# ManusモデルがSOTAの成果を達成し、AIの発展経路と安全問題についての議論を引き起こすManusはGAIAベンチマークで卓越した性能を示し、同等の大型言語モデルを超えました。これは、契約分析、戦略策定、提案生成などの複数の側面を含む国際的なビジネス交渉のような複雑なタスクを独立して処理できることを意味します。Manusの強みは、動的目標分解、クロスモーダル推論、記憶強化学習能力にあります。複雑なタスクを数百の実行可能なサブタスクに分割し、さまざまなデータタイプを同時に処理し、強化学習を通じて意思決定の効率を継続的に向上させ、エラー率を低下させることができます。Manusの画期的な進展は、業界内でAIの発展パスについての議論を再び引き起こしました：一般的な人工知能（AGI）へ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？この議論は、Manusのデザイン理念に由来しており、2つの可能な発展方向を示唆しています：1. AGIの道：単一の知能システムの総合能力を継続的に向上させることによって、人間の意思決定レベルに近づける。2. MAS パス：Manus をスーパーコーディネーターとして、さまざまな専門分野のインテリジェントエージェントが協力して作業するよう指揮します。表面上、これは技術的なアプローチについての議論ですが、実際にはAIの発展における効率と安全のバランスの問題を反映しています。単一の知能システムがAGIに近づくほど、その意思決定プロセスの不透明性リスクが高まります。一方で、多エージェントシステムはリスクを分散できるものの、通信遅延によって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の進展は、AIの発展における固有のリスクを浮き彫りにしています。例えば、医療の場面では、患者の敏感なデータにアクセスする必要があります。また、金融交渉では、未公開の企業情報が関与する可能性があります。さらに、特定のグループに対して不公平な給与提案を生じる可能性があるアルゴリズムの偏見の問題も存在します。法律文書の審査においても、新興産業に関連する条項の誤判断率が高いです。さらに深刻なのは、ハッカーが特定の音声信号を埋め込むことで、Manusが交渉中に誤った判断を下すように誤導する可能性があることです。これらの問題は、厳しい現実を浮き彫りにしています。スマートシステムが進化すればするほど、その潜在的なセキュリティの脆弱性も増加します。! [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](https://img-cdn.gateio.im/social/moments-d8f9f7a6403c227fe590b5571b7e5a14)ブロックチェーンおよび暗号通貨の分野では、安全性が常に核心的な関心事です。イーサリアムの創設者であるヴィタリック・ブテリンが提唱した「不可能な三角形」理論（安全性、非中央集権、スケーラビリティは同時に実現できない）は、さまざまなセキュリティ戦略にインスピレーションを与えました：- ゼロトラストセキュリティモデル："決して信頼せず、常に検証する"という原則に基づいて、各アクセスリクエストに対して厳格な認証と承認を行います。- 分散型アイデンティティ（DID）：中央集権的な登録を必要としないアイデンティティ認識基準で、検証可能で持続可能なアイデンティティ認証をサポートします。- 完全同態暗号（FHE）：暗号化データ上で直接計算を行うことを可能にする高度な暗号技術で、特にクラウドコンピューティングやデータアウトソーシングなどのシナリオに適しています。これらのセキュリティポリシーは、AI時代のセキュリティ課題に対する重要な考え方を提供します。特に、完全同型暗号技術は、AIのセキュリティ問題に対処するための強力なツールと見なされています。FHE技術は、以下のいくつかのレベルでAIシステムの安全性を向上させることができます:1. データの面：ユーザーが入力したすべての情報（生体情報、音声などを含む）は暗号化された状態で処理され、AIシステム自体が元のデータを解読することはできません。2. アルゴリズムの観点：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直接理解できないようにする。3. 協調レベル：複数のスマート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、全体のデータ漏洩にはつながりません。これらのセキュリティ技術は一般のユーザーにとっては遠い存在に思えるかもしれませんが、それらは誰にとっても利益に関連しています。デジタル世界の「暗い森」では、セキュリティ防御を強化し続けることで、潜在的な被害者にならないようにすることができます。分散型アイデンティティの分野では、uPortプロジェクトが2017年にイーサリアムメインネットでローンチされました。ゼロトラストセキュリティモデルに関しては、NKNプロジェクトが2019年にメインネットをリリースしました。そして、完全同型暗号の分野では、Mind Networkがメインネットでローンチされた最初のFHEプロジェクトとなり、ZAMA、Google、DeepSeekなどの機関と協力しています。過去のセキュリティプロジェクトは投資家の広範な関心を受けていなかったかもしれませんが、AI技術の急速な発展に伴い、セキュリティ問題の重要性がますます浮き彫りになっています。Mind Networkなどのプロジェクトがセキュリティ分野のリーダーになれるかどうかは、引き続き注目に値します。AI技術が人間の知能レベルにますます近づく中、私たちはより高度な防御システムを必要としています。FHE技術は現在直面している問題を解決するだけでなく、将来のより強力なAI時代に備えることができます。AGIへの道のりにおいて、FHEはもはや選択肢ではなく、AIの安全な発展を確保するための必要条件です。
ManusモデルがAIのブレークスルーをリードし、完全同型暗号化が安全の新しい焦点となる
ManusモデルがSOTAの成果を達成し、AIの発展経路と安全問題についての議論を引き起こす
ManusはGAIAベンチマークで卓越した性能を示し、同等の大型言語モデルを超えました。これは、契約分析、戦略策定、提案生成などの複数の側面を含む国際的なビジネス交渉のような複雑なタスクを独立して処理できることを意味します。Manusの強みは、動的目標分解、クロスモーダル推論、記憶強化学習能力にあります。複雑なタスクを数百の実行可能なサブタスクに分割し、さまざまなデータタイプを同時に処理し、強化学習を通じて意思決定の効率を継続的に向上させ、エラー率を低下させることができます。
Manusの画期的な進展は、業界内でAIの発展パスについての議論を再び引き起こしました：一般的な人工知能（AGI）へ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？
この議論は、Manusのデザイン理念に由来しており、2つの可能な発展方向を示唆しています：
AGIの道：単一の知能システムの総合能力を継続的に向上させることによって、人間の意思決定レベルに近づける。
MAS パス：Manus をスーパーコーディネーターとして、さまざまな専門分野のインテリジェントエージェントが協力して作業するよう指揮します。
表面上、これは技術的なアプローチについての議論ですが、実際にはAIの発展における効率と安全のバランスの問題を反映しています。単一の知能システムがAGIに近づくほど、その意思決定プロセスの不透明性リスクが高まります。一方で、多エージェントシステムはリスクを分散できるものの、通信遅延によって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の進展は、AIの発展における固有のリスクを浮き彫りにしています。例えば、医療の場面では、患者の敏感なデータにアクセスする必要があります。また、金融交渉では、未公開の企業情報が関与する可能性があります。さらに、特定のグループに対して不公平な給与提案を生じる可能性があるアルゴリズムの偏見の問題も存在します。法律文書の審査においても、新興産業に関連する条項の誤判断率が高いです。さらに深刻なのは、ハッカーが特定の音声信号を埋め込むことで、Manusが交渉中に誤った判断を下すように誤導する可能性があることです。
これらの問題は、厳しい現実を浮き彫りにしています。スマートシステムが進化すればするほど、その潜在的なセキュリティの脆弱性も増加します。
! 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
ブロックチェーンおよび暗号通貨の分野では、安全性が常に核心的な関心事です。イーサリアムの創設者であるヴィタリック・ブテリンが提唱した「不可能な三角形」理論（安全性、非中央集権、スケーラビリティは同時に実現できない）は、さまざまなセキュリティ戦略にインスピレーションを与えました：
これらのセキュリティポリシーは、AI時代のセキュリティ課題に対する重要な考え方を提供します。特に、完全同型暗号技術は、AIのセキュリティ問題に対処するための強力なツールと見なされています。
FHE技術は、以下のいくつかのレベルでAIシステムの安全性を向上させることができます:
データの面：ユーザーが入力したすべての情報（生体情報、音声などを含む）は暗号化された状態で処理され、AIシステム自体が元のデータを解読することはできません。
アルゴリズムの観点：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直接理解できないようにする。
協調レベル：複数のスマート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、全体のデータ漏洩にはつながりません。
これらのセキュリティ技術は一般のユーザーにとっては遠い存在に思えるかもしれませんが、それらは誰にとっても利益に関連しています。デジタル世界の「暗い森」では、セキュリティ防御を強化し続けることで、潜在的な被害者にならないようにすることができます。
分散型アイデンティティの分野では、uPortプロジェクトが2017年にイーサリアムメインネットでローンチされました。ゼロトラストセキュリティモデルに関しては、NKNプロジェクトが2019年にメインネットをリリースしました。そして、完全同型暗号の分野では、Mind Networkがメインネットでローンチされた最初のFHEプロジェクトとなり、ZAMA、Google、DeepSeekなどの機関と協力しています。
過去のセキュリティプロジェクトは投資家の広範な関心を受けていなかったかもしれませんが、AI技術の急速な発展に伴い、セキュリティ問題の重要性がますます浮き彫りになっています。Mind Networkなどのプロジェクトがセキュリティ分野のリーダーになれるかどうかは、引き続き注目に値します。
AI技術が人間の知能レベルにますます近づく中、私たちはより高度な防御システムを必要としています。FHE技術は現在直面している問題を解決するだけでなく、将来のより強力なAI時代に備えることができます。AGIへの道のりにおいて、FHEはもはや選択肢ではなく、AIの安全な発展を確保するための必要条件です。