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

लंदन विश्वविद्यालय कॉलेज 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 के लिए और उन्हें विभिन्न कारकों के आधार पर रैंक किया। एआई विशेषज्ञों ने अपराधों को उनकी आसानी, संभावित सामाजिक नुकसान, अपराधी द्वारा कमाए जा सकने वाले पैसे और अपराध को रोकने में कठिनाई जैसे कारकों के आधार पर रैंक किया। रिपोर्ट के परिणामों के अनुसार, गहरे नकली नागरिकों और समाज के लिए सबसे बड़ा खतरा है, क्योंकि उनका अपराधियों और आतंकवादियों द्वारा शोषण की संभावना अधिक है।

एआई विशेषज्ञों ने गहरे नकली को सबसे बड़े खतरे के रूप में रैंक किया क्योंकि वे पहचानना और उन्हें रोकना मुश्किल है। गहरे नकली लगातार बेहतर हो रहे हैं और यहां तक कि गहरे नकली विशेषज्ञों और अन्य एआई-आधारित तरीकों से भी उन्हें पहचानना मुश्किल है। उनके नुकसान की क्षमता के संदर्भ में, गहरे नकली आसानी से विश्वसनीय व्यक्तियों को बदनाम करने या लोगों को उनके प्रियजनों या अन्य विश्वसनीय व्यक्तियों के रूप में प्रस्तुत करके उन्हें धोखा देने के लिए उपयोग किए जा सकते हैं। यदि गहरे नकली बहुत अधिक हैं, तो लोग 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 के डॉ मैथ्यू कैल्डवेल रिपोर्ट के पहले लेखक थे। कैल्डवेल ऑनलाइन गतिविधि बढ़ने के साथ गहरे नकली के बढ़ते खतरे पर जोर देते हैं। यूसीएल न्यूज के अनुसार कैल्डवेल के हवाले से

“अन्य 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 उभरते एआई प्रौद्योगिकियों को नए अपराधों के लिए उच्च चिंता के संभावित उत्प्रेरक के रूप में रैंक किया: हथियार के रूप में ड्राइवरलेस वाहनों का उपयोग, एआई-नियंत्रित प्रणालियों और उपकरणों पर हैक हमले, ऑनलाइन डेटा संग्रह ऑनलाइन डेटा संग्रह, एआई-आधारित फ़िशिंग और सामान्य रूप से गलत सूचना/फेक न्यूज़।

यूसीएल के डॉ 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 कहते हैं कि तकनीकी 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 कार्रवाई करने में सक्षम हैं वे ऐसा कर सकें।”

सूची में शामिल 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 है।

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

बिल्कुल, एआई मॉडल खुद कुछ अपराधों से निपटने में मदद कर सकते हैं। हाल ही में, एआई मॉडल पैसे की धोखाधड़ी की पहचान में मदद के लिए तैनात किए गए हैं, संदिग्ध वित्तीय लेनदेन का पता लगाने में मदद करते हैं। परिणामों का विश्लेषण मानव ऑपरेटर द्वारा किया जाता है जो तब अलर्ट को स्वीकार 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।