ਆਟੋਮੇਸ਼ਨ, ਨੌਕਰੀਆਂ ਅਤੇ ਕੰਟਰੋਲ ਦੀ ਨਵੀਂ ਸਿਆਸਤ
ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਬਾਰੇ ਚੱਲ ਰਹੀਆਂ ਗੱਲਾਂ ਹੁਣ ਸਿਰਫ਼ ਤਕਨੀਕੀ ਚਮਤਕਾਰ ਤੱਕ ਸੀਮਤ ਨਹੀਂ ਰਹੀਆਂ, ਸਗੋਂ ਇਹ ਸਿਆਸੀ ਤਾਕਤ ਦਾ ਇੱਕ ਵੱਡਾ ਅਖਾੜਾ ਬਣ ਗਈਆਂ ਹਨ। ਸਰਕਾਰਾਂ ਅਤੇ ਕੰਪਨੀਆਂ ਹੁਣ ਸਿਰਫ਼ ਮਾਡਲ ਨਹੀਂ ਬਣਾ ਰਹੀਆਂ, ਉਹ ਆਪਣੀ ਹੋਂਦ ਅਤੇ ਪ੍ਰਭਾਵ ਨੂੰ ਸਹੀ ਸਾਬਤ ਕਰਨ ਲਈ ਨਵੀਆਂ ਦਲੀਲਾਂ ਘੜ ਰਹੀਆਂ ਹਨ। ਜਦੋਂ ਕਿ ਆਮ ਜਨਤਾ ਇਸ ਗੱਲ ‘ਤੇ ਧਿਆਨ ਦੇ ਰਹੀ ਹੈ ਕਿ ਕੀ ਕੋਈ ਚੈਟਬੋਟ ਕਵਿਤਾ ਲਿਖ ਸਕਦਾ ਹੈ, ਅਸਲ ਲੜਾਈ ਇਸ ਗੱਲ ਦੀ ਹੈ ਕਿ ਆਧੁਨਿਕ ਲੇਬਰ ਦੇ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਨੂੰ ਕੌਣ ਕੰਟਰੋਲ ਕਰਦਾ ਹੈ। ਇਹ ਸਿਰਫ਼ ਰੋਬੋਟਾਂ ਦੁਆਰਾ ਨੌਕਰੀਆਂ ਖੋਹਣ ਦੀ ਕਹਾਣੀ ਨਹੀਂ ਹੈ; ਇਹ ਇਸ ਬਾਰੇ ਹੈ ਕਿ ਕਿਵੇਂ ਸਿਆਸੀ ਖਿਡਾਰੀ ਖਾਸ ਪਾਲਿਸੀ ਏਜੰਡਿਆਂ ਨੂੰ ਅੱਗੇ ਵਧਾਉਣ ਲਈ ਆਟੋਮੇਸ਼ਨ ਦੇ ਡਰ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ। ਕੁਝ ਲੀਡਰ ਨੌਕਰੀਆਂ ਜਾਣ ਦੇ ਖਤਰੇ ਨੂੰ ਯੂਨੀਵਰਸਲ ਬੇਸਿਕ ਇਨਕਮ (UBI) ਦੀ ਮੰਗ ਕਰਨ ਲਈ ਵਰਤਦੇ ਹਨ, ਜਦੋਂ ਕਿ ਦੂਜੇ ਕੁਸ਼ਲਤਾ ਦੇ ਵਾਅਦੇ ਦੀ ਆੜ ਵਿੱਚ ਲੇਬਰ ਸੁਰੱਖਿਆ ਨੂੰ ਖਤਮ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਦੇ ਹਨ। ਮੁੱਖ ਗੱਲ ਇਹ ਹੈ ਕਿ AI ਰਾਜ ਅਤੇ ਕਾਰਪੋਰੇਟ ਮਜ਼ਬੂਤੀ ਲਈ ਇੱਕ ਸਾਧਨ ਬਣ ਰਿਹਾ ਹੈ। ਇਨ੍ਹਾਂ ਸਿਸਟਮਾਂ ‘ਤੇ ਕੰਟਰੋਲ ਹੀ ਇਹ ਤੈਅ ਕਰੇਗਾ ਕਿ ਆਉਣ ਵਾਲੇ ਦਹਾਕੇ ਵਿੱਚ ਕਿਸ ਕੋਲ ਅਸਲ ਪਾਵਰ ਹੋਵੇਗੀ। ਤਕਨਾਲੋਜੀ ਖੁਦ ਉਸ ਪਾਵਰ ਡਾਇਨਾਮਿਕਸ ਦੇ ਮੁਕਾਬਲੇ ਦੂਜੇ ਨੰਬਰ ‘ਤੇ ਹੈ ਜਿਸ ਨੂੰ ਇਹ ਸੰਭਵ ਬਣਾਉਂਦੀ ਹੈ।
ਨੈਰੇਟਿਵ ਕੰਟਰੋਲ ਦਾ ਢਾਂਚਾ
ਸਿਆਸੀ ਫਾਇਦੇ ਪੂਰੀ ਤਰ੍ਹਾਂ ਇਸ ਗੱਲ ‘ਤੇ ਨਿਰਭਰ ਕਰਦੇ ਹਨ ਕਿ ਤੁਸੀਂ AI ਦੀ ਚਰਚਾ ਨੂੰ ਕਿਸ ਤਰ੍ਹਾਂ ਪੇਸ਼ ਕਰਦੇ ਹੋ। ਵੱਡੀਆਂ ਟੈਕ ਕੰਪਨੀਆਂ ਲਈ, ਸਭ ਤੋਂ ਪਸੰਦੀਦਾ ਕਹਾਣੀ ‘ਹੋਂਦ ਦੇ ਖਤਰੇ’ (existential risk) ਦੀ ਹੈ। ਇੱਕ ਕਾਲਪਨਿਕ ਸੁਪਰ-ਇੰਟੈਲੀਜੈਂਸ ਦੀ ਸੰਭਾਵਨਾ ‘ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਕੇ, ਇਹ ਕੰਪਨੀਆਂ ਅਜਿਹੇ ਰੈਗੂਲੇਸ਼ਨ ਦੀ ਮੰਗ ਕਰਦੀਆਂ ਹਨ ਜਿਨ੍ਹਾਂ ਨੂੰ ਸੰਭਾਲਣ ਲਈ ਸਿਰਫ਼ ਉਹ ਹੀ ਸਮਰੱਥ ਹਨ। ਇਹ ਛੋਟੇ ਮੁਕਾਬਲੇਬਾਜ਼ਾਂ ਲਈ ਮਾਰਕੀਟ ਵਿੱਚ ਆਉਣਾ ਮੁਸ਼ਕਲ ਬਣਾ ਦਿੰਦਾ ਹੈ ਕਿਉਂਕਿ ਉਹ ਨਵੇਂ ਮਾਪਦੰਡਾਂ ਨੂੰ ਪੂਰਾ ਕਰਨ ਲਈ ਲੋੜੀਂਦੀਆਂ ਵੱਡੀਆਂ ਕਾਨੂੰਨੀ ਅਤੇ ਕੰਪਲਾਇੰਸ ਟੀਮਾਂ ਦਾ ਖਰਚਾ ਨਹੀਂ ਚੁੱਕ ਸਕਦੇ। ਇਸ ਸਥਿਤੀ ਵਿੱਚ, ਸਿਆਸੀ ਫਾਇਦਾ ਇੱਕ ਮਨਜ਼ੂਰਸ਼ੁਦਾ ਏਕਾਧਿਕਾਰ (monopoly) ਹੈ। ਜਿਹੜੇ ਸਿਆਸਤਦਾਨ ਇਸ ਵਿਚਾਰ ਨਾਲ ਸਹਿਮਤ ਹੁੰਦੇ ਹਨ, ਉਹ ਮਨੁੱਖਤਾ ਨੂੰ ਕਿਸੇ ਸਾਇੰਸ-ਫਿਕਸ਼ਨ ਤਬਾਹੀ ਤੋਂ ਬਚਾਉਣ ਵਾਲੇ ਮਸੀਹਾ ਵਾਂਗ ਦਿਖਾਈ ਦਿੰਦੇ ਹਨ, ਜਦੋਂ ਕਿ ਉਨ੍ਹਾਂ ਨੂੰ ਉਨ੍ਹਾਂ ਹੀ ਕੰਪਨੀਆਂ ਤੋਂ ਚੋਣ ਫੰਡ ਮਿਲਦੇ ਹਨ ਜਿਨ੍ਹਾਂ ਨੂੰ ਉਹ ਕੰਟਰੋਲ ਕਰਨ ਦਾ ਦਾਅਵਾ ਕਰਦੇ ਹਨ। ਇਹ ਇੱਕ ਆਪਸੀ ਫਾਇਦੇ ਵਾਲਾ ਸੌਦਾ ਹੈ ਜੋ ਸੁਰੱਖਿਆ ਦੇ ਬਹਾਨੇ ਸਥਿਤੀ ਨੂੰ ਜਿਉਂ ਦੀ ਤਿਉਂ ਬਣਾਈ ਰੱਖਦਾ ਹੈ।
ਦੂਜੇ ਪਾਸੇ, ਓਪਨ-ਸੋਰਸ ਡਿਵੈਲਪਮੈਂਟ ਦੇ ਸਮਰਥਕ AI ਨੂੰ ਇੱਕ ਲੋਕਤੰਤਰੀ ਤਾਕਤ ਵਜੋਂ ਪੇਸ਼ ਕਰਦੇ ਹਨ। ਉਹ ਦਲੀਲ ਦਿੰਦੇ ਹਨ ਕਿ ਮਾਡਲਾਂ ਨੂੰ ਪਾਰਦਰਸ਼ੀ ਰੱਖਣ ਨਾਲ ਕੁਝ ਸੀਈਓਜ਼ ਨੂੰ ਮਨੁੱਖੀ ਗਿਆਨ ਦੇ ਗੇਟਕੀਪਰ ਬਣਨ ਤੋਂ ਰੋਕਿਆ ਜਾ ਸਕਦਾ ਹੈ। ਇੱਥੇ ਸਿਆਸੀ ਉਦੇਸ਼ ਵਿਕੇਂਦਰੀਕਰਣ (decentralization) ਹੈ। ਇਹ ਗੱਲ ਉਨ੍ਹਾਂ ਲੋਕਾਂ ਨੂੰ ਪਸੰਦ ਆਉਂਦੀ ਹੈ ਜੋ ਵੱਡੀਆਂ ਟੈਕ ਕੰਪਨੀਆਂ ਦੇ ਪ੍ਰਭਾਵ ਤੋਂ ਡਰਦੇ ਹਨ। ਹਾਲਾਂਕਿ, ਇਹ ਨੈਰੇਟਿਵ ਅਕਸਰ ਇਨ੍ਹਾਂ ਮਾਡਲਾਂ ਨੂੰ ਚਲਾਉਣ ਲਈ ਲੋੜੀਂਦੀ ਭਾਰੀ ਕੰਪਿਊਟਿੰਗ ਲਾਗਤ ਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰ ਦਿੰਦਾ ਹੈ। ਭਾਵੇਂ ਕੋਡ ਮੁਫ਼ਤ ਹੋਵੇ, ਹਾਰਡਵੇਅਰ ਮੁਫ਼ਤ ਨਹੀਂ ਹੈ। ਇਹ ਵਿਰੋਧਾਭਾਸ ਇਸ ਬਹਿਸ ਦਾ ਕੇਂਦਰੀ ਬਿੰਦੂ ਬਣਿਆ ਹੋਇਆ ਹੈ।
BotNews.today ਸਮੱਗਰੀ ਦੀ ਖੋਜ, ਲਿਖਣ, ਸੰਪਾਦਨ ਅਤੇ ਅਨੁਵਾਦ ਕਰਨ ਲਈ AI ਟੂਲਸ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ। ਸਾਡੀ ਟੀਮ ਜਾਣਕਾਰੀ ਨੂੰ ਉਪਯੋਗੀ, ਸਪਸ਼ਟ ਅਤੇ ਭਰੋਸੇਮੰਦ ਰੱਖਣ ਲਈ ਪ੍ਰਕਿਰਿਆ ਦੀ ਸਮੀਖਿਆ ਅਤੇ ਨਿਗਰਾਨੀ ਕਰਦੀ ਹੈ।
ਰਾਸ਼ਟਰੀ ਹਿੱਤ ਅਤੇ ਨਵਾਂ ਕੰਪਿਊਟ ਬਲਾਕ
ਗਲੋਬਲ ਪੱਧਰ ‘ਤੇ, AI ਨੂੰ ਨਵੇਂ ਤੇਲ (oil) ਵਜੋਂ ਦੇਖਿਆ ਜਾ ਰਿਹਾ ਹੈ। ਦੇਸ਼ ਹੁਣ “Sovereign AI” ਨੂੰ ਰਾਸ਼ਟਰੀ ਸੁਰੱਖਿਆ ਲਈ ਇੱਕ ਜ਼ਰੂਰਤ ਵਜੋਂ ਦੇਖਣ ਲੱਗੇ ਹਨ। ਇਸਦਾ ਮਤਲਬ ਹੈ ਡਾਟਾ, ਟੈਲੇਂਟ ਅਤੇ ਪ੍ਰੋਸੈਸਿੰਗ ਪਾਵਰ ‘ਤੇ ਘਰੇਲੂ ਕੰਟਰੋਲ ਹੋਣਾ। ਫਰਾਂਸ ਜਾਂ ਸੰਯੁਕਤ ਅਰਬ ਅਮੀਰਾਤ ਵਰਗੇ ਦੇਸ਼ ਲਈ ਇਸਦਾ ਸਿਆਸੀ ਫਾਇਦਾ ਅਮਰੀਕੀ ਜਾਂ ਚੀਨੀ ਪਲੇਟਫਾਰਮਾਂ ਤੋਂ ਆਜ਼ਾਦੀ ਹੈ। ਜੇਕਰ ਕੋਈ ਦੇਸ਼ ਆਪਣੀ ਸਿਹਤ ਸੰਭਾਲ ਜਾਂ ਕਾਨੂੰਨੀ ਪ੍ਰਣਾਲੀ ਲਈ ਕਿਸੇ ਵਿਦੇਸ਼ੀ API ‘ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ, ਤਾਂ ਉਹ ਅਸਲ ਵਿੱਚ ਆਪਣੀ ਪ੍ਰਭੂਸੱਤਾ ਇੱਕ ਵਿਦੇਸ਼ੀ ਕਾਰਪੋਰੇਸ਼ਨ ਨੂੰ ਸੌਂਪ ਰਿਹਾ ਹੈ। ਇਸ ਕਾਰਨ ਸਰਕਾਰੀ ਫੰਡਾਂ ਨਾਲ ਚੱਲਣ ਵਾਲੀਆਂ AI ਪਹਿਲਕਦਮੀਆਂ ਅਤੇ ਸਖ਼ਤ ਡਾਟਾ ਰੈਜ਼ੀਡੈਂਸੀ ਕਾਨੂੰਨਾਂ ਵਿੱਚ ਤੇਜ਼ੀ ਆਈ ਹੈ। ਟੀਚਾ ਇਹ ਯਕੀਨੀ ਬਣਾਉਣਾ ਹੈ ਕਿ AI ਦੁਆਰਾ ਪੈਦਾ ਕੀਤੀ ਗਈ ਬੌਧਿਕ ਸੰਪਤੀ ਅਤੇ ਆਰਥਿਕ ਮੁੱਲ ਰਾਸ਼ਟਰੀ ਸਰਹੱਦਾਂ ਦੇ ਅੰਦਰ ਹੀ ਰਹੇ। ਇਹ ਰੁਝਾਨ ਗਲੋਬਲ ਟੈਕ ਪਲੇਟਫਾਰਮਾਂ ਦੇ ਉਸ ਦੌਰ ਦਾ ਸਿੱਧਾ ਜਵਾਬ ਹੈ ਜੋ ਭੂਗੋਲ ਦੀ ਪਰਵਾਹ ਕੀਤੇ ਬਿਨਾਂ ਕੰਮ ਕਰਦੇ ਸਨ।
ਵਰਕਫੋਰਸ ਲਈ ਇਸਦੇ ਨਤੀਜੇ ਵੀ ਬਰਾਬਰ ਦੇ ਸਿਆਸੀ ਹਨ। ਗਲੋਬਲ ਨੌਰਥ ਦੀਆਂ ਸਰਕਾਰਾਂ ਬੁੱਢੀ ਹੋ ਰਹੀ ਆਬਾਦੀ ਅਤੇ ਮਜ਼ਦੂਰਾਂ ਦੀ ਘਾਟ ਨੂੰ ਪੂਰਾ ਕਰਨ ਲਈ AI ਦੀ ਵਰਤੋਂ ਕਰ ਰਹੀਆਂ ਹਨ। ਰੋਜ਼ਾਨਾ ਦੇ ਕੰਮਾਂ ਨੂੰ ਆਟੋਮੇਟ ਕਰਕੇ, ਉਹ ਘੱਟ ਕਾਮਿਆਂ ਨਾਲ ਆਰਥਿਕ ਵਿਕਾਸ ਨੂੰ ਬਰਕਰਾਰ ਰੱਖਣ ਦੀ ਉਮੀਦ ਕਰਦੇ ਹਨ। ਇਸ ਦੇ ਉਲਟ, ਵਿਕਾਸਸ਼ੀਲ ਦੇਸ਼ਾਂ ਨੂੰ ਡਰ ਹੈ ਕਿ AI ਘੱਟ ਲਾਗਤ ਵਾਲੇ ਮੈਨੂਫੈਕਚਰਿੰਗ ਅਤੇ ਸੇਵਾਵਾਂ ਵਿੱਚ ਉਨ੍ਹਾਂ ਦੇ ਮੁਕਾਬਲੇਬਾਜ਼ੀ ਦੇ ਫਾਇਦੇ ਨੂੰ ਖਤਮ ਕਰ ਦੇਵੇਗਾ। ਇਹ ਉਨ੍ਹਾਂ ਦੇਸ਼ਾਂ ਵਿਚਕਾਰ ਇੱਕ ਨਵੀਂ ਵੰਡ ਪੈਦਾ ਕਰਦਾ ਹੈ ਜੋ ਆਟੋਮੇਸ਼ਨ ਦਾ ਖਰਚਾ ਚੁੱਕ ਸਕਦੇ ਹਨ ਅਤੇ ਉਹ ਜੋ ਨਿਰਯਾਤ ਲਈ ਮਨੁੱਖੀ ਕਿਰਤ ‘ਤੇ ਨਿਰਭਰ ਕਰਦੇ ਹਨ। ਅਣਸੁਲਝਿਆ ਸਵਾਲ ਇਹ ਹੈ ਕਿ ਗਲੋਬਲ ਵਪਾਰ ਕਿਵੇਂ ਕੰਮ ਕਰੇਗਾ ਜਦੋਂ ਅਮੀਰ ਦੇਸ਼ਾਂ ਵਿੱਚ ਇੰਟੈਲੀਜੈਂਸ ਦੀ ਲਾਗਤ ਜ਼ੀਰੋ ਦੇ ਨੇੜੇ ਪਹੁੰਚ ਜਾਵੇਗੀ ਜਦੋਂ ਕਿ ਦੂਜਿਆਂ ਵਿੱਚ ਇਹ ਉੱਚੀ ਰਹੇਗੀ। ਇਹ ਬਦਲਾਅ ਪਹਿਲਾਂ ਹੀ ਕੂਟਨੀਤਕ ਸਬੰਧਾਂ ਅਤੇ ਵਪਾਰਕ ਸਮਝੌਤਿਆਂ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰ ਰਿਹਾ ਹੈ ਕਿਉਂਕਿ ਦੇਸ਼ ਹਾਈ-ਐਂਡ ਸੈਮੀਕੰਡਕਟਰਾਂ ਤੱਕ ਪਹੁੰਚ ਸੁਰੱਖਿਅਤ ਕਰਨ ਲਈ ਜੱਦੋਜਹਿਦ ਕਰ ਰਹੇ ਹਨ। ਤਕਨਾਲੋਜੀ ਅਤੇ ਪਾਵਰ ਦੇ ਇਸ ਸੁਮੇਲ ਨੂੰ ਸਮਝਣ ਲਈ AI ਗਵਰਨੈਂਸ ਅਤੇ ਪਾਲਿਸੀ ਰੁਝਾਨਾਂ ‘ਤੇ ਨਜ਼ਰ ਰੱਖਣਾ ਬਹੁਤ ਜ਼ਰੂਰੀ ਹੈ।
ਬਿਊਰੋਕ੍ਰੇਟ ਅਤੇ ਬਲੈਕ ਬਾਕਸ
ਇੱਕ ਖੇਤਰੀ ਸਰਕਾਰ ਲਈ ਕੰਮ ਕਰਨ ਵਾਲੀ ਸਾਰਾਹ ਨਾਮ ਦੀ ਇੱਕ ਮਿਡ-ਲੈਵਲ ਪਾਲਿਸੀ ਐਨਾਲਿਸਟ ਦੀ ਜ਼ਿੰਦਗੀ ਬਾਰੇ ਸੋਚੋ। ਉਸਦਾ ਕੰਮ ਹਾਊਸਿੰਗ ਸਬਸਿਡੀਆਂ ਦੀ ਵੰਡ ਦਾ ਪ੍ਰਬੰਧ ਕਰਨਾ ਹੈ। ਹਾਲ ਹੀ ਵਿੱਚ, ਉਸਦੇ ਵਿਭਾਗ ਨੇ ਧੋਖਾਧੜੀ ਵਾਲੀਆਂ ਅਰਜ਼ੀਆਂ ਦੀ ਪਛਾਣ ਕਰਨ ਲਈ ਇੱਕ ਆਟੋਮੇਟਿਡ ਸਿਸਟਮ ਲਾਗੂ ਕੀਤਾ ਹੈ। ਉੱਪਰੋਂ ਦੇਖਣ ਵਿੱਚ, ਇਹ ਕੁਸ਼ਲਤਾ ਦੀ ਜਿੱਤ ਹੈ। ਸਾਰਾਹ ਹੁਣ ਪਹਿਲਾਂ ਨਾਲੋਂ ਤਿੰਨ ਗੁਣਾ ਜ਼ਿਆਦਾ ਫਾਈਲਾਂ ਪ੍ਰੋਸੈਸ ਕਰ ਸਕਦੀ ਹੈ। ਹਾਲਾਂਕਿ, ਸਿਆਸੀ ਹਕੀਕਤ ਵਧੇਰੇ ਗੁੰਝਲਦਾਰ ਹੈ। ਐਲਗੋਰਿਦਮ ਨੂੰ ਪੁਰਾਣੇ ਡਾਟਾ ‘ਤੇ ਟ੍ਰੇਨ ਕੀਤਾ ਗਿਆ ਸੀ ਜਿਸ ਵਿੱਚ ਮਨੁੱਖੀ ਪੱਖਪਾਤ (biases) ਸ਼ਾਮਲ ਸਨ। ਨਤੀਜੇ ਵਜੋਂ, ਕੁਝ ਖਾਸ ਇਲਾਕਿਆਂ ਦੀਆਂ ਅਰਜ਼ੀਆਂ ਨੂੰ ਬਿਨਾਂ ਕਿਸੇ ਸਪੱਸ਼ਟ ਕਾਰਨ ਦੇ ਰੱਦ ਕੀਤਾ ਜਾ ਰਿਹਾ ਹੈ। ਸਾਰਾਹ ਕਿਸੇ ਨਿਰਾਸ਼ ਬਿਨੈਕਾਰ ਨੂੰ ਫੈਸਲੇ ਬਾਰੇ ਨਹੀਂ ਸਮਝਾ ਸਕਦੀ ਕਿਉਂਕਿ ਮਾਡਲ ਇੱਕ ‘ਬਲੈਕ ਬਾਕਸ’ ਹੈ। ਉਸਦੇ ਉੱਚ ਅਧਿਕਾਰੀਆਂ ਲਈ ਸਿਆਸੀ ਫਾਇਦਾ “ਪਲਾਜ਼ੀਬਲ ਡਿਨਾਇਬਿਲਟੀ” (ਸਾਫ਼ ਬਚ ਨਿਕਲਣ ਦਾ ਬਹਾਨਾ) ਹੈ। ਉਹ ਦਾਅਵਾ ਕਰ ਸਕਦੇ ਹਨ ਕਿ ਸਿਸਟਮ ਨਿਰਪੱਖ ਅਤੇ ਡਾਟਾ-ਅਧਾਰਿਤ ਹੈ, ਜਿਸ ਨਾਲ ਉਹ ਖੁਦ ਨੂੰ ਬੇਇਨਸਾਫ਼ੀ ਜਾਂ ਭ੍ਰਿਸ਼ਟਾਚਾਰ ਦੇ ਦੋਸ਼ਾਂ ਤੋਂ ਬਚਾ ਲੈਂਦੇ ਹਨ।
ਇਹ ਸਥਿਤੀ ਪ੍ਰਾਈਵੇਟ ਸੈਕਟਰ ਵਿੱਚ ਵੀ ਦੇਖਣ ਨੂੰ ਮਿਲ ਰਹੀ ਹੈ। ਇੱਕ ਵੱਡੀ ਮਾਰਕੀਟਿੰਗ ਫਰਮ ਵਿੱਚ ਇੱਕ ਪ੍ਰੋਜੈਕਟ ਮੈਨੇਜਰ ਹੁਣ ਮੁਹਿੰਮ ਦੇ ਸ਼ੁਰੂਆਤੀ ਡਰਾਫਟ ਤਿਆਰ ਕਰਨ ਲਈ AI ਦੀ ਵਰਤੋਂ ਕਰਦੀ ਹੈ। ਇਸ ਨਾਲ ਜੂਨੀਅਰ ਕਾਪੀਰਾਈਟਰਾਂ ਦੀ ਲੋੜ ਘਟ ਗਈ ਹੈ। ਕੰਪਨੀ ਪੈਸੇ ਬਚਾਉਂਦੀ ਹੈ, ਪਰ ਮੈਨੇਜਰ ਹੁਣ ਆਪਣਾ ਸਾਰਾ ਦਿਨ ਸਟਾਫ ਨੂੰ ਸਿਖਾਉਣ ਦੀ ਬਜਾਏ ਮਸ਼ੀਨ ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੇ ਕੰਟੈਂਟ ਦੀ ਜਾਂਚ ਕਰਨ ਵਿੱਚ ਬਿਤਾਉਂਦੀ ਹੈ। ਕੰਮ ਦੀ ਰਚਨਾਤਮਕ ਰੂਹ ਦੀ ਜਗ੍ਹਾ ਟੈਕਸਟ ਦੀ ਇੱਕ ਹਾਈ-ਸਪੀਡ ਅਸੈਂਬਲੀ ਲਾਈਨ ਨੇ ਲੈ ਲਈ ਹੈ। ਕੰਪਨੀ ਦੇ ਲੀਡਰ ਆਉਟਪੁੱਟ ਦੀ ਗੁਣਵੱਤਾ ਨੂੰ ਵਧਾ-ਚੜ੍ਹਾ ਕੇ ਦੇਖਦੇ ਹਨ ਜਦੋਂ ਕਿ ਸੰਸਥਾਗਤ ਗਿਆਨ ਦੇ ਲੰਬੇ ਸਮੇਂ ਦੇ ਨੁਕਸਾਨ ਨੂੰ ਘੱਟ ਸਮਝਦੇ ਹਨ। ਜਦੋਂ ਜੂਨੀਅਰ ਭੂਮਿਕਾਵਾਂ ਖਤਮ ਹੋ ਜਾਂਦੀਆਂ ਹਨ, ਤਾਂ ਭਵਿੱਖ ਦੇ ਸੀਨੀਅਰ ਟੈਲੇਂਟ ਲਈ ਰਾਹ ਵੀ ਬੰਦ ਹੋ ਜਾਂਦਾ ਹੈ। ਇਹ ਇੱਕ ਅਜਿਹਾ ਕਾਰਪੋਰੇਟ ਢਾਂਚਾ ਪੈਦਾ ਕਰਦਾ ਹੈ ਜਿੱਥੇ ਉੱਚ ਪੱਧਰ ਉਦਯੋਗ ਦੇ ਬੁਨਿਆਦੀ ਹੁਨਰਾਂ ਤੋਂ ਕੱਟਿਆ ਜਾਂਦਾ ਹੈ। ਵਿਰੋਧਾਭਾਸ ਇਹ ਹੈ ਕਿ ਜਦੋਂ ਕਿ ਫਰਮ ਥੋੜ੍ਹੇ ਸਮੇਂ ਵਿੱਚ ਵਧੇਰੇ ਲਾਭਕਾਰੀ ਹੁੰਦੀ ਹੈ, ਇਹ ਸਮੇਂ ਦੇ ਨਾਲ ਵਧੇਰੇ ਕਮਜ਼ੋਰ ਅਤੇ ਘੱਟ ਨਵੀਨਤਾਕਾਰੀ (innovative) ਹੋ ਜਾਂਦੀ ਹੈ।
ਕੀ ਤੁਹਾਡੇ ਕੋਲ ਕੋਈ AI ਕਹਾਣੀ, ਟੂਲ, ਰੁਝਾਨ ਜਾਂ ਸਵਾਲ ਹੈ ਜੋ ਤੁਹਾਨੂੰ ਲੱਗਦਾ ਹੈ ਕਿ ਸਾਨੂੰ ਕਵਰ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ? ਸਾਨੂੰ ਆਪਣਾ ਲੇਖ ਦਾ ਵਿਚਾਰ ਭੇਜੋ — ਅਸੀਂ ਇਸਨੂੰ ਸੁਣਨਾ ਪਸੰਦ ਕਰਾਂਗੇ।ਔਸਤ ਯੂਜ਼ਰ ਲਈ, ਇਸਦਾ ਮਤਲਬ ਇੱਕ ਅਜਿਹੀ ਦੁਨੀਆ ਹੈ ਜਿੱਥੇ ਹਰ ਗੱਲਬਾਤ ਸਿਆਸੀ ਚੋਣਾਂ ਦੀ ਇੱਕ ਅਦਿੱਖ ਪਰਤ ਰਾਹੀਂ ਹੁੰਦੀ ਹੈ। ਜਦੋਂ ਤੁਸੀਂ ਸਰਚ ਇੰਜਣ ਨੂੰ ਕੋਈ ਸਵਾਲ ਪੁੱਛਦੇ ਹੋ, ਤਾਂ ਜਵਾਬ ਡਿਵੈਲਪਰਾਂ ਦੇ ਸੁਰੱਖਿਆ ਫਿਲਟਰਾਂ ਅਤੇ ਸਿਆਸੀ ਝੁਕਾਅ ਦੁਆਰਾ ਤੈਅ ਹੁੰਦਾ ਹੈ। ਜਦੋਂ ਤੁਸੀਂ ਨੌਕਰੀ ਲਈ ਅਪਲਾਈ ਕਰਦੇ ਹੋ, ਤਾਂ ਤੁਹਾਡਾ ਰੈਜ਼ਿਊਮੇ ਇੱਕ AI ਦੁਆਰਾ ਫਿਲਟਰ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਜਿਸ ਨੂੰ ਤਕਨੀਕੀ ਹੁਨਰ ਨਾਲੋਂ “ਕਲਚਰ ਫਿਟ” ਨੂੰ ਤਰਜੀਹ ਦੇਣ ਲਈ ਕਿਹਾ ਗਿਆ ਹੋ ਸਕਦਾ ਹੈ। ਇਹ ਨਿਰਪੱਖ ਤਕਨੀਕੀ ਫੈਸਲੇ ਨਹੀਂ ਹਨ; ਇਹ ਸਿਆਸੀ ਕੰਮ ਹਨ। ਇਸਦਾ ਪ੍ਰਭਾਵ ਸਿਸਟਮ ਦੀ ਕੁਸ਼ਲਤਾ ਦੇ ਹੱਕ ਵਿੱਚ ਵਿਅਕਤੀਗਤ ਆਜ਼ਾਦੀ ਦਾ ਹੌਲੀ-ਹੌਲੀ ਖਤਮ ਹੋਣਾ ਹੈ। ਅਸੀਂ ਮਨੁੱਖੀ ਨਿਰਣੇ ਦੀ ਉਲਝਣ ਨੂੰ ਮਸ਼ੀਨ ਦੇ ਠੰਢੇ ਅਤੇ ਅਨੁਮਾਨਿਤ ਤਰਕ ਨਾਲ ਬਦਲ ਰਹੇ ਹਾਂ। ਇਸਦੀ ਲੁਕਵੀਂ ਕੀਮਤ ਕਿਸੇ ਫੈਸਲੇ ਦੇ ਖਿਲਾਫ ਅਪੀਲ ਕਰਨ ਜਾਂ ਨਤੀਜੇ ਦੇ ਪਿੱਛੇ ਦੇ “ਕਿਉਂ” ਨੂੰ ਸਮਝਣ ਦੀ ਯੋਗਤਾ ਦਾ ਗੁਆਚਣਾ ਹੈ।
ਅਦਿੱਖ ਕੁਸ਼ਲਤਾ ਦੀ ਕੀਮਤ
ਇਸ ਬਦਲਾਅ ਦੀਆਂ ਲੁਕਵੀਆਂ ਲਾਗਤਾਂ ਕੀ ਹਨ? ਸਾਨੂੰ ਪੁੱਛਣਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਇਨ੍ਹਾਂ ਵਿਸ਼ਾਲ ਮਾਡਲਾਂ ਨੂੰ ਟ੍ਰੇਨ ਕਰਨ ਲਈ ਲੋੜੀਂਦੀ ਊਰਜਾ ਦਾ ਭੁਗਤਾਨ ਕੌਣ ਕਰਦਾ ਹੈ ਅਤੇ ਡਾਟਾ ਸੈਂਟਰਾਂ ਨੂੰ ਠੰਢਾ ਕਰਨ ਲਈ ਵਰਤੇ ਜਾਣ ਵਾਲੇ ਪਾਣੀ ਦਾ ਮਾਲਕ ਕੌਣ ਹੈ। ਵਾਤਾਵਰਣ ‘ਤੇ ਪੈਣ ਵਾਲੇ ਪ੍ਰਭਾਵ ਨੂੰ ਅਕਸਰ ਸਿਆਸੀ ਜਿੱਤਾਂ ਦੇ ਜਸ਼ਨਾਂ ਵਿੱਚੋਂ ਬਾਹਰ ਰੱਖਿਆ ਜਾਂਦਾ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਪ੍ਰਾਈਵੇਸੀ ਦੇ ਸੰਕਲਪ ਦਾ ਕੀ ਬਣਦਾ ਹੈ ਜਦੋਂ ਹਰ ਕਾਰਵਾਈ ਇੱਕ ਪ੍ਰੈਡਿਕਟਿਵ ਮਾਡਲ ਲਈ ਡਾਟਾ ਪੁਆਇੰਟ ਬਣ ਜਾਂਦੀ ਹੈ? ਸਿਆਸੀ ਉਦੇਸ਼ ਆਬਾਦੀ ਨੂੰ ਬਿਹਤਰ ਢੰਗ ਨਾਲ ਕੰਟਰੋਲ ਕਰਨ ਲਈ ਵੱਧ ਤੋਂ ਵੱਧ ਜਾਣਕਾਰੀ ਇਕੱਠੀ ਕਰਨਾ ਹੈ। ਇਹ ਨਿਰੰਤਰ ਨਿਗਰਾਨੀ (surveillance) ਦੀ ਸਥਿਤੀ ਵੱਲ ਲੈ ਜਾਂਦਾ ਹੈ ਜਿਸ ਨੂੰ “ਪਰਸਨਲਾਈਜ਼ੇਸ਼ਨ” ਵਜੋਂ ਮਾਰਕੀਟ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਜੇਕਰ ਸਰਕਾਰ ਕਿਸੇ ਵਿਰੋਧ ਪ੍ਰਦਰਸ਼ਨ ਦੇ ਹੋਣ ਤੋਂ ਪਹਿਲਾਂ ਹੀ ਉਸਦਾ ਅੰਦਾਜ਼ਾ ਲਗਾ ਸਕਦੀ ਹੈ ਜਾਂ ਕੋਈ ਕੰਪਨੀ ਕਿਸੇ ਕਰਮਚਾਰੀ ਦੇ ਨੌਕਰੀ ਛੱਡਣ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰ ਸਕਦੀ ਹੈ, ਤਾਂ ਪਾਵਰ ਦਾ ਸੰਤੁਲਨ ਫੈਸਲਾਕੁੰਨ ਰੂਪ ਵਿੱਚ ਸੰਸਥਾ ਦੇ ਹੱਕ ਵਿੱਚ ਝੁਕ ਜਾਂਦਾ ਹੈ। ਅਸੀਂ ਇੱਕ ਅਜਿਹੀ ਦੁਨੀਆ ਬਣਾ ਰਹੇ ਹਾਂ ਜਿੱਥੇ ਸਭ ਤੋਂ ਸ਼ਾਂਤ ਆਵਾਜ਼ਾਂ ਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰਨਾ ਸਭ ਤੋਂ ਆਸਾਨ ਹੈ ਕਿਉਂਕਿ ਉਹ ਅੰਕੜਾਤਮਕ ਨਿਯਮਾਂ ਵਿੱਚ ਫਿੱਟ ਨਹੀਂ ਬੈਠਦੀਆਂ।
ਬੌਧਿਕ ਸੰਪਤੀ (IP) ਦਾ ਸਵਾਲ ਵੀ ਅਹਿਮ ਹੈ। ਕਲਾਕਾਰ ਦੇਖ ਰਹੇ ਹਨ ਕਿ ਉਨ੍ਹਾਂ ਦੇ ਕੰਮ ਦੀ ਵਰਤੋਂ ਉਨ੍ਹਾਂ ਸਿਸਟਮਾਂ ਨੂੰ ਟ੍ਰੇਨ ਕਰਨ ਲਈ ਕੀਤੀ ਜਾ ਰਹੀ ਹੈ ਜੋ ਅੰਤ ਵਿੱਚ ਉਨ੍ਹਾਂ ਨਾਲ ਹੀ ਮੁਕਾਬਲਾ ਕਰਨਗੇ। ਸਿਆਸੀ ਪ੍ਰਤੀਕਿਰਿਆ ਹੌਲੀ ਰਹੀ ਹੈ ਕਿਉਂਕਿ ਇਸਦਾ ਫਾਇਦਾ ਉਠਾਉਣ ਵਾਲੇ ਅਕਸਰ ਆਰਥਿਕਤਾ ਦੇ ਸਭ ਤੋਂ ਸ਼ਕਤੀਸ਼ਾਲੀ ਅਦਾਰੇ ਹੁੰਦੇ ਹਨ। ਕੀ ਇਹ ਕਿਰਤ ਦੀ ਚੋਰੀ ਹੈ ਜਾਂ ਪਬਲਿਕ ਡੋਮੇਨ ਦਾ ਕੁਦਰਤੀ ਵਿਕਾਸ? ਜਵਾਬ ਆਮ ਤੌਰ ‘ਤੇ ਇਸ ਗੱਲ ‘ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ ਕਿ ਰਿਸਰਚ ਨੂੰ ਫੰਡ ਕੌਣ ਦੇ ਰਿਹਾ ਹੈ। ਅਸੀਂ ਇਨ੍ਹਾਂ ਸਿਸਟਮਾਂ ਦੀ “ਇੰਟੈਲੀਜੈਂਸ” ਨੂੰ ਵਧਾ-ਚੜ੍ਹਾ ਕੇ ਦੇਖਦੇ ਹਾਂ ਜਦੋਂ ਕਿ ਦੌਲਤ ਦੀ ਮੁੜ ਵੰਡ ਦੇ ਵਿਸ਼ਾਲ ਇੰਜਣਾਂ ਵਜੋਂ ਉਨ੍ਹਾਂ ਦੀ ਭੂਮਿਕਾ ਨੂੰ ਘੱਟ ਸਮਝਦੇ ਹਾਂ। ਉਹ ਇੰਟਰਨੈਟ ਦੇ ਸਮੂਹਿਕ ਗਿਆਨ ਨੂੰ ਲੈਂਦੇ ਹਨ ਅਤੇ ਇਸ ਤੋਂ ਪੈਸਾ ਕਮਾਉਣ ਦੀ ਯੋਗਤਾ ਨੂੰ ਕੁਝ ਹੱਥਾਂ ਵਿੱਚ ਕੇਂਦਰਿਤ ਕਰ ਦਿੰਦੇ ਹਨ। ਇਹ ਡਾਟਾ ਪ੍ਰਦਾਨ ਕਰਨ ਵਾਲੇ ਲੋਕਾਂ ਅਤੇ ਕੰਪਿਊਟ ਦੇ ਮਾਲਕਾਂ ਵਿਚਕਾਰ ਇੱਕ ਬੁਨਿਆਦੀ ਤਣਾਅ ਪੈਦਾ ਕਰਦਾ ਹੈ।
ਸੁਤੰਤਰ ਯੂਜ਼ਰ ਲਈ ਬੁਨਿਆਦੀ ਢਾਂਚਾ
ਪਾਵਰ ਯੂਜ਼ਰ ਲਈ, AI ਦੀ ਸਿਆਸਤ ਤਕਨੀਕੀ ਸਪੈਸੀਫਿਕੇਸ਼ਨਾਂ ਵਿੱਚ ਪਾਈ ਜਾਂਦੀ ਹੈ। ਕਾਰਪੋਰੇਟ ਜਾਂ ਸਰਕਾਰੀ ਕੰਟਰੋਲ ਤੋਂ ਬਚਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਨ ਵਾਲਿਆਂ ਲਈ ‘ਲੋਕਲ ਐਗਜ਼ੀਕਿਊਸ਼ਨ’ ਵੱਲ ਬਦਲਾਅ ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਰੁਝਾਨ ਹੈ। ਮੈਕ ਸਟੂਡੀਓ ਜਾਂ ਮਲਟੀਪਲ GPU ਵਾਲੇ ਸਮਰਪਿਤ ਲਿਨਕਸ ਸਰਵਰ ਵਰਗੇ ਲੋਕਲ ਹਾਰਡਵੇਅਰ ‘ਤੇ ਮਾਡਲ ਚਲਾਉਣਾ ਪ੍ਰਾਈਵੇਟ ਇਨਫਰੈਂਸ (private inference) ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ। ਇਹ OpenAI ਜਾਂ Google ਵਰਗੇ ਪ੍ਰਦਾਤਾਵਾਂ ਦੁਆਰਾ ਲਗਾਈਆਂ ਗਈਆਂ API ਸੀਮਾਵਾਂ ਅਤੇ ਕੰਟੈਂਟ ਫਿਲਟਰਾਂ ਨੂੰ ਬਾਈਪਾਸ ਕਰਦਾ ਹੈ। ਵਿੱਚ, ਲੋਕਲ ਪੱਧਰ ‘ਤੇ 70-ਬਿਲੀਅਨ ਪੈਰਾਮੀਟਰ ਮਾਡਲ ਚਲਾਉਣ ਦੀ ਸਮਰੱਥਾ ਉਤਸ਼ਾਹੀਆਂ ਲਈ ਇੱਕ ਹਕੀਕਤ ਬਣ ਗਈ ਹੈ। ਇਹ ਡਿਜੀਟਲ ਆਤਮ-ਨਿਰਭਰਤਾ ਦਾ ਇੱਕ ਰੂਪ ਹੈ। ਇਹ ਯਕੀਨੀ ਬਣਾਉਂਦਾ ਹੈ ਕਿ ਤੁਹਾਡਾ ਡਾਟਾ ਕਦੇ ਵੀ ਤੁਹਾਡੇ ਪਰਿਸਰ ਤੋਂ ਬਾਹਰ ਨਹੀਂ ਜਾਂਦਾ ਅਤੇ ਤੁਹਾਡੀਆਂ ਪੁੱਛਗਿੱਛਾਂ ਨੂੰ ਭਵਿੱਖ ਦੀ ਟ੍ਰੇਨਿੰਗ ਜਾਂ ਨਿਗਰਾਨੀ ਲਈ ਲੌਗ ਨਹੀਂ ਕੀਤਾ ਜਾ ਰਿਹਾ। ਕਲਾਉਡ-ਅਧਾਰਿਤ ਦਬਦਬੇ ਦੇ ਦੌਰ ਵਿੱਚ ਸੱਚੀ ਡਾਟਾ ਪ੍ਰਭੂਸੱਤਾ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਣ ਦਾ ਇਹੋ ਇੱਕੋ ਇੱਕ ਤਰੀਕਾ ਹੈ।
ਹਾਲਾਂਕਿ, ਗੀਕ ਸੈਕਸ਼ਨ ਨੂੰ ਮੌਜੂਦਾ ਹਾਰਡਵੇਅਰ ਦੀਆਂ ਸੀਮਾਵਾਂ ਨਾਲ ਵੀ ਜੂਝਣਾ ਪਵੇਗਾ। ਜ਼ਿਆਦਾਤਰ ਖਪਤਕਾਰ ਡਿਵਾਈਸਾਂ ਵਿੱਚ ਸਭ ਤੋਂ ਸਮਰੱਥ ਮਾਡਲਾਂ ਨੂੰ ਤੇਜ਼ ਰਫ਼ਤਾਰ ਨਾਲ ਚਲਾਉਣ ਲਈ ਲੋੜੀਂਦੀ VRAM ਦੀ ਘਾਟ ਹੁੰਦੀ ਹੈ। ਇਹ ਇੱਕ ਤਕਨੀਕੀ ਵੰਡ ਪੈਦਾ ਕਰਦਾ ਹੈ। ਜਿਹੜੇ ਲੋਕ ਮਹਿੰਗੇ ਹਾਰਡਵੇਅਰ ਖਰੀਦ ਸਕਦੇ ਹਨ, ਉਨ੍ਹਾਂ ਕੋਲ ਬਿਨਾਂ ਫਿਲਟਰ ਵਾਲੀ, ਪ੍ਰਾਈਵੇਟ ਇੰਟੈਲੀਜੈਂਸ ਤੱਕ ਪਹੁੰਚ ਹੁੰਦੀ ਹੈ, ਜਦੋਂ ਕਿ ਬਾਕੀ ਸਾਰੇ ਵੱਡੀਆਂ ਟੈਕ ਕੰਪਨੀਆਂ ਦੁਆਰਾ ਪ੍ਰਦਾਨ ਕੀਤੇ ਗਏ ਸੀਮਤ ਸੰਸਕਰਣਾਂ ‘ਤੇ ਨਿਰਭਰ ਕਰਦੇ ਹਨ। API ਰੇਟ ਲਿਮਿਟ ਕੰਟਰੋਲ ਦਾ ਇੱਕ ਹੋਰ ਰੂਪ ਹੈ। ਪਹੁੰਚ ਨੂੰ ਘਟਾ ਕੇ ਜਾਂ ਕੀਮਤਾਂ ਵਧਾ ਕੇ, ਪ੍ਰਦਾਤਾ ਉਨ੍ਹਾਂ ਥਰਡ-ਪਾਰਟੀ ਐਪਲੀਕੇਸ਼ਨਾਂ ਨੂੰ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਖਤਮ ਕਰ ਸਕਦੇ ਹਨ ਜੋ ਉਨ੍ਹਾਂ ਦੇ ਅੰਦਰੂਨੀ ਟੂਲਸ ਨਾਲ ਮੁਕਾਬਲਾ ਕਰਦੀਆਂ ਹਨ। ਇਸੇ ਲਈ ਵਰਕਫਲੋ ਇੰਟੀਗ੍ਰੇਸ਼ਨ ਇੰਨੀ ਮਹੱਤਵਪੂਰਨ ਹੈ। ਯੂਜ਼ਰਸ ਅਜਿਹੇ ਟੂਲਸ ਵੱਲ ਵਧ ਰਹੇ ਹਨ ਜੋ “ਮਾਡਲ ਸਵੈਪਿੰਗ” ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦੇ ਹਨ, ਜਿੱਥੇ ਤੁਸੀਂ ਕੰਮ ਅਤੇ ਲੋੜੀਂਦੀ ਪ੍ਰਾਈਵੇਸੀ ਦੇ ਆਧਾਰ ‘ਤੇ ਵੱਖ-ਵੱਖ ਬੈਕਐਂਡਸ ਨੂੰ ਪਲੱਗ ਇਨ ਕਰ ਸਕਦੇ ਹੋ। ਵੇਟਸ (weights) ਅਤੇ ਫਾਈਨ-ਟਿਊਨਸ ਦਾ ਲੋਕਲ ਸਟੋਰੇਜ ਡਿਜੀਟਲ ਯੁੱਗ ਲਈ ਨਵੀਂ ਤਿਆਰੀ ਹੈ। ਇਹ ਇੱਕ ਅਜਿਹੇ ਭਵਿੱਖ ਦੇ ਵਿਰੁੱਧ ਬਚਾਅ ਹੈ ਜਿੱਥੇ ਉੱਚ-ਗੁਣਵੱਤਾ ਵਾਲੀ AI ਤੱਕ ਪਹੁੰਚ ਸਿਆਸੀ ਫਤਵਿਆਂ ਦੁਆਰਾ ਪ੍ਰਤਿਬੰਧਿਤ ਜਾਂ ਭਾਰੀ ਸੈਂਸਰ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ।
ਅਧੂਰੀ ਬਹਿਸ
ਆਟੋਮੇਸ਼ਨ ਦੀ ਸਿਆਸਤ ਅਜੇ ਖਤਮ ਨਹੀਂ ਹੋਈ ਹੈ। ਅਸੀਂ ਇਸ ਗੱਲ ਦੇ ਇੱਕ ਵੱਡੇ ਪੁਨਰਗਠਨ ਦੇ ਵਿਚਕਾਰ ਹਾਂ ਕਿ ਸਮਾਜ ਮਨੁੱਖੀ ਕੋਸ਼ਿਸ਼ਾਂ ਦੀ ਕਦਰ ਕਿਵੇਂ ਕਰਦਾ ਹੈ। ਜਦੋਂ ਕਿ ਸੁਰਖੀਆਂ ਸਾਫਟਵੇਅਰ ਦੇ “ਜਾਦੂ” ‘ਤੇ ਕੇਂਦ੍ਰਿਤ ਹੁੰਦੀਆਂ ਹਨ, ਅਸਲ ਕਹਾਣੀ ਭਵਿੱਖ ਦੇ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ‘ਤੇ ਕੰਟਰੋਲ ਲਈ ਚੱਲ ਰਹੀ ਸ਼ਾਂਤ ਜੱਦੋਜਹਿਦ ਹੈ। ਜੇਤੂ ਉਹ ਹੋਣਗੇ ਜੋ ਕੁਸ਼ਲਤਾ ਅਤੇ ਆਜ਼ਾਦੀ ਦੇ ਵਿਚਕਾਰ ਤਣਾਅ ਨੂੰ ਸਮਝ ਸਕਣਗੇ। ਹਾਰਨ ਵਾਲੇ ਉਹ ਹੋਣਗੇ ਜੋ ਬਿਨਾਂ ਕਿਸੇ ਸਵਾਲ ਦੇ ਡਿਫੌਲਟ ਸੈਟਿੰਗਾਂ ਨੂੰ ਸਵੀਕਾਰ ਕਰ ਲੈਣਗੇ। ਇੱਕ ਅਹਿਮ ਸਵਾਲ ਅਜੇ ਵੀ ਬਾਕੀ ਹੈ: ਕੀ ਜਨਤਾ ਨਾਜ਼ੁਕ ਸੇਵਾਵਾਂ ਵਿੱਚ “ਇਨਸਾਨੀ ਸੇਵਾ ਦੇ ਹੱਕ” ਦੀ ਮੰਗ ਕਰੇਗੀ, ਜਾਂ ਕੀ ਅਸੀਂ ਬਲੈਕ ਬਾਕਸ ਨੂੰ ਅੰਤਿਮ ਅਥਾਰਟੀ ਵਜੋਂ ਸਵੀਕਾਰ ਕਰ ਲਵਾਂਗੇ? ਜਿਵੇਂ-ਜਿਵੇਂ ਤਕਨਾਲੋਜੀ ਵਿਕਸਿਤ ਹੁੰਦੀ ਰਹੇਗੀ, ਦਲੀਲਾਂ ਹੋਰ ਤੇਜ਼ ਹੁੰਦੀਆਂ ਜਾਣਗੀਆਂ। ਕਿਸੇ ਵੀ ਸੂਝਵਾਨ ਨਾਗਰਿਕ ਲਈ ਟੀਚਾ ਹਾਈਪ ਤੋਂ ਪਰੇ ਦੇਖਣਾ ਅਤੇ ਕੋਡ ਵਿੱਚ ਛੁਪੀਆਂ ਪਾਵਰ ਗੇਮਾਂ ਨੂੰ ਸਮਝਣਾ ਹੈ।
הערת העורך: יצרנו אתר זה כמרכז חדשות ומדריכים רב-לשוני בנושא בינה מלאכותית עבור אנשים שאינם "גיקים" של מחשבים, אך עדיין רוצים להבין בינה מלאכותית, להשתמש בה בביטחון רב יותר, ולעקוב אחר העתיד שכבר מגיע.
ਕੋਈ ਗਲਤੀ ਮਿਲੀ ਜਾਂ ਕੁਝ ਠੀਕ ਕਰਨ ਦੀ ਲੋੜ ਹੈ? ਸਾਨੂੰ ਦੱਸੋ।
