Manus mencapai skor SOTA (State-of-the-Art) dalam tolok ukur GAIA, menunjukkan bahwa kinerjanya mengungguli model besar Open AI dengan level yang sama. Dengan kata lain, ia dapat secara mandiri menyelesaikan tugas-tugas kompleks, seperti negosiasi bisnis lintas batas, yang melibatkan pemecahan persyaratan kontrak, memprediksi strategi, menghasilkan solusi, dan bahkan mengoordinasikan tim hukum dan keuangan. Dibandingkan dengan sistem tradisional, Manus memiliki keunggulan kemampuan pembongkaran objek dinamis, kemampuan penalaran lintas modal, dan kemampuan belajar peningkatan memori. Ini dapat memecah tugas besar menjadi ratusan subtugas yang dapat dieksekusi, memproses beberapa jenis data secara bersamaan, dan menggunakan pembelajaran penguatan untuk terus meningkatkan efisiensi pengambilan keputusan dan mengurangi tingkat kesalahan.
Selain mengagumi perkembangan teknologi yang pesat, Manus sekali lagi memicu ketidaksepakatan di lingkaran tentang jalur evolusi AI: akankah AGI mendominasi dunia di masa depan, atau akankah MAS mendominasi secara sinergis?
Ini dimulai dengan filosofi desain Manus, yang menyiratkan dua kemungkinan:
Salah satunya adalah jalur AGI. Dengan terus meningkatkan tingkat kecerdasan individu, itu dekat dengan kemampuan pengambilan keputusan manusia yang komprehensif.
Ada juga jalur MAS. Sebagai koordinator super, perintahkan ribuan agen vertikal untuk bekerja sama.
Di permukaan, kita membahas jalur yang berbeda, tetapi sebenarnya kita sedang membahas kontradiksi yang mendasari pengembangan AI: bagaimana seharusnya efisiensi dan keamanan diseimbangkan? Semakin dekat kecerdasan monolitik dengan AGI, semakin tinggi risiko pengambilan keputusan kotak hitam. Meskipun kolaborasi multi-agen dapat menyebarkan risiko, kolaborasi ini dapat melewatkan jendela pengambilan keputusan penting karena penundaan komunikasi.
Evolusi Manus secara tak terlihat telah memperbesar risiko yang melekat pada pengembangan AI. Misalnya, lubang hitam privasi data: dalam skenario medis, Manus membutuhkan akses real-time ke data genomik pasien; Selama negosiasi keuangan, hal itu dapat menyentuh informasi keuangan perusahaan yang tidak diungkapkan; Misalnya, jebakan bias algoritmik, dalam negosiasi perekrutan, Manus memberikan rekomendasi gaji di bawah rata-rata kepada kandidat dari etnis tertentu; Saat meninjau kontrak hukum, tingkat kesalahan penilaian terhadap persyaratan industri yang muncul hampir setengahnya. Contoh lain adalah kerentanan serangan permusuhan, di mana peretas menanamkan frekuensi suara tertentu untuk memungkinkan Manus salah menilai jangkauan penawaran lawan selama negosiasi.
Kita harus menghadapi masalah yang mengerikan untuk sistem AI: semakin pintar sistemnya, semakin luas permukaan serangannya.
Namun, keamanan adalah kata yang telah banyak disebutkan di web3, dan ada berbagai metode enkripsi yang berasal dari kerangka segitiga mustahil V (jaringan blockchain tidak dapat mencapai keamanan, desentralisasi, dan skalabilitas pada saat yang bersamaan):
Gagasan inti dari Zero Trust Security Model :* adalah "tidak mempercayai siapa pun, selalu verifikasi", yaitu, perangkat tidak boleh dipercaya secara default, terlepas dari apakah perangkat tersebut berada di jaringan internal atau tidak. Model ini menekankan otentikasi dan otorisasi yang ketat untuk setiap permintaan akses untuk memastikan keamanan sistem.
Identitas Terdesentralisasi (DID): DID adalah seperangkat standar pengidentifikasi yang memungkinkan entitas diidentifikasi dengan cara yang dapat diverifikasi dan persisten tanpa memerlukan registri terpusat. Ini memungkinkan model baru identitas digital terdesentralisasi, sering dibandingkan dengan identitas berdaulat sendiri, yang merupakan bagian penting dari Web3.
Fully Homomorphic Encryption (FHE) adalah teknik enkripsi canggih yang memungkinkan komputasi sewenang-wenang dilakukan pada data terenkripsi tanpa mendekripsinya. Ini berarti bahwa pihak ketiga dapat beroperasi pada teks sandi, dan hasil yang diperoleh setelah dekripsi sama dengan hasil operasi yang sama pada teks biasa. Fitur ini penting untuk skenario yang memerlukan komputasi tanpa mengekspos data mentah, seperti komputasi awan dan outsourcing data.
Model keamanan Zero trust dan DID memiliki sejumlah proyek di beberapa putaran pasar bullish, dan mereka telah berhasil atau tenggelam dalam gelombang enkripsi, dan sebagai metode enkripsi termuda: Fully Homomorphic Encryption (FHE) juga merupakan pembunuh besar untuk memecahkan masalah keamanan di era AI. Enkripsi homomorfik sepenuhnya (FHE) adalah teknologi yang memungkinkan komputasi terjadi pada data terenkripsi.
Bagaimana cara memperbaikinya?
Pertama, di tingkat data. Semua informasi yang dimasukkan oleh pengguna (termasuk biometrik, nada suara) diproses dalam keadaan terenkripsi, dan bahkan Manus sendiri tidak dapat mendekripsi data aslinya. Misalnya, dalam kasus diagnosis medis, data genomik pasien dianalisis dalam teks sandi untuk menghindari kebocoran informasi biologis.
Tingkat algoritmik. "Pelatihan model kriptografi" yang dicapai melalui FHE membuat pengembang tidak mungkin mengintip jalur pengambilan keputusan AI.
Pada tingkat sinergi. Enkripsi ambang batas digunakan untuk beberapa komunikasi agen, dan satu node dapat dilanggar tanpa menyebabkan kebocoran data global. Bahkan dalam latihan serangan dan pertahanan rantai pasokan, penyerang menyusup ke beberapa agen untuk mendapatkan pandangan lengkap tentang bisnis.
Karena keterbatasan teknis, keamanan web3 mungkin tidak terkait langsung dengan sebagian besar pengguna, tetapi terkait erat dengan kepentingan tidak langsung.
Diluncurkan di mainnet Ethereum pada tahun 2017, uPort mungkin merupakan proyek identitas terdesentralisasi (DID) pertama yang dirilis di mainnet.
Dalam hal model keamanan Zero Trust, NKN merilis mainnet-nya pada tahun 2019.
Mind Network adalah proyek FHE pertama yang diluncurkan di mainnet, dan telah memimpin dalam bekerja sama dengan ZAMA, Google, DeepSeek, dll.
uPort dan NKN sudah menjadi proyek yang belum pernah saya dengar, dan tampaknya proyek keamanan benar-benar tidak diperhatikan oleh spekulan, jadi mari kita tunggu dan lihat apakah jaringan Mind dapat lolos dari kutukan ini dan menjadi pemimpin di bidang keamanan.
Masa depan ada di sini. Semakin dekat AI dengan kecerdasan manusia, semakin membutuhkan pertahanan non-manusia. Nilai FHE tidak hanya untuk menyelesaikan masalah saat ini, tetapi juga untuk membuka jalan bagi era AI yang kuat. Di jalan berbahaya menuju AGI ini, FHE bukanlah pilihan, tetapi kebutuhan untuk bertahan 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 fajar AGI, dan keamanan AI juga patut direnungkan
Manus mencapai skor SOTA (State-of-the-Art) dalam tolok ukur GAIA, menunjukkan bahwa kinerjanya mengungguli model besar Open AI dengan level yang sama. Dengan kata lain, ia dapat secara mandiri menyelesaikan tugas-tugas kompleks, seperti negosiasi bisnis lintas batas, yang melibatkan pemecahan persyaratan kontrak, memprediksi strategi, menghasilkan solusi, dan bahkan mengoordinasikan tim hukum dan keuangan. Dibandingkan dengan sistem tradisional, Manus memiliki keunggulan kemampuan pembongkaran objek dinamis, kemampuan penalaran lintas modal, dan kemampuan belajar peningkatan memori. Ini dapat memecah tugas besar menjadi ratusan subtugas yang dapat dieksekusi, memproses beberapa jenis data secara bersamaan, dan menggunakan pembelajaran penguatan untuk terus meningkatkan efisiensi pengambilan keputusan dan mengurangi tingkat kesalahan.
! Manus membawa fajar AGI, keamanan AI juga patut direnungkan
Selain mengagumi perkembangan teknologi yang pesat, Manus sekali lagi memicu ketidaksepakatan di lingkaran tentang jalur evolusi AI: akankah AGI mendominasi dunia di masa depan, atau akankah MAS mendominasi secara sinergis?
Ini dimulai dengan filosofi desain Manus, yang menyiratkan dua kemungkinan:
Salah satunya adalah jalur AGI. Dengan terus meningkatkan tingkat kecerdasan individu, itu dekat dengan kemampuan pengambilan keputusan manusia yang komprehensif.
Ada juga jalur MAS. Sebagai koordinator super, perintahkan ribuan agen vertikal untuk bekerja sama.
Di permukaan, kita membahas jalur yang berbeda, tetapi sebenarnya kita sedang membahas kontradiksi yang mendasari pengembangan AI: bagaimana seharusnya efisiensi dan keamanan diseimbangkan? Semakin dekat kecerdasan monolitik dengan AGI, semakin tinggi risiko pengambilan keputusan kotak hitam. Meskipun kolaborasi multi-agen dapat menyebarkan risiko, kolaborasi ini dapat melewatkan jendela pengambilan keputusan penting karena penundaan komunikasi.
Evolusi Manus secara tak terlihat telah memperbesar risiko yang melekat pada pengembangan AI. Misalnya, lubang hitam privasi data: dalam skenario medis, Manus membutuhkan akses real-time ke data genomik pasien; Selama negosiasi keuangan, hal itu dapat menyentuh informasi keuangan perusahaan yang tidak diungkapkan; Misalnya, jebakan bias algoritmik, dalam negosiasi perekrutan, Manus memberikan rekomendasi gaji di bawah rata-rata kepada kandidat dari etnis tertentu; Saat meninjau kontrak hukum, tingkat kesalahan penilaian terhadap persyaratan industri yang muncul hampir setengahnya. Contoh lain adalah kerentanan serangan permusuhan, di mana peretas menanamkan frekuensi suara tertentu untuk memungkinkan Manus salah menilai jangkauan penawaran lawan selama negosiasi.
Kita harus menghadapi masalah yang mengerikan untuk sistem AI: semakin pintar sistemnya, semakin luas permukaan serangannya.
Namun, keamanan adalah kata yang telah banyak disebutkan di web3, dan ada berbagai metode enkripsi yang berasal dari kerangka segitiga mustahil V (jaringan blockchain tidak dapat mencapai keamanan, desentralisasi, dan skalabilitas pada saat yang bersamaan):
Gagasan inti dari Zero Trust Security Model :* adalah "tidak mempercayai siapa pun, selalu verifikasi", yaitu, perangkat tidak boleh dipercaya secara default, terlepas dari apakah perangkat tersebut berada di jaringan internal atau tidak. Model ini menekankan otentikasi dan otorisasi yang ketat untuk setiap permintaan akses untuk memastikan keamanan sistem. Identitas Terdesentralisasi (DID): DID adalah seperangkat standar pengidentifikasi yang memungkinkan entitas diidentifikasi dengan cara yang dapat diverifikasi dan persisten tanpa memerlukan registri terpusat. Ini memungkinkan model baru identitas digital terdesentralisasi, sering dibandingkan dengan identitas berdaulat sendiri, yang merupakan bagian penting dari Web3. Fully Homomorphic Encryption (FHE) adalah teknik enkripsi canggih yang memungkinkan komputasi sewenang-wenang dilakukan pada data terenkripsi tanpa mendekripsinya. Ini berarti bahwa pihak ketiga dapat beroperasi pada teks sandi, dan hasil yang diperoleh setelah dekripsi sama dengan hasil operasi yang sama pada teks biasa. Fitur ini penting untuk skenario yang memerlukan komputasi tanpa mengekspos data mentah, seperti komputasi awan dan outsourcing data.
Model keamanan Zero trust dan DID memiliki sejumlah proyek di beberapa putaran pasar bullish, dan mereka telah berhasil atau tenggelam dalam gelombang enkripsi, dan sebagai metode enkripsi termuda: Fully Homomorphic Encryption (FHE) juga merupakan pembunuh besar untuk memecahkan masalah keamanan di era AI. Enkripsi homomorfik sepenuhnya (FHE) adalah teknologi yang memungkinkan komputasi terjadi pada data terenkripsi.
Bagaimana cara memperbaikinya?
Pertama, di tingkat data. Semua informasi yang dimasukkan oleh pengguna (termasuk biometrik, nada suara) diproses dalam keadaan terenkripsi, dan bahkan Manus sendiri tidak dapat mendekripsi data aslinya. Misalnya, dalam kasus diagnosis medis, data genomik pasien dianalisis dalam teks sandi untuk menghindari kebocoran informasi biologis.
Tingkat algoritmik. "Pelatihan model kriptografi" yang dicapai melalui FHE membuat pengembang tidak mungkin mengintip jalur pengambilan keputusan AI.
Pada tingkat sinergi. Enkripsi ambang batas digunakan untuk beberapa komunikasi agen, dan satu node dapat dilanggar tanpa menyebabkan kebocoran data global. Bahkan dalam latihan serangan dan pertahanan rantai pasokan, penyerang menyusup ke beberapa agen untuk mendapatkan pandangan lengkap tentang bisnis.
Karena keterbatasan teknis, keamanan web3 mungkin tidak terkait langsung dengan sebagian besar pengguna, tetapi terkait erat dengan kepentingan tidak langsung.
Diluncurkan di mainnet Ethereum pada tahun 2017, uPort mungkin merupakan proyek identitas terdesentralisasi (DID) pertama yang dirilis di mainnet. Dalam hal model keamanan Zero Trust, NKN merilis mainnet-nya pada tahun 2019. Mind Network adalah proyek FHE pertama yang diluncurkan di mainnet, dan telah memimpin dalam bekerja sama dengan ZAMA, Google, DeepSeek, dll.
uPort dan NKN sudah menjadi proyek yang belum pernah saya dengar, dan tampaknya proyek keamanan benar-benar tidak diperhatikan oleh spekulan, jadi mari kita tunggu dan lihat apakah jaringan Mind dapat lolos dari kutukan ini dan menjadi pemimpin di bidang keamanan.
Masa depan ada di sini. Semakin dekat AI dengan kecerdasan manusia, semakin membutuhkan pertahanan non-manusia. Nilai FHE tidak hanya untuk menyelesaikan masalah saat ini, tetapi juga untuk membuka jalan bagi era AI yang kuat. Di jalan berbahaya menuju AGI ini, FHE bukanlah pilihan, tetapi kebutuhan untuk bertahan hidup.