“`html

ओपन सोर्स आर्टिफिशियल इंटेलिजेंस सस्टेनेबल डेवलपमेंट लक्ष्यों को तेज कर सकता है

ओपन सोर्स आर्टिफिशियल इंटेलिजेंस सस्टेनेबल डेवलपमेंट लक्ष्यों को तेज कर सकता है ओपन सोर्स आर्टिफिशियल इंटेलिजेंस वैश्विक स्तर पर सस्टेनेबल डेवलपमेंट लक्ष्यों की ओर बढ़ने का एक बड़ा अवसर प्रस्तुत करता है। 2018 से 2024 के बीच, इन लक्ष्यों को समर्थन देने के लिए इसके उपयोग में 300% की वृद्धि हुई है, जिसमें कृषि, पारिस्थितिकी तंत्र प्रबंधन और जलवायु परिवर्तन से लड़ाई जैसे क्षेत्रों में उल्लेखनीय योगदान रहे हैं। यह खुला मॉडल, जो हर किसी को उपकरणों का अध्ययन, संशोधन और साझा करने की अनुमति देता है, को प्रभावी और समावेशी प्रगति को तेज करने के लिए डिज़ाइन किया गया है।

हालांकि, इसके विस्तार ने जटिल चुनौतियों को उजागर किया है। संरचित शासन ढांचे के अभाव से संसाधनों की अत्यधिक खपत और नैतिक कमज़ोरियों का सामना करना पड़ सकता है। उदाहरण के लिए, अक्षम स्थानीय बुनियादी ढांचे पर अतिरिक्त मॉडलों का विकेंद्रीकृत विकास उद्योग के कार्बन पदचिह्न को बढ़ाता है। इसके अलावा, ओपन सोर्स उपकरणों तक आसान पहुंच ने डीपफेक और लक्षित गलत सूचनाओं के उत्पादन की लागत को कम कर दिया है, जो सूचना सुरक्षा और विश्वास के लिए जोखिम पैदा करता है।

एक और चुनौती डिजिटल औपनिवेशिकवाद है, जहां वैश्विक उत्तर के शक्तिशाली देश और संस्थाएं डेटा और बुनियादी ढांचे पर नियंत्रण रखते हैं, जिससे दक्षिण के देशों की स्वायत्तता सीमित हो जाती है। स्थानीय संदर्भों के लिए डिज़ाइन किए गए डेटासेट अन्य जगहों पर खराब तरीके से लागू हो सकते हैं, जिससे शासन समाधानों के लिए त्रुटियाँ और कम प्रासंगिकता आती है।

इन चुनौतियों का सामना करने के लिए चार मुख्य कार्रवाइयों का प्रस्ताव रखा गया है। पहली कार्रवाई मॉडलों के पूरे जीवन चक्र में टिकाऊपन को एकीकृत करना है, भौतिक बुनियादी ढांचे को अनुकूलित करना और अतिरिक्त विकास से जुड़े अपव्यय से बचना है। मॉडल डिस्टिलेशन जैसी तकनीकों से उनकी आकार को 70% तक कम किया जा सकता है, जिससे उनके पर्यावरणीय प्रभाव को सीमित किया जा सकता है। एक अन्य विकल्प तरल शीतन वाले और नवीकरणीय ऊर्जा से चलने वाले डेटा सेंटर अपनाना है, जो ऊर्जा की मांग को 20% और पानी की खपत को 52% तक कम करता है।

दूसरी कार्रवाई सस्टेनेबल डेवलपमेंट लक्ष्यों पर आर्टिफिशियल इंटेलिजेंस के प्रभाव को मापने के लिए एक मात्रात्मक मूल्यांकन ढांचा स्थापित करना है। इसमें स्थानीय और वैश्विक डेटा को एकीकृत करने वाले संयोजी संकेतकों का निर्माण शामिल है, जो सकारात्मक और नकारात्मक प्रभावों का सटीक मूल्यांकन करने में मदद करता है। उदाहरण के लिए, टिकाऊपन के मानदंड 40 से अधिक सामाजिक, पर्यावरणीय और आर्थिक संकेतकों को कवर कर सकते हैं, जो वास्तविक प्रभाव की स्पष्ट तस्वीर प्रदान करते हैं।

तीसरी कार्रवाई विनियमन और पारदर्शिता पर आधारित है। दुरुपयोग को रोकने के लिए, अनिवार्य ऑडिट, एडवर्सेरियल टेस्ट और अनुमत उपयोगों को परिभाषित करने वाली स्पष्ट लाइसेंस लागू करना आवश्यक है। डेवलपर्स को पूर्वाग्रहों को सीमित करने के लिए ऑडिट किए गए डेटासेट का उपयोग करना चाहिए, जबकि सरकारें हानिकारक सामग्री के प्रसार को रोकने के लिए सख्त नीतियां लागू कर सकती हैं। उपयोगकर्ताओं को इन उपकरणों का नैतिक उपयोग करने और गलत उपयोगों की रिपोर्ट करने की जिम्मेदारी है।

अंत में, चौथी कार्रवाई वैश्विक सहयोग और ज्ञान साझा करने को प्रोत्साहित करती है। पहुंच के लोकतंत्रीकरण के बावजूद, बुनियादी ढांचे, प्रतिभा और डेटा संप्रभुता के मामले में असमानताएं बनी हुई हैं। खुले पहुंच वाले प्लेटफॉर्म बनाने, जो खोजने, पहुंचने और पुन: उपयोग के सिद्धांतों का पालन करते हैं, संसाधनों तक निष्पक्ष पहुंच सुनिश्चित करने के लिए महत्वपूर्ण है। एक वैश्विक आर्टिफिशियल इंटेलिजेंस शासन पर संवाद जैसी संस्थाएं वार्षिक रिपोर्ट प्रकाशित करके और अंतर-सरकारी बातचीत आयोजित करके सहयोग को मज़बूत कर सकती हैं।

क्षेत्रीय स्तर पर, वैश्विक प्लेटफॉर्म और स्थानीय अनुसंधान केंद्रों के बीच सहयोग साझा फाउंडेशन मॉडल को प्रत्येक संदर्भ के लिए विशिष्ट डेटा के साथ जोड़ने में मदद करता है। इससे अनुकूलित समाधानों को तैनात करना आसान हो जाता है, जबकि डेटा संरक्षण विनियमों का पालन किया जाता है। ऑस्ट्रेलियाई आर्टिफिशियल इंटेलिजेंस संस्थान या फ्रांस में राष्ट्रीय आर्टिफिशियल इंटेलिजेंस मूल्यांकन और सुरक्षा संस्थान जैसी संस्थाएं इस स्थानीयकरण में मुख्य भूमिका निभाती हैं।

ओपन सोर्स आर्टिफिशियल इंटेलिजेंस, उपयुक्त शासन के साथ, निर्णय लेने को बदल सकता है, इसे अधिक समावेशी और सबूत-आधारित बना सकता है। यह जटिल चुनौतियों का सामना करते हुए भी, प्राथमिकताओं, बाधाओं और टिकाऊ परिवर्तन के रास्तों की तेजी से पहचान करने में मदद कर सकता है। दुनिया भर के नागरिकों से सीखे गए सबक को एकीकृत करके, यह 2030 के बाद के एजेंडे को अधिक प्रतिनिधि और प्रभावी बना सकता है।

ओपन सोर्स मॉडल कंक्रीट लाभ भी प्रदान करते हैं। उनकी लागत तुलनीय प्रदर्शन के लिए प्रोप्राइटरी मॉडल की तुलना में 5 से 29 गुना कम होती है, जो उनकी पहुंच को व्यापक बनाती है। जलवायु पर विशेषज्ञता वाले नेचुरल लैंग्वेज प्रोसेसिंग मॉडल जैसे उपकरण गलत सूचना से लड़ने में मदद करते हैं, जबकि स्वास्थ्य क्षेत्र में उपयोग किए जाने वाले अन्य उपकरण कुछ क्षेत्रों में चिकित्सकों की कमी को कम कर सकते हैं। आर्थिक क्षेत्र में, छोटे और मध्यम आकार के व्यवसाय इन तकनीकों को अपनाकर और अनुकूलित करके अपने उत्पादन को अनुकूलित कर सकते हैं।

हालांकि, बिना उपयुक्त शासन के, जोखिम बने रहते हैं। इलेक्ट्रॉनिक सामग्री का उत्पादन और आर्टिफिशियल इंटेलिजेंस के लिए आवश्यक बुनियादी ढांचा वैश्विक विषैले कचरे में योगदान देता है। इसके अलावा, ओपन सोर्स के रूप में लेबल किए गए लगभग 60% मॉडल में कोई लाइसेंस नहीं होती, जो उनके सुरक्षित उपयोग को जटिल बनाती है। अनियंत्रित मॉडल की बढ़ती संख्या से दुर्भावनापूर्ण अभिनेताओं द्वारा कमज़ोरियों की पहचान आसान हो जाती है, जिससे फिशिंग या नफरत भरे भाषण के प्रसार का जोखिम बढ़ जाता है।

ओपन सोर्स आर्टिफिशियल इंटेलिजेंस के लाभों को अधिकतम करने के लिए, एक समन्वित दृष्टिकोण आवश्यक है। इसमें टिकाऊपन, कड़ी मूल्यांकन, सुरक्षा और सहयोग को जोड़ना शामिल है, ताकि अनिश्चितताओं को कम किया जा सके और यह सुनिश्चित किया जा सके कि यह तकनीक वास्तव में वैश्विक प्रगति की सेवा करती है।

ओपन सोर्स आर्टिफिशियल इंटेलिजेंस सस्टेनेबल डेवलपमेंट लक्ष्यों को तेज कर सकता है ओपन सोर्स आर्टिफिशियल इंटेलिजेंस वैश्विक स्तर पर सस्टेनेबल डेवलपमेंट लक्ष्यों की ओर बढ़ने का एक बड़ा अवसर प्रस्तुत करता है। 2018 से 2024 के बीच, इन लक्ष्यों को समर्थन देने के लिए इसके उपयोग में 300% की वृद्धि हुई है, जिसमें कृषि, पारिस्थितिकी तंत्र प्रबंधन और जलवायु परिवर्तन से लड़ाई जैसे क्षेत्रों में उल्लेखनीय योगदान रहे हैं। यह खुला मॉडल, जो हर किसी को उपकरणों का अध्ययन, संशोधन और साझा करने की अनुमति देता है, को प्रभावी और समावेशी प्रगति को तेज करने के लिए डिज़ाइन किया गया है।

हालांकि, इसके विस्तार ने जटिल चुनौतियों को उजागर किया है। संरचित शासन ढांचे के अभाव से संसाधनों की अत्यधिक खपत और नैतिक कमज़ोरियों का सामना करना पड़ सकता है। उदाहरण के लिए, अक्षम स्थानीय बुनियादी ढांचे पर अतिरिक्त मॉडलों का विकेंद्रीकृत विकास उद्योग के कार्बन पदचिह्न को बढ़ाता है। इसके अलावा, ओपन सोर्स उपकरणों तक आसान पहुंच ने डीपफेक और लक्षित गलत सूचनाओं के उत्पादन की लागत को कम कर दिया है, जो सूचना सुरक्षा और विश्वास के लिए जोखिम पैदा करता है।

एक और चुनौती डिजिटल औपनिवेशिकवाद है, जहां वैश्विक उत्तर के शक्तिशाली देश और संस्थाएं डेटा और बुनियादी ढांचे पर नियंत्रण रखते हैं, जिससे दक्षिण के देशों की स्वायत्तता सीमित हो जाती है। स्थानीय संदर्भों के लिए डिज़ाइन किए गए डेटासेट अन्य जगहों पर खराब तरीके से लागू हो सकते हैं, जिससे शासन समाधानों के लिए त्रुटियाँ और कम प्रासंगिकता आती है।

इन चुनौतियों का सामना करने के लिए चार मुख्य कार्रवाइयों का प्रस्ताव रखा गया है। पहली कार्रवाई मॉडलों के पूरे जीवन चक्र में टिकाऊपन को एकीकृत करना है, भौतिक बुनियादी ढांचे को अनुकूलित करना और अतिरिक्त विकास से जुड़े अपव्यय से बचना है। मॉडल डिस्टिलेशन जैसी तकनीकों से उनकी आकार को 70% तक कम किया जा सकता है, जिससे उनके पर्यावरणीय प्रभाव को सीमित किया जा सकता है। एक अन्य विकल्प तरल शीतन वाले और नवीकरणीय ऊर्जा से चलने वाले डेटा सेंटर अपनाना है, जो ऊर्जा की मांग को 20% और पानी की खपत को 52% तक कम करता है।

दूसरी कार्रवाई सस्टेनेबल डेवलपमेंट लक्ष्यों पर आर्टिफिशियल इंटेलिजेंस के प्रभाव को मापने के लिए एक मात्रात्मक मूल्यांकन ढांचा स्थापित करना है। इसमें स्थानीय और वैश्विक डेटा को एकीकृत करने वाले संयोजी संकेतकों का निर्माण शामिल है, जो सकारात्मक और नकारात्मक प्रभावों का सटीक मूल्यांकन करने में मदद करता है। उदाहरण के लिए, टिकाऊपन के मानदंड 40 से अधिक सामाजिक, पर्यावरणीय और आर्थिक संकेतकों को कवर कर सकते हैं, जो वास्तविक प्रभाव की स्पष्ट तस्वीर प्रदान करते हैं।

तीसरी कार्रवाई विनियमन और पारदर्शिता पर आधारित है। दुरुपयोग को रोकने के लिए, अनिवार्य ऑडिट, एडवर्सेरियल टेस्ट और अनुमत उपयोगों को परिभाषित करने वाली स्पष्ट लाइसेंस लागू करना आवश्यक है। डेवलपर्स को पूर्वाग्रहों को सीमित करने के लिए ऑडिट किए गए डेटासेट का उपयोग करना चाहिए, जबकि सरकारें हानिकारक सामग्री के प्रसार को रोकने के लिए सख्त नीतियां लागू कर सकती हैं। उपयोगकर्ताओं को इन उपकरणों का नैतिक उपयोग करने और गलत उपयोगों की रिपोर्ट करने की जिम्मेदारी है।

अंत में, चौथी कार्रवाई वैश्विक सहयोग और ज्ञान साझा करने को प्रोत्साहित करती है। पहुंच के लोकतंत्रीकरण के बावजूद, बुनियादी ढांचे, प्रतिभा और डेटा संप्रभुता के मामले में असमानताएं बनी हुई हैं। खुले पहुंच वाले प्लेटफॉर्म बनाने, जो खोजने, पहुंचने और पुन: उपयोग के सिद्धांतों का पालन करते हैं, संसाधनों तक निष्पक्ष पहुंच सुनिश्चित करने के लिए महत्वपूर्ण है। एक वैश्विक आर्टिफिशियल इंटेलिजेंस शासन पर संवाद जैसी संस्थाएं वार्षिक रिपोर्ट प्रकाशित करके और अंतर-सरकारी बातचीत आयोजित करके सहयोग को मज़बूत कर सकती हैं।

क्षेत्रीय स्तर पर, वैश्विक प्लेटफॉर्म और स्थानीय अनुसंधान केंद्रों के बीच सहयोग साझा फाउंडेशन मॉडल को प्रत्येक संदर्भ के लिए विशिष्ट डेटा के साथ जोड़ने में मदद करता है। इससे अनुकूलित समाधानों को तैनात करना आसान हो जाता है, जबकि डेटा संरक्षण विनियमों का पालन किया जाता है। ऑस्ट्रेलियाई आर्टिफिशियल इंटेलिजेंस संस्थान या फ्रांस में राष्ट्रीय आर्टिफिशियल इंटेलिजेंस मूल्यांकन और सुरक्षा संस्थान जैसी संस्थाएं इस स्थानीयकरण में मुख्य भूमिका निभाती हैं।

ओपन सोर्स आर्टिफिशियल इंटेलिजेंस, उपयुक्त शासन के साथ, निर्णय लेने को बदल सकता है, इसे अधिक समावेशी और सबूत-आधारित बना सकता है। यह जटिल चुनौतियों का सामना करते हुए भी, प्राथमिकताओं, बाधाओं और टिकाऊ परिवर्तन के रास्तों की तेजी से पहचान करने में मदद कर सकता है। दुनिया भर के नागरिकों से सीखे गए सबक को एकीकृत करके, यह 2030 के बाद के एजेंडे को अधिक प्रतिनिधि और प्रभावी बना सकता है।

ओपन सोर्स मॉडल कंक्रीट लाभ भी प्रदान करते हैं। उनकी लागत तुलनीय प्रदर्शन के लिए प्रोप्राइटरी मॉडल की तुलना में 5 से 29 गुना कम होती है, जो उनकी पहुंच को व्यापक बनाती है। जलवायु पर विशेषज्ञता वाले नेचुरल लैंग्वेज प्रोसेसिंग मॉडल जैसे उपकरण गलत सूचना से लड़ने में मदद करते हैं, जबकि स्वास्थ्य क्षेत्र में उपयोग किए जाने वाले अन्य उपकरण कुछ क्षेत्रों में चिकित्सकों की कमी को कम कर सकते हैं। आर्थिक क्षेत्र में, छोटे और मध्यम आकार के व्यवसाय इन तकनीकों को अपनाकर और अनुकूलित करके अपने उत्पादन को अनुकूलित कर सकते हैं।

हालांकि, बिना उपयुक्त शासन के, जोखिम बने रहते हैं। इलेक्ट्रॉनिक सामग्री का उत्पादन और आर्टिफिशियल इंटेलिजेंस के लिए आवश्यक बुनियादी ढांचा वैश्विक विषैले कचरे में योगदान देता है। इसके अलावा, ओपन सोर्स के रूप में लेबल किए गए लगभग 60% मॉडल में कोई लाइसेंस नहीं होती, जो उनके सुरक्षित उपयोग को जटिल बनाती है। अनियंत्रित मॉडल की बढ़ती संख्या से दुर्भावनापूर्ण अभिनेताओं द्वारा कमज़ोरियों की पहचान आसान हो जाती है, जिससे फिशिंग या नफरत भरे भाषण के प्रसार का जोखिम बढ़ जाता है।

ओपन सोर्स आर्टिफिशियल इंटेलिजेंस के लाभों को अधिकतम करने के लिए, एक समन्वित दृष्टिकोण आवश्यक है। इसमें टिकाऊपन, कड़ी मूल्यांकन, सुरक्षा और सहयोग को जोड़ना शामिल है, ताकि अनिश्चितताओं को कम किया जा सके और यह सुनिश्चित किया जा सके कि यह तकनीक वास्तव में वैश्विक प्रगति की सेवा करती है।

“`

स्रोत क्रेडिट

प्राथमिक स्रोत

DOI: https://doi.org/10.1038/s41467-026-73866-8

शीर्षक: Steering open-source AI to accelerate the sustainable development goals

जर्नल: Nature Communications

प्रकाशक: Springer Science and Business Media LLC

लेखक: Min Chen; Kai Wu; Prajal Pradhan; Cameron Allen; Stefano Nativi; Klaus Hubacek; Alexey Voinov; Felix Creutzig; Tatiana Filatova; Niklas Boers; Michael Meadows; Peilong Ma; Frank Biermann; Hans Joachim Schellnhuber; John Ludden; Maria Paradiso; Michael Batty; Huadong Guo; Min Cao; Peng Hou; Guonian Lü