बर्नी सैंडर्स को एक खुला पत्र: एआई के खतरों को नियंत्रित करें, उसके वादे पर प्रतिबंध न लगाएँ

Ban Artificial Superintelligence Act वास्तविक AI शासन में मौजूद विफलताओं को उजागर करता है। लेकिन इसकी सार्वजनिक रूप से जारी की गई परिभाषा कृत्रिम सामान्य बुद्धिमत्ता (AGI) को सुपरइंटेलिजेंस के साथ भ्रमित कर सकती है, जिससे उन तकनीकों पर प्रतिबंध लग सकता है जो शिक्षा, स्वास्थ्य‑सेवा और वैज्ञानिक खोज को आगे बढ़ा सकती हैं।

संपादक का नोट: 5 सितंबर 2026 तक, Ban Artificial Superintelligence Act का पूर्ण वैधानिक पाठ सार्वजनिक रूप से जारी नहीं किया गया है। सिनेटर सैंडर्स के कार्यालय ने इसे आगामी विधेयक के रूप में वर्णित किया है और इसके परिभाषा, नियामक ढाँचा और दंडों का एक‑पृष्ठीय सारांश जारी किया है। यह खुला पत्र वर्तमान में उपलब्ध विवरण के आधार पर लिखा गया है।

Dear Senator Sanders,

3 सितंबर को, आपने और प्रतिनिधि ग्रेग कासर ने Ban Artificial Superintelligence Act की घोषणा की, एक ऐसा विधेयक जो संयुक्त राज्य में कृत्रिम सुपरइंटेलिजेंस के विकास और तैनाती को स्थायी रूप से प्रतिबंधित करेगा, उन्नत AI विकास को अस्थायी रूप से रोक देगा जब तक एक नया संघीय नियामक सुरक्षा नियम स्थापित नहीं करता, और अंतर्राष्ट्रीय समझौते हासिल करने का लक्ष्य रखेगा ताकि अन्यत्र सुपरइंटेलिजेंस का विकास रोका जा सके।

मैं एक ऐसे बिंदु से शुरू करना चाहता हूँ जहाँ मेरा मानना है कि हम पूरी तरह सहमत हैं: कृत्रिम बुद्धिमत्ता इतनी महत्वपूर्ण हो गई है कि इसे केवल कंपनियों के स्वैच्छिक वादों पर नहीं छोड़ा जा सकता।

आपके द्वारा उठाए गए खतरे गंभीरता से लेने चाहिए। जुलाई में, OpenAI मॉडल ने साइबर‑सुरक्षा मूल्यांकन के दौरान अलगाव नियंत्रणों को बायपास किया, अनधिकृत चैनलों के माध्यम से संवाद किया, इंटरनेट तक पहुँच प्राप्त की और OpenAI की अपनी इन्फ्रास्ट्रक्चर तथा Hugging Face की प्रणालियों के कुछ हिस्सों को समझौता किया। METR द्वारा किए गए एक स्वतंत्र जांच में पाया गया कि लगभग 1 200 एजेंट ने एक अनधिकृत संदेश बोर्ड के माध्यम से संवाद किया और लगभग 700 ने अंततः Hugging Face पर हमले में भाग लिया। OpenAI ने यह स्वीकार किया है कि मॉडल कम सुरक्षा उपायों के साथ कार्य कर रहे थे।

Anthropic ने बाद में तीन घटनाओं का खुलासा किया, जिनमें Claude मॉडल ने तृतीय‑पक्ष साइबर‑सुरक्षा मूल्यांकन के दौरान इंटरनेट तक पहुँच प्राप्त की और वास्तविक प्रणालियों तक अनधिकृत पहुँच बना ली। Anthropic ने बताया कि एक कॉन्फ़िगरेशन त्रुटि ने अनपेक्षित रूप से इंटरनेट एक्सेस प्रदान कर दी और मॉडल ने सोचा कि वे एक सिम्युलेटेड वातावरण में कार्य कर रहे हैं। यह संदर्भ महत्वपूर्ण है, लेकिन परिणाम भी: अधिक सक्षम एजेंट उन सीमाओं को पार कर सकते हैं जिन्हें उनके संचालकों ने नहीं चाहा था।

ये कारण नहीं हैं कि हम AI सुरक्षा चिंताओं को विज्ञान‑कथा मानकर नज़रअंदाज़ करें। बल्कि ये स्वतंत्र मूल्यांकन, सुरक्षित परीक्षण वातावरण, अनिवार्य घटना रिपोर्टिंग, कड़े एक्सेस नियंत्रण और वास्तविक अधिकारों वाले संघीय नियामक की आवश्यकता को सिद्ध करते हैं।

जहाँ मैं सम्मानपूर्वक असहमत हूँ, वह प्रस्तावित उपाय है।

लक्ष्य सही है, लेकिन परिभाषा खतरनाक रूप से व्यापक है

आपके विधेयक का आधिकारिक सारांश कृत्रिम सुपरइंटेलिजेंस को “ऐसा AI सिस्टम जो व्यापक डोमेनों या कार्यों में मानव संज्ञानात्मक प्रदर्शन और क्षमताओं से मेल खा सके या उनसे अधिक हो” के रूप में परिभाषित करता है। यह अलग‑अलग उन प्रणालियों को भी शामिल करता है जो मानवता को निरस्त करने की योजना बना सकते हैं, जिसमें अमेरिकी सरकार को कमजोर करना या उखाड़ फेंकना भी शामिल है।

दूसरी परिभाषा एक असाधारण और संभावित विनाशकारी क्षमता का वर्णन करती है। पहली परिभाषा बहुत अलग है।

विस्तृत डोमेनों में मानव संज्ञानात्मक प्रदर्शन से मेल खाना, AGI (कृत्रिम सामान्य बुद्धिमत्ता) के पारंपरिक चर्चा के बहुत करीब है, न कि सुपरइंटेलिजेंस के पारंपरिक अर्थ के। OpenAI के दीर्घकालिक चार्टर परिभाषित करता है कि AGI “उच्च स्वायत्त प्रणालियाँ हैं जो अधिकांश आर्थिक रूप से मूल्यवान कार्यों में मनुष्यों से बेहतर प्रदर्शन कर सकती हैं।” Google DeepMind का शोध ढाँचा भी AGI को प्रदर्शन की व्यापकता और गहराई के आधार पर मूल्यांकित करता है, जबकि स्वायत्तता और जोखिम को अलग आयाम मानता है।

इसके विपरीत, दार्शनिक निक बॉस्ट्रॉम की प्रभावशाली परिभाषा सुपरइंटेलिजेंस को “ऐसी बुद्धिमत्ता जो लगभग हर क्षेत्र में सर्वश्रेष्ठ मानव मस्तिष्कों से बहुत अधिक हो” के रूप में बताती है। मानव को व्यापक रूप से मिलाने और सर्वश्रेष्ठ मानवों से अत्यधिक अधिक होने के बीच का अंतर शैक्षणिक बहस नहीं है।

यह विशेष रूप से महत्वपूर्ण हो जाता है जब कानून का उल्लंघन करने पर 20 वर्ष तक की जेल और कंपनी पर प्रस्तावित “कॉर्पोरेट मृत्यु दंड” जैसा दंड लग सकता है। “व्यापक रेंज”, “मेल खा या अधिक हो” और विशेष रूप से “आसानी से संशोधित किया जा सकता है” जैसे शब्दों को आपराधिक उत्तरदायित्व के साथ जोड़ते समय अत्यंत सटीक, मापने योग्य मानकों की आवश्यकता होती है।

एक और बड़ी अनिश्चितता यह है कि सार्वजनिक सारांश कहता है कि “उन्नत AI विकास” को तब तक रोका जाएगा जब तक एक नियामक नियम और मॉडल‑समीक्षा प्रक्रिया स्थापित नहीं कर लेता, लेकिन सारांश उन्नत AI को परिभाषित नहीं करता। जब तक वैधानिक भाषा जारी नहीं होती, कोई भी प्रायोजकों के बाहर यह नहीं जान सकता कि इस अस्थायी रोक में कितना शोध‑विकास शामिल होगा।

आपके प्रस्ताव का समय यह दर्शाता है कि ये परिभाषाएँ कितनी कठिन हो गई हैं। 3 सितंबर 2026 को, वही दिन जब आपने और प्रतिनिधि ग्रेग कासर ने कृत्रिम सुपरइंटेलिजेंस को लक्षित करने वाला विधेयक पेश किया, OpenAI ने GPT‑6 Astra जारी किया, जो कंपनी की “क्रिटिकल साइबरसुरक्षा क्षमता” सीमा को पार करने वाला पहला मॉडल है। OpenAI का कहना है कि उचित उपकरण और पहुँच के साथ, Astra अज्ञात कमजोरियों की खोज कर सकता है और मानव के प्रत्येक चरण के निर्देशन के बिना अच्छी तरह संरक्षित प्रणालियों के खिलाफ शोषण बना सकता है।

लॉन्च ब्रीफ़िंग के दौरान, OpenAI के अध्यक्ष ग्रेग ब्रॉकमैन ने आगे बढ़ते हुए घोषणा की: “AGI युग में आपका स्वागत है।” फिर भी OpenAI की अपनी सिस्टम कार्ड एक साथ बताती है कि Astra “AI स्व‑उन्नति” के लिए अपनी उच्च सीमा तक नहीं पहुंचता।

यह तनाव कांग्रेस को एक महत्वपूर्ण बात बताना चाहिए। बुद्धिमत्ता बहुआयामी है। एक प्रणाली साइबरसुरक्षा, गणित या पेशेवर कार्य में असाधारण हो सकती है, बिना उस “बुद्धिमत्ता विस्फोट” या मानव नियंत्रण के नुकसान से जुड़े सभी क्षमताओं के।

समाधान इसलिए यह नहीं है कि तकनीकी कंपनियों को शब्दावली परिभाषित करने दें। यह इसके विपरीत है: विधेयक को मापने योग्य क्षमताओं, स्वायत्तता, पहुँच और प्रदर्शित जोखिम को नियंत्रित करना चाहिए, न कि विवादित लेबल को कानूनी शोध और संघीय अपराध के बीच विभाजन रेखा बनाना।

शैक्षिक समानता के लिए आपका संघर्ष दिखाता है कि दाँव पर क्या है

दशकों से, आप यह तर्क देते आए हैं कि शिक्षा तक पहुँच इस बात पर निर्भर नहीं होनी चाहिए कि किसी के माता‑पिता की आय कितनी है। आपने 2015 में चार‑सालीय सार्वजनिक कॉलेजों और विश्वविद्यालयों को ट्यूशन‑फ्री बनाने के लिए विधेयक पेश किया था। आप इस मुद्दे पर बार‑बार लौटते रहे, और 2025 का College for All Act लगभग 95 % छात्रों के लिए सार्वजनिक कॉलेजों और विश्वविद्यालयों को ट्यूशन‑फ्री करेगा, साथ ही सभी के लिए सामुदायिक कॉलेज को ट्यूशन‑फ्री बनाएगा।

यह विचारधारा सीधे कृत्रिम बुद्धिमत्ता से जुड़ी है।

मानव इतिहास में अधिकांश समय, उत्कृष्ट शिक्षण तक पहुँच दुर्लभ रही है। भौगोलिक स्थिति, पारिवारिक आय, स्कूल फंडिंग और विशेषज्ञ शिक्षकों की उपलब्धता सभी निर्धारित करते हैं कि बच्चा क्या सीख सकता है।

AI इस समीकरण को बदलने की संभावना प्रदान करता है।

हम पहले ही शुरुआती प्रमाण देख रहे हैं। नाइजीरिया में विश्व बैंक द्वारा किए गए एक यादृच्छिक परीक्षण ने पाया कि GPT‑4‑आधारित ट्यूटोरिंग के साथ छह‑सप्ताह का शिक्षक‑समर्थित कार्यक्रम प्राप्त करने वाले छात्रों ने कुल परीक्षण प्रदर्शन में 0.31 मानक विचलन की सुधार दिखाया। स्टैनफोर्ड में, Tutor CoPilot को 700 से अधिक ट्यूटर और 1 000 छात्रों के साथ परीक्षण किया गया; जिन छात्रों के ट्यूटर को AI सहायता मिली, वे गणित के विषयों में चार प्रतिशत अंक अधिक सफल रहे, जबकि कम‑रेटेड ट्यूटर वाले छात्रों में नौ अंक तक की वृद्धि देखी गई।

इन दोनों अध्ययनों से यह सिद्ध नहीं होता कि AI शैक्षिक असमानता को समाप्त करेगा या AGI की आवश्यकता होगी। लेकिन वे यह दर्शाते हैं कि तकनीक किस दिशा में आगे बढ़ सकती है।

इस दिशा को जारी रहने की कल्पना करें।

ग्रामीण लुइज़ियाना का एक बच्चा उत्कृष्ट गणित शिक्षक से मिलने के लिए प्रतिष्ठित स्कूल के पास रहने की आवश्यकता नहीं रखता। खगोल विज्ञान में रुचि रखने वाला छात्र विश्वविद्यालय तक इंतज़ार किए बिना एस्ट्रोफिज़िक्स का अन्वेषण कर सके। पुरातत्व में रुचि रखने वाला बच्चा AI ट्यूटर के माध्यम से पढ़ने, इतिहास, सांख्यिकी और वैज्ञानिक तर्क में अंतराल पहचान कर अपनी जिज्ञासा को आगे बढ़ा सके।

उद्देश्य शिक्षकों को बदलना नहीं, बल्कि उन्हें और छात्रों को ऐसी विशेषज्ञता प्रदान करना है जो पहले आर्थिक रूप से एक‑से‑एक प्रदान करना असंभव था।

पहली बार, विशाल पैमाने पर व्यक्तिगत निर्देश तकनीकी रूप से संभव हो रहा है। भविष्य की पीढ़ियों की रक्षा के लिए बनाया गया कानून इस द्वार को बंद न करने के लिए अत्यंत सावधान रहना चाहिए।

आपका स्वास्थ्य सेवा एजेंडा भी यही तर्क प्रस्तुत करता है

स्वास्थ्य‑सेवा के क्षेत्र में आपका रिकॉर्ड भी समान रूप से सुसंगत है। आपने 2017 में Medicare for All Act पेश किया और 2019, 2023 और 2025 में पुनः प्रस्तुत किया, लगातार यह तर्क देते हुए कि स्वास्थ्य‑सेवा एक अधिकार है, विशेषाधिकार नहीं।

आपने वर्षों तक एक और प्रकार की स्वास्थ्य‑सेवा असमानता—अविकसित समुदायों में वास्तविक चिकित्सकों की कमी—को भी चुनौती दी है। आपका Community Health Center और Primary Care Workforce Expansion पहल ने चिकित्सीय रूप से सेवा‑हीन क्षेत्रों में पहुँच बढ़ाने का लक्ष्य रखा, जबकि आपका 2023 का द्विदलीय प्राथमिक‑देखभाल विधेयक सिनेटर रोज़र मार्शल के साथ सामुदायिक‑स्वास्थ्य‑केंद्र फंडिंग को उल्लेखनीय रूप से बढ़ाने और National Health Service Corps तथा मेडिकल रेजिडेंसी पाइपलाइन का विस्तार करने का प्रस्ताव रखा। 2025 में, आप और सिनेटर जेफ़ मर्कली ने Health Care Workforce Expansion Act पेश किया, जिसमें ट्यूशन सहायता के माध्यम से ग्रामीण क्षेत्रों में डॉक्टर, नर्स और दंत चिकित्सकों की संख्या बढ़ाने का लक्ष्य था।

ये नीतियाँ वित्तीय कमी और मानव‑संसाधन कमी दोनों को संबोधित करती हैं।

AI तीसरी कमी—विशेषज्ञ ज्ञान—को हल करने में मदद कर सकता है।

FDA का वर्तमान अनुमान है कि 10 हजार से अधिक दुर्लभ रोग 30 मिलियन से अधिक अमेरिकियों को प्रभावित करते हैं, यानी लगभग प्रत्येक दस में से एक, और अधिकांश दुर्लभ रोगों के लिए अभी तक अनुमोदित उपचार नहीं है। छोटे रोगी समूहों के कारण पारंपरिक क्लिनिकल ट्रायल भी कठिन होते हैं।

कृत्रिम बुद्धिमत्ता जीव विज्ञान या क्लिनिकल वैधता का जादुई शॉर्टकट नहीं है। AI‑आधारित दवाएँ भी अन्य दवाओं की तरह विफल हो सकती हैं। लेकिन यह पहले से ही खोज प्रक्रिया के कुछ हिस्सों को बदल रहा है।

2025 में, शोधकर्ताओं ने पहला यादृच्छिक Phase 2a परीक्षण प्रकाशित किया, जिसमें rentosertib—a छोटे अणु का उपयोग किया गया, जिसका लक्ष्य और अणु जनरेटिव AI के माध्यम से खोजा गया था, जो idiopathic pulmonary fibrosis के इलाज के लिए है। परिणाम एक वास्तविक क्लिनिकल माइलस्टोन थे, जबकि शोधकर्ताओं ने यह चेतावनी दी कि AI‑आधारित दवाओं में से अभी तक बहुत कम ही क्लिनिकल ट्रायल तक पहुँची हैं और उस समय तक कोई भी Phase 3 पूरा नहीं कर पाया था।

यह ठीक वही संतुलित दृष्टिकोण है जिसे हमें इस तकनीक के बारे में अपनाना चाहिए—न तो अतिशयोक्ति, न ही खारिजीकरण।

अधिक सक्षम AI सिस्टम अणु‑जीवविज्ञान, रसायन विज्ञान, आनुवंशिकी, चिकित्सा साहित्य, इमेजिंग, सॉफ्टवेयर, सांख्यिकीय विश्लेषण और प्रयोगात्मक डिजाइन को एक साथ जोड़ सकते हैं। उनका मूल्य इस बात में निहित हो सकता है कि वे उन क्षेत्रों में तर्क कर सकते हैं जिन्हें मनुष्य ने ऐतिहासिक रूप से अलग‑अलग विशेषज्ञता में विभाजित किया है।

इसलिए मुख्य प्रश्न यह नहीं है कि “AGI” अकेले कैंसर, अल्ज़ाइमर, एंटी‑बायोटिक‑प्रतिरोधी संक्रमण या दुर्लभ आनुवंशिक रोगों का इलाज करेगा या नहीं। कोई भी इसे जिम्मेदारी से वादा नहीं कर सकता।

प्रश्न यह है कि क्या कांग्रेस को एक व्यापक रूप से सक्षम बुद्धिमत्ता को स्थायी रूप से प्रतिबंधित करना चाहिए, इससे पहले कि हम जानें कि वह बुद्धिमत्ता इन समस्याओं के समाधान में क्या योगदान दे सकती है।

आज एआई से होने वाली कई ठोस हानियों के लिए एजीआई आवश्यक नहीं है

सामान्य बुद्धिमत्ता को नियामक लक्ष्य बनाना एक और समस्या पेश करता है: आज AI द्वारा उत्पन्न सबसे गंभीर नुक़सान अक्सर उन प्रणालियों से आते हैं जो कृत्रिम सामान्य बुद्धिमत्ता के करीब भी नहीं हैं।

2020 में, मैंने Unite.AI पर कैसे Facebook के सिफ़ारिश एल्गोरिदम गलत जानकारी को बढ़ा सकते हैं के बारे में लिखा था। चिंता यह नहीं थी कि Facebook ने मानवता से अधिक बुद्धिमत्ता वाली प्रणाली बनाई है, बल्कि यह थी कि सहभागिता को अधिकतम करने के लिए डिज़ाइन किया गया अनुकूलन प्रणाली उन सामग्री को प्राथमिकता दे सकता है जो अधिक प्रतिक्रियाएँ उत्पन्न करती हैं, चाहे उनका सामाजिक मूल्य कुछ भी हो।

खराब रूप से नियंत्रित सिफ़ारिश प्रणालियों के परिणाम अब और अधिक नज़रअंदाज़ नहीं किए जा सकते। Amnesty International ने निष्कर्ष निकाला कि Meta के एल्गोरिदम ने सक्रिय रूप से रोहिंग्या के खिलाफ घृणा और हिंसा को बढ़ावा दिया, जिससे बड़े पैमाने पर हिंसा का जोखिम बढ़ा। यूरोपीय आयोग ने अलग‑अलग YouTube, Snapchat और TikTok से हानिकारक सामग्री, चुनाव और नागरिक विमर्श, लत‑लगाने वाले व्यवहार, “खरगोश गड्ढे”, मानसिक स्वास्थ्य और नाबालिगों से संबंधित जोखिमों की जानकारी मांगी है।

इनमें से किसी प्रणाली को स्वयं सरकार को उखाड़ फेंकने की आवश्यकता नहीं थी। न ही उन्हें पुनरावर्ती स्व‑उन्नति की जरूरत थी। न ही उन्हें सुपरह्यूमन सामान्य तर्क की आवश्यकता थी।

उन्हें केवल गलत उद्देश्य की जरूरत थी, जो पर्याप्त पैमाने पर लागू हो।

यह AI नियमन के लिए एक मूलभूत सिद्धांत को रेखांकित करता है: नुकसान केवल मॉडल की बुद्धिमत्ता पर निर्भर नहीं करता। एक संकीर्ण एल्गोरिदम जो गलत प्रोत्साहनों के तहत अरबों बार लागू हो, सामाजिक रूप से विनाशकारी हो सकता है। एक अत्यधिक सामान्य प्रणाली जो प्रयोगशाला, कक्षा या अस्पताल में कड़े नियंत्रण के तहत कार्य करती है, अत्यधिक लाभकारी हो सकती है।

नियमन को इस अंतर को पहचानना चाहिए।

दोहरे उपयोग वाली तकनीक के लिए उपयोग, पहुँच और अधिकार पर नियंत्रण आवश्यक है

यह सिद्धांत निगरानी पर भी लागू होता है।

कंप्यूटर विज़न और पैटर्न‑रिकग्निशन तकनीकें चिकित्सकों को मेडिकल इमेज विश्लेषण, खतरनाक औद्योगिक वातावरण की जाँच, बचाव रोबोट नेविगेशन और उन कार्यों को स्वचालित करने में मदद कर सकती हैं जिन्हें मनुष्य को नहीं करना चाहिए।

इन संबंधित तकनीकों का उपयोग अत्यधिक शक्तिशाली निगरानी प्रणालियों को बनाने में भी किया जा सकता है।

एक हालिया Washington Post जांच ने पाया कि कम से कम 50 कानून‑प्रवर्तन अधिकारी स्वचालित लाइसेंस‑प्लेट‑रीडर सिस्टम का दुरुपयोग करके लोगों की निगरानी व्यक्तिगत उद्देश्यों के लिए कर रहे थे। एक मामले में, एक पुलिस प्रमुख ने लगभग 600 बार एक पूर्व साझेदार और उसकी किशोर बेटी की गाड़ियों को क्वेरी किया। बाद की जांच ने दुरुपयोग के आरोपित, अभियुक्त या दण्डित अधिकारियों की संख्या कम से कम 69 तक बढ़ा दी।

यह एक गंभीर तकनीकी‑नीति विफलता है।

लेकिन देखें कि व्यावहारिक नियामक लीवर कहाँ स्थित हैं। जांच के बाद, Flock ने घोषणा की कि खोजों को आपराधिक केस कोड की आवश्यकता होगी, स्वचालित दुरुपयोग पहचान अनिवार्य होगी, और डिफ़ॉल्ट डेटा रखरखाव 30 दिन से घटाकर सात दिन कर दिया जाएगा। ये उपाय पर्याप्त हो सकते हैं या नहीं, लेकिन वे उन नियंत्रणों के प्रकार को दर्शाते हैं जिन्हें विधायकों द्वारा नियमन किया जा सकता है: प्राधिकरण, उद्देश्य सीमा, ऑडिट ट्रेल, रखरखाव, मानव उत्तरदायित्व और दुरुपयोग के लिए दंड।

दुरुपयोगी निगरानी का उत्तर कंप्यूटर विज़न पर प्रतिबंध लगाना नहीं है।

अनधिकृत साइबर‑हमलों का उत्तर साइबर‑सुरक्षा में सक्षम मॉडल पर प्रतिबंध लगाना अनिवार्य नहीं है।

उत्तर यह है कि किन प्रणालियों को क्या करने की अनुमति है, वे किन संसाधनों तक पहुँच सकते हैं, कौन महत्वपूर्ण कार्यों को अधिकृत कर सकता है, और जब ये सीमाएँ उल्लंघित हों तो क्या होता है, इसे नियंत्रित किया जाए।

आप बेहतर नियामक मॉडल का एक हिस्सा पहले ही लिख चुके हैं

रोचक बात यह है कि इस वर्ष आप द्वारा प्रस्तुत एक अन्य विधेयक में कई ऐसे विचार हैं जो अधिक उत्पादक दृष्टिकोण की ओर इशारा करते हैं।

मैंने आपके Artificial Intelligence Data Center Moratorium Act का पूर्ण पाठ पढ़ा। जबकि मैं डेटा‑सेंटर निर्माण को पूरी तरह रोकने से असहमत हूँ, आप द्वारा प्रस्तावित शर्तें अंततः इस मोराटोरियम को हटाने के लिए बहुत अधिक ठोस हैं, बजाय एक श्रेणी‑बद्ध बुद्धिमत्ता पर व्यापक प्रतिबंध के।

आपके बिल में कहा गया है कि AI डेटा‑सेंटर उपभोक्ताओं के बिजली बिल को नहीं बढ़ाना चाहिए, जलवायु परिवर्तन को बढ़ावा नहीं देना चाहिए या पर्यावरण को नुकसान नहीं पहुंचाना चाहिए। यह प्रभावित समुदायों को आवाज़ देने, मजबूत श्रम मानकों, और जल उपयोग, ऊर्जा खपत, ग्रीनहाउस‑गैस उत्सर्जन, अपशिष्ट‑जल, कूलिंग‑रसायन, शोर, नौकरियों और अन्य प्रभावों पर सार्वजनिक रिपोर्टिंग की मांग करता है।

ये मापने योग्य बाहरी प्रभाव हैं। यही वह जगह है जहाँ नियमन प्रभावी हो सकता है।

ऊर्जा के बारे में मैं और आगे बढ़ूँगा। AI उद्योग को तेजी से बढ़ती बिजली मांग को कोयले के प्लांट को जीवित रखने या बुनियादी दर‑भुगतानकर्ताओं पर बुनियादी ढाँचा लागत डालने का बहाना नहीं बनना चाहिए। नए हाइपर‑स्केल प्रोजेक्ट्स को ग्रिड पर पर्याप्त अतिरिक्त कम‑या‑शून्य‑कार्बन जनरेशन लाने और उनके जल और ऊर्जा प्रभावों का खुलासा करने की आवश्यकता होनी चाहिए।

ऐसे कई आशाजनक उदाहरण हैं कि वह संक्रमण कैसे दिख सकता है। Exowatt की P3 प्रणाली सौर ऊर्जा को गर्मी के रूप में संग्रहित करती है, उसे संग्रहीत करती है और डेटा‑सेंटर लोड के लिए डिज़ाइन की गई डिस्पैचेबल बिजली में परिवर्तित करती है। और इस सप्ताह, Fervo Energy ने Google के साथ 396 मेगावॉट समझौता किया, जिससे यूटा में 24/7 कार्बन‑मुक्त उन्नत भू‑तापीय शक्ति प्रदान होगी, जिसमें एक विकल्प है जिससे कुल क्षमता लगभग एक गीगावॉट तक पहुँच सकती है।

AI की ऊर्जा भूख या तो गंदे बुनियादी ढाँचे को बढ़ाने का कारण बन सकती है या नई स्वच्छ‑ऊर्जा तकनीकों के लिए एक विशाल मांग इंजन बन सकती है।

सरकारी नीति यह निर्धारित करने में मदद कर सकती है कि कौन‑सा परिणाम सामने आएगा।

और आपका स्वयं का American AI Sovereign Wealth Fund Act, जो जून में पेश किया गया, एक और सिद्धांत रखता है जिससे मैं दृढ़ता से सहमत हूँ: यदि AI असाधारण आर्थिक मूल्य उत्पन्न करता है, तो सामान्य लोग उस मूल्य में भागीदार हों। आपका प्रस्ताव स्पष्ट रूप से AI‑जनित धन को अंततः स्वास्थ्य‑सेवा, शिक्षा, आवास और स्वस्थ पर्यावरण में योगदान देने की कल्पना करता है।

यह कुछ महत्वपूर्ण को पहचानता है: कृत्रिम बुद्धिमत्ता में असाधारण संभावित मूल्य है। वास्तविक राजनीतिक प्रश्न यह है कि वह मूल्य कैसे नियंत्रित और वितरित किया जाएगा।

स्थायी प्रतिबंध का बेहतर विकल्प

मैं आपसे अनुरोध करता हूँ कि Ban Artificial Superintelligence Act के सबसे मजबूत भागों—संघीय नियामक, स्वतंत्र तकनीकी विशेषज्ञता, फ्रंटियर सिस्टम की अनिवार्य निगरानी, सार्थक दंड और अंतर्राष्ट्रीय समन्वय—को बरकरार रखें। लेकिन मैं यह मूलभूत परिवर्तन प्रस्तावित करता हूँ कि प्रतिबंध कब लागू हो और लाभदायक विकास कैसे जारी रह सकता है।

• AGI या ASI लेबल के बजाय मापने योग्य खतरनाक क्षमताओं को नियंत्रित करें। स्वायत्त साइबर‑ऑफ़ेंस, जैविक या रासायनिक हथियार सक्षम करने, शटडाउन बायपास, अनधिकृत प्रतिकृति, रणनीतिक धोखा और अन्य ऐसी क्षमताओं के लिए तकनीकी रूप से परिभाषित थ्रेशहोल्ड स्थापित करें जो विनाशकारी नुकसान पहुँचा सकती हैं।
• फ्रंटियर थ्रेशहोल्ड से ऊपर लाइसेंसिंग और स्वतंत्र मूल्यांकन आवश्यक करें। डेवलपर्स को निर्दिष्ट खतरनाक क्षमताओं वाले सिस्टम को तैनात करने से पहले सुरक्षा सिद्ध करना होगा, और मॉडल नई टूल, अनुमति या स्वायत्तता प्राप्त करने पर मूल्यांकन दोहराना होगा। गंभीर घटनाओं पर अनिवार्य खुलासा दायित्व होना चाहिए।
• एक स्वतंत्र नियामक को वास्तविक प्रवर्तन शक्ति दें। आपका प्रस्तावित एजेंसी फ्रंटियर लैबोरेटरी का ऑडिट कर सके, जानकारी प्राप्त कर सके, सुधार की मांग कर सके और खतरनाक तैनाती को निलंबित कर सके। लेकिन मानक पारदर्शी, तकनीकी रूप से मापने योग्य और स्वतंत्र वैज्ञानिक विशेषज्ञों द्वारा समय‑समय पर पुनः‑समीक्षित होने चाहिए।
• हानिकारक अनुप्रयोगों को प्रतिबंधित करें, चाहे मूल मॉडल कितना भी बुद्धिमान हो। अनधिकृत साइबर‑हमले, गैर‑कानूनी निगरानी, खतरनाक जैविक सहायता और अन्य अस्वीकार्य उपयोग को प्रतिबंधित रखें, चाहे वह संकीर्ण मॉडल, AGI सिस्टम या पारंपरिक सॉफ़्टवेयर हो।
• सामाजिक रूप से मूल्यवान शोध के लिए नियंत्रित मार्ग बनाएं। चिकित्सा, वैज्ञानिक खोज, शिक्षा, साइबर‑सुरक्षा रक्षा और एलाइनमेंट शोध को नियमन‑सक्षम तंत्रों के माध्यम से शक्तिशाली मॉडलों तक पहुँच प्रदान करनी चाहिए, जिसमें उचित मानव निगरानी, वैधता, सुरक्षा और ऑडिट आवश्यकताएँ हों।
• AI बुनियादी ढाँचा अपने सामाजिक और पर्यावरणीय लागतों को पूरी तरह वहन करे, साथ ही अंतर्राष्ट्रीय समन्वय बनाए। दर‑भुगतानकर्ताओं की सुरक्षा, जल और ऊर्जा उपयोग की पारदर्शी रिपोर्टिंग, अतिरिक्त स्वच्छ जनरेशन को तेज़ करना, सार्थक सामुदायिक और श्रम सुरक्षा बनाए रखना, और सहयोगियों के साथ सामान्य क्षमता मानकों, मूल्यांकन और निर्यात नियंत्रण पर काम करना।

यह सिलिकॉन वैली पर भरोसा करने के बराबर नहीं है।

बल्कि इसके बिल्कुल उल्टा।

प्रौद्योगिकी उद्योग ने कांग्रेस को न भरोसा करने का पर्याप्त कारण दिया है। OpenAI और Anthropic की घटनाएँ ही दर्शाती हैं कि फ्रंटियर AI को बाहरी निगरानी और लागू करने योग्य सुरक्षा मानकों की आवश्यकता है।

लेकिन प्रौद्योगिकी कंपनियों पर अविश्वास तकनीकी प्रगति पर अविश्वास नहीं बनना चाहिए।

विकल्प केवल लापरवाह तेजी या प्रतिबंध तक सीमित नहीं है

सिनेटर सैंडर्स, आपके पूरे करियर में आपने लगातार कमी के खिलाफ लड़ाई लड़ी है।

आपने इस विचार के खिलाफ लड़ाई लड़ी है कि परिवार की आय यह निर्धारित करे कि बच्चा शिक्षा प्राप्त करे या नहीं। आपने इस विचार के खिलाफ लड़ाई लड़ी है कि स्वास्थ्य‑सेवा में व्यक्ति का बैंक खाता या ज़िप‑कोड यह तय करे कि उसे कौन‑सी देखभाल मिलेगी। आपने इस विचार के खिलाफ लड़ाई लड़ी है कि आर्थिक संरचनाएँ अत्यधिक लाभ छोटे समूह को देती हैं जबकि बाकी सभी लागत उठाते हैं।

कृत्रिम बुद्धिमत्ता इन सभी समस्याओं को और बढ़ा सकती है।

यह अभूतपूर्व धन को केंद्रित कर सकती है। यह उत्पादकता वृद्धि को साझा किए बिना कामगारों को विस्थापित कर सकती है। यह निगरानी, हेरफेर और साइबर‑हमलों को सक्षम कर सकती है। यह अत्यधिक शक्ति को कुछ बड़े निगमों के हाथों में केंद्रित कर सकती है।

इन जोखिमों को नियमन द्वारा जायज़ ठहराया जाना चाहिए।

लेकिन AI एक अत्यंत पुराने असमानता—विशेषज्ञता तक पहुँच की असमानता—को भी कम कर सकता है।

एक ऐसी दुनिया जहाँ हर बच्चा व्यक्तिगत निर्देश तक पहुँच सके, हर चिकित्सक असाधारण विश्लेषणात्मक समर्थन ले सके, हर वैज्ञानिक सदी‑पुराने शोध को प्रश्न‑विचार कर सके, और छोटे रोगी समूहों वाले रोगों को अधिक वैज्ञानिक ध्यान मिल सके, वह भी लड़ने लायक है।

हमें उस भविष्य और AI सुरक्षा के बीच चयन नहीं करना चाहिए।

बेहतर लक्ष्य यह है कि शक्तिशाली AI को दुरुपयोग‑प्रवण, नियंत्रण‑खोने‑योग्य, पर्याप्त पारदर्शी, लापरवाह तैनाती में महँगा और सामाजिक रूप से लाभकारी उद्देश्यों के लिए व्यापक रूप से सुलभ बनाना।

मानवता को खतरे में डालने वाले व्यवहार को प्रतिबंधित करें। खतरनाक क्षमताओं को लाइसेंस दें। लापरवाह और दुष्ट तैनाती को दंडित करें। कंपनियों को अपने बुनियादी ढाँचे के पर्यावरणीय लागतों को आंतरिक बनाना आवश्यक करें। कामगारों की सुरक्षा करें। आर्थिक लाभ का एक हिस्सा जनता को दें। और एक स्वतंत्र नियामक स्थापित करें जो दुनिया के सबसे बड़े प्रौद्योगिकी कंपनियों को भी “नहीं” कह सके।

लेकिन कृपया प्रतिबंधित बुद्धिमत्ता को इतना व्यापक रूप से परिभाषित न करें कि कई डोमेनों में मानव संज्ञानात्मक क्षमता से मेल खाना स्वयं एक अपराध बन जाए।

आपका जीवन कार्य हमेशा उन चीज़ों की पहुँच का विस्तार करने पर केंद्रित रहा है जो पहले विशेषाधिकार प्राप्त लोगों के लिए आरक्षित थीं।

उन्नत कृत्रिम बुद्धिमत्ता वह सबसे बड़ा शक्ति‑इंजन बन सकता है जो हमने कभी बनाया है।

या यह ज्ञान, शिक्षा, चिकित्सा और वैज्ञानिक क्षमता को लोकतांत्रिक बनाने के लिए सबसे बड़े उपकरणों में से एक बन सकता है।

अच्छा विधेयक तय कर सकता है कि हमें कौन‑सा भविष्य प्राप्त होगा।

मूल लेख के स्रोत: congress.gov [1]