Hugging Face ਦੀ ਚੀਫ਼ ਪਾਲਿਸੀ ਅਫ਼ਸਰ Irene Solaiman ਨੇ AI ਮਾਡਲਾਂ ਦੀ ਕਾਰਗੁਜ਼ਾਰੀ ਨੂੰ ਮਾਪਣ ਲਈ ਸਟੈਂਡਰਡ ਮੈਟ੍ਰਿਕਸ ਦੀ ਘਾਟ ਬਾਰੇ ਚਿੰਤਾ ਜਤਾਈ ਹੈ। ਇਹ ਅਨਿਸ਼ਚਿਤਤਾ ਨਿਵੇਸ਼ਕਾਂ ਲਈ 'AI ਵਾਸ਼ਿੰਗ' ਦਾ ਖਤਰਾ ਪੈਦਾ ਕਰ ਰਹੀ ਹੈ।
AI ਮਾਡਲਾਂ ਦੀ ਅਸਲੀਅਤ 'ਤੇ ਸਵਾਲ
Hugging Face ਦੀ ਚੀਫ਼ ਪਾਲਿਸੀ ਅਫ਼ਸਰ, Irene Solaiman ਨੇ ਸਾਫ਼ ਕਰ ਦਿੱਤਾ ਹੈ ਕਿ AI ਇੰਡਸਟਰੀ ਵਿੱਚ ਇਸ ਸਮੇਂ ਅਜਿਹਾ ਕੋਈ ਵੀ ਸਾਂਝਾ ਮਾਪਦੰਡ ਨਹੀਂ ਹੈ ਜੋ ਇਹ ਪੁਸ਼ਟੀ ਕਰ ਸਕੇ ਕਿ ਕਿਹੜਾ ਮਾਡਲ ਕਿੰਨਾ ਕਾਰਗਰ ਹੈ। ਜ਼ਿਆਦਾਤਰ ਕੰਪਨੀਆਂ ਜੋ ਦਾਅਵੇ ਕਰ ਰਹੀਆਂ ਹਨ, ਉਹਨਾਂ ਦੇ ਨਤੀਜੇ ਦੁਬਾਰਾ ਚੈੱਕ ਕਰਨਾ (Reproducible) ਮੁਸ਼ਕਲ ਹੈ। ਨਿਵੇਸ਼ਕਾਂ ਲਈ ਇਹ ਇੱਕ ਵੱਡਾ ਖਾਲੀਪਨ ਹੈ, ਕਿਉਂਕਿ ਉਹ ਇਹ ਪਛਾਣ ਨਹੀਂ ਪਾ ਰਹੇ ਕਿ ਕਿਹੜੀ ਕੰਪਨੀ ਕੋਲ ਅਸਲ ਤਕਨੀਕੀ ਦਮ ਹੈ ਅਤੇ ਕਿਹੜੀ ਸਿਰਫ ਮਾਰਕੀਟਿੰਗ ਦੇ ਸਹਾਰੇ ਚੱਲ ਰਹੀ ਹੈ।
ਕੀ ਥਰਡ-ਪਾਰਟੀ ਆਡਿਟ ਭਰੋਸੇਯੋਗ ਹਨ?
ਵੱਡੀਆਂ AI ਲੈਬਾਂ ਹੁਣ ਸੁਰੱਖਿਆ ਜਾਂਚ ਲਈ ਬਾਹਰੀ ਕੰਪਨੀਆਂ ਦਾ ਸਹਾਰਾ ਲੈ ਰਹੀਆਂ ਹਨ—ਜਿਵੇਂ ਕਿ Anthropic ਅਤੇ Accenture ਦੀ ਸਾਂਝੇਦਾਰੀ। ਪਰ ਮਾਹਿਰਾਂ ਦਾ ਮੰਨਣਾ ਹੈ ਕਿ ਇਹ ਕੰਪਨੀਆਂ ਸ਼ਾਇਦ ਉਨੀ ਡੂੰਘਾਈ ਨਾਲ ਟੈਸਟਿੰਗ ਨਹੀਂ ਕਰ ਰਹੀਆਂ ਜਿੰਨੀ ਜ਼ਰੂਰੀ ਹੈ। Solaiman ਮੁਤਾਬਕ, ਇਹ ਸ਼ਾਇਦ ਸਰਕਾਰੀ ਨਿਯਮਾਂ ਤੋਂ ਬਚਣ ਦਾ ਇੱਕ ਤਰੀਕਾ ਹੋ ਸਕਦਾ ਹੈ।
ਭਾਰਤੀ IT ਸੈਕਟਰ ਲਈ ਜੋਖਮ
ਇਸ ਮੁੱਦੇ ਦਾ ਸਿੱਧਾ ਅਸਰ ਭਾਰਤੀ IT ਦਿੱਗਜਾਂ ਜਿਵੇਂ ਕਿ TCS, Infosys, ਅਤੇ Wipro 'ਤੇ ਪੈ ਸਕਦਾ ਹੈ, ਜੋ ਕਿ ਗਲੋਬਲ ਕਲਾਇੰਟਸ ਨੂੰ AI ਸੇਵਾਵਾਂ ਦੇ ਰਹੇ ਹਨ। ਜੇਕਰ ਕਿਸੇ ਕਲਾਇੰਟ ਨੂੰ ਪਤਾ ਲੱਗਦਾ ਹੈ ਕਿ ਉਹਨਾਂ ਦੁਆਰਾ ਖਰੀਦਿਆ AI ਮਾਡਲ ਵਾਅਦੇ ਮੁਤਾਬਕ ਪ੍ਰਦਰਸ਼ਨ ਨਹੀਂ ਕਰ ਰਿਹਾ, ਤਾਂ ਕੰਟਰੈਕਟ ਟੁੱਟਣ ਅਤੇ ਭਾਰੀ ਨੁਕਸਾਨ ਹੋਣ ਦਾ ਡਰ ਹੈ। ਨਾਲ ਹੀ, MeitY (Ministry of Electronics and IT) ਵੀ ਲਗਾਤਾਰ ਇੱਕ 'ਸੁਰੱਖਿਅਤ ਅਤੇ ਭਰੋਸੇਯੋਗ' AI ਈਕੋਸਿਸਟਮ ਦੀ ਮੰਗ ਕਰ ਰਿਹਾ ਹੈ।
ਨਿਵੇਸ਼ਕਾਂ ਲਈ ਨਸੀਹਤ
ਨਿਵੇਸ਼ਕਾਂ ਨੂੰ ਸਿਰਫ AI ਦੀ ਗਤੀ 'ਤੇ ਨਹੀਂ, ਸਗੋਂ ਇਹ ਦੇਖਣਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਕੀ ਕੰਪਨੀਆਂ ਕਿਸੇ ਮਾਨਤਾ ਪ੍ਰਾਪਤ ਤੀਜੀ-ਧਿਰ ਦੀ ਵੈਧਤਾ (Independent Validation) ਨੂੰ ਅਪਣਾ ਰਹੀਆਂ ਹਨ ਜਾਂ ਨਹੀਂ। ਜਦੋਂ ਤੱਕ ਇੰਡਸਟਰੀ ਵਿੱਚ ਸਾਂਝੇ ਮਾਪਦੰਡ ਨਹੀਂ ਬਣਦੇ, AI ਮਾਰਕੀਟ ਵਿੱਚ ਅਨਿਸ਼ਚਿਤਤਾ ਬਣੀ ਰਹੇਗੀ।