உரத்த மொழி மாதிரிகளின் (LLMs) விரைவான பெருக்கம், தரவு தனியுரிமை குறித்த கவலையை அதிகரித்துள்ளது. பயனர்கள் தங்கள் தகவல்களை இந்த மாதிரிகளுக்குள் உள்ளீடு செய்யும் தருணத்தில் அதன் மீதான கட்டுப்பாட்டை இழக்கிறார்கள், இது ஒரு குறிப்பிடத்தக்க பாதிப்பை உருவாக்குகிறது.
இருப்பினும், ஒரு சாத்தியமான மாற்றம் அடிவானத்தில் உள்ளது. திறந்த எடை LLM களின் தோற்றம், குறிப்பாக சீன AI டெவலப்பர்களிடமிருந்து, விளிம்பு கணினி மற்றும் பெருகிய முறையில் கடுமையான தரவு தனியுரிமை விதிமுறைகளுடன் இணைந்து, AI நிலப்பரப்பை மறுவரையறை செய்யக்கூடும்.
திறந்த எடை புரட்சி: தற்போதைய நிலைக்கு ஒரு சவால்
ஜனவரியில் டீப்சீக்கின் திறந்த எடை LLM அறிமுகம் உலகளாவிய AI சமூகத்தில் அதிர்வுகளை ஏற்படுத்தியது. இதைத் தொடர்ந்து மனுஸ் AI மற்றும் பைடு (அவர்களின் ERNIE மாடலுடன்) உள்ளிட்ட பிற சீன நிறுவனங்களிடமிருந்து இதே போன்ற அறிவிப்புகள் வெளிவந்தன. இது AI மேம்பாட்டில் அதிக அணுகல் திறன் மற்றும் வெளிப்படைத்தன்மைக்கான ஒரு போக்கு என்பதைக் குறிக்கிறது.
"திறந்த எடை" மாதிரிகளின் முக்கிய வேறுபாடு அவற்றின் பொதுவில் அணுகக்கூடிய அளவுருக்கள் ஆகும். இது டெவலப்பர்கள் மாதிரியின் உள் செயல்பாடுகளை ஆராயவும், அதைத் தனிப்பயனாக்கவும், மேலும் திறம்பட உருவாக்கவும் உதவுகிறது, இது மூடிய எடை மாதிரிகளில் இல்லாத கட்டுப்பாட்டு நிலையை வழங்குகிறது.
ஆரம்பத்தில், சீன திறந்த எடை மாதிரிகளின் எழுச்சி பயனரின் தரவு சீன சேவையகங்களுக்கு அனுப்பப்படுவது குறித்த கவலைகளைத் தூண்டியது. இருப்பினும், யதார்த்தம் என்னவென்றால், பெரும்பாலான கிளவுட்-சேவை LLM வழங்குநர்கள், அவர்களின் புவியியல் தோற்றம் எதுவாக இருந்தாலும், பெரும்பாலும் பயனர் தனியுரிமை கவலைகளை புறக்கணிக்கின்றனர். இது AI சாட்போட்களின் தன்மையைக் கருத்தில் கொண்டு குறிப்பாக அலாரமாக இருக்கிறது.
உலாவல் வரலாறு அல்லது சமூக ஊடக செயல்பாட்டிலிருந்து நமது ஆர்வங்களை ஊகிக்கும் பாரம்பரிய பயன்பாடுகளைப் போலல்லாமல், AI சாட்போட்கள் தனிப்பட்ட தகவல்களை நேரடியாகவும் வெளிப்படையாகவும் வெளிப்படுத்துகின்றன. பயனர்கள் வழக்கமான பயன்பாடுகளுக்கு ஒருபோதும் நம்பாத விவரங்களை மனமுவந்து பகிர்ந்து கொள்கிறார்கள், இது வலுவான தனியுரிமை பாதுகாப்புகளின் தேவையை இன்னும் முக்கியமானதாக்குகிறது. துரதிர்ஷ்டவசமாக, AI புரட்சி ஒரு பழக்கமான முறையை மீண்டும் செய்வதாகத் தெரிகிறது, அங்கு விரைவான கண்டுபிடிப்பு மற்றும் சந்தை ஆதிக்கம் அடிப்படை தனியுரிமை சிந்தனைகளை மறைக்கிறது.
மேம்படுத்தப்பட்ட AI தனியுரிமையின் மூன்று தூண்கள்
இந்த கவலைகள் இருந்தபோதிலும், நம்பிக்கை கொள்ள காரணம் உள்ளது. பயனர்களுக்கு அவர்களின் தரவின் மீது அதிக கட்டுப்பாட்டை வழங்க மூன்று முக்கிய கூறுகள் ஒன்றிணைகின்றன:
- போட்டி திறந்த எடை மாதிரிகளின் எழுச்சி, குறிப்பாக சீனாவிலிருந்து
- விளிம்பு கணினியின் அதிகரிக்கும் சக்தி மற்றும் அணுகல்
- ஆக்கிரமிப்பு ஒழுங்குமுறை அமலாக்கத்தின் அலை
திறந்த எடை மாதிரிகள்: பயனர் தேர்வை ஊக்குவித்தல்
OpenAI, Anthropic மற்றும் Google போன்ற நிறுவனங்கள் தங்கள் மாதிரி எடைகளை தனியுரிமையாக வைத்திருக்கிறார்கள். இது விளிம்பு கணினிக்கு வரிசைப்படுத்தும் விருப்பங்களை கடுமையாகக் கட்டுப்படுத்துகிறது மற்றும் பயனர்கள் தங்கள் தரவின் மீது உள்நாட்டில் கட்டுப்பாட்டைப் பராமரிக்க முயற்சிப்பதில் கட்டுப்பாடுகளை வைக்கிறது. சீன ஆதாரங்களில் இருந்து ஒப்பிடக்கூடிய திறன்களைக் கொண்ட திறந்த எடை மாதிரிகள் கிடைப்பது, மேற்கத்திய நிறுவனங்கள் இதே போன்ற அணுகுமுறையை பின்பற்ற கூடுதல் அழுத்தத்தை ஏற்படுத்துகிறது, இறுதியில் பயனர்களுக்கு தனியுரிமை பாதுகாக்கும் LLMகளுக்கு அதிக விருப்பங்களை வழங்குகிறது.
எட்ஜ் கம்ப்யூட்டிங்: AI ஐ பயனருக்கு நெருக்கமாகக் கொண்டு வருதல்
எட்ஜ் கம்ப்யூட்டிங், அதன் சாதனங்களில் AI மாதிரிகளை உள்நாட்டில் இயக்கக்கூடிய திறன் தரவு தனியுரிமை கவலைகளுக்கு ஒரு நடைமுறை தீர்வை வழங்குகிறது. ஸ்மார்ட்போன்கள் மற்றும் பிற குறைந்த கணினி சாதனங்களின் அதிகரிக்கும் சக்தி, சிறிய, அதிக திறன் கொண்ட மாதிரிகளை பயனரின் சாதனத்தில் நேரடியாக வரிசைப்படுத்த அனுமதிக்கிறது, இது தரவை கிளவுட்க்கு அனுப்ப வேண்டிய தேவையை நீக்குகிறது.
AI மாதிரிகள் மேலும் மேம்படுத்தப்பட்டு திறமையாக மாறும்போது, மற்றும் கிடைக்கும் பயிற்சி தரவுகளில் உள்ள வரம்புகள் காரணமாக மாதிரி அளவின் வளர்ச்சி ஒரு தேக்கநிலையை அடையும் என்று வைத்துக்கொண்டால், உள்ளூர், திறமையான மாதிரிகள் விதிமுறையாக வெளிப்படக்கூடும். இந்த முன்னுதாரண மாற்றம் பயனர்களுக்கு அவர்களின் தனிப்பட்ட தரவின் மீது அதிக கட்டுப்பாட்டை வழங்கும்.
ஒழுங்குமுறை ஆய்வு: பொறுப்பை நிறைவேற்றுதல்
தொழில்நுட்ப தீர்வுகள் வாக்குறுதியை அளித்தாலும், பயனர் தனியுரிமையை உறுதி செய்வதில் ஒழுங்குமுறை மேற்பார்வை ஒரு முக்கிய பங்கை வகிக்கிறது. உலகெங்கிலும் உள்ள ஒழுங்குமுறை அமைப்புகள் AI மாதிரிகள் மூலம் தனிப்பட்ட தரவை செயலாக்குவது தொடர்பான இருக்கும் விதிமுறைகளை தீவிரமாக அமல்படுத்துகின்றன, வழிகாட்டுதலை வழங்குகின்றன மற்றும் AI தொழில்நுட்பத்தால் ஏற்படும் தனித்துவமான சவால்களை எதிர்கொள்ள புதிய விதிகளை செயல்படுத்துகின்றன.
உதாரணமாக, இத்தாலியின் தரவு பாதுகாப்பு ஆணையம் ஏற்கனவே தனியுரிமை மீறல்களுக்காக OpenAI க்கு கணிசமான அபராதம் விதித்தது மற்றும் டீப்சீக்கை தடை செய்தது. ஐரிஷ் ஒழுங்குமுறை அமைப்பு கூகிளின் AI நடைமுறைகளையும் ஆய்வு செய்கிறது. மேலும், ஐரோப்பிய ஒன்றியத்தின் ஐரோப்பிய தரவு பாதுகாப்பு வாரியம் (EDPB) AI மாதிரிகளில் தனிப்பட்ட தரவைப் பயன்படுத்துவது குறித்து கருத்துக்களை வெளியிட்டது, மேலும் ஐரோப்பிய ஒன்றிய AI சட்டத்தின் கூறுகள் படிப்படியாக செயல்படுத்தப்படுகின்றன.
இந்த ஒழுங்குமுறை கவனம் ஐரோப்பாவிற்கு அப்பால் நீண்டுள்ளது. ஆஸ்திரேலியா மற்றும் கனடா AI மாதிரிகளை பயிற்சி செய்வதற்கான வழிகாட்டுதல்களை வெளியிட்டுள்ளன. பிரேசில் கடந்த ஆண்டு நடவடிக்கை எடுத்தது, மெட்டா அதன் LLM பயிற்சி நடைமுறைகளை மாற்ற வேண்டிய கட்டாயத்தை உண்டாக்கியது. ஒட்டுமொத்தமாக, இந்த ஒழுங்குமுறை முயற்சிகள் AI யுகத்தில் பயனர் தனியுரிமையைப் பாதுகாக்க வேண்டியதன் அவசியத்தை அங்கீகரிப்பதை அடிக்கோடிட்டுக் காட்டுகின்றன.
சைபர் பாதுகாப்பு நிபுணர்களுக்கான நடைமுறை நடவடிக்கைகள்
நிறுவனங்களுக்குள் மற்றும் அவர்களின் வாடிக்கையாளர்களுக்காக AI தனியுரிமை கவலைகளை சைபர் பாதுகாப்பு நிபுணர்கள் தீவிரமாக நிவர்த்தி செய்யலாம், அதற்கான வழிமுறைகள் பின்வருமாறு:
- திறந்த எடை மாதிரிகளை ஏற்றுக்கொள்: திறந்த எடை மாதிரிகள் தரவு செயலாக்கத்தின் மீது அதிக கட்டுப்பாட்டை வழங்குகின்றன மற்றும் மூடிய எடை மாதிரிகளுடன் தொடர்புடைய கணிக்க முடியாத நடத்தை மாற்றங்களை நீக்குகின்றன. திறந்த எடை தீர்வுகளுக்கு மாறுவதன் மூலம், நிறுவனங்கள் தரவு தனியுரிமையை மேம்படுத்தலாம் மற்றும் அவற்றின் AI பயன்பாடுகளின் நம்பகத்தன்மையை மேம்படுத்தலாம்.
- ஒழுங்குமுறை சவால்களுக்கு தயாராகுங்கள்: திறந்த எடை மாதிரிகளுக்கு மாறுவது உடனடியாக சாத்தியமில்லை என்றால், மூடிய எடை AI அமைப்புகளுடன் தொடர்புடைய சாத்தியமான ஒழுங்குமுறை சவால்கள் மற்றும் சட்ட அபாயங்களை எதிர்கொள்ள நிறுவனங்கள் தயாராக இருக்க வேண்டும். மூடிய எடை AI நிறுவனங்கள் தரவைக் கையாளும் விதத்தில் வெளிப்படைத்தன்மை இல்லாததால், தனியுரிமை விதிமுறைகளுடன் முழு இணக்கத்தை உறுதி செய்வது கடினமாக்குகிறது, இது சட்ட நடவடிக்கை அபாயத்தை அதிகரிக்கிறது.
- மென்பொருள் விற்பனையாளர்களிடமிருந்து வெளிப்படைத்தன்மையை கோருங்கள்: நிறுவனங்கள் நம்பியிருக்கும் மென்பொருள் தீர்வுகளுக்குள் உள்ள AI மற்றும் இயந்திர கற்றல் (ML) கூறுகளை மதிப்பிடுவது அவசியம். பயன்படுத்தப்படும் மாதிரிகள், உரிமம் விதிமுறைகள், வாடிக்கையாளர் தரவு மற்றவர்களுக்கு அணுகக்கூடிய பயிற்சி மாதிரிகளுக்கு பயன்படுத்தப்படுகிறதா மற்றும் ஐரோப்பிய ஒன்றிய AI சட்டம் போன்ற குறிப்பிட்ட AI விதிமுறைகளுக்கு விற்பனையாளர் எவ்வாறு இணங்க திட்டமிட்டுள்ளார் என்பது குறித்து விரிவான கேள்விகளைக் கேளுங்கள். வெளிப்படைத்தன்மையைக் கோருவதன் மூலம், நிறுவனங்கள் தகவலறிந்த முடிவுகளை எடுக்கலாம் மற்றும் சாத்தியமான தனியுரிமை அபாயங்களைக் குறைக்கலாம்.
முடிவில், வெளிநாட்டு நிறுவனங்களால் பயனர் தரவு தவறாக பயன்படுத்தப்படக்கூடிய சாத்தியக்கூறுகள் குறித்த கவலைகள் சரியானவை என்றாலும், திறந்த எடை சீன ஜெனரேட்டிவ் AI மாதிரிகள், விளிம்பு கணினியின் முன்னேற்றங்கள் மற்றும் உறுதியான ஒழுங்குமுறை அமலாக்கம் ஆகியவை AI தனியுரிமையில் புரட்சியை ஏற்படுத்தக்கூடும். இந்த சங்கமம் பயனர்களுக்கு குறைக்கப்பட்ட தனியுரிமை சமரசங்களுடன் AI இன் சக்தியை பயன்படுத்த அதிகாரம் அளிக்கக்கூடும்.