ਇੱਕ ਨਵਾਂ AI ਆਰਕੀਟੈਕਚਰ ਮੰਗਲ (Mars) ਅਤੇ ਚੰਦਰਮਾ (Moon) ਦੇ ਰੋਵਰਾਂ ਨੂੰ ਇਹ ਫੈਸਲਾ ਲੈਣ ਦੀ ਇਜਾਜ਼ਤ ਦੇ ਸਕਦਾ ਹੈ ਕਿ ਕੀ ਅਧਿਐਨ ਕਰਨਾ ਹੈ ਅਤੇ ਕਿਵੇਂ ਚੱਲਣਾ ਹੈ, ਬਿਨਾਂ ਧਰਤੀ ਨਾਲ 4 ਤੋਂ 24 ਮਿੰਟ ਦੇ ਆਉਣ-ਜਾਣ ਦੇ ਸਮੇਂ (round-trip) ਦੀ ਉਡੀਕ ਕੀਤੇ। ਇਹ ਉਸ ਲੇਟੈਂਸੀ (latency) ਨੂੰ ਘਟਾਏਗਾ ਜੋ ਹੁਣ ਤੇਜ਼ ਫੈਸਲੇ ਲੈਣ ਵਿੱਚ ਰੁਕਾਵਟ ਬਣਦੀ ਹੈ। ਇਹ ਪ੍ਰਸਤਾਵ, ਜੋ ਕਿ zero-trust governance layer ਵਿੱਚ ਲਪੇਟੇ ਹੋਏ decision-transformer models 'ਤੇ ਅਧਾਰਤ ਹੈ, ਭਵਿੱਖ ਦੇ ਗ੍ਰਹਿ ਮਿਸ਼ਨਾਂ ਲਈ "ਵਿਗਿਆਨੀ-ਪੱਧਰ" ਦੀ ਖੁਦਮੁਖਤਿਆਰੀ (autonomy) ਦਾ ਵਾਅਦਾ ਕਰਦਾ ਹੈ।

ਰੋਵਰਾਂ ਨੂੰ ਆਪਣੇ ਆਪ ਸੋਚਣ ਦੀ ਲੋੜ ਕਿਉਂ ਹੈ

ਅੱਜ ਦੇ ਰੋਵਰ ਅਸਲ ਵਿੱਚ ਰਿਮੋਟ-ਕੰਟਰੋਲਡ ਕਾਰਾਂ ਵਾਂਗ ਹਨ। ਜਦੋਂ ਤੱਕ ਰੋਬੋਟ ਜਵਾਬ ਦੀ ਉਡੀਕ ਕਰ ਰਿਹਾ ਹੁੰਦਾ ਹੈ, ਧਰਤੀ ਤੋਂ ਆਇਆ ਇੱਕ ਕਮਾਂਡ ਕਤਾਰ (queue) ਵਿੱਚ ਰਹਿੰਦਾ ਹੈ, ਅਤੇ ਕੋਈ ਵੀ ਅਚਾਨਕ ਆ ਰਹੀ ਰੁਕਾਵਟ ਮਿਸ਼ਨ ਨੂੰ ਕਈ ਘੰਟਿਆਂ ਲਈ ਰੋਕ ਸਕਦੀ ਹੈ।

AI ਵਿੱਚ ਵੱਡੀ ਸਫਲਤਾ: decision transformers

Decision transformers ਕਾਰਜ ਚੋਣ (action selection) ਨੂੰ ਇੱਕ ਭਾਸ਼ਾ-ਮਾਡਲਿੰਗ (language-modeling) ਕਾਰਜ ਵਿੱਚ ਬਦਲ ਦਿੰਦੇ ਹਨ। ਕੋਸ਼ਿਸ਼ ਅਤੇ ਗਲਤੀ (trial and error) ਰਾਹੀਂ ਸਿੱਖਣ ਦੀ ਬਜਾਏ, ਇਹ ਮਾਡਲ ਪਿਛਲੀਆਂ ਸਥਿਤੀਆਂ ਦੇ ਇੱਕ ਕ੍ਰਮ—ਜਿਵੇਂ ਕਿ ਸਥਿਤੀ (position), ਸੈਂਸਰ ਰੀਡਿੰਗ—ਅਤੇ ਜੁੜੇ ਹੋਏ ਇਨਾਮਾਂ (rewards)—ਜਿਵੇਂ ਕਿ ਵਿਗਿਆਨਕ ਮੁੱਲ, ਸੁਰੱਖਿਆ ਸਕੋਰ—ਦੀ ਜਾਂਚ ਕਰਦਾ ਹੈ ਅਤੇ ਅਗਲੇ ਅਜਿਹੇ ਕਾਰਜ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਦਾ ਹੈ ਜੋ ਇਨਾਮ ਨੂੰ ਵੱਧ ਤੋਂ ਵੱਧ ਕਰ ਸਕੇ। ਅਸਲ ਵਿੱਚ, AI ਇਸ ਅਧਾਰ 'ਤੇ ਕਹਾਣੀ ਦੀ ਸਭ ਤੋਂ ਵਧੀਆ ਅਗਲੀ ਲਾਈਨ "ਲਿਖਦਾ" ਹੈ ਕਿ ਕਹਾਣੀ ਹੁਣ ਤੱਕ ਕਿਵੇਂ ਚੱਲੀ ਹੈ।

AI ਨੂੰ ਪੁਲਾੜ ਲਈ ਸੁਰੱਖਿਅਤ ਬਣਾਉਣਾ

ਡਿਜ਼ਾਈਨ ਵਿੱਚ ਦੋ ਸੁਰੱਖਿਆ ਉਪਾਅ ਸ਼ਾਮਲ ਕੀਤੇ ਗਏ ਹਨ:

  • ਮਨੁੱਖੀ-ਅਨੁਕੂਲ ਉਦੇਸ਼ (Human-aligned objectives) – ਟੀਮ ਮਾਡਲ ਨੂੰ ਤਿੰਨ ਮਿਸ਼ਨ-ਮਹੱਤਵਪੂਰਨ ਟੀਚਿਆਂ ਵਿੱਚ ਸੰਤੁਲਨ ਬਣਾਉਣ ਲਈ ਸਿਖਾਉਂਦੀ ਹੈ: ਵਿਗਿਆਨਕ ਲਾਭ ਨੂੰ ਵੱਧ ਤੋਂ ਵੱਧ ਕਰਨਾ (ਉਦਾਹਰਨ ਲਈ, ਸਭ ਤੋਂ ਦਿਲਚਸਪ ਚੱਟਾਨ ਦੀ ਚੋਣ ਕਰਨਾ), ਖਤਰਿਆਂ ਤੋਂ ਬਚਣਾ (ਢਲਾਣਾਂ, ਪਾਵਰ ਦੀ ਕਮੀ), ਅਤੇ ਮਿਸ਼ਨ ਦੀਆਂ ਸੀਮਾਵਾਂ (ਸਮਾਂ, ਡਾਟਾ ਬੈਂਡਵਿਡਥ) ਦਾ ਸਤਿਕਾਰ ਕਰਨਾ। AI ਆਪਣੇ ਨਿਰਧਾਰਤ ਰਸਤੇ ਤੋਂ ਭਟਕਦਾ ਨਹੀਂ ਹੈ; ਹਰ ਚੋਣ ਇਹਨਾਂ ਮਨੁੱਖ ਦੁਆਰਾ ਨਿਰਧਾਰਤ ਤਰਜੀਹਾਂ ਦੇ ਅਧਾਰ 'ਤੇ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।

  • Zero-trust governance – ਸਾਈਬਰ ਸੁਰੱਖਿਆ ਤੋਂ ਲਈ ਗਈ ਇਹ ਫਰੇਮਵਰਕ ਇਹ ਮੰਨ ਕੇ ਚੱਲਦੀ ਹੈ ਕਿ ਰੋਵਰ ਦਾ ਦਿਮਾਗ ਖਤਰੇ ਵਿੱਚ ਹੋ ਸਕਦਾ ਹੈ ਜਾਂ ਸਿਰਫ਼ ਖਰਾਬ ਹੋ ਸਕਦਾ ਹੈ। ਇੰਜੀਨੀਅਰ ਹਰ ਫੈਸਲੇ ਨੂੰ ਇੱਕ ਅਟੱਲ ਆਡਿਟ ਟ੍ਰੇਲ (immutable audit trail) ਵਿੱਚ ਰਿਕਾਰਡ ਕਰਦੇ ਹਨ, ਅਤੇ ਉਹ AI ਨੂੰ ਕੰਮ ਕਰਨ ਲਈ ਸਿਰਫ਼ ਘੱਟੋ-ਘੱਟ ਲੋੜੀਂਦੀਆਂ ਇਜਾਜ਼ਤਾਂ (least-privilege) ਹੀ ਦਿੰਦੇ ਹਨ।

ਇਕੱਠੇ ਮਿਲ ਕੇ, ਇਹ ਪਰਤਾਂ ਰੋਵਰ ਨੂੰ ਖੁਦਮੁਖਤਿਆਰੀ ਨਾਲ ਕੰਮ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦੀਆਂ ਹਨ ਅਤੇ ਨਾਲ ਹੀ ਕਮਾਂਡ ਦੀ ਲੜੀ ਨੂੰ ਪਾਰਦਰਸ਼ੀ ਅਤੇ ਬਦਲਣਯੋਗ ਬਣਾ ਕੇ ਰੱਖਦੀਆਂ ਹਨ।

ਕਿਸ ਨੂੰ ਫਾਇਦਾ ਹੋਵੇਗਾ

Mars Sample Return ਜਾਂ ਚੰਦਰਮਾ ਦੇ ਧਰੁਵੀ ਖੇਤਰਾਂ ਦੀ ਖੋਜ ਵਰਗੇ ਭਵਿੱਖ ਦੇ ਮਿਸ਼ਨਾਂ ਨੂੰ ਇਸ ਪੱਧਰ ਦੀ ਖੁਦਮੁਖਤਿਆਰੀ ਦੀ ਲੋੜ ਹੈ। Transformer ਮਾਡਲਾਂ ਨੂੰ ਸਖ਼ਤ ਸੁਰੱਖਿਆ ਪ੍ਰੋਟੋਕੋਲ ਨਾਲ ਜੋੜ ਕੇ, ਅਸੀਂ ਆਪਣੇ ਸੂਰਜੀ ਮੰਡਲ ਵਿੱਚ ਹੋਰ ਡੂੰਘਾਈ ਤੱਕ ਜਾ ਸਕਦੇ ਹਾਂ।

ਲੁਕਵੇਂ ਖਤਰੇ

ਖੁਦਮੁਖਤਿਆਰੀ ਜੋਖਮ ਦੇ ਰੂਪ ਨੂੰ ਬਦਲ ਦਿੰਦੀ ਹੈ, ਅਤੇ zero-trust ਲੇਅਰ ਹਰ ਕਦਮ ਨੂੰ ਇੱਕ ਵੈਰੀਫਾਇਰ (verifier) ਰਾਹੀਂ ਲੰਘਣ ਲਈ ਮਜਬੂਰ ਕਰਕੇ ਇਸ ਨੂੰ ਘਟਾਉਂਦੀ ਹੈ।

ਅੱਗੇ ਕੀ ਹੈ

ਇਹ ਪਹੁੰਚ ਲੇਖਕ ਦੇ ਅਧਿਐਨ ਵਿੱਚ ਪ੍ਰਗਟ ਹੁੰਦੀ ਹੈ, ਜੋ ਗ੍ਰਹਿ ਭੂਗੋਲਿਕ ਸਰਵੇਖਣ ਮਿਸ਼ਨਾਂ ਲਈ ਇਸ ਵਿਧੀ ਦਾ ਪ੍ਰਸਤਾਵ ਦਿੰਦੀ ਹੈ।

ਸਿੱਖਿਆ (Takeaway): ਰੋਵਰਾਂ ਨੂੰ ਫੈਸਲੇ ਲੈਣ ਨੂੰ ਇੱਕ ਭਾਸ਼ਾ ਦੀ ਸਮੱਸਿਆ ਵਜੋਂ ਦੇਖਣ ਲਈ ਸਿਖਾ ਕੇ ਅਤੇ ਉਸ ਸਮਰੱਥਾ ਨੂੰ ਇੱਕ ਸਖ਼ਤ ਆਡਿਟ-ਪਹਿਲਾਂ ਸੁਰੱਖਿਆ ਮਾਡਲ ਵਿੱਚ ਲਪੇਟ ਕੇ, ਇੰਜੀਨੀਅਰ ਅਜਿਹੇ ਰੋਬੋਟਾਂ ਵੱਲ ਵਧ ਰਹੇ ਹਨ ਜੋ ਆਪਣੀਆਂ ਸ਼ਰਤਾਂ 'ਤੇ ਵਿਗਿਆਨਕ ਖੋਜ ਕਰ ਸਕਦੇ ਹਨ, ਉਦੋਂ ਵੀ ਜਦੋਂ ਧਰਤੀ ਦੀ ਪਹੁੰਚ ਤੋਂ ਬਾਹਰ ਹੋਵੇ।