Position: AI Governance Needs ISO-like Interoperability Protocols, Not Just Laws
यह स्थिति पत्र तर्क देता है कि प्रभावी वैश्विक एआई शासन के लिए खंडित, क्षेत्राधिकार-विशिष्ट कानूनों से हटकर आईएसओ (ISO) जैसे इंटरऑपरेबिलिटी प्रोटोकॉल और मानकीकृत, मशीन-पठनीय "पोषण लेबल" की ओर बदलाव की आवश्यकता है जो सीमा पार जोखिम संचार को सक्षम करें, एसएमई (SMEs) के लिए अनुपालन बोझ को कम करें, और नवाचार को बाधित किए बिना सार्वजनिक विश्वास को बढ़ावा दें।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
आर्टिफिशियल इंटेलिजेंस अब केवल फोटो छाँटने या गाने सुझाने का एक उपकरण नहीं रह गया है; यह दुनिया की सबसे महत्वपूर्ण प्रणालियों को चलाने वाला एक अदृश्य इंजन बन गया है, अस्पतालों द्वारा मरीजों के निदान से लेकर बैंकों द्वारा ऋण स्वीकृत करने तक। जैसे-जैसे ये प्रणालियाँ अधिक शक्तिशाली और जटिल होती जा रही हैं, दुनिया भर की सरकारें इन्हें सुरक्षित और निष्पक्ष रखने के लिए नियम बनाने की दौड़ में शामिल हो गई हैं। हालाँकि, ये नियम वर्तमान में अलग-अलग भाषाओं में लिखे गए हैं। एक देश किसी विशिष्ट प्रकार की सुरक्षा जाँच की मांग कर सकता है, जबकि उसका पड़ोसी पूरी तरह से अलग दस्तावेजों की आवश्यकता रख सकता है, और तीसरा देश स्वैच्छिक दिशानिर्देशों पर निर्भर हो सकता है जिन्हें कंपनियाँ अनदेखा करने का विकल्प चुन सकती हैं। विरोधाभासी नियमों का यह बिखराव डेवलपर्स के लिए एक भ्रमित करने वाली भूलभुलैया पैदा करता है, जिससे सीमाओं के पार सहायक तकनीक को तैनात करना कठिन हो जाता है और जनता इस बात को लेकर अनिश्चित रहती है कि उनके द्वारा उपयोग की जाने वाली प्रणालियाँ वास्तव में सुरक्षित हैं या नहीं।
शोधकर्ताओं की एक टीम का तर्क है कि इस वैश्विक भ्रम का समाधान और अधिक कानून लिखना नहीं, बल्कि एक सार्वभौमिक तकनीकी भाषा बनाना है जो उनके साथ चलती रहे। उनके दृष्टिकोण में, केवल कानूनी कानूनों पर निर्भर रहना वैसा ही है जैसे हर बंदरगाह के लिए नए संधियों को लिखकर वैश्विक शिपिंग उद्योग को प्रबंधित करने का प्रयास करना; यह धीमा, महंगा और त्रुटिपूर्ण है। इसके बजाय, वे आर्टिफिशियल इंटेलिजेंस के लिए मानकीकृत, मशीन-पठनीय "पोषण लेबल" (nutrition labels) का एक सेट बनाने का प्रस्ताव करते हैं। जिस तरह खाद्य लेबल उपभोक्ता को बताता है कि पैकेज में क्या है—कैलोरी, सामग्री और एलर्जी कारक—वैसे ही ये नए डिजिटल लेबल नियामकों और उपयोगकर्ताओं को बताएंगे कि एक एआई सिस्टम के भीतर क्या है: यह कितनी ऊर्जा खपत करता है, इसके प्रशिक्षण डेटा (training data) कहाँ से आया और निष्पक्षता परीक्षणों पर इसका प्रदर्शन कैसा है।
शोधकर्ता, डेटा गोपनीयता को दुनिया ने सफलतापूर्वक प्रबंधित करने के इतिहास का उपयोग करते हुए, सुझाव देते हैं कि कानूनों को लक्ष्य निर्धारित करने चाहिए, लेकिन तकनीकी मानकों को उन लक्ष्यों को सिद्ध करने का मुख्य कार्य करना चाहिए। वे यूरोपीय संघ के 'जनरल डेटा प्रोटेक्शन रेगुलेशन' (GDPR) की ओर इशारा करते हैं, जो एक सख्त गोपनीयता कानून है जो न केवल अपने स्वयं के कानून के कारण नहीं, बल्कि इसलिए वैश्विक स्तर पर प्रभावी हुआ क्योंकि इसे व्यावहारिक, मानकीकृत सुरक्षा प्रोटोकॉल का समर्थन प्राप्त था जिनका कंपनियाँ वास्तव में पालन कर सकती थीं। आर्टिफिशियल इंटेलिजेंस के लिए, वे एक समान मार्ग का प्रस्ताव करते हैं: एक साझा तकनीकी प्रारूप जो एक एआई सिस्टम को एक देश से दूसरे देश में जाने के दौरान अपनी सुरक्षा और अनुपालन के प्रमाण को अपने साथ ले जाने की अनुमति देता है। इसका अर्थ यह होगा कि सियोल की एक कंपनी एक एकल, मानकीकृत दस्तावेज़ बना सकती है जो यह सिद्ध करता है कि उनका सिस्टम यूरोपीय संघ, संयुक्त राज्य अमेरिका और चीन की सुरक्षा आवश्यकताओं को एक साथ पूरा करता है, बिना प्रत्येक क्षेत्र के लिए अपने कोड को फिर से लिखे या अपने मॉडल को पुन: प्रशिक्षित किए।
इस विचार को सफल बनाने के लिए, टीम ने इन लेबल के लिए एक विशिष्ट संरचना तैयार की है, जिसे वे "एआई जोखिम मैनिफेस्ट" (AI risk manifests) कहते हैं। ये केवल मनुष्यों के पढ़ने के लिए लिखे गए सरल सारांश नहीं हैं; ये संरचित डेटा फाइलें हैं जिन्हें कंप्यूटर स्वचालित रूप से स्कैन और सत्यापित कर सकते हैं। शोधकर्ताओं ने तीन महत्वपूर्ण जानकारियों की पहचान की है जो प्रत्येक लेबल में होनी चाहिए। पहला, इसे पूर्वाग्रह (bias) की रिपोर्ट करना चाहिए, जो यह दिखाए कि सिस्टम विभिन्न समूहों के साथ कैसा व्यवहार करता है और क्या यह अनुचित निर्णय लेता है। दूसरा, इसे ऊर्जा खपत को ट्रैक करना चाहिए, जिसमें मॉडल को प्रशिक्षित करने और चलाने में उपयोग की गई बिजली का विवरण हो, जो पर्यावरण के लिए एक बढ़ती चिंता है। तीसरा, इसे उस डेटा का स्पष्ट इतिहास प्रदान करना चाहिए जिसका उपयोग सिस्टम को सिखाने के लिए किया गया है, ताकि इसकी उत्पत्ति का पता लगाया जा सके और यह सुनिश्चित किया जा सके कि इसे चुराया या हेरफेर नहीं किया गया है। इस जानकारी को रिपोर्ट करने के तरीके को मानकीकृत करके, शोधकर्ताओं का तर्क है कि नियामक अनुमान लगाना बंद कर सकते हैं और जाँच शुरू कर सकते हैं, और यह सत्यापित करने के लिए स्वचालित उपकरणों का उपयोग कर सकते हैं कि किसी सिस्टम को संचालित करने की अनुमति देने से पहले वह सुरक्षित है या नहीं।
यह शोध पत्र एक सामान्य डर को भी संबोधित करता है: कि ऐसे सख्त मानक बनाने से नवाचार बाधित होगा या छोटे व्यवसायों के लिए प्रतिस्पर्धा करना बहुत कठिन हो जाएगा। लेखक इसका उत्तर देते हुए सुझाव देते हैं कि वर्तमान खंडित प्रणाली वास्तव में नवाचार के लिए सबसे बड़ी बाधा है, क्योंकि यह छोटे व्यवसायों को दर्जनों अलग-अलग, असंगत नियमपुस्तिकाओं को समझने के लिए मजबूर करती है। उनका प्रस्तावित समाधान इन मानकों को मॉड्यूलर और लचीला बनाना है, जिससे वे तकनीक के साथ विकसित हो सकें, ठीक वैसे ही जैसे सॉफ्टवेयर अपडेट होते हैं। वे एक ऐसी प्रणाली की कल्पना करते हैं जहाँ मूल नियम स्थिर रहें, लेकिन विशिष्ट विवरणों को नए प्रकार के एआई उभरने के साथ समायोजित किया जा सके। उनका तर्क है कि यह दृष्टिकोण सभी के लिए अनुपालन की लागत को कम करेगा, जिससे छोटे खिलाड़ी भी बाजार में प्रवेश कर सकेंगे और बड़े निगमों को भी वैश्विक स्तर पर काम करने का एक स्पष्ट मार्ग मिलेगा।
अंततः, शोधकर्ता तकनीक के शासन के बारे में दुनिया के सोचने के तरीके में बदलाव का आह्वान कर रहे हैं। उनका मानना है कि जबकि यह परिभाषित करने के लिए कि क्या सही है और क्या गलत, कानून आवश्यक हैं, लेकिन वे जटिल, तेजी से चलने वाली प्रणालियों को सुरक्षित रूप से व्यवहार करने के लिए अकेले पर्याप्त नहीं हैं। वे सुझाव देते हैं कि सुरक्षा का वास्तविक कार्य तकनीकी विवरणों में होता है—मेट्रिक्स, डेटा लॉग और सत्यापन चरणों में। इन विवरणों के लिए एक साझा, मशीन-पठनीय भाषा बनाकर, दुनिया नियामक भ्रम की स्थिति से वैश्विक सहयोग की स्थिति में जा सकती है, जहाँ विश्वास केवल वादों पर नहीं, बल्कि उन सत्यापन योग्य तथ्यों पर आधारित होता है जो तकनीक के साथ चलते हैं।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।