एआयच्या सुरक्षाविषयक आणि लष्करी धोक्यांबाबतबरीच चर्चा झाली आहे. मोजक्या भाषांवर प्रशिक्षितआणि काही बहुराष्ट्रीय कंपन्यांच्या मालकीच्या लार्जलँग्वेज मॉडेल्समुळे (एलएलएम) निर्माण होणाऱ्यासांस्कृतिक आणि आर्थिक धोक्यांकडे तुलनेने कमीलक्ष दिले गेले. या एलएलएमचे बाजारातील वर्चस्वदुय्यम भाषांचा वापर करणाऱ्या विकसनशील देशांसाठीतोट्याचे ठरत आहे. नोव्हेंबर 2022 मध्ये ओपनएआयने चॅटजीपीटी सादरकेल्यापासून उद्योगक्षेत्रातील नेते आणि धोरणकर्तेएआयमुळे उत्पादकता वाढण्याच्या क्षमतेचे कौतुक करत आहेत. मात्र त्याचे लाभ सर्वांपर्यंत समान प्रमाणातपोहोचत नाहीत. भाषाविषयक पूर्वग्रहांमुळे अनेक विकसनशील अर्थव्यवस्थांना या एआय प्रणालींचापुरेसा लाभ मिळत नाही. जगात बोलल्या जाणाऱ्या 7 हजारांहून अधिक भाषांपैकी बहुतांश एलएलएमनाकेवळ सुमारे 100 भाषांवर प्रशिक्षण दिले जाते. त्यासाठी वापरला जाणारा बहुतांश डेटा इंग्रजी, चिनी, स्पॅनिश,फ्रेंच आणि जर्मन या भाषांमधूनच घेतला जातो.प्रत्यक्षात जगात केवळ 40 कोटी लोकांची मातृभाषाइंग्रजी आहे तर जागतिक लोकसंख्येपैकी फक्त 25टक्के लोकांची पहिली भाषा या ‘बिग फाइव्ह” भाषांपैकीएक आहे. अल्पावधीत हा असमतोल सांस्कृतिकआणि आर्थिक दरी वाढवू शकतो तर दीर्घकाळातअनेक देशांच्या विकासाला अडथळा निर्माण करूनभाषिक वैविध्यालाही धोका निर्माण करू शकतो.आणखी एक विरोधाभास म्हणजे श्रीमंत देशांनीएआयचा वेगाने स्वीकार केल्यामुळे विकसनशीलदेशांतील वापरकर्त्यांसाठी इंटरनेट आणि डिजिटलसाधनांचा लाभ घेणे अधिक कठीण झाले आहे.एलएलएममध्ये स्थानिक भाषा आणि संस्कृतीचेअधिक अचूक प्रतिबिंब असणे आवश्यक आहे.अन्यथा अनेक समुदायांना त्यांच्या वैशिष्ट्यपूर्णशब्दसंपदेचा वारसा गमावण्याचा धोका निर्माण होईल.ही शब्दसंपदा ऐतिहासिक घटना, मोठ्या प्रमाणातीलस्थलांतर आणि राजकीय वारशातून घडलेली आहे.एआय प्रणालींमध्ये भाषिक वैविध्याचा अभावराहिल्यास त्याचा स्वीकारही संथ होईल. उदाहरणार्थ,पेरूमध्ये डिजिटल वित्तीय सेवांना ग्राहकांशी स्थानिकबोलीभाषेत संवाद साधावा लागेल. व्हिएतनाममध्येऑनलाइन आरोग्यसेवा प्रभावी ठरण्यासाठी स्थानिकभाषेतील अचूकता आवश्यक आहे आणि ती केवळस्थानिक भाषा मॉडेलद्वारेच मिळू शकते. मोबाइलनेटवर्क ऑपरेटर्स (एमएनओ) यांच्याकडे मोठ्याप्रमाणावर विकासक आणि डेटा प्रक्रिया क्षमताअसल्याने स्थानिक भाषा मॉडेल तयार करण्याचीअनोखी संधी आहे. ते परवानाधारक आणि सरकारचेविश्वासार्ह भागीदारही आहेत. अशा उपेक्षित असलेल्याभाषांसाठी एलएलएम तयार करताना प्रशिक्षणासाठीआवश्यक डेटाची कमतरता हा मोठा अडथळा आहे.यावर उपाय म्हणून सरकारांकडे उपलब्ध असलेलामोठ्या प्रमाणातील, मात्र संवेदनशील आणि गोपनीयडेटा उपयोगी ठरू शकतो. उदाहरणार्थ, युक्रेनमधीलसर्वात मोठ्या मोबाइल नेटवर्क ऑपरेटर कीव्हस्टारनेडिजिटल परिवर्तन मंत्रालयाच्या सहकार्याने देशातीलपहिले राष्ट्रीय एलएलएम विकसित केले. हे मॉडेलयुक्रेनियनबरोबरच रशियन, बल्गेरियन आणि क्रिमियनतातार या भाषांसाठीही अनुकूल करण्यात आले आहे. ग्लोबल सिस्टम फॉर मोबाइल कम्युनिकेशन्सअसोसिएशनचा (जीएसएमए) — मी महासंचालकआहे — आफ्रिकन एआय भाषा मॉडेल प्रकल्पाद्वारेनायजेरिया, मादागास्कर, टोगो आणि काँगोप्रजासत्ताकसह उप-सहारा आफ्रिकेतील अनेकदेशांमध्ये अशाच प्रकारची रणनीती राबवत आहे. याउपक्रमात एअरटेल, अॅक्सियन टेलिकॉम, एथिओटेलिकॉम, एमटीएन, ऑरेंज, व्होडाकॉमसह इतरदूरसंचार कंपन्या, सार्वजनिक आणि खासगी क्षेत्रातीलतज्ज्ञ, शिक्षणतज्ज्ञ आणि नागरी समाज संघटनाआफ्रिकन भाषांसाठी एलएलएम विकसित करण्यासाठीएकत्र आल्या आहेत. एआयच्या वापराकडे व्यापकदृष्टीने पाहण्याची गरज आहे. (प्रोजेक्ट सिंडिकेट) जग आता एजेंटिक एआयच्या दिशेनेवाटचाल करत आहे. बँकिंग, आरोग्यसेवाव शिक्षणाशी संबंधित डिजिटल सेवांतवापरकर्त्यांच्या मदतीसाठी एआयचावेगाने स्वीकार होत आहे. अशा स्थितीतभाषेच्या मर्यादेमुळे एखादा देश यापरिवर्तनात मागे राहणे,हे चुकीचे ठरेल.
Source link
विवेक बद्रीनाथ यांचा कॉलम:मोजक्या भाषांत प्रशिक्षित एआय सर्वांसाठी उपयुक्त कसा ठरेल?
