پرش به محتوای اصلی

هند طرح هوش مصنوعی را ارائه می‌کند که بر اساس آن «مدل به‌جای انتقال داده به مدل به داده‌ها سفر می‌کند».

دِ رجیستر۱۴۰۵ آبان ۱۱, دوشنبه، ساعت ۰۸:۰۹حدود 3 دقیقه مطالعه

هوش مصنوعی محلی بیشتری می‌خواهد، بدون اینکه فناوری بزرگ به همه چیز دسترسی آزاد داشته باشد

از آنجایی که بحث و بحث حقوقی بر سر میزانی که توسعه دهندگان مدل های زبان بزرگ حق دارند داده های جهان را بدون پرداخت هزینه به سیستم های خود وارد کنند ادامه دارد، دولت هند ایده ای برای تنظیم و ایمن سازی جریان اطلاعات ارائه کرده است.

انگیزه هند ایجاد مدل‌های هوش مصنوعی آموزش‌دیده بر روی داده‌های محلی است، زیرا فکر می‌کند که سازندگان مدل‌های فراساحلی انگیزه‌ای برای رسیدگی به مسائل کشور یا اطمینان از حفظ کنترل مالکان داده‌ها ندارند.

طرحی که وزارت الکترونیک و فناوری اطلاعات هند (MeitY) فکر می‌کند می‌تواند این امر را محقق کند، «معماری توانمندسازی و حفاظت از داده‌ها (DEPA) برای آموزش هوش مصنوعی» نامیده می‌شود.

همانطور که توسط پروفسور آجی کومار سود، مشاور علمی اصلی دولت هند توضیح داده شده است، DEPA به این معنی است که «مدل به‌جای انتقال داده به مدل، به داده‌ها سفر می‌کند».

این طرح «ارائه‌دهندگان داده‌های آموزشی» (TDP) را در نظر می‌گیرد - نمونه‌هایی از آن شامل بیمارستان‌ها، بانک‌ها و سازمان‌های دولتی است - داده‌های ناشناس و رمزگذاری‌شده را با «پلتفرم تبادل داده» (DEP) به اشتراک بگذارند.

نهادهایی به نام "مصرف کنندگان داده های آموزشی" (TDCs) برای آموزش مدل های خود به داده های ذخیره شده در DEP ها دسترسی دارند.

DEPها آنچه را که MeitY «محیط داده‌های امن مبتنی بر سخت‌افزار» می‌نامد اجرا خواهند کرد که در آن «داده‌ها حتی در طول پردازش رمزگذاری و ایزوله می‌مانند». آنها همچنین قوانین تنظیم شده توسط TDP را اجرا می کنند که نحوه استفاده TDCها از داده ها را توصیف می کند.

چارچوب DEPA MeitY [PDF] می‌گوید این طرح به این معنی است که «تکنیک‌های حریم خصوصی متفاوت به‌طور سیستماتیک برای جلوگیری از یادگیری یا افشای اطلاعات خاص توسط مدل اعمال می‌شوند» و افزود: «تمام فعالیت‌های داخل محیط‌های داده امن به‌طور تغییرناپذیر برای اهداف ممیزی ثبت می‌شوند و تضمین می‌کنند که فرآیند هم ایمن و هم شفاف است».

دولت هند در حال حاضر چندین مبادله داده را اجرا می کند، اما مشخص نیست که چقدر کار برای تحقق DEPA باقی مانده است.

هنگامی که DEPA کار می کند، MeitY پیش بینی می کند که سازندگان مدل از آن برای انجام کارهایی مانند "باز کردن قفل داده های سلامت تکه تکه شده فعلی برای تقویت پیشرفت ها در تشخیص مبتنی بر هوش مصنوعی، کشف دارو و مدیریت سلامت عمومی" استفاده کنند.

خوش‌بینی به خدمات مالی نیز گسترش می‌یابد. هند به معنای واقعی کلمه میزبان هزاران بانک است، و MeitY فکر می‌کند «DEPA می‌تواند به اشتراک‌گذاری امن داده‌های مالی متنوع را امکان‌پذیر کند، به طور بالقوه اعتبار رسمی را به 400 میلیون فرد و شرکت‌های کوچک و متوسط ​​که خدمات ضعیفی دارند و به نوآوری‌های فین‌تک نسل بعدی دامن می‌زند».

دولت هند مدت‌هاست بر این باور است که اگر شرکت‌های خدمات مالی بتوانند به افراد بیشتری وام بدهند، توسعه اقتصادی را تقویت می‌کند.

در چارچوب می‌گوید: «به طور مشابه، در آموزش، DEPA می‌تواند بر چالش‌های قابلیت همکاری داده‌ها غلبه کند تا یادگیری شخصی‌شده مبتنی بر هوش مصنوعی را برای میلیون‌ها نفر ایجاد کند و اعتبارنامه‌های مهارتی قابل حملی را ایجاد کند که برای نیروی کار آماده آینده از ۲۵۰ میلیون دانش‌آموز خود در یک بخش EdTech ۲۹ میلیارد دلاری ضروری است». پذیرش موفقیت‌آمیز آموزش DEPA در این حوزه‌ها، کاتالیزور اساسی برای تحقق چشم‌انداز هند در مورد رشد فراگیر و رهبری مسئولانه هوش مصنوعی در صحنه جهانی است.

در حالی که هدف این چارچوب ساخت هوش مصنوعی هندی برای هندی ها است، این سند همچنین نیم نگاهی به جایگاه بین المللی کشور دارد.

در این چارچوب آمده است: «DEPA کمک هند به دیپلماسی علمی جهانی است که تلاش‌های نهادهایی مانند بانک جهانی و سازمان ملل را برای شکل‌دهی یک اکوسیستم هوش مصنوعی جهانی فراگیرتر و مسئولانه‌تر پیش می‌برد».

همچنین به زیرساخت‌های عمومی دیجیتال (DPI) اشاره می‌کند، ایده‌ای که توسط هند پیش‌گام شد و شامل ایجاد ابزارهایی مانند سیستم‌های پرداخت واسط پرداخت‌های یکپارچه و پلت‌فرم اشتراک‌گذاری سفر با کمیسیون صفر تاکسی بهارات است تا اطمینان حاصل شود که شرکت‌های فناوری بزرگ بر بازار محلی تسلط ندارند.

هند همچنین از DPI خود به عنوان یک ابزار دیپلماتیک استفاده می کند و آن را در اختیار کشورهای دوست قرار می دهد. ®

خواندن متن کامل در دِ رجیستربه زبان اصلی، در سایت ناشر باز می‌شود
متن اصلی (انگلیسی)

India floats AI plan under which ‘The model travels to the data, rather than the data travelling to the model’

Wants more local AI, without Big Tech getting open access to everything

همه‌ی اخبار فناوری