Anthropic विरुद्ध झालेली व्हाईट हाऊसची कथित हालचाल AI धोरणावरील संघर्ष अधिक तीव्र करते
The Verge ने संक्षेपित केलेल्या एका नव्या अहवालात Anthropic च्या मर्यादित AI मॉडेल्सभोवतीच्या वादात नवा, तीव्र स्तर जोडला आहे. अॅमेझॉनचे सायबरसुरक्षा संशोधन आणि अॅमेझॉनचे CEO Andy Jassy व व्हाईट हाऊस यांच्यातील संभाषणे यामुळे असा निर्यात-नियंत्रण आदेश आला, ज्यामुळे परदेशी नागरिकांना Anthropic च्या Fable 5 आणि Mythos 5 मॉडेल्सचा प्रवेश बंद करावा लागला, असे अहवालात म्हटले आहे.
हे अचूक असेल, तर ही मालिका एका अरुंद तांत्रिक सुरक्षा वादाला अधिक व्यापक गोष्टीत रूपांतरित करते: AI सुरक्षा दावे, निर्यात-नियंत्रण अधिकार, स्पर्धात्मक स्थिती, आणि आधुनिक AI कार्यबलाची जागतिक रचना यांचा एकमेकांशी होणारा संघर्ष.
अहवालानुसार, प्रॉम्प्टिंगद्वारे अॅमेझॉनला Fable 5 कडून अशी माहिती मिळवता आली, जी सायबर हल्ल्यांमध्ये वापरली जाऊ शकते. Jassy यांनी ती निष्कर्षे सरकारी अधिकाऱ्यांशी शेअर केल्यानंतर थोड्याच वेळात प्रशासनाने मॉडेल्सवरील परदेशी नागरिकांचा प्रवेश रोखण्यासाठी पाऊल उचलले, असे सांगितले जाते.
हे एकटेच ही घटना लक्षवेधी करण्यास पुरेसे ठरले असते. पण त्याचे परिणाम आणखी खोल होते, कारण Anthropic चे अनेक संशोधक स्वतः परदेशात जन्मलेले आहेत, म्हणजेच अहवालात वर्णन केलेल्या आदेशामुळे त्यांना कंपनीच्या स्वतःच्या उत्पादनापासून दूर ठेवण्यात आले.
सुरक्षेची चिंता, की वर्गीकरणातील चूक?
सरकारने या प्रकरणाला jailbreak म्हणून मांडल्याच्या वर्णनाला Anthropic ने विरोध केला, असे अहवालात म्हटले आहे. कंपनीने असा युक्तिवाद केला की GPT 5.5 सह इतर सार्वजनिकरीत्या उपलब्ध मॉडेल्समधूनही त्या समान कमकुवत बाजू आढळू शकतात. काही सुरक्षा संशोधकांनीही या मांडणीला पाठिंबा दिला असल्याचे सांगितले जाते.
ही मतभेद महत्त्वाची आहेत, कारण AI निर्यात-प्रतिबंध मोठ्या प्रमाणावर सरकार सामान्य गैरवापराचा धोका आणि खरोखरच अपवादात्मक क्षमता यांच्यात कुठे रेषा आखते यावर अवलंबून असतात. एखादे मॉडेल विशेषतः धोकादायक असेल, तर प्रतिबंधात्मक हस्तक्षेप लक्ष्यित राष्ट्रीय-सुरक्षा धोरण म्हणून मांडता येतो. पण तेच वर्तन सार्वजनिक मॉडेल्समध्ये व्यापकपणे पुन्हा तयार करता येत असेल, तर धोरण अचूक नियंत्रणापेक्षा निवडक अंमलबजावणीसारखे दिसू लागते.
अहवालात असेही म्हटले आहे की प्रशासनाचे Anthropic सोबतचे संबंध या निर्णयावर प्रभाव टाकू शकतात, असे सूचित करणारी मते होती. हा दावा अर्थ लावणारा राहतो, पण तो नियामकांना आता भेडसावणारी अडचण अधोरेखित करतो: फ्रंटियर AI मध्ये सुरक्षा निर्णयांना राजकारण, भू-राजकारण आणि औद्योगिक स्पर्धेपासून वेगळे करणे कठीण आहे.
कामगारांचा प्रश्न आता दुर्लक्ष करण्यासारखा उरलेला नाही
या आदेशाचा सर्वात स्पष्ट परिणाम म्हणजे तो AI संशोधनाच्या रचनेबद्दल काय उघड करतो. परदेशी नागरिकांना प्रवेश बंद करणे हा या उद्योगात किरकोळ मनुष्यबळाचा मुद्दा नाही. अग्रगण्य AI लॅब्स आंतरराष्ट्रीय पातळीवर भरती केलेल्या टीम्सवर उभ्या आहेत. बाह्य धोका मर्यादित करण्यासाठी असलेला नियम लवकरच अंतर्गत कार्यकारी संकटात बदलू शकतो.
अहवालातील Anthropic प्रकरण ही तणावपूर्ण स्थिती ठळक करते. एखादी कंपनी अमेरिकेत मुख्यालय असलेली असली, तरीही ती अमेरिकेत जन्म न झालेल्या संशोधकांवर मोठ्या प्रमाणावर अवलंबून असू शकते. त्या कर्मचाऱ्यांना त्यांनी तयार करण्यात मदत केलेली प्रणाली वापरता आली नाही, तर तो धोरण फक्त निर्यातीवर नियंत्रण ठेवत नाही. ते विकासक्षमताच मुळाशी विस्कळीत करते.
यातून एक नवे धोरणात्मक द्वंद्व निर्माण होते. प्रगत मॉडेल्सवर अधिक कठोर नियंत्रण हवे असे सरकारांना वाटू शकते, विशेषतः जर त्यांना वाटले की ही प्रणाली सायबर हल्ले किंवा इतर हानिकारक कृतींमध्ये मदत करू शकते. पण प्रवेशाधिकार राष्ट्रीयत्वावर अधिक घट्टपणे परिभाषित केल्याने, उद्योगाला आधार देणारे श्रममॉडेल अस्थिर होण्याचा धोका वाढतो.
अॅमेझॉनची भूमिका स्पर्धात्मक प्रश्न निर्माण करते
अॅमेझॉनची कथित भूमिका आणखी एक स्तर जोडते. जेव्हा AI, क्लाउड पायाभूत सुविधा आणि मॉडेल तैनातीमध्ये स्वतःचे रणनीतिक हितसंबंध असलेल्या मोठ्या तंत्रज्ञान कंपनीकडून सुरक्षा चिंता मांडल्या जातात, तेव्हा नियामकांना केवळ त्या इशाऱ्याचे तांत्रिक स्वरूप नाही, तर त्याभोवतालचा व्यापक बाजार संदर्भही तपासावा लागतो.
याचा अर्थ असा नाही की तो इशारा चुकीचा होता. याचा अर्थ असा की विश्वासार्हतेचे राजकारण आता AI प्रशासनाचा भाग बनले आहे. एक वैध सुरक्षा चिंता व्यावसायिक हित असलेल्या घटकाकडून येऊ शकते, आणि सरकार तिच्यावर अशा प्रकारे कारवाई करू शकते की ज्यामुळे सुरक्षा जितकी बदलते तितकीच स्पर्धाही बदलते.
परिणाम असा की मॉडेल मूल्यांकन, red-team निष्कर्ष, आणि प्रवेश निर्बंध हे अनेक उद्देश एकाच वेळी पूर्ण करू लागतात, अशा धोरणात्मक वातावरणाची निर्मिती होते. ते सुरक्षा साधने, नियामक साधने, आणि स्पर्धात्मक लीव्हर ठरू शकतात, ते कोणी आणि कसे वापरते यावर तसेच राज्य कशी प्रतिक्रिया देते यावर अवलंबून.
फ्रंटियर AI साठी या घटनेचा अर्थ काय
अहवालात वर्णन केलेला आदेश दाखवतो की फ्रंटियर-मॉडेल प्रशासन स्वैच्छिक सुरक्षा भाषेतून कठोर राज्यसत्तेकडे किती वेगाने सरकत आहे. अनेक वर्षे, प्रगत AI भोवतीची सार्वजनिक चौकट ऑडिट, system cards, धोरण प्रस्ताव, आणि स्वतः लादलेल्या प्रकाशन मर्यादांवर केंद्रित होती. निर्यात-नियंत्रण ही वेगळी श्रेणी आहे. ती सक्तीची, तात्काळ आणि एखाद्या मॉडेलचा वापर कोणी करू शकेल हे रातोरात बदलू शकणारी आहे.
हा बदल महत्त्वाचा आहे. एकदा सरकारांनी फ्रंटियर मॉडेल्सना अशी मालमत्ता मानायला सुरुवात केली की ज्यासाठी राष्ट्रीयत्व-आधारित प्रवेश निर्बंध लागू शकतात, की उद्योग अधिक रणनीतिक टप्प्यात प्रवेश करतो. मॉडेल क्षमता आता फक्त उत्पादन किंवा संशोधनाचा विषय राहत नाही. ती राष्ट्रीय नियंत्रणाचा प्रश्न बनते.
Anthropic प्रकरण असेही सूचित करते की हस्तक्षेपासाठीचे कारण प्रत्यक्ष जगातील भीषण गैरवापर असणे आवश्यक नाही. अहवालात वर्णन केलेल्या प्रॉम्प्ट-आधारित निष्कर्ष आणि अंतर्गत सरकारी चिंता इतकीच मोठी प्रवेश-सीमा आणण्यासाठी पुरेशी होती. यामुळे भविष्यातील कारवाईची मर्यादा खाली येते, किंवा किमान ती अधिक वाचनीय होते.
पुढील लढाई मानकांवर असेल
सध्या सर्वात महत्त्वाचा अनुत्तरित प्रश्न हा आदेश नाही. पुढचा मानक काय असेल, हा आहे. जर एका कंपनीचे मॉडेल प्रॉम्प्टिंगद्वारे हल्ल्याशी संबंधित माहिती पुरवते, असा आरोप करून प्रतिबंधित करता येत असेल, तर कोणता बेंचमार्क अस्वीकार्य जोखीम ठरवतो हे लॅब्सना जाणून घ्यायचे असेल. तो बेंचमार्क सर्व कंपन्यांना समान रीतीने लागू होतो का, हेही त्यांना जाणून घ्यायचे असेल.
स्पष्ट मानक नसल्यास, प्रत्येक मोठा सुरक्षा दावा राजकीय लढाईत रूपांतरित होण्याचा धोका असतो. आणि एक मानक असल्यास, उद्योगाला अधिक अंदाजे, पण अधिक घट्ट नियंत्रित, प्रकाशन पद्धतीचा सामना करावा लागू शकतो.
कसेही असो, अहवालात वर्णन केलेल्या व्हाईट हाऊसच्या हालचालीने परिस्थिती स्पष्ट केली आहे. फ्रंटियर AI धोरण आता फक्त मॉडेल काय करू शकतात याबद्दल नाही. ती कोणाला ती वापरता येतील, कोणत्या पुराव्यावर, आणि कोणत्या भू-राजकीय परिणामांसह, हे कोण ठरवणार याबद्दलही आहे.
हा लेख The Verge च्या रिपोर्टिंगवर आधारित आहे. मूळ लेख वाचा.
Originally published on theverge.com





