Whalesbook
ਪ੍ਰਣਾਲੀਗਤ ਜੋਖਮ ਵਿੱਚ ਬਦਲਾਅ
ਵਿੱਤੀ ਸਥਿਰਤਾ ਹੁਣ ਇੱਕ ਅਦਿੱਖ ਮੋਰਚੇ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ ਜਿੱਥੇ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਇੱਕ ਢਾਲ ਅਤੇ ਸੰਭਾਵੀ ਹਥਿਆਰ ਦੋਵੇਂ ਵਜੋਂ ਕੰਮ ਕਰਦੀ ਹੈ। RBI ਦਾ Anthropic ਦੇ 'Mythos' ਪਲੇਟਫਾਰਮ 'ਤੇ ਕੇਂਦਰਿਤ ਹੋਣਾ, ਉੱਚ-ਪੱਧਰੀ ਹਮਲਾਵਰ ਸਾਈਬਰ ਸਮਰੱਥਾਵਾਂ ਦੇ ਲੋਕਤਾਂਤਰੀਕਰਨ ਬਾਰੇ ਇੱਕ ਵਿਆਪਕ ਚਿੰਤਾ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। ਜ਼ੀਰੋ-ਡੇ ਕਮਜ਼ੋਰੀਆਂ ਦੀ ਸਰਗਰਮੀ ਨਾਲ ਪਛਾਣ ਕਰਕੇ, Mythos ਇੱਕ ਦੋਹਰੇ-ਉਪਯੋਗ ਵਾਲੀ ਤਕਨਾਲੋਜੀ ਵਜੋਂ ਸਾਹਮਣੇ ਆਉਂਦਾ ਹੈ ਜੋ ਹਮਲਾਵਰਾਂ ਨੂੰ ਬੇਮਿਸਾਲ ਸ਼ੁੱਧਤਾ ਨਾਲ ਵਿੱਤੀ ਨੈੱਟਵਰਕਾਂ ਦਾ ਨਕਸ਼ਾ ਬਣਾਉਣ ਦੀ ਆਗਿਆ ਦੇ ਸਕਦਾ ਹੈ। ਕੇਂਦਰੀ ਬੈਂਕ ਦੁਆਰਾ ਪਹਿਲ ਦੇ ਆਧਾਰ 'ਤੇ ਸਲਾਹ-ਮਸ਼ਵਰਾ ਜਾਰੀ ਕਰਨ ਦਾ ਫੈਸਲਾ ਇਹ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਰੈਗੂਲੇਟਰ ਏਕੀਕਰਨ (integration) ਉੱਤੇ ਰੋਕਥਾਮ (containment) ਨੂੰ ਤਰਜੀਹ ਦੇ ਰਿਹਾ ਹੈ, ਇਸ AI ਤਰੱਕੀ ਨੂੰ ਇੱਕ ਕੁਸ਼ਲਤਾ ਸਾਧਨ (efficiency tool) ਨਾਲੋਂ ਵਧੇਰੇ ਇੱਕ ਪ੍ਰਣਾਲੀਗਤ ਖਤਰਾ (systemic threat) ਮੰਨ ਰਿਹਾ ਹੈ।
ਬੁੱਧੀਮਤਾ ਦਾ ਪਾੜਾ (Intelligence Gap)
ਰਵਾਇਤੀ ਸਾਈਬਰਸੁਰੱਖਿਆ ਖਤਰਿਆਂ ਦੇ ਉਲਟ ਜੋ ਕਿ ਸ਼ੋਸ਼ਣ ਦੇ ਜਾਣੇ-ਪਛਾਣੇ ਪੈਟਰਨਾਂ 'ਤੇ ਨਿਰਭਰ ਕਰਦੇ ਹਨ, Anthropic ਦਾ ਮਾਡਲ ਜਨਰੇਟਿਵ ਆਰਕੀਟੈਕਚਰ ਦੀ ਫਰੰਟੀਅਰ 'ਤੇ ਕੰਮ ਕਰਦਾ ਹੈ। ਸਾਈਬਰਸੁਰੱਖਿਆ ਖੇਤਰ ਵਿੱਚ ਮੁਕਾਬਲੇਬਾਜ਼, ਜਿਵੇਂ ਕਿ Palo Alto Networks ਜਾਂ CrowdStrike, ਆਮ ਤੌਰ 'ਤੇ ਥ੍ਰੈਟ ਇੰਟੈਲੀਜੈਂਸ ਫੀਡਾਂ 'ਤੇ ਭਰੋਸਾ ਕਰਦੇ ਹਨ ਜੋ ਡਿਜ਼ਾਈਨ ਦੁਆਰਾ ਪ੍ਰਤੀਕਿਰਿਆਸ਼ੀਲ (reactive) ਹੁੰਦੀਆਂ ਹਨ। ਇਸਦੇ ਉਲਟ, Mythos, ਖਤਰਿਆਂ ਦੇ ਪ੍ਰਗਟ ਹੋਣ ਤੋਂ ਪਹਿਲਾਂ ਹੀ ਉਹਨਾਂ ਦਾ ਪੂਰਵ ਅਨੁਮਾਨ ਲਗਾਉਣ ਦੀ ਸਮਰੱਥਾ ਦਾ ਵਾਅਦਾ ਕਰਦਾ ਹੈ। ਇਹ ਵਿੱਤੀ ਸੰਸਥਾਵਾਂ ਲਈ ਇੱਕ ਗੰਭੀਰ ਮੁਲਾਂਕਣ ਦੁਬਿਧਾ (valuation dilemma) ਪੈਦਾ ਕਰਦਾ ਹੈ: ਸਟੇਟ-ਆਫ-ਦ-ਆਰਟ AI ਰੱਖਿਆ ਵਿੱਚ ਨਿਵੇਸ਼ ਕਰਨਾ ਅਪ੍ਰਚਲਿਤ (obsolescence) ਹੋਣ ਦਾ ਜੋਖਮ ਉਠਾਉਂਦਾ ਹੈ ਜੇਕਰ ਰੈਗੂਲੇਟਰ ਵਿਸ਼ੇਸ਼, ਸੰਭਵ ਤੌਰ 'ਤੇ ਹੌਲੀ, ਪਾਲਣਾ-ਭਾਰੀ ਪ੍ਰੋਟੋਕਾਲਾਂ ਨੂੰ ਲਾਗੂ ਕਰਦੇ ਹਨ। ਭਾਰਤ ਦੀ ਇਸ ਸਾਧਨ ਨਾਲ ਅਧਿਕਾਰਤ ਸ਼ਮੂਲੀਅਤ ਬਾਰੇ ਅਸਪੱਸ਼ਟਤਾ, ਰਾਸ਼ਟਰੀ ਵਿੱਤੀ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਲਈ ਵਿਦੇਸ਼ੀ-ਵਿਕਸਿਤ ਬਲੈਕ-ਬਾਕਸ ਮਾਡਲਾਂ 'ਤੇ ਭਰੋਸਾ ਕਰਨ ਵਿੱਚ ਇੱਕ ਝਿਜਕ ਨੂੰ ਉਜਾਗਰ ਕਰਦੀ ਹੈ।
ਸੰਸਥਾਗਤ ਬੇਅਰ ਕੇਸ (Institutional Bear Case)
ਨਿਯਮਾਂ ਬਾਰੇ ਸਾਵਧਾਨੀ ਕੇਵਲ ਸਿਧਾਂਤਕ (theoretical) ਨਹੀਂ ਹੈ; ਇਹ ਉੱਨਤ AI ਦੀ ਤੈਨਾਤੀ ਅਤੇ ਮਜ਼ਬੂਤ ਸੁਰੱਖਿਆ ਉਪਾਵਾਂ ਦੀ ਸਥਾਪਨਾ ਦੇ ਵਿਚਕਾਰ ਗੰਭੀਰ ਪਛੜਿਆਂ ਦੇ ਟਰੈਕ ਰਿਕਾਰਡ ਤੋਂ ਉਤਪੰਨ ਹੁੰਦੀ ਹੈ। ਇੱਥੇ ਪ੍ਰਾਇਮਰੀ ਜੋਖਮ ਕਾਰਕ Anthropic ਦੇ ਖੋਜ ਦਾ 'ਬਲੈਕ ਬਾਕਸ' ਸੁਭਾਅ ਹੈ। ਜੇਕਰ ਭਾਰਤੀ ਵਿੱਤੀ ਸੰਸਥਾਵਾਂ ਮਲਕੀਅਤੀ ਨਿਗਰਾਨੀ (proprietary oversight) ਤੋਂ ਬਿਨਾਂ ਅੰਦਰੂਨੀ ਤੌਰ 'ਤੇ Mythos-ਵਰਗੀਆਂ ਸਮਰੱਥਾਵਾਂ ਨੂੰ ਏਕੀਕ੍ਰਿਤ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਦੀਆਂ ਹਨ, ਤਾਂ ਉਹਨਾਂ ਨੂੰ ਬੈਕਡੋਰ ਜਾਂ ਅਣਜਾਣੇ ਡਾਟਾ ਲੀਕੇਜ ਬਣਾਉਣ ਦਾ ਜੋਖਮ ਹੁੰਦਾ ਹੈ ਜਿਸਦਾ ਰਾਜ-ਸਪਾਂਸਰਡ ਕਲਾਕਾਰਾਂ ਦੁਆਰਾ ਸ਼ੋਸ਼ਣ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਵੱਡੇ ਬੈਂਕਾਂ ਦੇ ਪ੍ਰਬੰਧਨ ਇਸ ਬਾਰੇ ਵੰਡਿਆ ਹੋਇਆ ਹੈ ਕਿ ਕੀ ਗਲੋਬਲ ਮਾਨਕਾਂ ਨਾਲ ਮੇਲ ਕਰਨ ਲਈ AI ਤੈਨਾਤੀ ਨੂੰ ਤੇਜ਼ ਕਰਨਾ ਹੈ ਜਾਂ RBI ਦੁਆਰਾ ਸਪੱਸ਼ਟ, ਸੁਰੱਖਿਅਤ-ਆਸ਼ਰਯ ਨਿਰਦੇਸ਼ (safe-harbor directives) ਪ੍ਰਦਾਨ ਕੀਤੇ ਜਾਣ ਤੱਕ ਨਵੀਨਤਾ ਨੂੰ ਰੋਕਣਾ ਹੈ। ਬੈਂਕਿੰਗ ਕੋਰ ਵਿੱਚ ਤੀਜੀ-ਧਿਰ AI ਪ੍ਰਣਾਲੀਆਂ 'ਤੇ ਨਿਰਭਰਤਾ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਢਾਂਚਾਗਤ ਕਮਜ਼ੋਰੀ (structural vulnerability) ਬਣੀ ਹੋਈ ਹੈ ਜਿਸਨੂੰ ਸਲਾਹ-ਪੱਧਰ ਦੀ ਤਿਆਰੀ ਦੀ ਕੋਈ ਵੀ ਮਾਤਰਾ ਪੂਰੀ ਤਰ੍ਹਾਂ ਖਤਮ ਨਹੀਂ ਕਰ ਸਕਦੀ।
ਭਵਿੱਖ ਦਾ ਰੁਝਾਨ
ਕੇਂਦਰੀ ਬੈਂਕ ਦੇ ਅਗਲੇ ਕਦਮਾਂ ਵਿੱਚ ਸੰਭਵ ਤੌਰ 'ਤੇ AI-ਸਿਮੂਲੇਟਿਡ ਪੈਨਿਟ੍ਰੇਸ਼ਨ ਯਤਨਾਂ ਵਿਰੁੱਧ ਸੰਸਥਾਗਤ ਨੈੱਟਵਰਕਾਂ ਦੀ ਤਣਾਅ-ਜਾਂਚ (stress-testing) 'ਤੇ ਕੇਂਦ੍ਰਿਤ ਇੱਕ ਪੜਾਅਵਾਰ ਪਾਇਲਟ ਪ੍ਰੋਗਰਾਮ ਸ਼ਾਮਲ ਹੋਵੇਗਾ। ਨਿਵੇਸ਼ਕਾਂ ਨੂੰ AI-ਸਹਾਇਤਾ ਪ੍ਰਾਪਤ ਸੁਰੱਖਿਆ ਸਾਫਟਵੇਅਰ ਲਈ ਨਵੀਂ ਰਿਪੋਰਟਿੰਗ ਲੋੜਾਂ ਨੂੰ RBI ਦੁਆਰਾ ਲਾਗੂ ਕੀਤੇ ਜਾਣ ਕਾਰਨ ਉੱਚੇ ਹੋਏ ਪਾਲਣਾ ਖਰਚਿਆਂ (compliance costs) ਦੀ ਮਿਆਦ ਦੀ ਉਮੀਦ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ। ਜਦੋਂ ਤੱਕ Mythos ਦੀ ਨੈਤਿਕ ਵਰਤੋਂ ਅਤੇ ਸੈਂਡਬਾਕਸ ਟੈਸਟਿੰਗ 'ਤੇ ਇੱਕ ਸਪੱਸ਼ਟ ਨੀਤੀ ਸਾਹਮਣੇ ਨਹੀਂ ਆਉਂਦੀ, ਉਦੋਂ ਤੱਕ ਘਰੇਲੂ ਵਿੱਤੀ ਖੇਤਰ ਸੰਭਵ ਤੌਰ 'ਤੇ ਇੱਕ ਬਚਾਅ ਵਾਲੇ, ਵਿਕਰੇਤਾ-ਤਟਸਥ (vendor-neutral) ਪਹੁੰਚ ਵੱਲ ਝੁਕੇਗਾ ਤਾਂ ਜੋ ਇੱਕ ਸਿੰਗਲ, ਬਹੁਤ ਸੰਵੇਦਨਸ਼ੀਲ ਤਕਨਾਲੋਜੀ ਪਲੇਟਫਾਰਮ 'ਤੇ ਨਿਰਭਰਤਾ ਵਿੱਚ ਫਸਣ ਤੋਂ ਬਚਿਆ ਜਾ ਸਕੇ।