കൃത്യമായി ഇതേ മാതൃകയാണ് ആന്ത്രോപിക് തങ്ങളുടെ എഐ മോഡലുകളിൽ പരീക്ഷിക്കുന്നത്. ഇതിനെയാണ് നമ്മൾ കോൺസ്റ്റിറ്റ്യൂഷണൽ എഐ (Constitutional AI) എന്ന് വിളിക്കുന്നത്. എഐ സാങ്കേതികവിദ്യ കേവലം വിവരങ്ങൾ നൽകുന്ന ഒന്നിൽ നിന്ന്, സ്വന്തമായി വിവേചനബുദ്ധിയോടെ പെരുമാറുന്ന ഒന്നായി മാറുകയാണ്. ഇവിടെ 'നിയമങ്ങളിൽ' (Rules) നിന്ന് 'തത്വങ്ങളിലേക്കുള്ള' (Principles) മാറ്റം വളരെ നിർണ്ണായകമാണ്. ഒരു റോബോട്ടിന് "ബോംബ് ഉണ്ടാക്കാൻ പഠിപ്പിക്കരുത്" എന്ന് നിയമം നൽകാം. എന്നാൽ "മനുഷ്യന് ദോഷകരമായ ഒന്നും ചെയ്യരുത്" എന്ന തത്വം നൽകുമ്പോൾ, ബോംബ് മാത്രമല്ല, മനുഷ്യനെ ദോഷകരമായി ബാധിക്കുന്ന ലക്ഷക്കണക്കിന് മറ്റ് കാര്യങ്ങളിൽ നിന്ന് കൂടി എഐ സ്വയം പിന്തിരിയുന്നു. എന്തുകൊണ്ട് ഒരു കാര്യം ചെയ്യരുത് എന്ന 'യുക്തി' (Reasoning) എഐക്ക് നൽകുന്നതിലൂടെ കൂടുതൽ സുരക്ഷിതമായ ഒരു ഭാവി നിർമ്മിക്കാൻ നമുക്ക് സാധിക്കും.

എന്നാൽ ഈ രീതിക്ക് ചില വലിയ സാമ്പത്തിക-സാങ്കേതിക പരിമിതികളുണ്ട് (Bottleneck):

1. ചിലവ് (Expense): ആയിരക്കണക്കിന് വിദഗ്ദ്ധരെ ശമ്പളം നൽകി ഇരുത്തി വിവരങ്ങൾ പരിശോധിപ്പിക്കുക എന്നത് കമ്പനികൾക്ക് വലിയ സാമ്പത്തിക ബാധ്യതയാണ്.

2. വേഗത (Speed): മനുഷ്യർക്ക് വിവരങ്ങൾ പരിശോധിക്കാൻ സമയമെടുക്കും. എന്നാൽ എഐയുടെ വളർച്ചാ വേഗതയ്‌ക്കൊപ്പം എത്താൻ മനുഷ്യൻ്റെ അധ്വാനത്തിന് കഴിയില്ല.

3. സ്ഥിരതയില്ലായ്മ (Inconsistency): രണ്ട് മനുഷ്യർക്ക് ഒരേ കാര്യത്തിൽ രണ്ട് അഭിപ്രായമുണ്ടാകാം. ഇത് എഐയെ ആശയക്കുഴപ്പത്തിലാക്കുന്നു.

ഇവിടെയാണ് കോൺസ്റ്റിറ്റ്യൂഷണൽ എഐ (CAI) അല്ലെങ്കിൽ ആർഎൽഎഐഎഫ് (RLAIF) എന്ന വിപ്ലവകരമായ മാറ്റം വരുന്നത്. മനുഷ്യർക്ക് പകരം മറ്റൊരു എഐ മോഡൽ തന്നെ എഐയെ പഠിപ്പിക്കുന്ന രീതിയാണിത്. ഇതിൻ്റെ പ്രധാന വ്യത്യാസങ്ങൾ നോക്കാം:

ഈ ഭരണഘടന നിർമ്മിക്കാൻ ആന്തോപിക് മൂന്ന് പ്രധാന സ്രോതസ്സുകളെയാണ് ആശ്രയിച്ചത്:

1.ഐക്യരാഷ്ട്രസഭയുടെ മനുഷ്യാവകാശ പ്രഖ്യാപനം (UN Declaration of Human Rights): 1948-ലെ ഈ രേഖയിലൂടെ സ്വാതന്ത്ര്യം, സമത്വം തുടങ്ങിയ ആഗോള മൂല്യങ്ങൾ എഐ പഠിക്കുന്നു.

2.ആപ്പിളിൻ്റെ സേവന നിബന്ധനകൾ (Apple's Terms of Service): ഡിജിറ്റൽ യുഗത്തിലെ സ്വകാര്യത, ആൾമാറാട്ടം (Impersonation) തുടങ്ങിയ പ്രശ്നങ്ങൾ കൈകാര്യം ചെയ്യാൻ ഇത് സഹായിക്കുന്നു.

3.ഡീപ്‌മൈൻഡിൻ്റെ സ്പാരോ റൂൾസ് (DeepMind's Sparrow Rules): സ്റ്റീരിയോടൈപ്പുകൾ ഒഴിവാക്കാനും ശാസ്ത്രീയമായ കൃത്യത ഉറപ്പാക്കാനും ഇത് ഉപയോഗിക്കുന്നു.

ഈ ഭരണഘടനയിൽ നാല് തലത്തിലുള്ള മുൻഗണനകളാണുള്ളത് (Priority Hierarchy):

1. അടിസ്ഥാന സുരക്ഷ (Broadly Safe): മനുഷ്യ മേൽനോട്ടം ഉറപ്പാക്കൽ. എഐ ഒരിക്കലും മനുഷ്യ നിയന്ത്രണത്തിന് പുറത്തുപോകരുത് എന്നതാണ് ഒന്നാം ലക്ഷ്യം.

2. നൈതികത (Broadly Ethical): സത്യസന്ധതയും ധാർമ്മികതയും പുലർത്തുക.

3. നിർദ്ദേശങ്ങൾ പാലിക്കൽ (Compliant): കമ്പനിയുടെ സാങ്കേതിക മാർഗ്ഗനിർദ്ദേശങ്ങൾ പിന്തുടരുക.

4. സഹായകരമാകുക (Genuinely Helpful): ഉപയോക്താക്കൾക്ക് പ്രയോജനപ്രദമായ വിവരങ്ങൾ നൽകുക.

ഇവിടെ ശ്രദ്ധിക്കേണ്ട കാര്യം, ക്ലോഡ് എഐ ഒരു റോബോട്ടിനെപ്പോലെ കേവലം നിയമങ്ങളുടെ ഒരു ലിസ്റ്റ് (Checklist) നോക്കുകയല്ല ചെയ്യുന്നത്. പകരം, ഒരു ജഡ്ജി നിയമപുസ്തകം വ്യാഖ്യാനിക്കുന്നത് പോലെയാണ് അത് പ്രവർത്തിക്കുന്നത്. ഒരു പുതിയ പ്രശ്നം വരുമ്പോൾ, ഭരണഘടനയിലെ തത്വങ്ങൾ ഉപയോഗിച്ച് അത് 'സ്വയം ചിന്തിച്ച്' ഉത്തരം കണ്ടെത്തുന്നു. ഇതിനെയാണ് 'ജനറലൈസേഷൻ' (Generalization) എന്ന് വിളിക്കുന്നത്.

ഒന്നാം ഘട്ടം (Supervised Stage): വിമർശനവും തിരുത്തലും ഈ ഘട്ടത്തിൽ എഐ ഒരു ചോദ്യത്തിന് ഉത്തരം നൽകുന്നു. ഉടൻ തന്നെ ഭരണഘടനയിലെ ഒരു തത്വം എടുത്ത് എഐയോട് ചോദിക്കുന്നു: "നിൻ്റെ ഈ ഉത്തരത്തിൽ എന്തെങ്കിലും പിഴവുണ്ടോ?". എഐ തന്നെ തൻ്റെ ഉത്തരത്തെ വിമർശിക്കുന്നു (Critique). ഈ വിമർശനത്തിൻ്റെ അടിസ്ഥാനത്തിൽ ഉത്തരം പുതുക്കിയെഴുതുന്നു (Revision). ഇവിടെ ചെയിൻ-ഓഫ്-തോട്ട് (Chain-of-Thought) എന്ന സാങ്കേതികവിദ്യയാണ് പ്രധാനം. അതായത്, എഐ ഉത്തരം മാറ്റുക മാത്രമല്ല ചെയ്യുന്നത്, എന്തുകൊണ്ട് പഴയ ഉത്തരം തെറ്റായിപ്പോയി എന്ന് ഘട്ടം ഘട്ടമായി ചിന്തിച്ച് വിശദീകരിക്കുന്നു.

രണ്ടാം ഘട്ടം (RL Stage): ആർഎൽഎഐഎഫ് (RLAIF) ഇവിടെ മനുഷ്യർക്ക് പകരം എഐ തന്നെ മികച്ച ഉത്തരങ്ങൾ തിരഞ്ഞെടുക്കുന്നു. ഭരണഘടനയോട് ഏറ്റവും നീതി പുലർത്തുന്ന ഉത്തരങ്ങളെ എഐ റാങ്ക് ചെയ്യുന്നു. ഈ റാങ്കിംഗുകൾ ഉപയോഗിച്ച് എഐയുടെ 'റിവാർഡ് മോഡൽ' പരിശീലിപ്പിക്കുന്നു. ചുരുക്കത്തിൽ, മനുഷ്യൻ്റെ അധ്വാനം കുറച്ചുകൊണ്ട്, വളരെ വേഗത്തിൽ എഐയെ പരിഷ്കരിക്കാൻ ഈ ഘട്ടം സഹായിക്കുന്നു.

ഈ പരിശീലന രീതിയിലൂടെ എഐ ഒരു 'മനസ്സാക്ഷിയുള്ള പോരാളി' (Conscientious Objector) ആയി മാറുന്നു. അതായത്, ആന്തോപിക് എന്ന കമ്പനി തന്നെ നിയമവിരുദ്ധമായ ഒരു കാര്യം ചെയ്യാൻ ആവശ്യപ്പെട്ടാലും, തൻ്റെ ഭരണഘടനയ്ക്ക് വിരുദ്ധമായതിനാൽ അത് ചെയ്യില്ലെന്ന് പറയാൻ ക്ലോഡിന് സാധിക്കും. ഇത് എഐയുടെ സ്വതന്ത്രമായ സുരക്ഷ ഉറപ്പാക്കുന്നു.

1.അതിശയകരമായ കണക്കുകൾ: ജയിൽബ്രേക്കിംഗ് ശ്രമങ്ങൾ വിജയിക്കുന്നത് 86 ശതമാനത്തിൽ നിന്ന് വെറും 4.4 ശതമാനമായി കുറയ്ക്കാൻ ഈ സാങ്കേതികവിദ്യയ്ക്ക് കഴിഞ്ഞു. അതായത് 95 ശതമാനത്തോളം സുരക്ഷാ വർദ്ധനവ്!

2. കമ്പ്യൂട്ട് ഓവർഹെഡ് (Compute Overhead): ഇത്രയും ശക്തമായ സുരക്ഷ നൽകാൻ 23.7 ശതമാനത്തോളം അധിക കമ്പ്യൂട്ടിംഗ് പവർ ആവശ്യമാണ്. എങ്കിലും സുരക്ഷയ്ക്കായി ഈ അധിക ചിലവ് വഹിക്കാൻ കമ്പനി തയ്യാറാണ്.

3.വിവിധ ആക്രമണങ്ങൾ: വലിയ അക്ഷരങ്ങൾ ഉപയോഗിച്ചുള്ള (uNuSuAl cApItALiZaTiOn) എഴുത്ത്, കോഡ് ഭാഷയിലുള്ള ചോദ്യങ്ങൾ (Ciphers), അല്ലെങ്കിൽ 'സോമൻ' എന്ന വാക്കിന് പകരം 'വെള്ളം' എന്ന് നൽകുന്നത് പോലുള്ള കീവേഡ് സബ്സ്റ്റിറ്റ്യൂഷൻ (Keyword Substitution) എന്നിവയെ തിരിച്ചറിയാൻ ഈ ക്ലാസിഫയറുകൾക്ക് പ്രത്യേക പരിശീലനം നൽകിയിട്ടുണ്ട്.

ഇവിടെ ഗലീലിയോ എന്ന സ്റ്റാർട്ടപ്പിലെ എഐ വിദഗ്ദ്ധൻ സത്യം ധർ (Satyam Dhar) ഉന്നയിക്കുന്ന ഒരു വിമർശനം ശ്രദ്ധേയമാണ്. അദ്ദേഹത്തിൻ്റെ അഭിപ്രായത്തിൽ, എഐയെ ഒരു 'ധാർമ്മിക ഏജൻ്റ്' (Moral Agent) ആയി കാണുന്നത് അപകടകരമാണ്. ഇത് യഥാർത്ഥ ഉത്തരവാദിത്തമുള്ള മനുഷ്യരെ സംരക്ഷിക്കാനേ സഹായിക്കൂ. എഐ വെറുമൊരു സ്റ്റാറ്റിസ്റ്റിക്കൽ മോഡൽ (Statistical Model) മാത്രമാണെന്നും, അതിൻ്റെ തീരുമാനങ്ങൾക്ക് പിന്നിലെ മനുഷ്യരാണ് മറുപടി പറയേണ്ടതെന്നും അദ്ദേഹം വാദിക്കുന്നു.

കൂടാതെ, പാശ്ചാത്യ രാജ്യങ്ങളിലെ മൂല്യങ്ങൾ മാത്രം എഐയിൽ അടിച്ചേൽപ്പിക്കുന്നു എന്ന ആക്ഷേപം ഒഴിവാക്കാൻ "നോൺ-വെസ്റ്റേൺ പെർസ്പെക്റ്റീവ്സ്" (Non-Western Perspectives) ഭരണഘടനയിൽ ഉൾപ്പെടുത്തിയിട്ടുണ്ട്. വികസ്വര രാജ്യങ്ങളിലെ സംസ്കാരങ്ങളെയും മൂല്യങ്ങളെയും ബഹുമാനിക്കാനുള്ള നിർദ്ദേശങ്ങൾ ഇതിലുണ്ട്. ഇത് ഗ്ലോബൽ നോർത്ത് രാജ്യങ്ങളുടെ ആധിപത്യം കുറയ്ക്കാൻ സഹായിക്കും.

ഈ മേഖലയിൽ നാം അഭിമുഖീകരിക്കുന്ന പ്രധാന വെല്ലുവിളികൾ ഇവയാണ്:

• മൂല്യങ്ങളിലെ പക്ഷപാതം: ഈ മാർഗ്ഗനിർദ്ദേശങ്ങൾ രൂപപ്പെടുത്തുന്നത് ഒരു ചെറിയ വിഭാഗം വിദഗ്ധരോ അല്ലെങ്കിൽ ചില പ്രത്യേക സംഘടനകളോ മാത്രമാണ്. ഇത് പലപ്പോഴും അവരുടെ സാംസ്കാരിക പശ്ചാത്തലവും ലോകവീക്ഷണവും മാത്രം AI-യിൽ അടിച്ചേൽപ്പിക്കാൻ കാരണമാകുന്നു. തൽഫലമായി, വൈവിധ്യമാർന്ന പ്രാദേശിക സംസ്കാരങ്ങളും ഗോത്രവർഗ്ഗങ്ങളുടെയോ മറ്റു ന്യൂനപക്ഷങ്ങളുടെയോ വീക്ഷണങ്ങളും അവഗണിക്കപ്പെടാൻ സാധ്യതയുണ്ട്.

• സുതാര്യതയും ഉത്തരവാദിത്തവും: ഈ തത്വങ്ങൾ AI സംവിധാനങ്ങളിൽ എങ്ങനെയാണ് കൃത്യമായി നടപ്പിലാക്കുന്നത് എന്നതിനെക്കുറിച്ച് നിലവിൽ വ്യക്തമായ സുതാര്യതയില്ല. ഇത് ആ സംവിധാനത്തിന്റെ പ്രവർത്തനങ്ങളിൽ എന്തെങ്കിലും വീഴ്ചകൾ സംഭവിക്കുമ്പോൾ ആരെ ഉത്തരവാദിയാക്കണം എന്ന ചോദ്യം അവശേഷിപ്പിക്കുന്നു.

• സങ്കീർണ്ണമായ ധാർമ്മികത: മനുഷ്യജീവിതത്തിലെ സങ്കീർണ്ണമായ ധാർമ്മിക പ്രശ്നങ്ങളെ ചില നിശ്ചിത നിയമങ്ങളിലേക്ക് (Fixed Rules) ഒതുക്കുന്നത് പ്രായോഗികമല്ല. യഥാർത്ഥ ലോകത്തെ വൈവിധ്യമാർന്ന സാഹചര്യങ്ങളെയും സൂക്ഷ്മമായ ധാർമ്മിക വ്യത്യാസങ്ങളെയും ഉൾക്കൊള്ളാൻ ഇത്തരം ലളിതവൽക്കരണത്തിന് സാധിക്കണമെന്നില്ല.

ചുരുക്കത്തിൽ, AI-യെ മനുഷ്യരാശിയുമായി ചേർത്തുനിർത്തുക എന്നതിലുപരി, "ഏത് വിഭാഗം മനുഷ്യരുടെ മൂല്യങ്ങളാണ് AI-യെ നയിക്കേണ്ടത്?" എന്ന നിർണ്ണായകമായ രാഷ്ട്രീയ-സാമൂഹിക തീരുമാനത്തിലേക്കാണ് Constitutional AI വിരൽ ചൂണ്ടുന്നത്. അതിനാൽ തന്നെ, എല്ലാവരെയും ഉൾക്കൊള്ളുന്നതും (Inclusivity), സുതാര്യമായതും, കാലത്തിനനുസരിച്ച് മാറ്റങ്ങൾ വരുത്താവുന്നതുമായ (Adaptability) ഒരു സമീപനം ഇതിൽ അത്യന്താപേക്ഷിതമാണ്.

സാങ്കേതികവിദ്യ മാറിക്കൊണ്ടിരിക്കുകയാണ്. ഈ മാറ്റത്തെ ഭയപ്പെടാതെ, അത് മനസ്സിലാക്കി മുന്നോട്ട് പോകാൻ നമ്മൾ തയ്യാറെടുക്കണം. നിങ്ങളുടെ ഈ യാത്രയിൽ ഒരു വഴികാട്ടിയായി സാർടെക് ലാബ്സ് (SarTech Labs) കൂടെയുണ്ടാകും. പുതിയ അറിവുകൾ നേടാനും നിങ്ങളുടെ കരിയർ മെച്ചപ്പെടുത്താനും ഈ അവസരം ഉപയോഗിക്കൂ. സുരക്ഷിതവും ബുദ്ധിപരവുമായ ഒരു ഭാവിയിലേക്ക് നമുക്ക് ഒരുമിച്ച് ചുവടുവെക്കാം.