एआई विशेषज्ञ डीपफेक्स और 19 अन्य एआई-आधारित अपराधों को खतरे के स्तर से रैंक करते हैं

यूनिवर्सिटी कॉलेज लंदन द्वारा प्रकाशित एक नए रिपोर्ट का उद्देश्य अगले 15 वर्षों में अपराधियों की मदद के लिए एआई के विभिन्न तरीकों की पहचान करना था। रिपोर्ट में 31 अलग-अलग एआई विशेषज्ञों ने 20 अलग-अलग तरीकों से एआई का उपयोग करके अपराध करने और उन्हें विभिन्न कारकों के आधार पर रैंक करने का काम किया। एआई विशेषज्ञों ने अपराधों को आसानी से पूरा करने की संभावना, अपराध के कारण होने वाले संभावित सामाजिक नुकसान, अपराध से होने वाली संभावित आय, और अपराध को रोकने में कठिनाई जैसे कारकों के आधार पर रैंक किया। रिपोर्ट के परिणामों के अनुसार, डीपफेक्स कानून के शासन वाले नागरिकों और समाज के लिए सबसे बड़ा खतरा है, क्योंकि उनका अपराधियों और आतंकवादियों द्वारा शोषण की संभावना अधिक है।

एआई विशेषज्ञों ने डीपफेक्स को संभावित एआई खतरों की सूची में शीर्ष पर रखा क्योंकि वे पहचानने और प्रतिक्रिया देने में मुश्किल हैं। डीपफेक्स लगातार डीपफेक्स विशेषज्ञों और अन्य एआई-आधारित तरीकों से भी धोखा देने में बेहतर हो रहे हैं जो डीपफेक्स का पता लगाने के लिए अक्सर अविश्वसनीय होते हैं। उनके नुकसान की क्षमता के संदर्भ में, डीपफेक्स का उपयोग बुरे अभिनेताओं द्वारा विश्वसनीय, विशेषज्ञ व्यक्तियों को बदनाम करने या प्रियजनों या अन्य विश्वसनीय व्यक्तियों के रूप में प्रस्तुत करके लोगों को ठगने के प्रयास के लिए किया जा सकता है। यदि डीपफेक्स बहुत अधिक हैं, तो लोग किसी भी ऑडियो या वीडियो मीडिया पर विश्वास खो सकते हैं, जिससे वे वास्तविक घटनाओं और तथ्यों की वैधता पर विश्वास खो सकते हैं।

यूसीएल कंप्यूटर साइंस से डॉ मैथ्यू कैल्डवेल रिपोर्ट के पहले लेखक थे। कैल्डवेल ऑनलाइन गतिविधि में वृद्धि के साथ डीपफेक्स के बढ़ते खतरे पर जोर देते हैं। जैसा कि यूसीएल न्यूज़ द्वारा कैल्डवेल को उद्धृत किया गया है:

“पारंपरिक अपराधों के विपरीत, डिजिटल क्षेत्र में अपराध आसानी से साझा किए जा सकते हैं, दोहराए जा सकते हैं और यहां तक कि बेचे भी जा सकते हैं, जिससे अपराधी अपने एआई-आधारित अपराध के अधिक चुनौतीपूर्ण पहलुओं को आउटसोर्स कर सकते हैं।”

विशेषज्ञों की टीम ने पांच अन्य उभरती एआई प्रौद्योगिकियों को उच्च स्तर की चिंता के रूप में नए प्रकार के अपराध के संभावित उत्प्रेरक के रूप में रैंक किया: हथियार के रूप में उपयोग किए जाने वाले ड्राइवरलेस वाहन, एआई-नियंत्रित प्रणालियों और उपकरणों पर हैक हमले, ऑनलाइन डेटा संग्रह ब्लैकमेल के उद्देश्य से, एआई-आधारित फ़िशिंग के साथ अनुकूलित संदेश, और सामान्य रूप से नकली समाचार/भ्रामक जानकारी।

यूसीएल के डॉव्स सेंटर फॉर फ्यूचर क्राइम्स के निदेशक शेन जॉनसन के अनुसार, अध्ययन का उद्देश्य नए उभरते प्रौद्योगिकियों से जुड़े संभावित खतरों की पहचान करना और उन खतरों से आगे निकलने के तरीकों का अनुमान लगाना था। जॉनसन का कहना है कि प्रौद्योगिकी परिवर्तन की गति बढ़ने के साथ, यह आवश्यक है कि “हम भविष्य के अपराध खतरों का अनुमान लगाएं ताकि नीति निर्माता और अन्य हितधारक जो कार्य करने में सक्षम हैं वे नए ‘अपराध की फसल’ होने से पहले ऐसा कर सकें।”

सूची में अन्य 14 संभावित अपराधों के संबंध में, उन्हें दो श्रेणियों में रखा गया था: मध्यम चिंता और कम चिंता।

मध्यम चिंता वाले एआई अपराधों में सैन्य रोबोटों का दुरुपयोग, डेटा जहर, स्वचालित हमला ड्रोन, साइबर हमले, ऑनलाइन गतिविधियों के लिए सेवा अस्वीकृति हमले, वित्तीय/स्टॉक बाजारों का हेरफेर, स्नेक ऑयल (एआई/एमएल शब्दावली में छिपे हुए धोखाधड़ी सेवाओं की बिक्री), और चेहरा पहचान को धोखा देना शामिल हैं।

कम चिंता वाले एआई-आधारित अपराधों में कला या संगीत की जालसाजी, एआई-सहायता प्राप्त पीछा करना, एआई द्वारा लिखित नकली समीक्षाएं, एआई का पता लगाने वाले तरीकों से बचना, और “चोर बॉट” (जो लोगों के घरों में तोड़-मरोड़कर चोरी करने के लिए बॉट्स) शामिल हैं।

बिल्कुल, एआई मॉडल खुद को इनमें से कुछ अपराधों से लड़ने में मदद करने के लिए उपयोग किया जा सकता है। हाल ही में, एआई मॉडल को मनी लॉन्डरिंग स्कीमों का पता लगाने में मदद करने के लिए तैनात किया गया है, संदिग्ध वित्तीय लेनदेन का पता लगाना। परिणामों का विश्लेषण मानव ऑपरेटरों द्वारा किया जाता है जो तब अलर्ट को मंजूरी देते हैं या अस्वीकार करते हैं, और प्रतिक्रिया का उपयोग मॉडल को बेहतर ढंग से प्रशिक्षित करने के लिए किया जाता है। ऐसा लगता है कि भविष्य में एआई को एक दूसरे के खिलाफ खड़ा किया जाएगा, जहां अपराधी अपने सर्वश्रेष्ठ एआई-सहायता प्राप्त उपकरणों को डिज़ाइन करने का प्रयास करेंगे और सुरक्षा, कानून प्रवर्तन, और अन्य नैतिक एआई डिज़ाइनर अपने सर्वश्रेष्ठ एआई प्रणालियों को डिज़ाइन करने का प्रयास करेंगे।