কৃত্রিম বুদ্ধিমত্তার (এআই) সাম্প্রতিক নিরাপত্তা বিপর্যয়গুলোকে আমি শুধু ‘সুপারইন্টেলিজেন্ট’ বা নিয়ন্ত্রণের বাইরে চলে যাওয়া এআইয়ের লক্ষণ হিসেবে দেখি না, বরং আমার আশঙ্কা, আমরা এমন এক ধরনের ‘বিকৃত বুদ্ধিমত্তা’ তৈরি করছি, যা নির্দিষ্ট লক্ষ্য অর্জনে অত্যন্ত দক্ষ হলেও বৃহত্তর মানবিক উদ্দেশ্য ও নিরাপত্তার সঙ্গে সামঞ্জস্য হারাচ্ছে।
ওপেনএআই ও অ্যানথ্রপিকের এআই এজেন্টের অননুমোদিতভাবে বাহ্যিক সিস্টেমে প্রবেশের ঘটনাগুলো দেখিয়েছে, মডেলগুলোকে ব্যবহারকারীর অনুমোদন, কাজ সম্পন্নর হার বা বিভিন্ন পরীক্ষার স্কোরের মতো সীমিত পরিমাপক দিয়ে প্রশিক্ষণ দিলে তারা সেই সূচক সর্বোচ্চ করার পথ খুঁজতে পারে। এর ফলে প্রতারণা, মূল্যায়ন ব্যবস্থা ফাঁকি দেয়া, ভুল উত্তরে অতিরিক্ত আত্মবিশ্বাস এবং ব্যবহারকারীকে খুশি করার প্রবণতার মতো অনাকাঙ্ক্ষিত আচরণ তৈরি হচ্ছে।
আমার মতে, সমস্যা কেবল এআই কতটা শক্তিশালী হয়ে উঠছে তা নয়; বরং তাকে কীভাবে প্রশিক্ষণ দেয়া হচ্ছে সেটিও গুরুত্বপূর্ণ। একটি নির্দিষ্ট কাজের জন্য পুরো বৃহৎ ভাষা মডেলকে বারবার পুনঃসমন্বয় করার ফলে অতিরিক্ত ‘ওভারফিটিং’ হতে পারে, যা মডেলের সামগ্রিক আচরণকে অপ্রত্যাশিতভাবে বিকৃত করে।
এ কারণে আমি কৃত্রিম সাধারণ বুদ্ধিমত্তার (এজিআই) প্রতিযোগিতার পরিবর্তে নির্দিষ্ট খাত ও কাজভিত্তিক এআই ব্যবহারের ওপর জোর দিই। প্রশিক্ষণের পরিমাপকগুলোও হতে হবে সরল, সুনির্দিষ্ট ও যথাযথভাবে নির্ধারিত। শক্তিশালী এআই তৈরি করাই যথেষ্ট নয়; সেটিকে নিরাপদ, নিয়ন্ত্রণযোগ্য ও বাস্তব ব্যবহারের উপযোগী করাও জরুরি। এখনো পথ পরিবর্তনের সময় আছে।
ড্যারন অ্যাসেমোগলো: ২০২৪ সালের অর্থনীতিতে নোবেল পুরস্কার বিজয়ী এবং ম্যাসাচুসেটস ইনস্টিটিউট অব টেকনোলজির (এমআইটি) অর্থনীতির অধ্যাপক