നിങ്ങൾ അറിഞ്ഞിരിക്കേണ്ട ഏറ്റവും പ്രധാനപ്പെട്ട AI നിയമങ്ങളും ചട്ടങ്ങളും

നിയന്ത്രണങ്ങളില്ലാത്ത ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിന്റെ കാലം അവസാനിച്ചു. ലോകമെമ്പാടുമുള്ള സർക്കാരുകൾ അവ്യക്തമായ നിർദ്ദേശങ്ങളിൽ നിന്ന് കനത്ത പിഴകളുള്ള കർശനമായ നിയമങ്ങളിലേക്ക് മാറുകയാണ്. നിങ്ങൾ സോഫ്റ്റ്‌വെയർ നിർമ്മിക്കുകയോ ഉപയോഗിക്കുകയോ ചെയ്യുന്ന ആളാണെങ്കിൽ, കാര്യങ്ങൾ മാറിക്കൊണ്ടിരിക്കുകയാണ്. ഇത് വെറും ധാർമ്മികതയെക്കുറിച്ചുള്ള കാര്യമല്ല, മറിച്ച് നിയമപരമായ പാലനത്തെക്കുറിച്ചും കോടിക്കണക്കിന് രൂപയുടെ പിഴയെക്കുറിച്ചുമുള്ള ആശങ്കയാണ്. യൂറോപ്യൻ യൂണിയൻ ഇതിനകം തന്നെ പ്രധാനപ്പെട്ട ഒരു സമഗ്ര നിയമം കൊണ്ടുവന്നു കഴിഞ്ഞു, അമേരിക്കയും ചൈനയും പിന്നിലല്ല. ഈ നിയമങ്ങൾ ഏതൊക്കെ ഫീച്ചറുകൾ നിങ്ങൾക്ക് ഉപയോഗിക്കാം, കമ്പനികൾ നിങ്ങളുടെ ഡാറ്റ എങ്ങനെ കൈകാര്യം ചെയ്യണം എന്ന് തീരുമാനിക്കും. ഇതൊക്കെ വക്കീലന്മാർ മാത്രം ശ്രദ്ധിക്കേണ്ട കാര്യമാണെന്ന് പലരും കരുതുന്നു, എന്നാൽ അത് തെറ്റാണ്. ജോലിക്ക് അപേക്ഷിക്കുന്നത് മുതൽ സോഷ്യൽ മീഡിയ ഫീഡ് എങ്ങനെ ക്രമീകരിക്കുന്നു എന്നത് വരെ ഇതിനെ ബാധിക്കുന്നു. ബാങ്കിംഗിനെയോ വൈദ്യശാസ്ത്രത്തെയോ പോലെ നിയന്ത്രിതമായ ഒരു വ്യവസായത്തിന്റെ ഉദയമാണ് നമ്മൾ കാണുന്നത്. ഈ മാറ്റം അടുത്ത ദശകത്തിലെ സാങ്കേതിക വികസനത്തെയും കോർപ്പറേറ്റ് തന്ത്രങ്ങളെയും നിർവചിക്കും. സർക്കാരിന്റെ ഇടനാഴികളിൽ നിന്ന് നിങ്ങളുടെ ആപ്പുകളിലെ കോഡുകളിലേക്ക് മാറുന്ന ഈ നിയമങ്ങളെക്കുറിച്ച് അറിയേണ്ട സമയമാണിത്.

ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് മേൽനോട്ടത്തിലേക്കുള്ള ആഗോള മാറ്റം

നിലവിലെ നിയന്ത്രണങ്ങളുടെ കാതൽ യൂറോപ്യൻ യൂണിയന്റെ AI ആക്ട് ആണ്. ഈ നിയമം എല്ലാ സോഫ്റ്റ്‌വെയറുകളെയും ഒരേപോലെ കാണുന്നില്ല. എന്ത് അനുവദിക്കണം, എന്ത് പാടില്ല എന്ന് തീരുമാനിക്കാൻ ഇത് റിസ്ക് അധിഷ്ഠിത ചട്ടക്കൂടാണ് ഉപയോഗിക്കുന്നത്. പൊതുസ്ഥലങ്ങളിൽ തത്സമയ ബയോമെട്രിക് തിരിച്ചറിയൽ അല്ലെങ്കിൽ സർക്കാരുകൾ നടത്തുന്ന സോഷ്യൽ സ്കോറിംഗ് പോലുള്ളവ നിരോധിക്കപ്പെട്ടവയാണ്. ഇവ പൗരസ്വാതന്ത്ര്യത്തിന് ഭീഷണിയായതുകൊണ്ടാണ് നിരോധിച്ചത്. ഇതിന് താഴെയാണ് ഉയർന്ന റിസ്ക് ഉള്ള സംവിധാനങ്ങൾ. വിദ്യാഭ്യാസം, നിയമനം, നിർണ്ണായക അടിസ്ഥാന സൗകര്യങ്ങൾ എന്നിവയിൽ ഉപയോഗിക്കുന്ന AI ഇതിൽ പെടുന്നു. ഒരു കമ്പനി റെസ്യൂമെകൾ പരിശോധിക്കാൻ ഒരു ടൂൾ നിർമ്മിക്കുകയാണെങ്കിൽ, അത് പക്ഷപാതപരമല്ലെന്ന് അവർ തെളിയിക്കണം. അവർ വിശദമായ ലോഗുകൾ സൂക്ഷിക്കുകയും മനുഷ്യന്റെ മേൽനോട്ടം ഉറപ്പാക്കുകയും വേണം. ഈ നിയമം ജനറൽ പർപ്പസ് മോഡലുകളെയും ലക്ഷ്യമിടുന്നു. ഈ മോഡലുകൾ എങ്ങനെ പരിശീലിപ്പിക്കപ്പെട്ടു എന്നതിനെക്കുറിച്ച് സുതാര്യത പുലർത്തണം. അവർ പകർപ്പവകാശ നിയമങ്ങളെ മാനിക്കുകയും പരിശീലനത്തിനായി ഉപയോഗിച്ച ഡാറ്റ സംഗ്രഹിക്കുകയും വേണം. രണ്ട് വർഷം മുമ്പ് വരെ മോഡലുകൾ നിർമ്മിച്ചിരുന്ന രഹസ്യരീതിയിൽ നിന്ന് വലിയൊരു മാറ്റമാണിത്.

അമേരിക്കയിൽ സമീപനം വ്യത്യസ്തമാണെങ്കിലും തുല്യ പ്രാധാന്യമുള്ളതാണ്. ശക്തമായ സംവിധാനങ്ങൾ നിർമ്മിക്കുന്നവർ അവരുടെ സുരക്ഷാ പരിശോധനാ ഫലങ്ങൾ സർക്കാരുമായി പങ്കുവെക്കണമെന്ന് വൈറ്റ് ഹൗസ് പുറപ്പെടുവിച്ച എക്സിക്യൂട്ടീവ് ഓർഡർ ആവശ്യപ്പെടുന്നു. AI ഒരു ദേശീയ സുരക്ഷാ ഭീഷണിയാകാതിരിക്കാൻ ഡിഫൻസ് പ്രൊഡക്ഷൻ ആക്ട് ഇതിനായി ഉപയോഗിക്കുന്നു. ഇത് കോൺഗ്രസ് പാസാക്കിയ നിയമമല്ലെങ്കിലും, ഫെഡറൽ തലത്തിൽ ഇതിന് വലിയ പ്രാധാന്യമുണ്ട്. സിസ്റ്റത്തിലെ ബലഹീനതകൾ പരിശോധിക്കുന്ന റെഡ്-ടീമിംഗിലാണ് ഇത് ശ്രദ്ധ കേന്ദ്രീകരിക്കുന്നത്. ചൈനയ്ക്ക് ഉള്ളടക്കത്തിന്റെ സത്യസന്ധതയിലും സാമൂഹിക ക്രമത്തിന്റെ സംരക്ഷണത്തിലും ശ്രദ്ധ കേന്ദ്രീകരിക്കുന്ന സ്വന്തം നിയമങ്ങളുണ്ട്. രീതികൾ വ്യത്യസ്തമാണെങ്കിലും ലക്ഷ്യം ഒന്നുതന്നെയാണ്. സാങ്കേതികവിദ്യ തങ്ങളുടെ നിയന്ത്രണത്തിൽ നിന്ന് പുറത്തുപോയെന്ന് മനസ്സിലാക്കിയ സർക്കാരുകൾ അത് തിരിച്ചുപിടിക്കാൻ ശ്രമിക്കുന്നു. പ്രത്യേക ആവശ്യകതകളെക്കുറിച്ചുള്ള കൂടുതൽ വിവരങ്ങൾ ഔദ്യോഗിക യൂറോപ്യൻ കമ്മീഷൻ AI ആക്ട് ഡോക്യുമെന്റേഷനിൽ കണ്ടെത്താം. ആഗോളതലത്തിൽ പ്രവർത്തിക്കാൻ ആഗ്രഹിക്കുന്ന ഏതൊരു കമ്പനിക്കും ഈ നിയമങ്ങൾ പുതിയ അടിസ്ഥാന മാനദണ്ഡമാണ്.

ഈ നിയമങ്ങൾക്ക് അവ നിർമ്മിച്ച രാജ്യങ്ങളുടെ അതിരുകൾക്കപ്പുറം സ്വാധീനമുണ്ട്. ഇതിനെ പലപ്പോഴും *ബ്രസ്സൽസ് ഇഫക്റ്റ്* എന്ന് വിളിക്കുന്നു. ഒരു വലിയ ടെക് കമ്പനിക്ക് യൂറോപ്പിൽ സോഫ്റ്റ്‌വെയർ വിൽക്കണമെങ്കിൽ, അവർ EU നിയമങ്ങൾ പാലിക്കണം. ഓരോ രാജ്യത്തിനും വ്യത്യസ്ത പതിപ്പുകൾ നിർമ്മിക്കുന്നതിന് പകരം, മിക്ക കമ്പനികളും അവരുടെ ആഗോള ഉൽപ്പന്നത്തിന് ഏറ്റവും കർശനമായ നിയമങ്ങൾ ബാധകമാക്കും. അതായത് ബ്രസ്സൽസിൽ പാസാക്കിയ ഒരു നിയമം കാലിഫോർണിയയിലെ ഡെവലപ്പർക്കോ ടോക്കിയോയിലെ ഉപയോക്താവിനോ ബാധകമാകുന്നു. ഇത് സുരക്ഷയ്ക്കും സുതാര്യതയ്ക്കും ഒരു ആഗോള നിലവാരം സൃഷ്ടിക്കുന്നു. എന്നാൽ, ചില ഫീച്ചറുകൾ ചില പ്രദേശങ്ങളിൽ ലഭ്യമല്ലാത്ത ഒരു വിഭജിക്കപ്പെട്ട ലോകവും ഇത് സൃഷ്ടിക്കുന്നു. ഇത് ഇതിനകം സംഭവിച്ചുകൊണ്ടിരിക്കുകയാണ്. നിയമപരമായ റിസ്ക് കൂടുതലായതിനാൽ ചില കമ്പനികൾ യൂറോപ്പിൽ നൂതന ഫീച്ചറുകൾ പുറത്തിറക്കുന്നത് വൈകിപ്പിച്ചു. ഇത് അമേരിക്കയിലെ ഉപയോക്താക്കൾക്ക് ലഭിക്കുന്ന ടൂളുകൾ ഫ്രാൻസിലെ ഉപയോക്താക്കൾക്ക് ലഭിക്കാത്ത ഒരു ഡിജിറ്റൽ വിഭജനം ഉണ്ടാക്കുന്നു. ക്രിയേറ്റർമാർക്ക്, അവരുടെ സൃഷ്ടികൾ അനുവാദമില്ലാതെ പരിശീലന ഡാറ്റയായി ഉപയോഗിക്കുന്നതിൽ നിന്ന് മികച്ച സംരക്ഷണം ലഭിക്കുന്നു. സർക്കാരുകളെ സംബന്ധിച്ചിടത്തോളം, വിശ്വസനീയമായ സാങ്കേതികവിദ്യയുടെ ആഗോള കേന്ദ്രമാകാനുള്ള മത്സരമാണിത്. ഒരു രാജ്യം അമിതമായി നിയന്ത്രിച്ചാൽ മികച്ച പ്രതിഭകളെ നഷ്ടപ്പെടാം. കുറച്ചുമാത്രം നിയന്ത്രിച്ചാൽ പൗരന്മാരുടെ സുരക്ഷ അപകടത്തിലാകാം. ഈ സമ്മർദ്ദം ആഗോള ടെക് സമ്പദ്‌വ്യവസ്ഥയുടെ പുതിയ സാധാരണ നിലയാണ്. നവീകരണവും സുരക്ഷയും തമ്മിലുള്ള സന്തുലിതാവസ്ഥയെക്കുറിച്ചുള്ള അമേരിക്കൻ തന്ത്രം വിവരിക്കുന്ന വൈറ്റ് ഹൗസ് എക്സിക്യൂട്ടീവ് ഓർഡർ ഓൺ AI വഴി നിങ്ങൾക്ക് ഈ മാറ്റങ്ങൾ പിന്തുടരാം.

മാർക്കസ് എന്ന സോഫ്റ്റ്‌വെയർ എഞ്ചിനീയറുടെ ഒരു ദിവസം ആലോചിച്ചു നോക്കൂ. രണ്ട് വർഷം മുമ്പ്, മാർക്കസിന് വെബിൽ നിന്ന് ഒരു ഡാറ്റാസെറ്റ് എടുത്ത് ഒരു വാരാന്ത്യത്തിൽ ഒരു മോഡൽ പരിശീലിപ്പിക്കാമായിരുന്നു. ആരുടെയും അനുവാദം ചോദിക്കേണ്ടി വന്നില്ല. ഇന്ന്, അദ്ദേഹത്തിന്റെ പ്രഭാതം തുടങ്ങുന്നത് ഒരു കംപ്ലയൻസ് മീറ്റിംഗിലാണ്. തന്റെ പരിശീലന സെറ്റിലെ ഓരോ ചിത്രത്തിന്റെയും ഉറവിടം അദ്ദേഹം രേഖപ്പെടുത്തണം. മോഡൽ പ്രത്യേക പിൻ കോഡുകളോട് വിവേചനം കാണിക്കുന്നില്ലെന്ന് ഉറപ്പാക്കാൻ അദ്ദേഹം പരിശോധനകൾ നടത്തണം. അദ്ദേഹത്തിന്റെ കമ്പനി ഒരു പുതിയ ചീഫ് AI കംപ്ലയൻസ് ഓഫീസറെ നിയമിച്ചിട്ടുണ്ട്, അദ്ദേഹത്തിന് ഏത് ലോഞ്ചും തടയാൻ അധികാരമുണ്ട്. ഇതാണ് പ്രവർത്തനപരമായ യാഥാർത്ഥ്യം. ഇത് കോഡിനെക്കുറിച്ചുള്ള കാര്യമല്ല, ഓഡിറ്റ് ട്രയലിനെക്കുറിച്ചാണ്. ഉപയോക്താക്കൾക്കായി ഫീച്ചറുകൾ എഴുതുന്നതിന് പകരം റെഗുലേറ്റർമാർക്കായി റിപ്പോർട്ടുകൾ എഴുതാൻ മാർക്കസ് തന്റെ സമയത്തിന്റെ മുപ്പത് ശതമാനം ചെലവഴിക്കുന്നു. പുതിയ നിയന്ത്രണ കാലഘട്ടത്തിന്റെ മറഞ്ഞിരിക്കുന്ന നികുതിയാണിത്. ശരാശരി ഉപയോക്താവിനെ സംബന്ധിച്ചിടത്തോളം, ഇതിന്റെ സ്വാധീനം സൂക്ഷ്മമാണെങ്കിലും ആഴത്തിലുള്ളതാണ്. നിങ്ങൾ വായ്പയ്ക്ക് അപേക്ഷിക്കുമ്പോൾ, AI നിങ്ങളെ എന്തുകൊണ്ട് നിരസിച്ചു എന്ന് ബാങ്കിന് വിശദീകരിക്കാൻ കഴിയണം. നിങ്ങൾക്ക് ഒരു വിശദീകരണം ലഭിക്കാൻ അവകാശമുണ്ട്. ഇത് ഓട്ടോമേറ്റഡ് തീരുമാനമെടുക്കലിന്റെ ബ്ലാക്ക് ബോക്സ് കാലഘട്ടം അവസാനിപ്പിക്കുന്നു. ഈ നിയമങ്ങൾ എത്ര വേഗത്തിൽ പിശകുകൾ തടയുമെന്ന് ആളുകൾ പലപ്പോഴും തെറ്റായി കണക്കാക്കുന്നു. പുതിയ ഫീച്ചറുകളുടെ റിലീസ് ഈ നിയമങ്ങൾ എത്രത്തോളം മന്ദഗതിയിലാക്കുമെന്ന് അവർ കുറച്ചുകാണുന്നു. നമ്മൾ ബീറ്റ സോഫ്റ്റ്‌വെയറിന്റെ ലോകത്ത് നിന്ന് സർട്ടിഫൈഡ് സോഫ്റ്റ്‌വെയറിന്റെ ലോകത്തേക്ക് നീങ്ങുകയാണ്. ഇത് കൂടുതൽ സ്ഥിരതയുള്ള ഉൽപ്പന്നങ്ങളിലേക്ക് നയിക്കുമെങ്കിലും സമൂലമായ മാറ്റങ്ങൾ കുറവായിരിക്കും.

ക്രിയേറ്റർമാരും ഒരു മാറ്റം കാണുന്നുണ്ട്. ജനറേറ്റ് ചെയ്ത ഉള്ളടക്കം ലേബൽ ചെയ്യാൻ വലിയ പ്ലാറ്റ്‌ഫോമുകൾ ഇപ്പോൾ നിർബന്ധിതരാണ്. നിങ്ങളുടെ ഫീഡിൽ ഒരു ഫോട്ടോറിയലിസ്റ്റിക് ചിത്രം കാണുകയാണെങ്കിൽ, അത് ഒരു മെഷീൻ നിർമ്മിച്ചതാണെന്ന് സൂചിപ്പിക്കുന്ന ഒരു ചെറിയ ടാഗ് അതിലുണ്ടാകാൻ സാധ്യതയുണ്ട്. ഇത് സുതാര്യത ആവശ്യകതകളുടെ നേരിട്ടുള്ള ഫലമാണ്. ഓൺലൈനിൽ നമ്മൾ കാണുന്നതിനെ എങ്ങനെ വിശ്വസിക്കുന്നു എന്നത് ഇത് മാറ്റുന്നു. രാഷ്ട്രീയ ചർച്ചകളുടെ ബഹളങ്ങൾക്കിടയിൽ ഈ പ്രായോഗിക മാറ്റങ്ങൾ പലപ്പോഴും മറഞ്ഞുപോകുന്നു. രാഷ്ട്രീയക്കാർ അസ്തിത്വപരമായ അപകടസാധ്യതകളെക്കുറിച്ച് സംസാരിക്കുമ്പോൾ, യഥാർത്ഥ ജോലി ഓരോ വലിയ സ്ഥാപനത്തിന്റെയും കംപ്ലയൻസ് വിഭാഗങ്ങളിലാണ് നടക്കുന്നത്. ഈ മാറ്റങ്ങളെക്കുറിച്ച് അപ്‌ഡേറ്റ് ചെയ്യാൻ, പ്രത്യേക പ്രാദേശിക നിയമങ്ങളെക്കുറിച്ചുള്ള ആഴത്തിലുള്ള വിശകലനത്തിനായി ഏറ്റവും പുതിയ AI പോളിസി അനാലിസിസ് പരിശോധിക്കുക.

വ്യവസായത്തിനായുള്ള പ്രായോഗിക മാറ്റങ്ങൾ

• നിർദ്ദിഷ്ട കമ്പ്യൂട്ടിംഗ് പവർ പരിധി കവിയുന്ന ഏതൊരു മോഡലിനും നിർബന്ധിത സുരക്ഷാ പരിശോധന.
• തങ്ങളുടെ നിയമപരമായ നിലയെ ബാധിക്കുന്ന ഏതൊരു ഓട്ടോമേറ്റഡ് തീരുമാനത്തിനും വിശദീകരണം ലഭിക്കാനുള്ള ഉപയോക്താക്കളുടെ അവകാശം.
• പരിശീലന സെറ്റുകളിൽ ഡാറ്റ ലേബലിംഗിനും പകർപ്പവകാശ വെളിപ്പെടുത്തലിനും കർശനമായ ആവശ്യകതകൾ.
• ഒരു കമ്പനിയുടെ ആകെ ആഗോള വരുമാനത്തിന്റെ ഏഴ് ശതമാനം വരെ എത്തിയേക്കാവുന്ന കനത്ത പിഴകൾ.
• കംപ്ലയൻസ് നിരീക്ഷിക്കാനും പരാതികൾ അന്വേഷിക്കാനും ദേശീയ AI ഓഫീസുകളുടെ സൃഷ്ടി.

ഞങ്ങൾ ഉൾപ്പെടുത്തണമെന്ന് നിങ്ങൾ കരുതുന്ന ഒരു AI സ്റ്റോറിയോ, ടൂളോ, ട്രെൻഡോ, ചോദ്യമോ നിങ്ങളുടെ പക്കലുണ്ടോ? നിങ്ങളുടെ ലേഖന ആശയം ഞങ്ങൾക്ക് അയയ്ക്കുക — അത് കേൾക്കാൻ ഞങ്ങൾ ആഗ്രഹിക്കുന്നു.

ഈ നിയമങ്ങൾ യഥാർത്ഥത്തിൽ പൊതുജനങ്ങളെ സംരക്ഷിക്കുന്നുണ്ടോ അതോ ശക്തരായവരെ സംരക്ഷിക്കുകയാണോ ചെയ്യുന്നത് എന്ന് നമ്മൾ ചോദിക്കണം. നാനൂറ് പേജുള്ള ഒരു നിയന്ത്രണം ഒരു ചെറിയ സ്റ്റാർട്ടപ്പിനെ സഹായിക്കുന്നുണ്ടോ, അതോ കോടിക്കണക്കിന് രൂപയുടെ നിയമസംഘങ്ങളുള്ള കമ്പനികൾക്ക് മാത്രം നിലനിൽക്കാൻ കഴിയുമെന്ന് ഉറപ്പാക്കുകയാണോ ചെയ്യുന്നത്? കംപ്ലയൻസിന്റെ ചെലവ് വളരെ കൂടുതലാണെങ്കിൽ, നിലവിലെ ടെക് ഭീമന്മാർക്ക് നമ്മൾ സ്ഥിരമായ കുത്തക നൽകുകയായിരിക്കാം. സുരക്ഷയുടെ നിർവചനത്തെക്കുറിച്ചും നമ്മൾ ചോദ്യം ചെയ്യേണ്ടതുണ്ട്. അസ്വീകാര്യമായ റിസ്ക് എന്താണെന്ന് തീരുമാനിക്കാൻ ആർക്കാണ് അധികാരം? ഒരു സർക്കാരിന് ചില തരം AI നിരോധിക്കാൻ കഴിയുമെങ്കിൽ, വിയോജിപ്പുകളെ അടിച്ചമർത്താനോ വിവരങ്ങൾ നിയന്ത്രിക്കാനോ അവർക്ക് ആ അധികാരം ഉപയോഗിക്കാം. സുതാര്യതയ്ക്കും മറഞ്ഞിരിക്കുന്ന ചിലവുകളുണ്ട്. ഒരു കമ്പനി അതിന്റെ മോഡൽ എങ്ങനെ പ്രവർത്തിക്കുന്നു എന്ന് കൃത്യമായി വെളിപ്പെടുത്തണമെങ്കിൽ, അത് മോശം ആളുകൾക്ക് ബലഹീനതകൾ കണ്ടെത്തുന്നത് എളുപ്പമാക്കുമോ? നമ്മൾ വേഗതയ്ക്ക് പകരം സുരക്ഷ തിരഞ്ഞെടുക്കുന്നു, എന്നാൽ സുരക്ഷിതമായത് എന്താണെന്ന് നമ്മൾ ഇതുവരെ നിർവചിച്ചിട്ടില്ല. എഴുതാൻ വർഷങ്ങളെടുക്കുന്ന നിയമങ്ങൾ ഉപയോഗിച്ച് ആറുമാസം കൂടുമ്പോൾ മാറുന്ന ഒരു വ്യവസായത്തെ നിയന്ത്രിക്കാൻ കഴിയുമോ? ഈ നിയന്ത്രണ കാലഘട്ടം വിജയമാണോ പരാജയമാണോ എന്ന് തീരുമാനിക്കുന്നത് ഈ ചോദ്യങ്ങളായിരിക്കും. മഷി ഉണങ്ങുന്നതിന് മുമ്പ് തന്നെ കാലഹരണപ്പെടുന്നത്ര കർക്കശമായ ഒരു സംവിധാനം നിർമ്മിക്കാതിരിക്കാൻ നമ്മൾ ശ്രദ്ധിക്കണം. സൈബർസ്പേസ് അഡ്മിനിസ്ട്രേഷൻ ഓഫ് ചൈന നിയന്ത്രിക്കുന്ന ചൈനയിലെ നിയമങ്ങൾ, സുരക്ഷയെ എങ്ങനെ സാമൂഹിക സ്ഥിരതയായി വ്യാഖ്യാനിക്കാം എന്ന് കാണിക്കുന്നു. രാജ്യങ്ങൾ സ്വീകരിക്കുന്ന വ്യത്യസ്തമായ ദാർശനിക പാതകളെ ഇത് എടുത്തുകാണിക്കുന്നു. അടുത്ത തലമുറ നിർമ്മാതാക്കൾക്കായി പുതിയ പ്രശ്നങ്ങൾ സൃഷ്ടിക്കുമ്പോൾ എല്ലാ പ്രശ്നങ്ങളും പരിഹരിക്കുമെന്ന് അവകാശപ്പെടുന്ന ഏതൊരു നിയമത്തോടും നമ്മൾ സംശയത്തോടെ വേണം സമീപിക്കാൻ.

സാങ്കേതിക മാനദണ്ഡങ്ങളും കംപ്ലയൻസ് വർക്ക്ഫ്ലോകളും

സാങ്കേതിക വിദഗ്ധരെ സംബന്ധിച്ചിടത്തോളം, ശ്രദ്ധ കംപ്ലയൻസ് സ്റ്റാക്കിലേക്ക് മാറുകയാണ്. ഇതിൽ ഡാറ്റാ ലീനിയേജിനും ഓട്ടോമേറ്റഡ് മോഡൽ ഓഡിറ്റിംഗിനുമുള്ള ടൂളുകൾ ഉൾപ്പെടുന്നു. ഡിജിറ്റൽ വാട്ടർമാർക്കിംഗിനായി ഡെവലപ്പർമാർ C2PA മാനദണ്ഡങ്ങൾ പരിശോധിക്കുന്നു. ക്രോപ്പിംഗിനെയോ വീണ്ടും സേവ് ചെയ്യുന്നതിനെയോ അതിജീവിക്കുന്ന മെറ്റാഡാറ്റ ഫയലുകളിൽ ഉൾപ്പെടുത്തുന്നത് ഇതിൽ ഉൾപ്പെടുന്നു. സെൻസിറ്റീവ് ഡാറ്റ ലോക്കൽ സ്റ്റോറേജിലേക്ക് മാറ്റുന്ന പ്രവണതയുമുണ്ട്. സ്വകാര്യതാ നിയമങ്ങൾ പാലിക്കാൻ, ചില ജോലികൾക്കായി സെൻട്രലൈസ്ഡ് ക്ലൗഡ് പ്രോസസ്സിംഗിൽ നിന്ന് കമ്പനികൾ മാറുകയാണ്. ഉപയോക്തൃ ഡാറ്റ ഉപകരണത്തിൽ തന്നെ സൂക്ഷിക്കാൻ അവർ എഡ്ജ് കമ്പ്യൂട്ടിംഗ് ഉപയോഗിക്കുന്നു. API പരിധികളും പുനർരൂപകൽപ്പന ചെയ്യുന്നു. ഇത് ട്രാഫിക്കിനായുള്ള റേറ്റ് ലിമിറ്റിംഗിനെക്കുറിച്ച് മാത്രമല്ല, ഹാർഡ്‌വെയർ തലത്തിൽ ചില തരം ക്വറികളെ തടയുന്ന സുരക്ഷാ ഫിൽട്ടറുകളെക്കുറിച്ചാണ്. AI-യ്ക്കുള്ള പോഷകാഹാര ലേബലുകൾ പോലെ പ്രവർത്തിക്കുന്ന മോഡൽ കാർഡുകളുടെ ഉദയമാണ് നമ്മൾ കാണുന്നത്. പരിശീലന ഡാറ്റ, ഉദ്ദേശിച്ച ഉപയോഗം, അറിയപ്പെടുന്ന പരിമിതികൾ എന്നിവ അവയിൽ പട്ടികപ്പെടുത്തിയിരിക്കുന്നു. വർക്ക്ഫ്ലോയുടെ വീക്ഷണകോണിൽ, ഇതിനർത്ഥം ഓട്ടോമേറ്റഡ് ടെസ്റ്റിംഗ് തുടർച്ചയായ ഇന്റഗ്രേഷൻ പ്രക്രിയയിലേക്ക് സംയോജിപ്പിക്കുക എന്നതാണ്. ഓരോ തവണ മോഡൽ അപ്‌ഡേറ്റ് ചെയ്യുമ്പോഴും, അത് വിന്യസിക്കുന്നതിന് മുമ്പ് പക്ഷപാതത്തിനും സുരക്ഷയ്ക്കും വേണ്ടിയുള്ള പരിശോധനകൾ വിജയിക്കണം. ഇത് വികസന ചക്രത്തിൽ കാലതാമസം വരുത്തുമെങ്കിലും നിയമപരമായ ദുരന്തത്തിന്റെ സാധ്യത കുറയ്ക്കുന്നു. പരിശീലനം ലഭിച്ച മോഡലുകൾക്കായി ഡാറ്റ ഡിലീറ്റ് ചെയ്യാനുള്ള അഭ്യർത്ഥനകൾ എങ്ങനെ കൈകാര്യം ചെയ്യാം എന്നും കമ്പനികൾ നോക്കുന്നുണ്ട്, ഇത് വലിയൊരു സാങ്കേതിക വെല്ലുവിളിയാണ്. ഒരു ഉപയോക്താവ് തന്റെ ഡാറ്റ നീക്കം ചെയ്യാൻ ആവശ്യപ്പെട്ടാൽ, ഒരു ന്യൂറൽ നെറ്റ്‌വർക്കിൽ നിന്ന് ആ ഡാറ്റ എങ്ങനെ മറക്കാനാകും? ഇവിടെയാണ് നിയമം കമ്പ്യൂട്ടർ സയൻസിന്റെ പരിധികളുമായി സംഗമിക്കുന്നത്. ഈ നിയമപരമായ ആവശ്യകതകൾ കൈകാര്യം ചെയ്യുന്നതിനായി പ്രത്യേകം രൂപകൽപ്പന ചെയ്ത പുതിയ തരം സോഫ്റ്റ്‌വെയറുകൾ നമ്മൾ കാണുന്നു.

അടുത്ത വർഷം ഈ നിയമങ്ങളുടെ ആദ്യത്തെ യഥാർത്ഥ പരീക്ഷണമായിരിക്കും. ആദ്യത്തെ വലിയ പിഴകളും സർക്കാർ അധികാരത്തിന്റെ പരിധികൾ നിർവചിക്കുന്ന ആദ്യത്തെ കോടതി കേസുകളും നമ്മൾ കാണും. പേപ്പർവർക്കുകളിൽ മുങ്ങിപ്പോകാതെ ചെറിയ കമ്പനികൾക്ക് മത്സരിക്കാൻ അനുവദിക്കുന്ന വ്യക്തമായ മാനദണ്ഡങ്ങളാണ് അർത്ഥവത്തായ പുരോഗതി. ഒരു AI സുരക്ഷിതമാണെന്ന് സാക്ഷ്യപ്പെടുത്താൻ കഴിയുന്ന മൂന്നാം കക്ഷി ഓഡിറ്റർമാരുടെ ഉദയത്തിനായി നമ്മൾ കാത്തിരിക്കണം. ഹൈപ്പും ഭയവും മറികടക്കുക എന്നതാണ് ലക്ഷ്യം. സാങ്കേതികവിദ്യ അവരുടെ അവകാശങ്ങളെ ലംഘിക്കാതെ ആളുകളെ സേവിക്കുന്ന ഒരു സംവിധാനം നമുക്ക് ആവശ്യമാണ്. **EU AI ആക്ട്** നടപ്പിലാക്കുന്നത് ശ്രദ്ധിക്കേണ്ട പ്രധാന കാര്യമായിരിക്കും. നടപ്പിലാക്കൽ വളരെ ആക്രമണാത്മകമാണെങ്കിൽ, മൂലധനം മറ്റ് പ്രദേശങ്ങളിലേക്ക് പോകുന്നത് നമുക്ക് കാണാം. അത് വളരെ ദുർബലമാണെങ്കിൽ, നിയമം വെറും കടലാസ് പുലിയായി കാണപ്പെടും. നിയമങ്ങൾ ഇവിടെയുണ്ട്. അവ യഥാർത്ഥ ലോകത്ത് പ്രവർത്തിക്കുന്നുണ്ടോ എന്ന് നമുക്ക് നോക്കാം.

ഒരു പിശകോ തിരുത്തേണ്ട എന്തെങ്കിലും കണ്ടെത്തിയോ? ഞങ്ങളെ അറിയിക്കുക.

Editor’s note: We created this site as a multilingual AI news and guides hub for people who are not computer geeks, but still want to understand artificial intelligence, use it with more confidence, and follow the future that is already arriving.