23 ਨਵੰ 2025·8 ਮਿੰਟ
ਇਰਿਕ ਸ਼ਿਮਿਟ: ਗੂਗਲ ਸਰਚ ਤੋਂ ਰਾਸ਼ਟਰੀ ਏਆਈ ਰਣਨੀਤੀ ਤੱਕ ਦੀ ਬਦਲਾਅ
ਇਰਿਕ ਸ਼ਿਮਿਟ ਦੀ ਯਾਤਰਾ ਨੂੰ ਪਤਾ ਕਰੋ—ਗੂਗਲ ਸਰਚ ਨੂੰ ਰਾਸ਼ਟਰੀ ਏਆਈ ਰਣਨੀਤੀ 'ਤੇ ਪ੍ਰਭਾਵ ਤੱਕ, ਜਿਸ ਵਿੱਚ ਨੀਤੀ ਭੂਮਿਕਾਵਾਂ, ਮੁੱਖ ਵਿਚਾਰ ਅਤੇ ਚਰਚਾ ਸ਼ਾਮਿਲ ਹਨ।
ਇਰਿਕ ਸ਼ਿਮਿਟ ਦੀ ਯਾਤਰਾ ਨੂੰ ਪਤਾ ਕਰੋ—ਗੂਗਲ ਸਰਚ ਨੂੰ ਰਾਸ਼ਟਰੀ ਏਆਈ ਰਣਨੀਤੀ 'ਤੇ ਪ੍ਰਭਾਵ ਤੱਕ, ਜਿਸ ਵਿੱਚ ਨੀਤੀ ਭੂਮਿਕਾਵਾਂ, ਮੁੱਖ ਵਿਚਾਰ ਅਤੇ ਚਰਚਾ ਸ਼ਾਮਿਲ ਹਨ।
ਇਰਿਕ ਸ਼ਿਮਿਟ ਨੂੰ ਅਕਸਰ ਗੂਗਲ ਦੇ ਸਾਬਕਾ CEO ਵਜੋਂ ਪੇਸ਼ ਕੀਤਾ ਜਾਂਦਾ ਹੈ—ਪਰ ਅੱਜ ਉਹਦੀ ਮਹੱਤਤਾ ਖੋਜ ਬਾਕਸ ਤੋਂ ਘੱਟ ਅਤੇ ਇਸ ਗੱਲ ਨਾਲ ਜ਼ਿਆਦਾ ਜੁੜੀ ਹੈ ਕਿ ਸਰਕਾਰਾਂ ਕਿਵੇਂ ਕ੍ਰਿਤ੍ਰਿਮ ਬੁੱਧੀ (AI) ਬਾਰੇ ਸੋਚਦੀਆਂ ਹਨ। ਇਸ ਲੇਖ ਦਾ ਮਕਸਦ ਉਹ ਬਦਲਾਅ ਸਮਝਾਉਣਾ ਹੈ: ਕਿਵੇਂ ਇਕ ਟੈਕਨੋਲੋਜੀ ਇੱਕਜ਼ੈਕਿਊਟਿਵ, ਜਿਸਨੇ ਦੁਨੀਆ ਦੀਆਂ ਸਭ ਤੋਂ ਵੱਡੀਆਂ ਇੰਟਰਨੈੱਟ ਕੰਪਨੀਆਂ ਵਿੱਚੋਂ ਇੱਕ ਨੂੰ ਵਧਾਇਆ, ਰਾਸ਼ਟਰੀ ਏਆਈ ਤਰਜੀਹਾਂ, ਪਬਲਿਕ ਰਿਪੋਰਟਾਂ, ਅਤੇ ਨਵੀਨਤਾ ਨੂੰ ਰਾਜ ਦੀ ਸਮਰੱਥਾ ਵਿੱਚ ਬਦਲਣ ਦੀ ਪ੍ਰਯੋਗੀ ਸੋਚ ਤੇ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਆਵਾਜ਼ ਬਣ ਗਿਆ।
ਰਾਸ਼ਟਰੀ ਏਆਈ ਰਣਨੀਤੀ ਉਹ ਯੋਜਨਾ ਹੈ ਜਿਸਦੇ ਅੰਦਰ ਦੇਸ਼ ਇਹ ਤੈਅ ਕਰਦਾ ਹੈ ਕਿ ਉਹ ਏਆਈ ਨੂੰ ਕਿਵੇਂ ਵਿਕਸਿਤ, ਅਪਨਾਏ ਅਤੇ ਨਿਯੰਤ੍ਰਿਤ ਕਰੇਗਾ ਤਾਂ ਜੋ ਜਨਤਾ ਦੇ ਹਿਤ ਨੂੰ ਸੇਵਾ ਦਿੱਤੀ ਜਾ ਸਕੇ। ਇਹ ਆਮ ਤੌਰ 'ਤੇ ਰਿਸਰਚ ਲਈ ਫੰਡ, ਸਟਾਰਟਅਪ ਅਤੇ ਉਦਯੋਗੀ ਅਪਣਾਉਣ ਲਈ ਸਹਾਇਤਾ, ਜ਼ਿੰਮੇਵਾਰ ਵਰਤੋਂ ਲਈ ਨਿਯਮ, ਵਰਕਫੋਰਸ ਅਤੇ ਸਿੱਖਿਆ ਯੋਜਨਾਵਾਂ, ਅਤੇ ਸਰਕਾਰੀਆਂ ਏਜੰਸੀਆਂ ਵੱਲੋਂ ਏਆਈ ਸਿਸਟਮ ਖਰੀਦਣ ਅਤੇ ਤैनਾਤ ਕਰਨ ਦੇ ਤਰੀਕੇ ਸ਼ਾਮਿਲ ਕਰਦਾ ਹੈ।
ਇਸ ਵਿੱਚ ਉਹ “ਕਠੋਰ”ਸਵਾਲ ਵੀ ਆਉਂਦੇ ਹਨ: ਆਵਸ਼ਸ਼ਕ ਢਾਂਚੇ ਦੀ ਸੁਰੱਖਿਆ ਕਿਵੇਂ ਕਰੀਏ, ਸੰਵੇਦਨਸ਼ੀਲ ਡਾਟਾ ਦੀ ਪ੍ਰਬੰਧਕੀ ਕਿਵੇਂ ਹੋਵੇ, ਅਤੇ ਜਦੋਂ ਇਕੋ ਏਆਈ ਸੰਦ ਨਾਗਰੀ ਫਾਇਦੇ ਅਤੇ ਫੌਜੀ ਲਾਭ ਦੋਹਾਂ ਲਈ ਵਰਤੇ ਜਾ ਸਕਦੇ ਹੋਣ ਤਾਂ ਉਸਦਾ ਜਵਾਬ ਕਿਵੇਂ ਦਿੱਤਾ ਜਾਵੇ।
ਸ਼ਿਮਿਟ ਦਾ ਮਹੱਤਵ ਇਸ ਲਈ ਹੈ ਕਿਉਂਕਿ ਉਹ ਚਾਰ ਮੁੱਖ ਵਿਚਾਰ-ਵਿਵਾਦਾਂ ਦੇ ਇੰਟਰਸੈਕਸ਼ਨ 'ਤੇ ਖੜੇ ਹਨ ਜੋ ਨੀਤੀ-ਚੋਣਾਂ ਨੂੰ ਆਕਾਰ ਦਿੰਦੇ ਹਨ:
ਇਹ ਲੇਖ ਕੋਈ ਜੀਵਨੀ ਜਾਂ ਸ਼ਿਮਿਟ ਦੇ ਹਰੇਕ ਵਿਚਾਰ ਦੀ ਗਿਣਤੀ ਨਹੀਂ ਹੈ। ਧਿਆਨ ਉਸਦੇ ਜਨਤਕ ਭੂਮਿਕਾਵਾਂ 'ਤੇ ਹੈ (ਜਿਵੇਂ ਕਿ ਸਲਾਹਕਾਰ ਕੰਮ ਅਤੇ ਵਿਆਪਕ ਰਿਪੋਰਟਾਂ) ਅਤੇ ਉਹਨਾਂ ਮੋੜਾਂ 'ਤੇ ਜੋ ਦਿਖਾਉਂਦੇ ਹਨ ਕਿ ਏਆਈ ਨੀਤੀ ਪ੍ਰਭਾਵ ਕਿਵੇਂ ਬਣਦੀ ਹੈ—ਰਿਪੋਰਟਾਂ, ਫੰਡਿੰਗ ਤਰਜੀਆਂ, ਪ੍ਰੋਕੁਰਮੈਂਟ ਵਿਚਾਰਾਂ, ਅਤੇ ਤਕਨੀਕੀ ਹਕੀਕਤ ਨੂੰ ਸਰਕਾਰੀ ਕਾਰਵਾਈ ਵਿੱਚ ਰੂਪਾਂਤਰਨ ਕਰਨ ਰਾਹੀਂ।
ਇਰਿਕ ਸ਼ਿਮਿਟ ਦੀ ਜਨਤਕ ਪ੍ਰੋਫਾਈਲ ਅਕਸਰ ਗੂਗਲ ਨਾਲ ਜੁੜੀ ਰਹੀ ਹੈ, ਪਰ ਉਸਦੀ ਟੈਕ ਲੀਡਰਸ਼ਿਪ ਦੀ ਯਾਤਰਾ ਖੋਜ ਦੇ ਰੋਜ਼ਾਨਾ ਹੋਣ ਤੋਂ ਕਾਫੀ ਪਹਿਲਾਂ ਹੀ ਸ਼ੁਰੂ ਹੋ ਗਈ ਸੀ।
ਸ਼ਿਮਿਟ ਨੇ ਕੰਪ੍ਰਯੂਟਰ ਸਾਇੰਸ ਦੀ ਟ੍ਰੇਨਿੰਗ ਲਈ ਅਤੇ ਉਹ ਆਪਣੀ ਕੈਰੀਅਰ ਨੂੰ ਐਸੇ ਰੋਲਾਂ ਵਿੱਚ ਸ਼ੁਰੂ ਕਰਦੇ ਹਨ ਜੋ ਇੰਜੀਨੀਅਰਿੰਗ ਅਤੇ ਪ੍ਰਬੰਧਕੀ ਨੂੰ ਮਿਲਾਉਂਦੇ ਸਨ। ਸਮੇਂ ਦੇ ਨਾਲ ਉਹ Sun Microsystems ਅਤੇ ਬਾਅਦ ਵਿੱਚ Novell ਜਿਹੇ ਵੱਡੇ ਟੈਕ ਕੰਪਨੀਆਂ ਵਿੱਚ ਸੀਨੀਅਰ ਪੋਜ਼ੀਸ਼ਨਾਂ 'ਤੇ ਗਏ। ਇਹ ਨੌਕਰੀਆਂ ਅਹਿਮ ਸਨ ਕਿਉਂਕਿ ਇਨ੍ਹਾਂ ਨੇ ਇਕ ਖਾਸ ਕਿਸਮ ਦਾ ਨੇਤ੍ਰਤਵ ਸਿਖਾਇਆ: ਜਟਿਲ ਸੰਸਥਾਵਾਂ ਨੂੰ ਚਲਾਉਣਾ, ਵਿਚਾਰ-ਧਾਰਾਵਾਂ ਨੂੰ ਵਿਸ਼ਵ ਪੱਧਰ 'ਤੇ ਸ਼ਿਪ ਕਰਨਾ, ਅਤੇ ਬਾਜ਼ਾਰ, ਮੁਕਾਬਲੇ ਅਤੇ ਨਿਯਮਾਂ ਦੇ ਦਬਾਅ ਹੇਠ ਤਕਨਾਲੋਜੀ ਫੈਸਲੇ ਲੈਣਾ।
ਜਦੋਂ ਸ਼ਿਮਿਟ 2001 ਵਿੱਚ CEO ਵਜੋਂ ਗੂਗਲ ਵਿੱਚ ਸ਼ਾਮਿਲ ਹੋਏ, ਕੰਪਨੀ ਅਜੇ ਵੀ ਊਰਜਾਵਾਨ ਅਤੇ ਤੇਜ਼ੀ ਨਾਲ ਵਧ ਰਹੀ ਸੀ—ਉਦਮੇਰੀ ਮਿਸ਼ਨ ਤੋਂ ਚਲਾਈ ਜਾਣ ਵਾਲੀ ਅਤੇ ਉਹਨਾਂ ਫਾਉਂਡਰਾਂ ਦੇ ਨਾਲ ਜੋ ਕਾਰੋਬਾਰ ਨੂੰ ਪੇਸ਼ੇਵਰ ਤਰੀਕੇ ਨਾਲ ਚਲਾਉਣ ਲਈ ਇੱਕ ਅਨੁਭਵੀ ਕਾਰਜਕਾਰੀ ਚਾਹੁੰਦੇ ਸਨ। ਉਸਦਾ ਕੰਮ “ਸਰਚ ਆਵਿਸ਼ਕਾਰ ਕਰਨਾ” ਨਹੀਂ ਸੀ, ਸਗੋਂ ਐਸਾ ਢਾਂਚਾ ਬਣਾਉਣਾ ਸੀ ਜੋ ਨਵੀਨਤਾ ਨੂੰ ਲਗਾਤਾਰ ਦੁਹਰਾਉਣਯੋਗ ਬਣਾਉਂਦਾ: ਸਪਸ਼ਟ ਫੈਸਲੇ ਲੈਣ ਦੀ ਪ੍ਰਕਿਰਿਆ, ਮਜ਼ਬੂਤ ਭਰਤੀ ਪਾਈਪਲਾਈਨ, ਅਤੇ ਉਹ آپਰੇਸ਼ਨਲ ਰਿਥਮ ਜੋ ਹਾਈਪਰਗ੍ਰੋਥ ਨਾਲ ਤਾਲ ਮੈਲ ਕਰ ਸਕਣ।
ਗੂਗਲ ਦੀ ਵਧੋਤੀ ਕਾਲ ਕੇਵਲ ਬਿਹਤਰ ਨਤੀਜੇ ਨਹੀਂ ਸੀ; ਇਹ ਬਹੁਤ ਵੱਡੀ ਅੰਕੜੇ-ਮਾਤਰਾ, ਵਰਤੋਂਕਾਰ ਪੁੱਛਤਾਛਾਂ ਅਤੇ ਵਿਗਿਆਪਨ ਫੈਸਲਿਆਂ ਨੂੰ ਲਗਾਤਾਰ ਤੇ ਤੇਜ਼ੀ ਨਾਲ ਸੰਭਾਲਣ ਦਾ ਸਵਾਲ ਸੀ। “ਸਰਚ ਐਟ ਸਕੇਲ” ਨੇ ਵਿਸ਼ਵਾਸ ਸਬੰਧੀ ਸਵਾਲ ਵੀ ਖੜੇ ਕੀਤੇ: ਵਰਤੋਂਕਾਰ ਡਾਟਾ ਕਿਵੇਂ ਸੰਭਾਲਿਆ ਜਾ ਰਿਹਾ ਹੈ, ਰੈਂਕਿੰਗ ਫੈਸਲੇ ਲੋਕਾਂ ਨੂੰ ਕੀ ਵੇਖਾਉਂਦੇ ਹਨ, ਅਤੇ ਜਦੋਂ ਗਲਤੀਆਂ ਸੰਸਾਰ ਸਾਹਮਣੇ ਆਉਂਦੀਆਂ ਹਨ ਅਗਲੇ ਸਟੈਪ ਕੀ ਹੁੰਦੇ ਹਨ।
ਉਸ ਪੀਰੀਅਡ ਦੌਰਾਨ ਕੁਝ ਮੁੱਖ ਰੁਝਾਨ ਸਾਹਮਣੇ ਆਏ: ਮਜ਼ਬੂਤ ਤਕਨੀਕੀ ਪ੍ਰਤਿਭਾ ਭਰਤੀ ਕਰਨ ਦੀ ਰੁਚੀ, ਧਿਆਨ 'ਤੇ ਜ਼ੋਰ (ਜੋ ਮਹੱਤਵਪੂਰਨ ਹੈ ਉਸ ਦੀ ਪਹਿਲਾਂਦਗੀ), ਅਤੇ ਸਿਸਟਮ-ਸੋਚ—ਉਤਪਾਦਾਂ, ਢਾਂਚੇ, ਅਤੇ ਨੀਤੀ ਸੀਮਾਵਾਂ ਨੂੰ ਇੱਕ ਓਪਰੇਟਿੰਗ ਸਿਸਟਮ ਦੇ ਹਿੱਸੇ ਵਜੋਂ ਦੇਖਣਾ। ਇਹ ਆਦਤਾਂ ਦੱਸਦੀਆਂ ਹਨ ਕਿ ਸ਼ਿਮਿਟ ਅਖੀਰਕਾਰ ਕਿਵੇਂ ਰਾਸ਼ਟਰੀ ਟੈਕਨੋਲੋਜੀ ਸਵਾਲਾਂ ਵੱਲ ਖਿੱਚੇ ਗਏ, ਜਿੱਥੇ ਸਹਿ-ਸਮਨਵਯ ਅਤੇ ਵਪਾਰ-ਵਿਪਰੀਤਾਂ ਆਪਣੀ ਜਗ੍ਹਾ ਬਣਾਉਂਦੀਆਂ ਹਨ।
ਸਰਚ ਲੱਗਦਾ ਸਧਾਰਣ ਹੈ—ਇੱਕ ਪੁੱਛਤਾਛ ਟਾਈਪ ਕਰੋ, ਜਵਾਬ ਮਿਲਦਾ ਹੈ—ਪਰ ਇਸ ਦੇ ਪਿੱਛੇ ਪ੍ਰਣਾਲੀ ਇਕ ਵਿਚਾਰਸ਼ੀਲ ਲੂਪ ਹੈ ਜੋ ਜਾਣਕਾਰੀ ਇਕੱਠੀ ਕਰਨ, ਧਾਰਣਾਵਾਂ ਦੀ ਜਾਂਚ ਕਰਨ, ਅਤੇ ਵਿਸ਼ਵਾਸ ਕਮਾਉਣ 'ਤੇ ਕੰਮ ਕਰਦੀ ਹੈ।
ਉੱਚ ਸਤਰ 'ਤੇ, ਸਰਚ ਕੋਲ ਤਿੰਨ ਮੁੱਖ ਕੰਮ ਹੁੰਦੇ ਹਨ।
ਪਹਿਲਾ, ਕ੍ਰਾਲਿੰਗ: ਆਟੋਮੈਟਿਕ ਪ੍ਰੋਗ੍ਰਾਮਾਂ ਪੰਨਿਆਂ ਨੂੰ ਲਿੰਕਾਂ ਰਾਹੀਂ ਮਿਲਦੇ ਹਨ ਅਤੇ ਤਬਦੀਲੀਆਂ ਪਛਾਣਣ ਲਈ ਸਾਈਟਾਂ ਨੂੰ ਮੁੜ-ਮੁੜ ਵੇਖਦੇ ਹਨ।
ਦੂਜਾ, ਇੰਡੈਕਸਿੰਗ ਅਤੇ ਰੈਂਕਿੰਗ: ਪ੍ਰਣਾਲੀ ਜੋ ਕੁੱਝ ਮਿਲਿਆ ਉਸ ਨੂੰ ਸੰਗਠਿਤ ਕਰਦੀ ਹੈ ਅਤੇ ਫਿਰ ਗੁਣਵੱਤਾ ਅਤੇ ਉਪਯੋਗਿਤਾ ਦੇ ਸਿਗਨਲਾਂ ਦੇ ਆਧਾਰ 'ਤੇ ਨਤੀਜੇ ਕ੍ਰਮਬੱਧ ਕਰਦੀ ਹੈ।
ਤੀਜਾ, ਪ੍ਰਸੰਗਿਕਤਾ: ਰੈਂਕਿੰਗ "ਇੰਟਰਨੈੱਟ 'ਤੇ ਸਭ ਤੋਂ ਵਧੀਆ ਪੰਨਾ" ਨਹੀਂ ਹੁੰਦੀ, ਇਹ "ਇਸ ਵਿਅਕਤੀ ਲਈ, ਇਸ ਪੁੱਛਤਾਛ ਲਈ, ਇਸ ਸਮੇਂ ਸਭ ਤੋਂ ਵਧੀਆ ਪੰਨਾ" ਹੁੰਦੀ ਹੈ। ਇਸਦਾ ਮਤਲਬ ਹੈ ਭਾਵਨਾ, ਭਾਸ਼ਾ, ਅਤੇ ਪ੍ਰਸੰਗ ਨੂੰ ਸਮਝਣਾ—ਕੇਵਲ ਕੀਵਰਡ ਮਿਲਾਉਣਾ ਨਹੀਂ।
ਸਰਚ ਯੁੱਗ ਨੇ ਇੱਕ ਪ੍ਰਯੋਗਿਕ ਸੱਚਾਈ ਦਰਸਾਈ: ਚੰਗੇ ਨਤੀਜੇ ਅਕਸਰ ਮਾਪ, ਦੁਹਰਾਈ, ਅਤੇ ਸਕੇਲ-ਤਿਆਰ ਢਾਂਚੇ ਤੋਂ ਆਉਂਦੇ ਹਨ।
ਟੀਂਮਾਂ ਡਾਟਾ 'ਤੇ ਨਿਰਭਰ ਰਹਿੰਦੀਆਂ ਸਨ—ਕਲਿਕ ਪੈਟਰਨ, ਪੁੱਛਤਾਛ ਸੋਧ, ਪੇਜ਼ ਕਾਰਗੁਜ਼ਾਰੀ, ਸਪੈਮ ਰਿਪੋਰਟ—ਕਿਉਂਕਿ ਇਹ ਦਿਖਾਉਂਦਾ ਸੀ ਕਿ ਬਦਲਾਅ ਲੋਕਾਂ ਲਈ ਵਾਸਤਵ ਵਿੱਚ ਮਦਦਗਾਰ ਹੈ ਜਾਂ ਨਹੀਂ। ਛੋਟੇ ਰੈਂਕਿੰਗ ਬਦਲਾਵਾਂ ਨੂੰ ਅਕਸਰ ਕੰਟਰੋਲ ਕੀਤੇ ਪ੍ਰਯੋਗਾਂ (ਜਿਵੇਂ A/B ਟੈਸਟ) ਰਾਹੀਂ ਮਾਪਿਆ ਜਾਂਦਾ ਸੀ ਤਾਂ ਕਿ ਉਦਾਸੀਨ ਅਨੁਮਾਨਾਂ 'ਤੇ ਨਿਰਭਰ ਨਾ ਰਹਿ ਜਾਣਾ ਪਵੇ।
ਇਸ ਸਭ ਲਈ ਢਾਂਚਾ ਲਾਜ਼ਮੀ ਹੈ। ਵੱਡੇ ਵਿਤਰਿਤ ਸਿਸਟਮ, ਘੱਟ-ਵਿਲੰਬ ਪੇਸ਼ਕਸ਼, ਮਾਨਟਰਿੰਗ, ਅਤੇ ਤੇਜ਼ ਰੋਲਬੈਕ ਪ੍ਰਕਿਰਿਆਵਾਂ ਨੇ “ਨਵੇਂ ਵਿਚਾਰ” ਨੂੰ ਸੁਰੱਖਿਅਤ ਰਿਲੀਜ਼ਾਂ ਵਿੱਚ ਬਦਲਿਆ। ਕਈ ਪ੍ਰਯੋਗ ਚਲਾਉਣ ਅਤੇ ਤੇਜ਼ੀ ਨਾਲ ਸਿੱਖਣ ਦੀ ਸਮਰੱਥਾ ਮੁਕਾਬਲੇ ਦਾ ਫਾਇਦਾ ਬਣ ਗਈ।
ਇਹੀ ਥੀਮਾਂ ਆਧੁਨਿਕ ਏਆਈ ਨੀਤੀ ਸੋਚ ਨਾਲ ਸੁਹਾਉਂਦੀਆਂ ਹਨ:
ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਣ, ਵਰਤੋਂਕਾਰ-ਸਾਮ੍ਹਣੇ ਸਿਸਟਮ ਵਿਸ਼ਵਾਸ 'ਤੇ ਖੜੇ ਹੁੰਦੇ ਹਨ। ਜੇ ਨਤੀਜੇ ਮਨਮਾਨੇ, ਅਸੁਰੱਖਿਅਤ, ਜਾਂ ਲਗਾਤਾਰ ਗਲਤ ਮਹਿਸੂਸ ਹੁੰਦੇ ਹਨ, ਤਾਂ ਅਪਣਾਉਣ ਅਤੇ ਕਬੂਲਯਤ ਘਟ ਜਾਂਦੀ ਹੈ—ਇਹ ਦਰਸ਼ਨ ਏਆਈ ਸਿਸਟਮਾਂ ਲਈ ਹੋਰ ਵੀ ਤੀਖਾ ਹੈ, ਜੋ ਕੇਵਲ ਲਿੰਕ ਨਹੀਂ ਬਲਕਿ ਉੱਤਰ ਪੈਦਾ ਕਰਦੇ ਹਨ।
ਜਦੋਂ ਏਆਈ ਨੂੰ ਰਾਸ਼ਟਰੀ ਤਰਜੀਹ ਵਜੋਂ ਦੇਖਿਆ ਜਾਂਦਾ ਹੈ, ਗੱਲ-ਬਾਤ "ਇਹ ਉਤਪਾਦ ਕੀ ਕਰੇ" ਤੋਂ ਬਦਲ ਕੇ "ਇਹ ਸਮਰੱਥਾ ਸਮਾਜ, ਅਰਥ-ਤੰਤਰ, ਅਤੇ ਸੁਰੱਖਿਆ ਤੇ ਕੀ ਅਸਰ ਕਰ ਸਕਦੀ ਹੈ" 'ਤੇ ਆ ਜਾਂਦੀ ਹੈ। ਇਹ ਕਿਸਮ ਦਾ ਫੈਸਲਾ-ਲੈਣਾ ਵੱਖਰਾ ਹੁੰਦਾ ਹੈ। ਦਾਅਵੇ ਵੱਡੇ ਹੋ ਜਾਂਦੇ ਹਨ: ਜੇਤੂ ਅਤੇ ਹਾਰਨਹਾਰ ਸਿਰਫ਼ ਕੰਪਨੀਆਂ ਅਤੇ ਗਾਹਕ ਨਹੀਂ ਰਹਿੰਦੇ, ਬਲਕਿ ਉਦਯੋਗ, ਸੰਸਥਾਵਾਂ, ਅਤੇ ਕਈ ਵਾਰ ਦੇਸ਼ ਹੋ ਜਾਂਦੇ ਹਨ।
ਉਤਪਾਦ ਚੋਣ ਆਮ ਤੌਰ 'ਤੇ ਵਰਤੋਂਕਾਰ ਮੂਲ, ਆਮਦਨੀ, ਅਤੇ ਸ਼ੋਹਰਤ ਲਈ ਢਾਲੀਆਂ ਜਾਂਦੀਆਂ ਹਨ। ਰਾਸ਼ਟਰੀ-ਤਰਜੀਹ ਵਾਲਾ ਏਆਈ ਤੇਜ਼ੀ ਅਤੇ ਸਾਵਧਾਨੀ, ਖੁੱਲ੍ਹਪਨ ਅਤੇ ਨਿਯੰਤਰਣ, ਅਤੇ ਨਵੀਨਤਾ ਅਤੇ ਲਚਕੀਲੇਪਣ ਵਿਚਕਾਰ ਤਜਰਬੇ ਕਰਵਾਉਂਦਾ ਹੈ। ਮਾਡਲ ਪਹੁੰਚ, ਡਾਟਾ ਸਾਂਝਾ ਕਰਨ ਅਤੇ ਤੈਅ ਕਰਨ ਦੀਆਂ ਮਿਆਦਾਂ ਦੀਆਂ ਫੈਸਲਾਂ ਗਲਤ ਜਾਣਕਾਰੀ ਦੇ ਖਤਰਿਆਂ, ਆਜੀਵਿਕਤਾ ਵਿੱਚ ਸੁੰਦਰਥਾ, ਅਤੇ ਰੱਖਿਆ ਤਿਆਰੀ 'ਤੇ ਅਸਰ ਪਾ ਸਕਦੀਆਂ ਹਨ।
ਸਰਕਾਰਾਂ ਏਆਈ 'ਤੇ ਉਸੇ ਕਾਰਨ ਧਿਆਨ ਦਿੰਦੇ ਹਨ ਜਿਵੇਂ ਉਹਨਾਂ ਨੇ ਬਿਜਲੀ, ਹਵਾਈ ਯਾਤਰਾ, ਅਤੇ ਇੰਟਰਨੈੱਟ 'ਤੇ ਧਿਆਨ ਦਿੱਤਾ: ਇਹ ਰਾਸ਼ਟਰੀ ਉਤਪਾਦਕਤਾ ਨੂੰ ਵਧਾ ਸਕਦੀ ਹੈ ਅਤੇ ਸ਼ਕਤੀ ਦਾ ਆਕਾਰ ਬਦਲ ਸਕਦੀ ਹੈ।
ਏਆਈ ਸਿਸਟਮਾਂ ਜ਼ਿਆਦਾ ਕਰ ਕੇ "ਡੁਅਲ-ਯੂਜ਼" ਹੋ ਸਕਦੀਆਂ ਹਨ—ਤਬੀਅਤ ਅਤੇ ਲੋਜਿਸਟਿਕਸ ਵਿੱਚ ਮਦਦਗਾਰ, ਪਰ ਇੱਕੋ ਸਮੇਂ ਸੁਰੱਖਿਆ ਔਪਰੇਸ਼ਨਾਂ, ਨਿਗਰਾਨੀ, ਜਾਂ ਹਥਿਆਰ ਵਿਕਾਸ ਲਈ ਵੀ ਵਰਤੀਆਂ ਜਾ ਸਕਦੀਆਂ ਹਨ। ਨਾਗਰੀ ਤੋਰ 'ਤੇ ਹੋਣ ਵਾਲੀ ਤਰੱਕੀ ਵੀ ਫੌਜੀ ਯੋਜਨਾ, ਸਪਲਾਈ ਚੇਨ, ਅਤੇ ਖੁਫੀਆ ਕੰਮਪ੍ਰਵਾਹ 'ਤੇ ਪ੍ਰਭਾਵ ਪਾ ਸਕਦੀ ਹੈ।
ਸਭ ਤੋਂ ਅੱਗੇ ਦੀ ਏਆਈ ਸਮਰੱਥਾ ਆਮ ਤੌਰ 'ਤੇ ਨਿੱਜੀ ਕੰਪਨੀਆਂ ਅਤੇ ਉੱਚ-ਸਤਹ ਅਨੁਸੰਧਾਨ ਲੈਬਾਂ ਵਿੱਚ ਮੌਜੂਦ ਹੁੰਦੀ ਹੈ। ਸਰਕਾਰਾਂ ਨੂੰ ਮੁਹਾਰਤ, ਕੰਪਿਊਟ, ਅਤੇ ਤੈਨਾਤੀ ਅਨੁਭਵ ਤੱਕ ਪਹੁੰਚ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ; ਕੰਪਨੀਆਂ ਨੂੰ ਨਿਯਮਾਂ, ਪ੍ਰੋਕੁਰਮੈਂਟ ਰਾਹ-ਨਕਸ਼ਿਆਂ, ਅਤੇ ਜ਼ਿੰਮੇਵਾਰੀ ਸਪਸ਼ਟਤਾ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।
ਪਰ ਸਹਿਯੋਗ ਆਮ ਤੌਰ 'ਤੇ ਸੁਚਾਰੂ ਨਹੀਂ ਹੁੰਦਾ। ਕੰਪਨੀਆਂ IP, ਮੁਕਾਬਲੇ ਲਈ ਨੁਕਸਾਨ ਅਤੇ ਨਿਰੀਖਣ ਦਾ ਕੰਮ ਕਰਨ ਦੀ ਮੰਗ ਤੋਂ ਡਰਦੀਆਂ ਹਨ। ਸਰਕਾਰਾਂ ਨੂੰ ਕੈਪਚਰ, ਅਸਮਾਨ ਜਵਾਬਦੇਹੀ, ਅਤੇ ਰਣਨੀਤਿਕ ਢਾਂਚਿਆਂ ਲਈ ਕੁੱਝ ਚੰਦ ਵੇਂਡਰਾਂ 'ਤੇ ਨਿਰਭਰ ਹੋਣ ਦੀ ਚਿੰਤਾ ਰਹਿੰਦੀ ਹੈ।
ਰਾਸ਼ਟਰੀ ਏਆਈ ਰਣਨੀਤੀ ਸਿਰਫ਼ ਇੱਕ ਮੇਮੋ ਨਹੀਂ ਹੈ। ਇਹ ਆਮ ਤੌਰ 'ਤੇ ਸ਼ਾਮਿਲ ਹੁੰਦੀ ਹੈ:
ਜਦੋਂ ਇਹ ਹਿੱਸੇ ਰਾਸ਼ਟਰੀ ਤਰਜੀਹ ਬਣ ਜਾਂਦੇ ਹਨ, ਉਹ ਨੀਤੀ ਦੇ ਸੰਦ ਬਣ ਜਾਂਦੇ ਹਨ—ਸਿਰਫ਼ ਵਪਾਰਿਕ ਫੈਸਲੇ ਨਹੀਂ।
ਇਰਿਕ ਸ਼ਿਮਿਟ ਦਾ ਏਆਈ ਰਣਨੀਤੀ 'ਤੇ ਪ੍ਰਭਾਵ ਕਾਨੂੰਨ ਬਣਾਉਣ ਤੋਂ ਘੱਟ ਅਤੇ ਉਹ “ਡਿਫੌਲਟ ਨੈਰੇਟਿਵ” ਘੜਨ ਵਿੱਚ ਜ਼ਿਆਦਾ ਹੈ ਜੋ ਨੀਤੀ ਨਿਰਦੇਸ਼ਕ ਵਰਤਦੇ ਹਨ ਜਦੋਂ ਉਹ ਕਾਰਵਾਈ ਕਰਦੇ ਹਨ। ਗੂਗਲ ਦੀ ਅਗਵਾਈ ਤੋਂ ਬਾਅਦ, ਉਹ US ਦੀਆਂ ਏਆਈ ਸਲਾਹਕਾਰ ਸਰਕਾਰੀ ਪਰਿਪੇਖਾਂ ਵਿੱਚ ਇੱਕ ਪ੍ਰਮੁੱਖ ਆਵਾਜ਼ ਬਣੇ—ਖਾਸ ਕਰਕੇ National Security Commission on Artificial Intelligence (NSCAI) ਦੇ ਚੇਅਰ ਵਜੋਂ—ਇਸ ਤੋਂ ਇਲਾਵਾ ਹੋਰ ਬੋਰਡ, ਸਲਾਹਕਾਰ, ਅਤੇ ਅਨੁਸੰਧਾਨਤਾ ਯਤਨਾਂ ਜਿਨ੍ਹਾਂ ਨੇ ਉਦਯੋਗੀ ਮਹਾਰਤ ਨੂੰ ਸਰਕਾਰੀ ਪ੍ਰਾਥਮਿਕਤਾਵਾਂ ਨਾਲ ਜੋੜਿਆ।
ਕਮੀਸ਼ਨ ਅਤੇ ਟਾਸਕ ਫੋਰਸ ਆਮ ਤੌਰ 'ਤੇ ਸੀਮਤ ਸਮੇਂ-ਸਾਰਣੀ 'ਤੇ ਕੰਮ ਕਰਦੀਆਂ ਹਨ, ਏਜੰਸੀਆਂ, ਅਕਾਦਮਿਕ, ਕੰਪਨੀਆਂ, ਅਤੇ ਨਾਗਰਿਕ ਸੋਸਾਇਟੀ ਤੋਂ ਇਨਪੁੱਟ ਇਕੱਠਾ ਕਰਦੀਆਂ ਹਨ। ਨਤੀਜਾ ਆਮ ਤੌਰ 'ਤੇ ਕਾਰਗਰ ਅਤੇ ਸਾਂਝਾ ਯੋਗ ਹੁੰਦਾ ਹੈ:\n\n- ਸਮੱਸਿਆ ਦੀ ਪਰਿਭਾਸ਼ਾ, ਖਤਰੇ, ਅਤੇ ਤਾਤਕਾਲਿਕਤਾ ਦਰਸਾਉਂਦੀਆਂ ਪਬਲਿਕ ਰਿਪੋਰਟ\n- ਵਿਹਾਰਕ ਸਿਫਾਰਿਸ਼ਾਂ (ਸੰਸਥਾਗਤ ਬਦਲਾਅ, ਪ੍ਰੋਕੁਰਮੈਂਟ ਵਿਚਾਰ, ਟਰੇਨਿੰਗ ਨਿਸ਼ਾਨੇ)\n- ਡ੍ਰਾਫਟ ਫਰੇਮਵਰਕ ਅਤੇ “ਮਾਡਲ ਅਪ੍ਰੋਚ” ਜੋ ਏਜੰਸੀਆਂ ਦੁਆਰਾ ਦੁਹਰਾਏ ਜਾ ਸਕਦੇ ਹਨ\n- ਤਕਨੀਕੀ ਰੁਝਾਨਾਂ ਨੂੰ ਨੀਤੀ ਭਾਸ਼ਾ ਵਿੱਚ ਬਦਲਣ ਵਾਲੀਆਂ ਬ੍ਰੀਫਿੰਗਾਂ
ਇਹ ਦਸਤਾਵੇਜ਼ ਮਹੱਤਵਪੂਰਣ ਹੁੰਦੇ ਹਨ ਕਿਉਂਕਿ ਇਹ ਰੈਫਰੰਸ ਪੁਆਇੰਟ ਬਣ ਜਾਂਦੇ ਹਨ। ਸਟਾਫ਼ ਅਕਸਰ ਇਨ੍ਹਾਂ ਦਾ ਹਵਾਲਾ ਦੇਂਦੇ ਹਨ, ਏਜੰਸੀਆਂ ਉਹਨਾਂ ਦੀ ਸੰਰਚਨਾ ਨਕਲ ਕਰਦੀਆਂ ਹਨ, ਅਤੇ ਪੱਤਰਕਾਰ ਉਹਨਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਦੱਸਦੇ ਹਨ ਕਿ ਕਿਸ ਵਿੇ ਨੂੰ ਧਿਆਨ ਮਿਲਣਾ ਚਾਹੀਦਾ ਹੈ।
ਸਲਾਹਕਾਰ ਗਰੁੱਪ ਪੈਸਾ ਨਹੀਂ ਬਟਾਂਦੇ, ਨਿਯਮ ਜਾਰੀ ਨਹੀਂ ਕਰਦੇ, ਜਾਂ ਏਜੰਸੀਆਂ ਨੂੰ ਹੁਕਮ ਨਹੀਂ ਦੇ ਸਕਦੇ। ਉਹ ਸੁਝਾਅ ਦਿੰਦੇ ਹਨ; ਨਿਰਣੇਕਤਾ ਚੁਣੀਆਂ ਜਾਂ ਕਾਰਜਲਾਇਕ ਏਜੰਸੀਆਂ ਕਰਦੀਆਂ ਹਨ। ਇੱਕ ਰਿਪੋਰਟ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਹੋਣ ਦੇ ਬਾਵਜੂਦ, ਇਹ ਬਜਟ, ਰਾਜਨੀਤਿਕ ਪਾਬੰਦੀਆਂ, ਕਾਨੂੰਨੀ ਅਧਿਕਾਰ, ਅਤੇ ਬਦਲਦੇ ਰਾਸ਼ਟਰੀ ਤਰਜੀਹਾਂ ਨਾਲ ਮੁਕਾਬਲਾ ਕਰਦੀ ਹੈ।
ਫਿਰ ਵੀ, ਜਦੋਂ ਕੋਈ ਰਿਪੋਰਟ ਲਾਗੂ ਕਰਨ ਯੋਗ ਕਦਮ ਦਿੰਦੀ ਹੈ—ਖਾਸ ਕਰਕੇ ਪ੍ਰੋਕੁਰਮੈਂਟ, ਮਾਨਕ, ਜਾਂ ਵਰਕਫੋਰਸ ਪ੍ਰੋਗਰਾਮਾਂ ਬਾਰੇ—ਤਾਂ “ਵਿਚਾਰ” ਅਤੇ “ਕ੍ਰਿਆ” ਦੇ ਵਿਚਕਾਰ ਦੀ ਲਕੀਰ ਛੋਟੀ ਹੋ ਸਕਦੀ ਹੈ।
ਜੇ ਤੁਸੀਂ ਨਿਰਧਾਰਤ ਕਰਨਾ ਚਾਹੁੰਦੇ ਹੋ ਕਿ ਇੱਕ ਸਲਾਹਕਾਰ ਦੇ ਕੰਮ ਨੇ ਨਤੀਜੇ ਬਦਲੇ ਹਨ, ਤਾਂ ਸਿਰਫ਼ ਸ੍ਰੀਖਲਾਂ ਤੋਂ ਅੱਗੇ ਦੇਖੋ:\n\n- ਗ੍ਰਹਿਣ: ਕਿਹੜੀਆਂ ਸਿਫ਼ਾਰਿਸ਼ਾਂ ਕਾਰਗਰਾਈ ਹੁੰਦੀਆਂ ਹੋਈਆਂ ਨੇ—ਐਗਜ਼ੈਕਟਿਵ ਆਰਡਰ, ਏਜੰਸੀ ਯੋਜਨਾਵਾਂ, ਜਾਂ ਕਾਨੂੰਨ ਵਿੱਚ ਅਗੇੜਾ।\n- ਹਵਾਲੇ: ਕਿੰਨੀ ਵਾਰ ਰਿਪੋਰਟਾਂ ਨੂੰ ਸੁਨਵਾਈਆਂ, ਰਣਨੀਤੀਆਂ, ਜਾਂ ਆਡਿਟਾਂ ਵਿੱਚ ਹਵਾਲਾ ਦਿੱਤਾ ਗਿਆ।\n- ਫੰਡਿੰਗ ਬਦਲਾਅ: ਨਵੀਆਂ ਅਨੁਮਾਨਾਂ, ਗ੍ਰਾਂਟ ਪ੍ਰੋਗਰਾਮ, ਜਾਂ ਪ੍ਰੋਕੁਰਮੈਂਟ ਬਜੱਟ ਜੋ ਪ੍ਰਸਤਾਵਾਂ ਨਾਲ ਜੋੜੇ ਹੋਣ।\n- ਸੰਸਥਾਗਤ ਬਦਲਾਅ: ਨਵੇਂ ਦਫ਼ਤਰ, ਕੋਆਰਡੀਨੇਸ਼ਨ ਬਾਡੀਆਂ, ਜਾਂ ਮੈਨਡੇਟ ਜੋ ਸਿਫ਼ਾਰਿਸ਼ਾਂ ਨਾਲ ਜੋੜੇ ਗਏ।
ਪ੍ਰਭਾਵ ਮਾਪਣਯੋਗ ਹੁੰਦਾ ਹੈ ਜਦੋਂ ਵਿਚਾਰ ਦੁਹਰਾਏ ਜਾ ਸਕਣ ਵਾਲੇ ਨੀਤੀ ਮਕੈਨਿਜ਼ਮਾਂ ਵਿੱਚ ਬਦਲੇ ਜਾਂਦੇ ਹਨ—ਨਾ ਕਿ ਸਿਰਫ਼ ਯਾਦਗਾਰ ਬੋਲੀਆਂ ਵਿੱਚ।
ਰਾਸ਼ਟਰੀ ਏਆਈ ਰਣਨੀਤੀ ਇੱਕ ਇਕੱਲੀ ਕਾਨੂੰਨ ਜਾਂ ਇੱਕ ਵਾਰੀ ਫੰਡਿੰਗ ਪੈਕੇਜ ਨਹੀਂ ਹੁੰਦੀ। ਇਹ ਕੁਝ ਸਹਿ-ਸੰਯੋਜਿਤ ਚੋਣਾਂ ਦਾ ਸੈੱਟ ਹੈ ਕਿ ਕੀ ਬਣਾਉਣਾ ਹੈ, ਕੌਣ ਉਸਨੂੰ ਬਣਾਏਗਾ, ਅਤੇ ਦੇਸ਼ ਕਿਵੇਂ ਜਾਣੇਗਾ ਕਿ ਇਹ ਕੰਮ ਕਰ ਰਿਹਾ ਹੈ ਜਾਂ ਨਹੀਂ।
ਸਰਕਾਰੀ ਰਿਸਰਚ ਫੰਡਿੰਗ ਉਹ ਬ੍ਰੇਕਥਰੂ ਬਣਾਉਂਦੀ ਹੈ ਜਿਸ ਵਿੱਚ ਨਿੱਜੀ ਬਜ਼ਾਰ ਘੱਟ ਨਿਵੇਸ਼ ਕਰਦੇ ਹਨ—ਖ਼ਾਸ ਕਰਕੇ ਉਹ ਕੰਮ ਜੋ ਸਾਲਾਂ ਲੈਂਦਾ ਹੈ, ਅਣਨਿਸ਼ਚਿਤ ਫ਼ਾਇਦੇ ਵਾਲਾ ਹੁੰਦਾ ਹੈ, ਜਾਂ ਸੁਰੱਖਿਆ 'ਤੇ ਧਿਆਨ ਧਰਦਾ ਹੈ। ਇਕ ਮਜ਼ਬੂਤ ਰਣਨੀਤੀ ਬੇਸਿਕ ਰਿਸਰਚ (ਯੂਨੀਵਰਸਿਟੀਆਂ, ਲੈਬ) ਨੂੰ ਅਪਲਾਈਡ ਪ੍ਰੋਗਰਾਮਾਂ (ਹੁਕੂਮਤੀ ਸੇਵਾ, ਸਿਹਤ, ਊਰਜਾ) ਨਾਲ ਜੋੜਦੀ ਹੈ ਤਾਂ ਜੋ ਖੋਜ ਵਾਸਤਵਿਕ ਉਪਯੋਗਤਾ ਤੱਕ ਪਹੁੰਚੇ।
ਏਆਈ ਤਰੱਕੀ ਨੂੰ ਕਾਬੂ ਕਰਨ ਲਈ ਹੁਨਰਮੰਦ ਰੀਸਰਚਰ, ਇੰਜੀਨੀਅਰ, ਅਤੇ ਪ੍ਰੋਡਕਟ ਟੀਮਾਂ ਚਾਹੀਦੀਆਂ ਹਨ—ਪਰ ਉਹਨਾਂ ਦੇ ਨਾਲ-ਨਾਲ ਨੀਤੀ ਸਟਾਫ਼ ਵੀ ਜਰੂਰੀ ਹਨ ਜੋ ਸਿਸਟਮਾਂ ਦਾ ਮੁਲਾਂਕਣ ਕਰ ਸਕਣ ਅਤੇ ਪ੍ਰੋਕੁਰਮੈਂਟ ਟੀਮਾਂ ਜੋ ਸਿਆਣਪ ਨਾਲ ਖਰੀਦ ਸਕਣ। ਰਾਸ਼ਟਰੀ ਯੋਜ਼ਨਾਵਾਂ ਆਮ ਤੌਰ 'ਤੇ ਸਿੱਖਿਆ, ਵਰਕਫੋਰਸ ਟ੍ਰੇਨਿੰਗ, ਅਤੇ ਇਮੀਗ੍ਰੇਸ਼ਨ ਰਾਹਾਂ ਨੂੰ ਮਿਲਾ ਕੇ ਚਲਦੀਆਂ ਹਨ ਕਿਉਂਕਿ ਘਾਟਗਈਆਂ ਦਾ ਹੱਲ ਸਿਰਫ਼ ਪੈਸੇ ਨਾਲ ਨਹੀਂ ਕੀਤਾ ਜਾ ਸਕਦਾ।
“ਕੰਪਿਊਟ” ਉਹ ਕੱਚਾ ਬਲ ਹੈ ਜੋ ਮਾਡਲ ਟ੍ਰੇਨ ਅਤੇ ਚਲਾਉਂਦਾ ਹੈ—ਵੱਧਤ ਸਮੇਂ ਵਿੱਚ ਡਾਟਾ ਸੈਂਟਰ। ਅਡਵਾਂਸਡ ਚਿਪਾਂ (ਜਿਵੇਂ GPUs ਅਤੇ ਵਿਸ਼ੇਸ਼ ਐਕਸੇਲੇਰੇਟਰ) ਉਹ ਇੰਜਨ ਹਨ ਜੋ ਉਸ ਕੱਚੇ ਬਲ ਨੂੰ ਮੁਹੱਈਆ ਕਰਦੇ ਹਨ।
ਇਸ ਲਈ ਚਿਪਾਂ ਅਤੇ ਡਾਟਾ ਸੈਂਟਰ ਹੁਣ ਬਿਜਲੀ ਗ੍ਰਿਡ ਅਤੇ ਬੰਦਰਗਾਹ ਵਾਂਗ ਜ਼ਰੂਰੀ ਮੰਨੇ ਜਾਂਦੇ ਹਨ: ਭੜਕਦੀਆਂ ਨਹੀਂ, ਪਰ ਅਹਿਮ। ਜੇਕਰ ਕਿਸੇ ਦੇਸ਼ ਕੋਲ ਉੱਚ-ਪੱਧਰੀ ਚਿਪਾਂ ਤੱਕ ਪਹੁੰਚ ਨਹੀਂ ਜਾਂ ਡਾਟਾ ਸੈਂਟਰ ਚਲਾਉਣ ਲਈ ਭਰੋਸੇਮੰਦ ਤੌਰ ਤੇ ਪਾਵਰ/ਕੂਲਿੰਗ ਨਹੀਂ ਹੈ, ਤਾਂ ਉਹ ਮੁਕਾਬਲੇ ਵਾਲੇ ਮਾਡਲ ਬਣਾਉਣ ਜਾਂ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਤੈਨਾਤ ਕਰਨ ਵਿੱਚ ਮੁਸ਼ਕਿਲੀ ਮਹਿਸੂਸ ਕਰੇਗਾ।
रणਨੀਤੀ ਤਦ ਹੀ ਗਣਤੰਤਰਿਕ ਹੁੰਦੀ ਹੈ ਜਦੋਂ ਏਆਈ ਪ੍ਰਾਥਮਿਕ ਖੇਤਰਾਂ—ਰੱਖਿਆ, ਇੰਟੈਲੀਜੈਂਸ, ਸਿਹਤ, ਸਿੱਖਿਆ, ਅਤੇ ਸਰਕਾਰੀ ਸੇਵਾਵਾਂ—ਵਿੱਚ ਨਤੀਜੇ ਸੁਧਾਰੇ। ਇਹ ਪ੍ਰੋਕੁਰਮੈਂਟ ਨਿਯਮ, ਸਾਈਬਰਸੁਰੱਖਿਆ ਮਾਪਦੰਡ, ਅਤੇ ਸਿਸਟਮ ਫੇਲ ਹੋਣ 'ਤੇ ਸਪਸ਼ਟ ਜਵਾਬਦੇہی ਦੀ ਲੋੜ ਰੱਖਦਾ ਹੈ। ਇਸਦਾ ਮਤਲਬ ਇਹ ਵੀ ਹੈ ਕਿ ਛੋਟੀ ਕੰਪਨੀਆਂ ਨੂੰ ਏਆਈ ਅਪਨਾਉਣ ਵਿੱਚ ਮਦਦ ਕਰਨ ਲਈ ਰਸਤੇ ਬਣਾਏ ਜਾਣ, ਤਾਂ ਕਿ ਲਾਭ ਕੇਵਲ ਕੁਝ ਵੱਡੀਆਂ ਕੰਪਨੀਆਂ ਤੱਕ ਸੀਮਿਤ ਨਾ ਰਹਿਣ।
ਵਾਸਤਵ ਵਿੱਚ, ਕਈ ਏਜੰਸੀਆਂ ਨੂੰ ਬਹਤ ਤੇਜ਼ੀ ਨਾਲ ਸੁਰੱਖਿਅਤ ਤਰੀਕੇ ਨਾਲ ਪ੍ਰੋਟੋਟਾਈਪ ਕਰਨ ਦੇ ਤਰੀਕੇ ਚਾਹੀਦੇ ਹਨ ਪਹਿਲਾਂ ਕਿ ਉਹ ਦਿੱਲੀ-ਵੱਡੇ ਸਮਝੌਤਿਆਂ ਵਿੱਚ ਬੰਨ੍ਹ ਜਾਣ। Koder.ai ਵਰਗੇ ਟੂਲ (ਇਕ vibe-coding ਪਲੇਟਫਾਰਮ ਜੋ ਚੈਟ ਤੋਂ ਵੈੱਬ, ਬੈਕਐਂਡ, ਅਤੇ ਮੋਬਾਈਲ ਐਪਸ ਬਣਾਉਂਦਾ ਹੈ, ਪਲੈਨਿੰਗ ਮੋਡ ਅਤੇ ਸਨੈਪਸ਼ਾਟਸ ਅਤੇ ਰੋਲਬੈਕ ਸਮਰੱਥਾ ਨਾਲ) ਦਿਖਾਉਂਦੇ ਹਨ ਕਿਹੜੀ ਦਿਸ਼ਾ ਵਿੱਚ ਪ੍ਰੋਕੁਰਮੈਂਟ ਜਾ ਰਹੀ ਹੈ: ਛੋਟੇ ਫੀਡਬੈਕ ਲੂਪ, ਸਪੱਸ਼ਟ ਡੌਕੂਮੈਂਟੇਸ਼ਨ ਆਫ ਚੇਨਜ, ਅਤੇ ਜ਼ਿਆਦਾ ਮਾਪਣਯੋਗ ਪਾਇਲਟਸ।
ਵੱਧ ਡਾਟਾ ਏਆਈ ਨੂੰ ਸੁਧਾਰ ਸਕਦਾ ਹੈ, ਪਰ “ਸਭ ਕੁਝ ਇਕੱਠਾ ਕਰੋ” ਕਰਨਾ ਅਸਲੀ ਜੋਖਮ ਪੈਦਾ ਕਰਦਾ ਹੈ: ਨਿਗਰਾਨੀ, ਡਾਟਾ ਉਲੰਘਣ, ਅਤੇ ਭੇਦਭਾਵ। ਵਰਤੋਗਤ ਰਣਨੀਤੀਆਂ ਨਿਸ਼ਾਨੀ ਡਾਟਾ ਸਾਂਝਾ, ਪ੍ਰਾਈਵੇਸੀ-ਸੰਰਖਣ ਤਰੀਕੇ, ਅਤੇ ਸਪਸ਼ਟ ਸੀਮਾਵਾਂ ਵਰਤਦੀਆਂ ਹਨ—ਖ਼ਾਸ ਕਰਕੇ ਸੰਵੇਦਨਸ਼ੀਲ ਖੇਤਰਾਂ ਲਈ—ਜਿਸ ਤਰ੍ਹਾਂ ਪ੍ਰਾਈਵੇਸੀ ਨੂੰ ਨਿਰਧਾਰਤ ਜਾਂ ਪੂਰੀ ਤਰ੍ਹਾਂ ਨਜ਼ਰਅੰਦਾਜ਼ ਨਾ ਕੀਤਾ ਜਾਵੇ।
ਬਿਨਾਂ ਮਾਪ ਦੇ, ਰਣਨੀਤੀਆਂ ਸਲੋਗਨ ਬਣ ਜਾਂਦੀਆਂ ਹਨ। ਸਰਕਾਰ ਸਾਂਝੇ ਬੈਂਚਮਾਰਕ ਲਈ ਮੰਗ ਕਰ ਸਕਦੀ ਹੈ, ਸੁਰੱਖਿਆ ਲਈ ਰੈੱਡ-ਟੀਮ ਟੈਸਟਿੰਗ, ਉੱਚ-ਖਤਰੇ ਉਪਯੋਗਾਂ ਲਈ ਤੀਜੀ-ਪਾਰਟੀ ਆਡਿਟ, ਅਤੇ ਤੈਨਾਤੀ ਦੇ ਬਾਅਦ ਲਗਾਤਾਰ ਮੁਲਾਂਕਣ—ਤਾਂ ਜੋ ਕਾਮਯਾਬੀ ਦਿਸੇ ਅਤੇ ਸਮੱਸਿਆਵਾਂ ਜਲਦੀ ਫੜੀਆਂ ਜਾਣ।
ਰੱਖਿਆ ਅਤੇ ਇੰਟੈਲਿਜੈਂਸ ਏਜੰਸੀਆਂ ਏਆਈ 'ਤੇ ਇਸ ਸਧਾਰਨ ਕਾਰਨ ਤੋਂ ਧਿਆਨ ਦਿੰਦੀਆਂ ਹਨ: ਇਹ ਫੈਸਲਿਆਂ ਦੀ ਤੇਜ਼ੀ ਅਤੇ ਗੁਣਵੱਤਾ ਬਦਲ ਸਕਦਾ ਹੈ। ਮਾਡਲ ਸੈਟੈਲਾਈਟ ਇਮੇਜਰੀ ਨੂੰ ਤੇਜ਼ੀ ਨਾਲ ਛਾਂਟ ਸਕਦੇ ਹਨ, ਰਸਮੀ ਭਾਸ਼ਾਵਾਂ ਦਾ ਅਨੁਵਾਦ ਕਰ ਸਕਦੇ ਹਨ, ਸਾਈਬਰ ਐਨੋਮਲੀਜ਼ ਨੂੰ ਪਹਚਾਨ ਸਕਦੇ ਹਨ, ਅਤੇ ਵਿਸ਼ਾਲ ਡੇਟਾਸੈਟਾਂ ਵਿੱਚੋਂ ਕਮਜ਼ੋਰ ਸੰਕੇਤ ਜੋੜ ਸਕਦੇ ਹਨ। ਚੰਗੀ ਤਰ੍ਹਾਂ ਵਰਤੋਂ 'ਤੇ, ਇਸਦਾ ਮਤਲਬ ਪਹਿਲਾਂ ਚੇਤਾਵਨੀ, ਬਿਹਤਰ ਨਿਸ਼ਾਨਾਬੰਦੀ, ਅਤੇ ਦੁਹਰਾਏ ਜਾਣ ਵਾਲੇ ਕੰਮਾਂ 'ਤੇ ਘੱਟ ਮਨੁੱਖੀ ਘੰਟੇ ਹੁੰਦੇ ਹਨ।
ਕਈ ਸਭ ਤੋਂ ਕੀਮਤੀ ਏਆਈ ਸਮਰੱਥਾਵਾਂ ਉਨ੍ਹਾਂ ਹੀ ਹਨ ਜੋ ਸਭ ਤੋਂ ਆਸਾਨੀ ਨਾਲ ਗਲਤ ਵਜੋਂ ਵਰਤੀਆਂ ਜਾ ਸਕਦੀਆਂ ਹਨ। ਸਧਾਰਣ-ਉਦੇਸ਼ ਮਾਡਲ ਜੋ ਕੋਡ ਲਿਖਦੇ, ਟਾਸਕ ਯੋਜਨਾ ਕਰਦੇ, ਜਾਂ ਭਰਪੂਰ ਲਿਖਤ ਤਿਆਰ ਕਰਦੇ ਹਨ, ਉਹ ਵੈਧ ਮਿਸ਼ਨਾਂ ਵਿੱਚ ਮਦਦ ਕਰ ਸਕਦੇ ਹਨ—ਜਿਵੇਂ ਰਿਪੋਰਟਾਂ ਆਟੋਮੇਟ ਕਰਨਾ ਜਾਂ ਕੰਮ ਖੋਜ ਤੇਜ਼ ਕਰਨਾ—ਪਰ ਇਹ ਵੀ ਕਰ ਸਕਦੇ ਹਨ:\n\n- ਹਮਲਾਵਰਾਂ ਨੂੰ ਵਿਸ਼ਾਲ ਪੱਧਰ 'ਤੇ ਫਿਸ਼ਿੰਗ ਤਿਆਰ ਕਰਨ ਵਿੱਚ ਮਦਦ\n- ਮਾਲਵੇਅਰ ਵਰਜਨਾਂ ਦੀ ਵਰਣਨਾ ਤੇਜ਼ ਕਰਨਾ\n- ਪ੍ਰਭਾਵ ਕਾਰਵਾਈਆਂ ਅਤੇ ਪ੍ਰਚਾਰ ਲਈ ਰੁਕਾਵਟ ਘਟਾਉਣਾ ਜਦੋਂ ਇਹ ਡਾਟਾ ਫੀਡਾਂ ਨਾਲ ਜੋੜੇ ਜਾਂ
ਰਾਸ਼ਟਰੀ ਸੁਰੱਖਿਆ ਚੁਣੌਤੀ ਕਿਸੇ ਇੱਕ "ਹਥਿਆਰਬੱਧ ਏਆਈ" ਤੋਂ ਘੱਟ ਹੈ ਅਤੇ ਵੱਧ ਇਸ ਗੱਲ ਤੋਂ ਹੈ ਕਿ ਉਪਲੱਬਧ ਸੰਦ ਰੱਖਿਆ ਅਤੇ ਆਕਰਮਨ ਦੋਹਾਂ ਨੂੰ ਅੱਪਗਰੇਡ ਕਰ ਰਹੇ ਹਨ।
ਰਾਜ ਆਮ ਤੌਰ 'ਤੇ ਤੇਜ਼-ਬਦਲਣ ਵਾਲੇ ਏਆਈ ਨੂੰ ਅਪਨਾਉਣ ਵਿੱਚ ਮੁਸ਼ਕਿਲੀ ਮਹਿਸੂਸ ਕਰਦੇ ਹਨ ਕਿਉਂਕਿ ਪਰੰਪਰਾਗਤ ਪ੍ਰੋਕੁਰਮੈਂਟ ਸਥਿਰ ਚਾਹਵਾਂ, ਲੰਮੇ ਟੈਸਟਿੰਗ ਚੱਕਰ, ਅਤੇ ਸਪਸ਼ਟ ਜ਼ਿੰਮੇਵਾਰੀ ਦੀ ਉਮੀਦ ਰੱਖਦਾ ਹੈ। ਐਸੇ ਮਾਡਲਾਂ ਨਾਲ ਏਜੰਸੀਆਂ ਨੂੰ ਇਹ ਢੰਗ ਚਾਹੀਦਾ ਹੈ ਕਿ ਉਹ ਜੋ ਖਰੀਦ ਰਹੇ ਹਨ ਉਸਦੀ ਜਾਂਚ ਕਰ ਸਕਣ (ਟ੍ਰੇਨਿੰਗ ਡਾਟਾ ਦਾਵੇ, ਪ੍ਰਦਰਸ਼ਨ ਸੀਮਾਵਾਂ, ਸੁਰੱਖਿਆ ਪੋਜ਼ੀਸ਼ਨ) ਅਤੇ ਜਦੋਂ ਕੁਝ ਗਲਤ ਹੁੰਦਾ ਹੈ ਤਾਂ ਕੌਣ ਜ਼ਿੰਮੇਵਾਰ ਹੈ—ਵੇਂਡਰ, ਇੰਟਿਗ੍ਰੇਟਰ, ਜਾਂ ਏਜੰਸੀ।
ਇੱਕ ਕਾਰਗਰ ਦ੍ਰਿਸ਼ਟਿਕੋਣ ਨਵੀਨਤਾ ਨੂੰ ਲਾਗੂ ਕਰਨ ਯੋਗ ਨਿਯੰਤਰਣਾਂ ਨਾਲ ਮਿਲਾਉਂਦਾ ਹੈ:\n\n- ਉੱਚ-ਪਰਭਾਵਸ਼ਾਲੀ ਤੈਨਾਤੀਆਂ ਲਈ ਸੁਤੰਤਰ ਨਿਗਰਾਨੀ\n- ਤੈਅ ਤੋਂ ਪਹਿਲਾਂ ਟੈਸਟਿੰਗ, ਜਿਸ ਵਿੱਚ ਮਿਸਯੂਜ਼ ਅਤੇ ਪੱਖਪਾਤ ਵਿਰੁੱਧ ਰੈੱਡ-ਟੀਮ ਸ਼ਾਮਿਲ ਹਨ\n- ਘਟਨਾ ਰਿਪੋਰਟਿੰਗ (ਮਾਡਲ ਫੇਲਿਆ, ਡਾਟਾ ਲੀਕ, ਨੁਕਸਾਨਦਾਇਕ ਆਉਟਪੁੱਟ) ਲਈ ਸਪਸ਼ਟ ਨਿਯਮ\n- ਲਾਂਚ ਤੋਂ ਬਾਅਦ ਲਗਾਤਾਰ ਨਿਗਰਾਨੀ, ਸਿਰਫ਼ "ਸਵੀਕਾਰਤਾ" 'ਤੇ ਨਹੀਂ
ਸਹੀ ਤਰੀਕੇ ਨਾਲ ਕੀਤਾ ਗਿਆ, ਸੁਰੱਖਿਆ ਹਰ ਚੀਜ਼ ਨੂੰ ਧੀਮਾ ਨਹੀਂ ਕਰਦੀ। ਇਹ ਉਹਨਾਂ ਥਾਵਾਂ 'ਤੇ ਜਾਂਚ ਨੂੰ ਤਰਜੀਹ ਦਿੰਦੀ ਜਿੱਥੇ ਸਟੇਕ ਸਭ ਤੋਂ ਵਧੇਰੇ ਹਨ—ਇੰਟੈਲੀਜੈਂਸ ਵਿਸ਼ਲੇਸ਼ਣ, ਸਾਈਬਰ ਰੱਖਿਆ, ਅਤੇ ਜ਼ਿੰਦਗੀ-ਅਥਰ ਮਾਮਲਿਆਂ ਨਾਲ ਜੁੜੇ ਸਿਸਟਮ।
ਜਿਓਪੋਲੀਟਿਕਸ ਏਆਈ ਰਣਨੀਤੀ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰਦੀ ਹੈ ਕਿਉਂਕਿ ਸਭ ਤੋਂ ਸਮਰੱਥ ਸਿਸਟਮ ਉਹ ਹਨ ਜੋ ਮਾਪੇ ਜਾ ਸਕਣ ਵਾਲੇ ਹਿੱਸਿਆਂ 'ਤੇ ਨਿਰਭਰ ਹੁੰਦੇ ਹਨ: ਉੱਚ ਦਰਜੇ ਦੇ ਅਨੁਸੰਧਾਨੀ ਟੈਲੈਂਟ, ਵੱਡੇ ਪੱਧਰ ਦਾ ਕੰਪਿਊਟ, ਉੱਚ ਗੁਣਵੱਤਾ ਡਾਟਾ, ਅਤੇ ਉਹ ਕੰਪਨੀਆਂ ਜੋ ਇਹ ਸਭ ਜੋੜ ਸਕਦੀਆਂ ਹਨ। ਇਸ ਸੰਦਰਭ ਵਿੱਚ, ਅਮਰੀਕਾ-ਚੀਨ ਗਤੀਵਿਧੀ ਨੂੰ ਅਕਸਰ "ਦੌੜ" ਵਜੋਂ ਦਰਸਾਇਆ ਜਾਂਦਾ ਹੈ, ਪਰ ਇਹ ਫਰੇਮਿੰਗ ਇੱਕ ਮਹੱਤਵਪੂਰਕ ਫਰਕ ਛੁਪਾ ਸਕਦੀ ਹੈ: ਸਮਰੱਥਾ ਲਈ ਦੌੜ ਸੁਰੱਖਿਆ ਅਤੇ ਸਥਿਰਤਾ ਲਈ ਦੌੜ ਨਹੀਂ ਹੁੰਦੀ।
ਸਿਰਫ਼ ਸਮਰੱਥਾ-ਕੇਂਦਰਤ ਦੌੜ ਤੇਜ਼ੀ ਨੂੰ ਇਨਾਮ ਦਿੰਦੀ—ਪਹਿਲਾਂ ਤੈਅ ਕਰੋ, ਸਭ ਤੋਂ ਤੇਜ਼ ਪੈਮਾਨੇ 'ਤੇ ਪਹੁੰਚੋ, ਵੱਧ ਤੋਂ ਵੱਧ ਉਪਭੋਗਤਾਓਂ ਨੂੰ ਜਿੱਤ ਲਵੋ। ਸੁਰੱਖਿਆ-ਅਤੇ-ਸਥਿਰਤਾ ਦਾ ਦ੍ਰਿਸ਼ਟਿਕੋਣ ਸੰਯਮ ਨੂੰ ਇਨਾਮ ਦਿੰਦਾ ਹੈ—ਟੈਸਟਿੰਗ, ਨਿਗਰਾਨੀ, ਅਤੇ ਸਾਂਝੇ ਨਿਯਮ ਜੋ ਹਾਦਸਿਆਂ ਅਤੇ ਗਲਤ ਵਰਤੋਂ ਨੂੰ ਘਟਾਉਂਦੇ ਹਨ।
ਬਹੁਤ ਸਾਰੇ ਨੀਤੀ-ਨਿਰਦੇਸ਼ਕ ਇਹ ਦੋਹਾਂ ਨੂੰ ਸੰਤੁਲਿਤ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਦੇ ਹਨ। ਵਪਾਰਿਕ ਰੂਪ ਵਿੱਚ, ਸਖ਼ਤ ਸੁਰੱਖਿਆ ਉਪਾਇਆ ਤੈਨਾਤੀ ਨੂੰ धीਮਾ ਕਰ ਸਕਦਾ ਹੈ, ਫਿਰ ਵੀ ਸੁਰੱਖਿਆ 'ਤੇ ਨਿਵੇਸ਼ ਨਾ ਕਰਨ ਨਾਲ ਸਿਸਟਮਿਕ ਜੋਖਮ ਪੈਦਾ ਹੋ ਸਕਦੇ ਹਨ ਅਤੇ ਜਨਤਾ ਦਾ ਭਰੋਸਾ ਖ਼ਤਮ ਹੋ ਸਕਦਾ ਹੈ, ਜੋ ਵੀ ਤਰੱਕੀ ਨੂੰ ਠਹਿਰਾ ਸਕਦਾ ਹੈ।
ਮੁਕਾਬਲਾ ਸਿਰਫ਼ "ਸਭ ਤੋਂ ਵਧੀਆ ਮਾਡਲ ਕਿਸਦੇ ਕੋਲ ਹੈ" ਦਾ ਸਵਾਲ ਨਹੀਂ। ਇਹ ਵੀ ਸਵਾਲ ਹੈ ਕਿ ਇਕ ਦੇਸ਼ ਭਰੋਸੇਯੋਗ ਤਰੀਕੇ ਨਾਲ ਰੀਸਰਚਰ, ਇੰਜੀਨੀਅਰ, ਅਤੇ ਪ੍ਰੋਡਕਟ ਨਿਰਮਾਤਾ ਕਿੰਨੇ ਉਤਪਨ ਕਰ ਸਕਦਾ ਜਾਂ ਖਿੱਚ ਸਕਦਾ ਹੈ।
ਅਮਰੀਕਾ ਵਿੱਚ, ਅਗੇਤਰੀ ਯੂਨੀਵਰਸਿਟੀਆਂ, ਵੇਂਚਰ ਫੰਡਿੰਗ, ਅਤੇ ਸਦਲੇੜੀ ਲੈਬਾਂ ਦਾ ਜਾਲ ਰਿਸਰਚ ಇਕੋਸਿਸਟਮ ਨੂੰ ਮਜ਼ਬੂਤ ਕਰਦਾ ਹੈ। ਉਸੇ ਸਮੇਂ, ਏਆਈ ਸਮਰੱਥਾ ਇੱਕ ਛੋਟੀ ਗਿਣਤੀ ਵੱਲੋਂ ਕੇਂਦਰਤ ਹੁੰਦੀ ਜਿੱਥੇ ਕੁਝ ਫਰਮਾਂ ਕੋਲ ਫਰੰਟੀਅਰ ਮਾਡਲਾਂ ਨੂੰ ਟ੍ਰੇਨ ਕਰਨ ਲਈ ਕੰਪਿਊਟ ਬਜਟ ਅਤੇ ਡਾਟਾ ਪਹੁੰਚ ਹੁੰਦੀ ਹੈ। ਇਹ ਕੇਂਦਰਿਤਤਾ ਤਰੱਕੀਆਂ ਨੂੰ ਤੇਜ਼ ਕਰ ਸਕਦੀ ਹੈ, ਪਰ ਮੁਕਾਬਲੇ ਨੂੰ ਘਟਾ ਸਕਦੀ ਹੈ, ਅਕਾਦਮਿਕ ਖੁਲ੍ਹਪਨ ਨੂੰ ਸੀਮਤ ਕਰ ਸਕਦੀ ਹੈ, ਅਤੇ ਸਰਕਾਰੀ ਭਾਈਚਾਰੇ ਨਾਲ ਮਿਲਕੇ ਕੰਮ ਕਰਨ ਵਿੱਚ ਜਟਿਲਤਾ ਪੈਦਾ ਕਰ ਸਕਦੀ ਹੈ।
ਐਕਸਪੋਰਟ ਨਿਯੰਤਰਣਾਂ ਨੂੰ ਸਭ ਤੋਂ ਵਧੀਆ ਤਰੀਕੇ ਨਾਲ ਸਮਝਿਆ ਜਾ ਸਕਦਾ ਹੈ ਕਿ ਇਹ ਮੁੱਖ ਇਨਪੁਟ—ਖਾਸ ਕਰਕੇ ਅਡਵਾਂਸਡ ਚਿਪਾਂ ਅਤੇ ਵਿਸ਼ੇਸ਼ ਉਤਪਾਦਨ ਉਪਕਰਨ—ਦੇ ਪ੍ਰਸਾਰ ਨੂੰ ਹੌਲਾ ਕਰਨ ਲਈ ਇੱਕ ਉਪਕਰਣ ਹਨ।
ਗਠਜੋੜ ਮਹੱਤਵਪੂਰਣ ਹਨ ਕਿਉਂਕਿ ਸਪਲਾਈ ਚੇਨਾਂ ਅੰਤਰਰਾਸ਼ਟਰੀ ਹੁੰਦੀਆਂ ਹਨ। ਸਾਥੀਆਂ ਨਾਲ ਸਹਿਯੋਗ ਰੁਝਾਨਾਂ ਨਿਰਧਾਰਤ ਕਰ ਸਕਦਾ ਹੈ, ਸੁਰੱਖਿਆ ਬੋਝ ਸਾਂਝਾ ਕਰ ਸਕਦਾ ਹੈ, ਅਤੇ ਉਸ "ਲੀਕੇਜ" ਨੂੰ ਘਟਾ ਸਕਦਾ ਹੈ ਜਿਥੇ ਰੋਕੀ ਗਈ ਤਕਨਾਲੋਜੀ ਤੀਜੇ ਦੇਸ਼ਾਂ ਰਾਹੀਂ ਲੀਕ ਹੋ ਜਾਂਦੀ ਹੈ। ਸਾਵਧਾਨੀ ਨਾਲ ਕੀਤਾ ਗਿਆ ਗਠਜੇੜਾ ਇੰਟਰਓਪਰੇਬਿਲਟੀ ਅਤੇ ਆਮ ਸੁਰੱਖਿਆ ਉਮੀਦਾਂ ਨੂੰ فروغ ਦੇ ਸਕਦਾ ਹੈ, ਬਜਾਏ ਕਿ ਏਆਈ ਨੂੰ ਖੇਤਰਬੱਧ ਸਮੂਹਾਂ ਵਿੱਚ ਤਬਦੀਲ ਕਰਨ ਦੇ।
ਕਿਸੇ ਵੀ ਰਾਸ਼ਟਰੀ ਰਣਨੀਤੀ ਲਈ ਪ੍ਰਯੋਗਿਕ ਸਵਾਲ ਇਹ ਹੈ: ਕੀ ਇਹ ਲੰਬੇ ਸਮੇਂ ਲਈ ਨਵੀਨਤਾ ਸਮਰੱਥਾ ਨੂੰ ਮਜ਼ਬੂਤ ਕਰਦੀ ਹੈ ਅਤੇ ਉਹ ਮੁਕਾਬਲਾ ਇਸ ਗੱਲ ਨੂੰ ਉਤਸ਼ਾਹਤ ਨਹੀਂ ਕਰਦਾ ਕਿ ਬੇਤੁਕਾ ਤਈਨਾਤੀ ਹੋਵੇ।
ਜਦੋਂ ਏਆਈ ਸਿਸਟਮ ਭਰਤੀ, ਉਧਾਰ, ਮੈਡੀਕਲ ਟ੍ਰਾਇਜ, ਜਾਂ ਪੁਲਿਸਿੰਗ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰਦੇ ਹਨ, "ਗਵਰਨੈਂਸ" ਕੇਵਲ ਇੱਕ ਬਜ਼ਵਰਡ ਨਹੀਂ ਰਹਿੰਦੀ—ਇਹ ਪ੍ਰਯੋਗਿਕ ਸਵਾਲ ਬਣ ਜਾਂਦਾ ਹੈ: ਜਦੋਂ ਪ੍ਰਣਾਲੀ ਫੇਲ ਹੁੰਦੀ ਹੈ ਤਾਂ ਕੌਣ ਜ਼ਿੰਮੇਵਾਰ ਹੈ—ਅਤੇ ਅਸੀਂ ਨੁਕਸਾਨ ਰੋਕਣ ਲਈ ਪਹਿਲਾਂ ਕੀ ਕਰ ਸਕਦੇ ਹਾਂ?
ਜ਼ਿਆਦਾਤਰ ਦੇਸ਼ ਕਈ ਲੀਵਰ ਮਿਲਾ ਕੇ ਵਰਤਦੇ ਹਨ, ਇੱਕ ਹੀ ਕਾਨੂੰਨ 'ਤੇ ਨਿਰਭਰ ਰਹਿਣ ਦੀ ਥਾਂ:\n\n- ਨਿਯੰਤਰਣ: ਉੱਚ-ਖਤਰੇ ਉਪਯੋਗਾਂ ਲਈ ਸਪਸ਼ਟ ਨਿਯਮ (ਜਿਵੇਂ ਜਦੋਂ ਏਆਈ ਕਿਸੇ ਲਾਭ ਨੂੰ ਨਕਾਰ ਸਕਦਾ ਹੈ ਜਾਂ ਜਾਂਚ ਸ਼ੁਰੂ ਕਰ ਸਕਦਾ ਹੈ)।\n- ਮਾਨਕ: ਸਾਂਝੇ ਤਕਨੀਕੀ ਅਤੇ ਪ੍ਰਕਿਰਿਆਕ ਮੰਗਾਂ (ਡੌਕੂਮੈਂਟੇਸ਼ਨ, ਸੁਰੱਖਿਆ ਅਭਿਆਸ, ਡਾਟਾ ਹੈਂਡਲਿੰਗ) ਜੋ ਕਾਨੂੰਨ ਨਾਲੋਂ ਤੇਜ਼ ਅਪਡੇਟ ਹੋ ਸਕਦੀਆਂ ਹਨ।\n- ਆਡਿਟ ਅਤੇ ਅਸੈਸਮੈਂਟ: ਦਾਅਵਿਆਂ ਦੀ ਤਸਦੀਕ ਲਈ ਅੰਦਰੂਨੀ ਸਮੀਖਿਆ ਅਤੇ ਤੀਜੀ-ਪਾਰਟੀ ਚੈੱਕ।\n- ਜ਼ਿੰਮੇਵਾਰੀ: ਜਦੋਂ ਨੁਕਸਾਨ ਹੁੰਦਾ ਹੈ ਤਾਂ ਜਵਾਬਦੇਹੀ ਨਿਰਧਾਰਤ ਕਰਨੀ—ਕੰਪਨੀਆਂ ਨੂੰ ਸੁਰੱਖਿਅਤ ਡਿਜ਼ਾਈਨ, ਨਿਗਰਾਨੀ, ਅਤੇ ਮੁਆਵਜ਼ੇ ਵਿੱਚ ਨਿਵੇਸ਼ ਕਰਨ ਲਈ ਪ੍ਰੇਰਿਤ ਕਰਨਾ।
ਤਿੰਨ ਮੁੱਦੇ ਲਗਭਗ ਹਰ ਨੀਤੀ ਗੱਲ-ਬਾਤ ਵਿੱਚ ਆਉਂਦੇ ਹਨ:\n\n- ਨਿਆਂ: ਮਾਡਲ ਪਿਛੋਕੜੀ ਭੇਦਭਾਵ ਨੂੰ ਦੁਹਰਾ ਸਕਦੇ ਹਨ, ਖ਼ਾਸ ਕਰਕੇ ਜਦੋਂ ਟ੍ਰੇਨਿੰਗ ਡਾਟਾ ਇਤਿਹਾਸਕ ਅਸਮਾਨਤਾਵਾਂ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੋਵੇ।\n- ਪਾਰਦਰਸ਼ਤਾ: ਲੋਕਾਂ ਨੂੰ ਆਟੋਮੇਟਿਕ ਫੈਸਲਿਆਂ ਦੀ ਸਪਸ਼ਟ ਸਮਝ ਅਤੇ ਅਪੀਲ ਦਾ ਰਸਤਾ ਚਾਹੀਦਾ ਹੈ।\n- ਪ੍ਰਾਈਵੇਸੀ: ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਡਾਟਾ ਇਕੱਠਾ ਕਰਨ ਅਤੇ ਮਾਡਲ ਟ੍ਰੇਨ ਕਰਨ ਨਾਲ ਸੰਵੇਦਨਸ਼ੀਲ ਜਾਣਕਾਰੀ ਪ੍ਰਕਾਸ਼ ਕਰ ਸਕਦੀ ਹੈ, ਭਾਵੇਂ ਸਪੱਸ਼ਟ "ਪर्सਨਲ ਡੇਟਾ" ਖੇਤਰ ਨਾ ਹੋਵੇ।
ਏਆਈ ਸਿਸਟਮ ਬਹੁਤ ਵੱਖਰੇ ਹੁੰਦੇ ਹਨ: ਇੱਕ ਚੈਟਬੋਟ, ਇੱਕ ਮੈਡੀਕਲ ਨਿਰਣੈਕ ਟੂਲ, ਅਤੇ ਨਿਸ਼ਾਨਾਬੰਦੀ ਪ੍ਰਣਾਲੀ ਵੱਖ-ਵੱਖ ਜੋਖਮ ਲੈਦੇ ਹਨ। ਇਸ ਲਈ ਗਵਰਨੈਂਸ ਤੇਜ਼ੀ ਨਾਲ ਖੇਤਰ-ਨਿਰਧਾਰਿਤ ਮਾਡਲ ਮੁਲਾਂਕਣ (ਪਹਿਲਾਂ ਟੈਸਟਿੰਗ, ਰੈੱਡ-ਟੀਮਿੰਗ, ਅਤੇ ਲਾਂਚ ਤੋਂ ਬਾਅਦ ਨਿਗਰਾਨੀ) 'ਤੇ ਜ਼ੋਰ ਦਿੰਦਾ ਹੈ।
ਇੱਕ ਸਰਬ-ਸਮੱਸਿਆਕ ਨਿਯਮ ਜਿਵੇਂ "ਟ੍ਰੇਨਿੰਗ ਡਾਟਾ ਦਾ ਖੁਲਾਸਾ ਕਰੋ" ਕੁਝ ਉਤਪਾਦਾਂ ਲਈ ਸਾਕਸ਼ਮ ਹੋ ਸਕਦਾ ਹੈ ਪਰ ਦੂਜਿਆਂ ਲਈ ਸੁਰੱਖਿਆ, IP, ਜਾਂ ਸੁਰੱਖਿਆ ਕਾਰਨਾਂ ਕਰਕੇ ਅਸੰਭਵ ਹੋ ਸਕਦਾ ਹੈ। ਇਸਦੇ ਉਲਟ, ਇੱਕ ਹੀ ਸੁਰੱਖਿਆ ਬੈਂਚਮਾਰਕ ਗੈਰ-ਮੁਕਾਬਲਤ ਹੋ ਸਕਦਾ ਹੈ ਜੇ ਉਹ ਅਸਲ ਦੁਨੀਆ ਦੀਆਂ ਹਾਲਤਾਂ ਜਾਂ ਪ੍ਰਭਾਵਿਤ ਸਮੁਦਾਇਆਂ ਨੂੰ ਦਰਸਾਉਂਦਾ ਨਹੀਂ।
ਸਰਕਾਰ ਅਤੇ ਉਦਯੋਗ ਹੀ ਇਕੱਲੇ ਨਿਰਣਾਇਕ ਨਹੀਂ ਹੋ ਸਕਦੇ। ਨਾਗਰਿਕ ਸਮਾਜ ਗਰੁੱਪ, ਅਕਾਦਮਿਕ ਰੀਸਰਚਰ, ਅਤੇ ਸੁਤੰਤਰ ਟੈਸਟਿੰਗ ਲੈਬ ਨੁਕਸਾਨੀਂ ਨੂੰ ਪਹਿਲਾਂ surfaced ਕਰਨ, ਮੁਲਾਂਕਣ ਵਿਧੀਆਂ ਦੀ ਵੈਰਿਫਿਕੇਸ਼ਨ ਕਰਨ, ਅਤੇ ਉਹਨਾਂ ਲੋਕਾਂ ਦੀ ਪੇਸ਼ੀ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਦੇ ਹਨ ਜੋ ਜੋਖਮਾਂ ਦਾ ਸਾਹਮਣਾ ਕਰਦੇ ਹਨ। ਕੰਪਿਊਟ, ਡਾਟਾ, ਅਤੇ ਸੁਰੱਖਿਅਤ ਟੈਸਟਿੰਗ ਪਾਥਵੇਜ਼ ਲਈ ਫੰਡਿੰਗ ਅਕਸਰ ਨਵੇਂ ਨਿਯਮ ਲਿਖਣ ਦੀ ਉਤਮਤਾ ਜਿੰਨੀ ਹੀ ਜ਼ਰੂਰੀ ਹੁੰਦੀ ਹੈ।
ਜਦੋਂ ਏਆਈ ਪਬਲਿਕ ਪ੍ਰਾਥਮਿਕਤਾ ਬਣ ਜਾਂਦੀ ਹੈ, ਸਰਕਾਰ ਸਭ ਕੁਝ ਖ਼ੁਦ ਨਹੀਂ ਬਣਾ ਸਕਦੀ—ਅਤੇ ਉਦਯੋਗ ਸਾਰੇ ਨਿਯਮ ਨਹੀਂ ਤੈਅ ਕਰ ਸਕਦਾ। ਸਭ ਤੋਂ ਚੰਗੇ ਨਤੀਜੇ ਉਹਨਾਂ ਭਾਗੀਦਾਰੀਆਂ ਤੋਂ ਆਉਂਦੇ ਹਨ ਜੋ ਕਿ ਸਾਫ਼-ਸੁਪਠ ਲਕਸ਼ਾਂ ਨਾਲ ਸ਼ੁਰੂ ਹੁੰਦੀਆਂ ਹਨ ਅਤੇ ਜਿਨ੍ਹਾਂ ਵਿੱਚ ਪ੍ਰਭਾਵ-ਸੰਧੀਆਂ ਰੋਕ-ਟੋਕ ਸਪਸ਼ਟ ਹੁੰਦੀਆਂ ਹਨ।
ਇਕ ਕਾਰਗਰ ਸਹਿਯੋਗ ਸਪਸ਼ਟ ਲਕਸ਼ (ਉਦਾਹਰਨ: ਰਿਸਰਚ ਲਈ ਸੁਰੱਖਿਅਤ ਕੰਪਿਊਟ ਦੀ ਤੇਜ਼ ਪ੍ਰੋਕੁਰਮੈਂਟ, ਸੁਧਾਰਿਆ ਸਾਈਬਰ ਰੱਖਿਆ ਟੂਲ, ਜਾਂ ਉੱਚ-ਖਤਰੇ ਮਾਡਲਾਂ ਲਈ ਬਿਹਤਰ ਆਡਿਟਿੰਗ ਵਿਧੀਆਂ) ਅਤੇ ਉਨਾਂ ਹੀ ਗਾਰਡਰੇਲਾਂ ਨਾਲ ਸ਼ੁਰੂ ਹੁੰਦਾ ਹੈ। ਗਾਰਡਰੇਲਾਂ ਵਿੱਚ ਅਕਸਰ ਪ੍ਰਾਈਵੇਸੀ-ਬਾਈ-ਡਿਜ਼ਾਈਨ ਲੋੜਾਂ, ਸੁਰੱਖਿਆ ਕੰਟਰੋਲ, ਦਸਤਾਵੇਜ਼ੀ ਮੁਲਾਂਕਣ ਮਿਆਰ, ਅਤੇ ਸੁਤੰਤਰ ਨਿਗਰਾਨੀ ਸ਼ਾਮਿਲ ਹੁੰਦੀ ਹੈ। ਬਿਨਾਂ ਇਹਨਾਂ ਦੇ, ਭਾਗੀਦਾਰੀ ਧੁੰਦਲੀ “ਨਵੀਨਤਾ” ਪ੍ਰਯਾਸਾਂ ਵਲ ਮੁੜ ਸਕਦੀ ਹੈ ਜੋ ਮਾਪਣਾ ਮੁਸ਼ਕਿਲ ਅਤੇ ਰਾਜਨੀਤੀਕ ਬਣਾਏ ਜਾਣ ਵਿੱਚ ਆਸਾਨ ਹੁੰਦੇ ਹਨ।
ਸਰਕਾਰ ਵਧੀਆ ਮਿਆਦ, ਮੰਡੀ, ਅਤੇ ਲੰਬੇ ਸਮੇਂ ਵਾਲੇ ਕੰਮ ਨੂੰ ਫੰਡ ਕਰ ਸਕਦਾ ਹੈ ਜੋ ਜਲਦੀ ਲਾਭ ਨਹੀਂ ਦਿੰਦਾ। ਉਦਯੋਗ ਅਭਿਆਸਿਕ ਇੰਜੀਨੀਅਰਿੰਗ ਤਜਰਬਾ, ਵਾਸਤਵਿਕ-ਦੁਨੀਆ ਦੀਆਂ ਗਲਤੀਆਂ ਬਾਰੇ ਡੇਟਾ, ਅਤੇ ਦੁਹਰਾਉਣ ਦੀ ਸਮਰੱਥਾ ਲਿਆਉਂਦਾ ਹੈ। ਯੂਨੀਵਰਸਿਟੀਆਂ ਅਤੇ ਨਾਨ-ਪ੍ਰોફਿਟ ਅਕਸਰ ਖੁੱਲਾ ਰਿਸਰਚ, ਬੈਂਚਮਾਰਕ, ਅਤੇ ਵਰਕਫੋਰਸ ਪਾਈਪਲਾਈਨ ਦਿੰਦੇ ਹਨ।
ਸਭ ਤੋਂ ਵੱਡਾ ਤਣਾਅ ਪ੍ਰੇਰਣਾਂ ਦਾ ਹੁੰਦਾ ਹੈ। ਕੰਪਨੀਆਂ ਅਕਸਰ ਆਪਣੇ ਫਾਇਦੇ ਨਾਲ ਮਿਲਦੇ-ਜੁਲਦੇ ਮਿਆਰਾਂ ਦਾ ਦਬਾਅ ਕਰ ਸਕਦੀਆਂ ਹਨ; ਏਜੰਸੀਆਂ ਘੱਟ-ਲਾਗਤ ਬੋਲੀ ਜਾਂ ਛੋਟੀ ਮਿਆਦਾਂ ਨੂੰ ਤਰਜੀਹ ਦੇ ਸਕਦੀਆਂ ਹਨ ਜੋ ਸੁਰੱਖਿਆ ਅਤੇ ਟੈਸਟਿੰਗ ਨੂੰ ਘਟਾ ਦਿੰਦੇ ਹਨ। ਇੱਕ ਹੋਰ ਮੁੜ-ਮੁੜ ਆਉਂਦਾ ਮੁੱਦਾ "ਬਲੈਕ ਬਾਕਸ ਪ੍ਰੋਕੁਰਮੈਂਟ" ਹੈ, ਜਿਥੇ ਏਜੰਸੀ ਉਹ ਸਿਸਟਮ ਖਰੀਦ ਲੈਂਦੀ ਹੈ ਬਿਨਾਂ ਟ੍ਰੇਨਿੰਗ ਡਾਟਾ, ਮਾਡਲ ਸੀਮਾਵਾਂ, ਜਾਂ ਅਪਡੇਟ ਨੀਤੀਆਂ ਦੀ ਕਾਫੀ ਦ੍ਰਿਸ਼ਟਿ ਰੱਖੇ।
ਵਿਆਪਕ-ਸਰੂਿਆ-ਹਿੱਸੇਦਾਰ ਹੋਣ 'ਤੇ ਟਕਰਾਅ ਯਥਾਰਥ ਹੈ, ਖਾਸ ਕਰਕੇ ਜਦੋਂ ਪ੍ਰਸਿੱਧ ਸ਼ਖ਼ਸੀਅਤਾਂ ਸਰਕਾਰ ਨੂੰ ਸਲਾਹ ਦਿੰਦੀਆਂ ਹਨ ਪਰ ਉਹਨਾਂ ਦੀਆਂ ਕੰਪਨੀਆਂ, ਫੰਡ, ਜਾਂ ਬੋਰਡੀਆਂ ਨਾਲ ਲਿੰਕ ਹੋ ਸਕਦੀਆਂ ਹਨ। ਖੁਲਾਸਾ ਮਹੱਤਵਪੂਰਨ ਹੈ ਕਿਉਂਕਿ ਇਹ ਜਨਤਾ ਅਤੇ ਫੈਸਲਾ-ਲੇਣ ਵਾਲਿਆਂ ਨੂੰ ਮਾਹਿਰਤਾ ਅਤੇ ਸਵਾਰਥ ਵਿੱਚ ਫਰਕ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ। ਇਹ ਸਾਝੇਦਾਰਾਂ ਨੂੰ ਉਹਨਾਂ ਬੇਬੁਨੀਆਂ ਤੋਂ ਬਚਾਉਂਦਾ ਹੈ ਜੋ ਲਾਭਦਾਇਕ ਕੰਮ ਨੂੰ ਖ਼ਤਰੇ ਵਿੱਚ ਪਾ ਸਕਦੇ ਹਨ।
ਸਹਿਯੋਗ ਅਪਰਭਾਸ਼ਕ ਤੌਰ 'ਤੇ ਉਹ ਸਮੇਂ ਚੰਗਾ ਕੰਮ ਕਰਦਾ ਹੈ ਜਦੋਂ ਇਹ konkret ਹੁੰਦਾ ਹੈ:\n\n- ਪ੍ਰਕਾਸ਼ਿਤ ਕੀਤੇ ਜਾ ਸਕਣ ਵਾਲੇ ਮੀਲ-ਪੱਥਰਾਂ ਅਤੇ ਸੁਤੰਤਰ ਮੁਲਾਂਕਣ ਵਾਲੇ ਫੰਡਿੰਗ ਪ੍ਰੋਗਰਾਮ\n- ਸਾਂਝਾ ਢਾਂਚਾ, ਜਿਵੇਂ ਸੁਰੱਖਿਅਤ ਟੈਸਟਬੇੱਡ, ਵੈਟਡ ਰੀਸਰਚਰਾਂ ਲਈ ਕੰਪਿਊਟ ਇਕਸੈਸ, ਅਤੇ ਮਿਆਰੀ ਆਡਿਟਿੰਗ ਟੂਲ\n- ਸਰਕਾਰੀ ਕਰਮਚਾਰੀਆਂ ਲਈ ਟ੍ਰੇਨਿੰਗ (ਪ੍ਰੋਕੁਰਮੈਂਟ, ਰਿਸਕ ਅਸੈਸਮੈਂਟ, ਘਟਨਾ-ਪ੍ਰਤੀਕਿਰਿਆ) ਅਤੇ ਪਾਰ-ਖੇਤਰ ਫੈਲੋਸ਼ਿਪ
ਇਹ ਮੇਕੈਨਿਜ਼ਮ ਝਗੜੇ ਖਤਮ ਨਹੀਂ ਕਰਦੇ, ਪਰ ਉਹ ਪ੍ਰਗਤੀ ਨੂੰ ਮਾਪਣਯੋਗ ਬਣਾਉਂਦੇ ਹਨ ਅਤੇ ਜਵਾਬਦੇਹੀ ਲਾਉਣਾ ਆਸਾਨ ਕਰ ਦਿੰਦੇ ਹਨ।
ਇਰਿਕ ਸ਼ਿਮਿਟ ਦਾ ਗਾਹਕ-ਸਰਚ ਨੂੰ ਸਕੇਲ ਕਰਨ ਤੋਂ ਰਾਸ਼ਟਰੀ ਏਆਈ ਪ੍ਰਾਥਮਿਕਤਾਵਾਂ 'ਤੇ ਸਲਾਹ ਦੇਣ ਵੱਲ ਮੂੰਡਨਾ ਇੱਕ ਸਾਦਾ ਬਦਲਾਅ ਦਿਖਾਉਂਦਾ ਹੈ: "ਉਤਪਾਦ" ਹੁਣ ਸਿਰਫ਼ ਇੱਕ ਸਰਵਿਸ ਨਹੀਂ ਰਹਿੰਦੀ—ਇਹ ਸਮਰੱਥਾ, ਸੁਰੱਖਿਆ, ਅਤੇ ਜਨਤਕ ਵਿਸ਼ਵਾਸ ਬਣ ਚੁੱਕੀ ਹੈ। ਇਸ ਨਾਲ ਧੁੰਦਲੇ ਵਾਦੇ ਵੇਚਣਾ ਆਸਾਨ ਤੇ ਪਰਖਣਾ ਔਖਾ ਹੋ ਜਾਂਦਾ ਹੈ।
ਨਵੇਂ ਯੋਜਨ, ਵਾਈਟ ਪੇਪਰ, ਜਾਂ ਭਾਸ਼ਣ ਸੁਣਦਿਆਂ ਇਹ ਛੇਤੀ ਫਿਲਟਰ ਵਰਤੋਂ:\n\n- ਲਕਸ਼ ਕੀ ਹਨ—ਖਾਸ ਤੌਰ 'ਤੇ? (ਜਿਵੇਂ: ਸਰਕਾਰ ਲਈ ਤੇਜ਼ ਮਾਡਲ ਤੈਅ, ਸੁਰੱਖਿਅਤ ਏਆਈ ਪ੍ਰੋਕੁਰਮੈਂਟ, ਰਿਸਰਚ ਲਈ ਵਧੇਰੇ ਕੰਪਿਊਟ)\n- ਸਫਲਤਾ ਨੂੰ ਕਿਵੇਂ ਮਾਪਿਆ ਜਾਵੇਗਾ? ਠੋਸ ਮੈਟਰਿਕ ਵੇਖੋ: ਪ੍ਰੋਕੁਰਮੈਂਟ ਦਾ ਸਮਾਂ, ਸੁਰੱਖਿਆ ਘਟਨਾਂ, ਮਾਡਲ ਮੁਲਾਂਕਣ ਪਾਸ ਦਰ, ਵਰਕਫੋਰਸ ਦੀ ਗਿਣਤੀ।\n- ਕੌਣ ਇਸ ਦੀ ਨਿਗਰਾਨੀ ਕਰਦਾ ਹੈ—ਅਤੇ ਕਿਸ ਅਧਿਕਾਰ ਨਾਲ? ਸਿਰਫ਼ ਸਲਾਹਕਾਰ ਬੋਰਡ ਸੱਤ ਹਾਕ ਨਹੀਂ ਹੈ। ਪੁੱਛੋ ਕਿ ਕੀ ਰੋਕਿਆ, ਆਡਿਟ ਕੀਤਾ ਜਾਂ ਬਦਲਿਆ ਜਾ ਸਕਦਾ ਹੈ।\n- ਟਾਈਮਲਾਈਨ ਅਤੇ ਕ੍ਰਮ-ਵਿਧਾਨ ਕੀ ਹੈ? "ਪੰਜ-ਸਾਲ ਦੀ ਦ੍ਰਿਸ਼ਟੀ" ਦੇ ਬਜਾਏ, 6, 12, ਅਤੇ 24 ਮਹੀਨੇ ਵਿੱਚ ਕੀ ਹੁੰਦਾ ਹੈ।\n- ਕਿਹੜੇ ਤਜਰਬੇ ਸਵੀਕਾਰ ਕੀਤੇ ਗਏ ਹਨ? ਗਤੀ-ਬਨਾਮ-ਸੁਰੱਖਿਆ, ਖੁੱਲ੍ਹਪਨ-ਬਨਾਮ-ਸੁਰੱਖਿਆ, ਨਵੀਨਤਾ-ਵਿਲੰਬ—ਥੋੜੇ ਸਰਣੇ ਨੀਤੀ ਰਹਿਤ ਹੋਣ ਜਾਂਦੀਆਂ ਹਨ।
ਸਰਚ ਯੁੱਗ ਨੇ ਸਿੱਖਾਇਆ ਕਿ ਸਕੇਲ ਹਰ ਚੀਜ਼ ਨੂੰ ਵਧਾ ਦਿੰਦਾ ਹੈ: ਫਾਇਦੇ, ਗਲਤੀਆਂ, ਅਤੇ ਪ੍ਰੇਰਣਾਂ। ਰਾਸ਼ਟਰੀ ਏਆਈ ਰਣਨੀਤੀ ਲਈ ਇਸਦਾ ਮਤਲਬ ਹੈ:
ਰਾਸ਼ਟਰੀ ਏਆਈ ਰਣਨੀਤੀ ਅਸਲੀ ਮੌਕੇ ਖੋਲ ਸਕਦੀ ਹੈ: ਬਿਹਤਰ ਸਰਕਾਰੀ ਸੇਵਾਵਾਂ, ਮਜ਼ਬੂਤ ਰੱਖਿਆ ਤਿਆਰੀ, ਅਤੇ ਹੋਰ ਮੁਕਾਬਲਾਤਮਕ ਰਿਸਰਚ। ਪਰ ਉਹੀ ਡੁਅਲ-ਯੂਜ਼ ਸ਼ਕਤੀ ਸਟੇਕ ਵਧਾਉਂਦੀ ਹੈ। ਸਭ ਤੋਂ ਚੰਗੀਆਂ ਦਾਵੇ ਉਮੀਦਾਂ ਨਾਲ-ਨਾਲ ਉਹ ਰੋਕ-ਟੋਕ ਦਿਖਾਉਂਦੇ ਹਨ ਜੋ ਤੁਸੀਂ ਨਕਾਬਲ ਕਰ ਸਕਦੇ ਹੋ।
ਅਗਲੀ ਪੜ੍ਹਾਈ ਲਈ: explore more perspectives in /blog, and practical primers in /resources/ai-governance and /resources/ai-safety.
ਰਾਸ਼ਟਰੀ ਏਆਈ ਰਣਨੀਤੀ ਉਹ ਸਹਿ-ਸੰਯੋਜਿਤ ਯੋਜਨਾ ਹੈ ਕਿ ਕਿਸ ਤਰ੍ਹਾਂ ਇੱਕ ਦੇਸ਼ ਏਆਈ ਨੂੰ ਵਿਕਸਿਤ, ਅਪਨਾਏ, ਅਤੇ ਸ਼ਾਸਿਤ ਕਰੇਗਾ ਤਾਂ ਜੋ ਲੋਕੀ ਹਿਤ ਸੇਵਾ ਕੀਤੀ ਜਾ ਸਕੇ। ਅਮਲ ਵਿੱਚ ਇਹ ਆਮ ਤੌਰ 'ਤੇ ਸ਼ਾਮਲ ਕਰਦੀ ਹੈ:
ਕਿਉਂਕਿ ਅਜੋਕੇ ਸਮੇਂ ਵਿੱਚ ਉਹਨਾਂ ਦੀ ਪ੍ਰਭਾਵਤਾ ਖਪਤਕਾਰ teknoloji ਤੋਂ ਘੱਟ ਤੇ ਸਰਕਾਰਾਂ ਲਈ ਇਹ ਦੱਸਣ ਵਾਲੀ ਹੈ ਕਿ ਕਿਵੇਂ ਏਆਈ ਸਮਰੱਥਾ ਨੂੰ ਰਾਸ਼ਟਰੀ ਸਮਰੱਥਾ ਵਿੱਚ ਤਬਦੀਲ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਉਹਨਾਂ ਦੀਆਂ ਪਬਲਿਕ ਭੂਮਿਕਾਵਾਂ (ਵਿਸ਼ੇਸ਼ਤ: ਸਲਾਹਕਾਰ ਅਤੇ ਕਮੀਸ਼ਨਰੀ ਕੰਮ) ਨਵੀਨਤਾ, ਸੁਰੱਖਿਆ, ਗਵਰਨੈਂਸ, ਅਤੇ ਜਿਓਪੋਲੀਟਿਕ ਮੁਕਾਬਲੇ ਦੇ ਇੰਡਸਟਰੀ-ਸਰਕਾਰ ਕਨੇਕਸ਼ਨਾਂ 'ਤੇ ਖੜੀਆਂ ਹੁੰਦੀਆਂ ਹਨ।
ਸਲਾਹਕਾਰ ਬਾਡੀਆਂ ਆਮ ਤੌਰ 'ਤੇ ਕਾਨੂੰਨ ਨਹੀਂ ਬਣਾਉਂਦੀਆਂ ਅਤੇ ਫੰਡ ਜਾਰੀ ਨਹੀਂ ਕਰਦੀਆਂ, ਪਰ ਉਹੇ ਡਿਫੌਲਟ ਪਲੇਬੁੱਕ ਤੈਅ ਕਰ ਸਕਦੀਆਂ ਹਨ ਜੋ ਨੀਤੀ-ਨਿਰਦੇਸ਼ਕਾਂ ਦੁਆਰਾ ਨਕਲ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਉਹ ਅਕਸਰ ਪੈਦਾ ਕਰਦੀਆਂ ਹਨ:
ਦੇਖੋ ਕਿ ਵਿਚਾਰ ਹਕੀਕਤ ਵਿੱਚ ਦੌਰ-ਦੌਰ ਦਾ ਨੀਤੀ-ਉਪਕਰਨ ਬਣੇ ਹਨ, ਨਾ ਕਿ ਸਿਰਫ਼ ਸਿਰਲੇਖਾਂ ਲਈ:
ਜਦੋਂ ਕਿਸੇ ਸਿਸਟਮ ਨੂੰ ਲੱਖਾਂ ਲੋਕਾਂ ਨੂੰ ਸੇਵਾ ਦੇਣ ਲਈ ਤਿਆਰ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਦੂਰ-ਦੂਰ ਘਟਨਾਵਾਂ ਰੋਜ਼ਾਨਾ ਸਮੱਸਿਆਵਾਂ ਬਣ ਸਕਦੀਆਂ ਹਨ। ਇਸ ਲਈ ਰਣਨੀਤੀ ਨੂੰ ਸਿਰਫ਼ ਨੀਤੀ-ਸਿਧਾਂਤ ਦੀ ਲੋੜ ਨਹੀਂ, ਬਲਕਿ ਮਾਪ-ਤਰੀਕਿਆਂ ਅਤੇ ਅਪਰੇਸ਼ਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ:
ਡੁਅਲ-ਯੂਜ਼ ਦਾ ਮਤਲਬ ਹੈ ਕਿ ਇੱਕੋ ਸਮਰੱਥਾ ਨਾਗਰੀ ਲਾਭ ਦੇ ਸਕਦੀ ਹੈ ਅਤੇ ਨੁਕਸਾਨ ਵੀ ਪਹੁੰਚਾ ਸਕਦੀ ਹੈ। ਉਦਾਹਰਨ ਵਜੋਂ, ਉਹ ਮਾਡਲ ਜੋ ਕੋਡ ਲਿਖਦੇ, ਕੰਮਾਂ ਦੀ ਯੋਜਨਾ ਬਣਾਉਂਦੇ ਜਾਂ ਭਰਮਿਕ ਲਿਖਤ ਪੈਦਾ ਕਰਦੇ ਹਨ, ਇਹ ਵੀ ਕਰ ਸਕਦੇ ਹਨ:
ਨੀਤੀ ਆਮ ਤੌਰ 'ਤੇ ਖਤਰਾ-ਮੈਨੇਜਡ ਪਹੁੰਚ, ਟੈਸਟਿੰਗ, ਅਤੇ ਨਿਗਰਾਨੀ 'ਤੇ ਕੇਂਦਰਿਤ ਰਹਿੰਦੀ ਹੈ, ਨਾ ਕਿ “ਸਿਵਿਲ” ਅਤੇ “ਸੈਨਾ” ਵਿਚ ਸਾਫ਼ ਵੰਡ ਮੰਨ ਕੇ।
ਪਰੰਪਰਾਗਤ ਪ੍ਰੋਕੁਰਮੈਂਟ ਸਥਿਰ ਲੋੜਾਂ ਅਤੇ ਧੀਮਾ-ਬਦਲਦੇ ਉਤਪਾਦ ਮੰਨ ਕੇ ਚੱਲਦੀ ਹੈ। ਏਆਈ ਸਿਸਟਮ ਤੇਜ਼ੀ ਨਾਲ ਅਪਡੇਟ ਹੋ ਸਕਦੇ ਹਨ, ਇਸ ਲਈ ਏਜੰਸੀਆਂ ਨੂੰ ਇਹ ਪਤਾ ਕਰਨ ਦੇ ਤਰੀਕੇ ਚਾਹੀਦੇ ਹਨ:
“ਕੰਪਿਊਟ” (ਡਾਟਾ ਸੈਂਟਰ) ਅਤੇ ਅਡਵਾਂਸਡ ਚਿਪਾਂ (GPUs/ਅਦਾਲਤੀ ਐਕਸੇਲੇਰੇਟਰ) ਮਾਡਲ ਟ੍ਰੇਨ ਅਤੇ ਚਲਾਉਣ ਦੀ ਸਮਰੱਥਾ ਹਨ। ਇਹਨਾਂ ਨੂੰ ਅਹਿਮ ਢਾਂਚਾ ਮੰਨਿਆ ਜਾਂਦਾ ਹੈ ਕਿਉਂਕਿ ਘਾਟ ਜਾਂ ਸਪਲਾਈ-ਚੇਨ ਦੀਆਂ ਪਾਬੰਦੀਆਂ ਰੁੱਖ ਬਣ ਸਕਦੀਆਂ ਹਨ:
ਆਮ ਤੌਰ 'ਤੇ ਰਾਜ-ਸਰਕਾਰ ਕਈ ਉਪਕਰਣ ਮਿਲਾ ਕੇ ਵਰਤਦੇ ਹਨ, ਨਾ ਕਿ ਇੱਕ ਹੀ ਕਾਨੂੰਨ ਤੇ ਨਿਰਭਰ:
ਅਮਲਕ ਰੁਝਾਨ ਆਮ ਤੌਰ 'ਤੇ 'ਤੇ ਹੁੰਦਾ ਹੈ: ਜਿੱਥੇ ਪ੍ਰਭਾਵ ਵੱਧ ਹੈ ਉਥੇ ਸਖ਼ਤ ਚੈੱਕ।
ਸਰਕਾਰ ਅਤੇ ਉਦਯੋਗ ਇਕਲੌਤੇ ਨਿਰਣਾਇਕ ਨਹੀਂ ਹੋ ਸਕਦੇ। ਸਰੋਤ-ਸਾਂਝੇਦਾਰੀ ਤਬ ਹੀ ਫਲਦਾਇਕ ਹੁੰਦੀ ਹੈ ਜਦੋਂ ਸਮੱਸਿਆ ਅਤੇ ਰੋਕ-ਟੋਕ (guardrails) ਸਾਫ਼ ਹੋਣ।
ਇਹ ਪ੍ਰਕਿਰਿਆਵਾਂ ਵਿਵਾਦ ਘਟਾਉਂਦੀਆਂ ਹਨ ਅਤੇ ਪ੍ਰਗਤੀ ਨੂੰ ਮਾਪਣਯੋਗ ਬਣਾਉਂਦੀਆਂ ਹਨ।