एआई वर्ल्ड: गोपनीयता को ध्यान में रखते हुए डिजाइनिंग

कृत्रिम बुद्धिमत्ता में हमारी दैनिक दिनचर्या से लेकर अभूतपूर्व चिकित्सा प्रगति तक सब कुछ बदलने की शक्ति है। हालांकि, AI की संभावनाओं का वास्तव में उपयोग करने के लिए, हमें इसके विकास को जिम्मेदारी को सबसे आगे रखकर करना होगा।

यही कारण है कि जनरेटिव AI और गोपनीयता के आसपास की चर्चा इतनी महत्वपूर्ण है। हम नवाचार के अग्रणी किनारे से अंतर्दृष्टि और नियामकों और अन्य विशेषज्ञों के साथ हमारी गहरी भागीदारी के साथ इस बातचीत में योगदान देने के लिए उत्सुक हैं।

हमारे नए नीति कार्य पत्र में, जिसका शीर्षक है "जनरेटिव AI और गोपनीयता," हम AI उत्पादों में अंतर्निहित सुरक्षा को शामिल करने की वकालत करते हैं जो उपयोगकर्ता की सुरक्षा और गोपनीयता को शुरुआत से ही प्राथमिकता देते हैं। हम नीति रणनीतियों का भी सुझाव देते हैं जो गोपनीयता के मुद्दों को संबोधित करते हैं जबकि AI को फलने-फूलने और समाज को लाभ पहुंचाने की अनुमति देते हैं।

AI में गोपनीयता-द्वारा-डिज़ाइन

AI व्यक्तियों और समाज के लिए बड़े लाभ का वादा करता है, फिर भी यह मौजूदा चुनौतियों को बढ़ा सकता है और नए जोखिम ला सकता है, जैसा कि हमारे और दूसरों के शोध ने दिखाया है।

गोपनीयता के लिए भी यही बात लागू होती है। पारदर्शिता और नियंत्रण सुनिश्चित करने वाली सुरक्षा को शामिल करना आवश्यक है, और व्यक्तिगत जानकारी के अनपेक्षित प्रकटीकरण जैसे जोखिमों को कम करना जरूरी है।

इसके लिए विकास चरण से लेकर तैनाती तक एक मजबूत ढांचे की आवश्यकता है, जो समय-परीक्षित सिद्धांतों में निहित हो। AI उपकरण विकसित करने वाली किसी भी संगठन को एक स्पष्ट गोपनीयता रणनीति रखनी चाहिए।

हमारा दृष्टिकोण लंबे समय से चली आ रही डेटा संरक्षण प्रथाओं, हमारे गोपनीयता और सुरक्षा सिद्धांतों, जिम्मेदार AI प्रथाओं, और हमारे AI सिद्धांतों द्वारा आकार लिया गया है। इसका मतलब है कि हम मजबूत गोपनीयता सुरक्षा और डेटा न्यूनीकरण तकनीकों को लागू करते हैं, हमारी डेटा प्रथाओं के बारे में पारदर्शिता प्रदान करते हैं, और उपयोगकर्ताओं को सूचित निर्णय लेने और उनकी जानकारी प्रबंधित करने की अनुमति देने वाले नियंत्रण प्रदान करते हैं।

जोखिमों को प्रभावी ढंग से कम करने के लिए AI अनुप्रयोगों पर ध्यान दें

जैसा कि हम जनरेटिव AI पर स्थापित गोपनीयता सिद्धांतों को लागू करते हैं, विचार करने के लिए महत्वपूर्ण प्रश्न हैं।

उदाहरण के लिए, विशाल डेटा मात्रा पर मॉडल प्रशिक्षण के दौरान हम डेटा न्यूनीकरण का अभ्यास कैसे करें? जटिल मॉडलों के लिए सार्थक पारदर्शिता प्रदान करने के सर्वोत्तम तरीके क्या हैं जो व्यक्तिगत चिंताओं को संबोधित करते हैं? और हम AI-चालित दुनिया में किशोरों के लिए लाभकारी आयु-उपयुक्त अनुभव कैसे बना सकते हैं?

हमारा पत्र इन विषयों पर कुछ प्रारंभिक विचार प्रदान करता है, जो मॉडल विकास के दो प्रमुख चरणों पर केंद्रित है:

• प्रशिक्षण और विकास
• उपयोगकर्ता-मुखी अनुप्रयोग

प्रशिक्षण और विकास के दौरान, व्यक्तिगत डेटा जैसे नाम या जीवनी संबंधी विवरण प्रशिक्षण डेटा का एक छोटा लेकिन महत्वपूर्ण हिस्सा बनाते हैं। मॉडल इस डेटा का उपयोग यह समझने के लिए करते हैं कि भाषा मानव संबंधों और हमारे आसपास की दुनिया के बारे में अमूर्त अवधारणाओं को कैसे दर्शाती है।

ये मॉडल "डेटाबेस" नहीं हैं और न ही इन्हें व्यक्तियों की पहचान करने के लिए बनाया गया है। वास्तव में, व्यक्तिगत डेटा को शामिल करने से पक्षपात को कम करने में मदद मिल सकती है — उदाहरण के लिए, विभिन्न संस्कृतियों के नामों को बेहतर ढंग से समझकर — और मॉडल की सटीकता और प्रदर्शन में सुधार हो सकता है।

अनुप्रयोग स्तर पर, डेटा रिसाव जैसे गोपनीयता हानियों का जोखिम बढ़ जाता है, लेकिन अधिक प्रभावी सुरक्षा उपाय लागू करने का अवसर भी बढ़ता है। आउटपुट फ़िल्टर और ऑटो-डिलीट जैसी सुविधाएँ यहाँ महत्वपूर्ण हो जाती हैं।

अनुप्रयोग स्तर पर इन सुरक्षा उपायों को प्राथमिकता देना न केवल व्यावहारिक है, बल्कि हमारा मानना है कि यह सबसे प्रभावी तरीका है।

नवाचार के माध्यम से गोपनीयता प्राप्त करना

जबकि आज का AI गोपनीयता संवाद जोखिम न्यूनीकरण पर केंद्रित है — और यह ठीक है, क्योंकि AI में विश्वास बनाने का महत्व है — जनरेटिव AI में उपयोगकर्ता की गोपनीयता को बढ़ाने की क्षमता भी है। हमें इन अवसरों को भी हासिल करना चाहिए।

जनरेटिव AI पहले से ही संगठनों को बड़े उपयोगकर्ता आधारों से गोपनीयता प्रतिक्रिया का विश्लेषण करने और अनुपालन मुद्दों को पहचानने में मदद कर रहा है। यह नई साइबर रक्षा रणनीतियों का मार्ग प्रशस्त कर रहा है। गोपनीयता-वर्धन तकनीकें जैसे सिंथेटिक डेटा और डिफरेंशियल प्राइवेसी हमें दिखा रही हैं कि व्यक्तिगत जानकारी से समझौता किए बिना अधिक सामाजिक लाभ कैसे प्रदान किए जा सकते हैं। सार्वजनिक नीतियों और उद्योग मानकों को इन सकारात्मक विकासों को प्रोत्साहित करना चाहिए — और अनजाने में इन्हें बाधित नहीं करना चाहिए।

एक साथ काम करने की आवश्यकता

गोपनीयता कानूनों को अनुकूलनीय, समानुपातिक और प्रौद्योगिकी-तटस्थ होने के लिए डिज़ाइन किया गया है — गुण जो उन्हें समय के साथ मजबूत और स्थायी बनाते हैं।

AI के युग में भी यही सिद्धांत लागू होते हैं, क्योंकि हम मजबूत गोपनीयता सुरक्षा को अन्य मौलिक अधिकारों और सामाजिक उद्देश्यों के साथ संतुलित करने का प्रयास करते हैं।

आगे का रास्ता गोपनीयता समुदाय के बीच सहयोग की आवश्यकता होगी, और Google यह सुनिश्चित करने के लिए दूसरों के साथ सहयोग करने के लिए समर्पित है कि जनरेटिव AI जिम्मेदारी से समाज को लाभ पहुंचाए।

आप हमारे नीति कार्य पत्र को जनरेटिव AI और गोपनीयता पर [यहाँ](link to paper) पढ़ सकते हैं।