Manus telah mencapai hasil SOTA (State-of-the-Art) dalam uji coba GAIA, menunjukkan kinerjanya melampaui model besar Open AI pada tingkat yang sama. Dengan kata lain, itu mampu menyelesaikan tugas-tugas kompleks secara mandiri, seperti negosiasi bisnis lintas negara, yang melibatkan dekomposisi klausa kontrak, prediksi strategi, serta pembuatan skema, bahkan dapat mengoordinasikan tim hukum dan keuangan. Dibandingkan dengan sistem konvensional, keunggulan Manus terletak pada kemampuannya dalam dekomposisi target dinamis, kemampuan penalaran multimodal, dan kemampuan penguatan memori. Ini dapat memecah tugas besar menjadi ratusan sub-tugas yang dapat dieksekusi, sambil menangani berbagai jenis data, dan terus meningkatkan efisiensi pengambilan keputusan sendiri melalui pembelajaran penguatan, serta mengurangi tingkat kesalahan.
Dalam kekaguman terhadap perkembangan teknologi yang cepat, Manus sekali lagi memicu perbedaan pendapat di kalangan industri tentang jalur evolusi kecerdasan buatan: apakah masa depan akan dikuasai oleh AGI tunggal, ataukah MAS yang mendominasi secara bersama-sama?
Ini harus dimulai dari konsep desain Manus, yang mengandung dua kemungkinan:
Salah satunya adalah jalur AGI. Dengan terus meningkatkan tingkat kecerdasan individu, sehingga mendekati kemampuan pengambilan keputusan manusia secara komprehensif.
Ada juga jalur MAS. Sebagai koordinator super, memerintahkan ribuan Agen di berbagai bidang vertikal untuk berkolaborasi.
Secara permukaan, kita sedang membahas perbedaan jalur yang berbeda, namun sebenarnya kita sedang membahas kontradiksi mendasar perkembangan kecerdasan buatan: bagaimana seimbangnya efisiensi dan keamanan? Saat kecerdasan tunggal semakin mendekati AGI, risiko penghitaman keputusan semakin tinggi; sementara koordinasi multi Agen dapat memperkecil risiko, namun dapat kehilangan jendela keputusan kunci karena keterlambatan komunikasi.
Evolusi Manus, tanpa disadari memperbesar risiko inherent dalam perkembangan AI. Misalnya, lubang hitam privasi data: di lingkungan medis, Manus perlu mengakses data genom pasien secara real-time; dalam negosiasi keuangan, mungkin melibatkan informasi laporan keuangan perusahaan yang tidak dipublikasikan; seperti perangkap bias algoritma, dalam negosiasi rekrutmen, Manus memberikan saran gaji di bawah rata-rata untuk kandidat etnis tertentu; tingkat kesalahan penilaian terhadap klausa industri baru saat audit kontrak hampir mencapai setengahnya. Contohnya dalam melawan kerentanan serangan, peretas menggunakan frekuensi suara tertentu untuk membuat Manus salah menilai kisaran penawaran lawan dalam negosiasi.
Kita harus menghadapi titik rasa sakit yang mengerikan dari sistem AI: semakin pintar sistem, semakin luas pula serangan yang mungkin terjadi.
Namun, keamanan selalu menjadi kata yang terus-menerus disebutkan dalam web3, dan di bawah kerangka trilema yang tidak mungkin oleh V God (jaringan blockchain tidak dapat secara bersamaan mencapai keamanan, desentralisasi, dan skalabilitas), juga menghasilkan berbagai metode enkripsi:
Model Keamanan Zero Trust (Zero Trust Security Model): Konsep inti dari Model Keamanan Zero Trust adalah "tidak mempercayai siapa pun, selalu melakukan verifikasi", artinya tidak ada yang harus dipercayai secara default, terlepas dari apakah perangkat berada di dalam jaringan internal atau tidak. Model ini menekankan pada verifikasi identitas dan otorisasi yang ketat untuk setiap permintaan akses guna memastikan keamanan sistem.
Identitas Terdesentralisasi (Decentralized Identity, DID): DID adalah seperangkat standar identitas yang memungkinkan entitas untuk memperoleh identifikasi secara verifikasi dan permanen tanpa perlu mendaftar ke entitas pusat. Ini mewujudkan pola identitas digital terdesentralisasi baru, sering dikaitkan dengan kedaulatan identitas, dan merupakan bagian penting dari Web3.
Enkripsi Homomorfik Penuh (Fully Homomorphic Encryption, FHE) adalah teknologi enkripsi canggih yang memungkinkan penggunaan komputasi sembarang pada data terenkripsi tanpa perlu mendekripsi data tersebut. Ini berarti pihak ketiga dapat memanipulasi teks terenkripsi dan hasilnya setelah didekripsi akan sama dengan hasil manipulasi teks biasa. Fitur ini sangat penting untuk situasi di mana perlu dilakukan komputasi tanpa harus mengungkapkan data asli, seperti pada komputasi awan dan pengalihan data.
Model keamanan nol kepercayaan dan DID memiliki sejumlah proyek yang sedang berjuang di tengah pasar banteng, mereka mungkin berhasil, atau tenggelam dalam gelombang kripto, sementara sebagai salah satu metode kripto termuda: Enkripsi Homomorfik Penuh (Fully Homomorphic Encryption, FHE) juga merupakan senjata besar dalam menyelesaikan masalah keamanan era AI. Enkripsi Homomorfik Penuh (FHE) adalah teknik yang memungkinkan komputasi pada data terenkripsi.
Bagaimana menyelesaikan?
Pertama, dari segi data. Semua informasi yang dimasukkan pengguna (termasuk fitur biologis, intonasi suara) diolah dalam keadaan terenkripsi, bahkan Manus sendiri pun tidak dapat mendekripsi data asli. Sebagai contoh, dalam kasus diagnosis medis, data genom pasien diikutsertakan dalam analisis dalam bentuk sandi teks penuh, untuk mencegah kebocoran informasi biologis.
Pada tingkat algoritma. Melalui 'pelatihan model enkripsi' yang diimplementasikan oleh FHE, bahkan pengembang pun tidak dapat mengetahui jalur keputusan AI.
Pada tingkat kolaborasi. Komunikasi agen yang banyak menggunakan enkripsi ambang, penyerangan satu node tidak akan menyebabkan kebocoran data global. Bahkan dalam latihan pertahanan serangan rantai pasokan, penyerang tidak dapat mendapatkan pandangan bisnis yang lengkap setelah berhasil menyusup ke beberapa Agen.
Dan karena keterbatasan teknis, keamanan web3 mungkin tidak memiliki hubungan langsung dengan sebagian besar pengguna, tetapi memiliki kepentingan tidak langsung yang rumit. Di hutan gelap ini, jika tidak bersenjata dengan baik, tidak akan pernah melarikan diri dari status 'kambing'.
uPort dirilis pada tahun 2017 di mainnet Ethereum, mungkin merupakan salah satu proyek Identitas Terdesentralisasi (DID) yang pertama kali dirilis di mainnet.
Di sisi model keamanan zero trust, NKN meluncurkan mainnet pada tahun 2019.
Mind Network adalah proyek FHE pertama yang diluncurkan di mainnet dan pertama kali berkolaborasi dengan ZAMA, Google, DeepSeek, dan lainnya.
uPort dan NKN sudah menjadi proyek yang belum pernah didengar oleh saya, sepertinya proyek keamanan benar-benar tidak menarik perhatian para spekulan, apakah Mind network bisa melarikan diri dari kutukan ini, menjadi pemimpin di bidang keamanan, mari kita tunggu dan lihat.
Masa depan sudah tiba. Semakin AI mendekati kecerdasan manusia, semakin diperlukan sistem pertahanan non-manusia. Nilai dari FHE tidak hanya terletak pada penyelesaian masalah saat ini, tetapi juga sebagai landasan bagi era AI yang kuat. Di jalan berbahaya menuju AGI ini, FHE bukanlah pilihan, melainkan kebutuhan hidup.
Konten ini hanya untuk referensi, bukan ajakan atau tawaran. Tidak ada nasihat investasi, pajak, atau hukum yang diberikan. Lihat Penafian untuk pengungkapan risiko lebih lanjut.
Manus membawa cahaya keemasan AGI, Kemanan AI juga layak dipertimbangkan
Penulis: 0xResearcher
Manus telah mencapai hasil SOTA (State-of-the-Art) dalam uji coba GAIA, menunjukkan kinerjanya melampaui model besar Open AI pada tingkat yang sama. Dengan kata lain, itu mampu menyelesaikan tugas-tugas kompleks secara mandiri, seperti negosiasi bisnis lintas negara, yang melibatkan dekomposisi klausa kontrak, prediksi strategi, serta pembuatan skema, bahkan dapat mengoordinasikan tim hukum dan keuangan. Dibandingkan dengan sistem konvensional, keunggulan Manus terletak pada kemampuannya dalam dekomposisi target dinamis, kemampuan penalaran multimodal, dan kemampuan penguatan memori. Ini dapat memecah tugas besar menjadi ratusan sub-tugas yang dapat dieksekusi, sambil menangani berbagai jenis data, dan terus meningkatkan efisiensi pengambilan keputusan sendiri melalui pembelajaran penguatan, serta mengurangi tingkat kesalahan.
Dalam kekaguman terhadap perkembangan teknologi yang cepat, Manus sekali lagi memicu perbedaan pendapat di kalangan industri tentang jalur evolusi kecerdasan buatan: apakah masa depan akan dikuasai oleh AGI tunggal, ataukah MAS yang mendominasi secara bersama-sama?
Ini harus dimulai dari konsep desain Manus, yang mengandung dua kemungkinan:
Salah satunya adalah jalur AGI. Dengan terus meningkatkan tingkat kecerdasan individu, sehingga mendekati kemampuan pengambilan keputusan manusia secara komprehensif.
Ada juga jalur MAS. Sebagai koordinator super, memerintahkan ribuan Agen di berbagai bidang vertikal untuk berkolaborasi.
Secara permukaan, kita sedang membahas perbedaan jalur yang berbeda, namun sebenarnya kita sedang membahas kontradiksi mendasar perkembangan kecerdasan buatan: bagaimana seimbangnya efisiensi dan keamanan? Saat kecerdasan tunggal semakin mendekati AGI, risiko penghitaman keputusan semakin tinggi; sementara koordinasi multi Agen dapat memperkecil risiko, namun dapat kehilangan jendela keputusan kunci karena keterlambatan komunikasi.
Evolusi Manus, tanpa disadari memperbesar risiko inherent dalam perkembangan AI. Misalnya, lubang hitam privasi data: di lingkungan medis, Manus perlu mengakses data genom pasien secara real-time; dalam negosiasi keuangan, mungkin melibatkan informasi laporan keuangan perusahaan yang tidak dipublikasikan; seperti perangkap bias algoritma, dalam negosiasi rekrutmen, Manus memberikan saran gaji di bawah rata-rata untuk kandidat etnis tertentu; tingkat kesalahan penilaian terhadap klausa industri baru saat audit kontrak hampir mencapai setengahnya. Contohnya dalam melawan kerentanan serangan, peretas menggunakan frekuensi suara tertentu untuk membuat Manus salah menilai kisaran penawaran lawan dalam negosiasi.
Kita harus menghadapi titik rasa sakit yang mengerikan dari sistem AI: semakin pintar sistem, semakin luas pula serangan yang mungkin terjadi.
Namun, keamanan selalu menjadi kata yang terus-menerus disebutkan dalam web3, dan di bawah kerangka trilema yang tidak mungkin oleh V God (jaringan blockchain tidak dapat secara bersamaan mencapai keamanan, desentralisasi, dan skalabilitas), juga menghasilkan berbagai metode enkripsi:
Model keamanan nol kepercayaan dan DID memiliki sejumlah proyek yang sedang berjuang di tengah pasar banteng, mereka mungkin berhasil, atau tenggelam dalam gelombang kripto, sementara sebagai salah satu metode kripto termuda: Enkripsi Homomorfik Penuh (Fully Homomorphic Encryption, FHE) juga merupakan senjata besar dalam menyelesaikan masalah keamanan era AI. Enkripsi Homomorfik Penuh (FHE) adalah teknik yang memungkinkan komputasi pada data terenkripsi.
Bagaimana menyelesaikan?
Pertama, dari segi data. Semua informasi yang dimasukkan pengguna (termasuk fitur biologis, intonasi suara) diolah dalam keadaan terenkripsi, bahkan Manus sendiri pun tidak dapat mendekripsi data asli. Sebagai contoh, dalam kasus diagnosis medis, data genom pasien diikutsertakan dalam analisis dalam bentuk sandi teks penuh, untuk mencegah kebocoran informasi biologis.
Pada tingkat algoritma. Melalui 'pelatihan model enkripsi' yang diimplementasikan oleh FHE, bahkan pengembang pun tidak dapat mengetahui jalur keputusan AI.
Pada tingkat kolaborasi. Komunikasi agen yang banyak menggunakan enkripsi ambang, penyerangan satu node tidak akan menyebabkan kebocoran data global. Bahkan dalam latihan pertahanan serangan rantai pasokan, penyerang tidak dapat mendapatkan pandangan bisnis yang lengkap setelah berhasil menyusup ke beberapa Agen.
Dan karena keterbatasan teknis, keamanan web3 mungkin tidak memiliki hubungan langsung dengan sebagian besar pengguna, tetapi memiliki kepentingan tidak langsung yang rumit. Di hutan gelap ini, jika tidak bersenjata dengan baik, tidak akan pernah melarikan diri dari status 'kambing'.
uPort dan NKN sudah menjadi proyek yang belum pernah didengar oleh saya, sepertinya proyek keamanan benar-benar tidak menarik perhatian para spekulan, apakah Mind network bisa melarikan diri dari kutukan ini, menjadi pemimpin di bidang keamanan, mari kita tunggu dan lihat.
Masa depan sudah tiba. Semakin AI mendekati kecerdasan manusia, semakin diperlukan sistem pertahanan non-manusia. Nilai dari FHE tidak hanya terletak pada penyelesaian masalah saat ini, tetapi juga sebagai landasan bagi era AI yang kuat. Di jalan berbahaya menuju AGI ini, FHE bukanlah pilihan, melainkan kebutuhan hidup.