Kemanan AI masalah semakin mencolok, fully homomorphic encryption mungkin menjadi solusi terbaik

Baru-baru ini, sebuah sistem AI bernama Manus telah mencapai prestasi luar biasa dalam pengujian standar GAIA, dengan kinerja yang melampaui model bahasa besar sekelas. Manus menunjukkan kemampuan pengolahan tugas independen yang kuat, mampu menangani negosiasi bisnis lintas negara yang kompleks, termasuk analisis klausul kontrak, perumusan strategi, dan pembuatan rencana. Dibandingkan dengan sistem tradisional, Manus memiliki keunggulan yang jelas dalam pemecahan tujuan dinamis, penalaran lintas modal, dan pembelajaran yang ditingkatkan dengan memori.

Kemunculan Manus sekali lagi memicu diskusi di industri mengenai jalur pengembangan AI: apakah menuju model umum kecerdasan buatan (AGI) yang bersatu, atau model kolaborasi sistem multi-agen (MAS)? Perdebatan ini sebenarnya mencerminkan masalah keseimbangan antara efisiensi dan keamanan dalam pengembangan AI. Seiring sistem kecerdasan tunggal semakin mendekati tingkat AGI, risiko ketidaktransparanan dalam proses pengambil keputusan juga meningkat. Sementara kolaborasi multi-agen dapat mendistribusikan risiko, tetapi mungkin kehilangan momen pengambilan keputusan yang kritis karena keterlambatan komunikasi.

Kemajuan Manus juga menyoroti risiko potensial dalam perkembangan AI, seperti privasi data, bias algoritma, dan serangan adversarial. Misalnya, dalam konteks medis, sistem AI perlu mengakses data genom sensitif pasien; dalam negosiasi keuangan, mungkin melibatkan informasi keuangan perusahaan yang tidak dipublikasikan. Selain itu, sistem AI dapat menunjukkan bias terhadap kelompok tertentu dalam proses perekrutan, atau membuat penilaian yang salah terhadap ketentuan industri baru dalam tinjauan dokumen hukum. Yang lebih serius, peretas dapat menginjeksi sinyal audio tertentu, yang menyebabkan sistem AI membuat penilaian yang salah dalam negosiasi.

Menghadapi tantangan ini, teknologi keamanan di bidang Web3 mungkin dapat menawarkan solusi. Di antaranya, teknologi Enkripsi Homomorphic (Fully Homomorphic Encryption, FHE) dianggap sebagai alat yang kuat untuk mengatasi masalah keamanan di era AI. FHE memungkinkan perhitungan data dalam keadaan terenkripsi, yang berarti informasi sensitif dapat diproses tanpa perlu didekripsi.

Di tingkat data, FHE dapat memastikan semua informasi yang dimasukkan pengguna (termasuk biometrik, suara, dll) diproses dalam keadaan terenkripsi, bahkan sistem AI itu sendiri tidak dapat mendekripsi data asli. Di tingkat algoritma, "pelatihan model enkripsi" yang diimplementasikan oleh FHE membuat bahkan pengembang pun tidak dapat melihat langsung proses pengambilan keputusan AI. Dalam aspek kolaborasi multi-agen, penggunaan teknologi enkripsi threshold dapat mencegah kebocoran data global yang disebabkan oleh pelanggaran satu node.

Meskipun teknologi keamanan Web3 mungkin tidak memiliki hubungan langsung dengan pengguna biasa, pentingnya tidak dapat diabaikan. Di bidang yang penuh tantangan ini, jika tidak mengambil langkah-langkah perlindungan secara aktif, pengguna mungkin tidak pernah bisa terlepas dari risiko keamanan informasi.

Saat ini, sudah ada beberapa proyek yang menjajaki bidang keamanan Web3. Misalnya, ada proyek yang telah mencapai kemajuan tertentu dalam identitas terdesentralisasi (DID) dan model keamanan tanpa kepercayaan. Sementara itu, di bidang FHE, sebuah proyek telah menjadi yang pertama meluncurkan di jaringan utama dan bekerja sama dengan beberapa lembaga terkenal.

Seiring dengan kemajuan 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 meletakkan dasar untuk era AI yang lebih kuat di masa depan. Di jalan menuju AGI, FHE tidak lagi menjadi opsi, tetapi merupakan syarat yang diperlukan untuk memastikan perkembangan keamanan AI.