नवीनतम AI संघर्ष कोड चुराए बिना नकल करने के बारे में है
चीन के साथ अमेरिका का प्रौद्योगिकी विवाद एक अधिक विशिष्ट और अधिक कठिन चरण में प्रवेश कर रहा है। प्रदत्त Ars Technica स्रोत के अनुसार, अमेरिकी अधिकारी अमेरिकी AI लैब्स की बौद्धिक संपदा की “औद्योगिक-स्तर” चोरी के रूप में वर्णित स्थिति पर प्रतिक्रिया देने की तैयारी कर रहे हैं, जिसमें डिस्टिलेशन बहस के केंद्र में है। यह महत्वपूर्ण है क्योंकि डिस्टिलेशन सामान्य मॉडल-इंटरैक्शन और रणनीतिक निष्कर्षण के बीच एक धुंधले क्षेत्र में आता है।
पारंपरिक बौद्धिक-संपदा विवाद अक्सर स्पष्ट चीज़ों के इर्द-गिर्द घूमते हैं: स्रोत कोड, चिप डिज़ाइन, व्यापार रहस्य, लीक हुए दस्तावेज़। डिस्टिलेशन तस्वीर बदल देता है। यह बताता है कि एक प्रतिद्वंद्वी बड़े पैमाने पर एक फ्रंटियर मॉडल के आउटपुट से सीख सकता है, और उन प्रतिक्रियाओं का उपयोग करके एक सस्ती प्रणाली प्रशिक्षित कर सकता है, जो मूल मॉडल के कुछ मूल्य को सीधे मॉडल वज़न हासिल किए बिना पकड़ लेती है।
वाशिंगटन इस मुद्दे को गंभीरता से क्यों ले रहा है
प्रदत्त स्रोत के अनुसार, अमेरिकी अधिकारियों का मानना है कि मुख्यतः चीन में स्थित विदेशी इकाइयों ने बड़ी संख्या में प्रॉक्सी खातों और जेलब्रेकिंग तकनीकों का उपयोग करके स्वामित्व वाली जानकारी को उजागर किया और फ्रंटियर प्रणालियों से मूल्य निकाला। कई AI कंपनियों पर भी क्लोन या कॉपी किए गए चैटबॉट व्यवहार से जुड़ी समान शिकायतें करने की बात कही गई है।
वाशिंगटन के दृष्टिकोण से, यह सिर्फ़ सेवा-शर्तों की समस्या नहीं है। यह प्रतिस्पर्धात्मकता की समस्या है। यदि डिस्टिलेशन प्रतिद्वंद्वियों को वर्षों के महंगे मॉडल विकास को बहुत सस्ते नकल-चक्र में संपीड़ित करने देता है, तो अग्रणी लैब्स उस सुरक्षा का कुछ हिस्सा खो देती हैं, जो पैमाने, कंप्यूट और पूंजी उन्हें देने वाले थे।
नीति प्रतिक्रिया मॉडल IP को फिर से परिभाषित कर सकती है
स्रोत बताता है कि कांग्रेस पर मॉडल निष्कर्षण को औद्योगिक जासूसी के एक रूप के रूप में देखने और कड़े दंड पर विचार करने का दबाव है। यह महत्वपूर्ण है क्योंकि मौजूदा कानून फ्रंटियर मॉडल व्यवहार को ध्यान में रखकर नहीं लिखा गया था। यदि सरकार बड़े पैमाने पर डिस्टिलेशन को दुरुपयोग की तुलना में जासूसी के अधिक निकट वर्गीकृत करती है, तो यह AI प्रणालियों के इर्द-गिर्द कानूनी सीमा को फिर से खींच देगा।
यह सीमा साधारण नहीं है। AI मॉडल प्रश्नों के उत्तर देने के लिए बनाए जाते हैं। वे जितने सक्षम होते जाते हैं, वैध उपयोग, प्रतिस्पर्धी बेंचमार्किंग, रेड-टीमिंग और जानबूझकर निष्कर्षण के बीच अंतर करना उतना ही कठिन हो सकता है। नीति-निर्माताओं से अब यह परिभाषित करने को कहा जा रहा है कि वह रेखा कहाँ है।
व्यापक भू-राजनीतिक संदेश
यह विवाद यह भी दिखाता है कि AI प्रतिस्पर्धा कैसे परिपक्व हो रही है। पहला चरण चिप्स, प्रतिभा और मॉडल लॉन्च के बारे में था। अगला चरण आउटपुट्स पर नियंत्रण, नकल से सुरक्षा, और मॉडल-आधारित बौद्धिक संपदा की प्रवर्तन-योग्यता के बारे में है। दूसरे शब्दों में, रणनीतिक प्रतिस्पर्धा अब स्टैक के ऊपर की ओर जा रही है।
यह केवल अमेरिका-चीन संबंधों से अधिक को प्रभावित कर सकता है। यदि सरकारें मॉडल निष्कर्षण को राष्ट्रीय-सुरक्षा मुद्दा मानने लगती हैं, तो AI कंपनियों को अधिक आधिकारिक खतरा-खुफिया मिल सकती है, वे कड़े खाता-नियंत्रण बनाएंगी, और नए प्रकार की स्क्रैपिंग व नकल को अपराध घोषित करने वाले कानूनों के लिए पैरवी करेंगी। परिणाम होगा एक अधिक कड़ा, अधिक सुरक्षा-उन्मुख AI उद्योग।
वास्तविक परिणामों के साथ एक कठिन समस्या
चुनौती यह है कि मुद्दे में शामिल मूल तकनीक अवधारणात्मक रूप से अवलोकन से सीखने के काफ़ी करीब है, जो हमेशा प्रतिस्पर्धा का हिस्सा रहा है। अमेरिकी अधिकारियों का तर्क है कि अंतर पैमाने, स्वचालन, धोखे और इरादे में है। जब निष्कर्षण विशाल प्रॉक्सी नेटवर्क और व्यवस्थित बचाव के माध्यम से किया जाता है, तो वे संकेत दे रहे हैं कि वह व्यवहार सामान्य बाजार प्रतिस्पर्धा जैसा दिखना बंद कर देता है और संगठित हड़पने जैसा दिखने लगता है।
यह ढाँचा जल्द ही प्रतिबंधों, नए कानून या कड़े प्रवर्तन को जन्म दे सकता है। ये उपाय तेज़ी से आएँ या नहीं, स्रोत सामग्री से एक बात पहले ही स्पष्ट है: AI दौड़ अब केवल सबसे अच्छे सिस्टम पहले बनाने के बारे में नहीं रही। यह दूसरों को इतना तेज़ उनकी कीमत दोहराने से रोकने के बारे में भी है कि बढ़त मिट जाए।
यह लेख Ars Technica की रिपोर्टिंग पर आधारित है। मूल लेख पढ़ें.
Originally published on arstechnica.com
