ഭാവിയിലെ നിയമങ്ങൾ

ടെക് ലോകത്ത് ഇപ്പോൾ വേഗതയാണ് എല്ലാം. വലിയ ഭാഷാ മോഡലുകൾ (large language models) പുറത്തിറക്കാൻ കമ്പനികൾ തമ്മിൽ വലിയ മത്സരമാണ്, കാരണം എതിരാളികൾക്ക് പിന്നിലായിപ്പോകുമോ എന്ന ഭയം അവർക്കുണ്ട്. എന്നാൽ ഒരു ധാർമ്മിക അടിത്തറയില്ലാതെ വേഗത്തിൽ നീങ്ങുന്നത് ഒടുവിൽ ഉൽപ്പന്നത്തെ തകർക്കുന്ന technical debt-ലേക്ക് നയിക്കും. AI-ലെ എത്തിക്സ് എന്നത് ഫിലോസഫി ക്ലാസുകൾക്ക് വേണ്ടിയുള്ള വെറും ആശയങ്ങളല്ല. പ്രൊഡക്ഷൻ എൻവയോൺമെന്റുകളിൽ വലിയ പരാജയങ്ങൾ ഒഴിവാക്കാനുള്ള ഒരു ചട്ടക്കൂടാണിത്. ഒരു മോഡൽ തെറ്റായ നിയമോപദേശം നൽകുകയോ

പ്രായോഗികമായ തിരഞ്ഞെടുപ്പ്റോബോട്ടുകൾക്ക് ആത്മാവുണ്ടോ എന്നതിനെക്കുറിച്ചുള്ള തർക്കമായാണ് ഭൂരിഭാഗം ആളുകളും ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിന്റെ തത്വശാസ്ത്രത്തെ കാണുന്നത്. ഇത് സമയനഷ്ടമുണ്ടാക്കുന്നതും യഥാർത്ഥ അപകടസാധ്യതകളെ മറച്ചുവെക്കുന്നതുമായ ഒരു തെറ്റാണ്. പ്രൊഫഷണൽ ലോകത്ത്, ഈ സാങ്കേതികവിദ്യയുടെ തത്വശാസ്ത്രം എന്നത് ഉത്തരവാദിത്തം, കൃത്യത, മനുഷ്യ അധ്വാനത്തിന്റെ ചെലവ് എന്നിവയെക്കുറിച്ചുള്ള ചർച്ചയാണ്. ഒരു കമ്പനിക്ക് ലക്ഷക്കണക്കിന് ഡോളർ നഷ്ടമുണ്ടാക്കുന്ന തെറ്റ് ഒരു മോഡൽ വരുത്തുമ്പോൾ ആരാണ് ഉത്തരവാദി എന്നതിനെക്കുറിച്ചാണത്. പതിറ്റാണ്ടുകൾ കൊണ്ട് മെച്ചപ്പെടുത്തിയ തങ്ങളുടെ ശൈലിക്ക് ഒരു ക്രിയേറ്റീവ് വർക്കർക്ക് ഉടമസ്ഥാവകാശമുണ്ടോ എന്നതിനെക്കുറിച്ചാണത്. യന്ത്രങ്ങൾക്ക്

ന്യൂട്രൽ കോഡ് എന്ന മിഥ്യആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിനെക്കുറിച്ചുള്ള ചർച്ചകൾ പലപ്പോഴും സാങ്കേതിക മാനദണ്ഡങ്ങളിലും പ്രോസസ്സിംഗ് പവറിലുമാണ് കേന്ദ്രീകരിക്കുന്നത്. പാരാമീറ്ററുകളെയും പെറ്റാബൈറ്റുകളെയും കുറിച്ച് നമ്മൾ സംസാരിക്കുന്നത് അവ മാത്രമാണ് പ്രധാനപ്പെട്ട അളവുകോലുകൾ എന്ന മട്ടിലാണ്. എന്നാൽ ഈ ശ്രദ്ധ കൂടുതൽ ഗൗരവകരമായ ഒരു യാഥാർത്ഥ്യത്തെ മറച്ചുവെക്കുന്നു. ഓരോ ലാർജ് ലാംഗ്വേജ് മോഡലും അതിനെ രൂപപ്പെടുത്തിയ മനുഷ്യന്റെ മുൻഗണനകളുടെ ഒരു കണ്ണാടിയാണ്. ന്യൂട്രൽ അൽഗോരിതം എന്ന് ഒന്നില്ല. ഒരു സിസ്റ്റം ഉത്തരം നൽകുമ്പോൾ, അത് വസ്തുനിഷ്ഠമായ സത്യത്തിന്റെ ശൂന്യതയിൽ നിന്നല്ല