Kemanan AI masalah semakin nyata, enkripsi homomorphic sepenuhnya menjadi solusi

Baru-baru ini, sebuah model AI bernama Manus telah mencapai prestasi luar biasa dalam pengujian benchmark GAIA, mengungguli model bahasa besar sekelas. Manus menunjukkan kemampuan untuk menyelesaikan tugas kompleks secara mandiri, seperti negosiasi bisnis lintas negara, yang melibatkan analisis kontrak, perencanaan strategis, dan pengembangan proposal di berbagai tahap. Dibandingkan dengan sistem tradisional, Manus memiliki keunggulan yang jelas dalam pemecahan tujuan dinamis, penalaran multimodal, dan pembelajaran yang ditingkatkan oleh memori. Ia dapat membagi tugas besar menjadi ratusan sub-tugas yang dapat dieksekusi, sambil menangani berbagai jenis data, dan secara terus-menerus meningkatkan efisiensi pengambilan keputusan serta mengurangi tingkat kesalahan melalui pembelajaran penguatan.

Kemunculan Manus sekali lagi memicu diskusi di industri tentang jalur pengembangan AI: Apakah masa depan menuju kecerdasan buatan umum (AGI) atau sistem multi-agen (MAS)? Ini sebenarnya mencerminkan kontradiksi inti tentang bagaimana menyeimbangkan efisiensi dan keamanan dalam pengembangan AI. Semakin dekat kecerdasan tunggal dengan AGI, semakin tidak transparan proses pengambilan keputusannya, dan risikonya juga meningkat; sementara kolaborasi multi-agen dapat mendistribusikan risiko, tetapi mungkin kehilangan momen pengambilan keputusan penting karena keterlambatan komunikasi.

Seiring dengan sistem AI menjadi semakin cerdas, potensi risiko keamanannya juga semakin meluas. Misalnya, dalam konteks medis, AI perlu mengakses data genetik sensitif pasien; dalam negosiasi keuangan, mungkin melibatkan informasi keuangan perusahaan yang tidak dipublikasikan. Selain itu, sistem AI juga mungkin memiliki bias algoritma, seperti memberikan saran gaji yang tidak adil terhadap kelompok tertentu dalam proses perekrutan. Yang lebih serius, sistem AI mungkin menjadi target serangan hacker, dengan menyisipkan sinyal tertentu untuk mempengaruhi penilaiannya.

Untuk menghadapi tantangan ini, industri telah mengusulkan berbagai strategi keamanan, di mana Enkripsi Homomorphic (Fully Homomorphic Encryption, FHE) dianggap sebagai teknologi kunci untuk menyelesaikan masalah keamanan di era AI. FHE memungkinkan perhitungan data dalam keadaan terenkripsi, yang berarti bahkan sistem AI itu sendiri tidak dapat mendekripsi data asli.

Dalam aspek data, FHE memastikan bahwa semua informasi yang dimasukkan pengguna (termasuk biometrik, suara, dll.) diproses dalam keadaan terenkripsi, secara efektif mencegah kebocoran informasi. Dalam aspek algoritma, FHE menerapkan "pelatihan model terenkripsi", sehingga bahkan pengembang pun tidak dapat mengintip proses pengambilan keputusan AI. Dalam kolaborasi multi-agen, penggunaan teknologi enkripsi ambang dapat memastikan bahwa bahkan jika satu node diserang, itu tidak akan menyebabkan kebocoran data global.

Meskipun teknologi keamanan Web3 mungkin tidak memiliki hubungan langsung dengan pengguna biasa, dampaknya sangat mendalam bagi setiap orang. Dalam dunia digital yang penuh tantangan ini, jika tidak mengambil langkah-langkah keamanan secara aktif, pengguna akan kesulitan untuk melindungi hak-hak mereka.

Saat ini, sudah ada beberapa proyek yang menjelajahi bidang keamanan Web3. Misalnya, sebuah proyek telah menjadi yang pertama menerapkan teknologi FHE di jaringan utama, dan bekerja sama dengan beberapa perusahaan teknologi terkemuka. Namun, proyek keamanan seringkali tidak menarik bagi spekulan; apakah mereka dapat mengubah keadaan ini dan menjadi pemimpin di bidang keamanan masih perlu dibuktikan oleh waktu.

Dengan teknologi AI yang semakin mendekati tingkat kecerdasan manusia, sistem pertahanan non-tradisional menjadi semakin penting. FHE tidak hanya dapat menyelesaikan masalah keamanan saat ini, tetapi juga membangun fondasi untuk era AI kuat di masa depan. Dalam perjalanan menuju AGI, FHE tidak lagi menjadi pilihan, melainkan syarat yang diperlukan untuk memastikan perkembangan keamanan AI.