Thursday, June 8, 2023
HomeScienceAIનું નિયમન કરવું મુશ્કેલ હોવાના બે કારણો: પેસિંગ સમસ્યા અને કોલિન્ગ્રિજ મૂંઝવણ

AIનું નિયમન કરવું મુશ્કેલ હોવાના બે કારણો: પેસિંગ સમસ્યા અને કોલિન્ગ્રિજ મૂંઝવણ

આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI)ના નિયમન પર ઘણી બકબક થઈ છે, જેમાં કેટલાક વૈજ્ઞાનિકો તરફથી મોરેટોરિયા માટેના કૉલ્સનો સમાવેશ થાય છે. આ માંગણીઓ માટે મિશ્ર પ્રતિસાદ મળ્યો છે. કેટલીક સરકારોએ ChatGPT પર પ્રતિબંધ મૂકવાના પગલાં પણ ભર્યા છે અથવા ChatGPT જેવા બૉટોના ઉપયોગ પર નિયમો ઘડ્યા છે, જ્યારે અન્ય સરકારોએ હજુ સુધી કાર્યવાહી કરવાની બાકી છે, જો તેઓ કરશે તો.

આ બધી ક્રિયાઓ દ્વારા, એક વસ્તુ સ્પષ્ટ છે: વિશ્વભરમાં AI શાસન ખંડિત છે. આ મોરચે ઘણી પહેલો પણ છે, જેમાં AI ના જવાબદાર ઉપયોગ માટે નૈતિકતા અને સિદ્ધાંતોનો સમાવેશ થાય છે, પરંતુ તે બંધનકર્તા નથી.

નિયમનમાં આવી સમસ્યા યથાવત રહેશે કારણ કે કૃત્રિમ જીવવિજ્ઞાનથી લઈને ક્રિપ્ટોકરન્સી સુધીની તમામ ઉભરતી ટેક્નોલોજીના શાસનના કેન્દ્રમાં બે મુદ્દાઓનું મૂળ છે અને બંને સરળ ઉકેલોને અવગણે છે. તે પેસિંગ સમસ્યા અને કોલિંગ્રીજ મૂંઝવણ છે.

પેસિંગ સમસ્યા શું છે?

ટેક્નોલોજીનો અવકાશ, દત્તક અને પ્રસાર ઝડપથી આગળ વધે છે જ્યારે કાયદા અને નિયમો ધીમી ગતિએ ઘડવામાં આવે છે અને ઘડવામાં આવે છે અને સામાન્ય રીતે કેચ-અપ થાય છે. તકનીકનો ઉપયોગ પણ સાર્વત્રિક છે જ્યારે નિયમન દેશો માટે વિશિષ્ટ છે.

વધુમાં, વૈશ્વિક નિયમનનો વિકાસ ઘણો સમય અને પ્રયત્ન લે છે અને તે હંમેશા સફળ થતો નથી. આ મિસમેચને પેસિંગ સમસ્યા કહેવામાં આવે છે, અને વિશ્વભરમાં પરમાણુ ટેકનોલોજી અને ક્લોનિંગના પ્રસારને નિયંત્રિત અને નિયંત્રિત કરવાના પ્રયાસો તેનું ઉદાહરણ આપે છે.

બાબતોને વધુ ખરાબ બનાવવા માટે, પેસિંગ સમસ્યા સંયુક્ત નવીનતા દ્વારા વિસ્તૃત થાય છે: તકનીકી અને વિકાસલક્ષી ક્ષમતાઓ જે એક બીજા પર ઝડપથી, સહજીવન રીતે, નવીનતાને વેગ આપવા માટે બનાવે છે.

ઈલેક્ટ્રોનિક્સ, ઈન્ફોર્મેશન એન્ડ કોમ્યુનિકેશન ટેક્નોલોજી અને જીનોમિક્સથી વિશ્વને હકીકતમાં આ ઘટનાથી ફાયદો થયો છે, જેના પરિણામે તેમના વ્યાપક પ્રસાર અને અપનાવવા, ખર્ચમાં ઘટાડો અને વધુ નવીનતા માટે સક્ષમ બન્યા છે.

કોલિંગ્રીજ મૂંઝવણ શું છે?

1980 માં, ડેવિડ કોલિન્ગ્રિજે તેમના પુસ્તકમાં એક ખ્યાલ રજૂ કર્યો ટેકનોલોજીનું સામાજિક નિયંત્રણ આજે કોલિંગ્રીજ દુવિધા તરીકે ઓળખાય છે. આ મૂંઝવણ તે છે ટેક્નોલોજીને અપનાવવાના પ્રારંભિક તબક્કામાં, જ્યારે તેના સંભવિત જોખમો સ્પષ્ટ ન હોય ત્યારે તેનું નિયમન કરવું સરળ છે પરંતુ આ જોખમોને ઓળખવામાં આવે ત્યાં સુધીમાં તે વધુ મુશ્કેલ બની જાય છે.

“પ્રારંભિક નિયમન પણ વધુ વિકાસ અને અપનાવવા માટે ખૂબ પ્રતિબંધિત હોવાની સંભાવના છે જ્યારે વધુ પરિપક્વ તબક્કે નિયમન તેની અસરકારકતા અને અકસ્માતોને રોકવાની તેની ક્ષમતામાં પ્રતિબંધિત હોઈ શકે છે.”ડેવિડ કોલિંગ્રીજ

કોલિંગ્રીજની મૂંઝવણ અસરમાં માહિતી અને નિયંત્રણ વિશે પ્રશ્ન ઊભો કરે છે – ખાસ કરીને, શું નિયમનકારો પાસે માહિતગાર અને તેથી તર્કસંગત નિર્ણયો લેવા માટે તકનીકી વિકાસના વિવિધ તબક્કે પર્યાપ્ત માહિતી છે કે કેમ.

શા માટે AI ને નિયમનની સમસ્યા છે?

જ્યારે તકનીકી વિકાસ ખાનગી ક્ષેત્રના હાથમાં હોય છે, તેના પોતાના નફાના હેતુઓ દ્વારા પ્રેરિત હોય છે, ત્યારે નિયમનકારો ઘણીવાર અજ્ઞાન હોય છે અને આગળ શું થશે તેની અપેક્ષા રાખવામાં અસમર્થ હોય છે. આ હાલમાં AI સાથે થઈ રહ્યું છે.

એક ક્ષેત્ર તરીકે AI લગભગ અડધી સદી કરતાં વધુ સમયથી છે પરંતુ છેલ્લા બે દાયકામાં વિકાસ નાટકીય રહ્યો છે. કૃત્રિમ ન્યુરલ નેટવર્ક્સ પર સંશોધન 1950 ના દાયકામાં શરૂ થયું અને છેલ્લા દાયકામાં ડીપ-લર્નિંગના વિકાસને કારણે નવા યુગમાં પ્રવેશ કર્યો. આજનું AI એ 2000 નું AI નથી. તે ઘણું રૂપાંતરિત છે, તે જ રીતે ગઈકાલની વિજ્ઞાન-કથા આજની વાસ્તવિકતા બની ગઈ છે.

પેસિંગ સમસ્યા અને કોલિંગ્રીજની મૂંઝવણ બંને વેક્યૂમમાં થતી નથી. તેઓ સાહસ મૂડીવાદીઓ સહિત વિવિધ સ્ત્રોતોમાંથી રોકાણ અને સમર્થન સાથે પહેલા કરતાં વધુ તીવ્ર અને સુસંગત બન્યા છે. તેમની સંચિત ક્રિયાઓ અને પરિણામોની આગાહી કરવી અને આયોજન કરવું મુશ્કેલ છે.

ગાર્ટનરના વરિષ્ઠ મુખ્ય સંશોધન વિશ્લેષક શુભાંગી વશિષ્ઠે જણાવ્યું હતું કે 2021 પ્રેસ રિલીઝ“એઆઈ ઈનોવેશન ઝડપી ગતિએ થઈ રહ્યું છે, જેમાં હાઇપ સાયકલ પર ટેક્નોલોજીની સરેરાશ સંખ્યા બે થી પાંચ વર્ષમાં મુખ્ય પ્રવાહમાં અપનાવવામાં આવે છે.”

ગાર્ટનર હાઇપ ચક્રનું સામાન્યકૃત સંસ્કરણ. | ફોટો ક્રેડિટ: જેરેમી કેમ્પ, CC BY-SA 3.0

નિયમનકારો શું કરી શકે?

આના માટે અમને પૂછવાની જરૂર છે કે શું અમારા નિયમો, ખાસ કરીને આરોગ્યસંભાળ અને શિક્ષણમાં AI ના ઉપયોગ, ક્ષેત્રીય ધોરણો પર નિર્માણ કરવાનું ચાલુ રાખી શકે છે અથવા જો આપણે નવા વિકસાવવા જોઈએ. પેસિંગ સમસ્યા અને કોલિંગ્રીજની મૂંઝવણને ઉકેલવાની કેટલીક રીતોમાં સમાવેશ થાય છે આગોતરી શાસન, નરમ કાયદા અને નિયમનકારી સેન્ડબોક્સ.

આગોતરી શાસન એ એક ખ્યાલ અને પ્રથા છે જે વર્તમાનમાં નીતિ અને પ્રેક્ટિસને માર્ગદર્શન આપવા માટે આવનારી ઘટનાઓની અપેક્ષાનો ઉપયોગ કરે છે. જો આપણે નિયમિતપણે અને અર્થપૂર્ણ રીતે હિસ્સેદારો સાથે જોડાઈએ અને ચપળ શાસન ધરાવીએ તો અમે વધુ સારી અપેક્ષા રાખી શકીએ છીએ.

નરમ કાયદાઓમાં સ્વૈચ્છિક માર્ગદર્શિકા, ઉદ્યોગ દ્વારા નિર્ધારિત ધોરણો અને સર્વસંમતિ દ્વારા વિકસિત સિદ્ધાંતો અને પદ્ધતિઓનો સમાવેશ થાય છે, જેમાં ઘણીવાર નિયમનકારો પરોક્ષ ભૂમિકા ભજવે છે. નરમ કાયદા કાયદેસર રીતે લાગુ ન કરી શકાય પરંતુ તે આપણે શું કરી શકીએ અને શું ન કરી શકીએ અને નિયમોને પૂરક બનાવી શકીએ તે વચ્ચે સ્પષ્ટ રેખા દોરે છે.

રેગ્યુલેટરી સેન્ડબોક્સ એ એક સાધન છે જે નવીનતાઓને નિયમનકારી દેખરેખ હેઠળ નવલકથા ઉત્પાદનો અથવા સેવાઓ સાથે પ્રયોગ કરવાની મંજૂરી આપે છે. પ્રક્રિયામાં, નિયમનકાર ટેક્નોલોજી, તે કયા સંદર્ભોમાં લાગુ થશે અને તે હિતધારકોને કઈ પસંદગીઓ આપશે તે પણ સમજે છે.

ખરેખર, યુકે સરકારની AI નીતિ GBP 2 મિલિયનની ફાળવણી સાથે સેન્ડબોક્સની દરખાસ્ત કરે છે, જેમાં નિયમો દ્વારા શરૂઆતમાં પ્રતિબંધિત કર્યા વિના નિયમોનું પરીક્ષણ કરવા અને નવીનતાને સમર્થન આપવા માટે.

આ વ્યૂહરચનાઓ અપનાવવાથી પેસિંગ સમસ્યા અને કોલિંગ્રીજની મૂંઝવણને દૂર કરવામાં મદદ મળશે અને નિયમનકારોને AI સંબંધિત અમુક નિયંત્રણ અને અનુમાનિતતા મળશે. પરંતુ તેઓ સંપૂર્ણ ઉકેલો છે કે કેમ, આ સમયે, આગાહી કરવી મુશ્કેલ છે.

કૃષ્ણ રવિ શ્રીનિવાસ RIS, નવી દિલ્હી સાથે છે. અભિપ્રાયો વ્યક્તિગત છે.

Source link

RELATED ARTICLES

LEAVE A REPLY

Please enter your comment!
Please enter your name here

LATEST

CATEGORIES

Most Popular