आर्टिफिशियल इंटेलिजेंस (कृत्रिम बुद्धिमत्ता) के बारे में चर्चा अक्सर एक ही, द्विआधारी प्रश्न पर अटकी हुई महसूस होती है: क्या सबसे शक्तिशाली कंप्यूटर मस्तिष्क को एक बंद दरवाजे के पीछे रखा जाना चाहिए, जो केवल किसी कंपनी की वेबसाइट के माध्यम से सुलभ हो, या उनके आंतरिक कामकाज को किसी के भी डाउनलोड करने और अध्ययन करने के लिए प्रकाशित किया जाना चाहिए? यह बहस एक मॉडल को जारी करने को "ओपन" (खुला) और "क्लोज्ड" (बंद) के बीच एक सरल विकल्प के रूप में देखती है। हालाँकि, इन प्रणालियों की वास्तविकता कहीं अधिक जटिल है। एक एआई जिसे बच्चे को वर्णमाला सीखने में मदद करने के लिए डिज़ाइन किया गया है, वह उस प्रणाली से मौलिक रूप से भिन्न है जो जटिल सैन्य रणनीतियों की योजना बनाने या वित्तीय बाजारों में हेरफेर करने में सक्षम है। एक प्रणाली द्वारा उत्पन्न खतरा दूसरी प्रणाली के खतरे के समान नहीं है। यदि हम दोनों के लिए एक ही नियम लागू करते हैं, तो या तो हम उन उपकरणों को बंद कर देंगे जो लाखों लोगों को सिखा सकते हैं, या हम उन खतरनाक हथियारों को किसी को भी सौंप देंगे जो उन्हें पाना चाहते हैं। समाज के लिए मुख्य चुनौती केवल यह तय करना नहीं है कि एक मशीन कितनी स्मार्ट हो सकती है, बल्कि यह तय करना है कि उस बुद्धिमत्ता का उपयोग कौन करेगा और किन शर्तों के तहत करेगा।

सितंबर 2026 में, SAFE AI फाउंडेशन के शोधकर्ताओं चाय के. तोह और वासु राज जैन ने इस समस्या पर सोचने का एक नया तरीका प्रस्तावित किया। वे तर्क देते हैं कि वर्तमान बहस एक महत्वपूर्ण अंतर को भूल जाती है: एक प्रणाली कितनी सक्षम है और उसे उपयोग करने की अनुमति किसे है, इसके बीच का अंतर। यह पूछने के बजाय कि एक मॉडल खुला होना चाहिए या बंद, वे सुझाव देते हैं कि पहुंच को इस आधार पर वर्गीकृत किया जाना चाहिए कि मशीन वास्तव में क्या करने जा रही है और यदि वह गलत हो गई तो कितना नुकसान पहुंचा सकती है। वे इसे "मल्टी-टायर्ड एआई एक्सेसिबिलिटी मॉडल" (बहु-स्तरीय एआई पहुंच मॉडल) कहते हैं, एक ऐसी प्रणाली जो आर्टिफिशियल इंटेलिजेंस को तीन अलग-अलग स्तरों में व्यवस्थित करती है, ठीक वैसे ही जैसे हम जोखिम के आधार पर विभिन्न प्रकार के वाहनों या रसायनों को विनियमित करते हैं।

पहला स्तर, जिसे लेखक "एआई फॉर लर्निंग" (सीखने के लिए एआई) कहते हैं, शिक्षा और बुनियादी साक्षरता के लिए डिज़ाइन किया गया है। ये वे प्रणालियाँ हैं जिनका उद्देश्य छात्रों को तकनीक का उपयोग करना, कोड लिखना या दुनिया को समझना सिखाना है। क्योंकि नुकसान की संभावना कम है, ये मॉडल जितने संभव हो सके उतने खुले होने चाहिए। कोई भी उन्हें डाउनलोड कर सकता है, उनका अध्ययन कर सकता है और बिना यह साबित किए कि वे कौन हैं, उनका उपयोग कर सकता है। शोधकर्ता सुझाव देते हैं कि इन प्रणालियों को जानबूझकर उनकी शक्ति में सीमित रखा जाना चाहिए; उन्हें पाठ पढ़ाने के लिए अस्तित्व में मौजूद सबसे शक्तिशाली कंप्यूटरों की आवश्यकता नहीं है। इन सीखने के उपकरणों की क्षमता को डिजाइन द्वारा सीमित रखकर, समाज बिना इस जोखिम के खुले पहुंच के लाभों का आनंद ले सकता है कि कोई छात्र गलती से एक खतरनाक प्रणाली को अनियंत्रित न छोड़ दे।

दूसरा स्तर, "एआई फॉर एक्सप्लोरेशन" (अन्वेषण के लिए एआई), एक अलग समूह की सेवा करता है: शोधकर्ता, डेवलपर्स और व्यवसाय जिन्हें नए अनुप्रयोग बनाने या वैज्ञानिक विचारों का परीक्षण करने के लिए अधिक शक्ति की आवश्यकता है। ये प्रणालियाँ सीखने के उपकरणों की तुलना में अधिक सक्षम हैं लेकिन अभी शिखर पर नहीं हैं। इस स्तर तक पहुंच पूरी तरह से खुली नहीं है, लेकिन यह बंद भी नहीं है। यह एक स्लाइडिंग स्केल (बदलते पैमाने) पर काम करता है। इस श्रेणी की एक कम शक्तिशाली प्रणाली कुछ नियमों के साथ जनता के लिए उपलब्ध हो सकती है, जबकि अधिक शक्तिशाली प्रणाली के लिए उपयोगकर्ता को अपनी पहचान दर्ज करने और उपयोग की विशिष्ट शर्तों से सहमत होने की आवश्यकता होती है। मुख्य विचार यहाँ जवाबदेही है। जैसे-जैसे उपकरण की शक्ति बढ़ती है, उसका उपयोग करने वाला व्यक्ति या संगठन पहचानने योग्य होना चाहिए। यदि कुछ गलत होता है, तो इस बात का रिकॉर्ड होता है कि सिस्टम का उपयोग कौन कर रहा था, और यदि आवश्यक हो तो उन्हें फिर से इसका उपयोग करने से रोकने का तरीका होता है।

तीसरा और अंतिम स्तर "फुल-स्केल फ्रंटियर एआई" (पूर्ण-स्तर का सीमांत एआई) है। ये सबसे शक्तिशाली कल्पनाशील प्रणालियाँ हैं, जो उन्नत तर्क, स्वायत्त योजना बनाने और रक्षा, विमानन या महत्वपूर्ण बुनियादी ढांचे जैसे उच्च-दांव वाले क्षेत्रों में संचालित होने में सक्षम हैं। शोधकर्ताओं का तर्क है कि इन प्रणालियों को कभी भी खुली फाइलों के रूप में जारी नहीं किया जाना चाहिए जिन्हें कोई भी डाउनलोड और संशोधित कर सके। एक बार जब एक शक्तिशाली मॉडल को 'वेट्स' (weights - वे गणितीय निर्देश जो इसे काम करने के लिए बनाते हैं) के रूप में प्रकाशित कर दिया जाता है, तो इसे वापस लेना असंभव है। यदि कोई बुरा तत्व इसे डाउनलोड कर लेता है, तो वे सुरक्षा सुविधाओं को हटा सकते हैं, इसके व्यवहार को बदल सकते हैं, या इसे एक ऐसे रोबोट में डाल सकते हैं जो अपने आप कार्य करता है। मूल निर्माता नियंत्रण खो देता है। इसलिए, इन फ्रंटियर प्रणालियों तक पहुंच केवल प्रमाणित संगठनों तक सीमित होनी चाहिए जिनके पास वैध आवश्यकता है, जिसमें प्रत्येक बातचीत को लॉग और मॉनिटर किया जाना चाहिए। लक्ष्य नवाचार को रोकना नहीं है, बल्कि यह सुनिश्चित करना है कि सबसे खतरनाक उपकरणों को केवल जिम्मेदार पक्षों द्वारा संभाला जाए जो जवाबदेह हो सकें।

यह पेपर इस बात के लिए मजबूत सबूत प्रदान करता है कि यह अलगाव क्यों आवश्यक है। लेखक बताते हैं कि एआई में जोड़ी गई सुरक्षा विशेषताएं अक्सर सतही होती हैं और उन्हें बहुत सस्ते में हटाया जा सकता है। शोध से पता चलता है कि केवल कुछ सौ डॉलर की कंप्यूटिंग शक्ति और थोड़े से डेटा के साथ, कोई भी एक सुरक्षित, ओपन-वेट मॉडल को ले सकता है और उसकी सुरक्षा बाधाओं (guardrails) को हटा सकता है। इसका मतलब है कि भले ही एक डेवलपर एक मॉडल का परीक्षण करे और उसे जारी करने से पहले सुरक्षित पाए, जैसे ही वह डाउनलोड किया जाता है, वह सुरक्षा गारंटी समाप्त हो जाती है। मॉडल को खतरनाक बनाया जा सकता है, और मूल डेवलपर के पास इसे रोकने या ठीक करने का कोई तरीका नहीं होता। एक क्लोज्ड सिस्टम में, जहाँ मॉडल को एक सुरक्षित इंटरफेस के माध्यम से परोसा जाता है, डेवलपर उपयोग की निगरानी कर सकता है, यह पता लगा सकता है कि कोई नियमों को तोड़ने की कोशिश कर रहा है, और तुरंत पहुंच वापस ले सकता है। एक ओपन सिस्टम में, एक बार फाइल डाउनलोड हो जाने के बाद, डेवलपर के पास नियंत्रण के सभी साधन समाप्त हो जाते हैं।

इस प्रणाली को काम करने के लिए, शोधकर्ता यह तय करने के लिए नियमों का एक सेट प्रस्तावित करते हैं कि एक विशिष्ट एआई किस स्तर का है। वे चार मुख्य कारकों को देखने का सुझाव देते हैं: प्रणाली कितनी सक्षम है, वह मानवीय सहायता के बिना कितनी स्वतंत्र रूप से कार्य कर सकती है, उसकी गलतियों के वास्तविक दुनिया में कितने परिणाम हो सकते हैं, और उस प्रणाली का वास्तव में उपयोग किस लिए किया जा रहा है। एक प्रणाली बहुत स्मार्ट हो सकती है लेकिन केवल कविता लिखने के लिए उपयोग की जा सकती है, जो उसे निचले स्तर में रखता है। लेकिन यदि एक थोड़ी कम स्मार्ट प्रणाली को बिजली ग्रिड को नियंत्रित करने या जैविक एजेंटों को डिजाइन करने के लिए बनाया गया है, तो उसे उच्च स्तर में रखा जाना चाहिए क्योंकि विफलता के परिणाम बहुत गंभीर हैं। यह निर्णय कि एक प्रणाली किस स्तर की है, पूरी तरह से उन कंपनियों पर नहीं छोड़ा जाना चाहिए जो उन्हें बनाती हैं। इसके बजाय, स्वतंत्र नियामक निकायों या सुरक्षा संस्थानों को साक्ष्य की समीक्षा करनी चाहिए और स्तर निर्धारित करना चाहिए, जिससे यह सुनिश्चित हो सके कि नियमों को निष्पक्ष और सुसंगत रूप से लागू किया गया है।

यह दृष्टिकोण दो अलग-अलग सुरक्षा सीमाओं को जोड़ता है। पहली सीमा यह है कि एक प्रणाली को कितना शक्तिशाली होने की अनुमति है, जिसे लेखक "कैपेबिलिटी बाउंड्री" (क्षमता सीमा) कहते हैं। यह किसी भी एआई की कच्ची बुद्धिमत्ता और स्वायत्तता पर एक छत (ceiling) निर्धारित करती है, यह सुनिश्चित करती है कि ऐसी कोई प्रणाली न बनाई जाए जिसे मनुष्य नियंत्रित न कर सकें। दूसरी सीमा "एक्सेसिबिलिटी बाउंड्री" (पहुंच सीमा) है, जो इस पेपर में पेश किया गया नया विचार है। यह निर्धारित करती है कि जैसे-जैसे कोई प्रणाली उस छत के करीब पहुँचती है, उपयोग करने की अनुमति वाले लोगों की संख्या घटती जाती है, और उनके उपयोग के नियम सख्त होते जाते हैं। यदि हमारे पास केवल एक छत है लेकिन इस पर कोई नियम नहीं है कि कौन चढ़ सकता है, तो सबसे खतरनाक उपकरण किसी के भी हाथ में पड़ सकते हैं। यदि हमारे पास केवल यह नियम है कि कौन उनका उपयोग कर सकता है लेकिन उनकी शक्ति पर कोई सीमा नहीं है, तो हम उन प्रणालियों तक नियंत्रित पहुंच दे सकते हैं जो किसी के भी संभालने के लिए बहुत खतरनाक हैं।

शोधकर्ता स्वीकार करते हैं कि यह प्रणाली एक आदर्श समाधान नहीं है और यह कार्य करने के लिए संस्थानों पर निर्भर करती है। वे स्वीकार करते हैं कि दृढ़ संकल्पित व्यक्ति अभी भी शक्तिशाली मॉडलों को लीक करने के तरीके खोज सकते हैं, और यह ढांचा शक्तिशाली तकनीक के प्रसार को पूरी तरह से नहीं रोक सकता है। हालांकि, उनका तर्क है कि यह ऐसी प्रसार की लागत और कठिनाई को बढ़ाता है, जिससे बुरे तत्वों के लिए सबसे शक्तिशाली उपकरणों तक पहुँचना बहुत कठिन हो जाता है। एक्सेस को स्पष्ट स्तरों में व्यवस्थित करके, समाज सीखने और अनुसंधान के लिए ओपन एआई के लाभों को बनाए रख सकता है और साथ ही सबसे शक्तिशाली प्रणालियों के लिए एक सुरक्षित क्षेत्र बना सकता है। परिणाम एक ऐसी दुनिया है जहाँ सबसे सक्षम मशीनें न तो सभी के लिए बंद हैं, और न ही सभी को सौंपी गई हैं, बल्कि उन्हें उन लोगों और संगठनों के साथ जोड़ा गया है जो उन्हें सुरक्षित रूप से उपयोग करने के लिए सबसे उपयुक्त हैं।