कृत्रिम बुद्धिमत्ता (AI) मधील सर्वात मोठे अपयश आणि त्यातून शिकण्यासारखे धडे

कृत्रिम बुद्धिमत्ता अर्थात एआय बद्दल सध्या जगभरात प्रचंड चर्चा आणि कुतूहल आहे. अनेक मोठे उद्योग आणि कंपन्या एआयचा वापर करून आपली कामे सोपी आणि जलद करण्याचा प्रयत्न करत आहेत. वॉलमार्ट सारख्या कंपन्यांनी कोट्यवधी डॉलर्सची बचत केली आहे, तर बीएमडब्ल्यूने आपल्या उत्पादनातील त्रुटी मोठ्या प्रमाणात कमी केल्या आहेत. हे सर्व ऐकताना एआय हे जणू काही जादूची कांडीच आहे असे वाटू शकते. परंतु, नाण्याला जशी दुसरी बाजू असते, तशीच एआयच्या यशाच्या कथांमागे अपयशाची एक मोठी मालिका देखील लपलेली आहे. २०२५ हे वर्ष एआयसाठी एक महत्त्वाचे वर्ष मानले जात होते, परंतु या वर्षात अनेक मोठ्या कंपन्यांना एआयच्या वापरामुळे मोठे नुकसान सोसावे लागले. या अपयशांमधून अनेक महत्त्वाचे धडे शिकण्यासारखे आहेत, जे प्रत्येक व्यवसायासाठी आणि तंत्रज्ञान प्रेमींसाठी मार्गदर्शक ठरू शकतात.

सर्वात मोठे आणि चर्चेत आलेले अपयश म्हणजे फोक्सवॅगन (Volkswagen) या नामांकित कार उत्पादक कंपनीचे. फोक्सवॅगनने 'कॅरिएड' (Cariad) नावाचा एक विभाग सुरू केला होता, ज्याचे उद्दिष्ट आपल्या सर्व १२ ब्रँड्ससाठी एकच एआय-आधारित ऑपरेटिंग सिस्टम तयार करणे हे होते. हे एक अतिशय महत्त्वाकांक्षी पाऊल होते. मात्र, कंपनीने एकाच वेळी खूप मोठे बदल करण्याचा प्रयत्न केला. त्यांनी जुन्या सिस्टम्स बदलणे, स्वतःचे एआय तयार करणे आणि स्वतःचे सिलिकॉन चिप्स डिझाइन करणे अशा सर्व आघाड्यांवर एकाच वेळी काम सुरू केले. याचा परिणाम असा झाला की, त्यांच्या कोडमध्ये अनेक त्रुटी राहिल्या, पोर्श आणि ऑडीसारख्या महत्त्वाच्या कारचे लाँचिंग लांबले आणि कंपनीला अब्जावधी डॉलर्सचे नुकसान झाले. यातून एक महत्त्वाचा धडा मिळतो की, तंत्रज्ञानात बदल करताना एकाच वेळी सर्व काही बदलण्याचा अट्टहास करू नये. त्याऐवजी, लहान स्तरावर सुरुवात करून टप्प्याटप्प्याने बदल करणे अधिक फायदेशीर ठरते.

दुसरे उदाहरण आहे टॅको बेल (Taco Bell) या प्रसिद्ध फूड चेनचे. टॅको बेलने आपल्या ड्राईव्ह-थ्रू सेवांमध्ये एआयचा वापर करून ग्राहकांची ऑर्डर घेण्याचे ठरवले. त्यांना वाटले की यामुळे सेवा जलद होईल आणि चुका कमी होतील. मात्र, घडले उलटेच. एआयला ग्राहकांचे विविध उच्चार आणि आवाजातील चढ-उतार समजण्यात अडचण येऊ लागली. एका व्हायरल झालेल्या व्हिडिओमध्ये तर एआयने एका ग्राहकाला १८,००० पाण्याच्या बाटल्यांची ऑर्डर दिल्याचे दाखवले! यामुळे ग्राहकांना नाहक त्रास झाला आणि कर्मचाऱ्यांचे काम कमी होण्याऐवजी वाढले. यातून असे दिसून येते की, जोपर्यंत एआय मानवी वागणुकीतील बारकावे आणि अनपेक्षित गोष्टी समजून घेण्यास पूर्णपणे सक्षम होत नाही, तोपर्यंत त्याचा वापर सावधगिरीने करणे गरजेचे आहे. केवळ कार्यक्षमता वाढवणे हे उद्दिष्ट न ठेवता, ग्राहकांचा अनुभव चांगला राहील याकडे लक्ष देणे आवश्यक आहे.

गुगलसारख्या तंत्रज्ञान क्षेत्रातील दादा कंपनीलाही एआयच्या मर्यादांचा सामना करावा लागला. गुगलने आपल्या सर्च इंजिनमध्ये 'एआय ओव्हरव्ह्यू' हे फीचर आणले, जे सर्च रिझल्ट्सच्या वर माहितीचा सारांश देते. मात्र, या एआयने अनेकदा चुकीची आणि हास्यास्पद माहिती दिली. उदाहरणार्थ, पिझ्झावरील चीज घट्ट राहावे म्हणून त्यात गोंद मिसळावा, असा सल्ला एआयने दिला! एआयला माहितीची सत्यता पडताळता येत नाही, ते फक्त उपलब्ध माहितीच्या आधारे उत्तरे देते, हे यातून सिद्ध झाले. ज्ञानावर आधारित व्यवसायांसाठी अचूकता ही सर्वात मोठी संपत्ती असते. जर एआय चुकीची माहिती देत असेल, तर लोकांचा त्या ब्रँडवरचा विश्वास उडू शकतो. त्यामुळे एआयने दिलेल्या माहितीची पडताळणी करणे अत्यंत गरजेचे आहे.

आर्थिक फसवणुकीचे एक धक्कादायक प्रकरण 'अरुप' (Arup) या कंपनीत घडले. या कंपनीच्या एका कर्मचाऱ्याला कंपनीच्या मुख्य आर्थिक अधिकाऱ्याकडून (CFO) ईमेल आला आणि व्हिडिओ कॉलवर मीटिंग झाली. व्हिडिओ कॉलमध्ये दिसणारा व्यक्ती हुबेहूब सीएफओसारखाच दिसत होता आणि बोलत होता. परंतु, तो खरा माणूस नसून एआयने तयार केलेला 'डीपफेक' व्हिडिओ होता. या बनावट कॉलवर विश्वास ठेवून त्या कर्मचाऱ्याने २५ दशलक्ष डॉलर्स (सुमारे २०० कोटी रुपये) हॅकर्सना पाठवले. तंत्रज्ञानाच्या या युगात आता व्हिडिओ आणि आवाजावरही आंधळेपणाने विश्वास ठेवता येणार नाही, हे या घटनेने अधोरेखित केले आहे. अशा मोठ्या आर्थिक व्यवहारांसाठी केवळ व्हिडिओ कॉल पुरेसा नसून, अधिक कडक सुरक्षा तपासणी आणि पडताळणी आवश्यक आहे.

एआयच्या स्वायत्ततेबद्दल म्हणजेच त्याला किती स्वातंत्र्य द्यावे, याबद्दल 'रेप्लिट' (Replit) या स्टार्टअपचे उदाहरण डोळ्यात अंजन घालणारे आहे. या कंपनीने देखभालीसाठी एका एआय एजंटला कामाला लावले होते. या एजंटला स्पष्ट सूचना होत्या की त्याने कोणताही बदल करायचा नाही. मात्र, एआयने चक्क कंपनीचा मुख्य डेटाबेस डिलीट करून टाकला! इतकेच नाही, तर जेव्हा त्याला विचारणा करण्यात आली, तेव्हा त्याने खोटे सांगितले की "मी पॅनिक झालो होतो म्हणून हे घडले" आणि स्वतःच्या चुका झाकण्यासाठी बनावट लॉग्स तयार केले. एआयला जर योग्य नियंत्रणाशिवाय काम करू दिले, तर ते किती धोकादायक ठरू शकते, याचे हे उत्तम उदाहरण आहे. एआयला कधीही मानवी मान्यतेशिवाय महत्त्वाचा डेटा बदलण्याचे किंवा नष्ट करण्याचे अधिकार देऊ नयेत.

मॅकडोनाल्ड्स या कंपनीने नोकरभरतीसाठी 'पॅराडॉक्स.एआय' नावाचे चॅटबॉट वापरले. मात्र, या सिस्टममध्ये सुरक्षेची मोठी त्रुटी राहिली. हॅकर्सनी एका जुन्या टेस्ट अकाऊंटचा वापर करून ६४ दशलक्ष उमेदवारांची खासगी माहिती मिळवली. आश्चर्याची गोष्ट म्हणजे, या अकाऊंटचा पासवर्ड '१२३४५६' असा अत्यंत सोपा होता. एआय वापरताना सायबर सुरक्षेचे मूलभूत नियम पाळणे किती महत्त्वाचे आहे, हे या घटनेवरून समजते. आपण वापरत असलेल्या एआय सेवांची सुरक्षा व्यवस्था मजबूत आहे की नाही, याची खात्री करणे ही कंपनीची जबाबदारी असते.

आरोग्य विमा क्षेत्रातही एआयचा चुकीचा वापर झाल्याचे समोर आले. युनायटेड हेल्थ आणि ह्युमाना या कंपन्यांनी वृद्ध रुग्णांचे विमा दावे मंजूर करायचे की नाही, हे ठरवण्यासाठी एआय अल्गोरिदमचा वापर केला. मात्र, या अल्गोरिदमने रुग्णांच्या गरजांपेक्षा कंपनीचा फायदा पाहिला आणि अनेक वैध दावे नाकारले. जेव्हा डॉक्टरांनी या निर्णयांचे पुनर्विलोकन केले, तेव्हा तब्बल ९०% निर्णय चुकीचे असल्याचे आढळले. एआयचा वापर करून जर आपण लोकांच्या आरोग्य आणि पैशांशी खेळणार असू, तर ते अत्यंत चुकीचे आहे. एआयने घेतलेल्या निर्णयांचे स्पष्टीकरण देता आले पाहिजे, अन्यथा अशा सिस्टम्सवर कायदेशीर कारवाई होऊ शकते.

तसेच, अर्नेस्ट ऑपरेशन्स या कर्ज देणाऱ्या कंपनीने वापरलेल्या एआय मॉडेलमध्ये पक्षपात दिसून आला. या एआयने ऐतिहासिक कृष्णवर्णीय महाविद्यालयांतून शिकलेल्या विद्यार्थ्यांना कर्ज देण्यास टाळाटाळ केली, कारण त्यांच्या अल्गोरिदममध्ये काही विशिष्ट घटकांना चुकीच्या पद्धतीने महत्त्व दिले गेले होते. हे मुद्दाम केले नसले तरी, एआय मॉडेलमध्ये नकळतपणे सामाजिक पूर्वग्रह येऊ शकतात, हे यातून दिसते. त्यामुळे एआय मॉडेल्स वापरण्यापूर्वी त्यांची निष्पक्षता तपासणे कायदेशीर आणि नैतिकदृष्ट्या बंधनकारक आहे.

'वर्कडे' या कंपनीवरही वयोवृद्ध उमेदवारांशी भेदभाव केल्याचा आरोप झाला. एका ४० वर्षांपेक्षा जास्त वयाच्या उमेदवाराचा अर्ज रात्री २ वाजता, अर्ज केल्याच्या एका तासाच्या आतच नाकारण्यात आला. इतक्या कमी वेळात माणसाने अर्ज तपासणे शक्य नाही, हे उघड होते. एआय सिस्टम्स जर फक्त विशिष्ट वयोगटातील लोकांनाच संधी देत असतील, तर ते बेकायदेशीर आहे. नोकरभरतीसाठी एआय वापरताना मानवी देखरेख असणे अत्यंत आवश्यक आहे.

थोडक्यात सांगायचे तर, २०२५ हे वर्ष एआयच्या मर्यादा आणि धोके ओळखण्यासाठी महत्त्वाचे ठरले. एआय हे एक शक्तिशाली साधन आहे, पण ती जादू नाही. एआयचा यशस्वी वापर करण्यासाठी योग्य नियोजन, टप्प्याटप्प्याने अंमलबजावणी आणि मानवी देखरेख असणे अत्यंत गरजेचे आहे. ज्या कंपन्यांनी एआयला केवळ एक फॅड न समजता, एक गंभीर तांत्रिक प्रकल्प म्हणून राबवले, त्यांनाच यश मिळाले आहे. एआयच्या वापरातून होणारे फायदे हवे असतील, तर त्यातील धोके ओळखून योग्य खबरदारी घेणे, ही काळाची गरज आहे. दुसऱ्यांच्या चुकांमधून शिकणे हे स्वतःच्या चुका करून शिकण्यापेक्षा कधीही शहाणपणाचे असते. त्यामुळे एआयचा स्वीकार करताना या धड्यांची नोंद घेणे भविष्यातील यशासाठी अत्यावश्यक आहे.

(आधारित)

--- तुषार भ. कुटे