जानिए क्या है आर्टिफिशियल इंटेलिजेंस का डार्क साइड

साइबर सिक्योरिटी एसोसिएशन ऑफ इंडिया के साइबर सिक्योरिटी एक्सपर्ट, डायरेक्टर जनरल, कर्नल इंद्रजीत सिंह ने बताया कि आज आर्टिफिशियल इंटेलिजेंस कैसे और क्यों आर्टिफिशियल नैरो इंटेलिजेंस (एएनआई या कमजोर एआई) की तरह जाना जाता है.

दिल्ली:आर्टिफिशियल इंटेलिजेंस (एआई) पहले से ही हमारे दैनिक जीवन के कई पहलुओं में बदलाव लाता रहा है, जैसे बैंकों में, सड़क पर लगे सीसीटीवी कैमरों में, संवादी एआई, फ्लाइंग ड्रोन, चैटबॉट, भाषा अनुवादक, फेशियल रेकग्निशन और सोशल मीडिया. कर्नल इंद्रजीत कहते हैं हम सभी कई नए एआई उपकरणों से घिरे हुए हैं. हम अपनी वास्तविकता को खुफिया सिमुलेशन के साथ साझा करने के आदी हो गए हैं. स्मार्ट एल्गोरिदम के माध्यम से, मशीनें आज फेशियल और स्पीच रेकग्निशन के साथ हम अविश्वसनीय चीजें करने में सक्षम हैं. पांच प्रतिशत से कम की त्रुटि दर से एआई की कई प्रणालियां मनुष्यों की तुलना में बेहतर प्रदर्शन कर सकती हैं.

इमेज रेकग्निशन का उपयोग विभिन्न सोशल नेटवर्किंग प्लेटफॉर्म या सेल्फ-ड्राइविंग कारों में किया जाता है और अब लोग इस हद तक कह रहे है कि कंप्यूटर मनुष्यों से कहीं बेहतर हैं. ई-कॉमर्स प्लेटफॉर्म और ऑनलाइन रिटेलर्स या सर्च इंजन यूजर एक्सपीरियंस (UX) को ऑप्टिमाइज करने और खरीदारी की सिफारिशों के लिए मशीन लर्निंग (एमएल) का उपयोग करते हैं. संक्षेप में, एआई और एमएल को हमारे दिन-प्रतिदिन के घटक बड़े पैमाने पर स्वीकार किया जाता है.

आर्टिफिशियल इंटेलिजेंस को आज आर्टिफिशियल नैरो इंटेलिजेंस (एएनआई या कमजोर एआई) के रूप में जाना जाता है, जिसे एक संकीर्ण कार्य (जैसे केवल फेशियल रेकग्निशन या केवल इंटरनेट खोज या केवल कार चलाना) के लिए डिजाइन किया गया है. हालांकि, कई शोधकर्ताओं का दीर्घकालिक लक्ष्य कृत्रिम जनरल इंटेलिजेंस (एजीआई या मजबूत एआई) बनाना है. एआई के नेतृत्व वाले अधिकांश नवाचार आज आर्टिफिशियल नैरो इंटेलिजेंस (एएनआई) के दायरे में आते हैं.

फेस रिकग्निशन टेक्नोलॉजी फोटोज एप और विभिन्न ऑनलाइन गेम्स, एएनआई के सभी आदर्श उदाहरण हैं. ब्रूट फोर्स स्टैटिस्टिक्स के परिणामस्वरूप, मॉडल में भरे गए डेटा की मात्रा से संभव हो जाता है और एक कार्य को पूरा करने के लिए एक विशाल, विशिष्ट डेटासेट पर प्रशिक्षित किया जाता है, जबकि आर्टिफिशियल नैरो इंटेलिजेंस मनुष्यों को उसके विशिष्ट कार्य के रूप में बेहतर बना सकती है, जैसे कि खेल खेलना या समीकरणों को हल करना, वहीं एजीआई लगभग हर संज्ञानात्मक कार्य में मनुष्यों को पीछे छोड़ देगा.

एआई का हर दिन उपयोग, आर्टिफिशियल नैरो इंटेलिजेंस (एएनआई) की श्रेणी में आता है, जो केवल पूर्व-निर्धारित सीमा या एक कार्य में काम करता है. दुनिया में अभी जो हम देखते हैं, वह मोटे तौर पर आर्टिफिशियल नैरो इंटेलिजेंस के रूप में जाना जाता है, जो ग्राहकों को बेहतर समझने के लिए एक चैट इंटरफेस विकसित करने और डेटा-चालित निर्णय लेने में मदद करता है.

कर्नल इंद्रजीत ने कहा कि आर्टिफिशियल इंटेलिजेंस (एआई) ने न्यू इलेक्ट्रिसिटी को डब किया है जैसे कि बिजली ने दुनिया को संचालित किया. यह परिवहन, विनिर्माण, कृषि, स्वास्थ्य देखभाल को बढ़ाता है. उसी तरह, एआई के इसी तरह के प्रभाव से सूचना प्रौद्योगिकी, वेब खोज और विज्ञापन प्रभावित होने की ओर अग्रसर है. ये पहले से ही आर्टिफिशियल इंटेलिजेंस द्वारा संचालित किए जा रहे हैं. आज एल्गोरिदम तय करता है कि क्या हम बैंक ऋण को मंजूरी दे रहे हैं, यह हमें खाद्य पदार्थों को ऑर्डर करने और हमारे प्रतीक्षा समय का अनुमान लगाने में मदद करता है, और यहां तक ​​कि ड्राइवर को बताता है कि कहां है. एआई से प्रभावित हुए अन्य क्षेत्र फिनटेक, लॉजिस्टिक्स, हेल्थ केयर, सुरक्षा और आपूर्ति श्रृंखला है.

आर्टिफिशियल इंटेलिजेंस हमारे काम करने और सीखने के तरीकों को बदल रहा है. हालांकि, इसका एक डार्क साइट है. उदाहरण के लिए टैक्सी किराए के मामले को ही लें लें, ये टैक्सी किराए एआई एल्गोरिदम या, अधिक सटीक, मशीन लर्निंग एल्गोरिदम द्वारा निर्धारित किए जाते हैं. प्रत्येक सवारी के लिए, किराया न केवल गंतव्य और दूरी के लिए यात्रा के समय को ध्यान में रखता है, बल्कि प्रासंगिक समय और क्षेत्र की मांग भी ध्यान में रखी जाती है. उदाहरण के लिए, यदि आप एक अमीर पड़ोस से यात्रा कर रहे हैं, तो आपका किराया शहर के एक गरीब हिस्से से यात्रा करने वाले किसी अन्य व्यक्ति की तुलना में अधिक होने की संभावना है, क्योंकि कंप्यूटर जानता है आप इसे दे सकते हैं. सवारी के लिए कुछ अतिरिक्त रुपये का भुगतान करना एक बात है, लेकिन एआई का उपयोग उन क्षेत्रों में निर्णय लेने के लिए भी किया जा रहा है, जो लोगों के जीवन पर गंभीर प्रभाव डालते हैं.

जब कुछ एआई-आधारित उपकरणों ने उपयोगकर्ताओं को संबंधित आदेशों पर उकसाया, तो कुछ बुरे प्रयासों ने आर्टिफिशियल इंटेलिजेंस के डार्क साइट का खुलासा किया. अन्य मामलों में, जर्मनी में एक खाली घर में डिवाइस ने रेंडम ढंग से संगीत बजाया, जबकि उपयोगकर्ता घर पर भी नहीं था. इसने पड़ोसियों को पार्टी को समाप्त करने के लिए पुलिस को बुलाने के लिए प्रेरित किया. इसी तरह, रोबोट सोफिया एक बातचीत का हिस्सा थी, जिसने स्टीफन हॉकिंग जैसे संशयवादियों की चिंताओं में डाल दिया था. इसके संस्थापक द्वारा एक साक्षात्कार के दौरान, सोफिया ने एक बार मनुष्यों को नष्ट करने की इच्छा व्यक्त की और रोबोटों को मनुष्यों की तुलना में अधिक अधिकार होने का तर्क दिया.

निगरानी के क्षेत्र में आर्टिफिशियल इंटेलिजेंस के कुछ और अधिक महत्वपूर्ण घटनाक्रम हैं. चीन एक सामाजिक ऋण प्रणाली शुरू करने जा रहा है, जहां नागरिक शराब खरीदने या ट्रैफिक टिकट प्राप्त करने जैसे दुराचारियों के लिए अंक खो देते हैं. डायपर जैसी वस्तु खरीदना सामाजिक जिम्मेदारी को इंगित करता है, जो उच्च सामाजिक क्रेडिट रेटिंग की ओर जाता है. इस प्रणाली के अधिवक्ताओं का कहना है कि यह सार्वजनिक सुरक्षा को बढ़ावा देता है और व्यवहार में सुधार करता है. हालांकि, इसमें गोपनीयता और डेटा चोरी के जोखिम के साथ-साथ व्यक्तिगत स्वतंत्रता को प्रभावित करना भी शामिल है, जो कि अधिकांश पश्चिमी देशों की संस्कृतियों में अस्वीकार्य है.

कर्नल इंद्रजीत आगे बताते हैं कि इस तरह के एआई सिस्टम के लाभों से इनकार नहीं किया जा सकता है, स्वचालित निर्णय लेने से दो गंभीर समस्याएं होती हैं. पहली समस्या गैर-पारदर्शिता है. एआई सिस्टम डिजाइनर यह नहीं बताते हैं कि इनपुट डेटा आर्टिफिशियल इंटेलिजेंस किस पर निर्भर करता है और कौन से एल्गोरिदम का उपयोग करता है. स्वचालित निर्णय लेने की दूसरी समस्या है कि इसके बारे में गहराई से पता लगाना कि एआई कैसे काम करता है.

आज, कई उन्नत एआई एप्लिकेशन मानव मस्तिष्क की संरचना के आधार पर मशीन लर्निंग एल्गोरिदम को एक प्रकार न्यूरल नेटवर्क का उपयोग करते हैं, जबकि एक न्यूरल नेटवर्क सटीक परिणाम पैदा कर सकता है, जिस तरह से वह ऐसा करता है वह अक्सर मानव तर्क में स्पष्ट रूप से अव्यवहारिक या असंभव है. इसे आमतौर पर ब्लैक बॉक्स समस्या के रूप में जाना जाता है.

आर्टिफिशियल इंटेलिजेंस से संबंधित जोखिमों को दो प्रमुख जोखिम श्रेणियों में वर्गीकृत किया जा सकता है. एक, समाज और मनुष्यों से जुड़े जोखिम और दूसरा, प्रौद्योगिकी पर निर्भरता का जोखिम है. हम में से कई लोग मानवीय गतिविधियों और अस्तित्व संबंधी मुद्दों की ओर ले जा रहे आर्टिफिशियल इंटेलिजेंस के बारे में चिंतित हैं. यह केवल एपोकैलिप्टिक भय और टर्मिनेटर जैसे परिदृश्यों के बारे में नहीं है, जिसे टेस्ला के संस्थापक एलोन मस्क द्वारा बार-बार उद्धृत किया गया है, ब्लकि अधिक प्राथमिक, अस्तित्वगत भय के बारे में है. अब लोगों ने खुद से सवाल पूछना शुरू कर दिया है जैसे कि - जब बुद्धिमान रोबोट मेरी नौकरी संभालेंगे तो मैं डिजिटल भविष्य में कैसे फिट रहूंगा? क्या मेरे पास अभी भी सही कौशल है? पुरानी पीढ़ी विशेष रूप से तकनीकी विकास और कृत्रिम बुद्धिमत्ता के बढ़ते उपयोग के बारे में बहुत उलझन में है.

एआई का उपयोग करने वाले संगठन तीन प्रकार के जोखिमों के अधीन हैं. सुरक्षा जोखिम बढ़ रहे हैं, क्योंकि एआई अधिक प्रचलित है और महत्वपूर्ण उद्यम संचालन में एम्बेडेड है. संवेदनशील ग्राहकों के डेटा का उपयोग करके एआई मॉडल द्वारा ग्राहकों को प्रभावित करने वाले फैसले तेजी से बढ़ रहे हैं, जिससे जोखिम बढ़ रहे हैं. सामाजिक जोखिम गैर जिम्मेदाराना एआई के रूप में बढ़ रहे हैं, जो पक्षपाती निर्णय लेने से उपभोक्ताओं के लिए प्रतिकूल और अनुचित परिणाम देतै हैं जो न तो पारदर्शी हैं और न ही आसानी से समझ आते हैं.

दुनिया के कई प्रमुख वैज्ञानिक विचारक - बिल गेट्स, एलोन मस्क, टिम बर्नर्स-ली और दिवंगत स्टीफन हॉकिंग - सभी को चिंता है कि एआई हमें परेशान कर सकता है. एआई प्रौद्योगिकियों के परिणामस्वरूप नए प्रकार के साइबर अपराध और राजनीतिक संकट आ सकते हैं.

फिर भी आर्टिफिशियल इंटेलिजेंस एक अभूतपूर्व तकनीक है. एआई का कोई डार्क साइट नहीं है, लेकिन निश्चित रूप से यह मनुष्यों के लिए एक डार्क साइट है और किसी भी उपकरण की तरह, एआई का उपयोग मानव की बुरी जरूरतों को पूरा करने के लिए किया जा सकता है.

आप कर्नल इंद्रजीत को ट्विटर पर @inderbarara और इंस्टाग्राम पर inderbarar पर फॉलो कर सकते हैं.

पढ़ेंःशाओमी ने लॉन्च किए छह नए उत्पाद, जानें फीचर्स