क्रिएटिव एआई मानवता के मूल को हिलाता है और नैतिकता के बारे में व्यापक चर्चा की आवश्यकता है

पिछले एक दशक से एआई सबसे अधिक सांसारिक और दोहराए जाने वाले कार्यों को स्वचालित करने के बारे में रहा है। मनुष्य अभी भी रचनात्मक कार्य और सोच के प्रभारी थे। इंसानों और मशीनों के बीच की सीमा स्पष्ट थी। मशीनें गणना कर सकती हैं लेकिन मनुष्य एल्गोरिद्म लिखता है। या एआई मानव द्वारा खींची गई तस्वीर को ठीक करने में मदद कर सकता है। उस प्रकार के स्वचालन ने चुनौतियों की तुलना में बहुत अधिक अवसर लाए। एक समाज के रूप में, इसने एक वादा किया था कि अगर हम इसे ठीक से उपयोग करने में सक्षम होते हैं, तो यह संबंधों, आत्म अभिव्यक्ति और रचनात्मकता के लिए अधिक समय मुक्त करेगा। वे चीजें जो हमें अर्थ देती हैं, वे चीजें जो हमारी मानवता का मूल हैं।

फिर हाल ही में और इससे भी अधिक पिछले एक साल में, जनरेटिव एआई फलित हुआ। स्टेबल डिफ्यूजन, डेल, मिडजर्नी और पसंद एक टेक्स्ट प्रॉम्प्ट के आधार पर पेशेवर छवियां बना सकते हैं और जीपीटी-चैट सवालों के जवाब दे सकते हैं और निबंध लिख सकते हैं। मशीन रचनात्मक हो गई है! और वह इंसानों और मशीनों के बीच की सीमा को हिला देगा। यह हमें हमारी मानवता के मूल पर सवाल खड़ा करने वाला है। हम उस दुनिया में कैसे काम करेंगे जहां एक मशीन आसानी से हर चित्र बना सकती है और कोई भी निबंध लिख सकती है? हम क्या महत्व देते हैं और हमें क्या अर्थ देगा? और किसी भी चीज़ में प्रयास करने की जहमत क्यों?

यह नौकरियों की सुरक्षा के बारे में नहीं है

हमारे बीच के कलाकारों के लिए, इसमें एक विडंबनापूर्ण मोड़ है। न केवल जनरेटिव एआई उनकी आजीविका को खतरे में डाल सकता है और उन्हें अपने जीवन की सार्थकता पर सवाल उठा सकता है, बल्कि मशीन भी उनके काम की नकल करके ऐसा करती है। किसी भी कलाकार का काम जो ऑनलाइन रखा जाता है, उसे कॉपीराइट अनुमोदन के बिना रद्द कर दिया जाता है, प्रशिक्षित किया जाता है और नए रूपों में पुन: प्रस्तुत किया जाता है। यदि आप एक व्यक्ति से नकल करते हैं तो यह साहित्यिक चोरी है, लेकिन यदि आप सभी की नकल करते हैं तो इसे संभावित रूप से माना जाता है उचित उपयोग और ट्रेस करने योग्य भी नहीं है।

कोई आश्चर्य नहीं कि व्यापक विरोध शुरू हो गया है। आर्टस्टेशन में कलाकार, सीजीआई कला और चित्रों को प्रदर्शित करने के लिए एक वेबसाइट, अपना प्रोफ़ाइल चित्र बदल दिया 'नो एआई' के लिए, और इसने आर्टस्टेशन को मजबूर कर दिया है इसकी नीति बदलें और अब प्रत्येक आइटम को 'नो एआई' के रूप में चिह्नित किया जा सकता है जो दर्शाता है कि एआई के प्रशिक्षण के लिए इसका उपयोग करने की अनुमति नहीं है। यह सही दिशा में बदलाव है, यह एआई कंपनियों को स्वामित्व नियमों का पालन करने के लिए मजबूर करता है। हालांकि यह पूरी तरह से कला के स्वचालन को नहीं रोकेगा और इसे नहीं रोकना चाहिए।

तकनीकी सफलता के कारण पेशा बदलना अपरिहार्य है। हम पहले भी कई बार उस चक्र से गुजर चुके हैं। लिफ्ट ऑपरेटर बीते जमाने की बात हो गई है। बहुत अधिक ट्रैवल एजेंट नहीं बचे हैं, और कई और उदाहरण हैं। रचनात्मक कार्यों में भी पूर्वता है, फोटोग्राफी के आविष्कार ने यथार्थवादी कलाकारों की संख्या में भारी कमी की और बाद में डिजिटल कैमरे ने फोटोग्राफी उद्योग को बदल दिया।

इसके अलावा, नौकरियों को बचाने के लिए प्रौद्योगिकी को रोकने की कोशिश करना नैतिक नहीं है। यह कुछ लोगों के अधिकारों को तरजीह देना होगा, जिनकी नौकरियों को खतरा है, कई अन्य लोगों के अधिकारों पर, जो इस स्वचालन के फल का आनंद ले सकते हैं। लेकिन इस खतरे से निपटने के तरीके हैं।

नौकरियों को बदलने के तरीके हैं जो जनरेटिव एआई के लिए खो जाएंगे

प्यू रिसर्च में सर्वे 2017 में किए गए ज्यादातर विशेषज्ञों का मानना था कि जिस तरह कुछ नौकरियां पुरानी हो जाती हैं उससे भी ज्यादा नई नौकरियां पैदा हो जाती हैं। ऐतिहासिक रुझानों के आधार पर, विश्व आर्थिक मंच2020 में अनुमानित कि ऑटोमेशन जितना छोड़ता है उससे बारह मिलियन अधिक रोजगार सृजित करेगा।

मैं जेसन हिकेल की तरह अधिक सोचता हूं कि मौजूदा आर्थिक प्रणाली के तहत, जहां पूंजी हमेशा बढ़ने की कोशिश करती है, स्वचालन द्वारा प्राप्त सभी लागत बचत को उत्पादन में पुन: निवेश किया जाता है और लोग उत्पादन करते रहते हैं। लेकिन यह कि लोग बिना किसी अंत के अधिक उत्पादन करते हैं। नए रोजगार सृजित होते हैं, अधिक उत्पादों और सामग्रियों की खपत होती है, फिर भी जीवन की गुणवत्ता में वृद्धि नहीं होती है। इसलिए जेसन, और अन्य प्रगतिशील, सोचते हैं कि विकास को धीमा करके हम उन लागत बचत का उपयोग सभी को एक सार्वभौमिक बुनियादी आय प्रदान करने और उनके समय को मुक्त करने के लिए कर सकते हैं। समय जो लोग रचनात्मक गतिविधियों के लिए उपयोग कर सकते हैं।

चाहे हम निकट अवधि में देखें, जहां विश्व आर्थिक मंच सोचता है, जहां नौकरियां बदल जाती हैं लेकिन खोई नहीं जाती हैं, या लंबी अवधि में जहां हम कम काम करते हैं और जेसन हिकेल की उम्मीद के मुताबिक कम खपत करते हैं, नौकरी के नुकसान से निपटने के लिए एक रोडमैप है। लेकिन रचनात्मक मशीनों के युग में मानव रचनात्मकता को कैसे संरक्षित किया जाए, इस बारे में बातचीत शुरू होनी चाहिए।

जनरेटिव एआई में नैतिकता

एआई में नैतिकता बनाने के बारे में हुआ करती थी निष्पक्ष सिस्टम , बनाए रखने के बारे में गोपनीयता अधिकार जबकि चेहरे और वस्तु का पता लगाने वाले सॉफ्टवेयर द्वारा निरंतर निगरानी में। फिर जब जनरेटिव मशीन लर्निंग ने नैतिकता का विस्तार करना शुरू किया नकली के प्रसार को रोकना एक ऐसी दुनिया में जहां गहरे फेक हैं, और इसके बारे में कॉपीराइट . ये सभी सच हैं लेकिन दांव पर कुछ व्यापक है। क्रिएटिव मशीन लर्निंग में नैतिकता इंसानों में इंसानियत बनाए रखने के बारे में भी होनी चाहिए।

स्पेस ओडिसी जैसे डायस्टोपियन साइंस फिक्शन में, खतरा हमेशा यह होता है कि मशीन एक आत्म-इच्छा विकसित करती है और हिंसक रूप से लोगों के खिलाफ हो जाती है। हकीकत में ऐसा कुछ नहीं हो रहा है। किसने सोचा होगा कि मशीन चित्र बनाकर और निबंध लिखकर हमें डरा देगी?

यहां कुछ सुझाई गई नीतियां हैं जिन पर हमें विचार करना चाहिए यदि हम एक निष्पक्ष, न्यायसंगत और सार्थक भविष्य बनाना चाहते हैं। कुछ नीतियां अधिक निकट अवधि की होती हैं, अन्य को प्राप्त करना कठिन होता है। लेकिन अगर मानवीय प्रतिभा उन मशीनों का आविष्कार कर सकती है तो वह उन पर शासन करने के लिए नीतियों का भी आविष्कार कर सकती है। यह होना चाहिए, हमारा भविष्य इस पर निर्भर करता है।

क्रिएटिव लाइसेंस अपडेट करें - एआई प्रशिक्षण में उपयोग के लिए

मूल रचना का हर टुकड़ा: फोटो, कला या कोड में एक लाइसेंस होता है जो परिभाषित करता है कि इसके साथ क्या किया जा सकता है। कुछ रचनाएँ मुफ़्त हैं, अन्य रॉयल्टी के लिए पेश की जाती हैं। कुछ का उपयोग व्यावसायिक उपयोग सहित किसी भी उपयोग के लिए किया जा सकता है और अन्य केवल निजी उपयोग और अनुसंधान के लिए हैं। और इसी तरह।

मशीन लर्निंग मॉडल को प्रशिक्षित करने के लिए थर्ड पार्टी वर्क का उपयोग करना एक नया उपयोग-मामला है। इसलिए इसे लाइसेंसिंग में एक नई श्रेणी बनाने की जरूरत है। मशीन लर्निंग प्रशिक्षण के लिए एक काम की अनुमति है (मुफ्त में या रॉयल्टी के लिए) या लाइसेंस के आधार पर नहीं। स्लोयड (लेखक एक सह-संस्थापक हैं) के पास विशेष रूप से एआई के लिए 3डी मॉडल और मॉडल भागों का निर्माण करने वाले कलाकार हैं और उन्हें इसके लिए मुआवजा दिया जाता है।

जब प्रशिक्षण डेटा अधिक दुर्लभ हो जाता है, तो अभिव्यक्ति के नए तरीकों के साथ आने वाले रचनाकारों के पास मशीन द्वारा नकल करने से पहले उस नए रचनात्मक एवेन्यू के फलों का आनंद लेने के लिए अधिक समय होगा। या, वे रचनाकार एआई के प्रशिक्षण के लिए अपनी कृतियों को उचित मूल्य पर बेचने और अपनी नई कृतियों को जल्दी से भुनाने का निर्णय ले सकते हैं।

बड़े पैमाने पर सार्वजनिक कॉपीराइट संरक्षित कार्य पर पहले से ही प्रशिक्षित मॉडल जनता से संबंधित होने चाहिए

फिर ऐसे मॉडल हैं जो बिना सहमति के बड़ी मात्रा में कृतियों पर पहले से ही प्रशिक्षित हैं। 'जहाज रवाना हो गया है' और इसे पूर्ववत नहीं किया जा सकता। अभियोग प्रशिक्षण में उपयोग किए गए पिछले काम के साथ क्या करना है, यह वर्षों तक चलेगा, और अब जो मशीन लर्निंग उपलब्ध है, उसका उपयोग मुकदमेबाजी के निपटारे से पहले अरबों बार किया जाएगा।

इसके अलावा, उन मशीनों से बनाए गए मूल्य को वापस रचनाकारों को पुनर्वितरित करने का कोई उचित तरीका नहीं है। यदि धन का पुनर्वितरण नहीं किया जा सकता है, तो अगला सबसे अच्छा काम यह है कि इसे जनता को मुफ्त में दिया जाए। LAION छवियों के लिंक का एक डेटासेट और छवि प्रशिक्षण के पाठ के लिए उपयोग किए जाने वाले मिलान विवरण पहले से ही एक गैर-लाभकारी है (हालांकि यह कॉपीराइट प्रतिबंधों के आधार पर फ़िल्टर नहीं करता है)। स्थिरता एआई, स्थिर प्रसार के निर्माता, एक ओपन सोर्स जनरेटिव मशीन लर्निंग कंपनी है। उनकी मशीन का उपयोग निःशुल्क है और वे ऐड-ऑन से पैसे कमाते हैं। इसी तरह, मुकदमेबाजी से बाहर निकलने के लिए एक समझौते के रूप में, अन्य कंपनियों को अपने मशीन लर्निंग टूल्स को मुफ्त में देने या उस उत्पाद को एक अलग कंपनी में विभाजित करने की आवश्यकता होगी जो इसे ओपन सोर्स के रूप में चलाती है।

यह दूर की कौड़ी लग सकता है, लेकिन FTC पहले से ही विचार कर रहा है ऐसी नीतियां प्रतिस्पर्धा बढ़ाने के लिए बड़ी टेक कंपनियों को तोड़ा जा रहा है। हमारे जीवन के सबसे बड़े प्रौद्योगिकी बदलाव को नियंत्रित करने के लिए समान नीतियों का उपयोग करना दूर की कौड़ी नहीं है।

मूल्य एआई जो रचनात्मकता को कम करने के बजाय बढ़ाता है

एआई को डिजाइन और प्रशिक्षण देने वाली कंपनियों और व्यक्तियों को लोगों को अधिक रचनात्मक बनाने के लिए सशक्त बनाने के तरीकों के बारे में सोचना चाहिए। प्रौद्योगिकी समीक्षा एक लाता है कुछ उदाहरण जहां मशीन रचनात्मकता को बढ़ाती है और इसे प्रतिस्थापित नहीं करती है: फोटोशॉप में टेक्स्ट-टू-इमेज प्लगइन; ब्लेंडर के लिए एक स्थिर प्रसार प्लगइन, और कार्यालय के लिए टेक्स्ट-टू-इमेज विजेट।

स्लोयड में हम एआई द्वारा बनाए जाने के बजाय एआई की सहायता से निर्माण के बारे में सोचते हैं। हमने पर्यावरण और गेम प्रॉप्स के लिए 3D मॉडल के स्वचालन पर अधिक ध्यान देने के साथ शुरुआत की क्योंकि अधिकांश 3D कलाकार अपने गेम के लिए पात्रों पर काम करना पसंद करते हैं लेकिन बाकी को स्वचालित करने में मदद कर सकते हैं। हम प्रशिक्षण डेटाबेस बनाने के लिए सशुल्क समुदाय रचनाकारों का उपयोग करते हैं और वह डेटाबेस हमेशा विस्तारित होगा इसलिए इसमें हमेशा रचनात्मक मानव इनपुट होगा। हम उपयोगकर्ता इनपुट के साथ वस्तुओं का प्रत्यक्ष हेरफेर करने के तरीके प्रदान करने का प्रयास करते हैं ताकि उपयोगकर्ताओं के पास आउटपुट का बेहतर नियंत्रण हो। इस मामले में, सुझाव एक नैतिक दिशानिर्देश है न कि नीतिगत सुझाव। हालांकि, अगर हमारे पास स्पष्ट नैतिक दिशानिर्देश हैं, तो समय आने पर हम इसका समर्थन करने के लिए नीति का सुझाव देने में सक्षम होंगे।

प्रशिक्षण की वास्तविक लागत में कारक - पर्यावरणीय प्रभाव सहित

हम कच्चे माल और उत्पादन के निष्कर्षण की लागत के आधार पर बिजली के लिए भुगतान करते हैं, पर्यावरणीय लागत को इसमें शामिल नहीं किया जाता है। यह हर उपयोग के लिए, हीटिंग और प्रकाश के लिए और एआई चलाने वाले डेटा केंद्रों के लिए भी सही है।

डेटा केंद्र लगभग 2% की खपत कुल अमेरिकी ऊर्जा का और वह हिस्सा एआई ऊर्जा खपत द्वारा संचालित एक बड़े हिस्से के लिए 8% तक बढ़ने की उम्मीद है हर 3 महीने में दोगुना हो जाता है . प्रशिक्षण मशीन सीखने में बहुत अधिक ऊर्जा की खपत होती है, लेकिन साथ ही अनुमान (आउटपुट बनाने के लिए प्रशिक्षित मॉडल का उपयोग करना) एक संसाधन गहन कार्य है। अभी यह पता लगाना मुश्किल है कि कितनी ऊर्जा की खपत होती है और यह समस्या का हिस्सा है। घरेलू उपकरणों से हम जानते हैं कि कितनी ऊर्जा की खपत होती है, हमारे पास ऊर्जा रेटिंग भी होती है। हमारे पास सॉफ़्टवेयर में समान ऊर्जा रेटिंग क्यों नहीं हैं? (यह स्लोयड में मेरे सहयोगी ओयविनिंद सोरोय द्वारा प्रस्तावित किया गया था)।

यदि हम मापना शुरू करते हैं और यदि हमें ऊर्जा की सही कीमत चुकानी पड़ती है, तो कई मामलों में हम पाएंगे कि एक ही उद्देश्य को एक अलग प्रकार के स्वचालन या अधिक कुशल एआई द्वारा अधिक कुशलता से प्राप्त किया जा सकता है। यह एक बड़ी हरित क्रांति का हिस्सा है, लेकिन डेटा केंद्रों की खपत का 8% होने की उम्मीद है और घर और कार्यालय सॉफ्टवेयर खपत के अलावा, विशेष रूप से सॉफ्टवेयर और एआई को छूट नहीं दी जा सकती है।

जनरेटिव एआई नैतिकता और नीति के बारे में चर्चा अभी शुरू ही हुई है

रचनात्मक मशीनों के खुले विकल्प गहरे हैं लेकिन निहितार्थ भी हैं। अगर हम उस भविष्य की कल्पना कर सकते हैं जो हम चाहते हैं, एक ऐसा भविष्य जहां मनुष्य रचनात्मकता के माध्यम से अर्थ ढूंढते हैं, तो हम एथिकल जनरेटिव मशीन लर्निंग के लिए सही दिशा-निर्देश देना शुरू कर सकते हैं। यहां दिए गए विचार भविष्य की नीतियों के लिए आधार रेखा हो सकते हैं, या शायद बेहतर विचार सामने आएंगे। एक बात निश्चित है कि निहितार्थों की समझ और हम जो उपाय करेंगे उन पर चर्चा अभी शुरू हो रही है।