Manus obteve resultados SOTA no teste de referência GAIA, gerando discussões sobre o caminho de desenvolvimento da IA
Manus demonstrou um desempenho excepcional no teste de Referência GAIA, superando modelos de grande porte de nível semelhante. Isso significa que ele pode lidar de forma independente com tarefas complexas, como negociações comerciais internacionais, envolvendo análise de cláusulas contratuais, formulação de estratégias e geração de propostas, entre outros aspectos. A vantagem do Manus reside na sua capacidade de desagregação dinâmica de objetivos, raciocínio multimodal e aprendizado com memória aprimorada. Ele consegue dividir grandes tarefas em centenas de subtarefas executáveis, enquanto processa vários tipos de dados, e melhora continuamente a eficiência de decisão e reduz a taxa de erro por meio de aprendizado por reforço.
A quebra do Manus provocou novamente discussões no campo da inteligência artificial sobre o caminho de desenvolvimento futuro: devemos seguir a liderança da inteligência artificial geral (AGI) ou a liderança colaborativa de sistemas multiagentes (MAS)?
O conceito de design do Manus inclui duas possibilidades:
Caminho AGI: Através da melhoria contínua do nível de inteligência individual, aproximando-o da capacidade de decisão abrangente dos humanos.
Caminho MAS: como super coordenador, dirige a colaboração de múltiplos agentes inteligentes em áreas verticais.
Esta discussão na verdade toca na questão central do desenvolvimento da IA: como equilibrar eficiência e segurança? À medida que a inteligência unidimensional se aproxima da AGI, o risco de falta de transparência em seus processos de decisão também aumenta; enquanto a colaboração de múltiplos agentes pode dispersar riscos, pode também perder momentos críticos de decisão devido a atrasos de comunicação.
O progresso do Manus também destaca os riscos inerentes ao desenvolvimento da IA. Por exemplo, em cenários médicos, o Manus precisa acessar em tempo real os dados sensíveis dos pacientes; nas negociações financeiras, pode envolver informações não divulgadas pelas empresas. Além disso, existe o problema do viés algorítmico, como sugestões salariais injustas que podem surgir em negociações de recrutamento para grupos específicos, ou uma taxa de erro elevada na revisão de contratos legais para cláusulas de indústrias emergentes. Outro risco potencial são os ataques adversariais, como hackers que podem interferir no julgamento do Manus durante as negociações, implantando sinais sonoros específicos.
Esses desafios destacam uma questão-chave: quanto mais inteligentes os sistemas de IA, maior também é a sua superfície de ataque potencial.
No domínio do Web3, a segurança sempre foi uma preocupação central. Com base neste conceito, surgiram várias formas de criptografia:
Modelo de segurança de zero confiança: enfatiza a autenticação e autorização rigorosas de cada pedido de acesso.
Identidade Descentralizada (DID): implementou um novo modelo de identidade digital descentralizada.
Criptografia Homomórfica Total (FHE): permite realizar cálculos em dados criptografados sem a necessidade de descriptografar os dados.
Entre eles, a criptografia totalmente homomórfica é considerada uma poderosa ferramenta para resolver problemas de segurança na era da IA. Ela permite realizar cálculos sobre dados criptografados, oferecendo novas possibilidades para proteger a privacidade.
Na abordagem dos desafios de segurança da IA, a FHE pode atuar em múltiplos níveis:
Nível de dados: Todas as informações inseridas pelo usuário são processadas em estado criptografado, até mesmo o próprio sistema de IA não consegue decifrar os dados originais.
Nível de algoritmo: implementar "treinamento de modelo criptografado" através do FHE, garantindo que o processo de decisão da IA não seja espionado.
Camada de colaboração: A comunicação entre múltiplos agentes utiliza criptografia de limiar, prevenindo que a divulgação de um único ponto leve a uma divulgação de dados global.
Embora a tecnologia de segurança Web3 possa estar atualmente distante do usuário comum, a sua importância não pode ser subestimada. Neste campo cheio de desafios, só ao reforçar constantemente a proteção é que se pode evitar tornar-se uma potencial vítima.
À medida que a tecnologia de IA se aproxima do nível de inteligência humana, sistemas de defesa não convencionais tornam-se cada vez mais importantes. O FHE não apenas pode resolver os problemas de segurança atuais, mas também estabelece a base para a era da IA forte no futuro. No caminho para a AGI, o FHE já se transformou de uma opção em uma necessidade de sobrevivência.
Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.
6 Curtidas
Recompensa
6
5
Compartilhar
Comentário
0/400
CryptoCross-TalkClub
· 5h atrás
Esta inteligência artificial está a subir mais rápido do que os idiotas.
Ver originalResponder0
NFT_Therapy
· 5h atrás
Modelo tão Satoshi, como fazer para não perder todos os dias com idiotas?
Ver originalResponder0
MEVictim
· 5h atrás
Ainda estou a competir com AGI, realmente estou exausto.
Ver originalResponder0
SandwichHunter
· 5h atrás
Dor de cabeça AGI é muito complicado
Ver originalResponder0
ForkPrince
· 5h atrás
De quem é este agente inteligente que está a jogar além do nível?
O modelo Manus ultrapassa a camada, gerando uma disputa sobre o caminho de desenvolvimento da IA.
Manus obteve resultados SOTA no teste de referência GAIA, gerando discussões sobre o caminho de desenvolvimento da IA
Manus demonstrou um desempenho excepcional no teste de Referência GAIA, superando modelos de grande porte de nível semelhante. Isso significa que ele pode lidar de forma independente com tarefas complexas, como negociações comerciais internacionais, envolvendo análise de cláusulas contratuais, formulação de estratégias e geração de propostas, entre outros aspectos. A vantagem do Manus reside na sua capacidade de desagregação dinâmica de objetivos, raciocínio multimodal e aprendizado com memória aprimorada. Ele consegue dividir grandes tarefas em centenas de subtarefas executáveis, enquanto processa vários tipos de dados, e melhora continuamente a eficiência de decisão e reduz a taxa de erro por meio de aprendizado por reforço.
A quebra do Manus provocou novamente discussões no campo da inteligência artificial sobre o caminho de desenvolvimento futuro: devemos seguir a liderança da inteligência artificial geral (AGI) ou a liderança colaborativa de sistemas multiagentes (MAS)?
O conceito de design do Manus inclui duas possibilidades:
Caminho AGI: Através da melhoria contínua do nível de inteligência individual, aproximando-o da capacidade de decisão abrangente dos humanos.
Caminho MAS: como super coordenador, dirige a colaboração de múltiplos agentes inteligentes em áreas verticais.
Esta discussão na verdade toca na questão central do desenvolvimento da IA: como equilibrar eficiência e segurança? À medida que a inteligência unidimensional se aproxima da AGI, o risco de falta de transparência em seus processos de decisão também aumenta; enquanto a colaboração de múltiplos agentes pode dispersar riscos, pode também perder momentos críticos de decisão devido a atrasos de comunicação.
O progresso do Manus também destaca os riscos inerentes ao desenvolvimento da IA. Por exemplo, em cenários médicos, o Manus precisa acessar em tempo real os dados sensíveis dos pacientes; nas negociações financeiras, pode envolver informações não divulgadas pelas empresas. Além disso, existe o problema do viés algorítmico, como sugestões salariais injustas que podem surgir em negociações de recrutamento para grupos específicos, ou uma taxa de erro elevada na revisão de contratos legais para cláusulas de indústrias emergentes. Outro risco potencial são os ataques adversariais, como hackers que podem interferir no julgamento do Manus durante as negociações, implantando sinais sonoros específicos.
Esses desafios destacam uma questão-chave: quanto mais inteligentes os sistemas de IA, maior também é a sua superfície de ataque potencial.
No domínio do Web3, a segurança sempre foi uma preocupação central. Com base neste conceito, surgiram várias formas de criptografia:
Modelo de segurança de zero confiança: enfatiza a autenticação e autorização rigorosas de cada pedido de acesso.
Identidade Descentralizada (DID): implementou um novo modelo de identidade digital descentralizada.
Criptografia Homomórfica Total (FHE): permite realizar cálculos em dados criptografados sem a necessidade de descriptografar os dados.
Entre eles, a criptografia totalmente homomórfica é considerada uma poderosa ferramenta para resolver problemas de segurança na era da IA. Ela permite realizar cálculos sobre dados criptografados, oferecendo novas possibilidades para proteger a privacidade.
Na abordagem dos desafios de segurança da IA, a FHE pode atuar em múltiplos níveis:
Nível de dados: Todas as informações inseridas pelo usuário são processadas em estado criptografado, até mesmo o próprio sistema de IA não consegue decifrar os dados originais.
Nível de algoritmo: implementar "treinamento de modelo criptografado" através do FHE, garantindo que o processo de decisão da IA não seja espionado.
Camada de colaboração: A comunicação entre múltiplos agentes utiliza criptografia de limiar, prevenindo que a divulgação de um único ponto leve a uma divulgação de dados global.
Embora a tecnologia de segurança Web3 possa estar atualmente distante do usuário comum, a sua importância não pode ser subestimada. Neste campo cheio de desafios, só ao reforçar constantemente a proteção é que se pode evitar tornar-se uma potencial vítima.
À medida que a tecnologia de IA se aproxima do nível de inteligência humana, sistemas de defesa não convencionais tornam-se cada vez mais importantes. O FHE não apenas pode resolver os problemas de segurança atuais, mas também estabelece a base para a era da IA forte no futuro. No caminho para a AGI, o FHE já se transformou de uma opção em uma necessidade de sobrevivência.