നിർമ്മിതബുദ്ധിയെക്കുറിച്ചുള്ള എന്ത് ചർച്ചയും ചാറ്റ് ജി പി ടി യിലും ജനറേറ്റീവ് നിർമ്മിതബുദ്ധിയിലും തുടങ്ങുന്ന ഒരു അവസ്ഥയാണിന്നുള്ളത്. ആ ട്രെൻഡിനൊപ്പം നിന്നുകൊണ്ട് തന്നെ ഇതും തുടങ്ങാം. കഴിഞ്ഞ വർഷം ചാറ്റ് ജി പി ടി എന്ന നിർമ്മിതബുദ്ധി സാങ്കേതികവിദ്യ അവതരിപ്പിക്കപ്പെട്ടപ്പോൾ അതിന്റെ പിന്നിലുള്ള ഓപ്പൺ എ ഐ എന്ന കമ്പനിയുടെ തലവനായ സാം ആൾട്ട്മാൻ ട്വിറ്ററിൽ നടത്തിയ ഒരു പ്രസ്താവന വലിയ ശ്രദ്ധ നേടിയിരുന്നു; ഓപ്പൺ എ ഐ എന്നത് അത്ഭുതപ്പെടുത്തുംവിധം അതിസാന്ദ്രമായ വൈദഗ്ദ്ധ്യം അടങ്ങുന്ന ഒരു കമ്പനിയാണെന്നാണ് അന്നദ്ദേഹം പറഞ്ഞത്. ഓപ്പൺ എ ഐ എന്നത് കേവലം നാന്നൂറോളം എഞ്ചിനീയർമാരുള്ള ഒരു സ്ഥാപനമാണ്. അതിൽ തന്നെ ചാറ്റ് ജി പി ടി നിർമ്മാണത്തിൽ ഏർപ്പെട്ടവർ എത്രയോ ചുരുക്കമായിരിക്കും.

അങ്ങനെ ഏതാനും കുറച്ചു പേർ ചേർന്ന് നിർമ്മിച്ച ഒരു സാങ്കേതികവിദ്യ കോടിക്കണക്കിന് ആളുകളുടെ പ്രീതിക്ക് പാത്രമാകണമെങ്കിൽ അത് അതിസാന്ദ്രമായ വൈദഗ്ദ്ധ്യം അല്ലാതെയെന്താണ്! ഈ ഒരു പൊതുബോധത്തിൽ നിന്നുകൊണ്ടാണ് നാം നിർമ്മിതബുദ്ധിയും ഡാറ്റയും തമ്മിലുള്ള ബന്ധത്തെക്കുറിച്ചുള്ള ചർച്ചയിലേക്ക് കടക്കുന്നത്.

സാം ആൾട്ട്മാന്റെ ഓപ്പൺ എ ഐ പരാമർശം

i know im not supposed to brag about openai, but the talent density at this scale (375 people) is 🤯 and i dont think has happened in the tech industry in recent memory

— Sam Altman (@sama) January 23, 2023

നിർമ്മിതബുദ്ധിയിലെ സാങ്കേതികഘടകങ്ങളും ഡാറ്റയും

ജനറേറ്റീവ് നിർമ്മിതബുദ്ധിയുടെ മായാജാലം എന്ന് തോന്നിക്കുന്ന പ്രവർത്തനത്തിന്റെ സൃഷ്ടിയിൽ എന്ത് ഘടകത്തിനാണ് പ്രാധാന്യം? ഇതിനായി സാങ്കേതികഘടകങ്ങളിൽ നിന്ന് തന്നെ അന്വേഷണം തുടങ്ങാം. ചാറ്റ് ജി പി ടി പോലെയുള്ള ജനറേറ്റീവ് നിർമ്മിതബുദ്ധി സാങ്കേതികവിദ്യകളുടെ ഒരു പ്രധാന ഘടകം 2017ൽ അവതരിപ്പിക്കപ്പെട്ട ട്രാൻസ്‌ഫോർമർ എന്ന് പറയുന്ന ഒരു സാങ്കേതിക ആശയമാണ്. ട്രാൻസ്‌ഫോർമർ എന്ന ആശയം ഇല്ലായിരുന്നെങ്കിൽ ചാറ്റ് ജി പി ടി പാടെ അസാധ്യമായിരുന്നോ? അല്ല എന്ന് പറയണം. 2014 മുതൽ വ്യാപകമായി ഉപയോഗിക്കപ്പെടുന്ന അറ്റെൻഷൻ എന്ന സാങ്കേതിക ആശയത്തിൽ അധിഷ്ഠിതമാണ് ട്രാൻസ്‌ഫോർമർ. ട്രാൻസ്‌ഫോർമർ ഇല്ലെങ്കിൽ കൂടിയും അറ്റൻഷൻ ഉപയോഗിച്ച് കുറച്ചു കൂടി സമയമെടുത്ത് ട്രെയിൻ ചെയ്തതാണെങ്കിലും ജനറേറ്റീവ് നിർമ്മിതബുദ്ധി വികസിപ്പിക്കാം. ഇനി അറ്റെൻഷൻ ഇല്ലെങ്കിലോ? റെക്കരന്റ് ന്യൂറൽ നെറ്റ്‌വർക്കുകളോ അവയുടെ എൽ എസ് ടി എം (Long short-term memory) എന്ന വകഭേദങ്ങളോ ഉപയോഗിക്കാം. അതുമല്ലങ്കിൽ 2000 മുതൽ നിർമ്മിതബുദ്ധി ഗവേഷകർ വികസിപ്പിച്ചെടുത്ത ന്യൂറൽ ഭാഷാമാതൃകകൾ ഉപയോഗിക്കാം. ഇനിയും പിന്നോട്ടുപോയാൽ 1990കൾ മുതൽ ഉള്ള സ്റ്റാറ്റിസ്റ്റിക്കൽ ഭാഷാമാതൃകകൾ ഉപയോഗിക്കാം. ഓരോ പടി പിന്നോട്ടുപോകുമ്പോഴും പ്രവർത്തനത്തിന്റെ നിലവാരത്തിൽ ക്രമമായി ഇടിവുകൾ സംഭവിക്കും എന്ന് മാത്രം. പടിപടിയായി ആഗോളസർക്കാരുകളുടെ ഫണ്ടിങ്ങിലൂടെ മിക്കവാറും പൊതുസർവ്വകലാശാലകളിൽ നടന്ന ഗവേഷണത്തിലൂടെ ഉണ്ടായ സാങ്കേതികവിദ്യാ മുന്നേറ്റങ്ങളും കമ്പ്യൂട്ടിങ് സാങ്കേതികവിദ്യയുടെ ശേഷിയിൽ ഉണ്ടായ ഗണ്യമായ വളർച്ചയും ആണ് ഞൊടിയിടയിൽ മറുപടി പറയുന്ന ജനറേറ്റീവ് നിർമ്മിതബുദ്ധി സാങ്കേതികവിദ്യകൾ സാധ്യമാക്കിയത് എന്ന് കാണാം. ഓപ്പൺ എ ഐ എന്ന 2015ൽ തുടങ്ങിയ കമ്പനിയുടെ ചെറിയ ഒരു പറ്റം എഞ്ചിനീയർമാരുടെ മാത്രം നേട്ടമായി അവതരിപ്പിക്കുന്നത് തീർത്തും വസ്തുതകൾക്ക് നിരക്കാത്തതാണ് എന്ന് കരുതേണ്ടിവരും. ഇത് മനസ്സിലാക്കാൻ ചാറ്റ് ജി പി ടി ക്ക് ശേഷം വന്ന ബാർഡ് (ഗൂഗിൾ), ലാമ (ഫേസ്ബുക്) എന്നിവയും ചാറ്റ് ജി പി ടി യുടെ പോലെ തന്നെ പ്രവർത്തനം കാഴ്ചവെക്കുന്നു എന്ന് കാണുമ്പോൾ ഒന്നുകൂടി വ്യക്തമാകേണ്ടതാണ് – ചാറ്റ് ജി പി ടി ഓപ്പൺ എ ഐ യുടെ സവിശേഷ വൈദഗ്ധ്യത്തിൽ അധിഷ്ഠിതമായ സാങ്കേതികവിദ്യയാണെങ്കിൽ എങ്ങനെയാണ് ഏതാനും മാസങ്ങൾ കൊണ്ട് ഗൂഗിളിനും ഫേസ്ബുക്കിനും അതിനു സമാനമായ സാങ്കേതികവിദ്യ നിർമ്മിക്കാനാവുക.

കഴിഞ്ഞ ഖണ്ഡികയിൽ പരിശോധിച്ച ചോദ്യം നമുക്ക് ഒന്ന് മറിച്ചിട്ട് നോക്കിയാലോ? എന്ത് സവിശേഷ ഘടകം ഇല്ലാതായാൽ ആണ് ജനറേറ്റീവ് നിർമ്മിതബുദ്ധി സാധ്യമല്ലാതെ വരിക? ഇതിന് മിക്കവാറും നിർമ്മിതബുദ്ധിയുടെയും കാര്യത്തിൽ ഒരൊറ്റ ഉത്തരം ആയിരിക്കും ഉണ്ടാവുക, നിലവാരമുള്ളതും മനുഷ്യർ നിർമ്മിച്ചതും ആയ ഡാറ്റ എന്നതാണത്. മനുഷ്യർ രചിച്ച ലക്ഷക്കണക്കിന് ഡോക്യൂമെന്റുകൾ അടങ്ങുന്ന ഡാറ്റയിലെ ക്രമങ്ങൾ കണ്ടെത്തി, അവ വ്യത്യസ്തരീതിയിൽ പുനരുൽപ്പാദിപ്പിക്കുന്നതിലൂടെയാണ് ജനറേറ്റീവ് നിർമ്മിതബുദ്ധി സാധ്യമാകുന്നത്. ഓപ്പൺ എ ഐ എന്ന സ്ഥാപനം ചാറ്റ് ജി പി ടി യുടെ നിർമ്മാണത്തിൽ

ഡാറ്റയുടെ ലേബലിംഗ് തൊഴിൽ ചെയ്യാനായി കെനിയയിലെ തൊഴിലാളികളെ വ്യാപകമായി ആശ്രയിച്ചിരുന്നു. നിരവധിയായ ഡോക്യുമെന്റ് ശേഖരങ്ങളിൽ നിന്നും വിഷലിപ്തമായ ആഖ്യാനങ്ങൾ അടങ്ങുന്ന ഉള്ളടക്കങ്ങൾ ഒഴിവാക്കുക എന്നതായിരുന്നു അവരുടെ ഒരു പ്രധാനപ്പെട്ട തൊഴിൽ – കൊടിയ വിഷലിപ്തതയേറിയ ആഖ്യാനങ്ങൾ വായിക്കേണ്ടിവരുന്നതിലൂടെ വലിയ മനസികപ്രശ്നങ്ങൾ നേരിടേണ്ടിവന്ന തൊഴിലാളികളും നിരവധിയാണ്. അവർക്ക് പാശ്ചാത്യത്തൊഴിലാളികൾക്ക് നൽകുന്നതിന്റെ ഒരു ചെറിയ ശതമാനം മാത്രമാണ് വേതനമായി നൽകിയത്. ഇവരുടെ എണ്ണം കൂടി ചാറ്റ് ജി പി ടി നിർമ്മാണത്തിൽ ചേർത്താൽ സാം ആൾട്ട്മാൻ അവകാശപ്പെട്ട “അതിസാന്ദ്രതയുള്ള വൈദഗ്ദ്ധ്യം” എന്ന വാദം നിലനിൽക്കില്ല എന്നതും വ്യക്തമാണ്.

നിർമ്മിതബുദ്ധി ഒരു മനോഹരസൗധമാണെങ്കിൽ അതിന്റെ അടിത്തറ തീർച്ചയായും മനുഷ്യൻ നിർമ്മിച്ച ഡാറ്റ എന്നതാണ്, അടിത്തറയില്ലെങ്കിൽ സൗധം ഇല്ല. ഇത് ജനറേറ്റീവ് നിർമ്മിതബുദ്ധിയുടെ മാത്രമല്ല, ഇന്നുള്ള മിക്കവാറും നിർമ്മിതബുദ്ധിയുടെയും കാര്യമാണ്. ഫേസ്ബുക്ക് എന്നതിന്റെ അൽഗോരിതങ്ങൾക്ക് ശക്തി പകരുന്നത് അതിലെ ഉപയോക്താക്കൾ നിരന്തരം സൃഷ്ടിക്കുന്ന പോസ്റ്റുകൾ അടങ്ങുന്ന ഡാറ്റ ശേഖരങ്ങളാണ്, അത് കൂടാതെ നിങ്ങളെ സമൂഹമാധ്യമ ഫീഡ് ബ്രൗസിൽ ചെയ്യുമ്പോൾ ഏത് പോസ്റ്റിൽ കൂടുതൽ ശ്രദ്ധ കേന്ദ്രീകരിക്കുന്നു, ഏതൊക്കെ അവഗണിക്കുന്നു എന്നതും അൽഗോരിതങ്ങൾക്ക് ചൂഷണം ചെയ്യാനുള്ള ഡാറ്റ തന്നെയാകുന്നു. ഗൂഗിൾ വെബ് പേജുകൾ തമ്മിലുള്ള ലിങ്കുകളിൽ അധിഷ്ഠിതമായ ഒരു നിർമ്മിതബുദ്ധി റാങ്കിങ് അൽഗോരിതം ആണുപയോഗിക്കുന്നത് – ഇവയ്ക്ക് ഉപയോഗിക്കാനായി ലിങ്കുകൾ എന്ന ഡാറ്റ  നിർമ്മിക്കുന്നത് വെബ് സൈറ്റ് ഉടമകളാണ്‌. പരിസ്ഥിതി, ജ്യോതിശാസ്ത്രം പോലെയുള്ള ചില ചുരുക്കം മേഖലകളിൽ മാത്രമാണ് മനുഷ്യനും ഡാറ്റ നിർമ്മാണവും തമ്മിൽ ഒരു അകൽച്ച വരുന്നത്; അവിടെ മനുഷ്യൻ കാലേകൂട്ടി തീരുമാനിച്ചു വിന്യസിച്ച മാപിനികൾ നിരന്തരം മനുഷ്യനുമായി നിരന്തരസമ്പർക്കമില്ലാതെ തന്നെ ഡാറ്റ ശേഖരിക്കുന്നു. വിഷയത്തിലേക്ക് മടങ്ങിയാൽ, നിർമ്മിതബുദ്ധിയുടെ അടിത്തറ മിക്കവാറും മനുഷ്യനിർമ്മിത ഡാറ്റ ആണെന്ന് മനസ്സിലാക്കുമ്പോൾ, അത് മറ്റെന്തൊക്കെയാവും നമ്മോടു പറയുന്നത്.

കയറ്റിറക്കങ്ങൾ: ഏകതാനമല്ലാത്ത നിർമ്മിതബുദ്ധി വികാസം 

നമുക്ക് പരിചിതമായ പല സാങ്കേതികവിദ്യകളുടെയും വികാസം ഏകതാനമാണ്, അഥവാ monotonic ആണ്. വാഹനങ്ങളുടെ മേഖലയിൽ സാങ്കേതികവിദ്യ പുരോഗമിക്കുമ്പോൾ വേഗത ക്രമമായി വർദ്ധിക്കുന്നു, ഇന്ധനക്ഷമതയും അങ്ങനെ തന്നെ. കംപ്യൂട്ടറുകളുടെ കാര്യക്ഷമതയും നിരന്തരം വർദ്ധിക്കുന്നു. വർഷങ്ങൾ കടന്നുപോകുമ്പോൾ മൊബൈൽ ഫോണിൽ ഉൾപ്പെടുത്താവുന്ന സാങ്കേതികശേഷിയും വർദ്ധിച്ചുകൊണ്ടേയിരിക്കുന്നു – ഇന്ന് നമ്മുടെയെല്ലാം ഫോണുകളിൽ മൂന്നു ക്യാമറകൾ എങ്കിലും ഉണ്ട്. ചുരുക്കത്തിൽ, നാം ഒരിക്കലും കാര്യക്ഷമത കുറഞ്ഞ സാങ്കേതികവിദ്യകളിലേക്ക് മടങ്ങിപ്പോകേണ്ടിവരാറില്ല. കാര്യക്ഷമത നിരന്തരം വർദ്ധിക്കുന്ന ഈ ഏകതാനസ്വഭാവം നാം എല്ലാ സാങ്കേതികവിദ്യകൾക്കും ഉണ്ടെന്നു പ്രതീക്ഷിക്കുന്നു, പരോക്ഷമായെങ്കിലും.

നിർമ്മിതബുദ്ധിയുടെ കാര്യത്തിൽ സാങ്കേതികവിദ്യയുടെ നിലവാരം അഥവാ കാര്യക്ഷമത നിലവാരമുള്ള ഡാറ്റയുടെ ലഭ്യതയിൽ അധിഷ്ഠിതമായിരിക്കുന്നു എന്നയിടത്താണ് അത് മറ്റു സാങ്കേതികവിദ്യകളിൽ നിന്നും ഈ വിഷയത്തിൽ വ്യത്യസ്തമാവുന്നത്. നിലവാരമുള്ള ഡാറ്റയുടെ ലഭ്യത നിരന്തരം വർദ്ധിച്ചുകൊണ്ടിരിക്കുന്നു എങ്കിൽ പ്രതീക്ഷിക്കുന്നപോലെ നിരന്തരമായ മെച്ചപ്പെടൽ –  ഏകതാനസ്വഭാവം – നിലനിൽക്കും. പക്ഷെ, ഡാറ്റയുടെ ലഭ്യത കാര്യമായി ശോഷിക്കുന്നു എങ്കിൽ നിർമ്മിതബുദ്ധിയുടെ കാര്യക്ഷമതയും അതിനോടൊപ്പം ക്ഷീണിച്ചേക്കാം.

മേൽപ്പറഞ്ഞത് വ്യക്തമാക്കാൻ ഒരു ഉദാഹരണം പരിശോധിക്കാം. പൊലീസിങ് മേഖലയുടെ കാര്യമെടുക്കാം. പോലീസുകാർ നിരന്തരമായി പല സ്ഥലങ്ങളിൽ റോന്തു ചുറ്റി കണ്ടെത്തുന്ന വിവരങ്ങൾ അടങ്ങിയ ബൃഹത്തായ വിവരശേഖരങ്ങളിൽ നിന്നും നിർമ്മിതബുദ്ധി ഉപയോഗിച്ച് അടുത്ത ആഴ്ചകളിലും മാസങ്ങളിലും കൂടുതൽ കുറ്റകൃത്യങ്ങൾ നടക്കാൻ സാദ്ധ്യതയുള്ള പ്രദേശങ്ങൾ കണ്ടെത്താൻ സാധിച്ചേക്കും. അത്തരം നിർമ്മിതബുദ്ധി സാങ്കേതികവിദ്യകൾ നിരവധിയായി ഇന്ന് അമേരിക്കയിലെ പട്ടണങ്ങളിൽ ‘പ്രെഡിക്റ്റിവ് പൊലീസിങ്’ എന്ന പേരിൽ വിന്യസിക്കപ്പെടുന്നുണ്ട്. ഇങ്ങനെ കാര്യക്ഷമമായി കുറ്റകൃത്യസാധ്യതയുള്ള സ്ഥലങ്ങൾ കണ്ടെത്താം എന്നത് കൊണ്ട്, ആവശ്യമുള്ള പോലീസുകാരുടെ എണ്ണം കുറയ്ക്കാൻ സാധിക്കും, എല്ലായിടത്തേക്കും കുറെ പേർ പോകുന്നതിനു പകരം അൽഗോരിതം പറയുന്നയിടത്തു കേന്ദ്രീകരിച്ചു പോലീസിനെ വിന്യസിച്ചാൽ മതിയല്ലോ. അങ്ങനെ എണ്ണം കുറയ്ക്കുന്നത് പ്രത്യക്ഷത്തിൽ വലിയ ഒരു മേന്മയായി തോന്നും, ചെലവ് ചുരുങ്ങുകയാണല്ലോ. പക്ഷെ, കാലക്രമേണ എന്താണ് സംഭവിക്കുക? സകലപ്രദേശങ്ങളിലും റോന്തുചുറ്റി തങ്ങളുടെ വൈദഗ്ധ്യം ഉപയോഗിച്ച് സൂക്ഷ്മവിവരങ്ങൾ ഒപ്പിയെടുക്കാൻ പോലീസുകാർ ഇല്ല എന്നത് കൊണ്ട് പുതിയ വിവരങ്ങളുടെ ലഭ്യത കുറയുന്നു. വ്യക്തമായി പറഞ്ഞാൽ, മാസങ്ങളും വർഷങ്ങളും കഴിയുമ്പോൾ അൽഗോരിതത്തിന്റെ പ്രവചനത്തിൽപ്പെടാത്ത സ്ഥലങ്ങളിൽ പോലീസ് സാന്നിദ്ധ്യം നന്നേ പരിമിതപ്പെടുന്നു, അത്തരം പ്രദേശങ്ങളെക്കുറിച്ചുള്ള വിവരങ്ങളുടെ ലഭ്യതയും. മാറുന്ന കുറ്റകൃത്യപ്രവണതകൾ നിർമ്മിതബുദ്ധിക്ക് ലഭ്യമാകാതെ പോകുന്നു. അടുത്ത തലമുറയിലേക്കുള്ള നിർമ്മിതബുദ്ധി കുറ്റകൃത്യ പ്രവചന സാങ്കേതികവിദ്യ ട്രെയിൻ ചെയ്യാൻ മേന്മയുള്ളതും സമഗ്രമായതും ആയ ഡാറ്റ ഇല്ലെന്നത് അൽഗോരിതങ്ങളുടെ കാര്യക്ഷമതയിലെ കുറവായി പ്രതിഫലിക്കുന്നു. ആദ്യം ഫലപ്രദമായി ഓട്ടോമേറ്റ് ചെയ്യപ്പെട്ടു എന്ന് അനുമാനിച്ച കുറ്റകൃത്യപ്രവചനം എന്ന കർത്തവ്യം ഓട്ടോമേറ്റ് ചെയ്യപ്പെടാത്തവയുടെ ഗണത്തിലേക്ക് കാലക്രമേണ മാറുന്നു. ഒരിക്കൽ നിർമ്മിതബുദ്ധി ഉപയോഗിച്ച് ഓട്ടോമേറ്റ് ചെയ്യപ്പെട്ട ഒരു കർത്തവ്യം നിരന്തരം അങ്ങനെ തുടരണം എന്നില്ല എന്ന് ചുരുക്കം!

ഈ ഒരു രീതി പലമേഖലകളിലും കാണാൻ സാധിച്ചേക്കും. സ്കിൻ ക്യാൻസർ കണ്ടെത്താൻ നല്ല നിർമ്മിതബുദ്ധി അൽഗോരിതങ്ങൾ ഉണ്ടെന്നു കണ്ട് അതിൽ വൈദഗ്ധ്യമുള്ള ഡോക്ടർമാരെ ഒഴിവാക്കിയാൽ നിരന്തരം മാറുന്ന ക്യാൻസർ ട്രെൻഡുകൾ കണ്ടെത്താൻ ഡോക്ടർമാർ ഇല്ലാതെ വരികയും, അതിലൂടെ പുതിയ ഇനങ്ങൾ കണ്ടെത്താനാവാതെ അൽഗോരിതങ്ങൾ കാലഹരണപ്പെടുകയും ചെയ്തേക്കാം. ഏറ്റവും മേന്മയുള്ള ആർട്ടിസ്റ്റുകളുടെ സൃഷ്ടികൾ കൊണ്ട് ട്രെയിൻ ചെയ്തെടുത്തതും ചിത്രങ്ങൾ സൃഷ്ടിക്കുന്നതും ആയ നിർമ്മിതബുദ്ധിയുടെ ലഭ്യത മുന്നിൽക്കണ്ട് നമ്മുടെ ചിത്രകാരന്മാരും ചിത്രകാരികളും പണി മതിയാക്കിയാൽ (അഥവാ മതിയാക്കാൻ നിർബന്ധിക്കപ്പെട്ടാൽ, അതിനനാണല്ലോ കൂടുതൽ സാധ്യത), കാലക്രമേണ പുതിയ ഡാറ്റ ലഭ്യമാവാതെ വിരസമായ ആവർത്തനസൃഷ്ടികൾ കൊണ്ട് നമ്മെ നിർമ്മിതബുദ്ധി പൊറുതിമുട്ടിച്ചേക്കാം. ഇങ്ങനെ ചലനാത്മകതയുള്ളതും മനുഷ്യരുമായി ബന്ധപ്പെട്ടതും ആയ ഒരു മേഖലയിലും നിർമ്മിതബുദ്ധിയുടെ കാര്യക്ഷമത എന്നത് ഒരു ഗ്യാരണ്ടി ആയി കാണാൻ സാധിക്കില്ല. കാര്യക്ഷമതയിൽ ഏകതാനമായ മെച്ചപ്പെടൽ എന്നത് പോയിട്ട് നേരത്തെയുള്ള കാര്യക്ഷമത നിലനിൽക്കണം എന്ന് പോലും ഇല്ല.

നിർമ്മിതബുദ്ധിയുടെ ലഭ്യത കണ്ട് ഹൃസ്വകാലസാമ്പത്തികലക്ഷ്യം മുൻനിർത്തി തൊഴിലാളികളെ വ്യാപകമായി പിരിച്ചുവിടുമ്പോൾ ഡാറ്റ-നിർമ്മിതബുദ്ധി ബന്ധം മനസ്സിലാക്കി അതിന്റെ ദീർഘകാലപ്രത്യാഘാതങ്ങൾ വിലയിരുത്തപ്പെടാറേയില്ല എന്ന് പൊതുവിൽ പറയാം. തൊഴിലാളികളുടെ പിരിച്ചുവിടൽ എന്നത് തൽക്ഷണം പ്രയോജനം നൽകുന്നു എന്നത് കൊണ്ട് പലപ്പോഴും അതിനപ്പുറം ചിന്തിക്കാൻ സാമ്പത്തികലക്ഷ്യങ്ങൾ നമ്മെ അനുവദിക്കില്ല. (ഇതിന് ജെറെമി ബെന്തം എന്ന തത്വശാസ്ത്രജ്ഞന്റെ act utilitarianism എന്നതുമായി ബന്ധമുണ്ടെന്ന് വ്യാഖ്യാനിക്കാം.)

ഡാറ്റ സൃഷ്ടിയും ഗുണഭോക്താക്കളും 

ഇന്ന് ലോകത്ത് ഏറ്റവും മൂല്യമുള്ള കമ്പനികളുടെ പേരുകൾ പരിശോധിച്ചാൽ നമുക്ക് കാണാവുന്നത് രണ്ടു പ്രധാന മേഖലകളിലെ കമ്പനികളെയാണ്. ഒന്ന് എണ്ണ ഖനനത്തിൽ അധിഷ്ഠിതമായ കമ്പനികൾ; അവ പ്രകൃതിയുടെ വരദാനത്തെ വിറ്റു കാശാക്കുന്നു. മറ്റൊന്ന് നിർമ്മിതബുദ്ധിയിൽ അധിഷ്ഠിതമായ ഐ ടി കമ്പനികളാണ്; ഇവയിൽ ഗൂഗിൾ, ഫേസ്ബുക്, മൈക്രോസോഫ്റ്റ് എന്നിവയൊക്കെ പെടും. ഇവയൊക്കെയും ഏറിയും കുറഞ്ഞും നിർമ്മിതബുദ്ധി സാങ്കേതികവിദ്യ കമ്പനികൾ ആണ്, അവർക്കായി ഡാറ്റ നിർമ്മിക്കുന്നത് അവരുടെ ഉപയോക്താക്കളും കൂടാതെ നേരത്തെ കണ്ട പോലെ ഔട്സോഴ്സിങ് തൊഴിലാളികളും ആണ്. രണ്ടു വിഭാഗങ്ങളും കമ്പനികൾക്ക് പുറത്താണ്.

ഡാറ്റ എന്നത് നിർമ്മിതബുദ്ധിയുടെ പ്രവർത്തനത്തിന്റെ ഏറ്റവും കാതലായ ഘടകമാണ് എന്ന വീക്ഷണകോണിലൂടെ നോക്കിയാൽ നിർമ്മിതബുദ്ധി സൃഷ്‌ടിച്ച വലിയ സാമ്പത്തികമെച്ചത്തിന്റെ ഏറ്റവും വലിയ ഗുണഭോക്താക്കളായി ഹൈ-ടെക് കമ്പനികൾ മാറുന്നതും അവർക്കായി ഡാറ്റ നിർമ്മിക്കുന്ന ഉപയോക്താക്കളും ഔട്സോഴ്സിങ് തൊഴിലാളികളും ഏറ്റവും കുറഞ്ഞ പ്രതിഫലം മാത്രം കൈപ്പറ്റുന്ന അവസ്ഥയും ഉണ്ടാവുന്നതിനെ എങ്ങനെയാണ് നീതീകരിക്കാനാവുക? സൃഷ്ടിക്കപ്പെടുന്ന മൂല്യത്തിന്റെ വിതരണത്തിൽ ഡാറ്റ സൃഷ്ടാക്കൾ പലപ്പോഴും പരോക്ഷമായിട്ടാണെങ്കിലും ഏറ്റവും വലിയ തോതിൽ ചൂഷണം ചെയ്യപ്പെടുന്നു എന്ന് തന്നെയല്ലേ നാം മനസ്സിലാക്കേണ്ടത്. മുതലാളിത്തവ്യവസ്ഥയുടെ നെടുംതൂണായ ആശയമാണ് യഥാർത്ഥ മൂല്യനിർമ്മാതാക്കളായ തൊഴിലാളികളുടെ ചൂഷണത്തിലൂടെയുള്ള മിച്ചമൂല്യനിർമ്മിതി; ഇതേ ആശയത്തിന്റെ മറ്റൊരു വകഭേദമായി ഡാറ്റ നിർമ്മിക്കുന്നവരിലേക്ക് പ്രതിഫലം എത്താത്ത സാഹചര്യത്തെ വ്യാഖ്യാനിക്കാവുന്നതാണ്. നിർമ്മിതബുദ്ധി മേഖലയിലെ ജനാധിപത്യത്തിന്റെയും സാമൂഹികനീതിയുടെയും അഭാവത്തിനാണ് ശരിക്കും അതിസാന്ദ്രതയുള്ളത് എന്ന് നിരീക്ഷിക്കേണ്ടിവരും!

അധിക വായനയ്ക്ക്

1. ‘It’s destroyed me completely’: Kenyan moderators decry toll of training of AI models, The Guardian, Niamh Rowe, Wed 2 Aug 2023 >>>

അനുബന്ധ വായനയ്ക്ക്