ලිපි

රහස්‍යතා ලූපය: රහස්‍යතා සහ ප්‍රකාශන හිමිකමේ කෘත්‍රිම බුද්ධිය

මෙය එක් අතකින් පුද්ගලිකත්වය සහ ප්‍රකාශන හිමිකම අතරත්, අනෙක් පැත්තෙන් කෘත්‍රිම බුද්ධිය අතරත් ඇති සියුම් සම්බන්ධය ගැන මා කතා කරන ලිපි දෙකෙන් පළමුවැන්නයි.

ඕනෑම නියාමන ගැලපීමක් එහි පළමු යෙදුමෙන් යල්පැනීමට තරම් තාක්‍ෂණික පරිණාමය වේගවත් බව ඔප්පු වෙමින් පවතින ගැටළු සහගත සම්බන්ධතාවයකි.

මිනිසුන්ගේ අයිතිවාසිකම් සහ පුද්ගලික දත්ත සම්බන්ධ කටුක ගැටළු ආමන්ත්‍රණය කිරීම සඳහා අවධානය, නිපුණතාවය සහ අපේ කාලයේ බුද්ධිමතුන් සහ විශේෂඥයින් අතර අත්‍යවශ්‍ය සාකච්ඡාවක් අවශ්‍ය වේ. තාක්‍ෂණික නවෝත්පාදනයන් අපට එල්ල කරන අභියෝගවලට සමාජ නීති අනුගත කිරීමට අප ඉක්මන් නොවන බව අපි සොයා ගනිමු. නැඟී එන තාක්‍ෂණයන් වැඩි වැඩියෙන් විවෘත ක්ෂේත්‍රයේ ක්‍රියාත්මක වන බව සොයා ගනී, ඔවුන්ගේ යෙදුම සීමා කරන රෙගුලාසි නොමැති විට, හානියක් කිරීමට නිදහස් වන අතර එබැවින් සම්පූර්ණ දණ්ඩමුක්තියකින් එය සිදු කරයි.

තාක්‍ෂණික සංවර්ධන දාමයේ සිට විද්‍යාත්මක පර්යේෂණ සහ එහි මූලෝපායික අරමුණු දක්වා පසුපසට යන පාලනයක් ගැන සිතාගත හැකිද?

පුද්ගල නිදහස සඳහා ස්ථිර ගෞරවයක් පවත්වා ගනිමින් අපගේ විශේෂයේ පරිණාමය පාලනය කිරීම සිතාගත හැකිද?

පෞද්ගලිකත්වය?

“ඔබ සැඟවීමට උත්සාහ කරන තරමට ඔබ අවධානය ආකර්ෂණය කරයි. ඔබ ගැන කිසිවෙකු නොදැන සිටීම එතරම් වැදගත් වන්නේ ඇයි? ” - Andrew Niccol විසින් රචනා කොට අධ්‍යක්ෂණය කරන ලද "Anon" චිත්‍රපටයෙන් - 2018

චිත්‍රපටයේ "ආනොන්” 2018, අනාගත සමාජය අඳුරු තැනක්, ඊතර් නම් දැවැන්ත පරිගණක පද්ධතියක සෘජු පාලනය යටතේ, එය ජනාකීර්ණ කරන එකම මිනිසුන්ගේ ඇසින් එය නිරීක්ෂණය කරමින් ජාතියේ සෑම අස්සක් මුල්ලක් නෑරම නිරීක්ෂණය කළ හැකිය. සෑම මිනිසෙකුම ඊතර් වෙනුවෙන් අවේක්ෂකයෙකු වන අතර ඔවුන්ගේ පළමු වගකීම වන්නේ තමන් සහ ඔවුන්ගේ හැසිරීම නිරීක්ෂණය කිරීමයි.

ඊතර් යනු පොලිස් බලකායේ හොඳම සගයාය: ඊතර් හරහා, නියෝජිතයින්ට ඕනෑම පුද්ගලයෙකුගේ අත්දැකීම් තමන්ගේම දෑසින් නැවත පණ ගැන්වීමෙන් සහ ඕනෑම ආකාරයක අපරාධයක් විසඳීමට හැකිය.

ඔබේ පෞද්ගලිකත්වය ආරක්ෂා කිරීමට ඔබ සටන් කළ යුත්තේ මන්දැයි පොලිස් නිලධාරි සල් කල්පනා කරයි: ඔබට සැඟවීමට හේතුවක් නොමැති විට ඇති ප්‍රයෝජනය කුමක්ද? ඇත්ත වශයෙන්ම, අපගේ නිවෙස්වල සහ අපගේ වීදිවල ආරක්ෂාව වැඩි කිරීම සඳහා අප ගොඩනඟන තාක්ෂණයන් ආරක්ෂාව ඉල්ලා සිටින පුද්ගලයින්ගේම අවශ්‍යතා සඳහා එවැනි තොරතුරු පටිගත කිරීම, අධීක්ෂණය කිරීම සහ සත්‍යාපනය කිරීම අවශ්‍ය වන යුගයක, අපි සහතිකයක් අපේක්ෂා කරන්නේ කෙසේද? ඔවුන්ගේ පෞද්ගලිකත්වය?

අන් අයගේ ජීවිතවලට ප්‍රවේශ වීම කොතරම් භයානකද යන්න නිරූපණය කිරීම සඳහා, හැකර්වරයකු ඊතර් පාලනය කරන අතර මිලියන සංඛ්‍යාත මිනිසුන්ගේ ජීවිත මත බිහිසුණු බියකරු සිහිනයක් බැස යනු ඇත: අසරණ ප්‍රේක්ෂකයින් ලෙස වැඩිපුරම පින්තූර නැරඹීමට සිදුවීමේ තර්ජනය ඔවුන්ගේ ජීවිතයේ දුක්ඛිත අවස්ථාවන්, ඔවුන්ගේ දෘෂ්ටි විතානයට සෘජුවම විකාශනය විය.

ලූප්

Le කෘතිම ස්නායු ජාල නවීන කෘත්‍රිම බුද්ධියේ ක්‍රියාකාරිත්වයට යටින් පවතින, ප්‍රධාන අංග තුනක් වටා කැරකෙයි: මූලික තොරතුරු වෙනත් ආකාරයකින් හැඳින්වේ කෝපස්, එක්සත් ජාතීන්ගේ ඇල්ගොරිතමය තොරතුරු උකහා ගැනීම සඳහා සහ a මතකය ඔවුන්ගේ කටපාඩම් කිරීම සඳහා.

ඇල්ගොරිතම මතකයට තොරතුරු පැටවීමකට පමණක් සීමා නොවේ, ඒවා එකිනෙකට සම්බන්ධ වන මූලද්‍රව්‍ය සෙවීම සඳහා එය පරිලෝකනය කරයි. දත්ත සහ සම්බන්ධතා මිශ්‍රණයක් මතකයට මාරු කරනු ලබන අතර එමඟින් a modello.

ආකෘතියක් තුළ, දත්ත සහ සම්බන්ධතා සම්පූර්ණයෙන්ම වෙන්කර හඳුනාගත නොහැකි ය, එබැවින් පුහුණු ස්නායුක ජාලයකින් මුල් පුහුණු තොරතුරු වල කෝපස් ප්‍රතිනිර්මාණය කිරීම පාහේ කළ නොහැක්කකි.

මළ සිරුරු විශාල දත්ත ප්‍රමාණයක් අඩංගු වන විට මෙය විශේෂයෙන්ම සත්‍ය වේ. ලෙස හඳුන්වන විශාල භාෂාමය පද්ධතිවල සිද්ධිය මෙයයි Large Language Models (කෙටියෙන් LLM) කුප්‍රකට ChatGpt ඇතුළුව. පුහුණුවේදී භාවිතා කරන විශාල තොරතුරු ප්‍රමාණයට ඔවුන් ඔවුන්ගේ කාර්යක්ෂමතාවයට ණයගැතියි: දැනට හොඳ පුහුණුවක් සඳහා අවම වශයෙන් ටෙරාබයිට් කිහිපයක් දත්ත අවශ්‍ය වන අතර එක් ටෙරාබයිට් අක්ෂර බිලියන 90කට, දළ වශයෙන් පිටු මිලියන 75කට අනුරූප වන බැවින්, එහි ඇති බව පහසුවෙන් තේරුම් ගත හැකිය. එතරම් තොරතුරු අවශ්යයි.

නමුත් නිරූපිකාවන් නවීකරණය කළ නොහැකි නම්, පෞද්ගලිකත්වය උල්ලංඝනය කිරීමේ ගැටලුව අපගෙන්ම ඇසිය යුත්තේ ඇයි?

දත්ත ආධිපත්‍යය

"පිස්සු ඇති ඕනෑම කෙනෙකුට පියාසර මෙහෙයුම් වලින් නිදහස් කරන ලෙස ඉල්ලා සිටිය හැකිය, නමුත් ගුවන් මෙහෙයුම් වලින් නිදහස් කරන ලෙස ඉල්ලා සිටින ඕනෑම කෙනෙකුට පිස්සු නොවේ." - ජෝසප් හෙලර් විසින් රචිත "Catch 22" නවකතාව මත පදනම්ව.

නවෝත්පාදන පුවත් පත්‍රිකාව
නවෝත්පාදනය පිළිබඳ වැදගත්ම පුවත් අතපසු නොකරන්න. ඒවා විද්‍යුත් තැපෑලෙන් ලබා ගැනීමට ලියාපදිංචි වන්න.

ChatGpt හෝ වෙනත් ඒ හා සමාන ව්‍යාපෘති නිර්මාණය කිරීමට ඉඩ සලසන තරම් ප්‍රමාණයේ දත්ත එකතු කිරීම අද වන විට විශාල බහුජාතික සමාගම්වල පරමාධිකාරීත්වය වන අතර, ඔවුන්ගේ ඩිජිටල් ක්‍රියාකාරකම් සමඟින්, විශාලතම තොරතුරු ගබඩාව වෙත අත තැබීමට හැකි වී ඇත. ලෝකයේ: වෙබ්.

ගූගල් සහ මයික්‍රොසොෆ්ට්, වසර ගණනාවක් පුරා අන්තර්ජාලය පරිලෝකනය කරන සහ අතිවිශාල තොරතුරු ප්‍රමාණවලින් බැහැර කරන සෙවුම් යන්ත්‍ර කළමනාකරණය කර ඇති අතර, ඉහත විස්තර කර ඇති පරිදි තොරතුරු ප්‍රමාණයක් ජීර්ණය කළ හැකි එකම AI මාදිලි වන LLM නිර්මාණය කිරීමේ පළමු අපේක්ෂකයින් වේ.

ගූගල් හෝ මයික්‍රොසොෆ්ට් හට ස්නායුක ජාලයක් පුහුණු කිරීමේදී කෝපස් එකක් ලෙස භාවිතා කිරීමට පෙර ඔවුන්ගේ දත්තවල පුද්ගලික තොරතුරු සැඟවීමට හැකි වනු ඇතැයි විශ්වාස කිරීම අපහසුය. භාෂාමය පද්ධති සම්බන්ධයෙන් තොරතුරු නිර්නාමික කිරීම යනු සංගතයක් තුළ පුද්ගලික දත්ත හඳුනා ගැනීම සහ එය ව්‍යාජ දත්ත සමඟ ප්‍රතිස්ථාපනය කිරීම බවට පරිවර්තනය වේ. අපට ආකෘතියක් පුහුණු කිරීමට අවශ්‍ය ටෙරාබයිට් කිහිපයක ප්‍රමාණයේ කෝපස් එකක් සිතමු සහ එහි අඩංගු දත්ත හස්තීයව නිර්නාමික කිරීමට කොපමණ ක්‍රියා කළ යුතුදැයි සිතීමට උත්සාහ කරමු: එය ප්‍රායෝගිකව කළ නොහැක්කකි. නමුත් අපට එය ස්වයංක්‍රීයව කිරීමට ඇල්ගොරිතමයක් මත විශ්වාසය තැබීමට අවශ්‍ය නම්, මෙම කාර්යය කිරීමට හැකියාව ඇති එකම පද්ධතිය තවත් සමානව විශාල හා නවීන මාදිලියක් වනු ඇත.

අපි සම්භාව්‍ය Catch-22 ගැටලුවක් ඉදිරියේ සිටිමු: “නිර්නාමික දත්ත සමඟ LLM පුහුණු කිරීමට අපට ඒවා නිර්නාමික කිරීමට හැකියාව ඇති LLM අවශ්‍ය වේ, නමුත් දත්ත නිර්නාමික කිරීමට හැකියාව ඇති LLM එකක් අප සතුව තිබේ නම්, එහි පුහුණුව නිර්නාමික දත්ත සමඟ සිදු නොකෙරේ. ."

GDPR යල්පැන ගොස් ඇත

GDPR ගෝලීය වශයෙන් මිනිසුන්ගේ පෞද්ගලිකත්වයට ගරු කිරීමේ නීති රීති නියම කරන (පාහේ) මෙම මාතෘකා ආලෝකයේ දී දැනටමත් පැරණි ප්‍රවෘත්ති වන අතර පුහුණු කට්ටලයකට සම්බන්ධ පුද්ගලික දත්ත ආරක්ෂා කිරීම ගැන කල්පනා නොකෙරේ.

GDPR හි, සාමාන්‍ය සහසම්බන්ධතා සහ සම්බන්ධතා ඉගෙනීම සඳහා පුද්ගලික දත්ත සැකසීම අර්ධ වශයෙන් නියාමනය කරනු ලබන්නේ 22 වන වගන්තිය මගින් පමණි: “දත්ත විෂයයට පැතිකඩ කිරීම ඇතුළුව ස්වයංක්‍රීය සැකසුම් මත පමණක් පදනම් වූ තීරණයකට යටත් නොවීමට අයිතියක් ඇත. ඔහු මත නීතිමය බලපෑම් ඇති කරයි හෝ ඔහුට සමාන හා සැලකිය යුතු ආකාරයකින් බලපායි".

මෙම ලිපිය මඟින් විෂයයට සෘජු නීතිමය බලපෑම් ඇති කරන පූර්ණ ස්වයංක්‍රීය තීරණ ගැනීමේ ක්‍රියාවලියක කොටසක් ලෙස විෂයයක පුද්ගලික දත්ත භාවිත කිරීමට දත්ත පාලකයන්ට ඇති තහනම හඳුන්වා දෙයි. නමුත් ස්වයංක්‍රීය තීරණ ගැනීමේ ක්‍රියාවලීන්ට පහසුවෙන් උකහා ගත හැකි ස්නායුක ජාල, පුහුණු වූ පසු මිනිසුන්ගේ ජීවිතවලට බලපෑම් කළ හැකි ස්වයංක්‍රීය තීරණ ගැනීමේ හැකියාව ලබා ගනී. නමුත් මෙම තීරණ සෑම විටම "තාර්කික" නොවේ. පුහුණුව අතරතුර, ඇත්ත වශයෙන්ම, සෑම ස්නායු ජාලයක්ම එකිනෙකා සමඟ තොරතුරු සම්බන්ධ කිරීමට ඉගෙන ගනී, බොහෝ විට ඒවා එකිනෙකට සම්බන්ධ කිරීම සම්පූර්ණයෙන්ම රේඛීය නොවේ. එමෙන්ම මිනිසුන්ගේ පෞද්ගලිකත්වය ආරක්ෂා කිරීම සඳහා පලිහක් එසවීමට කැමති ව්‍යවස්ථාදායකයාට "තර්ක ශාස්ත්‍රය" නොමැතිකම කාර්යය පහසු නොකරයි.

යමෙක් අතිශයින්ම සීමාකාරී ප්‍රතිපත්තියක් යෙදීමට තෝරා ගත්තේ නම්, නිදසුනක් වශයෙන්, හිමිකරු විසින් පැහැදිලිව අවසර දී ඇත්නම් මිස, ඕනෑම සංවේදී දත්තයක් භාවිතා කිරීම තහනම් කිරීම, ස්නායුක ජාල නීත්‍යානුකූලව භාවිතා කිරීම ප්‍රායෝගික නොවේ. ස්නායු ජාල තාක්ෂණයන් අත්හැරීම විශාල පාඩුවක් වනු ඇත, යම් රෝගයකින් අර්ධ වශයෙන් පීඩාවට පත් වූ ජනගහනයක විෂයයන් පිළිබඳ සායනික දත්ත සමඟ පුහුණු කරන ලද විශ්ලේෂණ ආකෘති ගැන සිතන්න. මෙම ආකෘති දත්තවල පවතින මූලද්‍රව්‍ය සහ රෝගය අතර සහසම්බන්ධතා හඳුනා ගැනීමෙන් වැළැක්වීමේ ප්‍රතිපත්ති වැඩිදියුණු කිරීමට උපකාරී වේ, වෛද්‍යවරුන්ගේ ඇස් හමුවේ සම්පූර්ණයෙන්ම තාර්කික නොවන ලෙස පෙනෙන අනපේක්ෂිත සහසම්බන්ධතා.

අවශ්යතා කළමනාකරණය

වසර ගනනාවක් තිස්සේ විචක්ෂණ ලෙස එකතු කිරීමට අවසර දීමෙන් පසු මිනිසුන්ගේ පෞද්ගලිකත්වයට ගරු කිරීමේ ගැටලුව ඉදිරිපත් කිරීම අවම වශයෙන් පැවසීම කුහකකමකි. වගන්තිවල අපැහැදිලි බව සහ අවබෝධ කර ගැනීමේ දුෂ්කරතාවය උපයෝගී කර ගනිමින් පුද්ගලික දත්ත සැකසීමට අවසර ලබා ගැනීමට ඉඩ සලසන බොහෝ උපාමාරු සඳහා GDPR විසින්ම එහි සංකීර්ණත්වය වගකිව යුතුය.

අපට නිසැකව ම එහි අදාළත්වයට ඉඩ සලසන නීතියේ සරල කිරීමක් සහ පුද්ගලික තොරතුරු සවිඥානිකව භාවිතා කිරීමේ සැබෑ අධ්‍යාපනයක් අවශ්‍ය වේ.

මගේ යෝජනාව වන්නේ සමාගම්වලට තම සේවාවන් සඳහා ලියාපදිංචි වන පරිශීලකයින්ගේ පුද්ගලික දත්ත, ඔවුන් ගෙවන සේවාවන් වුවද දැන ගැනීමට ඉඩ නොදීමයි. පුද්ගලික පුද්ගලයින් විසින් ව්‍යාජ පුද්ගලික දත්ත භාවිතා කිරීම ඔවුන් මාර්ගගත පද්ධති භාවිතා කරන විට ස්වයංක්‍රීයව සිදුවිය යුතුය. සැබෑ දත්ත භාවිතය මිලදී ගැනීමේ ක්‍රියාවලියට පමණක් සීමා විය යුතු අතර, එය සැමවිටම සේවා දත්ත ගබඩාවෙන් සම්පූර්ණයෙන්ම වෙන් වී ඇති බව සහතික කරයි.

මෙම පැතිකඩ සමඟ නමක් හෝ මුහුණක් සම්බන්ධ කිරීමට ඉඩ නොදී විෂයයේ රුචි අරුචිකම් දැන ගැනීම, කෘත්‍රිම බුද්ධිය වැනි ස්වයංක්‍රීයකරණ පද්ධති තුළ දත්ත රැස් කිරීමට සහ ඒවා භාවිත කිරීමට ස්වයංක්‍රීයව ඉඩ ලබා දෙන උඩුගං බලා සිදුකරන නිර්නාමිකකරණයේ ආකාරයක් ලෙස ක්‍රියා කරයි.

ආර්ටිකොලෝ ඩී Gianfranco Fedele

නවෝත්පාදන පුවත් පත්‍රිකාව
නවෝත්පාදනය පිළිබඳ වැදගත්ම පුවත් අතපසු නොකරන්න. ඒවා විද්‍යුත් තැපෑලෙන් ලබා ගැනීමට ලියාපදිංචි වන්න.

මෑතකාලීන ලිපි

Catania Polyclinic හි ඇපල් නරඹන්නෙකු සමඟ, වැඩිදියුණු කළ යථාර්ථයේ නව්‍ය මැදිහත්වීම

Apple Vision Pro වාණිජ නරඹන්නා භාවිතයෙන් අක්ෂි ශල්‍යකර්මයක් Catania Polyclinic හි සිදු කරන ලදී.

3 මැයි 2024

ළමුන් සඳහා පිටු වර්ණ ගැන්වීමේ ප්‍රතිලාභ - සියලුම වයස් කාණ්ඩ සඳහා මැජික් ලෝකයක්

වර්ණ ගැන්වීම හරහා සියුම් මෝටර් කුසලතා වර්ධනය කිරීම ලිවීම වැනි වඩාත් සංකීර්ණ කුසලතා සඳහා දරුවන් සූදානම් කරයි. වර්ණ ගැන්වීමට...

2 මැයි 2024

අනාගතය මෙන්න: නැව් කර්මාන්තය ගෝලීය ආර්ථිකය විප්ලවීය කරන්නේ කෙසේද?

නාවික අංශය සැබෑ ගෝලීය ආර්ථික බලවතෙකු වන අතර එය බිලියන 150 ක වෙළඳපලක් කරා ගමන් කර ඇත.

1 මැයි 2024

ප්‍රකාශකයින් සහ OpenAI කෘත්‍රිම බුද්ධිය මගින් සැකසූ තොරතුරු ගලායාම නියාමනය කිරීමට ගිවිසුම් අත්සන් කරයි

පසුගිය සඳුදා ෆිනෑන්ෂල් ටයිම්ස් OpenAI සමඟ ගිවිසුමක් නිවේදනය කළේය. FT එහි ලෝක මට්ටමේ පුවත්පත් කලාවට බලපත්‍ර ලබා දෙයි…

30 අප්රේල් 2024

ඔබේ භාෂාවෙන් නවෝත්පාදනය කියවන්න

නවෝත්පාදන පුවත් පත්‍රිකාව
නවෝත්පාදනය පිළිබඳ වැදගත්ම පුවත් අතපසු නොකරන්න. ඒවා විද්‍යුත් තැපෑලෙන් ලබා ගැනීමට ලියාපදිංචි වන්න.

පසු අපට