ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് സുരക്ഷയ്ക്കായി ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് സ്ഥാപനങ്ങളും സർക്കാരുകളും കൂടുതൽ ചെലവഴിക്കണം: ഗവേഷകർ
ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് (എഐ) ഗവേഷകർ ഒരു പ്രബന്ധത്തിൽ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് കമ്പനികളും സർക്കാരുകളും അവരുടെ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ഗവേഷണ വികസന ഫണ്ടിംഗിന്റെ മൂന്നിലൊന്നെങ്കിലും സിസ്റ്റങ്ങളുടെ സുരക്ഷയും ധാർമ്മിക ഉപയോഗവും ഉറപ്പാക്കാൻ നീക്കിവയ്ക്കണമെന്ന് പറഞ്ഞു. മൂന്ന് ട്യൂറിംഗ് അവാർഡ് ജേതാക്കൾ, ഒരു നോബൽ സമ്മാന ജേതാവ്, ഒരു ഡസനിലധികം മികച്ച ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് അക്കാദമിക് വിദഗ്ധർ എന്നിവർ ചേർന്നാണ് ഈ പ്രബന്ധം എഴുതിയത്.
ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് അപകടസാധ്യതകൾ പരിഹരിക്കുന്നതിന് സർക്കാരുകളും കമ്പനികളും സ്വീകരിക്കേണ്ട നടപടികൾ പേപ്പർ പട്ടികപ്പെടുത്തുന്നു. “ന്യായമായും മുൻകൂട്ടി കാണാനും തടയാനും കഴിയുന്ന അവരുടെ അതിർത്തി ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് സിസ്റ്റങ്ങളിൽ നിന്നുള്ള ദോഷങ്ങൾക്ക് കമ്പനികൾ നിയമപരമായി ബാധ്യസ്ഥരാണെന്നും സർക്കാരുകൾ നിർബന്ധമാക്കണം.”
സമീപകാലത്തെ അത്യാധുനിക ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് മോഡലുകൾ വളരെ ശക്തവും ജനാധിപത്യ മേൽനോട്ടമില്ലാതെ വികസിപ്പിക്കാൻ അനുവദിക്കാൻ കഴിയാത്തത്ര പ്രാധാന്യമുള്ളതുമാണെന്ന് പ്രബന്ധത്തിന്റെ സഹ-രചയിതാവും ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിന്റെ ഗോഡ്ഫാദർമാരിൽ ഒരാളുമായ യോഷുവ ബെൻജിയോ പറഞ്ഞു.
“ഇത് (ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് സുരക്ഷയിലെ നിക്ഷേപം) വേഗത്തിൽ നടക്കേണ്ടതുണ്ട്, കാരണം എടുത്ത മുൻകരുതലുകളേക്കാൾ വളരെ വേഗത്തിൽ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് പുരോഗമിക്കുന്നു,” ബെൻജിയോ കൂട്ടിച്ചേർത്തു. ജെഫ്രി ഹിന്റൺ, ആൻഡ്രൂ യാവോ, ഡാനിയൽ കഹ്നെമാൻ, ഡോൺ സോങ്, യുവാൽ നോഹ ഹരാരി എന്നിവരാണ് പഠനത്തിന്റെ മറ്റ് രചയിതാക്കൾ.
നിലവിൽ, ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് സുരക്ഷയിൽ വിശാലമായ നിയന്ത്രണങ്ങളൊന്നും ശ്രദ്ധ കേന്ദ്രീകരിക്കുന്നില്ല. നിരവധി വിഷയങ്ങളിൽ നിയമനിർമ്മാതാക്കൾ ഇതുവരെ യോജിക്കാത്തതിനാൽ യൂറോപ്യൻ യൂണിയന്റെ (ഇയു) ആദ്യ സെറ്റ് നിയമനിർമ്മാണം ഇതുവരെ നിയമമായിട്ടില്ല.
ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ലബോറട്ടറികളിലേക്ക് സ്വതന്ത്ര ഓഡിറ്റർമാർക്ക് പ്രവേശനം നൽകണമെന്നും അത്യാധുനിക മോഡലുകൾ നിർമ്മിക്കുന്നതിന് ലൈസൻസിംഗ് സംവിധാനം സ്ഥാപിക്കണമെന്നും പത്രം സർക്കാരുകളോട് ആവശ്യപ്പെട്ടു. ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് കമ്പനികൾ അവരുടെ മോഡലുകളിൽ അപകടകരമായ കഴിവുകൾ കണ്ടെത്തിയാൽ പ്രത്യേക സുരക്ഷാ നടപടികൾ സ്വീകരിക്കണമെന്നും പത്രം പറയുന്നു.
Experienced Researcher with a demonstrated history of working in the Deep Learning, Computer Vision
