ডিপসিকের এআই: গুগল জেমিনির প্রশিক্ষণ বিতর্ক?

কৃত্রিম বুদ্ধিমত্তার (Artificial Intelligence) জগতে বিতর্ক নতুন কিছু নয়, এবং এই ক্ষেত্রে নতুন সংযোজন হল DeepSeek নামক একটি চীনা এআই ল্যাব। সম্প্রতি DeepSeek তাদের R1 যুক্তিবাদী মডেলের একটি নতুন সংস্করণ উন্মোচন করেছে, যা গণিত এবং কোডিংয়ের মানদণ্ডে চিত্তাকর্ষক ক্ষমতা প্রদর্শন করেছে। তবে, এই মডেলটিকে প্রশিক্ষণ দেওয়ার জন্য ব্যবহৃত ডেটার উৎস নিয়ে এআই গবেষকদের মধ্যে যথেষ্ট বিতর্ক সৃষ্টি হয়েছে। কারো কারো ধারণা, এই ডেটা সম্ভবত Google-এর Gemini পরিবারের এআই মডেল থেকে এসেছে। এই সন্দেহ এআই শিল্পের মধ্যে নৈতিক চর্চা, ডেটা সোর্সিং এবং প্রতিযোগিতামূলক পরিস্থিতি নিয়ে গুরুত্বপূর্ণ প্রশ্ন তুলেছে।

উপস্থাপিত প্রমাণ

এই বিতর্কের শুরুটা হয় মেলবোর্ন-ভিত্তিক ডেভেলপার স্যাম পেচের মাধ্যমে। স্যাম পেচ এআই সিস্টেমের জন্য “আবেগিক বুদ্ধিমত্তা” মূল্যায়ন তৈরি করেন। তিনি দাবি করেন যে, DeepSeek-এর সর্বশেষ মডেলটি Gemini দ্বারা উৎপাদিত আউটপুটের উপর ভিত্তি করে প্রশিক্ষণ দেওয়া হয়েছে। পেচের মতে, DeepSeek-এর মডেল, যা R1-0528 নামে পরিচিত, কিছু নির্দিষ্ট শব্দ এবং অভিব্যক্তির প্রতি বিশেষ আগ্রহ দেখায়। এই শব্দ এবং অভিব্যক্তিগুলি Google-এর Gemini 2.5 Pro-এর পছন্দের শব্দগুলির সাথে উল্লেখযোগ্যভাবে মিল রয়েছে। শুধু এই পর্যবেক্ষণের ওপর ভিত্তি করে কোনো চূড়ান্ত সিদ্ধান্তে আসা না গেলেও, এটি একটি গুরুত্বপূর্ণ বিষয় এবং এর আরও তদন্ত হওয়া উচিত।

এই বিতর্কের আগুনে আরও ঘি ঢেলেছেন SpeechMap নামক ছদ্মনামের একজন ডেভেলপার। তিনি এআই-এর জন্য একটি “ফ্রি স্পিচ ইভাল” তৈরি করার জন্য পরিচিত। তিনি উল্লেখ করেছেন যে DeepSeek মডেলের ট্রেসগুলি - একটি সিদ্ধান্তে পৌঁছানোর জন্য এটি যে “চিন্তা” তৈরি করে - “Gemini ট্রেসের মতো”। ভাষাগত প্যাটার্ন এবং চিন্তাভাবনার প্রক্রিয়ার এই অভিন্নতা থেকে সন্দেহ আরও জোরালো হয় যে, DeepSeek সম্ভবত প্রশিক্ষণের সময় Gemini-এর আউটপুট ব্যবহার করেছে।

DeepSeek-এর বিরুদ্ধে পূর্বের অভিযোগ

এই প্রথম নয় যে DeepSeek প্রতিদ্বন্দ্বী এআই সিস্টেম থেকে ডেটা নিয়ে তাদের এআই মডেলকে প্রশিক্ষণ দেওয়ার অভিযোগের মুখোমুখি হয়েছে। গত ডিসেম্বরে, ডেভেলপাররা লক্ষ্য করেছিলেন যে DeepSeek-এর V3 মডেল প্রায়শই নিজেকে OpenAI-এর এআই-চালিত চ্যাটবট প্ল্যাটফর্ম ChatGPT হিসাবে পরিচয় দেয়। এই অদ্ভুত আচরণ থেকে বোঝা যায় যে মডেলটিকে সম্ভবত ChatGPT চ্যাট লগগুলির উপর ভিত্তি করে প্রশিক্ষণ দেওয়া হয়েছে, যা এই ধরনের অনুশীলনের নৈতিক প্রভাব সম্পর্কে উদ্বেগ সৃষ্টি করে।

এই বছরের শুরুতে, OpenAI ফিনান্সিয়াল টাইমসকে জানিয়েছিল যে, তারা DeepSeek-কে ডিস্টিলেশন (distillation) ব্যবহারের সাথে যুক্ত প্রমাণ খুঁজে পেয়েছে। ডিস্টিলেশন হল এমন একটি কৌশল, যেখানে বৃহত্তর, আরও সক্ষম মডেল থেকে ডেটা নিষ্কাশন করে এআই মডেলগুলিকে প্রশিক্ষণ দেওয়া হয়। এছাড়াও, মাইক্রোসফট, OpenAI-এর একজন গুরুত্বপূর্ণ সহযোগী এবং বিনিয়োগকারী, 2024 সালের শেষের দিকে OpenAI ডেভেলপার অ্যাকাউন্টগুলির মাধ্যমে প্রচুর পরিমাণে ডেটা পাচারের বিষয়টি জানতে পারে। OpenAI বিশ্বাস করে যে এই অ্যাকাউন্টগুলি DeepSeek-এর সাথে যুক্ত, যা অননুমোদিত ডেটা নিষ্কাশনের সন্দেহকে আরও জোরালো করে।

ডিস্টিলেশন সহজাতভাবে অনৈতিক না হলেও, OpenAI-এর পরিষেবার শর্তাবলী স্পষ্টভাবে গ্রাহকদেরকে প্রতিযোগিতামূলক এআই সিস্টেম তৈরি করার জন্য কোম্পানির মডেল আউটপুট ব্যবহার করতে নিষেধ করে। এই নিষেধাজ্ঞা OpenAI-এর বুদ্ধিবৃত্তিক সম্পত্তি রক্ষা এবং এআই শিল্পের মধ্যে একটি ন্যায্য প্রতিযোগিতামূলক পরিবেশ বজায় রাখার লক্ষ্যে কাজ করে। যদি DeepSeek সত্যিই Gemini আউটপুটের উপর ভিত্তি করে তাদের R1 মডেলকে প্রশিক্ষণ দেওয়ার জন্য ডিস্টিলেশন ব্যবহার করে থাকে, তবে এটি OpenAI-এর পরিষেবার শর্তাবলীর লঙ্ঘন হবে এবং গুরুতর নৈতিক উদ্বেগের জন্ম দেবে।

ডেটা দূষণের চ্যালেঞ্জ

এটা স্বীকার করা গুরুত্বপূর্ণ যে অনেক এআই মডেল নিজেদের ভুলভাবে চিহ্নিত করে এবং অনুরূপ শব্দ ও বাক্যাংশ ব্যবহার করার প্রবণতা দেখায়। এর কারণ হল ইন্টারনেটে এআই-উGenerated কন্টেন্টের ক্রমবর্ধমান উপস্থিতি, যা এআই কোম্পানিগুলির জন্য প্রশিক্ষণের ডেটার প্রাথমিক উৎস হিসেবে কাজ করে। কন্টেন্ট ফার্মগুলি ক্লিকবেইট নিবন্ধ তৈরি করতে এআই ব্যবহার করছে এবং বটগুলি Reddit এবং X-এর মতো প্ল্যাটফর্মগুলিতে এআই-উGenerated পোস্ট দিয়ে ভরে দিচ্ছে।

এআই-উGenerated কন্টেন্ট দিয়ে ওয়েবের এই “দূষণ” এআই সংস্থাগুলির জন্য একটি বড় চ্যালেঞ্জ তৈরি করেছে, কারণ প্রশিক্ষণের ডেটাসেট থেকে এআই আউটপুটগুলিকে সম্পূর্ণরূপে ফিল্টার করা অত্যন্ত কঠিন হয়ে পড়েছে। ফলস্বরূপ, এআই মডেলগুলি অজান্তেই একে অপরের কাছ থেকে শিখতে পারে, যার কারণে ভাষা এবং চিন্তাভাবনার প্রক্রিয়ায় মিল দেখা যায়।

বিশেষজ্ঞের মতামত এবং দৃষ্টিভঙ্গি

ডেটা দূষণের চ্যালেঞ্জ সত্ত্বেও, এআই বিশেষজ্ঞরা মনে করেন যে DeepSeek Google-এর Gemini থেকে ডেটা নিয়ে প্রশিক্ষণ দিয়েছে, এটা অসম্ভব নয়। AI2 নামক অলাভজনক এআই গবেষণা প্রতিষ্ঠানের গবেষক নাথান ল্যাম্বার্ট মনে করেন যে DeepSeek-এর GPU-র ঘাটতি থাকতে পারে, তবে তাদের কাছে পর্যাপ্ত আর্থিক সংস্থান রয়েছে। তাই তারা সম্ভবত সেরা API মডেল থেকে সিনথেটিক ডেটা তৈরি করার সিদ্ধান্ত নিয়েছে। তার মতে, এই পদ্ধতি DeepSeek-এর জন্য কম্পিউটেশনালি আরও সাশ্রয়ী হতে পারে।

ল্যাম্বার্টের দৃষ্টিভঙ্গি থেকে বোঝা যায় যে, বাস্তব পরিস্থিতি বিবেচনা করে এআই কোম্পানিগুলি বিকল্প ডেটা সোর্সিং কৌশল অন্বেষণ করতে পারে। সিনথেটিক ডেটার ব্যবহার একটি বৈধ এবং কার্যকর কৌশল হতে পারে, তবে এটি নিশ্চিত করা জরুরি যে ডেটা নৈতিকভাবে তৈরি করা হয়েছে এবং এটি কোনো পরিষেবার শর্তাবলী বা নৈতিক নির্দেশিকা লঙ্ঘন করে না।

নিরাপত্তা ব্যবস্থা এবং প্রতিরোধমূলক প্রচেষ্টা

ডিস্টিলেশন এবং ডেটা দূষণ নিয়ে উদ্বেগের কারণে, এআই কোম্পানিগুলি তাদের নিরাপত্তা ব্যবস্থা জোরদার করেছে। উদাহরণস্বরূপ, OpenAI কিছু উন্নত মডেল অ্যাক্সেস করার জন্য সংস্থাগুলিকে আইডি যাচাইকরণ প্রক্রিয়া সম্পন্ন করার নিয়ম করেছে। এই প্রক্রিয়ার জন্য OpenAI API দ্বারা সমর্থিত দেশগুলির মধ্যে থেকে একটি সরকার-ইস্যু করা আইডি প্রয়োজন, যেখানে চীন অন্তর্ভুক্ত নয়।

Google তাদের এআই স্টুডিও ডেভেলপার প্ল্যাটফর্মের মাধ্যমে উপলব্ধ মডেলগুলি দ্বারা তৈরি ট্রেসগুলিকে “সংক্ষিপ্ত” করে ডিস্টিলেশনের ঝুঁকি কমানোর জন্য পদক্ষেপ নিয়েছে। এই সংক্ষিপ্তকরণ প্রক্রিয়ার ফলে Gemini ট্রেসের উপর ভিত্তি করে প্রতিদ্বন্দ্বী মডেলগুলিকে প্রশিক্ষণ দেওয়া আরও কঠিন হয়ে যায়। একইভাবে, Anthropic মে মাসে ঘোষণা করেছে যে তারা তাদের নিজস্ব মডেলের ট্রেসগুলিকে সংক্ষিপ্ত করা শুরু করবে, কারণ তারা তাদের “প্রতিযোগিতামূলক সুবিধা” রক্ষা করতে চায়।

এই নিরাপত্তা ব্যবস্থাগুলি এআই কোম্পানিগুলির তাদের বুদ্ধিবৃত্তিক সম্পত্তি রক্ষা এবং অননুমোদিত ডেটা নিষ্কাশন প্রতিরোধের একটি সম্মিলিত প্রচেষ্টা। কঠোর অ্যাক্সেস নিয়ন্ত্রণ প্রয়োগ করে এবং মডেল ট্রেসগুলিকে অস্পষ্ট করে, তারা অনৈতিক অনুশীলন বন্ধ করতে এবং এআই শিল্পের মধ্যে একটি সমান খেলার ক্ষেত্র বজায় রাখতে চায়।

Google-এর প্রতিক্রিয়া

মন্তব্যের জন্য যোগাযোগ করা হলে, Google এখনও অভিযোগের বিষয়ে কোনও প্রতিক্রিয়া জানায়নি। এই নীরবতা জল্পনা-কল্পনার সুযোগ তৈরি করে এবং বিতর্ককে আরও তীব্র করে। এআই সম্প্রদায় Google-এর কাছ থেকে একটি আনুষ্ঠানিক বিবৃতির জন্য অপেক্ষা করছে, DeepSeek-এর ডেটা সোর্সিং অনুশীলন সম্পর্কিত প্রশ্নগুলি এখনও রয়ে গেছে।

এআই শিল্পের জন্য প্রভাব

DeepSeek বিতর্ক এআই বিকাশের নৈতিক সীমা এবং দায়িত্বশীল ডেটা সোর্সিংয়ের গুরুত্ব সম্পর্কে মৌলিক প্রশ্ন উত্থাপন করে। যেহেতু এআই মডেলগুলি ক্রমশ অত্যাধুনিক এবং সক্ষম হয়ে উঠছে, তাই শর্টকাট নেওয়ার এবং অননুমোদিত ডেটা ব্যবহার করার প্রলোভন বাড়তে পারে। তবে, এই ধরনের অনুশীলনের ক্ষতিকর পরিণতি হতে পারে, এআই শিল্পের অখণ্ডতাকে দুর্বল করে এবং জনগণের বিশ্বাসকে নষ্ট করে।

এআই-এর দীর্ঘমেয়াদী স্থিতিশীলতা এবং নৈতিক বিকাশ নিশ্চিত করার জন্য, এআই কোম্পানিগুলির কঠোর নৈতিক নির্দেশিকা মেনে চলা এবং দায়িত্বশীল ডেটা সোর্সিং অনুশীলনকে অগ্রাধিকার দেওয়া জরুরি। এর মধ্যে ডেটা সরবরাহকারীদের কাছ থেকে সুস্পষ্ট সম্মতি নেওয়া, বুদ্ধিবৃত্তিক সম্পত্তির অধিকারকে সম্মান করা এবং অননুমোদিত বা পক্ষপাতদুষ্ট ডেটার ব্যবহার এড়ানো অন্তর্ভুক্ত।

আরও বেশি স্বচ্ছতা এবং জবাবদিহিতা এআই শিল্পের মধ্যে প্রয়োজন। এআই কোম্পানিগুলির তাদের ডেটা সোর্সিং অনুশীলন এবং তাদের মডেলগুলিকে প্রশিক্ষণ দেওয়ার জন্য ব্যবহৃত পদ্ধতি সম্পর্কে আরও বেশি কিছু জানানো উচিত। এই বর্ধিত স্বচ্ছতা এআই সিস্টেমের প্রতি আস্থা ও বিশ্বাস তৈরি করতে এবং একটি আরও নৈতিক ও দায়িত্বশীল এআই ইকোসিস্টেমকে উন্নীত করতে সহায়তা করবে।

DeepSeek বিতর্কটি আমাদের জন্য একটি সময়োপযোগী অনুস্মারক হিসেবে কাজ করে যে প্রযুক্তি ক্রমাগত উন্নতির সাথে সাথে চ্যালেঞ্জ এবং নৈতিক বিবেচনাগুলি অবশ্যই মোকাবেলা করতে হবে। নৈতিক নীতিগুলি সমুন্নত রেখে, স্বচ্ছতা প্রচার করে এবং সহযোগিতা বৃদ্ধি করে, এআই সম্প্রদায় নিশ্চিত করতে পারে যে এআই সমাজের উপকারের জন্য ব্যবহৃত হচ্ছে এবং নৈতিক মূল্যবোধের বিনিময়ে নয়।

প্রযুক্তিগত দিকগুলির গভীরে অনুসন্ধান

এই সমস্যাটির সূক্ষ্মতা আরও ভালভাবে বোঝার জন্য, এআই মডেলগুলিকে কীভাবে প্রশিক্ষণ দেওয়া হয় এবং ডিস্টিলেশন এবং সিনথেটিক ডেটা জেনারেশন নামক নির্দিষ্ট কৌশলগুলি নিয়ে আলোচনা করা জরুরি।

ডিস্টিলেশন: বুদ্ধিমত্তার ক্লোনিং?

এআই-এর প্রেক্ষাপটে, ডিস্টিলেশন হল একটি মডেল কম্প্রেশন কৌশল যেখানে একটি ছোট, আরও কার্যকর “শিক্ষার্থী” মডেলকে একটি বৃহত্তর, আরও জটিল “শিক্ষক” মডেলের আচরণ অনুকরণ করার জন্য প্রশিক্ষণ দেওয়া হয়। শিক্ষার্থী মডেলটি শিক্ষক মডেলের আউটপুট পর্যবেক্ষণ করে শিখে, কার্যকরভাবে জ্ঞান নিষ্কাশন করে এবং এটিকে একটি ছোট আর্কিটেকচারে স্থানান্তর করে। যদিও ডিস্টিলেশন সম্পদ-সীমাবদ্ধ ডিভাইসগুলিতে এআই মডেল স্থাপনের জন্য উপকারী হতে পারে, তবে শিক্ষকের মডেলের ডেটা বা আর্কিটেকচার মালিকানাধীন হলে এটি নৈতিক উদ্বেগের সৃষ্টি করে।

যদি DeepSeek অনুমতি ছাড়াই ডিস্টিলেশনের মাধ্যমে তার R1 মডেলকে প্রশিক্ষণ দেওয়ার জন্য Gemini-এর আউটপুট ব্যবহার করে, তবে এটি Gemini-এর বুদ্ধিমত্তার ক্লোনিংয়ের সমান হবে এবং সম্ভবত Google-এর বুদ্ধিবৃত্তিক সম্পত্তি অধিকার লঙ্ঘন করবে। এখানে মূল বিষয় হল Gemini-এর আউটপুটের অননুমোদিত ব্যবহার, যা কপিরাইট এবং অন্যান্য আইনি প্রক্রিয়া দ্বারা সুরক্ষিত।

সিনথেটিক ডেটা জেনারেশন: একটি দ্বি-ধারী তলোয়ার

সিনথেটিক ডেটা জেনারেশন বাস্তব-বিশ্বের ডেটার মতো দেখতে কৃত্রিম ডেটা পয়েন্ট তৈরি করাকে বোঝায়। এই কৌশলটি প্রায়শই প্রশিক্ষণের ডেটাসেটগুলিকে বাড়ানোর জন্য ব্যবহৃত হয়, বিশেষ করে যখন বাস্তব ডেটা দুষ্প্রাপ্য বা সংগ্রহ করা ব্যয়বহুল। যাইহোক, সিনথেটিক ডেটার গুণমান এবং নৈতিক প্রভাব কীভাবে এটি তৈরি করা হয় তার উপর ব্যাপকভাবে নির্ভর করে।

যদি DeepSeek সিনথেটিক ডেটা তৈরি করার জন্য Gemini-এর API ব্যবহার করে, তাহলে প্রশ্ন হল: এই ডেটা প্রকৃত Gemini আউটপুটের সাথে কতটা ঘনিষ্ঠভাবে সাদৃশ্যপূর্ণ, এবং এটি Google-এর বুদ্ধিবৃত্তিক সম্পত্তি লঙ্ঘন করে কিনা? যদি সিনথেটিক ডেটা কেবল Gemini দ্বারা অনুপ্রাণিত হয় কিন্তু সরাসরি এর আউটপুটগুলিকে প্রতিলিপি না করে, তবে এটিকে ন্যায্য ব্যবহার হিসাবে বিবেচনা করা যেতে পারে। যাইহোক, যদি সিনথেটিক ডেটা কার্যত Gemini-এর আউটপুট থেকে আলাদা করা না যায়, তবে এটি ডিস্টিলেশনের মতোই উদ্বেগ সৃষ্টি করতে পারে।

মডেল ওভারফিটিংয়ের প্রভাব

আরেকটি সম্পর্কিত উদ্বেগ হল মডেল ওভারফিটিং। ওভারফিটিং ঘটে যখন একটি মডেল প্রশিক্ষণের ডেটা এত ভালভাবে শিখে যে এটি নতুন, অজানা ডেটাতে খারাপ পারফর্ম করে। যদি DeepSeek তার R1 মডেলকে Gemini-এর আউটপুটের উপর অতিরিক্ত প্রশিক্ষণ দেয়, তবে এর ফলে ওভারফিটিং হতে পারত, যেখানে মডেলটি নতুন পরিস্থিতিতে সাধারণীকরণ করার পরিবর্তে Gemini-এর প্রতিক্রিয়াগুলি মুখস্থ করে ফেলে।

এই ধরনের ওভারফিটিং শুধুমাত্র R1 মডেলের কার্যকারিতাকে সীমিত করবে না বরং Gemini-এর ডেটার উপর এর নির্ভরতা সনাক্ত করাও সহজ করে তুলবে। SpeechMap যে “ট্রেস”-এর কথা উল্লেখ করেছেন, তা এই ওভারফিটিংয়ের প্রমাণ হতে পারে, যেখানে R1 মডেলটি মূলত Gemini-এর আউটপুট থেকে শেখা প্যাটার্নগুলি পুনরায় ব্যবহার করছে।

নৈতিক বিবেচনা এবং শিল্পে সর্বোত্তম অনুশীলন

প্রযুক্তিগত দিকগুলি ছাড়িয়ে, এই বিতর্ক এআই বিকাশের জন্য সুস্পষ্ট নৈতিক নির্দেশিকা এবং শিল্পের সর্বোত্তম অনুশীলনের প্রয়োজনীয়তা তুলে ধরে। কিছু মূল নীতিগুলির মধ্যে রয়েছে:

• স্বচ্ছতা: এআই কোম্পানিগুলিকে তাদের ডেটা উৎস এবং প্রশিক্ষণ পদ্ধতি সম্পর্কে স্বচ্ছ হতে হবে। এটি স্বাধীন নিরীক্ষণ এবং যাচাইকরণের অনুমতি দেয়।
• সম্মতি: এআই কোম্পানিগুলিকে প্রশিক্ষণের জন্য তাদের ডেটা ব্যবহার করার আগে ডেটা সরবরাহকারীদের কাছ থেকে সুস্পষ্ট সম্মতি নেওয়া উচিত। এর মধ্যে বুদ্ধিবৃত্তিক সম্পত্তির অধিকারকে সম্মান করা এবং অননুমোদিত ডেটা স্ক্র্যাপিং এড়ানো অন্তর্ভুক্ত।
• ন্যায়পরায়ণতা: এআই মডেলগুলিকে ন্যায্য এবং পক্ষপাতদুষ্ট হওয়া উচিত নয়। এর জন্য ডেটার বৈচিত্র্যের প্রতি মনোযোগ দেওয়া এবং অ্যালগরিদমিক পক্ষপাত হ্রাস করা প্রয়োজন।
• জবাবদিহিতা: এআই কোম্পানিগুলিকে তাদের এআই মডেলের ক্রিয়াকলাপের জন্য জবাবদিহি করতে হবে। এর মধ্যে সুস্পষ্ট দায়বদ্ধতা কাঠামো স্থাপন করা এবং এআই সিস্টেমের কারণে হওয়া ক্ষতির সমাধান করা অন্তর্ভুক্ত।
• নিরাপত্তা: এআই কোম্পানিগুলিকে তাদের এআই মডেল এবং ডেটার নিরাপত্তাকে অগ্রাধিকার দেওয়া উচিত। এর মধ্যে অননুমোদিত অ্যাক্সেস থেকে সুরক্ষা এবং ডেটা লঙ্ঘন প্রতিরোধ করা অন্তর্ভুক্ত।

নিয়ন্ত্রণের ভূমিকা

নৈতিক নির্দেশিকা এবং শিল্পের সর্বোত্তম অনুশীলনের পাশাপাশি, এআই বিকাশের কারণে সৃষ্ট চ্যালেঞ্জগুলি মোকাবেলা করার জন্য নিয়ন্ত্রণের প্রয়োজন হতে পারে। কিছু সম্ভাব্য নিয়ন্ত্রক পদক্ষেপের মধ্যে রয়েছে:

• ডেটা গোপনীয়তা আইন: আইন যা ব্যক্তিদের ডেটা রক্ষা করে এবং এআই প্রশিক্ষণের জন্য ব্যক্তিগত তথ্য ব্যবহার সীমিত করে।
• বুদ্ধিবৃত্তিক সম্পত্তি আইন: আইন যা অননুমোদিত অনুলিপি এবং বিতরণ থেকে এআই মডেল এবং ডেটা রক্ষা করে।
• প্রতিযোগিতা আইন: আইন যা এআই শিল্পে প্রতিযোগিতাবিরোধী আচরণ প্রতিরোধ করে, যেমন ডেটা জমা করা এবং সম্পদের অন্যায্য অ্যাক্সেস।
• নিরাপত্তা বিধি: বিধি যা সমালোচনামূলক অ্যাপ্লিকেশনগুলিতে ব্যবহৃত এআই সিস্টেমগুলির সুরক্ষা এবং নির্ভরযোগ্যতা নিশ্চিত করে।

নৈতিক নির্দেশিকা, শিল্পের সর্বোত্তম অনুশীলন এবং উপযুক্ত নিয়ন্ত্রণ একত্রিত করে, আমরা একটি আরও দায়িত্বশীল এবং টেকসই এআই ইকোসিস্টেম তৈরি করতে পারি যা সামগ্রিকভাবে সমাজের উপকার করে। DeepSeek বিতর্ক একটি সতর্কবার্তা হিসাবে কাজ করে, আমাদের এই চ্যালেঞ্জগুলি সক্রিয়ভাবে মোকাবেলা করার এবং আমাদের মূল্যবোধ এবং নীতিগুলির সাথে সঙ্গতি রেখে এআই বিকাশ নিশ্চিত করার আহ্বান জানায়।