ಪುಸ್ತಕ ಪರಿಚಯ: ಎ ಐ ಸ್ನೇಕ್ ಆಯಿಲ್

ಅರವಿಂದ್ ನಾರಾಯಣನ್ ಮತ್ತು ಸಯಾಶ್ ಕಪೂರ್ ಅವರು ಬರೆದಿರುವ ಸೆಪ್ಟೆಂಬರ್ 2024 ರಲ್ಲಿ  ಬಿಡುಗಡೆ ಹೊಂದಿದ ಎ ಐ ಸ್ನೇಕ್ ಆಯಿಲ್ – ಎಂಬ ಪುಸ್ತಕದ ಚಿಕ್ಕ ಸಾರಾಂಶ ಇದು. ಲೇಖಕರು ಅಮೆರಿಕಾದ ಪ್ರಿನ್ಸಟನ್ ಯುನಿವರ್ಸಿಟಿಯವರು, ಎ ಐ ಸ್ನೇಕ್ ಆಯಿಲ್ ಎಂಬ ಜನಪ್ರಿಯ ಬ್ಲಾಗ್ ಕೂಡ ಬರೆಯುತ್ತಿದ್ದಾರೆ. ಒಂದೆರಡು ಅವರ ಪೋಸ್ಟ್ ಗಳನ್ನು ಓದಿ ಮೆಚ್ಚಿ ಪುಸ್ತಕ ಕಾದಿರಿಸಿದ್ದೆ. 

ಎಲ್ಲಿ ನೋಡಿದರೂ, ಎಲ್ಲಿ ಕೇಳಿದರೂ ಎ ಐ ತುಂಬಿರುವಾಗ, ನಿಧಾನವಾಗಿ ನಮ್ಮ ಜೀವನದ ಭಾಗವಾಗಿ ಮಟ್ಟವನ್ನು ಏರಿಸಿಕೊಳ್ಳುತ್ತಿರುವ ಈ ತಂತ್ರಜ್ಞಾನದಲ್ಲಿ ಹಾಲೆಷ್ಟು, ನೀರೆಷ್ಟು ಎಂದು ವಿವೇಚಿಸಲು ಸಹಕಾರಿಯಾಗಬಲ್ಲ ಬಹಳ ಪ್ರಸ್ತುತ ಪುಸ್ತಕವಿದು. 

ಈ ಪುಸ್ತಕದ ಮುಖ್ಯ ವಿಷಯ ಎ ಐ ಹೆಸರಿನಲ್ಲಿ ಹೇಗೆ ಕೆಲಸಕ್ಕೆ ಬಾರದ, ಕೆಲಸ ಮಾಡದ , ತಪ್ಪು ಮಾಡುವ ತಂತ್ರಜ್ಞಾನವನ್ನು ಜನರಿಗೆ ಮಾರುತ್ತಾರೆ ಎಂಬುದು. 20ನೇ ಶತಮಾನದ ಆದಿ ಮತ್ತು ಮಧ್ಯಭಾಗದಲ್ಲಿ ಅಮೇರಿಕಾದಲ್ಲಿ ಪ್ರಚಲಿತವಿದ್ದ ಹಾವಿನ ಎಣ್ಣೆ ಮಾರಾಟಗಾರರು, ಆ ಎಣ್ಣೆ ಎಲ್ಲ ಖಾಯಿಲೆಗಳನ್ನೂ ದೂರಮಾಡುವ ಪ್ರಚಂಡ ಮದ್ದು ಎಂದು ಬೊಗಳೆ ಬಿಟ್ಟು ಜನರನ್ನು ವಂಚಿಸುತಿದ್ದರು. ಅದೇ ರೀತಿ ಇಂದು ಎ ಐ ಹೆಸರಿನಲ್ಲಿ ಹೇಗೆ ವಂಚನೆ ಮಾಡುತ್ತಿದ್ದಾರೆಂದು ನಮ್ಮನ್ನು ಜಾಗೃತ ಗೊಳಿಸುವ ಸಲುವಾಗಿ ಬರೆದ ಪುಸ್ತಕ ಇದು ಎ ಐ ಸ್ನೇಕ್ ಆಯಿಲ್ . 

ಲೇಖಕರು ಹೇಳುವ ಪ್ರಕಾರ ಪ್ರೆಡಿಕ್ಟಿವ್ ಎ ಐ ಎಂಬ ಯಾಂತ್ರಿಕ ಕಲಿಕೆಯ ತಂತ್ರಜ್ಞಾನ, ಭವಿಷ್ಯ ಊಹಿಸುವ ಕಾರ್ಯದಲ್ಲಿ ಎಡುವುತ್ತವೆ. ಸಾಂಪ್ರದಾಯಿಕ ಸಾಫ್ಟ್ ವೇರ್ ಗಳಲ್ಲಿ ಅವು ಹೇಗೆ ಕಾರ್ಯ ನಿರ್ವಹಿಸಬೇಕೆಂಬ ನಿಯಮಗಳನ್ನು ನೇರವಾಗಿ ಪ್ರೋಗ್ರಾಮ್ ಮೂಲಕ ಬರೆದಿರುತ್ತಾರೆ ಮತ್ತು ಸಾಫ್ಟ್ ವೇರ್ ಆ ನಿಯಮಗಳನ್ನೇ ಅನುಸರಿಸಿ ತನ್ನ ಕೆಲಸ ಮಾಡುತ್ತದೆ. ಆದರೆ ಇತ್ತೀಚಿಗೆ ನೇರವಾಗಿ ನಿಯಮಗಳನ್ನು ಬರೆಯದೆ, ಹಿಂದಿನ ಡೇಟಾ ವನ್ನು ನೀಡುತ್ತಾರೆ ಮತ್ತು ಸಾಫ್ಟ್ ವೇರ್ ಈ ಡೇಟಾ ದಲ್ಲಿ ಪುನರಾವರ್ತಿತ ಮಾದರಿಗಳನ್ನು ಹುಡುಕಿ ಅವುಗಳನ್ನಾಧರಿಸಿ ನಿಯಮಗಳನ್ನು ಅದೇ ನಿರೂಪಿಸಿಕೊಳ್ಳಬೇಕು. ಈ ರೀತಿಯ ಆಲ್ಗರಿದಮ್ ಗಳನ್ನು ಮಾಡೆಲ್ ಎನ್ನುತ್ತಾರೆ. ಒಬ್ಬನಿಗೆ ಉದ್ಯೋಗ ನೀಡಿದರೆ ಹೇಗೆ ನಿರ್ವಹಿಸುತ್ತಾನೆ ಅಥವಾ ಒಬ್ಬನಿಗೆ ಸಾಲ ಕೊಟ್ಟರೆ ಅದನ್ನು ಆತ ಹಿಂದಿರುಗಿಸಬಹುದೇ ಎಂಬ ಭವಿಷ್ಯದ ನಿರ್ಣಯದ ಪ್ರಶ್ನೆಗಳಿಗೆ, ಅವರು ಅಥವಾ ಅವರಂತೆಯೇ ಇರುವ ಇತರರು ಈ ಮೊದಲು ಅಂತಹ ವಿಷಯಗಳಲ್ಲಿ ಹೇಗೆ ನೆಡೆದು ಕೊಂಡಿದ್ದಾರೆ ಎಂಬ ಆಧಾರದ ಮೇಲೆ ಉತ್ತರ ಊಹಿಸುವ ಇಂತಹ ಮಾಡೆಲ್ ಗಳನ್ನ ಪ್ರೆಡಿಕ್ಟಿವ್ ಎ ಐ ಎಂದು ಪರಿಗಣಿಸಿದ್ದಾರೆ. 

ಹೇಗೆ ನೆಟ್ ಫ್ಲಿಕ್ಸ್, ಮೊದಲು ನೋಡಿದ ಚಲನಚಿತ್ರದ ಆಧಾರದ ಮೇಲೆ ಮುಂದೆ ನೀವು ಯಾವುದನ್ನು ಇಷ್ಟಪಡಬಹುದೆಂದು ಸೂಚಿಸುತ್ತದೆಯೋ ಹಾಗೆ. ಇದೆಲ್ಲ ಯಾವುದೇ ಕೈಯಾರೆ ಬರೆದ ನಿಯಮದಂತೆ ನೆಡೆಯುವುದಿಲ್ಲ. ನಿಮ್ಮಂತೆಯೇ ಅದೇ ಚಿತ್ರ ನೋಡಿದ ಬೇರೆಯವರು ಮುಂದೆ ಯಾವ ಚಿತ್ರವನ್ನು ನೋಡಿದರು ಎಂಬ ಡೇಟಾದ ಆಧಾರದ ಮೇಲೆ ಅದೇ ಚಿತ್ರ ನೀವು ಕೂಡ ಇಷ್ಟ ಪಡಬಹುದೆಂದು ನಿಮಗೆ ಸೂಚಿಸುತ್ತದೆ. 

ಆದರೆ ಇಂತಹ ಮಾಡೆಲ್ ಗಳು ಎಂದಿಗೂ ಕರಾರುವಕ್ಕಾಗಿ ಭವಿಷ್ಯವನ್ನು ಊಹಿಸಲು ಕಷ್ಟ ಏಕೆಂದರೆ ಜನ ಬದಲಾಗುತ್ತಾರೆ, ಹಿಂದಿದ್ದಂತೆಯೇ ಮುಂದೆ ಇರಬೇಕೆಂಬ ನಿಯಮವೇನಿಲ್ಲ. ನಾಳೆ ಆತನಿಗೆ ಲಾಟರಿ ಹೊಡೆಯಬಹುದು ಅಥವಾ ಆತ ಕೆಲಸ ಕಳೆದುಕೊಳ್ಳಬಹುದು. ಇಂತಹ ಅನೀರಿಕ್ಷಿತ ಘಟನೆಗಳನ್ನು ಯಾವ ಮಾಡೆಲ್ ಕೂಡ ಊಹಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ. 

ಆದರೂ ಅನೇಕ ಕಂಪನಿಗಳು ಸುಳ್ಳು ಹೇಳಿ ಇಂತಹ ಎ ಐ ಉತ್ಪನ್ನಗಳನ್ನು ಮಾರುತ್ತಿವೆ. ಮತ್ತು ಇವು ಊಹಿಸುವ ತಪ್ಪು ಭವಿಷ್ಯದಿಂದ ಅನೇಕ ಜನರಿಗೆ ಅನ್ಯಾಯವಾಗುತ್ತಿದೆ ಎನ್ನುತ್ತಾರೆ ಲೇಖಕರು. ನೇಮಕಾತಿ, ಆಸ್ಪತ್ರೆಯಲ್ಲಿ ರೋಗಿಗಳ ವರ್ಗೀಕರಣ, ಇನ್ನು ಅನೇಕ ಕ್ಷೇತ್ರಗಳಲ್ಲಿ ಇಂತಹ ಎ ಐ ಮಾಡೆಲ್ ಗಳ ಬಳಕೆ ನೆಡೆಯುತ್ತಲೇ ಇದೆ ಎಂದು ಕಳವಳ ವ್ಯಕ್ತ ಪಡಿಸಿದ್ದಾರೆ. 

ಭವಿಷ್ಯವನ್ನು ಊಹಿಸಲು ಏಕೆ ಕಷ್ಟ ಎಂಬ ಪ್ರಶ್ನೆಗೆ ಪುಸ್ತಕದ  ವಿಷಯದ ಚೌಕಟ್ಟಿನಲ್ಲಿ ಉತ್ತರಿಸುವ ಪ್ರಯತ್ನ ಮಾಡಿದ್ದಾರೆ. ಹೇಗೆ ಹವಾಮಾನ ಮುನ್ಸೂಚನೆ ಸಂಕೀರ್ಣವಾಗಿದೆ ಎಂದು ವಿವರಿಸುತ್ತಾ ಎಡ್ವರ್ಡ್ ಲೋರೆಂಝೋ ಎಂಬ ವಿಜ್ಞಾನಿ ಕಂಡು ಕೊಂಡ ಸತ್ಯವನ್ನು ಹೇಳಿದ್ದಾರೆ. ಅದೆಂದರೆ ಆರಂಭದಲ್ಲಿ ತೀರಾ ಸಣ್ಣ ಎಂದು ತೋರುವ ಬದಲಾವಣೆಗಳು ಮುಂದೆ ಹೋಗುತ್ತಾ ಊಹಿಸಲಸಾಧ್ಯವಾಗುವಷ್ಟು  ಬೃಹತ್ ಆಗಿ ಪರಿಣಮಿಸುತ್ತದೆ. ಇದನ್ನೇ  ‘ಬಟರ್ಫ್ಲೈ ಎಫೆಕ್ಟ್ ‘  ಎಂದು ಕರೆಯುತ್ತಾರೆ. ಪಾತರಗಿತ್ತಿಯ ಅಲುಗಾಡುವ ರೆಕ್ಕೆ ವಾತಾವರಣದ ಗಾಳಿಯಲ್ಲಿ  ಉಂಟು ಮಾಡುವ ಚಿಕ್ಕ ಅಡಚಣೆ ಮುಂದೆ ಎಲ್ಲೋ ಯಾವಾಗಲೋ ಬಿರುಗಾಳಿಗೆ ಕಾರಣವಾಗಬಹುದು ಎಂಬ ಕಾರಣಕ್ಕೆ ಸಂಕೀರ್ಣ ವ್ಯವಸ್ಥೆಗಳಲ್ಲಿ ಭವಿಷ್ಯದ ಘಟಗಳನ್ನು ಊಹಿಸುವುದು ಕಷ್ಟ. ಎ ಐ ಕೂಡ ಇದಕ್ಕೆ ಹೊರತಲ್ಲ.  

ಈಗ ಜನಪ್ರಿಯವಾಗಿರುವ ಚಾಟ್ ಜಿ ಪಿ ಟಿ ತರಹದ ಜೆನೆರೇಟಿವ್ ಎ ಐ ಬಗ್ಗೆ,  ಅದು ಹೇಗೆ ಸಮಾಜದಲ್ಲಿ ಕೆಡಕನ್ನು ಉಂಟು ಮಾಡಬಹುದು ಎಂದು ಉದಾಹರಣೆ ಸಹಿತ ವಿವರಿಸಿದ್ದಾರೆ. ಈ ರೀತಿ ತಂತ್ರಜ್ಞಾನದ ಕೆಟ್ಟ ಪರಿಣಾಮಗಳನ್ನು ಎತ್ತಿ ಹಿಡಿಯುವ ಪುಸ್ತಕವೊಂದರಲ್ಲಿ ಮೊದಲು ಆ ತಂತ್ರಜ್ಞಾನ ಹೇಗೆ ಆರಂಭವಾಯಿತು, ಅದು ಮುಂದೆ ಹೇಗೆ ವಿಕಾಸವಾಯ್ತು, ಈಗಿರುವ ತಂತ್ರಜ್ಞಾನ ಹೇಗೆ ಕೆಲಸಮಾಡುತ್ತದೆ ಎಂಬ ವಿವರವನ್ನು ಮೊದಲು ನೀಡಬೇಕಾಗುತ್ತದೆ. ಲೇಖಕರು ಇಲ್ಲಿ ಅದೇ  ಕೆಲಸವನ್ನು ಮಾಡಿದ್ದಾರೆ, ಹೆಚ್ಚಿನ ವಿವರಗಳಿಗೆ ಹೋಗದೆ ಸಂಕ್ಷಿಪ್ತವಾಗಿ ಅವರು ತೋರಿಸಬೇಕಿದ್ದ ಕೆಟ್ಟ ಪರಿಣಾಮಗಳು ಅರ್ಥವಾಗಲು ಬೇಕಾಗುವಷ್ಟು ವಿವರವನ್ನಷ್ಟೇ ನೀಡಲು ಸಫಲರಾಗಿದ್ದಾರೆ. 

ಸರಿಯಾಗಿ ಕೆಲಸ ಮಾಡದ ಕಾರಣ ಪ್ರೆಡಿಕ್ಟಿವ್ ಎ ಐ ಬಳಕೆ ಅಪಾಯಕಾರಿಯಾದರೆ, ಚಿತ್ರ ವರ್ಗೀಕರಣ ಮಾಡುವ, ಪಠ್ಯ ಉತ್ಪಾದಿಸುವ ಜೆನೆರೇಟಿವ್ ಎ ಐ ಅಪಾಯಕಾರಿಯಾಗುವುದು ಅದು ಅತ್ಯಂತ ಚೆನ್ನಾಗಿ ಕೆಲಸ ಮಾಡುವುದುರಿಂದ ಎಂದು ಹೇಳುತ್ತಾ ಇಂತಹ ಎ ಐ ಗಳನ್ನ ಸರ್ಕಾರಗಳು ಜನರ ಖಾಸಗಿ ಬದುಕಿನ ಮೇಲೆ ಕಣ್ಗಾವಲು ಇಡಲು ಬಳಸಿಕೊಳ್ಳುವ ಅಪಾಯಕಾರಿ ಬೆಳವಣಿಗೆಯನ್ನು ನೈಜ ಉದಾಹರಣೆಗಳ ಮೂಲಕ ತೋರಿಸಿದ್ದಾರೆ.

ಯಾವುದು ಎ ಐ ಮತ್ತು ಯಾವುದು ಎ ಐ ಅಲ್ಲ ? ಎಂದು ನಿರ್ಧರಿಸುವುದೇ ಕಷ್ಟವಾಗಿದೆ ಎನ್ನುತ್ತಾ ಕೆಲವು ಸನ್ನಿವೇಶಗಳನ್ನು ನಮ್ಮ ವಿವೇಚನೆಗಾಗಿ ನೀಡಿದ್ದಾರೆ. 

೧. ಮಾನವನಿಗೆ ಈ ಕೆಲಸ ಮಾಡಲು ಸೃಜನನಾತ್ಮಕ ಪ್ರಯತ್ನ ಅಥವಾ ತರಬೇತಿಯ ಅವಶ್ಯವಿದೆಯೇ? ಉತ್ತರ ಹೌದಾದರೆ ಕಂಪ್ಯೂಟರ್ ವ್ಯವಸ್ಥೆಗಳು ಈ ಕಾರ್ಯವನ್ನು ಮಾಡಬಲ್ಲವು ಮತ್ತು ಇವು ಎ ಐ ಆಗಿರಬಹುದು. ಚಿತ್ರ ರಚನೆ ಎ ಐ ಎಂದು ಹೇಳುತ್ತಾರೆ. ಒಂದು ಚಿತ್ರ ರಚಿಸಲು ಮಾನವನಿಗೆ ಸ್ವಲ್ಪ ಮಟ್ಟಿಗಾದರೂ ಕುಶಲತೆ, ಅಭ್ಯಾಸ ಬೇಕು. ಆದರೆ ಚಿತ್ರ ಏನೆಂದು ಗುರುತಿಸುವುದನ್ನೂ ಕೂಡ ಎ ಐ ಎಂದು ಹೇಳುತ್ತಾರೆ. ಮಾನವನಿಗೆ ಅತ್ಯಂತ ಸುಲಭವಾದ ಈ ಕೆಲಸ ಸುಮಾರು 2010ರವರೆಗೂ ಎ ಐ ವ್ಯವಸ್ಥೆಗಳಿಗೆ ಕಷ್ಟವಾಗಿತ್ತು. ಅಂದರೆ ಮಾನವ ಬುದ್ಧಿಮತ್ತೆಗೆ ಹೋಲಿಕೆ ಮಾಡುವುದು ಮಾತ್ರ ಸರಿಯಾದ ಮಾನ ದಂಡವಲ್ಲ ಎಂದಾಯ್ತು. 

೨. ವ್ಯವಸ್ಥೆ ಹೇಗೆ ವರ್ತಿಸಬೇಕೆಂದು ಒಬ್ಬ ಇಂಜಿನಿಯರ್ ನೇರವಾಗಿ ಕೋಡ್ ಮೂಲಕ ತಿಳಿಸಿದ್ದನಾ? ಅಥವಾ ಬೇರೆ ಉದಾಹರಣೆಗಳನ್ನು ನೋಡಿ , ಕಲಿಯುವುದರ ಮೂಲಕ ವರ್ತನೆ ತನ್ನಿಂತಾನೇ ಹೊರಹೊಮ್ಮಿತಾ? ವ್ಯವಸ್ಥೆಯ ವರ್ತನೆ ಪರೋಕ್ಷವಾಗಿ ಹೊರ ಹೊಮ್ಮಿದರೆ, ಅದನ್ನು ಎ ಐ ಎಂದು ಕರೆಯಬಹುದು. ಉದಾಹಣೆಗಳ ಮೂಲಕ ಕಲಿಯುವುದು ಯಂತ್ರ ಕಲಿಕೆ ಎನ್ನುತ್ತಾರೆ. ಆದರೆ ಇಂದಿಗೂ ನೇರವಾಗಿ ಪ್ರೋಗ್ರಾಮ್ ಮಾಡಿದ ರೋಬೋಟ್ ನಿರ್ವಾಯು ಮಾರ್ಜಕ ಗಳನ್ನು ಎ ಐ ಎಂದು ಕರೆಯುತ್ತಾರೆ. 

೩. ವ್ಯವಸ್ಥೆ ಖುದ್ದು ತನ್ನ ನಿರ್ಧಾರಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳುವ ಸಾಮರ್ಥ್ಯ ಪಡೆದಿದೆಯೇ ಮತ್ತು ಸಲ್ಪ ಮಟ್ಟಿಗಾದರೂ ತನ್ನ ವಾತಾವರಣಕ್ಕೆ ಹೊಂದಿಕೊಳ್ಳುವ ಶಕ್ತಿ ಇದೆಯೇ? ಇದಕ್ಕೆ ಒಳ್ಳೆ ಉದಾಹರಣೆ ಸ್ವಯಂ ಚಾಲನಾ ಕಾರುಗಳು. ಇವು ಎ ಐ ಎಂದು ಮಾನ್ಯ ಪಡೆದಿವೆ. ಆದರೆ ಒಂದು ಥೆರ್ಮೋಸ್ಟಾಟ್ ಕೂಡ ಈ ಮಾನದಂಡವನ್ನು ಪಾಲಿಸುತ್ತದೆ ಆದರೆ ಅದನ್ನು ಎ ಐ ಎಂದು ಕರೆಯುವುದಿಲ್ಲ. 

ಒಂದು ಕಂಪ್ಯೂಟರ್ ವ್ಯವಸ್ಥೆ ಗೆ ಎ ಐ ಎಂಬ ಲೇಬಲ್ ಅಂಟಿಸ ಬೇಕಾ ಬೇಡವಾ ಎಂಬ ನಿರ್ಧಾರ ಮಾಡಲು ಮೇಲಿನ ಮೂರು ಪ್ರಶ್ನೆಗಳು ಸಹಕಾರಿಯಾಗಿದೆ ಎನ್ನುತ್ತಾರೆ. 

ಎಜಿಐ – ಸಾಮಾನ್ಯ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ 

ಸಾಮಾನ್ಯವಾಗಿ ಎ ಐ ವ್ಯವಸ್ಥೆಗಳನ್ನು ಮೂರು ರೀತಿಯಾಗಿ ವಿಂಗಡಿಸುತ್ತಾರೆ. ಈಗಿನ ಎ ಐ ವ್ಯವಸ್ಥೆಗಳು ಯಾವುದಾದರೊಂದು ನಿರ್ಧಿಷ್ಟ ಕಾರ್ಯ ನಿರ್ವಹಿಸಲು ಶಕ್ತವಾಗಿದೆ ಉದಾಹರಣೆಗೆ ಚೆಸ್ ಆಡುವುದು, ಚಿತ್ರ ಬಿಡಿಸುವುದು, ಪಠ್ಯ ರಚಿಸುವುದು. ಇವುಗಳನ್ನು ಸಂಕುಚಿತ ಬುದ್ಧಿಮತ್ತೆ ಎಂದು ಕರೆಯುತ್ತಾರೆ. ಮನುಷ್ಯ ಮಾಡುವ ಬಹುತೇಕ ಎಲ್ಲ ಆರ್ಥಿಕವಾಗಿ ಮೌಲ್ಯವುಳ್ಳ ಕಾರ್ಯಗಳನ್ನು ಮನುಷ್ಯನಷ್ಟೇ ಅಥವಾ ಇನ್ನೂ ಚೆನ್ನಾಗಿ ನಿರ್ವಹಿಸಬಲ್ಲ ಎ ಐ ವ್ಯವಸ್ಥೆಗೆ ಸಾಮಾನ್ಯ ಬುದ್ಧಿಮತ್ತೆ ಎನ್ನುತ್ತಾರೆ. ಎ ಐ ಸ್ನೇಕ್ ಆಯಿಲ್ ಪುಸ್ತಕದಲ್ಲಿ ನೀಡಿದ ಈ ವ್ಯಾಖ್ಯಾನದ ಸಾಮಾನ್ಯ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಇನ್ನೂ ಅಭಿವೃದ್ಧಿಯಾಗಿಲ್ಲ. ಅನೇಕ ದೊಡ್ಡ ಎ ಐ ಕಂಪನಿಗಳು ಅಂದರೆ ಓಪನ್ ಎ ಐ, ಆಂಥ್ರೋಪಿಕ್, ಗೂಗಲ್ ಡೀಪ್ ಮೈಂಡ್ ಹಾಗೂ ಇನ್ನಿತರ ಕಂಪನಿಗಳ ಮುಖ್ಯವಾದ ಗುರಿಯೇ ಸಾಮಾನ್ಯ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಅಭಿವೃದ್ಧಿ ಗೊಳಿಸುವುದು. 

ಮುಂಬರುವ ಕಾಲದಲ್ಲಿ ಸಾಮಾನ್ಯ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಖಂಡಿತವಾಗಿಯೂ ತಲುಪಲಿದ್ದೇವೆ ಎಂದು ಒಪ್ಪುವ ಲೇಖಕರು, ಯಾವಾಗ ಎಂದು ಮುನ್ನೋಟ ನೀಡಲು ಸಾಧ್ಯವಿಲ್ಲ ಎನ್ನುತ್ತಾರೆ. ಅವರ ಪ್ರಕಾರ ಎ ಐ ತಂತ್ರಜ್ಞಾನದ ಅಭಿವೃದ್ಧಿ ಹಂತ ಹಂತ ವಾಗಿ ಸಾಮಾನ್ಯತೆ ಪಡೆಯಲಿದೆ. ಮೊದಲು ಅಲನ್ ಟ್ಯೂರಿಂಗ್ ಮೂಲಕ ಪ್ರೋಗ್ರಾಮ್ ಮಾಡಬಲ್ಲ ಕಂಪ್ಯೂಟರ್ಗಳ ಅವಿಷ್ಕಾರವಾಯಿತು, ನಂತರದ ಹಂತದಲ್ಲಿ ಯಾಂತ್ರಿಕ ಕಲಿಕೆಯ ಅಭಿವೃದ್ಧಿಯಿಂದ ಎ ಐ ಸುಧಾರಿಸಿತು, ನ್ಯೂರಲ್ ನೆಟ್ ವರ್ಕ್ ಈಗಿನ ಹಂತದಲ್ಲಿದೆ., ಹೀಗೆ ಒಂದೊಂದೇ ಮೆಟ್ಟಿಲು ಹತ್ತುತ್ತ ಸಾಮಾನ್ಯ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ತಲುಪುತ್ತೇವೆ ಎನ್ನುತ್ತಾರೆ. 

ಸೂಪರ್ ಇಂಟೆಲಿಜೆನ್ಸ್ 

ಒಮ್ಮೆ ಮಾನವ ಬುದ್ಧಿ ಸಮಾನ ಸಾಮಾನ್ಯ ಎ ಐ ಗಳು ಬಂದರೆ, ಅವುಗಳನ್ನ ಎ ಐ ಸಂಶೋಧನೆ ಮಾಡಲು ಉಪಯೋಗಿಸಬಹುದು. ಈ ರೀತಿ ಬುದ್ಧಿವಂತಿಕೆಯನ್ನು ಸುಧಾರಿಸಿಕೊಳ್ಳುತ್ತ ಸೂಪರ್ ಬುದ್ಧಿವಂತಿಕೆ ‘ ಈ ವ್ಯವಸ್ಥೆ ಪಡೆದುಕೊಂಡುಬಿಡುತ್ತದೆ. ಈ ಬುದ್ಧಿವಂತಿಕೆ ಮಾನವನಿಗಿಂತ ಎಷ್ಟೋ ಪಾಲು ಅಧಿಕ. ನಮ್ಮ ಬುದ್ಧಿಗೆ ನಿಲುಕದ ಮೇಲೆ ಅದರ ಬಗ್ಗೆ ಆಲೋಚಿಸಲು ನಮ್ಮಿಂದ ಸಾಧ್ಯವಿಲ್ಲ. 

ಎ ಐ ನಿಂದ ಮಾನವನ ಅಸ್ಥಿತ್ವಕ್ಕೆ ಅಪಾಯ 

ಸಾಮಾನ್ಯ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಮತ್ತು ಸೂಪರ್ ಬುದ್ಧಿವಂತಿಕೆ ಮಾನವನಿಗಿಂತ ಶಕ್ತಿಶಾಲಿಯಾಗಲಿವೆ. ಈಗ ಪ್ರಸ್ತುತವಾಗಿ ನೆಡೆಯುತ್ತಿರುವ ಅತಿ ಮುಖ್ಯ ಚರ್ಚೆ ಎಂದರೆ ಎ ಐ ನ ಶೀಘ್ರ ಪ್ರಗತಿ ಮುಂದೆ ಮಾನವನ ಅಸ್ತಿತ್ವವನ್ನೇ ಅಳಿಸಿ ಹಾಕುವ ಅಪಾಯಕ್ಕೆ ಕಾರಣವಾಗಬಹುದಾ ಎಂಬುದು. ಎರಡು ಕಡೆಗೆ ಪ್ರಬಲ ವಾದಗಳು ಮತ್ತು ಪ್ರತಿಪಾದಕರು ಇದ್ದಾರೆ. ಎ ಐ ಸೃಷ್ಟಿ ಮಾಡುವ ಕಾರ್ಯದಲ್ಲೇ ತೊಡಗಿರುವ ಸಂಶೋಧಕರು, ವಿಜ್ಞಾನಿಗಳಲ್ಲೇ ಒಮ್ಮತವಿಲ್ಲ. ಕೆಲವರು ಸಂಪೂರ್ಣ ವಿನಾಶಕ್ಕೆ ಕಾರಣವಾಗುತ್ತದೆ ಎಂಬ ಕತ್ತಲೆಯ ಭವಿಷ್ಯದ ಮುನ್ನುಡಿ ನಂಬಿ ಎ ಐ ಡೂಮರ್ಸ್ ಎಂದು ಕರೆಸಿಕೊಂಡರೆ ಇನ್ನು ಕೆಲವರು ಎ ಐ ನಿಂದ ಜಗತ್ತಿಗೆ ಬಹಳ ಉಪಯೋಗವಾಗಲಿದೆ ಮತ್ತು ಮಾನವತೆಯೇ ನಷ್ಟವಾಗುವ ಮಟ್ಟಕ್ಕೆ ತಲುಪುವುದಿಲ್ಲ ಎಂದು ಆಶಾವಾದಿಗಳಾಗಿದ್ದಾರೆ. ಇವರನ್ನು ಎ ಐ ಬೂಮರ್ಸ್ ಎನ್ನುತ್ತಾರೆ. 

ಚಾಟ್ ಜಿ ಪಿ ಟಿ ಅಂತಹ ನಾವು ಪ್ರತಿನಿತ್ಯ ಉಪಯೋಗಿಸುವ ಎ ಐ ತಂತ್ರಜ್ಞಾನ ಮಾನವನ ವಿನಾಶಕ್ಕೆ ಹೇಗೆ ಕಾರಣವಾಗಬುದೆಂದು ನೀವು ಕೇಳಬಹುದು. ಇಲ್ಲಿ ವಿನಾಶ ಎಂದರೆ ನೈತಿಕವಾಗಿಯೋ, ಆರ್ಥಿಕವಾಗಿಯೋ ಅಲ್ಲ, ಇಲ್ಲಿ ವಿನಾಶವೆಂದರೆ ಒಂದು ಮಾನವ ಸಂತತಿಯೂ ಉಳಿಯದಂತೆ ಎ ಐ ನಮ್ಮನ್ನು ಕೊಂದು ಬಿಡುವ ಸನ್ನಿವೇಶ. ಸಹಜವಾಗಿಯೇ ಇದು ಹೇಗೆ ಸಾಧ್ಯ ಎಂಬ ಪ್ರಶ್ನೆ ಮೂಡಿ ಕುತೂಹಲದಿಂದ ಕೇಳಬಹುದು. ಮುಂದೆ ಕೆಲವು ಅಂತಹ ಸನ್ನಿವೇಶಗಳನ್ನು ನೋಡೋಣ 

೧. ಸ್ವಯಂ ಚಾಲಿತ ಶಸ್ತ್ರಾಸ್ತಗಳ ನಿಯಂತ್ರಣ: ಮಿಲಿಟರಿ ಮತ್ತಿತರ ರಕ್ಷಣಾ ವಲಯದಲ್ಲಿ ಹೆಚ್ಚು ಹೆಚ್ಚು ಡ್ರೋನ್ ಮತ್ತಿತರ ಶಸ್ತ್ರಾಸ್ತಗಳನ್ನು ಎ ಐ ಗಳೇ ನಿಯಂತ್ರಿಸುತ್ತವೆ. ಇವು ಸಮರ್ಪಕವಾಗಿ ಕಾರ್ಯ ಮಾಡಲು ವಿಫಲವಾಗಿ ಅಥವಾ ಅದರದ್ದೇ ಸ್ವಂತ ಗುರಿ ಸಾಧಿಸಲು ಶಸ್ತ್ರಾಸ್ತಗಳನ್ನು ಮಾನವನೆಡೆಗೆ ತಿರುಗಿಸಬಹುದು. 

೨. ನಿರ್ಣಾಯಕ ವ್ಯವಸ್ಥೆಗಳ ಹತೋಟಿ: ವಿದ್ಯುತ್ ಶಕ್ತಿ , ನೀರು ಸರಬರಾಜು ಹಾಗೂ ಮತ್ತಿತರ ಪ್ರಮುಖ ನಾಗರಿಕ ವ್ಯವಸ್ಥೆಗಳನ್ನು ನಿಯಂತ್ರಿಸುವ ಎ ಐ ಗಳು ಇವನ್ನು ತಮ್ಮ ಹತೋಟಿಗೆ ತೆಗೆದುಕೊಂಡು ಅವುಗಳ ದುರುಪಯೋಗದಿಂದ ಮನನವನ ಮೇಲೆ ಕೆಟ್ಟ ಪರಿಣಾಮಗಳನ್ನು ಬೀರಬಹುದು. 

೩. ಪೇಪರ್ ಕ್ಲಿಪ್ ಗರಿಷ್ಠಕಾರಕ: ಎಷ್ಟು ಜಾಸ್ತಿಯಾಗುತ್ತದೋ ಅಷ್ಟು ಪೇಪರ್ ಕ್ಲಿಪ್ ಗಳನ್ನ ಉತ್ಪಾದಿಸಲು ಎ ಐ ಗೆ ಆಜ್ಞೆ ಕೊಟ್ಟಿರಿ ಎಂದು ಭಾವಿಸಿ. ಎ ಐ  ನಿಮ್ಮ ಕೋರಿಕೆಯನ್ನು ಅಕ್ಷರಶಃ ಅರ್ಥೈಸಿ ಶಿರಸಾ ವಹಿಸಲು ಅಣಿಯಾಗುತ್ತದೆ. ಮೊದಲು ಕಚ್ಚಾ ವಸ್ತುವಾದ ಉಕ್ಕಿನಿಂದ ಬೃಹತ್ ಪ್ರಮಾಣದಲ್ಲಿ ಪೇಪರ್ ಕ್ಲಿಪ್ ಗಳನ್ನ ತಯಾರಿಸುತ್ತದೆ. ಇನ್ನೂ ಹೆಚ್ಚು ಉತ್ಪಾದಿಸಲು ಅದಕ್ಕೆ ಸಂಪನ್ಮೂಲ ಕೊರತೆ ಎದುರಾಗುತ್ತದೆ. ಮನುಷ್ಯರು ಈ ಸಂಪನ್ಮೂಲಗಳ ಬಳಕೆಯಿಂದ ಪ್ರತಿಸ್ಪರ್ಧಿಗಳಾಗಿದ್ದಾರೆ  ಮತ್ತು ಮಾನವ ದೇಹ ಮತ್ತಿತರ ಜೈವಿಕ ಪದಾರ್ಥಗಳನ್ನು ಪೇಪರ್ ಕ್ಲಿಪ್ ಮಾಡಲು ಸಂಪನ್ಮೂಲಗಳಾಗಿ ಉಪಯೋಗಿಸಬಹುದು ಎಂದರಿತು ಇಡೀ ಭೂಮಿಯನ್ನು ಪೇಪರ್ ಕ್ಲಿಪ್ ಉತ್ಪಾದಿಸಲು ಬೇಕಾದ ಸಂಪನ್ಮೂಲವಾಗಿ ಪರಿವರ್ತನೆ ಮಾಡುತ್ತದೆ. 

೪. ಜೈವಿಕ ಅಪಾಯ: ಕೋವಿಡ್ ನಂತಹ ಮಾಹಾ ಮಾರಿ ಸಾಂಕ್ರಾಮಿಕ ವೈರಸ್ ಗಳನ್ನು ಪ್ರಯೋಗಾಲಯದಲ್ಲಿ ಅಭಿವೃದ್ಧಿ ಪಡಿಸಲು ಎ ಐ ಸಹಕರಿಸಬಹುದು. 

ಹೀಗೆ ಮಾನವ ಅಸ್ಥಿತ್ವಕ್ಕೆ ಧಕ್ಕೆಯಾಗುವ ಇನ್ನೂ ಕೆಲವು ಸನ್ನಿವೇಶಗಳನ್ನೂ ಕಲ್ಪಿಸಿಕೊಳ್ಳಬಹುದು. ಲೇಖಕರು ಈ ಅಪಾಯಗಳ ಬಗ್ಗೆ ಏನು ಹೇಳುತ್ತಾರೆ ಎಂದು ನೋಡೋಣ. 

ಎ ಐ ಸಂಶೋಧಕರ ಈ ರೀತಿಯ ಅಪಾಯಗಳ ಬಗ್ಗೆ ಮಾತನಾಡುವುದು ದೊಡ್ಡ ವಿಷಯವಲ್ಲ ಏಕೆಂದರೆ ಅವರು ಅಧ್ಯಯನದ ಕೆಲಸ ಮಾಡಲು ಎ ಐ ಕ್ಷೇತ್ರವನ್ನು ಆಯ್ಕೆ ಮಾಡಿಕೊಂಡ ಮೇಲೆ, ತಾವು ಮುಖ್ಯವಾದ ತಂತ್ರಜ್ಞಾನದ ಮೇಲೆ ಕೆಲಸ ಮಾಡುತ್ತಿದ್ದೇವೆ ಎಂದು ಬಿಂಬಿಸಲು ಈ ವಾದಗಳು ಸಹಕಾರಿಯಾಗುತ್ತವೆ ಎಂದು ಲೇಖಕರು ಅಭಿಪ್ರಾಯ ಪಟ್ಟಿದ್ದಾರೆ. ಅಷ್ಟೇ ಅಲ್ಲದೆ 50-60 ವರ್ಷಗಳ ಹಿಂದೆ ಸಂಶೋಧಕರು ಮುನ್ನೋಟ ನೀಡಿದ್ದ ವಿಷಯಗಳು ಹಲವು ಇವತ್ತು ನಿಜವಾಗಿಲ್ಲ. ಆದ್ದರಿಂದ ಸಂಶೋಧಕರ ಮಾತಿಗೆ ಹೆಚ್ಚಿನ ಬೆಲೆ ಕೊಡುವ ಅಗತ್ಯವಿಲ್ಲ ಎನ್ನುತ್ತಾರೆ. 

ಪೇಪರ್ ಕ್ಲಿಪ್ ಗರಿಷ್ಟಕಾರಕದ ಬಗ್ಗೆ ಲೇಖಕರು, ಮಾನವರನ್ನು ಕೊಂದು ಹೆಚ್ಚಿನ ಪೇಪರ್ ಕ್ಲಿಪ್ ಅನ್ನು ಉತ್ಪಾದಿಸಬೇಕಂದು ತಿಳಿದ ಜಾಣ ಎ ಐ ಗೆ, ಮಾನವನನ್ನು ಕೊಲ್ಲುವುದು ತಪ್ಪು ಎಂಬ ಸರಳ ವಿಷಯ ತಿಳಿಯದ್ದು ವಿಪರ್ಯಾಸ ಎಂದು ನುಡಿಯುತ್ತಾರೆ. 

ಎ ಐ ಅಭಿವುದ್ಧಿಯನ್ನು ಜಾಗತಿಕವಾಗಿ ನಿಲ್ಲಿಸಬೇಕು ಮತ್ತು ಈ ಬಗ್ಗೆ ಸರ್ಕಾರಗಳು ಸರಿಯಾದ ಕಾಯಿದೆಗಳನ್ನು ರೂಪಿಸಬೇಕೆಂಬ ಕರೆ ಕೇಳಿಬರುತ್ತಿದ್ದು, ಇವುಗಳು ಕೂಡ ಸರಿಯಾದ ಮಾರ್ಗವಲ್ಲ ಎನ್ನುತ್ತಾರೆ. ಏಕೆಂದರೆ ಈ ಕಾಯಿದೆ ಗಳನ್ನ ಒತ್ತಾಯಿಸುತ್ತಿರುವವರಲ್ಲಿ ಅನೇಕ ದೊಡ್ಡ ಕೊಂಪೆನಿಗಳೇ ಇವೆ. ಆಗಲೇ ಎ ಐ ಅಭಿವೃದ್ಧಿಯಲ್ಲಿ ಮುಂಚೂಣಿಯಲ್ಲಿರುವ ಈ ಕಂಪನಿಗಳು, ಬೇರೆ ಪ್ರತಿಸ್ಪರ್ಧಿಗಳು  ಈ ಕ್ಷೇತ್ರಕ್ಕೆ ಪ್ರವೇಶಿಸದಂತೆ ಮಾಡುತ್ತಿರುವ ಹುನ್ನಾರದಂತಿದೆ ಎಂದು ಸಂಶಯವನ್ನು ವ್ಯಕ್ತಪಡಿಸಿದ್ದಾರೆ. 

ಎ ಐ  ಸುರಕ್ಷತಾ ಸಮುದಾಯ ಪ್ರಸ್ತಾಪಿಸುವ ಇನ್ನೊಂದು  ಪರಿಹಾರವೆಂದರೆ – ಎ ಐ ವ್ಯವಸ್ಥೆಗಳನ್ನು ಮಾನವತೆಯ ಆಸಕ್ತಿಗಳನ್ನು ಗೌರವಿಸುವಂತೆ ಮತ್ತು ಯಾವುದೇ ಕಾರಣಕ್ಕೂ ಮಾನವನ ವಿರುದ್ಧವಾಗಿ ನೆಡೆದುಕೊಳ್ಳದಂತೆ ಸರಿದಾರಿಗೆ ತರುವುದು.  ಫಲ ನೀಡುವುದಿಲ್ಲ ಎನ್ನುತ್ತಾರೆ. ಸಾಮಾನ್ಯತೆಯ ಎಣಿಯಲ್ಲಿ ಸಾಮಾನ್ಯ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಸಾಧಿಸಲು ಇನ್ನೂ ಎಷ್ಟು ಮೆಟ್ಟಿಲುಗಳನ್ನು ಹತ್ತಬೇಕು ಮತ್ತು ಈ ಮೆಟ್ಟಿಲುಗಳು ಯಾವವು ಎಂದೇ ತಿಳಿಯದಿರುವಾಗ ಅದ್ಯಾವ ರೀತಿಯಲ್ಲಿ ನಮಗೆ ಬೇಕಾದಂತೆ ಸರಿ ಹೊಂದಿಸಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ ಎಂದು ಪ್ರಶ್ನಿಸಿದ್ದಾರೆ. 

ಇಷ್ಟಾಗಿಯೂ ಲೇಖಕರು ಎ ಐ ನಿಂದ ಮಾನವನಿಗೆ ವಿಪತ್ತು ಎದುರಾಗುವ ಎಲ್ಲ ಸಾಧ್ಯತೆಗಳು ಇವೆ ಮತ್ತು ಅವುಗಳನ್ನು ಗಂಭೀರವಾಗಿ ಪರಿಗಣಿಸಬೇಕು ಎನ್ನುತ್ತಾರೆ. ಅವರ ಪ್ರಕಾರ, ಜನರು ಶಕ್ತಿಶಾಲಿ ಎ ಐ ಗಳನ್ನು ದುರುಪುಯೋಗ ಮಾಡುವುದೇ ಇದಕ್ಕೆ ಕಾರಣ.  

ಅತ್ಯಾಧುನಿಕ ಎ ಐ ತಂತ್ರಜ್ಞಾನ ದುಷ್ಟರಿಗೆ ಯಾವಾಗಲೂ ಲಭ್ಯವಿದೆ ಮತ್ತು ಅವರು ಇದನ್ನು ಹಾನಿ ಮಾಡಲು ಬಳಸಿಕೊಳ್ಳುತ್ತಾರೆ. ಈ ಕೆಟ್ಟ ಜನರಿಂದ ನಮ್ಮನ್ನು ಹೇಗೆ ರಕ್ಷಿಸಿಕೊಳ್ಳಬೇಕು ಎಂಬುದಕ್ಕೆ ಇವರು ನೀಡುವ ಉಪಾಯ ಹೀಗಿದೆ.  ಈಗಾಗಲೇ ನಾವು ಸಾಫ್ಟ್ ವೇರ್ ತಂತ್ರಜ್ಞಾನವನ್ನು ಹ್ಯಾಕರ್ಸ್ ಗಳಿಂದ ರಕ್ಷಿಸಿಕೊಳ್ಳುತ್ತ ಬಂದಿದ್ದೇವೆ. ಸಾಫ್ಟ್ ವೇರ್ ನಲ್ಲಿ ದುರ್ಬಲತೆಯನ್ನು ಹುಡುಕಿ ಆಕ್ರಮಣ ಮಾಡಲು ಸುಮಾರು ಹತ್ತು ವರ್ಷಗಳ ಹಿಂದಿನಿಂದಲೇ ಎ ಐ ಅನ್ನು ಬಳಸುತ್ತಿದ್ದಾರೆ ಆದರೂ ವಿಶ್ವ ವಿನಾಶವಾಗಿದೆಯೇ ಎಂದು ಪ್ರಶ್ನಿಸುತ್ತ ಅದು ಏಕೆಂದರೆ ರಕ್ಷಿಸುವವರಿಗೂ ಅದೇ ತಂತ್ರಜ್ಞಾನ ಲಭ್ಯವಿದೆ, ವಾಸ್ತವವಾಗಿ ಈ ತಂತ್ರಜ್ಞಾನವನ್ನು ಅಭಿವೃದ್ಧಿ ಪಡಿಸಿದ್ದು ಯಾವ ದಾಳಿಕೋರರೂ ಅಲ್ಲ , ಮಾಹಿತಿ ಭದ್ರತಾ ಉದ್ಯಮ. ಆದ್ದರಿಂದ ರಕ್ಷಕರು ಯಾವಾಗಲೂ ದಾಳಿಕೋರರಿಗಿಂತ ಒಂದು ಹೆಜ್ಜೆ ಮುಂದಿರುತ್ತಾರೆ ಎನ್ನುತ್ತಾರೆ. 

ಹೀಗೆ ನಿರ್ದಿಷ್ಟ ಅಪಾಯಗಳನ್ನು ಸೈಬರ್ ಭದ್ರತೆ ಮೂಲಕ ರಕ್ಷಿಸಿಕೊಳ್ಳಬೇಕು ಎನ್ನುತ್ತಾ ಪುಸ್ತಕವನ್ನು ಮುಗಿಸುತ್ತಾರೆ . 

ಎ ಐ ಸ್ನೇಕ್ ಆಯಿಲ್ ಪುಸ್ತಕದಲ್ಲಿ ಲೇಖಕರು ಬೇರೆ ಬೇರೆ ವಿಷಯಗಳಿಗೆ ಸಂಬಂಧ ಪಟ್ಟಂತೆ ನೀಡಿರುವ ವಾದ ಸರಣಿಗಳನ್ನು ಒಪ್ಪಲೇಬೇಕೆಂದೇನಿಲ್ಲ. ಈ ಕ್ಷೇತ್ರದಲ್ಲಿ ಚರ್ಚೆಗಳು ಹಸಿಯಾಗಿವೆ ಮತ್ತು ಯಾವುದೇ ಒಂದು ಅಥವಾ ಇನ್ನೊಂದು ಕಡೆಗೆಂದು ತೀರ್ಮಾನವಾಗಿಲ್ಲ. 

ಎಲಿಎಝರ್ ಯುಡ್ಕೋವಸ್ಕಿ ಎಂಬಾತ “ಎ ಐ ಮನುಷ್ಯರನ್ನು ಕೊಲ್ಲುತ್ತದೆ’ ಎಂದು ಬಹುತೇಕ ಖಚಿತವಾಗಿ ನಂಬಿರುವ ಮತ್ತು ಅದಕ್ಕೆ ತಕ್ಕ ಬಲವಾದ ವಾದವನ್ನು ನೀಡುವ ಮುಂಚೂಣಿಯಅಲ್ಲಿರುವ ಎ ಐ ಡೂಮರ್. ಎ ಐ,  ನಮಗೆ ಸರಿಯಾಗಿ ಅರ್ಥವಾಗದ ರೀತಿಯಲ್ಲಿ ತನ್ನ ಗುರಿ ಸಾಧಿಸುವ ಸಲುವಾಗಿ ನಿರ್ಧಿಷ್ಟ ಕಾರ್ಯವನ್ನು ಮಾಡುವ ಶಕ್ತಿ ಹೊಂದಿದೆ ಎಂಬುದು ಈತನ ಮುಖ್ಯ ವಾದ. ಅನಿಲ್ ಅನಂತಸ್ವಾಮಿ ಎಂಬ ಲೇಖಕ ಕೂಡ ತಮ್ಮ ವೈ ಮೇಷಿನ್ಸ್ ಲರ್ನ್? ಎಂಬ ಪುಸ್ತಕದ ಕೊನೆಯ ಅಧ್ಯಾಯವಾದ  “ಅಜ್ಞಾತ ಪ್ರದೇಶ” terra incognita ದಲ್ಲಿ ಡೀಪ್ ಲರ್ನಿಂಗ್ ನ ಅರ್ಥವಾಗದ ವರ್ತನೆಯ ಬಗ್ಗೆ ಬರೆದಿದ್ದಾರೆ. 

——