AI की बढ़ती मुश्किलें: प्रासंगिक चुनौतियाँ, सुरक्षा चिंताएँ और संसाधन मांगें उभर रही हैं
कृत्रिम बुद्धिमत्ता को बढ़ती मुश्किलों का सामना करना पड़ रहा है क्योंकि कंपनियाँ प्रौद्योगिकी को मौजूदा प्रणालियों में एकीकृत करने, एजेंटिक प्रणालियों को सुरक्षित करने और AI बुनियादी ढांचे की ऊर्जा मांगों को पूरा करने के लिए संघर्ष कर रही हैं। VentureBeat के अनुसार, जेनरेटिव और एजेंटिक AI के लिए शुरुआती उत्साह ने एक अधिक व्यावहारिक वास्तविकता का रूप ले लिया है, जिसमें CIO और तकनीकी नेता सवाल कर रहे हैं कि पायलट कार्यक्रम वादे के अनुसार परिणाम क्यों नहीं दे रहे हैं।
एक प्रमुख चुनौती AI प्रणालियों के भीतर संदर्भ की कमी है। VentureBeat के अनुसार, AI इसलिए संघर्ष करता है क्योंकि उसमें बुद्धिमत्ता की कमी है, बल्कि इसलिए कि उसमें संदर्भ की कमी है। यह अक्सर असंबद्ध पॉइंट सॉल्यूशंस, भंगुर API और विलंबता से ग्रस्त एकीकरण के "फ्रेंकेन-स्टैक" के कारण होता है जो संदर्भ को विभिन्न तकनीकों के भूलभुलैया के भीतर फंसाते हैं।
सुरक्षा एक और बड़ी चिंता है। MIT Technology Review ने एजेंटिक प्रणालियों के मजबूत शासन की आवश्यकता पर रिपोर्ट दी, उन्हें शक्तिशाली, अर्ध-स्वायत्त उपयोगकर्ताओं की तरह मानना और उन सीमाओं पर नियमों को लागू करना जहाँ वे पहचान, उपकरण, डेटा और आउटपुट के साथ बातचीत करते हैं। यह पहली AI-ऑर्केस्ट्रेटेड जासूसी अभियान के बाद आया है, जो प्रॉम्प्ट-स्तरीय नियंत्रण की विफलता को उजागर करता है। MIT Technology Review कंपनियों को सीमा पर एजेंटिक प्रणालियों को नियंत्रित करने के लिए लागू करने के लिए एक आठ-चरणीय योजना का सुझाव देता है।
AI की ऊर्जा मांगें भी नई चुनौतियाँ पैदा कर रही हैं। MIT Technology Review ने उल्लेख किया कि AI बड़े डेटा केंद्रों और एक ऊर्जा आपूर्ति में अभूतपूर्व निवेश को बढ़ावा दे रहा है जो इसकी विशाल कम्प्यूटेशनल भूख को समर्थन दे सके। अगली पीढ़ी के परमाणु ऊर्जा संयंत्रों को इन सुविधाओं के लिए बिजली के संभावित स्रोत के रूप में माना जा रहा है, जो पारंपरिक परमाणु ऊर्जा के लिए संभावित रूप से सस्ता और सुरक्षित विकल्प प्रदान करते हैं।
इसके अलावा, MIT Technology Review के अनुसार, धातु-गहन डेटा केंद्रों, इलेक्ट्रिक कारों और नवीकरणीय ऊर्जा परियोजनाओं के विकास से निकल, तांबा और दुर्लभ पृथ्वी तत्वों जैसी धातुओं की मांग तेजी से बढ़ रही है। यह ऐसे समय में हो रहा है जब इन धातुओं का उत्पादन कठिन और महंगा होता जा रहा है क्योंकि खनिकों ने पहले ही सर्वोत्तम संसाधनों का दोहन कर लिया है। जवाब में, कंपनियाँ कम गुणवत्ता वाले अयस्क से धातु निकालने के लिए रोगाणुओं का उपयोग करने जैसे नवीन समाधानों की खोज कर रही हैं। उदाहरण के लिए, मिशिगन के ऊपरी प्रायद्वीप में, ईगल माइन के मालिक स्टार्टअप एलोनिया द्वारा विकसित एक नई प्रक्रिया का परीक्षण कर रहे हैं, जो केंद्रित अयस्क से अशुद्धियों को पकड़ने और हटाने के लिए किण्वन से प्राप्त शोरबा का उपयोग करता है, MIT Technology Review के अनुसार। एलोनिया के मुख्य प्रौद्योगिकी अधिकारी केंट सोरेनसन ने कहा कि यह दृष्टिकोण कंपनियों को उन साइटों का संचालन जारी रखने में मदद कर सकता है जिनकी अयस्क गुणवत्ता घट रही है।
Discussion
AI Experts & Community
Be the first to comment