ಫ್ರಾಂಕೆನ್-ಅಲ್ಗಾರಿದಮ್‌ಗಳು: ಅಲ್ಗಾರಿದಮ್‌ಗಳು ರಾಕ್ಷಸವಾಗಿ ಹೋಗಿವೆ

ಚಿತ್ರ ಕ್ರೆಡಿಟ್:
ಚಿತ್ರ ಕ್ರೆಡಿಟ್
ಐಸ್ಟಾಕ್

ಫ್ರಾಂಕೆನ್-ಅಲ್ಗಾರಿದಮ್‌ಗಳು: ಅಲ್ಗಾರಿದಮ್‌ಗಳು ರಾಕ್ಷಸವಾಗಿ ಹೋಗಿವೆ

ಫ್ರಾಂಕೆನ್-ಅಲ್ಗಾರಿದಮ್‌ಗಳು: ಅಲ್ಗಾರಿದಮ್‌ಗಳು ರಾಕ್ಷಸವಾಗಿ ಹೋಗಿವೆ

ಉಪಶೀರ್ಷಿಕೆ ಪಠ್ಯ
ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯಲ್ಲಿನ ಬೆಳವಣಿಗೆಗಳೊಂದಿಗೆ, ಅಲ್ಗಾರಿದಮ್‌ಗಳು ಮಾನವರು ನಿರೀಕ್ಷಿಸಿದ್ದಕ್ಕಿಂತ ವೇಗವಾಗಿ ವಿಕಸನಗೊಳ್ಳುತ್ತಿವೆ.
    • ಲೇಖಕ ಬಗ್ಗೆ:
    • ಲೇಖಕ ಹೆಸರು
      ಕ್ವಾಂಟಮ್ರನ್ ದೂರದೃಷ್ಟಿ
    • ಏಪ್ರಿಲ್ 12, 2023

    ಯಂತ್ರ ಕಲಿಕೆ (ML) ಅಲ್ಗಾರಿದಮ್‌ಗಳು ಹೆಚ್ಚು ಮುಂದುವರಿದಂತೆ, ದೊಡ್ಡ ಡೇಟಾಸೆಟ್‌ಗಳಲ್ಲಿ ತಮ್ಮದೇ ಆದ ಮಾದರಿಗಳನ್ನು ಕಲಿಯಲು ಮತ್ತು ಹೊಂದಿಕೊಳ್ಳಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ. "ಸ್ವಾಯತ್ತ ಕಲಿಕೆ" ಎಂದು ಕರೆಯಲ್ಪಡುವ ಈ ಪ್ರಕ್ರಿಯೆಯು ಅಲ್ಗಾರಿದಮ್ ತನ್ನದೇ ಆದ ಕೋಡ್ ಅಥವಾ ನಿರ್ಧಾರಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳಲು ನಿಯಮಗಳನ್ನು ರಚಿಸುವಲ್ಲಿ ಕಾರಣವಾಗುತ್ತದೆ. ಇದರೊಂದಿಗಿನ ಸಮಸ್ಯೆಯೆಂದರೆ, ಅಲ್ಗಾರಿದಮ್‌ನಿಂದ ರಚಿಸಲಾದ ಕೋಡ್ ಮಾನವರಿಗೆ ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಕಷ್ಟವಾಗಬಹುದು ಅಥವಾ ಅಸಾಧ್ಯವಾಗಬಹುದು, ಇದು ಪಕ್ಷಪಾತಗಳನ್ನು ಗುರುತಿಸಲು ಸವಾಲಾಗಿದೆ. 

    ಫ್ರಾಂಕೆನ್-ಅಲ್ಗಾರಿದಮ್ಸ್ ಸಂದರ್ಭ

    ಫ್ರಾಂಕೆನ್-ಅಲ್ಗಾರಿದಮ್‌ಗಳು ಅಲ್ಗಾರಿದಮ್‌ಗಳನ್ನು ಉಲ್ಲೇಖಿಸುತ್ತವೆ (ದತ್ತಾಂಶವನ್ನು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸುವಾಗ ಮತ್ತು ಆಜ್ಞೆಗಳಿಗೆ ಪ್ರತಿಕ್ರಿಯಿಸುವಾಗ ಕಂಪ್ಯೂಟರ್‌ಗಳು ಅನುಸರಿಸುವ ನಿಯಮಗಳು) ಅದು ತುಂಬಾ ಸಂಕೀರ್ಣವಾಗಿದೆ ಮತ್ತು ಮಾನವರು ಇನ್ನು ಮುಂದೆ ಅವುಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಸಾಧ್ಯವಿಲ್ಲ. ಹುಚ್ಚು ವಿಜ್ಞಾನಿ ಡಾ. ಫ್ರಾಂಕೆನ್‌ಸ್ಟೈನ್ ರಚಿಸಿದ "ದೈತ್ಯಾಕಾರದ" ಕುರಿತಾದ ಮೇರಿ ಶೆಲ್ಲಿಯವರ ವೈಜ್ಞಾನಿಕ ಕಾದಂಬರಿಗೆ ಈ ಪದವು ಒಂದು ಮೆಚ್ಚುಗೆಯಾಗಿದೆ. ಅಲ್ಗಾರಿದಮ್‌ಗಳು ಮತ್ತು ಕೋಡ್‌ಗಳು ದೊಡ್ಡ ತಂತ್ರಜ್ಞಾನದ ಬಿಲ್ಡಿಂಗ್ ಬ್ಲಾಕ್‌ಗಳಾಗಿದ್ದರೂ ಮತ್ತು ಫೇಸ್‌ಬುಕ್ ಮತ್ತು ಗೂಗಲ್ ಈಗ ಪ್ರಭಾವಶಾಲಿ ಕಂಪನಿಗಳಾಗಿರಲು ಅವಕಾಶ ಮಾಡಿಕೊಟ್ಟಿವೆ, ಮಾನವರಿಗೆ ತಿಳಿದಿಲ್ಲದ ತಂತ್ರಜ್ಞಾನದ ಬಗ್ಗೆ ಇನ್ನೂ ಸಾಕಷ್ಟು ಇದೆ. 

    ಪ್ರೋಗ್ರಾಮರ್‌ಗಳು ಕೋಡ್‌ಗಳನ್ನು ನಿರ್ಮಿಸಿದಾಗ ಮತ್ತು ಅವುಗಳನ್ನು ಸಾಫ್ಟ್‌ವೇರ್ ಮೂಲಕ ಚಲಾಯಿಸಿದಾಗ, ML ಕಂಪ್ಯೂಟರ್‌ಗಳು ಮಾದರಿಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಮತ್ತು ಊಹಿಸಲು ಅನುಮತಿಸುತ್ತದೆ. ಮಾನವನ ಭಾವನೆಗಳು ಮತ್ತು ಅನಿರೀಕ್ಷಿತತೆಯು ಅವುಗಳ ಮೇಲೆ ಪ್ರಭಾವ ಬೀರದ ಕಾರಣ ಅಲ್ಗಾರಿದಮ್‌ಗಳು ವಸ್ತುನಿಷ್ಠವಾಗಿವೆ ಎಂದು ದೊಡ್ಡ ತಂತ್ರಜ್ಞಾನವು ಹೇಳಿಕೊಂಡರೂ, ಈ ಕ್ರಮಾವಳಿಗಳು ವಿಕಸನಗೊಳ್ಳಬಹುದು ಮತ್ತು ತಮ್ಮದೇ ಆದ ನಿಯಮಗಳನ್ನು ಬರೆಯಬಹುದು, ಇದು ಹಾನಿಕಾರಕ ಫಲಿತಾಂಶಗಳಿಗೆ ಕಾರಣವಾಗುತ್ತದೆ. ಈ ಅಲ್ಗಾರಿದಮ್‌ಗಳಿಂದ ರಚಿಸಲಾದ ಕೋಡ್ ಸಾಮಾನ್ಯವಾಗಿ ಸಂಕೀರ್ಣ ಮತ್ತು ಅಪಾರದರ್ಶಕವಾಗಿರುತ್ತದೆ, ಸಂಶೋಧಕರು ಅಥವಾ ಅಭ್ಯಾಸಕಾರರಿಗೆ ಅಲ್ಗಾರಿದಮ್‌ನ ನಿರ್ಧಾರಗಳನ್ನು ಅರ್ಥೈಸಲು ಅಥವಾ ಅಲ್ಗಾರಿದಮ್‌ನ ನಿರ್ಧಾರ-ಮಾಡುವ ಪ್ರಕ್ರಿಯೆಯಲ್ಲಿ ಕಂಡುಬರುವ ಯಾವುದೇ ಪಕ್ಷಪಾತಗಳನ್ನು ಗುರುತಿಸಲು ಕಷ್ಟವಾಗುತ್ತದೆ. ನಿರ್ಧಾರಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳಲು ಈ ಅಲ್ಗಾರಿದಮ್‌ಗಳನ್ನು ಅವಲಂಬಿಸಿರುವ ವ್ಯವಹಾರಗಳಿಗೆ ಈ ರೋಡ್‌ಬ್ಲಾಕ್ ಗಮನಾರ್ಹ ಸವಾಲುಗಳನ್ನು ರಚಿಸಬಹುದು, ಏಕೆಂದರೆ ಆ ನಿರ್ಧಾರಗಳ ಹಿಂದಿನ ತಾರ್ಕಿಕತೆಯನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಅಥವಾ ವಿವರಿಸಲು ಅವರಿಗೆ ಸಾಧ್ಯವಾಗದಿರಬಹುದು.

    ಅಡ್ಡಿಪಡಿಸುವ ಪರಿಣಾಮ

    ಫ್ರಾಂಕೆನ್-ಕ್ರಮಾವಳಿಗಳು ರಾಕ್ಷಸವಾಗಿ ಹೋದಾಗ, ಅದು ಜೀವನ ಮತ್ತು ಸಾವಿನ ವಿಷಯವಾಗಿರಬಹುದು. 2018 ರಲ್ಲಿ ಅರಿಝೋನಾದಲ್ಲಿ ಸ್ವಯಂ ಚಾಲಿತ ಕಾರು ಡಿಕ್ಕಿ ಹೊಡೆದು ಬೈಕ್ ಚಲಾಯಿಸುತ್ತಿದ್ದ ಮಹಿಳೆ ಸಾವನ್ನಪ್ಪಿದ ಅಪಘಾತವು ಒಂದು ಉದಾಹರಣೆಯಾಗಿದೆ. ಕಾರಿನ ಅಲ್ಗಾರಿದಮ್‌ಗಳು ಅವಳನ್ನು ಮನುಷ್ಯ ಎಂದು ಸರಿಯಾಗಿ ಗುರುತಿಸಲು ಸಾಧ್ಯವಾಗಲಿಲ್ಲ. ಅಪಘಾತದ ಮೂಲ ಕಾರಣದ ಮೇಲೆ ತಜ್ಞರು ಹರಿದಿದ್ದಾರೆ-ಕಾರನ್ನು ಸರಿಯಾಗಿ ಪ್ರೋಗ್ರಾಮ್ ಮಾಡಲಾಗಿದೆಯೇ ಮತ್ತು ಅಲ್ಗಾರಿದಮ್ ತನ್ನದೇ ಆದ ಒಳ್ಳೆಯದಕ್ಕಾಗಿ ತುಂಬಾ ಸಂಕೀರ್ಣವಾಗಿದೆಯೇ? ಪ್ರೋಗ್ರಾಮರ್‌ಗಳು ಒಪ್ಪಿಕೊಳ್ಳಬಹುದಾದ ಸಂಗತಿಯೆಂದರೆ, ಸಾಫ್ಟ್‌ವೇರ್ ಕಂಪನಿಗಳಿಗೆ ಒಂದು ಮೇಲುಸ್ತುವಾರಿ ವ್ಯವಸ್ಥೆ-ನೀತಿಸಂಹಿತೆಯ ಅಗತ್ಯವಿದೆ. 

    ಆದಾಗ್ಯೂ, ಈ ನೀತಿಸಂಹಿತೆಯು ದೊಡ್ಡ ತಂತ್ರಜ್ಞಾನದಿಂದ ಕೆಲವು ಪುಶ್‌ಬ್ಯಾಕ್‌ನೊಂದಿಗೆ ಬರುತ್ತದೆ ಏಕೆಂದರೆ ಅವುಗಳು ಡೇಟಾ ಮತ್ತು ಅಲ್ಗಾರಿದಮ್‌ಗಳನ್ನು ಮಾರಾಟ ಮಾಡುವ ವ್ಯವಹಾರದಲ್ಲಿರುತ್ತವೆ ಮತ್ತು ನಿಯಂತ್ರಿಸಲು ಅಥವಾ ಪಾರದರ್ಶಕವಾಗಿರಲು ಸಾಧ್ಯವಾಗುವುದಿಲ್ಲ. ಹೆಚ್ಚುವರಿಯಾಗಿ, ದೊಡ್ಡ ಟೆಕ್ ಉದ್ಯೋಗಿಗಳಿಗೆ ಕಾಳಜಿಯನ್ನು ಉಂಟುಮಾಡುವ ಇತ್ತೀಚಿನ ಬೆಳವಣಿಗೆಯೆಂದರೆ ಮಿಲಿಟರಿಯೊಳಗೆ ಅಲ್ಗಾರಿದಮ್‌ಗಳ ಬಳಕೆ ಹೆಚ್ಚುತ್ತಿದೆ, ಉದಾಹರಣೆಗೆ ಸ್ವಾಯತ್ತ ಡ್ರೋನ್‌ಗಳಂತಹ ಮಿಲಿಟರಿ ತಂತ್ರಜ್ಞಾನದಲ್ಲಿ ಅಲ್ಗಾರಿದಮ್‌ಗಳನ್ನು ಅಳವಡಿಸಲು US ರಕ್ಷಣಾ ಇಲಾಖೆಯೊಂದಿಗೆ Google ನ ಪಾಲುದಾರಿಕೆ. ಈ ಅಪ್ಲಿಕೇಶನ್ ಕೆಲವು ಉದ್ಯೋಗಿಗಳಿಗೆ ರಾಜೀನಾಮೆ ನೀಡಲು ಕಾರಣವಾಗಿದೆ ಮತ್ತು ಅಲ್ಗಾರಿದಮ್‌ಗಳನ್ನು ಕೊಲ್ಲುವ ಯಂತ್ರಗಳಾಗಿ ಬಳಸಲು ಇನ್ನೂ ತುಂಬಾ ಅನಿರೀಕ್ಷಿತವಾಗಿದೆ ಎಂದು ತಜ್ಞರು ಕಳವಳ ವ್ಯಕ್ತಪಡಿಸಿದ್ದಾರೆ. 

    ಮತ್ತೊಂದು ಕಳವಳವೆಂದರೆ ಫ್ರಾಂಕೆನ್-ಆಲ್ಗಾರಿದಮ್‌ಗಳು ಅವರು ತರಬೇತಿ ಪಡೆದ ಡೇಟಾಸೆಟ್‌ಗಳಿಂದ ಪಕ್ಷಪಾತಗಳನ್ನು ಶಾಶ್ವತಗೊಳಿಸಬಹುದು ಮತ್ತು ವರ್ಧಿಸಬಹುದು. ಈ ಪ್ರಕ್ರಿಯೆಯು ತಾರತಮ್ಯ, ಅಸಮಾನತೆ ಮತ್ತು ತಪ್ಪಾದ ಬಂಧನಗಳು ಸೇರಿದಂತೆ ವಿವಿಧ ಸಾಮಾಜಿಕ ಸಮಸ್ಯೆಗಳಿಗೆ ಕಾರಣವಾಗಬಹುದು. ಈ ಹೆಚ್ಚಿನ ಅಪಾಯಗಳ ಕಾರಣದಿಂದಾಗಿ, ಅನೇಕ ಟೆಕ್ ಕಂಪನಿಗಳು ತಮ್ಮ ಅಲ್ಗಾರಿದಮ್‌ಗಳನ್ನು ಹೇಗೆ ಅಭಿವೃದ್ಧಿಪಡಿಸುವುದು, ಬಳಸುವುದು ಮತ್ತು ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡುವುದು ಎಂಬುದರ ಕುರಿತು ಪಾರದರ್ಶಕವಾಗಿರಲು ತಮ್ಮ ನೈತಿಕ AI ಮಾರ್ಗಸೂಚಿಗಳನ್ನು ಪ್ರಕಟಿಸಲು ಪ್ರಾರಂಭಿಸುತ್ತಿವೆ.

    ಫ್ರಾಂಕೆನ್-ಅಲ್ಗಾರಿದಮ್‌ಗಳಿಗೆ ವ್ಯಾಪಕವಾದ ಪರಿಣಾಮಗಳು

    ಫ್ರಾಂಕೆನ್-ಅಲ್ಗಾರಿದಮ್‌ಗಳಿಗೆ ಸಂಭಾವ್ಯ ಪರಿಣಾಮಗಳು ಒಳಗೊಂಡಿರಬಹುದು:

    • ಸ್ವಾಯತ್ತ ವ್ಯವಸ್ಥೆಗಳ ಅಭಿವೃದ್ಧಿ, ಇದು ಮಾನವ ಮೇಲ್ವಿಚಾರಣೆಯಿಲ್ಲದೆ ನಿರ್ಧಾರಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳಬಹುದು ಮತ್ತು ಕ್ರಮಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳಬಹುದು, ಹೊಣೆಗಾರಿಕೆ ಮತ್ತು ಸುರಕ್ಷತೆಯ ಬಗ್ಗೆ ಕಳವಳವನ್ನು ಉಂಟುಮಾಡುತ್ತದೆ. ಆದಾಗ್ಯೂ, ಇಂತಹ ಕ್ರಮಾವಳಿಗಳು ಹೆಚ್ಚಿನ ಕೈಗಾರಿಕೆಗಳಲ್ಲಿ ಮಾನವ ಶ್ರಮವನ್ನು ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸಬಹುದಾದ ಸಾಫ್ಟ್‌ವೇರ್ ಮತ್ತು ರೊಬೊಟಿಕ್‌ಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸುವ ವೆಚ್ಚವನ್ನು ಕಡಿಮೆ ಮಾಡಬಹುದು. 
    • ಅಲ್ಗಾರಿದಮ್‌ಗಳು ಮಿಲಿಟರಿ ತಂತ್ರಜ್ಞಾನವನ್ನು ಹೇಗೆ ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸಬಹುದು ಮತ್ತು ಸ್ವಾಯತ್ತ ಶಸ್ತ್ರಾಸ್ತ್ರಗಳು ಮತ್ತು ವಾಹನಗಳನ್ನು ಹೇಗೆ ಬೆಂಬಲಿಸಬಹುದು ಎಂಬುದರ ಕುರಿತು ಹೆಚ್ಚಿನ ಪರಿಶೀಲನೆ.
    • ನೀತಿಗಳು ಮತ್ತು ನಿಯಮಗಳ ಅಲ್ಗಾರಿದಮ್ ಕೋಡ್ ಅನ್ನು ಜಾರಿಗೆ ತರಲು ಸರ್ಕಾರಗಳು ಮತ್ತು ಉದ್ಯಮದ ಮುಖ್ಯಸ್ಥರಿಗೆ ಹೆಚ್ಚಿದ ಒತ್ತಡ.
    • ಫ್ರಾಂಕೆನ್-ಅಲ್ಗಾರಿದಮ್‌ಗಳು ಕಡಿಮೆ-ಆದಾಯದ ಸಮುದಾಯಗಳು ಅಥವಾ ಅಲ್ಪಸಂಖ್ಯಾತ ಜನಸಂಖ್ಯೆಯಂತಹ ಕೆಲವು ಜನಸಂಖ್ಯಾ ಗುಂಪುಗಳ ಮೇಲೆ ಅಸಮಾನವಾಗಿ ಪ್ರಭಾವ ಬೀರುತ್ತವೆ.
    • ಫ್ರಾಂಕೆನ್-ಅಲ್ಗಾರಿದಮ್‌ಗಳು ನೇಮಕಾತಿ ಮತ್ತು ಸಾಲ ನೀಡುವ ನಿರ್ಧಾರಗಳಂತಹ ನಿರ್ಧಾರ-ಮಾಡುವಿಕೆಯಲ್ಲಿ ತಾರತಮ್ಯ ಮತ್ತು ಪಕ್ಷಪಾತವನ್ನು ಶಾಶ್ವತಗೊಳಿಸಬಹುದು ಮತ್ತು ವರ್ಧಿಸಬಹುದು.
    • ಈ ಅಲ್ಗಾರಿದಮ್‌ಗಳನ್ನು ಸೈಬರ್ ಅಪರಾಧಿಗಳು ಸಿಸ್ಟಂಗಳಲ್ಲಿನ ದೌರ್ಬಲ್ಯಗಳನ್ನು ವಿಶೇಷವಾಗಿ ಹಣಕಾಸು ಸಂಸ್ಥೆಗಳಲ್ಲಿ ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡಲು ಮತ್ತು ಬಳಸಿಕೊಳ್ಳಲು ಬಳಸುತ್ತಾರೆ.
    • ರಾಜಕೀಯ ನಟರು ರಾಕ್ಷಸ ಅಲ್ಗಾರಿದಮ್‌ಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಜನರೇಟಿವ್ ಎಐ ಸಿಸ್ಟಮ್‌ಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಮಾರ್ಕೆಟಿಂಗ್ ಪ್ರಚಾರಗಳನ್ನು ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಸಾರ್ವಜನಿಕ ಅಭಿಪ್ರಾಯದ ಮೇಲೆ ಪ್ರಭಾವ ಬೀರುವ ಮತ್ತು ಚುನಾವಣೆಗಳನ್ನು ನಿಯಂತ್ರಿಸಬಹುದು.

    ಪರಿಗಣಿಸಬೇಕಾದ ಪ್ರಶ್ನೆಗಳು

    • ಭವಿಷ್ಯದಲ್ಲಿ ಅಲ್ಗಾರಿದಮ್‌ಗಳು ಮತ್ತಷ್ಟು ಅಭಿವೃದ್ಧಿ ಹೊಂದುತ್ತವೆ ಎಂದು ನೀವು ಯೋಚಿಸುತ್ತೀರಿ?
    • ಫ್ರಾಂಕೆನ್-ಅಲ್ಗಾರಿದಮ್‌ಗಳನ್ನು ನಿಯಂತ್ರಿಸಲು ಸರ್ಕಾರಗಳು ಮತ್ತು ಕಂಪನಿಗಳು ಏನು ಮಾಡಬಹುದು?

    ಒಳನೋಟ ಉಲ್ಲೇಖಗಳು

    ಈ ಒಳನೋಟಕ್ಕಾಗಿ ಕೆಳಗಿನ ಜನಪ್ರಿಯ ಮತ್ತು ಸಾಂಸ್ಥಿಕ ಲಿಂಕ್‌ಗಳನ್ನು ಉಲ್ಲೇಖಿಸಲಾಗಿದೆ:

    ಎವರ್ಶೆಡ್ಸ್ ಸದರ್ಲ್ಯಾಂಡ್ ಅನಿರೀಕ್ಷಿತ ಕೋಡ್‌ನ ಪರಿಣಾಮಗಳು