ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ്, പ്രത്യേകിച്ച് ജനറേറ്റീവ് AI, ബാങ്കിംഗ്, ഇൻഷുറൻസ് എന്നിവയുൾപ്പെടെ നിരവധി വ്യവസായങ്ങൾക്ക് ഉൽപ്പാദനക്ഷമത വർദ്ധിപ്പിക്കുമെന്ന് വാഗ്ദാനം ചെയ്യുന്നത് തുടരുന്നു.
ഭ്രമാത്മകതയ്ക്കുള്ള പ്രവണതയിൽ പ്രകടമാകുന്നതുപോലെ, AI നിരവധി വെല്ലുവിളികളും ഉയർത്തുന്നു. ദുരുപയോഗം ചെയ്യാനുള്ള സാധ്യതയാണ് മറ്റൊന്ന്. ഡാറ്റ പരിശീലന സെറ്റുകളിലെ അബോധാവസ്ഥയിലുള്ള പക്ഷപാതങ്ങളിൽ നിന്ന് ഇത് ഉടലെടുക്കാം, ഇത് നിറമുള്ള ആളുകൾക്ക് വിവേചനപരമായ ഫലങ്ങൾ ഉണ്ടാക്കുന്നു. ജെഎൻഎഐ സിസ്റ്റങ്ങൾ എങ്ങനെ പ്രോഗ്രാം ചെയ്യപ്പെടുന്നു എന്നതും ഇതിന് പ്രതിഫലിപ്പിക്കാൻ കഴിയും, പോപ്പുകളുടെയോ വെളുത്ത പുരുഷന്മാരെയല്ലാതെ മറ്റെന്തെങ്കിലുമോ ആയി പ്രത്യക്ഷപ്പെടുന്ന മറ്റ് ചരിത്രപുരുഷന്മാരുടെ "ഉണർന്ന" ചിത്രങ്ങളെക്കുറിച്ചുള്ള സമീപകാല കെർഫഫിൾ തെളിയിക്കുന്നു.
അങ്ങേയറ്റത്തെ സന്ദർഭങ്ങളിൽ, അസറ്റ് മാനേജർമാർക്ക് ഗവേഷണത്തിനോ ട്രേഡിംഗ് പോർട്ട്‌ഫോളിയോകൾക്കോ എഐയിലേക്ക് തിരിയാം. ഭ്രമാത്മകത ഒരു സ്ഥാപനത്തെ നശിപ്പിക്കും; ഒരു ബോട്ട് ഫ്ലാഷ് ക്രാഷിന് കാരണമായത് എന്തുകൊണ്ടാണെന്ന് ഒരു റെഗുലേറ്ററോട് വിശദീകരിക്കാൻ ശ്രമിക്കുമ്പോൾ.
AI അത്തരം നാടകീയമായ രീതിയിൽ അഴിച്ചുവിടാൻ സാധ്യതയില്ല, എന്നാൽ ഇത് കൂടുതൽ സൂക്ഷ്മമായ രീതിയിൽ പ്രവർത്തിക്കാൻ കഴിയും. വാസ്തവത്തിൽ, അത് ഇതിനകം തന്നെ.
ബാങ്കുകളും ഇൻഷുറർമാരും ഫിൻടെക്കുകളും ക്രെഡിറ്റ് റേറ്റിംഗുകൾ സ്‌കോർ ചെയ്യാനോ പോളിസികൾ അണ്ടർറൈറ്റ് ചെയ്യാനോ ഇതിനകം AI ടൂളുകൾ ഉപയോഗിക്കുന്നു. അതൃപ്തിയുള്ള ഒരു ഉപഭോക്താവിന് എന്തുകൊണ്ടാണ് വായ്പ നിഷേധിച്ചതെന്ന് വിശദീകരിക്കാൻ കഴിയാത്തതിൻ്റെ അപകടസാധ്യതയാണ് വ്യവസായം നേരിടുന്നത്, ഉദാഹരണത്തിന്.
എപ്പോഴാണ് AI പ്രയോഗിക്കാൻ കഴിയുക എന്നതാണ് കൂടുതൽ ലൗകികമായ പ്രശ്നം. ഉദാഹരണത്തിന്, ഒരു സാമ്പത്തിക ഉൽപന്നത്തിൻ്റെ വില നിശ്ചയിക്കാൻ ഒരാളുടെ മാനസിക നില വിലയിരുത്താൻ ഒരാളുടെ സോഷ്യൽ മീഡിയ ഔട്ട്‌പുട്ട് പാഴ്‌സ് ചെയ്യാൻ സോഫ്റ്റ്‌വെയർ ഉപയോഗിക്കാം. ഇത് ഒരുപാട് ചോദ്യങ്ങൾ ഉയർത്തുന്നു.
അത്തരം ഡാറ്റ പരിഗണിക്കാൻ സ്ഥാപനങ്ങളെ അനുവദിക്കേണ്ടതുണ്ടോ? ഇല്ലെങ്കിൽ, സാധ്യതയുള്ള ഒരു ഉപഭോക്താവിൻ്റെ കാഴ്ച ലഭിക്കാൻ അവർ ഏതൊക്കെ പകരക്കാരെ പര്യവേക്ഷണം ചെയ്യും? എന്താണ് സ്വകാര്യത, അത് എങ്ങനെയാണ് നടപ്പിലാക്കുന്നത്?
ദയവായി നിയന്ത്രിക്കുക
ഇത്തരം ചോദ്യങ്ങൾക്കുള്ള സ്വാഭാവിക ഉത്തരം റെഗുലേറ്റർമാരെ കൊണ്ടുവരിക എന്നതാണ്. ഒരു സ്ഥാപനത്തിൻ്റെ ഏറ്റവും മോശമായ പ്രേരണകളെ നിയന്ത്രിക്കാൻ നിഷ്പക്ഷമായ ഒരു കൂട്ടം നിയമങ്ങൾ വികസിപ്പിക്കുന്നതാണ് നല്ലത്. റെഗുലേറ്റർമാരെ ഭാരോദ്വഹനം ചെയ്യാൻ അനുവദിക്കുന്നതും എളുപ്പമാണ് - അവർ ചെയ്യുന്നില്ലെങ്കിൽ തോളിൽ തട്ടാനുള്ള സ്വാതന്ത്ര്യം നിലനിർത്തുക.
നിയന്ത്രണം ആവശ്യമാണ്, പക്ഷേ ഇത് മതിയോ? ഒരുപക്ഷേ, പക്ഷേ ബിഗ് ടെക്കിനും AI സ്റ്റാർട്ടപ്പുകളുടെ പുതിയ ഇനത്തിനും നൂതനത്വം വിടാൻ ധനകാര്യ വ്യവസായം സംതൃപ്തരാണെങ്കിൽ മാത്രം.
AI യുടെ കാര്യം വരുമ്പോൾ, റെഗുലേറ്റർമാർക്ക് ഒരിക്കലും വേഗത നിലനിർത്താൻ കഴിയില്ല എന്നതാണ് യാഥാർത്ഥ്യം. അതൊരു മോശം കാര്യമല്ല: സ്വകാര്യമേഖലയിൽ നിന്ന് നവീകരണം വരുമെന്ന് ഞങ്ങൾ പ്രതീക്ഷിക്കുന്നു. എന്നാൽ AI യുടെ സ്വഭാവം നിയന്ത്രണം ബുദ്ധിമുട്ടാക്കുന്നു.
ഒന്നാമതായി, മെഷീൻ ലേണിംഗിലും മറ്റ് AI ടൂളുകളിലും ആഴത്തിലുള്ള വൈദഗ്ദ്ധ്യം ഉള്ള കുറച്ച് ആളുകൾ റെഗുലേറ്റർമാരിൽ ജോലിചെയ്യുന്നു, genAI എന്നതുമാത്രമല്ല.
രണ്ടാമതായി, ഈ ലോകത്ത് തുടരുന്നതിന് GPU-കൾ, ഗ്രാഫിക്സ് പ്രോസസ്സിംഗ് യൂണിറ്റുകൾ, AI ആപ്ലിക്കേഷനുകൾക്ക് ശക്തി നൽകുന്ന ബാക്ക്‌ബോൺ ചിപ്പുകൾ, ക്ലൗഡ് ഉൾപ്പെടുന്ന ഡാറ്റാ സെൻ്ററുകളുടെ ഹാർഡ്‌വെയർ എന്നിവയുടെ കമാൻഡിംഗ് ആവശ്യമാണ്.
ഓപ്പൺഎഐ പോലുള്ള സ്റ്റാർട്ടപ്പുകൾ, മൈക്രോസോഫ്റ്റ്, മെറ്റാ പോലുള്ള ബിഗ് ടെക് പ്ലെയറുകൾ, എൻവിഡിയ പോലുള്ള ചിപ്പ് സ്പെഷ്യലിസ്റ്റുകൾ, AWS പോലുള്ള ക്ലൗഡ് പ്രൊവൈഡർമാർ എന്നിവ AI വ്യവസായത്തിൽ ഉൾപ്പെടുന്നു. ഈ ഭീമന്മാർക്ക് അദ്വിതീയമായ വലിയ വിഭവങ്ങൾ ഉണ്ട്, അത് മികച്ച പ്രതിഭകളെ ശേഖരിക്കുകയും AI സിസ്റ്റങ്ങൾ പ്രവർത്തിപ്പിക്കുന്നതിനുള്ള കമ്പ്യൂട്ടിംഗ് പവർ വാങ്ങുകയും ചെയ്യുന്നു.
ഇത് നിലനിൽക്കുന്നിടത്തോളം കാലം റെഗുലേറ്റർമാർക്കോ സംരംഭങ്ങൾക്കോ അജണ്ട സജ്ജമാക്കാൻ കഴിയില്ല.
വാങ്ങാനുള്ള കഴിവ്
റെഗുലേറ്ററി ബോഡികൾക്ക് നിയമങ്ങൾ സജ്ജീകരിക്കാൻ ശ്രമിക്കാം - അവ ചെയ്യണം, കാരണം അവർക്ക് അടിസ്ഥാന മാനദണ്ഡങ്ങൾ രൂപപ്പെടുത്താൻ കഴിയും - എന്നാൽ ബാങ്കുകളും മറ്റുള്ളവരും AI സംവിധാനങ്ങൾ ദുരുപയോഗം ചെയ്യുന്നതിൽ നിന്ന് എങ്ങനെ തടയാം എന്നതിൻ്റെ സൂക്ഷ്മതകൾ കൈകാര്യം ചെയ്യാൻ അവർ പാടുപെടും.
ബദലുകൾ ഉണ്ട്, എങ്കിലും. ആദ്യകാലങ്ങളിൽ അവരുടെ നവീകരണ സമ്പദ്‌വ്യവസ്ഥയെ പിന്തുണയ്ക്കാൻ സർക്കാരുകൾ എങ്ങനെ സഹായിച്ചുവെന്ന് തിരിഞ്ഞുനോക്കുക എന്നതാണ് ഒന്ന്. ഉദാഹരണത്തിന്, 1950 കളിലും 1960 കളിലും നാസയുടെയും യുഎസ് സൈന്യത്തിൻ്റെയും വൻതോതിലുള്ള വാങ്ങൽ പരിപാടികളോട് സിലിക്കൺ വാലി അതിൻ്റെ വിജയത്തിന് കടപ്പെട്ടിരിക്കുന്നു.
അതുപോലെ, AI ഇൻഫ്രാസ്ട്രക്ചറിൻ്റെ വിപണിയിലേക്ക് കടക്കാനും ബിഗ് ടെക്കിൻ്റെ സ്കെയിലുമായി പൊരുത്തപ്പെടുന്ന സ്വന്തം ഗവേഷണ പ്രോഗ്രാമുകൾക്കായി GPU-കൾ വാങ്ങാനും സർക്കാരുകൾക്ക് മാത്രമേ കഴിയൂ. കൂടുതൽ നിയമങ്ങൾ എഴുതി നിലനിർത്താൻ അനന്തമായി ശ്രമിക്കുന്നതിനുപകരം, പങ്കാളിത്തത്തിലൂടെയും നേതൃത്വത്തിലൂടെയും നിലവാരം സ്ഥാപിക്കുന്നതിനുള്ള ഒരു മാർഗമാണിത്.
സാമ്പത്തിക സേവനങ്ങളുടെ കാര്യമോ? ബിഗ് ടെക്കിൻ്റെ കാരുണ്യത്തിൽ മറ്റ് വ്യവസായങ്ങളെ ഉപേക്ഷിക്കുന്ന ഈ പങ്ക് വഹിക്കാൻ സർക്കാരുകൾ തയ്യാറായതായി ഇതുവരെ ഒരു ലക്ഷണവുമില്ല.
പാഠം സമാനമാണ്: വാൾസ്ട്രീറ്റ് ബിഗ് ടെക്കിന് വളരെ പ്രധാനപ്പെട്ട ഒരു ഉപഭോക്താവായി മാറേണ്ടതുണ്ട്, അതിന് AI എങ്ങനെ കൈകാര്യം ചെയ്യപ്പെടുന്നു എന്നതിന് മാനദണ്ഡങ്ങൾ സജ്ജമാക്കാൻ കഴിയും.
വലിപ്പമാണ് പ്രശ്നം. ഒരു ജെപി മോർഗന് പോലും ഈ രംഗത്ത് മൈക്രോസോഫ്റ്റിനോട് പൊരുത്തപ്പെടാനുള്ള കഴിവില്ല. അതിന് ഒരിക്കലും വിലയെ ന്യായീകരിക്കാൻ കഴിയില്ല.
ഓപ്പൺ സോഴ്സ് AI
എന്നാൽ ഒരു ഗ്രൂപ്പെന്ന നിലയിൽ വ്യവസായത്തിൻ്റെ കാര്യമോ? ബിഗ് ഫിനാൻസിന് - ലോകമെമ്പാടുമുള്ള പ്രമുഖ ഫിൻടെക്കുകളുമായി ലീഗിൽ - വിഭവങ്ങൾ ശേഖരിക്കാനും തന്ത്രപരമായ ഉപഭോക്താവാകാനും എന്തെങ്കിലും വഴിയുണ്ടോ?
ബാങ്കുകൾ ഒരുമിച്ച് കളിക്കുന്നത് പതിവില്ല. അത്തരമൊരു സമീപനം തികച്ചും അന്യമായിരിക്കും.
മറുവശത്ത്, സോഫ്റ്റ്‌വെയർ വികസിപ്പിക്കുന്നതിനുള്ള ഓപ്പൺ സോഴ്‌സിലേക്ക് ബാങ്കുകൾ സാവധാനം ചൂടാകുന്നു. അനേകം നോൺ-കോർ ഫംഗ്‌ഷനുകൾക്കുള്ള കോഡ് പങ്കിടുന്നത് - കുത്തക ഉടമകൾക്ക് പകരം കമ്മ്യൂണിറ്റി കളിക്കാരായതിനാൽ - മികച്ച ഗുണനിലവാരവും കൂടുതൽ പ്രതിരോധശേഷിയുള്ള സോഫ്റ്റ്‌വെയറും സൃഷ്ടിക്കാൻ കഴിയുമെന്ന് അവർ തിരിച്ചറിയുന്നു.
genAI-യ്‌ക്ക് ഓപ്പൺ സോഴ്സ് പ്രവർത്തിക്കുമോ?
ഉത്തരം അവ്യക്തമാണ്. AI സ്റ്റാർട്ടപ്പുകളെ അതിൻ്റെ ചില മോഡലുകൾ ഡൗൺലോഡ് ചെയ്യാനും പൊരുത്തപ്പെടുത്താനും അനുവദിക്കുന്ന Meta പോലുള്ള ചില വലിയ സാങ്കേതിക വിദ്യകൾ അവരുടെ വികസനത്തിൽ തുറന്നിട്ടുണ്ട്.
ഓപ്പൺ സോഴ്‌സിനായുള്ള വ്യവസായ മാനദണ്ഡങ്ങൾ എല്ലാ ഉപയോഗ കേസുകളും അനുവദിക്കേണ്ടതുണ്ട്, എന്നാൽ കുറച്ച് genAI സ്റ്റാർട്ടപ്പുകൾ യഥാർത്ഥത്തിൽ ആ മാനദണ്ഡം പാലിക്കുന്നു. ഓപ്പൺഎഐ എന്ന് പേരിട്ടിരിക്കുന്ന അസംബന്ധം ഉൾപ്പെടെ മിക്കവരും അടച്ചിട്ട കടയാണ് പ്രവർത്തിക്കുന്നത്.
കാരണം, genAI മറ്റ് സോഫ്റ്റ്‌വെയറുകൾ പോലെയല്ല. സോഴ്സ് കോഡ് ഒരു ഘടകം മാത്രമാണ്. പരിശീലന ഡാറ്റയും ആ ഡാറ്റ എങ്ങനെ തരം തിരിച്ചിരിക്കുന്നു എന്നതും പ്രധാനമാണ്. "ഓപ്പൺ സോഴ്സ്" എന്നതിൻ്റെ അർത്ഥം എന്താണെന്ന കാര്യത്തിൽ ഇന്ന് AI വ്യവസായത്തിൽ സമവായമില്ല.
ധനകാര്യ സ്ഥാപനങ്ങൾക്കായുള്ള ഒരു തുറക്കൽ ഇതാ. ബാങ്കുകൾ, എക്‌സ്‌ചേഞ്ചുകൾ, ഡാറ്റ വെണ്ടർമാർ എന്നിവർക്ക് നിർണായകമായ ഒരു കൂട്ടം ഡാറ്റ സ്വന്തമായുണ്ട്, അവയിൽ ഭൂരിഭാഗവും മൂലധന വിപണികൾക്കും സാമ്പത്തിക സേവനങ്ങൾക്കും പ്രത്യേകമാണ്. സിദ്ധാന്തത്തിൽ, ഈ വിവരങ്ങൾ സമാഹരിക്കാൻ ഒരു സംവിധാനം ഉണ്ടെങ്കിൽ, കോ-ഡെവലപ്പിംഗ് കോഡിനും അതിനോടൊപ്പം പോകുന്ന മാനദണ്ഡങ്ങൾക്കും ഒരു അടിസ്ഥാനം ഉണ്ടായിരിക്കും.
കച്ചവടക്കാർ തങ്ങളുടെ ബിസിനസിനെ നശിപ്പിക്കുന്ന ഏതൊരു നീക്കത്തെയും ചെറുക്കും; ബാങ്കുകളും ഇൻഷുറർമാരും പ്രധാനമെന്ന് കരുതുന്ന ഒന്നിലും സഹകരിക്കാൻ താൽപ്പര്യപ്പെടുന്നില്ല. മറുവശത്ത്, സാമ്പത്തിക സേവനങ്ങൾക്കുള്ളിൽ, മിക്ക കളിക്കാർക്കും പ്രധാനമല്ലാത്തതും ഒരു വ്യവസായ പരിഹാരം അഭികാമ്യമായതുമായ മേഖലകൾ ഉണ്ടാകാം. ഡിജിറ്റൽ ഐഡൻ്റിറ്റി, പാലിക്കൽ, റിപ്പോർട്ടിംഗ്, റിസ്ക് മാനേജ്മെൻ്റിൻ്റെ വശങ്ങൾ എന്നിവയെല്ലാം മനസ്സിൽ വരുന്നു.
ഡിഗ്ഫിൻ ഇത് വളരെ ഊഹക്കച്ചവടമായ ഒരു സങ്കൽപ്പമാണെന്ന് അറിയാം, അത് സാധ്യമാക്കാൻ ആവശ്യമായ വലിയ പരിശ്രമത്തെ ഒരിക്കലും ന്യായീകരിക്കാൻ കഴിയില്ല. മറുവശത്ത്, സിലിക്കൺ വാലി അതിൻ്റെ സ്ഥാനത്ത് നിഷ്ക്രിയമായി കാത്തിരിക്കുന്നതിന് പകരം സാമ്പത്തിക വ്യവസായത്തിന് അതിൻ്റെ ഭാവി രൂപപ്പെടുത്തുന്നത് എത്ര പ്രധാനമാണ്? AI-യുടെ ഒരു വലിയ ഉപഭോക്താവെന്ന നിലയിൽ സർക്കാർ എന്ന ആശയത്തിലേക്ക് ഞങ്ങൾ മടങ്ങുന്നത് ഇവിടെയാണ്. ഈ നിലയിൽ സർക്കാരിന് പ്രവർത്തിക്കണമെങ്കിൽ അതിൻ്റേതായ പരിപാടികൾ ആവശ്യമാണ്. AI-യുടെ കാലത്ത് സാമ്പത്തിക സേവനങ്ങൾ നിയന്ത്രിക്കുന്നത് ആരംഭിക്കാനുള്ള നല്ലൊരു സ്ഥലമായി തോന്നുന്നു.
- SEO പവർ ചെയ്ത ഉള്ളടക്കവും PR വിതരണവും. ഇന്ന് ആംപ്ലിഫൈഡ് നേടുക.
- PlatoData.Network ലംബ ജനറേറ്റീവ് Ai. സ്വയം ശാക്തീകരിക്കുക. ഇവിടെ പ്രവേശിക്കുക.
- PlatoAiStream. Web3 ഇന്റലിജൻസ്. വിജ്ഞാനം വർധിപ്പിച്ചു. ഇവിടെ പ്രവേശിക്കുക.
- പ്ലേറ്റോഇഎസ്ജി. കാർബൺ, ക്ലീൻ ടെക്, ഊർജ്ജം, പരിസ്ഥിതി, സോളാർ, മാലിന്യ സംസ്കരണം. ഇവിടെ പ്രവേശിക്കുക.
- പ്ലേറ്റോ ഹെൽത്ത്. ബയോടെക് ആൻഡ് ക്ലിനിക്കൽ ട്രയൽസ് ഇന്റലിജൻസ്. ഇവിടെ പ്രവേശിക്കുക.
- അവലംബം: https://www.digfingroup.com/influence-ai/
