Bảo mật AI: mã hóa đồng cấu hoàn toàn hoặc thành giải pháp
Gần đây, một hệ thống AI có tên là Manus đã đạt được thành tích đột phá trong bài kiểm tra chuẩn GAIA, với hiệu suất vượt trội so với các mô hình ngôn ngữ lớn cùng cấp. Manus đã thể hiện khả năng hoàn thành độc lập các nhiệm vụ phức tạp, như đàm phán thương mại xuyên quốc gia, bao gồm phân tích hợp đồng, lập chiến lược và tạo ra các phương án. So với các hệ thống truyền thống, Manus thể hiện xuất sắc trong việc phân tách mục tiêu động, suy luận đa phương tiện và học tăng cường trí nhớ. Nó có thể chia nhỏ các nhiệm vụ lớn thành nhiều nhiệm vụ con có thể thực hiện, đồng thời xử lý nhiều loại dữ liệu khác nhau và không ngừng nâng cao hiệu quả và độ chính xác của quyết định thông qua học tăng cường.
Tiến bộ của Manus một lần nữa đã dấy lên cuộc thảo luận trong ngành về con đường phát triển của AI: liệu có nên phát triển theo hướng trí tuệ nhân tạo tổng quát (AGI) hay để các hệ thống đa tác nhân (MAS) phối hợp thống trị? Cuộc tranh luận này thực chất phản ánh vấn đề cốt lõi về cách cân bằng giữa hiệu suất và an toàn trong sự phát triển của AI. Càng gần với AGI, rủi ro về tính không minh bạch trong quá trình ra quyết định của trí tuệ đơn thể càng cao; trong khi đó, sự hợp tác của các tác nhân đa dạng dù có thể phân tán rủi ro nhưng có thể bỏ lỡ thời điểm ra quyết định quan trọng do độ trễ trong giao tiếp.
Sự phát triển của Manus cũng làm nổi bật những rủi ro an ninh vốn có của các hệ thống AI. Ví dụ, trong các tình huống y tế có thể liên quan đến dữ liệu gen nhạy cảm của bệnh nhân; trong các cuộc đàm phán tài chính có thể tiếp xúc với thông tin tài chính doanh nghiệp chưa công khai. Hơn nữa, các hệ thống AI có thể tồn tại sự thiên lệch trong thuật toán, như trong quá trình tuyển dụng dẫn đến các đề xuất lương không công bằng cho các nhóm cụ thể. Còn có nguy cơ tấn công đối kháng, tin tặc có thể sử dụng các phương pháp đặc biệt để đánh lừa sự phán đoán của hệ thống AI.
Những thách thức này làm nổi bật một xu hướng đáng lo ngại: Hệ thống AI càng thông minh, bề mặt tấn công tiềm năng của nó càng rộng.
Trong lĩnh vực Web3, bảo mật luôn là mối quan tâm cốt lõi. Hiện tại đã phát triển nhiều công nghệ mã hóa để đối phó với những thách thức này:
Mô hình bảo mật không tin tưởng: Mô hình này yêu cầu xác thực và cấp quyền nghiêm ngặt cho mỗi yêu cầu truy cập, không tin tưởng vào bất kỳ thiết bị mặc định nào.
Danh tính phi tập trung (DID): Đây là một tiêu chuẩn danh tính số phi tập trung mới, không cần phụ thuộc vào hệ thống đăng ký tập trung.
Mã hóa đồng cấu hoàn toàn (FHE): Đây là một công nghệ mã hóa tiên tiến, cho phép thực hiện tính toán trên dữ liệu trong trạng thái mã hóa mà không cần giải mã.
Mã hóa đồng cấu hoàn toàn被认为是解决Bảo mật AI时代安全问题的重要工具。Nó có thể发挥作用 trong以下几个方面：
Về mặt dữ liệu: Tất cả thông tin mà người dùng nhập vào có thể được xử lý trong trạng thái mã hóa, ngay cả hệ thống AI cũng không thể giải mã dữ liệu gốc.
Cấp độ thuật toán: Thực hiện "huấn luyện mô hình mã hóa" thông qua FHE, ngay cả các nhà phát triển cũng không thể quan sát trực tiếp quá trình ra quyết định của AI.
Khía cạnh hợp tác: Giao tiếp giữa nhiều đại lý AI có thể sử dụng mã hóa ngưỡng, ngay cả khi một nút đơn lẻ bị xâm phạm cũng sẽ không dẫn đến việc rò rỉ dữ liệu toàn cầu.
Trong hệ sinh thái Web3, đã có nhiều dự án cam kết khám phá các công nghệ bảo mật này. Ví dụ, uPort đã ra mắt giải pháp danh tính phi tập trung vào năm 2017, NKN đã phát hành mạng chính dựa trên mô hình không tin cậy vào năm 2019. Trong lĩnh vực mã hóa đồng cấu hoàn toàn, Mind Network là dự án FHE đầu tiên ra mắt trên mạng chính và đã hợp tác với nhiều tổ chức nổi tiếng.
Với sự phát triển không ngừng của công nghệ AI đến gần với mức độ thông minh của con người, việc xây dựng một hệ thống phòng thủ mạnh mẽ trở nên ngày càng quan trọng. Mã hóa đồng cấu hoàn toàn không chỉ có thể giải quyết các vấn đề an ninh hiện tại mà còn chuẩn bị cho một kỷ nguyên AI mạnh mẽ hơn trong tương lai. Trên con đường hướng tới AGI, FHE có thể không chỉ là một lựa chọn mà còn là điều kiện cần thiết để đảm bảo hệ thống AI hoạt động an toàn.
Trang này có thể chứa nội dung của bên thứ ba, được cung cấp chỉ nhằm mục đích thông tin (không phải là tuyên bố/bảo đảm) và không được coi là sự chứng thực cho quan điểm của Gate hoặc là lời khuyên về tài chính hoặc chuyên môn. Xem Tuyên bố từ chối trách nhiệm để biết chi tiết.
Mã hóa đồng cấu hoàn toàn FHE: Giải pháp Web3 dưới thách thức bảo mật AI
Bảo mật AI: mã hóa đồng cấu hoàn toàn hoặc thành giải pháp
Gần đây, một hệ thống AI có tên là Manus đã đạt được thành tích đột phá trong bài kiểm tra chuẩn GAIA, với hiệu suất vượt trội so với các mô hình ngôn ngữ lớn cùng cấp. Manus đã thể hiện khả năng hoàn thành độc lập các nhiệm vụ phức tạp, như đàm phán thương mại xuyên quốc gia, bao gồm phân tích hợp đồng, lập chiến lược và tạo ra các phương án. So với các hệ thống truyền thống, Manus thể hiện xuất sắc trong việc phân tách mục tiêu động, suy luận đa phương tiện và học tăng cường trí nhớ. Nó có thể chia nhỏ các nhiệm vụ lớn thành nhiều nhiệm vụ con có thể thực hiện, đồng thời xử lý nhiều loại dữ liệu khác nhau và không ngừng nâng cao hiệu quả và độ chính xác của quyết định thông qua học tăng cường.
Tiến bộ của Manus một lần nữa đã dấy lên cuộc thảo luận trong ngành về con đường phát triển của AI: liệu có nên phát triển theo hướng trí tuệ nhân tạo tổng quát (AGI) hay để các hệ thống đa tác nhân (MAS) phối hợp thống trị? Cuộc tranh luận này thực chất phản ánh vấn đề cốt lõi về cách cân bằng giữa hiệu suất và an toàn trong sự phát triển của AI. Càng gần với AGI, rủi ro về tính không minh bạch trong quá trình ra quyết định của trí tuệ đơn thể càng cao; trong khi đó, sự hợp tác của các tác nhân đa dạng dù có thể phân tán rủi ro nhưng có thể bỏ lỡ thời điểm ra quyết định quan trọng do độ trễ trong giao tiếp.
Sự phát triển của Manus cũng làm nổi bật những rủi ro an ninh vốn có của các hệ thống AI. Ví dụ, trong các tình huống y tế có thể liên quan đến dữ liệu gen nhạy cảm của bệnh nhân; trong các cuộc đàm phán tài chính có thể tiếp xúc với thông tin tài chính doanh nghiệp chưa công khai. Hơn nữa, các hệ thống AI có thể tồn tại sự thiên lệch trong thuật toán, như trong quá trình tuyển dụng dẫn đến các đề xuất lương không công bằng cho các nhóm cụ thể. Còn có nguy cơ tấn công đối kháng, tin tặc có thể sử dụng các phương pháp đặc biệt để đánh lừa sự phán đoán của hệ thống AI.
Những thách thức này làm nổi bật một xu hướng đáng lo ngại: Hệ thống AI càng thông minh, bề mặt tấn công tiềm năng của nó càng rộng.
Trong lĩnh vực Web3, bảo mật luôn là mối quan tâm cốt lõi. Hiện tại đã phát triển nhiều công nghệ mã hóa để đối phó với những thách thức này:
Mô hình bảo mật không tin tưởng: Mô hình này yêu cầu xác thực và cấp quyền nghiêm ngặt cho mỗi yêu cầu truy cập, không tin tưởng vào bất kỳ thiết bị mặc định nào.
Danh tính phi tập trung (DID): Đây là một tiêu chuẩn danh tính số phi tập trung mới, không cần phụ thuộc vào hệ thống đăng ký tập trung.
Mã hóa đồng cấu hoàn toàn (FHE): Đây là một công nghệ mã hóa tiên tiến, cho phép thực hiện tính toán trên dữ liệu trong trạng thái mã hóa mà không cần giải mã.
Mã hóa đồng cấu hoàn toàn被认为是解决Bảo mật AI时代安全问题的重要工具。Nó có thể发挥作用 trong以下几个方面：
Về mặt dữ liệu: Tất cả thông tin mà người dùng nhập vào có thể được xử lý trong trạng thái mã hóa, ngay cả hệ thống AI cũng không thể giải mã dữ liệu gốc.
Cấp độ thuật toán: Thực hiện "huấn luyện mô hình mã hóa" thông qua FHE, ngay cả các nhà phát triển cũng không thể quan sát trực tiếp quá trình ra quyết định của AI.
Khía cạnh hợp tác: Giao tiếp giữa nhiều đại lý AI có thể sử dụng mã hóa ngưỡng, ngay cả khi một nút đơn lẻ bị xâm phạm cũng sẽ không dẫn đến việc rò rỉ dữ liệu toàn cầu.
Trong hệ sinh thái Web3, đã có nhiều dự án cam kết khám phá các công nghệ bảo mật này. Ví dụ, uPort đã ra mắt giải pháp danh tính phi tập trung vào năm 2017, NKN đã phát hành mạng chính dựa trên mô hình không tin cậy vào năm 2019. Trong lĩnh vực mã hóa đồng cấu hoàn toàn, Mind Network là dự án FHE đầu tiên ra mắt trên mạng chính và đã hợp tác với nhiều tổ chức nổi tiếng.
Với sự phát triển không ngừng của công nghệ AI đến gần với mức độ thông minh của con người, việc xây dựng một hệ thống phòng thủ mạnh mẽ trở nên ngày càng quan trọng. Mã hóa đồng cấu hoàn toàn không chỉ có thể giải quyết các vấn đề an ninh hiện tại mà còn chuẩn bị cho một kỷ nguyên AI mạnh mẽ hơn trong tương lai. Trên con đường hướng tới AGI, FHE có thể không chỉ là một lựa chọn mà còn là điều kiện cần thiết để đảm bảo hệ thống AI hoạt động an toàn.