ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਦੇ ਸੰਭਾਵੀ ਜੋਖਮ

ਨਕਲੀ ਬੁੱਧੀ ਦੇ ਕੁਝ ਸੰਭਾਵੀ ਜੋਖਮ ਕੀ ਹਨ?

ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ, ਜਾਂ AI ਜਿਵੇਂ ਕਿ ਇਸਨੂੰ ਅਕਸਰ ਵੀ ਕਿਹਾ ਜਾਂਦਾ ਹੈ, ਇੱਕ ਅਜਿਹਾ ਵਿਸ਼ਾ ਹੈ ਜਿਸਦੀ ਪਿਛਲੇ ਦਹਾਕੇ ਵਿੱਚ ਬਹੁਤ ਚਰਚਾ ਕੀਤੀ ਗਈ ਹੈ। ਇਹ ਤੇਜ਼ੀ ਨਾਲ ਵਿਕਾਸ ਕਰ ਰਿਹਾ ਹੈ, ਬਹੁਤੇ ਕਾਰੋਬਾਰਾਂ ਦੇ ਕਾਰਜ-ਪ੍ਰਵਾਹ ਨੂੰ ਆਸਾਨ ਅਤੇ ਵਧੇਰੇ ਕੁਸ਼ਲ ਬਣਾਉਂਦਾ ਹੈ। ਇੱਥੋਂ ਤੱਕ ਕਿ ਬਹੁਤ ਸਾਰੇ ਲੋਕਾਂ ਦੇ ਰੋਜ਼ਾਨਾ ਜੀਵਨ ਵਿੱਚ ਵੀ AI ਨੇ ਬਹੁਤ ਸੰਭਾਵਨਾਵਾਂ ਦਿਖਾਈਆਂ ਹਨ ਅਤੇ ਪਹਿਲਾਂ ਹੀ ਬਹੁਤ ਸਾਰੀਆਂ ਵੱਖ-ਵੱਖ ਐਪਾਂ ਵਿੱਚ ਲਾਗੂ ਕੀਤੀਆਂ ਜਾ ਰਹੀਆਂ ਹਨ, ਜਿਸ ਨਾਲ ਜ਼ਿੰਦਗੀ ਨੂੰ ਆਸਾਨ ਅਤੇ ਘੱਟ ਗੁੰਝਲਦਾਰ ਬਣਾਇਆ ਜਾ ਰਿਹਾ ਹੈ। AI ਸਾਡੇ ਲਈ ਬਹੁਤ ਸਾਰੇ ਫਾਇਦੇ ਲੈ ਕੇ ਆਇਆ ਹੈ ਅਤੇ ਵਿਗਿਆਨ ਹੋਰ ਬਹੁਤ ਕੁਝ ਆਉਣ ਲਈ ਰਾਹ ਪੱਧਰਾ ਕਰ ਰਿਹਾ ਹੈ, ਇਸ ਲਈ ਇਹ ਕਹਿਣਾ ਸੁਰੱਖਿਅਤ ਹੈ ਕਿ AI ਭਵਿੱਖ ਵਿੱਚ ਲਾਜ਼ਮੀ ਹੋਵੇਗਾ, ਜੇਕਰ ਇਹ ਪਹਿਲਾਂ ਤੋਂ ਨਹੀਂ ਹੈ।

ਪਰ ਜਿਵੇਂ ਹਰ ਮੈਡਲ ਦੇ ਦੋ ਪਾਸੇ ਹੁੰਦੇ ਹਨ, ਉਸੇ ਤਰ੍ਹਾਂ ਏ.ਆਈ. ਇਹ ਤਕਨਾਲੋਜੀ ਬਹੁਤ ਸਾਰੇ ਸੰਭਾਵੀ ਜੋਖਮਾਂ ਅਤੇ ਨੁਕਸਾਨਾਂ ਦੇ ਨਾਲ ਵੀ ਆਉਂਦੀ ਹੈ। ਸਾਡੇ ਸਮੇਂ ਦੇ ਬਹੁਤ ਸਾਰੇ ਮਾਹਰ ਅਤੇ ਤਕਨੀਕੀ ਮਾਸਟਰਮਾਈਂਡ ਭਵਿੱਖ ਵਿੱਚ AI ਦੁਆਰਾ ਪੈਦਾ ਹੋਣ ਵਾਲੀਆਂ ਸਮੱਸਿਆਵਾਂ ਬਾਰੇ ਆਪਣੀਆਂ ਚਿੰਤਾਵਾਂ ਜ਼ਾਹਰ ਕਰ ਰਹੇ ਹਨ ਅਤੇ ਇਸਲਈ ਸਾਨੂੰ ਇਹਨਾਂ ਮੁੱਦਿਆਂ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ ਸਾਵਧਾਨ ਰਹਿਣ ਦੀ ਲੋੜ ਹੈ ਜਦੋਂ ਤੱਕ ਕਿ ਇਹਨਾਂ ਨੂੰ ਠੀਕ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਸਾਨੂੰ ਇਸ ਦਾ ਕੀ ਮਤਲਬ ਹੈ?

ਇਹਨਾਂ ਖਾਸ ਮੁੱਦਿਆਂ ਦੇ ਸਬੰਧ ਵਿੱਚ ਬਹੁਤ ਸਾਰੀਆਂ ਗੱਲਾਂ ਹਨ ਜਿਹਨਾਂ 'ਤੇ ਵਿਚਾਰ ਕਰਨ ਦੀ ਲੋੜ ਹੈ। ਇਸ ਲੇਖ ਵਿੱਚ ਅਸੀਂ ਕੁਝ ਜੋਖਮਾਂ ਦਾ ਵਰਣਨ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਾਂਗੇ ਜੋ AI ਦਾ ਤੇਜ਼ ਵਿਕਾਸ ਸਾਡੀ ਦੁਨੀਆ ਵਿੱਚ ਲਿਆ ਸਕਦਾ ਹੈ ਅਤੇ ਸਹੀ ਦਿਸ਼ਾ ਵਿੱਚ ਉਸ ਪ੍ਰਗਤੀ ਦੀ ਨਿਗਰਾਨੀ ਅਤੇ ਮਾਰਗਦਰਸ਼ਨ ਕਰਨ ਲਈ ਕਿਹੜੇ ਉਪਾਅ ਕੀਤੇ ਜਾਣ ਦੀ ਲੋੜ ਹੈ।

1. ਨੌਕਰੀਆਂ

ਸਾਨੂੰ ਯਕੀਨ ਹੈ ਕਿ ਹਰ ਕਿਸੇ ਕੋਲ ਪਹਿਲਾਂ ਹੀ ਉਸ ਸੰਭਾਵੀ ਇਲਾਜ ਬਾਰੇ ਸੁਣਨ ਜਾਂ ਪੜ੍ਹਨ ਦਾ ਮੌਕਾ ਸੀ ਜੋ ਮਸ਼ੀਨਾਂ ਅਤੇ ਆਟੋਮੇਸ਼ਨ ਪੁਰਾਣੇ ਸਕੂਲ, ਮਨੁੱਖੀ ਅਧਾਰਤ ਕਾਰਜ ਸਥਾਨਾਂ ਨੂੰ ਪੇਸ਼ ਕਰ ਸਕਦੀਆਂ ਹਨ। ਕੁਝ ਲੋਕ ਆਪਣੀਆਂ ਨੌਕਰੀਆਂ ਚੋਰੀ ਕਰਨ ਵਾਲੀਆਂ ਮਸ਼ੀਨਾਂ ਬਾਰੇ ਕਈ ਤਰ੍ਹਾਂ ਦੀਆਂ ਚਿੰਤਾਵਾਂ ਤੋਂ ਪੀੜਤ ਹੋ ਸਕਦੇ ਹਨ। ਇਹ ਡਰ ਚੰਗੀ ਤਰ੍ਹਾਂ ਸਥਾਪਿਤ ਹੋ ਸਕਦਾ ਹੈ, ਨੌਕਰੀ ਦੀ ਆਟੋਮੇਸ਼ਨ ਬਹੁਤ ਸਾਰੇ ਲੋਕਾਂ ਲਈ ਇੱਕ ਬਹੁਤ ਵੱਡਾ ਜੋਖਮ ਹੈ: ਲਗਭਗ 25% ਅਮਰੀਕੀ ਆਪਣੀ ਨੌਕਰੀ ਗੁਆ ਸਕਦੇ ਹਨ ਕਿਉਂਕਿ ਕਿਸੇ ਸਮੇਂ ਮਸ਼ੀਨਾਂ ਉਹਨਾਂ ਨੂੰ ਬਦਲਣ ਦੇ ਯੋਗ ਹੋਣਗੀਆਂ। ਖਾਸ ਤੌਰ 'ਤੇ ਜੋਖਮ ਵਿੱਚ ਘੱਟ ਤਨਖਾਹ ਵਾਲੀਆਂ ਸਥਿਤੀਆਂ ਹੁੰਦੀਆਂ ਹਨ ਜਿੱਥੇ ਕੋਈ ਵਿਅਕਤੀ ਦੁਹਰਾਉਣ ਵਾਲੇ ਕੰਮ ਕਰਦਾ ਹੈ, ਜਿਵੇਂ ਕਿ ਪ੍ਰਸ਼ਾਸਨ ਜਾਂ ਭੋਜਨ-ਸੇਵਾ ਵਿੱਚ ਨੌਕਰੀਆਂ। ਹਾਲਾਂਕਿ, ਇੱਥੋਂ ਤੱਕ ਕਿ ਕੁਝ ਯੂਨੀਵਰਸਿਟੀ ਗ੍ਰੈਜੂਏਟ ਵੀ ਖਤਰੇ ਵਿੱਚ ਹਨ, ਉੱਨਤ ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਐਲਗੋਰਿਦਮ ਉਹਨਾਂ ਨੂੰ ਕੁਝ ਗੁੰਝਲਦਾਰ ਕੰਮ ਦੀਆਂ ਸਥਿਤੀਆਂ ਵਿੱਚ ਬਦਲਣ ਦੇ ਯੋਗ ਹੋ ਸਕਦੇ ਹਨ ਕਿਉਂਕਿ ਉਹ ਵਧੇਰੇ ਸ਼ੁੱਧ ਹੋ ਰਹੇ ਹਨ, ਖਾਸ ਕਰਕੇ ਨਿਊਰਲ ਨੈਟਵਰਕ ਅਤੇ ਡੂੰਘੀ ਸਿਖਲਾਈ ਦੀ ਵਰਤੋਂ ਦੁਆਰਾ।

ਪਰ ਅਸੀਂ ਅਸਲ ਵਿੱਚ ਇਹ ਨਹੀਂ ਕਹਿ ਸਕਦੇ ਕਿ ਰੋਬੋਟ ਮਨੁੱਖਾਂ ਨੂੰ ਨੌਕਰੀ ਦੇ ਬਾਜ਼ਾਰ ਤੋਂ ਪੂਰੀ ਤਰ੍ਹਾਂ ਬਾਹਰ ਕੱਢ ਦੇਣਗੇ। ਕਰਮਚਾਰੀਆਂ ਨੂੰ ਸਿਰਫ਼ ਐਡਜਸਟ ਕਰਨਾ ਹੋਵੇਗਾ, ਆਪਣੇ ਆਪ ਨੂੰ ਸਿੱਖਿਅਤ ਕਰਨਾ ਹੋਵੇਗਾ ਅਤੇ AI ਨਾਲ ਸਹਿਯੋਗ ਕਰਕੇ, ਇਸਦੀ ਕੁਸ਼ਲਤਾ ਅਤੇ ਮਕੈਨੀਕਲ ਤਰਕ ਦੀ ਸਭ ਤੋਂ ਵਧੀਆ ਸੰਭਵ ਵਰਤੋਂ ਕਰਕੇ ਕੰਮ ਕਰਨ ਦਾ ਤਰੀਕਾ ਲੱਭਣਾ ਹੋਵੇਗਾ। AI ਅਜੇ ਵੀ ਸੰਪੂਰਨ ਨਹੀਂ ਹੈ, ਉਦਾਹਰਣ ਵਜੋਂ ਇਹ ਨਿਰਣਾਇਕ ਕਾਲ ਕਰਨ ਦੇ ਯੋਗ ਨਹੀਂ ਹੈ, ਇਸਲਈ ਮਸ਼ੀਨਾਂ ਦੇ ਨਾਲ ਕੰਮ ਕਰਨ ਵੇਲੇ ਮਨੁੱਖੀ ਕਾਰਕ ਅਜੇ ਵੀ ਨਿਰਣਾਇਕ ਹੋਵੇਗਾ।

ਇੱਥੇ ਬਹੁਤ ਸਾਰੀਆਂ AI ਅਧਾਰਤ ਤਕਨਾਲੋਜੀ ਹੈ ਜੋ ਸਵੈਚਲਿਤ ਹੱਲਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦੀ ਹੈ ਜਿਨ੍ਹਾਂ ਨੂੰ ਸਿਖਲਾਈ ਦੇਣ ਦੀ ਜ਼ਰੂਰਤ ਹੈ ਅਤੇ ਇਹ ਸਿਖਲਾਈ ਮਨੁੱਖੀ ਇਨਪੁਟ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ। ਇਸਦੀ ਇੱਕ ਚੰਗੀ ਉਦਾਹਰਣ ਮਸ਼ੀਨ ਅਨੁਵਾਦ ਹਨ ਜੋ ਵੱਡੀ ਗਿਣਤੀ ਵਿੱਚ ਮਨੁੱਖੀ ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੇ ਅਨੁਵਾਦਾਂ ਤੋਂ ਇਨਪੁਟ ਪ੍ਰਾਪਤ ਕਰਦੇ ਹਨ। ਇਕ ਹੋਰ ਵਧੀਆ ਉਦਾਹਰਣ ਟ੍ਰਾਂਸਕ੍ਰਿਪਸ਼ਨ ਸੌਫਟਵੇਅਰ ਹੈ ਜੋ ਪੇਸ਼ੇਵਰ ਮਨੁੱਖੀ ਪ੍ਰਤੀਲਿਪੀਕਰਤਾਵਾਂ ਦੁਆਰਾ ਕੀਤੇ ਗਏ ਸਹੀ ਟ੍ਰਾਂਸਕ੍ਰਿਪਸ਼ਨ ਤੋਂ ਸਿਖਲਾਈ ਡੇਟਾ ਪ੍ਰਾਪਤ ਕਰਦਾ ਹੈ। ਇਸ ਤਰ੍ਹਾਂ ਸੌਫਟਵੇਅਰ ਨੂੰ ਥੋੜਾ-ਥੋੜ੍ਹਾ ਕਰਕੇ ਵਧਾਇਆ ਜਾਂਦਾ ਹੈ, ਅਸਲ ਜੀਵਨ ਦੀਆਂ ਉਦਾਹਰਣਾਂ ਦੁਆਰਾ ਇਸਦੇ ਐਲਗੋਰਿਦਮ ਨੂੰ ਸੁਧਾਰਿਆ ਜਾਂਦਾ ਹੈ। ਮਨੁੱਖੀ ਟ੍ਰਾਂਸਕ੍ਰਿਪਟਰਾਂ ਨੂੰ ਸੌਫਟਵੇਅਰ ਤੋਂ ਲਾਭ ਹੁੰਦਾ ਹੈ ਕਿਉਂਕਿ ਇਹ ਉਹਨਾਂ ਨੂੰ ਟ੍ਰਾਂਸਕ੍ਰਿਪਟਾਂ ਨੂੰ ਤੇਜ਼ੀ ਨਾਲ ਬਣਾਉਣ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ। ਸੌਫਟਵੇਅਰ ਟ੍ਰਾਂਸਕ੍ਰਿਪਟ ਦਾ ਇੱਕ ਮੋਟਾ, ਡਰਾਫਟ ਸੰਸਕਰਣ ਤਿਆਰ ਕਰਦਾ ਹੈ, ਜਿਸ ਨੂੰ ਫਿਰ ਟ੍ਰਾਂਸਕ੍ਰਿਬਰ ਦੁਆਰਾ ਸੰਪਾਦਿਤ ਅਤੇ ਠੀਕ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਇਹ ਬਹੁਤ ਸਾਰਾ ਸਮਾਂ ਬਚਾਉਂਦਾ ਹੈ, ਅਤੇ ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਅੰਤ ਵਿੱਚ ਅੰਤਮ ਉਤਪਾਦ ਤੇਜ਼ੀ ਨਾਲ ਡਿਲੀਵਰ ਕੀਤਾ ਜਾਵੇਗਾ ਅਤੇ ਵਧੇਰੇ ਸਹੀ ਹੋਵੇਗਾ।

2. ਪੱਖਪਾਤ ਦੀ ਸਮੱਸਿਆ

ਐਲਗੋਰਿਦਮ ਬਾਰੇ ਇੱਕ ਮਹਾਨ ਗੱਲ ਇਹ ਹੈ ਕਿ ਉਹ ਵਿਅਕਤੀਗਤ ਅਤੇ ਭਾਵਨਾਤਮਕ ਮਨੁੱਖਾਂ ਦੇ ਬਿਲਕੁਲ ਉਲਟ, ਹਮੇਸ਼ਾਂ ਨਿਰਪੱਖ, ਗੈਰ-ਪੱਖਪਾਤੀ ਫੈਸਲੇ ਲੈਂਦੇ ਹਨ। ਜਾਂ ਉਹ ਕਰਦੇ ਹਨ? ਸੱਚਾਈ ਇਹ ਹੈ ਕਿ ਕਿਸੇ ਵੀ ਆਟੋਮੇਟਿਡ ਸੌਫਟਵੇਅਰ ਦੀ ਫੈਸਲਾ ਲੈਣ ਦੀ ਪ੍ਰਕਿਰਿਆ ਉਸ ਡੇਟਾ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ ਜਿਸ 'ਤੇ ਉਨ੍ਹਾਂ ਨੂੰ ਸਿਖਲਾਈ ਦਿੱਤੀ ਗਈ ਹੈ। ਇਸ ਲਈ, ਉਹਨਾਂ ਮੌਕਿਆਂ ਵਿੱਚ ਵਿਤਕਰੇ ਦਾ ਜੋਖਮ ਹੁੰਦਾ ਹੈ ਜਦੋਂ ਉਦਾਹਰਨ ਲਈ ਆਬਾਦੀ ਦੇ ਇੱਕ ਖਾਸ ਹਿੱਸੇ ਨੂੰ ਵਰਤੇ ਗਏ ਡੇਟਾ ਵਿੱਚ ਕਾਫ਼ੀ ਨਹੀਂ ਦਰਸਾਇਆ ਜਾਂਦਾ ਹੈ। ਇਹਨਾਂ ਵਿੱਚੋਂ ਕੁਝ ਸਮੱਸਿਆਵਾਂ ਲਈ ਚਿਹਰੇ ਦੀ ਪਛਾਣ ਕਰਨ ਵਾਲੇ ਸੌਫਟਵੇਅਰ ਦੀ ਪਹਿਲਾਂ ਹੀ ਜਾਂਚ ਕੀਤੀ ਜਾ ਰਹੀ ਹੈ, ਪੱਖਪਾਤ ਦੇ ਮਾਮਲੇ ਪਹਿਲਾਂ ਹੀ ਵਾਪਰ ਚੁੱਕੇ ਹਨ।

ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਕਿੰਨੀ ਪੱਖਪਾਤੀ ਹੋ ਸਕਦੀ ਹੈ ਇਸਦੀ ਇੱਕ ਮਹਾਨ ਉਦਾਹਰਣ COMPAS (ਵਿਕਲਪਕ ਪਾਬੰਦੀਆਂ ਲਈ ਸੁਧਾਰਾਤਮਕ ਅਪਰਾਧੀ ਪ੍ਰਬੰਧਨ ਪ੍ਰੋਫਾਈਲਿੰਗ) ਹੈ। ਇਹ ਅਪਰਾਧੀਆਂ ਵਿੱਚ ਮੁੜ-ਮੁੜਤਾ ਦੇ ਜੋਖਮ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਨ ਲਈ ਇੱਕ ਜੋਖਮ-ਅਤੇ-ਲੋੜਾਂ ਦਾ ਮੁਲਾਂਕਣ ਸਾਧਨ ਹੈ। ਇਸ ਐਲਗੋਰਿਦਮ-ਆਧਾਰਿਤ ਟੂਲ ਦੀ ਜਾਂਚ ਕੀਤੀ ਗਈ ਸੀ ਅਤੇ ਨਤੀਜਿਆਂ ਨੇ ਦਿਖਾਇਆ ਹੈ ਕਿ COMPAS ਡੇਟਾ ਗੰਭੀਰ ਤੌਰ 'ਤੇ ਨਸਲੀ ਪੱਖਪਾਤੀ ਸੀ। ਉਦਾਹਰਨ ਲਈ, ਅੰਕੜਿਆਂ ਦੇ ਅਨੁਸਾਰ, ਅਫਰੀਕੀ-ਅਮਰੀਕਨ ਬਚਾਓ ਪੱਖਾਂ ਨੂੰ ਦੂਜੀਆਂ ਨਸਲਾਂ ਦੇ ਮੁਕਾਬਲੇ ਪੁਨਰਵਾਦ ਦੇ ਵਧੇਰੇ ਜੋਖਮ ਹੋਣ ਲਈ ਗਲਤ ਢੰਗ ਨਾਲ ਨਿਰਣਾ ਕੀਤੇ ਜਾਣ ਦੀ ਸੰਭਾਵਨਾ ਸੀ। ਐਲਗੋਰਿਦਮ ਨੇ ਵੀ ਗੋਰੀ ਨਸਲ ਦੇ ਲੋਕਾਂ ਨਾਲ ਉਲਟ ਗਲਤੀ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕੀਤੀ।

ਤਾਂ, ਇੱਥੇ ਕੀ ਹੋਇਆ? ਐਲਗੋਰਿਦਮ ਡੇਟਾ-ਨਿਰਭਰ ਹੈ ਇਸਲਈ ਜੇਕਰ ਡੇਟਾ ਪੱਖਪਾਤੀ ਹੈ, ਤਾਂ ਸੌਫਟਵੇਅਰ ਸੰਭਾਵਤ ਤੌਰ 'ਤੇ ਪੱਖਪਾਤੀ ਨਤੀਜੇ ਵੀ ਦੇਵੇਗਾ। ਕਦੇ-ਕਦਾਈਂ ਇਸ ਦਾ ਇਸ ਨਾਲ ਕੋਈ ਸਬੰਧ ਵੀ ਹੁੰਦਾ ਹੈ ਕਿ ਡੇਟਾ ਕਿਵੇਂ ਇਕੱਤਰ ਕੀਤਾ ਗਿਆ ਸੀ।

ਆਟੋਮੇਟਿਡ ਸਪੀਚ ਰਿਕੋਗਨੀਸ਼ਨ ਟੈਕਨਾਲੋਜੀ ਵੀ ਲਿੰਗ ਜਾਂ ਨਸਲ ਦੇ ਆਧਾਰ 'ਤੇ ਪੱਖਪਾਤੀ ਹੋ ਸਕਦੀ ਹੈ ਕਿਉਂਕਿ ਸਿਖਲਾਈ ਡੇਟਾ ਜ਼ਰੂਰੀ ਤੌਰ 'ਤੇ ਇਸ ਮਾਮਲੇ ਵਿੱਚ ਚੁਣਿਆ ਨਹੀਂ ਜਾਂਦਾ ਹੈ ਜੋ ਕਾਫ਼ੀ ਸਮਾਵੇਸ਼ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਂਦਾ ਹੈ।

3. ਸੁਰੱਖਿਆ ਸੰਬੰਧੀ ਚਿੰਤਾਵਾਂ

ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਦੀਆਂ ਕੁਝ ਸਮੱਸਿਆਵਾਂ ਹਨ ਜੋ ਇੰਨੀਆਂ ਖਤਰਨਾਕ ਹਨ ਕਿ ਉਹ ਦੁਰਘਟਨਾਵਾਂ ਦਾ ਕਾਰਨ ਬਣ ਸਕਦੀਆਂ ਹਨ। ਲਾਗੂ ਕੀਤੀ AI ਤਕਨਾਲੋਜੀ ਦੀਆਂ ਵਧੇਰੇ ਪ੍ਰਮੁੱਖ ਉਦਾਹਰਣਾਂ ਵਿੱਚੋਂ ਇੱਕ ਸਵੈ-ਡਰਾਈਵਿੰਗ ਕਾਰ ਹੈ। ਬਹੁਤ ਸਾਰੇ ਮਾਹਰ ਮੰਨਦੇ ਹਨ ਕਿ ਇਹ ਆਵਾਜਾਈ ਦਾ ਭਵਿੱਖ ਹੈ. ਪਰ ਮੁੱਖ ਗੱਲ ਜੋ ਟ੍ਰੈਫਿਕ ਵਿੱਚ ਸਵੈ-ਡਰਾਈਵਿੰਗ ਕਾਰਾਂ ਨੂੰ ਤੁਰੰਤ ਲਾਗੂ ਕਰਨ ਵਿੱਚ ਰੁਕਾਵਟ ਬਣ ਰਹੀ ਹੈ ਉਹ ਇਸ ਦੀਆਂ ਖਰਾਬੀਆਂ ਹਨ ਜੋ ਯਾਤਰੀਆਂ ਅਤੇ ਪੈਦਲ ਚੱਲਣ ਵਾਲਿਆਂ ਦੀ ਜਾਨ ਨੂੰ ਖਤਰੇ ਵਿੱਚ ਪਾ ਸਕਦੀਆਂ ਹਨ। ਸੜਕਾਂ 'ਤੇ ਆਟੋਨੋਮਸ ਵਾਹਨਾਂ ਦੇ ਖਤਰੇ 'ਤੇ ਬਹਿਸ ਅਜੇ ਵੀ ਬਹੁਤ ਅਸਲ ਹੈ। ਅਜਿਹੇ ਲੋਕ ਹਨ ਜੋ ਸੋਚਦੇ ਹਨ ਕਿ ਜੇ ਸੜਕ 'ਤੇ ਸਵੈ-ਡਰਾਈਵਿੰਗ ਕਾਰਾਂ ਦੀ ਇਜਾਜ਼ਤ ਦਿੱਤੀ ਜਾਂਦੀ ਤਾਂ ਦੁਰਘਟਨਾਵਾਂ ਘੱਟ ਹੋ ਸਕਦੀਆਂ ਸਨ। ਦੂਜੇ ਪਾਸੇ, ਅਜਿਹੇ ਅਧਿਐਨ ਹਨ ਜਿਨ੍ਹਾਂ ਨੇ ਦਿਖਾਇਆ ਹੈ ਕਿ ਉਹ ਬਹੁਤ ਸਾਰੇ ਕਰੈਸ਼ਾਂ ਦਾ ਕਾਰਨ ਬਣ ਸਕਦੇ ਹਨ, ਕਿਉਂਕਿ ਉਹਨਾਂ ਦੀਆਂ ਬਹੁਤ ਸਾਰੀਆਂ ਕਾਰਵਾਈਆਂ ਡਰਾਈਵਰ ਦੁਆਰਾ ਨਿਰਧਾਰਤ ਕੀਤੀਆਂ ਤਰਜੀਹਾਂ 'ਤੇ ਅਧਾਰਤ ਹੋਣਗੀਆਂ। ਹੁਣ ਇਹ ਡਿਜ਼ਾਈਨਰਾਂ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ ਕਿ ਉਹ ਸੁਰੱਖਿਆ ਅਤੇ ਲੋਕਾਂ ਦੀ ਜ਼ਿੰਦਗੀ ਅਤੇ ਰਾਈਡਰ ਦੀਆਂ ਤਰਜੀਹਾਂ (ਜਿਵੇਂ ਔਸਤ ਗਤੀ ਅਤੇ ਕੁਝ ਹੋਰ ਡ੍ਰਾਈਵਿੰਗ ਆਦਤਾਂ) ਵਿਚਕਾਰ ਚੋਣ ਕਰਨ। ਕਿਸੇ ਵੀ ਸਥਿਤੀ ਵਿੱਚ ਸਵੈ-ਡਰਾਈਵਿੰਗ ਕਾਰਾਂ ਦਾ ਮੁੱਖ ਟੀਚਾ ਆਟੋਮੋਬਾਈਲ ਹਾਦਸਿਆਂ ਨੂੰ ਘਟਾਉਣਾ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ, ਕੁਸ਼ਲ AI ਐਲਗੋਰਿਦਮ ਅਤੇ ਉੱਨਤ ਸੈਂਸਰਾਂ ਨੂੰ ਲਾਗੂ ਕਰਕੇ ਜੋ ਕਿਸੇ ਵੀ ਸੰਭਾਵਿਤ ਟ੍ਰੈਫਿਕ ਦ੍ਰਿਸ਼ਾਂ ਦਾ ਪਤਾ ਲਗਾ ਸਕਦੇ ਹਨ ਅਤੇ ਭਵਿੱਖਬਾਣੀ ਵੀ ਕਰ ਸਕਦੇ ਹਨ। ਹਾਲਾਂਕਿ, ਅਸਲ ਜੀਵਨ ਹਮੇਸ਼ਾ ਕਿਸੇ ਵੀ ਪ੍ਰੋਗਰਾਮ ਨਾਲੋਂ ਵਧੇਰੇ ਗੁੰਝਲਦਾਰ ਹੁੰਦਾ ਹੈ, ਇਸ ਲਈ ਇਸ ਤਕਨਾਲੋਜੀ ਦੀਆਂ ਸੀਮਾਵਾਂ ਅਜੇ ਵੀ ਇਸਦੇ ਵਿਆਪਕ ਲਾਗੂ ਕਰਨ ਲਈ ਸੀਮਤ ਕਾਰਕਾਂ ਵਿੱਚੋਂ ਇੱਕ ਹਨ। ਇਕ ਹੋਰ ਸਮੱਸਿਆ ਵਿਸ਼ਵਾਸ ਦਾ ਕਾਰਕ ਹੈ. ਡ੍ਰਾਈਵਿੰਗ ਦੇ ਸਾਲਾਂ ਅਤੇ ਸਾਲਾਂ ਦੇ ਤਜ਼ਰਬੇ ਵਾਲੇ ਬਹੁਤ ਸਾਰੇ ਲੋਕਾਂ ਲਈ, ਸਾਰਾ ਭਰੋਸਾ ਡਿਜੀਟਲ ਹੱਥਾਂ ਵਿੱਚ ਪਾਉਣਾ ਡਿਜੀਟਲ ਰੁਝਾਨਾਂ ਨੂੰ ਪ੍ਰਤੀਕਾਤਮਕ ਸਮਰਪਣ ਦੇ ਕੰਮ ਵਜੋਂ ਦੇਖਿਆ ਜਾ ਸਕਦਾ ਹੈ। ਕਿਸੇ ਵੀ ਸਥਿਤੀ ਵਿੱਚ, ਜਦੋਂ ਤੱਕ ਇਹ ਸਭ ਹੱਲ ਨਹੀਂ ਹੋ ਜਾਂਦਾ, ਕੁਝ ਉੱਨਤ ਤਕਨੀਕੀ ਹੱਲ ਪਹਿਲਾਂ ਹੀ ਨਵੀਆਂ ਕਾਰਾਂ ਵਿੱਚ ਲਾਗੂ ਕੀਤੇ ਜਾ ਚੁੱਕੇ ਹਨ, ਅਤੇ ਮਨੁੱਖੀ ਡਰਾਈਵਰ ਵੱਖ-ਵੱਖ ਸੈਂਸਰਾਂ, ਸਹਾਇਕ ਬ੍ਰੇਕਿੰਗ ਹੱਲਾਂ ਅਤੇ ਕਰੂਜ਼ ਨਿਯੰਤਰਣਾਂ ਤੋਂ ਲਾਭ ਉਠਾ ਸਕਦੇ ਹਨ।

4. ਖਤਰਨਾਕ ਉਦੇਸ਼

ਤਕਨਾਲੋਜੀ ਨੂੰ ਲੋਕਾਂ ਦੀਆਂ ਲੋੜਾਂ ਪੂਰੀਆਂ ਕਰਨੀਆਂ ਚਾਹੀਦੀਆਂ ਹਨ ਅਤੇ ਉਹਨਾਂ ਦੀ ਜ਼ਿੰਦਗੀ ਨੂੰ ਆਸਾਨ, ਵਧੇਰੇ ਆਨੰਦਦਾਇਕ ਬਣਾਉਣ ਲਈ ਵਰਤਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ ਅਤੇ ਇਸ ਨਾਲ ਹਰੇਕ ਦਾ ਕੀਮਤੀ ਸਮਾਂ ਬਚਣਾ ਚਾਹੀਦਾ ਹੈ। ਪਰ ਕਈ ਵਾਰ AI ਤਕਨਾਲੋਜੀ ਦੀ ਵਰਤੋਂ ਖਤਰਨਾਕ ਉਦੇਸ਼ਾਂ ਲਈ ਵੀ ਕੀਤੀ ਜਾਂਦੀ ਹੈ, ਜਿਸ ਨਾਲ ਸਾਡੀ ਭੌਤਿਕ, ਡਿਜੀਟਲ ਅਤੇ ਰਾਜਨੀਤਿਕ ਸੁਰੱਖਿਆ ਲਈ ਮਹੱਤਵਪੂਰਨ ਖਤਰਾ ਪੈਦਾ ਹੁੰਦਾ ਹੈ।

• ਭੌਤਿਕ ਸੁਰੱਖਿਆ: AI ਦਾ ਇੱਕ ਸੰਭਾਵੀ ਖਤਰਾ, ਜੋ ਪਹਿਲਾਂ ਬਹੁਤ ਨਾਟਕੀ ਲੱਗਦਾ ਹੈ ਅਤੇ ਤੁਹਾਨੂੰ ਤੁਹਾਡੀਆਂ ਹੱਡੀਆਂ ਤੱਕ ਠੰਡਾ ਕਰ ਸਕਦਾ ਹੈ, ਤਕਨੀਕੀ ਤੌਰ 'ਤੇ ਉੱਨਤ ਦੇਸ਼ਾਂ ਵਿਚਕਾਰ ਇੱਕ ਸੰਭਾਵੀ ਯੁੱਧ ਹੈ, ਜੋ ਕਿ ਸਭ ਤੋਂ ਕੁਸ਼ਲ ਅਤੇ ਬੇਰਹਿਮ ਢੰਗ ਨਾਲ ਮਾਰਨ ਲਈ ਪ੍ਰੋਗਰਾਮ ਕੀਤੇ ਖੁਦਮੁਖਤਿਆਰ ਹਥਿਆਰ ਪ੍ਰਣਾਲੀਆਂ ਦੁਆਰਾ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਇਸ ਲਈ ਸੰਧੀਆਂ, ਨਿਯਮਾਂ ਅਤੇ ਪਾਬੰਦੀਆਂ ਦੁਆਰਾ ਅਜਿਹੀ ਫੌਜੀ ਤਕਨਾਲੋਜੀ ਦੇ ਵਿਕਾਸ ਨੂੰ ਨਿਯੰਤ੍ਰਿਤ ਕਰਨਾ ਬਹੁਤ ਮਹੱਤਵਪੂਰਨ ਹੈ, ਤਾਂ ਜੋ ਮਨੁੱਖਤਾ ਨੂੰ ਏਆਈ ਅਧਾਰਤ ਯੁੱਧ ਦੇ ਅਸ਼ੁਭ ਜੋਖਮ ਤੋਂ ਸੁਰੱਖਿਅਤ ਰੱਖਿਆ ਜਾ ਸਕੇ।
• ਡਿਜੀਟਲ ਸੁਰੱਖਿਆ: ਹੈਕਰ ਪਹਿਲਾਂ ਹੀ ਸਾਡੀ ਡਿਜੀਟਲ ਸੁਰੱਖਿਆ ਲਈ ਖ਼ਤਰਾ ਹਨ ਅਤੇ ਏਆਈ ਸੌਫਟਵੇਅਰ ਪਹਿਲਾਂ ਹੀ ਐਡਵਾਂਸਡ ਹੈਕਿੰਗ ਲਈ ਵਰਤਿਆ ਜਾ ਰਿਹਾ ਹੈ। ਅਜਿਹੇ ਸੌਫਟਵੇਅਰ ਦੇ ਵਿਕਾਸ ਨਾਲ, ਹੈਕਰ ਆਪਣੇ ਮਾੜੇ ਕੰਮਾਂ ਵਿੱਚ ਵਧੇਰੇ ਕੁਸ਼ਲ ਹੋਣਗੇ ਅਤੇ ਸਾਡੀ ਔਨਲਾਈਨ ਪਛਾਣ ਚੋਰੀ ਹੋਣ ਦਾ ਵਧੇਰੇ ਖਤਰਾ ਬਣੇਗਾ। ਏਆਈ ਦੁਆਰਾ ਸੰਚਾਲਿਤ ਸੂਖਮ ਮਾਲਵੇਅਰ ਦੁਆਰਾ ਤੁਹਾਡੇ ਨਿੱਜੀ ਡੇਟਾ ਦੀ ਗੋਪਨੀਯਤਾ ਨਾਲ ਹੋਰ ਵੀ ਸਮਝੌਤਾ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ ਅਤੇ ਡੂੰਘੀ ਸਿਖਲਾਈ ਦੀ ਵਰਤੋਂ ਦੁਆਰਾ ਹੋਰ ਵੀ ਖਤਰਨਾਕ ਬਣਾਇਆ ਜਾ ਸਕਦਾ ਹੈ। ਇੱਕ ਡਿਜੀਟਲ ਚੋਰ ਦੀ ਕਲਪਨਾ ਕਰੋ, ਤੁਹਾਡੇ ਮਨਪਸੰਦ ਪ੍ਰੋਗਰਾਮਾਂ ਦੇ ਪਿੱਛੇ ਲੁਕਿਆ ਹੋਇਆ, ਦਿਨ-ਬ-ਦਿਨ ਹੋਰ ਚਲਾਕ ਬਣ ਰਿਹਾ ਹੈ, ਸੌਫਟਵੇਅਰ ਦੀ ਵਰਤੋਂ ਦੀਆਂ ਲੱਖਾਂ ਅਸਲ ਜ਼ਿੰਦਗੀ ਦੀਆਂ ਉਦਾਹਰਣਾਂ ਤੋਂ ਸਿੱਖ ਰਿਹਾ ਹੈ ਅਤੇ ਉਸ ਡੇਟਾ ਦੇ ਅਧਾਰ ਤੇ ਗੁੰਝਲਦਾਰ ਪਛਾਣ ਚੋਰੀਆਂ ਤਿਆਰ ਕਰਦਾ ਹੈ।

• ਰਾਜਨੀਤਿਕ ਸੁਰੱਖਿਆ: ਜਿਸ ਅਸ਼ਾਂਤ ਸਮੇਂ ਵਿੱਚ ਅਸੀਂ ਰਹਿੰਦੇ ਹਾਂ, ਜਾਅਲੀ ਖ਼ਬਰਾਂ ਅਤੇ ਫਰਜ਼ੀ ਰਿਕਾਰਡਿੰਗਾਂ ਦਾ ਡਰ ਕਾਫ਼ੀ ਜਾਇਜ਼ ਹੈ। AI ਸਵੈਚਲਿਤ ਵਿਵਹਾਰਕ ਮੁਹਿੰਮਾਂ ਦੁਆਰਾ ਬਹੁਤ ਨੁਕਸਾਨ ਪਹੁੰਚਾ ਸਕਦਾ ਹੈ, ਜੋ ਚੋਣਾਂ ਦੌਰਾਨ ਬਹੁਤ ਖਤਰਨਾਕ ਹੋ ਸਕਦਾ ਹੈ।

ਇਸ ਲਈ, ਸਿੱਟਾ ਕੱਢਣ ਲਈ, ਅਸੀਂ ਆਪਣੇ ਆਪ ਤੋਂ ਪੁੱਛ ਸਕਦੇ ਹਾਂ ਕਿ ਨਕਲੀ ਬੁੱਧੀ ਸਾਨੂੰ ਕਿੰਨਾ ਨੁਕਸਾਨ ਪਹੁੰਚਾ ਸਕਦੀ ਹੈ ਅਤੇ ਕੀ ਇਹ ਮਨੁੱਖਜਾਤੀ ਲਈ ਚੰਗੇ ਨਾਲੋਂ ਜ਼ਿਆਦਾ ਨੁਕਸਾਨ ਕਰ ਸਕਦੀ ਹੈ।

ਮਾਹਿਰਾਂ ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਨੈਤਿਕ ਵਿਕਾਸ ਅਤੇ ਰੈਗੂਲੇਟਰੀ ਸੰਸਥਾਵਾਂ ਇੱਕ ਪ੍ਰਮੁੱਖ ਭੂਮਿਕਾ ਨਿਭਾਉਣਗੀਆਂ ਜਦੋਂ ਇਹ ਨੁਕਸਾਨਾਂ ਨੂੰ ਘਟਾਉਣ ਦੀ ਗੱਲ ਆਉਂਦੀ ਹੈ ਜੋ ਕਿ ਨਕਲੀ ਬੁੱਧੀ ਸਾਡੇ ਜੀਵਨ ਲਈ ਕਾਰਨ ਬਣ ਸਕਦੀ ਹੈ। ਜੋ ਵੀ ਹੁੰਦਾ ਹੈ, ਸਾਨੂੰ ਯਕੀਨ ਹੈ ਕਿ ਭਵਿੱਖ ਵਿੱਚ ਇਸ ਦਾ ਸਾਡੇ ਸੰਸਾਰ ਉੱਤੇ ਬਹੁਤ ਵੱਡਾ ਪ੍ਰਭਾਵ ਪਵੇਗਾ।

ਐਡਵਾਂਸਡ AI ਪ੍ਰੋਟੋਕੋਲ 'ਤੇ ਅਧਾਰਤ ਸਪੀਚ ਪਛਾਣ ਸਾਫਟਵੇਅਰ ਪਹਿਲਾਂ ਹੀ ਵਰਤੇ ਜਾ ਰਹੇ ਹਨ, ਅਤੇ ਇਹ ਵਪਾਰਕ ਸੰਸਾਰ ਲਈ ਬਹੁਤ ਸਾਰੇ ਫਾਇਦੇ ਲਿਆਉਂਦਾ ਹੈ: ਵਰਕਫਲੋ ਤੇਜ਼ ਅਤੇ ਸਰਲ ਹਨ। Gglot ਇਸ ਖੇਤਰ ਵਿੱਚ ਇੱਕ ਵੱਡਾ ਖਿਡਾਰੀ ਹੈ ਅਤੇ ਅਸੀਂ ਆਪਣੀ ਤਕਨਾਲੋਜੀ ਨੂੰ ਹੋਰ ਵਿਕਸਤ ਕਰਨ ਲਈ ਬਹੁਤ ਜ਼ਿਆਦਾ ਨਿਵੇਸ਼ ਕਰ ਰਹੇ ਹਾਂ।