એક નવા રિપોર્ટ અનુસાર, ચીની સેનાના સંશોધકો અમેરિકા સ્થિત OpenAI અને Anthropic જેવી AI કંપનીઓના મોડેલોમાંથી મળેલા આઉટપુટનો ઉપયોગ પોતાની સંરક્ષણ પ્રણાલીઓને તાલીમ આપવા માટે કરી રહ્યા છે. આ ટેક્નોલોજી ટ્રાન્સફર અને જનરેટિવ AI ના દુરુપયોગ અંગે નવી ચિંતાઓ ઊભી કરી રહી છે.
મોડેલ ડિસ્ટિલેશન: કેવી રીતે કામ કરે છે?
તાજેતરમાં કરાયેલા એક અભ્યાસમાં 80 થી વધુ ચીની શૈક્ષણિક પેપર્સ અને પેટન્ટ્સની સમીક્ષા કરવામાં આવી છે. આ સમીક્ષા દર્શાવે છે કે પીપલ્સ લિબરેશન આર્મી (PLA) સાથે જોડાયેલી સંસ્થાઓ, અમેરિકાની અગ્રણી AI મોડેલો, જેમ કે OpenAI ના GPT-3.5 અથવા Anthropic ના Claude 3, પાસેથી મળેલા પ્રતિભાવોનો ઉપયોગ કરીને પોતાની સંરક્ષણ ટેક્નોલોજી વિકસાવી રહી છે.
આ પ્રક્રિયાને 'મોડેલ ડિસ્ટિલેશન' કહેવાય છે. તેમાં, એક મોટા અને શક્તિશાળી AI મોડેલના તર્ક અને ડેટાનો ઉપયોગ કરીને, એક નાનું અને વધુ કાર્યક્ષમ AI મોડેલ તૈયાર કરવામાં આવે છે. ચીન માટે આ ખાસ મહત્વનું છે કારણ કે અમેરિકા દ્વારા AI ચિપ્સ પર કડક નિકાસ નિયંત્રણો લાગુ કરવામાં આવ્યા છે, જે નવા AI મોડેલો બનાવવા માટે જરૂરી છે. આ પદ્ધતિ દ્વારા, ચીન ઓછા કમ્પ્યુટિંગ પાવરવાળા હાર્ડવેર પર પણ આધુનિક AI સિસ્ટમ્સ વિકસાવી શકે છે.
સંરક્ષણ ક્ષેત્રે વ્યૂહાત્મક ઉપયોગ
આ સંશોધન સૂચવે છે કે ચીનની સૈન્ય સંસ્થાઓ આ AI આઉટપુટનો ઉપયોગ ચોક્કસ યુદ્ધનીતિઓના હેતુઓ માટે કરી રહી છે. અહેવાલો મુજબ, તેનો ઉપયોગ સંવેદનશીલ સૈન્ય કોડને સુરક્ષિત નેટવર્ક માટે સારાંશિત કરવા, સોશિયલ મીડિયા મોનિટરિંગ માટે કૃત્રિમ ડેટા જનરેટ કરવા અને ડ્રોન (UAVs) માટે ઇમેજ-પ્રોસેસિંગ ક્ષમતાઓને વધારવા માટે થઈ રહ્યો છે. એકેડેમી ઓફ મિલિટરી સાયન્સિસ દ્વારા દરિયાઈ પ્લેટફોર્મ માટે ટાર્ગેટ રેકગ્નિશન સિસ્ટમ્સ સુધારવાના પ્રયાસો પણ નોંધાયા છે, જે વિવિધ સંરક્ષણ ક્ષેત્રોમાં પશ્ચિમી AI તર્કને એકીકૃત કરવાનો સ્પષ્ટ ઈરાદો દર્શાવે છે.
નિયમનકારી અને સુરક્ષાના પ્રશ્નો
ચીનના સંરક્ષણ સંશોધનમાં અમેરિકન ટેકનોલોજીનો ઉપયોગ, AI ગવર્નન્સ પર દ્વિપક્ષીય ચર્ચાઓ પહેલાં એક વિવાદાસ્પદ મુદ્દો બન્યો છે. અમેરિકી અધિકારીઓ દલીલ કરે છે કે આ પ્રથા નિકાસ નિયંત્રણો અને બૌદ્ધિક સંપદા સુરક્ષાનું ઉલ્લંઘન કરી શકે છે, જ્યારે ચીની અધિકારીઓ આ આરોપોને ટેક્નોલોજીકલ વિકાસને મર્યાદિત કરવાના પ્રયાસો તરીકે નકારી કાઢે છે.
ટેકનિકલ નિષ્ણાતો પણ કહે છે કે ડિસ્ટિલ્ડ મોડેલો મૂળ સિસ્ટમો જેટલી સુરક્ષા સાવચેતીઓ વારસામાં મેળવી શકતા નથી, જે સંરક્ષણ એપ્લિકેશન્સમાં અણધાર્યા પરિણામો તરફ દોરી શકે છે. રોકાણકારો અને નીતિ નિર્માતાઓ આ તારણો પર આંતરરાષ્ટ્રીય નિયમનકારો કેવી પ્રતિક્રિયા આપે છે તેના પર નજર રાખી રહ્યા છે. પબ્લિક-ફેસિંગ AI મોડેલ આઉટપુટ પર વધુ કડક નિયંત્રણો અથવા આ સિસ્ટમ્સ ચલાવતી કંપનીઓ માટે કડક પાલન આવશ્યકતાઓ જેવા પગલાં લેવાઈ શકે છે. ભવિષ્યમાં, વૈશ્વિક ઉદ્યોગ એ જોશે કે AI ડેવલપર્સ તેમની માલિકીની ટેકનોલોજીને સંવેદનશીલ લશ્કરી પ્રવૃત્તિઓ માટે પુનઃઉપયોગ કરતા અટકાવવા માટે કન્ટેન્ટ ફિલ્ટરિંગ અથવા ડેટા-માસ્કિંગ પ્રોટોકોલ જેવા નવા સુરક્ષા પગલાં અમલમાં મૂકે છે કે કેમ.
