AI ਇੰਡਸਟਰੀ ਕਾਨੂੰਨ ਅਤੇ ਨਿਯਮਾਂ ਨੂੰ ਲੈ ਕੇ ਇੰਨੀ ਚਿੰਤਤ ਕਿਉਂ ਹੈ?
AI ਵਿੱਚ ਸਵੈ-ਇੱਛਤ ਨੈਤਿਕਤਾ ਦਾ ਦੌਰ ਖਤਮ ਹੋ ਗਿਆ ਹੈ। ਸਾਲਾਂ ਤੱਕ, ਟੈਕ ਦਿੱਗਜ ਅਤੇ ਸਟਾਰਟਅੱਪ ਇੱਕ ਅਜਿਹੇ ਮਾਹੌਲ ਵਿੱਚ ਕੰਮ ਕਰਦੇ ਰਹੇ ਜਿੱਥੇ ਸਿਰਫ਼ ‘ਸਿਧਾਂਤ’ ਅਤੇ ‘ਦਿਸ਼ਾ-ਨਿਰਦੇਸ਼’ ਹੀ ਸਨ। ਯੂਰਪੀਅਨ ਯੂਨੀਅਨ ਦੇ AI ਐਕਟ ਅਤੇ ਅਮਰੀਕਾ ਵਿੱਚ ਮੁਕੱਦਮਿਆਂ ਦੀ ਲਹਿਰ ਨੇ ਇਹ ਸਭ ਬਦਲ ਦਿੱਤਾ ਹੈ। ਅੱਜ, ਚਰਚਾ ਇਸ ਗੱਲ ‘ਤੇ ਹੈ ਕਿ AI ਕੀ ਕਰ ਸਕਦਾ ਹੈ, ਇਸ ਦੀ ਬਜਾਏ ਇਸ ਗੱਲ ‘ਤੇ ਹੈ ਕਿ ਕਾਨੂੰਨੀ ਤੌਰ ‘ਤੇ ਕੀ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਹੈ। ਹੁਣ ਲੀਗਲ ਟੀਮਾਂ ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰਾਂ ਦੇ ਨਾਲ ਬੈਠਦੀਆਂ ਹਨ। ਇਹ ਹੁਣ ਸਿਰਫ਼ ਫਿਲਾਸਫੀ ਦੀ ਗੱਲ ਨਹੀਂ ਰਹੀ, ਸਗੋਂ ਕੰਪਨੀ ਦੇ ਗਲੋਬਲ ਸਾਲਾਨਾ ਟਰਨਓਵਰ ਦੇ ਸੱਤ ਪ੍ਰਤੀਸ਼ਤ ਤੱਕ ਜੁਰਮਾਨੇ ਦੇ ਖਤਰੇ ਦੀ ਗੱਲ ਹੈ। ਇੰਡਸਟਰੀ ਇੱਕ ਅਜਿਹੇ ਦੌਰ ਲਈ ਤਿਆਰ ਹੋ ਰਹੀ ਹੈ ਜਿੱਥੇ ਕੰਪਲਾਇੰਸ (compliance) ਕੰਪਿਊਟ ਪਾਵਰ ਜਿੰਨਾ ਹੀ ਮਹੱਤਵਪੂਰਨ ਹੈ। ਕੰਪਨੀਆਂ ਹੁਣ ਆਪਣੇ ਟ੍ਰੇਨਿੰਗ ਡੇਟਾ ਨੂੰ ਦਸਤਾਵੇਜ਼ੀ ਰੂਪ ਦੇਣ, ਇਹ ਸਾਬਤ ਕਰਨ ਕਿ ਉਨ੍ਹਾਂ ਦੇ ਮਾਡਲ ਪੱਖਪਾਤੀ ਨਹੀਂ ਹਨ, ਅਤੇ ਇਹ ਸਵੀਕਾਰ ਕਰਨ ਲਈ ਮਜਬੂਰ ਹਨ ਕਿ ਕੁਝ ਐਪਲੀਕੇਸ਼ਨਾਂ ਗੈਰ-ਕਾਨੂੰਨੀ ਹਨ। ਇਹ ਇੱਕ ਬੇਕਾਇਦਾ ਮਾਹੌਲ ਤੋਂ ਸਖ਼ਤ ਨਿਯਮਤ ਮਾਹੌਲ ਵੱਲ ਤਬਦੀਲੀ ਹੈ।
ਲਾਜ਼ਮੀ ਕੰਪਲਾਇੰਸ ਵੱਲ ਵਧਦੇ ਕਦਮ
ਮੌਜੂਦਾ ਰੈਗੂਲੇਟਰੀ ਅੰਦੋਲਨ ਦਾ ਕੇਂਦਰ ਇੱਕ ਜੋਖਮ-ਆਧਾਰਿਤ ਪਹੁੰਚ ਹੈ। ਰੈਗੂਲੇਟਰ AI ‘ਤੇ ਪਾਬੰਦੀ ਨਹੀਂ ਲਗਾ ਰਹੇ, ਉਹ ਇਸ ਨੂੰ ਸ਼੍ਰੇਣੀਬੱਧ ਕਰ ਰਹੇ ਹਨ। ਨਵੇਂ ਨਿਯਮਾਂ ਤਹਿਤ, AI ਸਿਸਟਮਾਂ ਨੂੰ ਚਾਰ ਹਿੱਸਿਆਂ ਵਿੱਚ ਵੰਡਿਆ ਗਿਆ ਹੈ: ਅਸਵੀਕਾਰਨਯੋਗ ਜੋਖਮ, ਉੱਚ ਜੋਖਮ, ਸੀਮਤ ਜੋਖਮ, ਅਤੇ ਘੱਟੋ-ਘੱਟ ਜੋਖਮ। ਜਨਤਕ ਥਾਵਾਂ ‘ਤੇ ਬਾਇਓਮੈਟ੍ਰਿਕ ਪਛਾਣ ਜਾਂ ਸਰਕਾਰਾਂ ਦੁਆਰਾ ਸੋਸ਼ਲ ਸਕੋਰਿੰਗ ਦੀ ਵਰਤੋਂ ਕਰਨ ਵਾਲੇ ਸਿਸਟਮਾਂ ‘ਤੇ ਪਾਬੰਦੀ ਹੈ। ਇਹ ਅਸਵੀਕਾਰਨਯੋਗ ਜੋਖਮ ਹਨ। ਉੱਚ ਜੋਖਮ ਵਾਲੇ ਸਿਸਟਮ ਉਹ ਹਨ ਜੋ ਅਸਲ ਵਿੱਚ ਤੁਹਾਡੀ ਜ਼ਿੰਦਗੀ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰਦੇ ਹਨ, ਜਿਵੇਂ ਕਿ ਹਾਇਰਿੰਗ, ਕ੍ਰੈਡਿਟ ਸਕੋਰਿੰਗ, ਸਿੱਖਿਆ, ਅਤੇ ਕਾਨੂੰਨ ਲਾਗੂ ਕਰਨ ਵਿੱਚ ਵਰਤਿਆ ਜਾਣ ਵਾਲਾ AI। ਜੇ ਕੋਈ ਕੰਪਨੀ ਰੈਜ਼ਿਊਮੇ ਸਕ੍ਰੀਨ ਕਰਨ ਲਈ ਟੂਲ ਬਣਾਉਂਦੀ ਹੈ, ਤਾਂ ਉਨ੍ਹਾਂ ਨੂੰ ਹੁਣ ਸਖ਼ਤ ਪਾਰਦਰਸ਼ਤਾ ਅਤੇ ਸ਼ੁੱਧਤਾ ਦੇ ਮਾਪਦੰਡਾਂ ਨੂੰ ਪੂਰਾ ਕਰਨਾ ਪਵੇਗਾ। ਉਹ ਸਿਰਫ਼ ਇਹ ਦਾਅਵਾ ਨਹੀਂ ਕਰ ਸਕਦੇ ਕਿ ਉਨ੍ਹਾਂ ਦਾ ਐਲਗੋਰਿਦਮ ਕੰਮ ਕਰਦਾ ਹੈ; ਉਨ੍ਹਾਂ ਨੂੰ ਇਸ ਨੂੰ ਸਖ਼ਤ ਦਸਤਾਵੇਜ਼ਾਂ ਅਤੇ ਥਰਡ ਪਾਰਟੀ ਆਡਿਟ ਰਾਹੀਂ ਸਾਬਤ ਕਰਨਾ ਹੋਵੇਗਾ। ਇਹ ਉਨ੍ਹਾਂ ਕੰਪਨੀਆਂ ਲਈ ਇੱਕ ਵੱਡਾ ਕੰਮ ਹੈ ਜੋ ਪਹਿਲਾਂ ਆਪਣੇ ਅੰਦਰੂਨੀ ਕੰਮਕਾਜ ਨੂੰ ਗੁਪਤ ਰੱਖਦੀਆਂ ਸਨ।
ਜਨਰਲ ਪਰਪਜ਼ AI ਮਾਡਲਾਂ, ਜਿਵੇਂ ਕਿ ਚੈਟਬੋਟਸ ਨੂੰ ਚਲਾਉਣ ਵਾਲੇ ਲਾਰਜ ਲੈਂਗੂਏਜ ਮਾਡਲ, ਦੇ ਆਪਣੇ ਨਿਯਮ ਹਨ। ਇਨ੍ਹਾਂ ਮਾਡਲਾਂ ਨੂੰ ਇਹ ਦੱਸਣਾ ਪਵੇਗਾ ਕਿ ਕੀ ਉਨ੍ਹਾਂ ਦਾ ਕੰਟੈਂਟ AI ਦੁਆਰਾ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ। ਉਨ੍ਹਾਂ ਨੂੰ ਟ੍ਰੇਨਿੰਗ ਲਈ ਵਰਤੇ ਗਏ ਕਾਪੀਰਾਈਟ ਡੇਟਾ ਦਾ ਸਾਰ ਵੀ ਦੇਣਾ ਪਵੇਗਾ। ਇੱਥੇ ਹੀ ਤਣਾਅ ਪੈਦਾ ਹੁੰਦਾ ਹੈ। ਜ਼ਿਆਦਾਤਰ AI ਕੰਪਨੀਆਂ ਆਪਣੇ ਟ੍ਰੇਨਿੰਗ ਡੇਟਾ ਨੂੰ ਇੱਕ ਵਪਾਰਕ ਰਾਜ਼ ਮੰਨਦੀਆਂ ਹਨ। ਰੈਗੂਲੇਟਰ ਹੁਣ ਕਹਿੰਦੇ ਹਨ ਕਿ ਮਾਰਕੀਟ ਵਿੱਚ ਦਾਖਲ ਹੋਣ ਲਈ ਪਾਰਦਰਸ਼ਤਾ ਜ਼ਰੂਰੀ ਹੈ। ਜੇ ਕੋਈ ਕੰਪਨੀ ਆਪਣੇ ਡੇਟਾ ਸਰੋਤਾਂ ਦਾ ਖੁਲਾਸਾ ਨਹੀਂ ਕਰ ਸਕਦੀ ਜਾਂ ਨਹੀਂ ਕਰਨਾ ਚਾਹੁੰਦੀ, ਤਾਂ ਉਹ ਯੂਰਪੀਅਨ ਮਾਰਕੀਟ ਤੋਂ ਬਾਹਰ ਹੋ ਸਕਦੀ ਹੈ। ਇਹ ਆਧੁਨਿਕ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਦੀ ‘ਬਲੈਕ ਬਾਕਸ’ ਪ੍ਰਕਿਰਤੀ ਲਈ ਇੱਕ ਸਿੱਧੀ ਚੁਣੌਤੀ ਹੈ। ਇਸ ਦਾ ਉਦੇਸ਼ ਇਹ ਯਕੀਨੀ ਬਣਾਉਣਾ ਹੈ ਕਿ ਉਪਭੋਗਤਾ ਜਾਣਦੇ ਹੋਣ ਕਿ ਉਹ ਇੱਕ ਮਸ਼ੀਨ ਨਾਲ ਗੱਲਬਾਤ ਕਰ ਰਹੇ ਹਨ ਅਤੇ ਨਿਰਮਾਤਾ ਜਾਣਦੇ ਹੋਣ ਕਿ ਕੀ ਉਨ੍ਹਾਂ ਦੇ ਕੰਮ ਦੀ ਵਰਤੋਂ ਮਸ਼ੀਨ ਬਣਾਉਣ ਲਈ ਕੀਤੀ ਗਈ ਸੀ।
ਇਨ੍ਹਾਂ ਨਿਯਮਾਂ ਦਾ ਪ੍ਰਭਾਵ ਯੂਰਪ ਤੋਂ ਬਹੁਤ ਦੂਰ ਤੱਕ ਫੈਲਿਆ ਹੋਇਆ ਹੈ। ਇਸ ਨੂੰ ਅਕਸਰ ਬ੍ਰਸੇਲਜ਼ ਇਫੈਕਟ ਕਿਹਾ ਜਾਂਦਾ ਹੈ। ਕਿਉਂਕਿ ਹਰ ਦੇਸ਼ ਲਈ ਸਾਫਟਵੇਅਰ ਦੇ ਵੱਖ-ਵੱਖ ਸੰਸਕਰਣ ਬਣਾਉਣਾ ਮੁਸ਼ਕਲ ਹੈ, ਇਸ ਲਈ ਬਹੁਤ ਸਾਰੀਆਂ ਕੰਪਨੀਆਂ ਸਿਰਫ਼ ਸਖ਼ਤ ਨਿਯਮਾਂ ਨੂੰ ਵਿਸ਼ਵ ਪੱਧਰ ‘ਤੇ ਲਾਗੂ ਕਰਨਗੀਆਂ। ਅਸੀਂ ਕੁਝ ਸਾਲ ਪਹਿਲਾਂ ਡੇਟਾ ਪ੍ਰਾਈਵੇਸੀ ਕਾਨੂੰਨਾਂ ਨਾਲ ਅਜਿਹਾ ਦੇਖਿਆ ਸੀ। ਹੁਣ ਅਸੀਂ AI ਨਾਲ ਵੀ ਅਜਿਹਾ ਹੀ ਦੇਖ ਰਹੇ ਹਾਂ। ਅਮਰੀਕਾ ਵਿੱਚ, ਪਹੁੰਚ ਵੱਖਰੀ ਹੈ ਪਰ ਬਰਾਬਰ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਹੈ। ਇੱਕ ਵੱਡੇ ਕਾਨੂੰਨ ਦੀ ਬਜਾਏ, ਅਮਰੀਕਾ ਹੱਦਾਂ ਤੈਅ ਕਰਨ ਲਈ ਐਗਜ਼ੀਕਿਊਟਿਵ ਆਰਡਰ ਅਤੇ ਉੱਚ-ਪ੍ਰੋਫਾਈਲ ਮੁਕੱਦਮਿਆਂ ਦੀ ਵਰਤੋਂ ਕਰ ਰਿਹਾ ਹੈ। 2026 ਦਾ ਅਮਰੀਕੀ ਐਗਜ਼ੀਕਿਊਟਿਵ ਆਰਡਰ ਸਭ ਤੋਂ ਸ਼ਕਤੀਸ਼ਾਲੀ ਮਾਡਲਾਂ ਲਈ ਸੁਰੱਖਿਆ ਟੈਸਟਿੰਗ ‘ਤੇ ਕੇਂਦ੍ਰਿਤ ਸੀ। ਇਸ ਦੌਰਾਨ, ਅਦਾਲਤਾਂ ਇਹ ਫੈਸਲਾ ਕਰ ਰਹੀਆਂ ਹਨ ਕਿ ਕੀ ਕਾਪੀਰਾਈਟ ਕਿਤਾਬਾਂ ਅਤੇ ਨਿਊਜ਼ ਆਰਟੀਕਲ ‘ਤੇ AI ਨੂੰ ਟ੍ਰੇਨ ਕਰਨਾ ‘ਫੇਅਰ ਯੂਜ਼’ ਹੈ ਜਾਂ ‘ਚੋਰੀ’। ਇਹ ਕਾਨੂੰਨੀ ਲੜਾਈਆਂ ਇੰਡਸਟਰੀ ਦੇ ਆਰਥਿਕ ਭਵਿੱਖ ਨੂੰ ਤੈਅ ਕਰਨਗੀਆਂ। ਜੇ ਕੰਪਨੀਆਂ ਨੂੰ ਹਰ ਡੇਟਾ ਲਈ ਲਾਇਸੈਂਸ ਫੀਸ ਦੇਣੀ ਪਈ, ਤਾਂ AI ਬਣਾਉਣ ਦੀ ਲਾਗਤ ਅਸਮਾਨ ਨੂੰ ਛੂਹ ਲਵੇਗੀ।
ਚੀਨ ਨੇ ਵੀ ਜੇਨਰੇਟਿਵ AI ਨੂੰ ਨਿਯਮਤ ਕਰਨ ਲਈ ਤੇਜ਼ੀ ਨਾਲ ਕਦਮ ਚੁੱਕੇ ਹਨ। ਉਨ੍ਹਾਂ ਦੇ ਨਿਯਮ ਇਹ ਯਕੀਨੀ ਬਣਾਉਣ ‘ਤੇ ਕੇਂਦ੍ਰਿਤ ਹਨ ਕਿ AI ਆਉਟਪੁੱਟ ਸਹੀ ਹੋਵੇ ਅਤੇ ਸਮਾਜਿਕ ਕਦਰਾਂ-ਕੀਮਤਾਂ ਨਾਲ ਮੇਲ ਖਾਂਦੀ ਹੋਵੇ। ਉਹ ਕੰਪਨੀਆਂ ਨੂੰ ਸਰਕਾਰ ਕੋਲ ਆਪਣੇ ਐਲਗੋਰਿਦਮ ਰਜਿਸਟਰ ਕਰਨ ਲਈ ਕਹਿੰਦੇ ਹਨ। ਇਹ ਇੱਕ ਖੰਡਿਤ ਗਲੋਬਲ ਮਾਹੌਲ ਬਣਾਉਂਦਾ ਹੈ। ਸੈਨ ਫਰਾਂਸਿਸਕੋ ਵਿੱਚ ਇੱਕ ਡਿਵੈਲਪਰ ਨੂੰ ਹੁਣ EU AI ਐਕਟ, ਅਮਰੀਕੀ ਕਾਪੀਰਾਈਟ ਕਾਨੂੰਨ, ਅਤੇ ਚੀਨੀ ਐਲਗੋਰਿਦਮ ਰਜਿਸਟ੍ਰੇਸ਼ਨ ਬਾਰੇ ਚਿੰਤਾ ਕਰਨੀ ਪੈਂਦੀ ਹੈ। ਇਹ ਖੰਡਨ ਇੰਡਸਟਰੀ ਲਈ ਇੱਕ ਵੱਡੀ ਚਿੰਤਾ ਹੈ। ਇਹ ਛੋਟੇ ਖਿਡਾਰੀਆਂ ਲਈ ਦਾਖਲੇ ਲਈ ਇੱਕ ਉੱਚ ਰੁਕਾਵਟ ਪੈਦਾ ਕਰਦਾ ਹੈ ਜੋ ਇੱਕ ਵੱਡਾ ਕਾਨੂੰਨੀ ਵਿਭਾਗ ਨਹੀਂ ਰੱਖ ਸਕਦੇ। ਡਰ ਇਹ ਹੈ ਕਿ ਸਿਰਫ਼ ਸਭ ਤੋਂ ਵੱਡੀਆਂ ਟੈਕ ਕੰਪਨੀਆਂ ਕੋਲ ਹੀ ਹਰ ਖੇਤਰ ਵਿੱਚ ਕੰਪਲਾਇੰਟ ਰਹਿਣ ਲਈ ਸਰੋਤ ਹੋਣਗੇ। ਇਸ ਨਾਲ ਅਜਿਹੀ ਸਥਿਤੀ ਪੈਦਾ ਹੋ ਸਕਦੀ ਹੈ ਜਿੱਥੇ ਕੁਝ ਦਿੱਗਜ ਪੂਰੀ ਮਾਰਕੀਟ ਨੂੰ ਕੰਟਰੋਲ ਕਰਨ ਕਿਉਂਕਿ ਸਿਰਫ਼ ਉਹੀ ‘ਕੰਪਲਾਇੰਸ ਟੈਕਸ’ ਦਾ ਖਰਚਾ ਉਠਾ ਸਕਦੇ ਹਨ।
ਅਸਲ ਦੁਨੀਆ ਵਿੱਚ, ਇਹ ਉਤਪਾਦ ਬਣਾਉਣ ਦੇ ਤਰੀਕੇ ਵਿੱਚ ਇੱਕ ਬੁਨਿਆਦੀ ਤਬਦੀਲੀ ਵਾਂਗ ਹੈ। ਇੱਕ ਮੱਧ-ਆਕਾਰ ਦੇ ਸਟਾਰਟਅੱਪ ਵਿੱਚ ਇੱਕ ਪ੍ਰੋਡਕਟ ਮੈਨੇਜਰ ਦੀ ਕਲਪਨਾ ਕਰੋ। ਇੱਕ ਸਾਲ ਪਹਿਲਾਂ, ਉਨ੍ਹਾਂ ਦਾ ਟੀਚਾ ਜਿੰਨੀ ਜਲਦੀ ਹੋ ਸਕੇ ਇੱਕ ਨਵਾਂ AI ਫੀਚਰ ਲਾਂਚ ਕਰਨਾ ਸੀ। ਅੱਜ, ਉਨ੍ਹਾਂ ਦੀ ਪਹਿਲੀ ਮੀਟਿੰਗ ਇੱਕ ਕੰਪਲਾਇੰਸ ਅਫਸਰ ਨਾਲ ਹੁੰਦੀ ਹੈ। ਉਨ੍ਹਾਂ ਨੂੰ ਹਰ ਡੇਟਾਸੈਟ ਨੂੰ ਟਰੈਕ ਕਰਨਾ ਪੈਂਦਾ ਹੈ ਜੋ ਉਹ ਵਰਤਦੇ ਹਨ। ਉਨ੍ਹਾਂ ਨੂੰ ਆਪਣੇ ਮਾਡਲ ਨੂੰ ‘ਹੈਲੂਸੀਨੇਸ਼ਨ’ ਅਤੇ ਪੱਖਪਾਤ ਲਈ ਟੈਸਟ ਕਰਨਾ ਪੈਂਦਾ ਹੈ। ਉਨ੍ਹਾਂ ਨੂੰ AI ਫੈਸਲਿਆਂ ਦੀ ਨਿਗਰਾਨੀ ਕਰਨ ਲਈ ਇੱਕ ‘ਹਿਊਮਨ-ਇਨ-ਦ-ਲੂਪ’ ਸਿਸਟਮ ਬਣਾਉਣਾ ਪੈਂਦਾ ਹੈ। ਇਹ ਡਿਵੈਲਪਮੈਂਟ ਸਾਈਕਲ ਵਿੱਚ ਮਹੀਨੇ ਜੋੜਦਾ ਹੈ। ਇੱਕ ਕ੍ਰਿਏਟਰ ਲਈ, ਪ੍ਰਭਾਵ ਵੱਖਰਾ ਹੈ। ਉਹ ਹੁਣ ਅਜਿਹੇ ਟੂਲ ਲੱਭ ਰਹੇ ਹਨ ਜੋ ਸਾਬਤ ਕਰ ਸਕਣ ਕਿ ਉਨ੍ਹਾਂ ਨੂੰ ਚੋਰੀ ਕੀਤੇ ਕੰਮ ‘ਤੇ ਟ੍ਰੇਨ ਨਹੀਂ ਕੀਤਾ ਗਿਆ ਸੀ। ਅਸੀਂ ‘ਲਾਇਸੈਂਸਡ AI’ ਦਾ ਉਭਾਰ ਦੇਖ ਰਹੇ ਹਾਂ ਜਿੱਥੇ ਟ੍ਰੇਨਿੰਗ ਸੈੱਟ ਵਿੱਚ ਹਰ ਚਿੱਤਰ ਅਤੇ ਵਾਕ ਦਾ ਹਿਸਾਬ ਹੁੰਦਾ ਹੈ। ਇਹ ਤਕਨਾਲੋਜੀ ਬਣਾਉਣ ਦੇ ਵਧੇਰੇ ਟਿਕਾਊ ਪਰ ਮਹਿੰਗੇ ਤਰੀਕੇ ਵੱਲ ਇੱਕ ਕਦਮ ਹੈ।
ਇੱਕ ਕੰਪਲਾਇੰਸ ਅਫਸਰ ਦੀ ਜ਼ਿੰਦਗੀ ਵਿੱਚ ਹੁਣ ‘ਰੈੱਡ ਟੀਮਿੰਗ’ ਸੈਸ਼ਨ ਸ਼ਾਮਲ ਹੁੰਦੇ ਹਨ ਜਿੱਥੇ ਉਹ ਆਪਣੇ ਹੀ AI ਨੂੰ ਤੋੜਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਦੇ ਹਨ। ਉਹ ਇਹ ਦੇਖਦੇ ਹਨ ਕਿ ਮਾਡਲ ਕਿਵੇਂ ਖਤਰਨਾਕ ਸਲਾਹ ਦੇ ਸਕਦਾ ਹੈ ਜਾਂ ਪੱਖਪਾਤ ਦਿਖਾ ਸਕਦਾ ਹੈ। ਉਹ ਇਨ੍ਹਾਂ ਅਸਫਲਤਾਵਾਂ ਅਤੇ ਸੁਧਾਰਾਂ ਨੂੰ ਦਸਤਾਵੇਜ਼ੀ ਰੂਪ ਦਿੰਦੇ ਹਨ। ਇਹ ਦਸਤਾਵੇਜ਼ ਸਿਰਫ਼ ਅੰਦਰੂਨੀ ਵਰਤੋਂ ਲਈ ਨਹੀਂ ਹਨ; ਇਹ ਕਿਸੇ ਵੀ ਸਮੇਂ ਸਰਕਾਰੀ ਰੈਗੂਲੇਟਰਾਂ ਦੁਆਰਾ ਨਿਰੀਖਣ ਲਈ ਤਿਆਰ ਹੋਣੇ ਚਾਹੀਦੇ ਹਨ। ਇਹ ‘ਮੂਵ ਫਾਸਟ ਐਂਡ ਬ੍ਰੇਕ ਥਿੰਗਜ਼’ ਦੇ ਦੌਰ ਤੋਂ ਬਹੁਤ ਦੂਰ ਹੈ। ਹੁਣ, ਜੇ ਤੁਸੀਂ ਚੀਜ਼ਾਂ ਤੋੜਦੇ ਹੋ, ਤਾਂ ਤੁਹਾਨੂੰ ਕਿਸੇ ਵੱਡੀ ਨਿਊਜ਼ ਸੰਸਥਾ ਤੋਂ ਮੁਕੱਦਮੇ ਜਾਂ ਸਰਕਾਰੀ ਏਜੰਸੀ ਤੋਂ ਜੁਰਮਾਨੇ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪੈ ਸਕਦਾ ਹੈ। EU AI ਐਕਟ ਨੇ AI ਵਿਕਾਸ ਨੂੰ ਇੱਕ ਨਿਯਮਤ ਪੇਸ਼ੇ ਵਿੱਚ ਬਦਲ ਦਿੱਤਾ ਹੈ, ਜਿਵੇਂ ਕਿ ਬੈਂਕਿੰਗ ਜਾਂ ਦਵਾਈ। ਤੁਸੀਂ ਇੱਕ ਵਿਆਪਕ AI ਨੀਤੀ ਵਿਸ਼ਲੇਸ਼ਣ ਲੱਭ ਸਕਦੇ ਹੋ ਜੋ ਦੱਸਦਾ ਹੈ ਕਿ ਇਹ ਨਿਯਮ ਅੱਜ ਵੱਖ-ਵੱਖ ਖੇਤਰਾਂ ਵਿੱਚ ਕਿਵੇਂ ਲਾਗੂ ਕੀਤੇ ਜਾ ਰਹੇ ਹਨ। ਦਾਅ ‘ਤੇ ਹੁਣ ਸਿਰਫ਼ ਉਪਭੋਗਤਾ ਅਨੁਭਵ ਨਹੀਂ ਹੈ; ਇਹ ਕਾਨੂੰਨੀ ਹੋਂਦ ਦੀ ਗੱਲ ਹੈ।
ਇੰਡਸਟਰੀ ‘ਕਾਪੀਰਾਈਟ ਟ੍ਰੈਪ’ ਨਾਲ ਵੀ ਜੂਝ ਰਹੀ ਹੈ। ਨਿਊਯਾਰਕ ਟਾਈਮਜ਼ ਵਰਗੇ ਵੱਡੇ ਪ੍ਰਕਾਸ਼ਕਾਂ ਨੇ AI ਕੰਪਨੀਆਂ ‘ਤੇ ਬਿਨਾਂ ਇਜਾਜ਼ਤ ਉਨ੍ਹਾਂ ਦੇ ਲੇਖਾਂ ਦੀ ਵਰਤੋਂ ਕਰਨ ਲਈ ਮੁਕੱਦਮਾ ਕੀਤਾ ਹੈ। ਇਹ ਕੇਸ ਸਿਰਫ਼ ਪੈਸੇ ਬਾਰੇ ਨਹੀਂ ਹਨ, ਇਹ ਹੋਂਦ ਦੇ ਅਧਿਕਾਰ ਬਾਰੇ ਹਨ। ਜੇ ਅਦਾਲਤਾਂ ਇਹ ਫੈਸਲਾ ਕਰਦੀਆਂ ਹਨ ਕਿ AI ਟ੍ਰੇਨਿੰਗ ਫੇਅਰ ਯੂਜ਼ ਨਹੀਂ ਹੈ, ਤਾਂ ਜੇਨਰੇਟਿਵ AI ਦਾ ਪੂਰਾ ਬਿਜ਼ਨਸ ਮਾਡਲ ਢਹਿ ਸਕਦਾ ਹੈ। ਕੰਪਨੀਆਂ ਨੂੰ ਆਪਣੇ ਮੌਜੂਦਾ ਮਾਡਲਾਂ ਨੂੰ ਮਿਟਾਉਣਾ ਪਵੇਗਾ ਅਤੇ ਲਾਇਸੈਂਸਡ ਡੇਟਾ ਨਾਲ ਦੁਬਾਰਾ ਸ਼ੁਰੂ ਕਰਨਾ ਪਵੇਗਾ। ਇਸੇ ਲਈ ਅਸੀਂ OpenAI ਵਰਗੀਆਂ ਕੰਪਨੀਆਂ ਨੂੰ ਨਿਊਜ਼ ਸੰਸਥਾਵਾਂ ਨਾਲ ਸੌਦੇ ਕਰਦੇ ਦੇਖ ਰਹੇ ਹਾਂ। ਉਹ ਕਾਨੂੰਨੀ ਜੋਖਮ ਤੋਂ ਅੱਗੇ ਨਿਕਲਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਰਹੇ ਹਨ। ਉਹ ਡੇਟਾ ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੇ ਕਾਨੂੰਨੀ ਅਧਿਕਾਰ ਲਈ ਨਕਦ ਦਾ ਵਪਾਰ ਕਰ ਰਹੇ ਹਨ। ਇਹ ਇੱਕ ਨਵੀਂ ਆਰਥਿਕਤਾ ਬਣਾਉਂਦਾ ਹੈ ਜਿੱਥੇ ਡੇਟਾ ਸਭ ਤੋਂ ਕੀਮਤੀ ਵਸਤੂ 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।
ਸੁਕਰਾਤੀ ਸੰਦੇਹਵਾਦ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ ਕਿ ਸਾਨੂੰ ਇਹ ਪੁੱਛਣਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਇਹ ਨਿਯਮ ਅਸਲ ਵਿੱਚ ਕਿਸ ਦੀ ਰੱਖਿਆ ਕਰਦੇ ਹਨ। ਕੀ ਉਹ ਜਨਤਾ ਦੀ ਰੱਖਿਆ ਕਰਦੇ ਹਨ, ਜਾਂ ਉਹ ਮੌਜੂਦਾ ਦਿੱਗਜਾਂ ਦੀ ਰੱਖਿਆ ਕਰਦੇ ਹਨ? ਜੇ ਕੰਪਲਾਇੰਸ ਦੀ ਲਾਗਤ ਲੱਖਾਂ ਡਾਲਰ ਹੈ, ਤਾਂ ਇੱਕ ਗੈਰੇਜ ਵਿੱਚ ਕੰਮ ਕਰਨ ਵਾਲਾ ਦੋ ਵਿਅਕਤੀਆਂ ਦਾ ਸਟਾਰਟਅੱਪ ਮੁਕਾਬਲਾ ਨਹੀਂ ਕਰ ਸਕਦਾ। ਅਸੀਂ ਸ਼ਾਇਦ ਅਣਜਾਣੇ ਵਿੱਚ ਉਨ੍ਹਾਂ ਕੰਪਨੀਆਂ ਲਈ एकाधिकार (monopoly) ਬਣਾ ਰਹੇ ਹਾਂ ਜਿਨ੍ਹਾਂ ਕੋਲ ਪਹਿਲਾਂ ਹੀ ਪੈਸਾ ਹੈ। ਗੋਪਨੀਯਤਾ ਦਾ ਸਵਾਲ ਵੀ ਹੈ। ਇਹ ਸਾਬਤ ਕਰਨ ਲਈ ਕਿ ਇੱਕ AI ਕਿਸੇ ਖਾਸ ਸਮੂਹ ਦੇ ਵਿਰੁੱਧ ਪੱਖਪਾਤੀ ਨਹੀਂ ਹੈ, ਇੱਕ ਕੰਪਨੀ ਨੂੰ ਉਸ ਸਮੂਹ ਬਾਰੇ ਵਧੇਰੇ ਡੇਟਾ ਇਕੱਠਾ ਕਰਨ ਦੀ ਲੋੜ ਹੋ ਸਕਦੀ ਹੈ। ਇਹ ਇੱਕ ਵਿਰੋਧਾਭਾਸ ਪੈਦਾ ਕਰਦਾ ਹੈ ਜਿੱਥੇ ‘ਨਿਰਪੱਖਤਾ’ ਯਕੀਨੀ ਬਣਾਉਣ ਲਈ ਵਧੇਰੇ ਨਿਗਰਾਨੀ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਸਾਨੂੰ ਵਾਤਾਵਰਣ ਦੀ ਲਾਗਤ ਬਾਰੇ ਵੀ ਪੁੱਛਣਾ ਚਾਹੀਦਾ ਹੈ। ਜੇ ਨਿਯਮਾਂ ਲਈ ਮਾਡਲਾਂ ਦੀ ਲਗਾਤਾਰ ਟੈਸਟਿੰਗ ਅਤੇ ਮੁੜ-ਟ੍ਰੇਨਿੰਗ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ, ਤਾਂ ਇਨ੍ਹਾਂ ਡੇਟਾ ਸੈਂਟਰਾਂ ਦੀ ਊਰਜਾ ਦੀ ਖਪਤ ਹੋਰ ਵੀ ਤੇਜ਼ੀ ਨਾਲ ਵਧੇਗੀ। ਕੀ ਅਸੀਂ ਉਸ ਵਟਾਂਦਰੇ ਨੂੰ ਸਵੀਕਾਰ ਕਰਨ ਲਈ ਤਿਆਰ ਹਾਂ?
ਇੱਕ ਹੋਰ ਮੁਸ਼ਕਲ ਸਵਾਲ ‘ਸੱਚ’ ਦੀ ਪਰਿਭਾਸ਼ਾ ਹੈ। ਰੈਗੂਲੇਟਰ ਚਾਹੁੰਦੇ ਹਨ ਕਿ AI ‘ਸਹੀ’ ਹੋਵੇ। ਪਰ ਰਾਜਨੀਤਿਕ ਜਾਂ ਸਮਾਜਿਕ ਸੰਦਰਭ ਵਿੱਚ ਇਹ ਕੌਣ ਤੈਅ ਕਰਦਾ ਹੈ ਕਿ ਕੀ ਸਹੀ ਹੈ? ਜੇ ਕੋਈ ਸਰਕਾਰ ‘ਗਲਤ’ AI ਜਵਾਬ ਲਈ ਕਿਸੇ ਕੰਪਨੀ ‘ਤੇ ਜੁਰਮਾਨਾ ਲਗਾ ਸਕਦੀ ਹੈ, ਤਾਂ ਉਸ ਸਰਕਾਰ ਕੋਲ ਅਸਲ ਵਿੱਚ ਸੈਂਸਰਸ਼ਿਪ ਲਈ ਇੱਕ ਟੂਲ ਹੈ। ਇਹ ਮਨੁੱਖੀ ਅਧਿਕਾਰਾਂ ਦੇ ਮਾਮਲੇ ਵਿੱਚ ਘੱਟ ਰਿਕਾਰਡ ਵਾਲੇ ਦੇਸ਼ਾਂ ਵਿੱਚ ਇੱਕ ਵੱਡੀ ਚਿੰਤਾ ਹੈ। ਇੰਡਸਟਰੀ ਚਿੰਤਤ ਹੈ ਕਿ ‘ਸੁਰੱਖਿਆ’ ‘ਰਾਜ ਦੁਆਰਾ ਪ੍ਰਵਾਨਿਤ ਕੰਟੈਂਟ’ ਲਈ ਇੱਕ ਕੋਡ ਸ਼ਬਦ ਬਣ ਜਾਵੇਗਾ। ਅਸੀਂ AI ਕੰਟੈਂਟ ਨੂੰ ‘ਵਾਟਰਮਾਰਕ’ ਕਰਨ ਲਈ ਵੀ ਦਬਾਅ ਦੇਖ ਰਹੇ ਹਾਂ। ਹਾਲਾਂਕਿ ਇਹ ਡੀਪਫੇਕ ਨੂੰ ਰੋਕਣ ਲਈ ਵਧੀਆ ਲੱਗਦਾ ਹੈ, ਪਰ ਇਸ ਨੂੰ ਲਾਗੂ ਕਰਨਾ ਤਕਨੀਕੀ ਤੌਰ ‘ਤੇ ਮੁਸ਼ਕਲ ਹੈ। ਇੱਕ ਚਲਾਕ ਉਪਭੋਗਤਾ ਅਕਸਰ ਵਾਟਰਮਾਰਕ ਨੂੰ ਹਟਾ ਸਕਦਾ ਹੈ। ਜੇ ਅਸੀਂ ਅਜਿਹੀ ਤਕਨਾਲੋਜੀ ‘ਤੇ ਭਰੋਸਾ ਕਰਦੇ ਹਾਂ ਜਿਸ ਨੂੰ ਆਸਾਨੀ ਨਾਲ ਬਾਈਪਾਸ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ, ਤਾਂ ਕੀ ਅਸੀਂ ਸੁਰੱਖਿਆ ਦਾ ਗਲਤ ਅਹਿਸਾਸ ਪੈਦਾ ਕਰ ਰਹੇ ਹਾਂ? ਇਨ੍ਹਾਂ ਨਿਯਮਾਂ ਦੀਆਂ ਲੁਕੀਆਂ ਹੋਈਆਂ ਲਾਗਤਾਂ ਅਕਸਰ ਬਰੀਕ ਪ੍ਰਿੰਟ ਵਿੱਚ ਦੱਬੀਆਂ ਹੁੰਦੀਆਂ ਹਨ।
ਪਾਵਰ ਯੂਜ਼ਰਸ ਅਤੇ ਡਿਵੈਲਪਰਾਂ ਲਈ, ਨਿਯਮਾਂ ਦਾ ਤਕਨੀਕੀ ਪੱਖ ਮਾਡਲ ਰਿਪੋਰਟਿੰਗ ਲਈ ਤਕਨੀਕੀ ਲੋੜਾਂ ਵਿੱਚ ਪਾਇਆ ਜਾਂਦਾ ਹੈ। ਅਸੀਂ ਮਾਡਲ ਕਾਰਡਾਂ ਦਾ ਉਭਾਰ ਦੇਖ ਰਹੇ ਹਾਂ, ਜੋ ਕਿ ਮਿਆਰੀ ਦਸਤਾਵੇਜ਼ ਹਨ ਜੋ ਮਾਡਲ ਦੇ ਟ੍ਰੇਨਿੰਗ ਡੇਟਾ, ਪ੍ਰਦਰਸ਼ਨ ਬੈਂਚਮਾਰਕ, ਅਤੇ ਜਾਣੀਆਂ-ਪਛਾਣੀਆਂ ਸੀਮਾਵਾਂ ਨੂੰ ਸੂਚੀਬੱਧ ਕਰਦੇ ਹਨ। ਇਹ GitHub ਰਿਪੋਜ਼ਟਰੀਆਂ ਵਿੱਚ ‘readme’ ਫਾਈਲਾਂ ਵਾਂਗ ਆਮ ਹੁੰਦੇ ਜਾ ਰਹੇ ਹਨ। ਡਿਵੈਲਪਰਾਂ ਨੂੰ ‘ਪਾਰਦਰਸ਼ਤਾ APIs’ ਵੀ ਬਣਾਉਣੇ ਪੈ ਰਹੇ ਹਨ ਜੋ ਥਰਡ ਪਾਰਟੀ ਖੋਜਕਰਤਾਵਾਂ ਨੂੰ ਅੰਡਰਲਾਈੰਗ ਕੋਡ ਦੇਖੇ ਬਿਨਾਂ ਉਨ੍ਹਾਂ ਦੇ ਸਿਸਟਮਾਂ ਦਾ ਆਡਿਟ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦੇ ਹਨ। ਇਹ ਇੱਕ ਗੁੰਝਲਦਾਰ ਇੰਜੀਨੀਅਰਿੰਗ ਚੁਣੌਤੀ ਹੈ। ਤੁਸੀਂ ਕਿਸੇ ਨੂੰ ਆਪਣੀ ਬੌਧਿਕ ਸੰਪੱਤੀ ਦਿੱਤੇ ਬਿਨਾਂ ਆਪਣੇ ਮਾਡਲ ਦੀ ਸੁਰੱਖਿਆ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨ ਲਈ ਕਾਫ਼ੀ ਪਹੁੰਚ ਕਿਵੇਂ ਦਿੰਦੇ ਹੋ? ਇੰਡਸਟਰੀ ਵਰਤਮਾਨ ਵਿੱਚ ਇਨ੍ਹਾਂ APIs ਲਈ ਮਾਪਦੰਡਾਂ ਅਤੇ ਜੋ ਸਾਂਝਾ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ ਉਸ ਦੀਆਂ ਸੀਮਾਵਾਂ ਬਾਰੇ ਬਹਿਸ ਕਰ ਰਹੀ ਹੈ।
ਲੋਕਲ ਸਟੋਰੇਜ ਅਤੇ ‘ਐਜ AI’ ਕੁਝ ਰੈਗੂਲੇਟਰੀ ਰੁਕਾਵਟਾਂ ਤੋਂ ਬਚਣ ਦੇ ਤਰੀਕੇ ਵਜੋਂ ਵਧੇਰੇ ਪ੍ਰਸਿੱਧ ਹੋ ਰਹੇ ਹਨ। ਜੇ AI ਪ੍ਰੋਸੈਸਿੰਗ ਕਲਾਉਡ ਦੀ ਬਜਾਏ ਉਪਭੋਗਤਾ ਦੇ ਫੋਨ ‘ਤੇ ਹੁੰਦੀ ਹੈ, ਤਾਂ ਸਖ਼ਤ ਡੇਟਾ ਪ੍ਰਾਈਵੇਸੀ ਕਾਨੂੰਨਾਂ ਦੀ ਪਾਲਣਾ ਕਰਨਾ ਆਸਾਨ ਹੁੰਦਾ ਹੈ। ਹਾਲਾਂਕਿ, ਇਹ AI ਦੀ ਸ਼ਕਤੀ ਨੂੰ ਸੀਮਤ ਕਰਦਾ ਹੈ। ਡਿਵੈਲਪਰ ਹੁਣ ਵੱਡੇ ਕਲਾਉਡ ਕੰਪਿਊਟ ਦੀ ਲੋੜ ਨੂੰ ਲੋਕਲ ਇਨਫਰੈਂਸ ਦੀ ਕਾਨੂੰਨੀ ਸੁਰੱਖਿਆ ਨਾਲ ਸੰਤੁਲਿਤ ਕਰ ਰਹੇ ਹਨ। ਅਸੀਂ AI ਕੋਡ ਵਿੱਚ ‘ਕਿਲ ਸਵਿੱਚਾਂ’ ਨੂੰ ਲਾਗੂ ਹੁੰਦੇ ਵੀ ਦੇਖ ਰਹੇ ਹਾਂ। ਇਹ ਉਹ ਪ੍ਰੋਟੋਕੋਲ ਹਨ ਜੋ ਮਾਡਲ ਨੂੰ ਬੰਦ ਕਰ ਸਕਦੇ ਹਨ ਜੇ ਇਹ ‘ਐਮਰਜੈਂਟ ਵਿਵਹਾਰ’ ਦਿਖਾਉਣਾ ਸ਼ੁਰੂ ਕਰਦਾ ਹੈ ਜਿਸ ਦੀ ਟੈਸਟਿੰਗ ਦੌਰਾਨ ਭਵਿੱਖਬਾਣੀ ਨਹੀਂ ਕੀਤੀ ਗਈ ਸੀ। ਇਹ ਹੁਣ ਸਾਇੰਸ ਫਿਕਸ਼ਨ ਨਹੀਂ ਹੈ। ਇਹ ਉੱਚ ਜੋਖਮ ਵਾਲੇ ਸਿਸਟਮਾਂ ਲਈ ਇੱਕ ਲੋੜ ਹੈ। ਕੰਪਲਾਇੰਸ ਨੂੰ ਡੇਟਾਬੇਸ ਸਕੀਮਾ ਤੋਂ ਲੈ ਕੇ API ਰੇਟ ਲਿਮਿਟ ਤੱਕ, ਸਾਫਟਵੇਅਰ ਆਰਕੀਟੈਕਚਰ ਵਿੱਚ ਸਿੱਧਾ ਬਣਾਇਆ ਜਾ ਰਿਹਾ ਹੈ।
ਸਿੱਟਾ ਇਹ ਹੈ ਕਿ AI ਇੰਡਸਟਰੀ ਪਰਿਪੱਕ ਹੋ ਰਹੀ ਹੈ। ਇੱਕ ਖੋਜ ਉਤਸੁਕਤਾ ਤੋਂ ਇੱਕ ਨਿਯਮਤ ਉਪਯੋਗਤਾ ਵਿੱਚ ਤਬਦੀਲੀ ਦਰਦਨਾਕ ਅਤੇ ਮਹਿੰਗੀ ਹੈ। ਜੋ ਕੰਪਨੀਆਂ ਕਾਨੂੰਨੀ ਤਬਦੀਲੀ ਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰਦੀਆਂ ਹਨ, ਉਹ ਅਗਲੇ ਪੰਜ ਸਾਲਾਂ ਵਿੱਚ ਨਹੀਂ ਬਚਣਗੀਆਂ। ਫੋਕਸ ‘ਕੀ ਅਸੀਂ ਇਸਨੂੰ ਬਣਾ ਸਕਦੇ ਹਾਂ’ ਤੋਂ ‘ਕੀ ਸਾਨੂੰ ਇਸਨੂੰ ਬਣਾਉਣਾ ਚਾਹੀਦਾ ਹੈ’ ਅਤੇ ‘ਅਸੀਂ ਇਸਨੂੰ ਕਿਵੇਂ ਦਸਤਾਵੇਜ਼ੀ ਰੂਪ ਦੇਈਏ’ ਵੱਲ ਚਲਾ ਗਿਆ ਹੈ। ਇਹ ਤਬਦੀਲੀ ਸੰਭਾਵਤ ਤੌਰ ‘ਤੇ ਥੋੜ੍ਹੇ ਸਮੇਂ ਵਿੱਚ ਨਵੀਨਤਾ ਦੀ ਰਫ਼ਤਾਰ ਨੂੰ ਹੌਲੀ ਕਰ ਦੇਵੇਗੀ, ਪਰ ਇਹ ਲੰਬੇ ਸਮੇਂ ਵਿੱਚ ਵਧੇਰੇ ਸਥਿਰ ਅਤੇ ਭਰੋਸੇਮੰਦ ਤਕਨਾਲੋਜੀ ਵੱਲ ਲੈ ਜਾ ਸਕਦੀ ਹੈ। ਨਿਯਮ ਅਜੇ ਵੀ ਲਿਖੇ ਜਾ ਰਹੇ ਹਨ, ਅਤੇ ਮੁਕੱਦਮੇ ਅਜੇ ਵੀ ਸੁਲਝਾਏ ਜਾ ਰਹੇ ਹਨ। ਜੋ ਸਪੱਸ਼ਟ ਹੈ ਉਹ ਇਹ ਹੈ ਕਿ ‘ਵਾਈਲਡ ਵੈਸਟ’ ਖਤਮ ਹੋ ਗਿਆ ਹੈ। AI ਦਾ ਭਵਿੱਖ ਵਕੀਲਾਂ ਅਤੇ ਕਾਨੂੰਨ ਨਿਰਮਾਤਾਵਾਂ ਦੁਆਰਾ ਓਨਾ ਹੀ ਤੈਅ ਕੀਤਾ ਜਾਵੇਗਾ ਜਿੰਨਾ ਇੰਜੀਨੀਅਰਾਂ ਅਤੇ ਡੇਟਾ ਸਾਇੰਟਿਸਟਾਂ ਦੁਆਰਾ। ਇੰਡਸਟਰੀ ਚਿੰਤਤ ਹੈ, ਪਰ ਇਹ ਇੱਕ ਨਿਯਮਤ ਸੰਸਾਰ ਦੀ ਨਵੀਂ ਹਕੀਕਤ ਦੇ ਅਨੁਕੂਲ ਵੀ ਹੋ ਰਹੀ ਹੈ।
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.
ਕੋਈ ਗਲਤੀ ਮਿਲੀ ਜਾਂ ਕੁਝ ਠੀਕ ਕਰਨ ਦੀ ਲੋੜ ਹੈ? ਸਾਨੂੰ ਦੱਸੋ।
