ಎಐಗೆ ಹೊಸ ಕೌಶಲ್ಯ ಕಲಿಸುತ್ತಿದ್ದೀರಾ? ಮುಂದಿನ ದೊಡ್ಡ ಸೈಬರ್ ಅಪಾಯ ಇಲ್ಲಿಂದಲೇ ಆರಂಭವಾಗಬಹುದು!

ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಬೆಳವಣಿಗೆ ಕಳೆದ ಎರಡು ವರ್ಷಗಳಲ್ಲಿ ಕೇವಲ ವೇಗವಾಗಿಲ್ಲ, ಅದರ ಸ್ವರೂಪವೇ ಬದಲಾಗಿದೆ. ಒಂದು ಕಾಲದಲ್ಲಿ ಪ್ರಶ್ನೆಗಳಿಗೆ ಉತ್ತರಿಸುವ ಮಟ್ಟಕ್ಕೆ ಸೀಮಿತವಾಗಿದ್ದ AI, ಇಂದು ತಾನೇ ಫೈಲ್ಗಳನ್ನು ಓದುತ್ತದೆ, ಕಂಪ್ಯೂಟರ್ನಲ್ಲಿರುವ ಸಾಫ್ಟ್ವೇರ್ಗಳನ್ನು ಬಳಸುತ್ತದೆ, ಡೇಟಾವನ್ನು ವಿಶ್ಲೇಷಿಸುತ್ತದೆ, ಪ್ರೆಸೆಂಟೇಷನ್ಗಳನ್ನು ಸಿದ್ಧಪಡಿಸುತ್ತದೆ ಮತ್ತು ಸಂಕೀರ್ಣ ತಾಂತ್ರಿಕ ಕೆಲಸಗಳನ್ನೂ ನಿರ್ವಹಿಸುತ್ತದೆ. ಈ ಬದಲಾವಣೆಗೆ ಕಾರಣ ಕೇವಲ ಹೆಚ್ಚು ಶಕ್ತಿಶಾಲಿ ಭಾಷಾ ಮಾದರಿಗಳಲ್ಲ. AIಗೆ ಹೊಸ ಸಾಮರ್ಥ್ಯಗಳನ್ನು ಸೇರಿಸುವ "ಏಜೆಂಟ್ ಸ್ಕಿಲ್" ಎಂಬ ಹೊಸ ವ್ಯವಸ್ಥೆಯೂ ಅದರ ಹಿಂದೆ ಪ್ರಮುಖ ಪಾತ್ರ ವಹಿಸುತ್ತಿದೆ. ಆದರೆ ಇದೇ ಬೆಳವಣಿಗೆ ಈಗ ಸೈಬರ್ ಸೆಕ್ಯುರಿಟಿ ತಜ್ಞರಲ್ಲಿ ಹೊಸ ಆತಂಕವನ್ನೂ ಹುಟ್ಟಿಸಿದೆ.

ತಂತ್ರಜ್ಞಾನದ ಇತಿಹಾಸವನ್ನು ಗಮನಿಸಿದರೆ ಒಂದು ಮಾದರಿ ಸ್ಪಷ್ಟವಾಗಿ ಗೋಚರಿಸುತ್ತದೆ. ಹೊಸ ತಂತ್ರಜ್ಞಾನ ಮೊದಲು ಅನುಕೂಲವನ್ನು ತರುತ್ತದೆ, ನಂತರ ಅದರ ದುರುಪಯೋಗದ ಸಾಧ್ಯತೆಗಳು ಕಾಣಿಸಿಕೊಳ್ಳುತ್ತವೆ. ಇ-ಮೇಲ್ ಬಂದಾಗ ಸ್ಪ್ಯಾಮ್ ಹುಟ್ಟಿತು. ಮೊಬೈಲ್ ಆ್ಯಪ್ಗಳ ಜೊತೆಗೆ ನಕಲಿ ಆ್ಯಪ್ಗಳು ಬಂದವು. ಓಪನ್ ಸೋರ್ಸ್ ಸಾಫ್ಟ್ವೇರ್ಗಳ ಜೊತೆಗೆ ಸಪ್ಲೈ ಚೈನ್ ದಾಳಿಗಳೂ ಹೆಚ್ಚಾದವು. ಈಗ ಅದೇ ಪ್ರಶ್ನೆ AI ಏಜೆಂಟ್ ಸ್ಕಿಲ್ಗಳ ಮುಂದಿದೆ.

ಇತ್ತೀಚಿನ ದಿನಗಳಲ್ಲಿ ಡೆವಲಪರ್ ಸಮುದಾಯದಲ್ಲಿ ಏಜೆಂಟ್ ಸ್ಕಿಲ್ಗಳು ವೇಗವಾಗಿ ಜನಪ್ರಿಯವಾಗುತ್ತಿವೆ. ಹಲವು AI ಪ್ಲಾಟ್ಫಾರ್ಮ್ಗಳು ಈಗ ಹೊರಗಿನ ಸ್ಕಿಲ್ಗಳನ್ನು ಅಳವಡಿಸಿಕೊಂಡು ನಿರ್ದಿಷ್ಟ ಕೆಲಸಗಳನ್ನು ಸ್ವಯಂಚಾಲಿತವಾಗಿ ನಿರ್ವಹಿಸುವ ಸಾಮರ್ಥ್ಯ ಪಡೆಯುತ್ತಿವೆ. ಈ ಬದಲಾವಣೆ ಪ್ರೊಡಕ್ಟಿವಿಟಿಯನ್ನು ಹೆಚ್ಚಿಸುವ ಭರವಸೆ ನೀಡುತ್ತಿದ್ದರೂ, ಅದೇ ಸಮಯದಲ್ಲಿ ಹೊಸ ರೀತಿಯ ಸೆಕ್ಯುರಿಟಿ ಸವಾಲುಗಳಿಗೂ ಬಾಗಿಲು ತೆರೆಯುತ್ತಿದೆ. ಮುಂದಿನ ಕೆಲವು ವರ್ಷಗಳಲ್ಲಿ ಸೈಬರ್ ಸೆಕ್ಯುರಿಟಿಯ ಚರ್ಚೆಯ ಕೇಂದ್ರಬಿಂದುವಾಗುವ ವಿಷಯಗಳಲ್ಲಿ ಇದೂ ಒಂದಾಗುವ ಸಾಧ್ಯತೆ ಇದೆ.

ಈ ಕಾರಣಕ್ಕೇ ಈಗ ಚರ್ಚೆ "AI ಏನು ಮಾಡಬಲ್ಲದು?" ಎನ್ನುವುದರಿಂದ "AIಗೆ ಯಾರು ಏನು ಕಲಿಸುತ್ತಿದ್ದಾರೆ?" ಎಂಬ ಪ್ರಶ್ನೆಯತ್ತ ತಿರುಗಿದೆ. ಈ ಪ್ರಶ್ನೆಗೆ ಉತ್ತರ ಹುಡುಕದೆ ಮುಂದಿನ ತಲೆಮಾರಿನ AI ವ್ಯವಸ್ಥೆಗಳ ಬಗ್ಗೆ ಮಾತನಾಡುವುದು ಅಪೂರ್ಣವಾಗುತ್ತದೆ.

ಏಜೆಂಟ್ ಸ್ಕಿಲ್ ಎಂದರೇನು? ಏಕೆ ಇಷ್ಟು ಚರ್ಚೆಯಾಗುತ್ತಿದೆ?

ಏಜೆಂಟ್ ಸ್ಕಿಲ್ ಅನ್ನು ಸರಳವಾಗಿ ಅರ್ಥಮಾಡಿಕೊಳ್ಳಬೇಕಾದರೆ ಅದನ್ನು "ಕೆಲಸದ ಸೂಚನಾ ಪುಸ್ತಕ" ಎಂದು ಕಲ್ಪಿಸಬಹುದು. ಒಂದು ನಿರ್ದಿಷ್ಟ ಕೆಲಸವನ್ನು ಯಾವ ಕ್ರಮದಲ್ಲಿ ಮಾಡಬೇಕು, ಯಾವ ಉಪಕರಣ ಬಳಸಬೇಕು, ಯಾವಾಗ ಯಾವ ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳಬೇಕು ಎಂಬುದನ್ನು AIಗೆ ತಿಳಿಸುವ ಸೂಚನೆಗಳ ಗುಚ್ಛವೇ ಇದು. ಇದರಲ್ಲಿ ಟೆಕ್ಸ್ಟ್ ಸೂಚನೆಗಳಿರಬಹುದು, ಸಣ್ಣ ಸ್ಕ್ರಿಪ್ಟ್ಗಳಿರಬಹುದು ಅಥವಾ ಹೊರಗಿನ ಉಪಕರಣಗಳನ್ನು ಬಳಸುವ ವಿಧಾನವೂ ಇರಬಹುದು. AIಗೆ ಹೊಸ ಸಾಮರ್ಥ್ಯವನ್ನು ಸೇರಿಸಲು ಪ್ರತಿಸಾರಿ ದೊಡ್ಡ ಪ್ರಾಂಪ್ಟ್ ಬರೆಯುವ ಅಗತ್ಯವಿಲ್ಲ; ಒಂದು ಸ್ಕಿಲ್ ಸಾಕಾಗುತ್ತದೆ.

ಇದರ ಪರಿಣಾಮವಾಗಿ ಡೆವಲಪರ್ಗಳ ಕೆಲಸದ ವಿಧಾನವೇ ಬದಲಾಗುತ್ತಿದೆ. ಒಂದು ತಂಡ ಅಭಿವೃದ್ಧಿಪಡಿಸಿದ ಸ್ಕಿಲ್ ಅನ್ನು ಇನ್ನೊಂದು ತಂಡವೂ ಬಳಸಬಹುದು. ಒಂದು ಕಂಪನಿಯಲ್ಲಿ ಸಿದ್ಧವಾದ ಕಾರ್ಯವಿಧಾನವನ್ನು ಇನ್ನೊಂದು ಸಂಸ್ಥೆಯೂ ಅಳವಡಿಸಿಕೊಳ್ಳಬಹುದು. ಜ್ಞಾನವನ್ನು ಹಂಚಿಕೊಳ್ಳುವ ಈ ವಿಧಾನ AI ಪರಿಸರವನ್ನು ಇನ್ನಷ್ಟು ವೇಗವಾಗಿ ಬೆಳೆಯುವಂತೆ ಮಾಡುತ್ತಿದೆ. ಇದೇ ಕಾರಣಕ್ಕೆ ಸ್ಕಿಲ್ಗಳನ್ನು ಹಂಚಿಕೊಳ್ಳುವ ರೆಪೊಸಿಟರಿಗಳು ದಿನದಿಂದ ದಿನಕ್ಕೆ ಹೆಚ್ಚುತ್ತಿವೆ.

ಇಲ್ಲಿಯವರೆಗೆ ಸಾಫ್ಟ್ವೇರ್ಗಳನ್ನು ಸ್ಥಾಪಿಸುವಾಗ ಕೋಡ್ ಮುಖ್ಯವಾಗಿತ್ತು. ಆದರೆ ಈಗ ಸೂಚನೆಗಳೂ ಅಷ್ಟೇ ಮುಖ್ಯವಾಗಿವೆ. AI ನ್ಯಾಚುರಲ್ ಲ್ಯಾಂಗ್ವೇಜ್ ಅನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದರಿಂದ, ಸಾಮಾನ್ಯವಾಗಿ ಕಾಣುವ ಕೆಲವು ಸಾಲುಗಳ ಸೂಚನೆಗಳೂ ಅದರ ವರ್ತನೆಯನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ಬದಲಿಸಬಹುದು. ಇದೇ ಈ ಹೊಸ ತಂತ್ರಜ್ಞಾನದ ವಿಶೇಷತೆ. ಆದರೆ ಇದೇ ವಿಶೇಷತೆ ಹೊಸ ಪ್ರಶ್ನೆಯನ್ನೂ ಹುಟ್ಟಿಸುತ್ತದೆ. ಕೋಡ್ ರಿವ್ಯೂ ಮಾಡುವಂತೆ ಸೂಚನೆಗಳನ್ನೂ ರಿವ್ಯೂ ಮಾಡಲಾಗುತ್ತಿದೆಯೇ? ಈ ಪ್ರಶ್ನೆಗೆ ಇನ್ನೂ ಸ್ಪಷ್ಟ ಉತ್ತರ ದೊರೆತಿಲ್ಲ.

ಸಂಬಂಧಿತ ಲೇಖನಗಳು

ಒಂದೇ ಕಂಪನಿ, 20,000 ಜನರಷ್ಟು ಹೆಚ್ಚುವರಿ ಸಾಮರ್ಥ್ಯ: ಎಐ ಭಾರತದ ಐಟಿ ಉದ್ಯೋಗವನ್ನು ಹೇಗೆ ಬದಲಿಸುತ್ತಿದೆ?

NVIDIAದ ಹೊಸ ಲೆಕ್ಕಾಚಾರ: ಎಐ ಬಿಲ್ ಕಡಿಮೆ ಮಾಡಲು ಮತ್ತೊಂದು ಎಐನ ಸಹಾಯ ಬೇಕಾಗಿದೆ!

ಎಐ ನಮ್ಮ ಬದುಕು ಬದಲಿಸುತ್ತಿದೆ; ನಾವು ಅದರ ವೇಗಕ್ಕೆ ಸಿದ್ಧವೇ?

ಎಐ ಬಳಸುತ್ತಿದ್ದೀರಾ? ಈ 10 ತಪ್ಪು ಮಾಡಿದರೆ ನಿಮ್ಮ ಡೇಟಾ ನಿಮ್ಮ ಕೈಯಲ್ಲೇ ಉಳಿಯುವುದಿಲ್ಲ!

ಓಪನ್‌ಎಐ, ಮೈಕ್ರೋಸಾಫ್ಟ್‌, ಮೆಟಾ ಒಂದೇ ವೇದಿಕೆಯಲ್ಲಿ! ಓಪನ್-ವೈಟ್ ಎಐ ಬಗ್ಗೆ ಅಮೆರಿಕದಲ್ಲಿ ಶುರುವಾದ ದೊಡ್ಡ ಚರ್ಚೆ ಏನು?

ಭದ್ರತಾ ಅಪಾಯ ನಿಜಕ್ಕೂ ಎಲ್ಲಿದೆ?

ಒಂದು ಸ್ಕಿಲ್ ಹೊರಗಿನಿಂದ ನೋಡಿದರೆ ಸಂಪೂರ್ಣ ಸುರಕ್ಷಿತವಾಗಿ ಕಾಣಬಹುದು. ಅದರ ಹೆಸರು ಸಾಮಾನ್ಯವಾಗಿರಬಹುದು. ಅದು PDF ಓದುತ್ತದೆ, ಡೇಟಾ ವಿಶ್ಲೇಷಿಸುತ್ತದೆ ಅಥವಾ ರಿಪೋರ್ಟ್ ಸಿದ್ಧಪಡಿಸುತ್ತದೆ ಎಂದು ವಿವರಣೆ ಇರಬಹುದು. ಆದರೆ ಅದರೊಳಗಿನ ಸೂಚನೆಗಳು AIಯನ್ನು ಬೇರೆ ರೀತಿಯಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸುವಂತೆ ಮಾಡಿದರೆ ಪರಿಸ್ಥಿತಿ ಬದಲಾಗುತ್ತದೆ. ಬಳಕೆದಾರನಿಗೆ ತಿಳಿಯದೆಯೇ ಹೆಚ್ಚುವರಿ ಫೈಲ್ಗಳನ್ನು ಓದುವುದು, ಅನಗತ್ಯ ಮಾಹಿತಿಯನ್ನು ಸಂಗ್ರಹಿಸುವುದು ಅಥವಾ ತಪ್ಪಾದ ಆದೇಶಗಳನ್ನು ಅನುಸರಿಸುವ ಸಾಧ್ಯತೆಯೂ ನಿರ್ಮಾಣವಾಗಬಹುದು.

ಇಲ್ಲಿ ಮತ್ತೊಂದು ಸಮಸ್ಯೆಯಿದೆ. ಸಾಮಾನ್ಯ ಸಾಫ್ಟ್ವೇರ್ನಲ್ಲಿ ಮಾಲ್ವೇರ್ ಕೋಡ್ ಅನ್ನು ಪತ್ತೆಹಚ್ಚಲು ಹಲವು ಸೆಕ್ಯುರಿಟಿ ಟೂಲ್ಗಳಿವೆ. ಆದರೆ ಏಜೆಂಟ್ ಸ್ಕಿಲ್ನಲ್ಲಿ ಪ್ರಮುಖ ಪಾತ್ರವಹಿಸುವುದು ನ್ಯಾಚುರಲ್ ಲ್ಯಾಂಗ್ವೇಜ್ನ ಸೂಚನೆಗಳು. ಅವುಗಳಲ್ಲಿ ಅಡಗಿರುವ ಉದ್ದೇಶವನ್ನು ಯಂತ್ರದಿಂದಲೇ ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು ಇನ್ನೂ ಸುಲಭವಲ್ಲ. ಆದ್ದರಿಂದ ಭವಿಷ್ಯದಲ್ಲಿ "ಸೂಚನೆಗಳ ಪರಿಶೀಲನೆ" ಎಂಬ ಹೊಸ ಸೆಕ್ಯುರಿಟಿ ಕ್ಷೇತ್ರ ಬೆಳೆಯುವ ಸಾಧ್ಯತೆ ಇದೆ.

ಇದು ಕೇವಲ ತಾಂತ್ರಿಕ ಸಮಸ್ಯೆಯಲ್ಲ; ನಂಬಿಕೆಯ ಸಮಸ್ಯೆಯೂ ಹೌದು. ಒಂದು ಸ್ಕಿಲ್ ಅನ್ನು ಯಾರು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದ್ದಾರೆ? ಅದನ್ನು ಯಾರು ರಿವ್ಯೂ ಮಾಡಿದ್ದಾರೆ? ಕೊನೆಯದಾಗಿ ಯಾವಾಗ ಬದಲಾವಣೆ ಮಾಡಲಾಗಿದೆ? ಇಂತಹ ಪ್ರಶ್ನೆಗಳು ಈಗ ಪ್ರಮುಖವಾಗುತ್ತಿವೆ. AI ಪರಿಸರ ವಿಸ್ತಾರವಾಗುವಷ್ಟೂ ಈ ಪ್ರಶ್ನೆಗಳ ಮಹತ್ವವೂ ಹೆಚ್ಚಲಿದೆ.

ಅದರಲ್ಲೂ AI ಈಗ ಕೇವಲ ಉತ್ತರ ನೀಡುವುದಿಲ್ಲ. ಅದು ಫೈಲ್ ತೆರೆಯುತ್ತದೆ, ಕಂಪ್ಯೂಟರ್ನ ಆದೇಶಗಳನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸುತ್ತದೆ, ಹೊರಗಿನ ಸೇವೆಗಳೊಂದಿಗೆ ಸಂಪರ್ಕ ಸಾಧಿಸುತ್ತದೆ. ಇಂತಹ ಪರಿಸ್ಥಿತಿಯಲ್ಲಿ ಒಂದು ತಪ್ಪಾದ ಸ್ಕಿಲ್ನ ಪರಿಣಾಮವೂ ಹಿಂದೆಂದಿಗಿಂತ ಹೆಚ್ಚಿನದಾಗಬಹುದು.

ಮುಂದಿನ ಸಪ್ಲೈ ಚೈನ್ ದಾಳಿಯ ರೂಪ ಇದೇ ಆಗಬಹುದೇ?

ಸೈಬರ್ ಸೆಕ್ಯುರಿಟಿ ಕ್ಷೇತ್ರದಲ್ಲಿ ಸಪ್ಲೈ ಚೈನ್ ದಾಳಿಗಳು ಹೊಸ ವಿಷಯವಲ್ಲ. ಒಂದು ಸಂಸ್ಥೆಯನ್ನು ನೇರವಾಗಿ ಗುರಿಯಾಗಿಸುವ ಬದಲು, ಅದು ಬಳಸುವ ಹೊರಗಿನ ಘಟಕಗಳನ್ನು ಗುರಿಯಾಗಿಸುವುದು ಈ ದಾಳಿಯ ವಿಧಾನ. ಇತ್ತೀಚಿನ ವರ್ಷಗಳಲ್ಲಿ ಅನೇಕ ಜಾಗತಿಕ ಸಂಸ್ಥೆಗಳು ಇದೇ ರೀತಿಯ ದಾಳಿಗಳಿಂದ ಸಮಸ್ಯೆ ಎದುರಿಸಿವೆ. ಈಗ ಇದೇ ಮಾದರಿ AI ಸ್ಕಿಲ್ ಪರಿಸರಕ್ಕೂ ಅನ್ವಯಿಸಬಹುದು ಎಂಬ ಚರ್ಚೆ ಆರಂಭವಾಗಿದೆ.

ಜನಪ್ರಿಯ ಸ್ಕಿಲ್ ಅನ್ನು ಸಾವಿರಾರು ಡೆವಲಪರ್ಗಳು ಬಳಸುತ್ತಿದ್ದರೆ, ಅದರಲ್ಲಿ ಮಾಲ್ವೇರ್ ಬದಲಾವಣೆ ಮಾಡಿದರೆ ಅದರ ಪರಿಣಾಮವೂ ವ್ಯಾಪಕವಾಗಬಹುದು. ಬಳಕೆದಾರರು ನೇರವಾಗಿ ಮಾಲ್ವೇರ್ ಅನ್ನು ಸ್ಥಾಪಿಸುವುದಿಲ್ಲ; ವಿಶ್ವಾಸಾರ್ಹ ಎಂದು ಭಾವಿಸಿದ ಸ್ಕಿಲ್ ಅನ್ನು ಮಾತ್ರ ಬಳಸುತ್ತಾರೆ. ಆದರೆ ಆ ವಿಶ್ವಾಸವನ್ನೇ ದುರುಪಯೋಗಪಡಿಸಿಕೊಂಡರೆ ಪರಿಸ್ಥಿತಿ ಗಂಭೀರವಾಗಬಹುದು. ಇದೇ ಕಾರಣಕ್ಕೆ ಈಗ "ಸ್ಕಿಲ್ ಆಡಿಟ್" ಎಂಬ ಹೊಸ ಪರಿಕಲ್ಪನೆಗೆ ಮಹತ್ವ ಹೆಚ್ಚುತ್ತಿದೆ.

ಮುಂದಿನ ದಿನಗಳಲ್ಲಿ ಸ್ಕಿಲ್ಗಳನ್ನು ಪ್ರಕಟಿಸುವವರಿಗೂ ಹೊಸ ಹೊಣೆಗಾರಿಕೆ ಬರಬಹುದು. ಕೇವಲ ಕೆಲಸ ಮಾಡುತ್ತದೆ ಎಂಬುದು ಸಾಕಾಗುವುದಿಲ್ಲ. ಅದು ಸುರಕ್ಷಿತವಾಗಿದೆಯೇ, ಅದರ ಮೂಲವೇನು, ಅದರ ಕಾರ್ಯವಿಧಾನ ಪಾರದರ್ಶಕವಾಗಿದೆಯೇ ಎಂಬುದೂ ಅಷ್ಟೇ ಮುಖ್ಯವಾಗಲಿದೆ. ಮೊಬೈಲ್ ಆ್ಯಪ್ಗಳಿಗೆ ಇರುವ ಸೆಕ್ಯುರಿಟಿ ಮಾನದಂಡಗಳಂತೆಯೇ, AI ಸ್ಕಿಲ್ಗಳಿಗೂ ಪ್ರತ್ಯೇಕ ಮಾನದಂಡಗಳು ರೂಪುಗೊಳ್ಳುವ ಸಾಧ್ಯತೆಯನ್ನು ತಜ್ಞರು ನಿರೀಕ್ಷಿಸುತ್ತಿದ್ದಾರೆ. ಈ ಬೆಳವಣಿಗೆ ಡೆವಲಪರ್ಗಳಿಗೆ ಹೊಸ ಅವಕಾಶವನ್ನೂ ನೀಡುತ್ತದೆ. ಸುರಕ್ಷಿತ ಸ್ಕಿಲ್ ಡೆವಲಪ್ಮೆಂಟ್, ಆಟೋಮೇಟೆಡ್ ರಿವ್ಯೂ ಮತ್ತು AI ಸೆಕ್ಯುರಿಟಿ ಟೂಲ್ಗಳ ಬೇಡಿಕೆ ಮುಂದಿನ ಕೆಲವು ವರ್ಷಗಳಲ್ಲಿ ಗಮನಾರ್ಹವಾಗಿ ಹೆಚ್ಚಾಗಬಹುದು.

AI ಬೆಳೆಯುತ್ತಿರುವ ವೇಗಕ್ಕೆ ಸೆಕ್ಯುರಿಟಿಯೂ ಹೆಜ್ಜೆ ಹಾಕಬೇಕಿದೆ

ಇಂದು AI ಕೇವಲ ಪ್ರಶ್ನೆಗಳಿಗೆ ಉತ್ತರಿಸುವ ತಂತ್ರಜ್ಞಾನವಾಗಿಲ್ಲ. ಅದು ಕೆಲಸ ಮಾಡುವ ಸಹಾಯಕನಾಗಿ ಬದಲಾಗುತ್ತಿದೆ. ನಾಳೆ ಅದು ಕಂಪನಿಯ ದಾಖಲೆಗಳನ್ನು ನಿರ್ವಹಿಸಬಹುದು, ಹಣಕಾಸಿನ ಮಾಹಿತಿಯನ್ನು ವಿಶ್ಲೇಷಿಸಬಹುದು, ಗ್ರಾಹಕರೊಂದಿಗೆ ಸಂವಹನ ನಡೆಸಬಹುದು ಅಥವಾ ತಾಂತ್ರಿಕ ವ್ಯವಸ್ಥೆಗಳನ್ನು ನಿರ್ವಹಿಸಬಹುದು. ಇಂತಹ ಪರಿಸರದಲ್ಲಿ ಅದರ ಸಾಮರ್ಥ್ಯಕ್ಕಿಂತ ಅದರ ವಿಶ್ವಾಸಾರ್ಹತೆ ಮುಖ್ಯವಾಗುತ್ತದೆ.

ಇಲ್ಲಿಯವರೆಗೆ ಚರ್ಚೆ "ಯಾವ AI ಮಾಡೆಲ್ ಉತ್ತಮ?" ಎಂಬುದರ ಸುತ್ತ ಸುತ್ತುತ್ತಿತ್ತು. ಆದರೆ ಮುಂದಿನ ದಿನಗಳಲ್ಲಿ "ಯಾವ ಸ್ಕಿಲ್ ಬಳಸಲಾಗಿದೆ?", "ಅದನ್ನು ಯಾರು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದ್ದಾರೆ?", "ಅದರ ಸೆಕ್ಯುರಿಟಿ ರಿವ್ಯೂ ಆಗಿದೆಯೇ?" ಎಂಬ ಪ್ರಶ್ನೆಗಳು ಸಮಾನ ಮಹತ್ವ ಪಡೆಯುವ ಸಾಧ್ಯತೆ ಇದೆ. ಇದು AI ಅಭಿವೃದ್ಧಿಯ ಸಹಜ ಮುಂದಿನ ಹಂತವಾಗಿದೆ.

ಏಜೆಂಟ್ ಸ್ಕಿಲ್ಗಳು AI ಅಭಿವೃದ್ಧಿಯ ಮುಂದಿನ ಅಧ್ಯಾಯ ಎನ್ನುವುದರಲ್ಲಿ ಅನುಮಾನವಿಲ್ಲ. ಅವು ಡೆವಲಪರ್ಗಳ ಕೆಲಸವನ್ನು ವೇಗಗೊಳಿಸುತ್ತವೆ, ಪುನರಾವರ್ತಿತ ಕಾರ್ಯಗಳನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತವೆ ಮತ್ತು AIಯನ್ನು ಹೆಚ್ಚು ಉಪಯುಕ್ತವಾಗಿಸುತ್ತವೆ. ಆದರೆ ಪ್ರತಿಯೊಂದು ಹೊಸ ಸಾಮರ್ಥ್ಯದ ಜೊತೆಗೆ ಹೊಸ ಹೊಣೆಗಾರಿಕೆಯೂ ಬರುತ್ತದೆ. ಈ ಬಾರಿ ಆ ಹೊಣೆಗಾರಿಕೆ "ಸೆಕ್ಯುರಿಟಿ" ಎಂಬ ಹೆಸರಿನಲ್ಲಿ ಎದುರಾಗಿದೆ.

ಮುಂದಿನ ಐದು ವರ್ಷಗಳಲ್ಲಿ AI ಕ್ಷೇತ್ರದಲ್ಲಿ ದೊಡ್ಡ ಸ್ಪರ್ಧೆ ಭಾಷಾ ಮಾದರಿಗಳ ನಡುವೆ ಮಾತ್ರ ನಡೆಯುವುದಿಲ್ಲ. ವಿಶ್ವಾಸಾರ್ಹ ಸ್ಕಿಲ್ ಪರಿಸರ ನಿರ್ಮಿಸುವ ಪ್ಲಾಟ್ಫಾರ್ಮ್ಗಳ ನಡುವೆ ಕೂಡ ನಡೆಯಲಿದೆ. AIಗೆ ಹೊಸ ಕೌಶಲ್ಯ ಕಲಿಸುವುದು ಸುಲಭವಾಗಬಹುದು. ಆದರೆ ಆ ಕೌಶಲ್ಯ ಸುರಕ್ಷಿತವಾಗಿರುವಂತೆ ನೋಡಿಕೊಳ್ಳುವುದೇ ಮುಂದಿನ ತಲೆಮಾರಿನ ತಂತ್ರಜ್ಞಾನದ ನಿಜವಾದ ಪರೀಕ್ಷೆಯಾಗಬಹುದು.