ટોરોન્ટો (કેનેડા):મોટા ભાગના ભાગ માટે, સમકાલીન કટોકટી વ્યવસ્થાપનનું ધ્યાન કુદરતી, તકનીકી અને માનવ-સર્જિત જોખમો જેમ કે પૂર, ધરતીકંપ, ટોર્નેડો, ઔદ્યોગિક અકસ્માતો, ભારે હવામાનની ઘટનાઓ અને સાયબર હુમલાઓ પર કેન્દ્રિત છે. જો કે, કૃત્રિમ બુદ્ધિની ઉપલબ્ધતા અને ક્ષમતાઓમાં વધારો થવાથી, અમે ટૂંક સમયમાં જ આ તકનીકોથી સંબંધિત જાહેર સલામતી જોખમો જોઈ શકીએ છીએ જેને આપણે ઘટાડવાની અને તૈયારી કરવાની જરૂર પડશે.
AI એ સ્કેલ પર જોખમનું સંભવિત સ્ત્રોત બની રહ્યું છે:છેલ્લા 20 વર્ષોમાં, મારા સાથીદારો અને હું અન્ય ઘણા સંશોધકો સાથે AI નો ઉપયોગ કરીને એવા મોડલ અને એપ્લિકેશનો વિકસાવી રહ્યા છીએ જે કટોકટી પ્રતિભાવ કામગીરી અને નિર્ણય લેવાની જાણ કરવા માટે જોખમોને ઓળખી, આકારણી, આગાહી, મોનિટર અને શોધી શકે. અમે હવે એવા વળાંક પર પહોંચી રહ્યા છીએ જ્યાં AI એ સ્કેલ પર જોખમનું સંભવિત સ્ત્રોત બની રહ્યું છે જેને જોખમ અને કટોકટી વ્યવસ્થાપન તબક્કાઓ ઘટાડવા અથવા નિવારણ, સજ્જતા, પ્રતિભાવ અને પુનઃપ્રાપ્તિમાં સમાવિષ્ટ કરવું જોઈએ.
AI અને જોખમ વર્ગીકરણ: AI જોખમોને બે પ્રકારમાં વર્ગીકૃત કરી શકાય છે: ઇરાદાપૂર્વક અને અજાણતાં. અજાણતાં જોખમો માનવીય ભૂલો અથવા તકનીકી નિષ્ફળતાઓને કારણે થાય છે. જેમ જેમ AI નો ઉપયોગ વધશે તેમ, AI મોડેલોમાં માનવ ભૂલ અથવા AI આધારિત તકનીકોમાં તકનીકી નિષ્ફળતાને કારણે વધુ પ્રતિકૂળ ઘટનાઓ થશે. આ ઘટનાઓ પરિવહન (જેમ કે ડ્રોન, ટ્રેન અથવા સ્વ-ડ્રાઇવિંગ કાર), વીજળી, તેલ અને ગેસ, નાણાં અને બેંકિંગ, કૃષિ, આરોગ્ય અને ખાણકામ સહિતના તમામ પ્રકારના ઉદ્યોગોમાં થઈ શકે છે.
- ઇરાદાપૂર્વકના AI જોખમો એ સંભવિત જોખમો છે જે લોકો અને મિલકતોને નુકસાન પહોંચાડવા માટે AI નો ઉપયોગ કરવાથી થાય છે. AI નો ઉપયોગ સુરક્ષા અને સલામતી પ્રણાલીઓ સાથે સમાધાન કરીને ગેરકાનૂની લાભો મેળવવા માટે પણ થઈ શકે છે. મારા મતે, આ સરળ ઇરાદાપૂર્વક અને અજાણતાં વર્ગીકરણ AI ના કિસ્સામાં પૂરતું ન હોઈ શકે.
- અહીં, આપણે માનવીય નિયંત્રણ અને નિર્ણય લેવાની AIને પછાડવાની સંભાવનાને ઉભરતા જોખમોનો એક નવો વર્ગ ઉમેરવાની જરૂર છે. આ ઇરાદાપૂર્વક અથવા અજાણતાં ટ્રિગર થઈ શકે છે. ઘણા AI નિષ્ણાતો પહેલાથી જ આવા સંભવિત જોખમો સામે ચેતવણી આપી ચૂક્યા છે. AI ના વિકાસ સાથે સંકળાયેલા સંશોધકો, વૈજ્ઞાનિકો અને અન્ય લોકો દ્વારા તાજેતરના એક ખુલ્લા પત્રમાં તેના વધુ વિકાસ પર રોક લગાવવાની હાકલ કરવામાં આવી છે.
જાહેર સલામતી જોખમો: જાહેર સલામતી અને કટોકટી વ્યવસ્થાપન નિષ્ણાતો જોખમોનું મૂલ્યાંકન કરવા અને તેની તુલના કરવા માટે જોખમ મેટ્રિસિસનો ઉપયોગ કરે છે. આ પદ્ધતિનો ઉપયોગ કરીને, જોખમોનું તેમની આવર્તન અને પરિણામના આધારે ગુણાત્મક અથવા માત્રાત્મક મૂલ્યાંકન કરવામાં આવે છે, અને તેમની અસરોને નીચા, મધ્યમ અથવા ઉચ્ચ તરીકે વર્ગીકૃત કરવામાં આવે છે. જોખમો કે જેની આવર્તન ઓછી હોય અને ઓછા પરિણામ અથવા અસર હોય તેને ઓછું જોખમ માનવામાં આવે છે અને તેને સંચાલિત કરવા માટે કોઈ વધારાની ક્રિયાઓની જરૂર નથી. મધ્યમ પરિણામ અને મધ્યમ આવર્તન ધરાવતા જોખમોને મધ્યમ જોખમ ગણવામાં આવે છે. આ જોખમો પર નજીકથી દેખરેખ રાખવાની જરૂર છે.
- ઉચ્ચ આવર્તન અથવા ઉચ્ચ પરિણામ સાથેના જોખમો અથવા પરિણામ અને આવર્તન બંનેમાં ઉચ્ચ જોખમોને ઉચ્ચ જોખમ તરીકે વર્ગીકૃત કરવામાં આવે છે. વધારાના જોખમ ઘટાડા અને શમનના પગલાં લઈને આ જોખમોને ઘટાડવાની જરૂર છે. તાત્કાલિક અને યોગ્ય પગલાં લેવામાં નિષ્ફળતાના પરિણામે ગંભીર માનવ અને સંપત્તિનું નુકસાન થઈ શકે છે.
- અત્યાર સુધી, AI એપ્લીકેશનના સંગઠનાત્મક ઉપયોગથી આગળ એઆઈના જોખમો અને જોખમોને જોખમ મૂલ્યાંકન મેટ્રિસિસમાં ઉમેરવામાં આવ્યા નથી. સમય આવી ગયો છે જ્યારે આપણે સ્થાનિક, રાષ્ટ્રીય અને વૈશ્વિક જોખમો અને કટોકટી વ્યવસ્થાપનમાં સંભવિત AI જોખમોને ઝડપથી લાવવાનું શરૂ કરવું જોઈએ.