AIアシスタントManusが画期的な進展を遂げ、安全性と効率性に関するデプスな議論を引き起こす

最近、AIアシスタントのManusがGAIAベンチマークテストで画期的な成果を上げ、そのパフォーマンスは同等の大型言語モデルを上回りました。Manusは、契約条項の分解、戦略予測、提案生成など、複数のプロセスを含む国際ビジネス交渉のような複雑なタスクを独立して遂行する能力を示しました。従来のシステムと比較して、Manusの利点は動的な目標分解、クロスモーダル推論、そして記憶強化学習能力にあります。大規模なタスクを数百の実行可能なサブタスクに分解し、さまざまなタイプのデータを同時に処理し、強化学習を通じて意思決定の効率を向上させ、エラー率を低下させることができます。

! マヌスはAGIの夜明けをもたらし、AIセキュリティも熟考する価値があります

Manus の進歩は再び業界内で AI の発展経路についての議論を引き起こしました：未来は汎用人工知能（AGI）の統一モデルに向かうのか、それとも多エージェントシステム（MAS）の協調モデルに向かうのか？この問題は Manus のデザイン理念に由来しており、2つの可能性を暗示しています：1つは、単体の知能レベルを継続的に向上させ、人間の総合的な意思決定能力に近づく AGI の道；もう1つは、数千の専門分野のエージェントが協調して働く MAS の道を指揮するスーパーコーディネーターとしての役割です。

この議論は実際にAIの発展における核心的な矛盾に触れています：効率と安全性の間でどのようにバランスを取るか？単体の知能がAGIに近づくにつれて、その意思決定プロセスの不透明性リスクも増加します。一方で、多エージェント協調はリスクを分散することができますが、通信の遅延により重要な意思決定のタイミングを逃す可能性があります。

Manusの発展は、AI固有の安全上の懸念を浮き彫りにしています。例えば、医療の場面では、患者の機密なゲノムデータにアクセスする必要があります。金融交渉では、企業の未公開の財務情報に触れる可能性があります。さらに、AIシステムにはアルゴリズムの偏見が存在する可能性があり、採用プロセスにおいて特定のグループに対して不公平な給与提案をすることがあります。法律契約の審査においても、新興産業の条項に対する誤判断率が高くなる可能性があります。さらに警戒すべきことは、ハッカーが特定の音声周波数を埋め込むことで、Manusの交渉における判断を妨害する可能性があることです。

これらの問題は、AIシステムがより知的であるほど、その潜在的な攻撃面が広がるという懸念すべき現実を浮き彫りにしています。

Web3の領域では、安全性は常に注目されているトピックです。イーサリアムの創設者であるVitalik Buterinが提唱した「不可能の三角形」理論（ブロックチェーンネットワークは安全性、非中央集権性、スケーラビリティを同時に実現することができない）が、さまざまな暗号技術の発展に影響を与えました：

1. ゼロトラストセキュリティモデル：すべてのアクセス要求に対して厳格な認証と承認を強調します。
2. 分散型アイデンティティ（DID）：中央集権的な登録なしで、実体が検証可能なアイデンティティ識別を得ることを可能にします。
3. 完全同型暗号（FHE）：暗号化された状態でデータを計算することを可能にし、プライバシーを保護しながらデータ処理を実現します。

これらの技術の中で、全同態暗号は AI 時代のセキュリティ問題を解決するための重要な技術と見なされています。それは以下のいくつかの側面で役割を果たすことができます：

1. データレベル：ユーザーが入力したすべての情報（生体情報、音声トーンを含む）は暗号化された状態で処理され、AIシステム自体でさえ元のデータを解読できません。
2. アルゴリズムの側面：FHEを通じて「暗号化モデルのトレーニング」を実現し、開発者でさえもAIの意思決定プロセスを覗き見ることができないようにする。
3. 協調の側面：複数のエージェント間の通信は、閾値暗号を使用しており、単一のノードが侵害されても、全体のデータ漏洩は発生しません。

Web3のセキュリティ分野では、これらの問題を解決するために複数のプロジェクトが取り組んでいます。例えば、uPortはEthereumメインネットで最初にリリースされた分散型アイデンティティプロジェクトです；NKNはゼロトラストセキュリティモデルに取り組んでいます；Mind Networkはメインネットで初めて立ち上げられたFHEプロジェクトであり、多くの著名な機関と提携関係を築いています。

AI技術が人間の知能レベルにますます近づくにつれて、強力な防御システムを構築することがますます重要になっています。同型暗号は、現在のセキュリティ問題を解決するだけでなく、将来の強力なAI時代の発展の基盤を築くものです。AGIへの道において、FHEはもはや選択肢ではなく、AIシステムが安全に機能するための必要条件です。