सिस्को के नए शोध ने चेतावनी दी है कि केवल देश के लेबल के आधार पर AI मॉडल की सुरक्षा का आकलन करना गलत है, क्योंकि मॉडल का असली इतिहास 'प्रूवनेंस एंटैंगलमेंट' के कारण छिपा हो सकता है।

  • केवल 'देश के नाम' के आधार पर AI मॉडल की सुरक्षा का आकलन करना जोखिम भरा हो सकता है।
  • 'प्रूवनेंस एंटैंगलमेंट' के कारण एक अमेरिकी मॉडल में चीनी AI के लक्षण या व्यवहार हो सकते हैं।
  • AI मॉडलों के लिए एक विस्तृत 'सॉफ्टवेयर बिल ऑफ मैटेरियल्स' (SBOM) की आवश्यकता है।

तकनीकी जगत में एक बड़ी बहस छिड़ी हुई है: क्या कोई संगठन वास्तव में चीनी आर्टिफिशियल इंटेलिजेंस (AI) के प्रभाव से पूरी तरह मुक्त हो सकता है? अमेरिकी सरकार और कई वैश्विक संस्थाएं चीनी AI को राष्ट्रीय सुरक्षा के लिए खतरा मानती हैं। हालांकि, Cisco द्वारा हाल ही में प्रकाशित एक शोध ने इस धारणा को चुनौती दी है। सिस्को और VAIL के शोधकर्ताओं ने पाया है कि किसी मॉडल पर लगा 'देश का लेबल' उसके वास्तविक डीएनए या तकनीकी वंशावली (lineage) का सटीक प्रतिनिधित्व नहीं करता है।

शोध में एक जटिल घटना का वर्णन किया गया है जिसे 'Provenance Entanglement' (उत्पत्ति का उलझाव) कहा जाता है। इसका अर्थ यह है कि AI मॉडल शून्य से नहीं बनाए जाते; वे अक्सर मौजूदा 'चेकपॉइंट्स' और पूर्व-प्रशिक्षित भार (weights) का उपयोग करते हैं। इस प्रक्रिया में, एक नया मॉडल अपने पूर्ववर्ती मॉडल के व्यवहार, पूर्वाग्रहों (biases) और पैटर्न को विरासत में प्राप्त कर लेता है।

यह भी पढ़ें:HostGator प्रोमो कोड: वेब होस्टिंग और वर्डप्रेस पर पाएं 76% तक की भारी छूट

Why This Matters

BozokMedia विश्लेषण दिखाता है कि यह मुद्दा केवल तकनीकी नहीं, बल्कि भू-राजनीतिक है। यदि कोई कंपनी केवल लेबल देखकर यह मान लेती है कि उसका AI मॉडल पूरी तरह 'स्वदेशी' है, तो वह अनजाने में उन सुरक्षा खामियों या बैकडोर को अपने सिस्टम में शामिल कर सकती है जो मूल रूप से किसी अन्य देश के मॉडल में मौजूद थे। यह सॉफ्टवेयर सप्लाई चेन हमलों के समान एक गंभीर खतरा पैदा करता है।

"AI मॉडलों के पास पासपोर्ट नहीं होते, बल्कि उनकी अपनी आपूर्ति श्रृंखला (supply chains) होती है।"

शोधकर्ताओं ने विशेष रूप से Nemotron और Qwen मॉडलों का अध्ययन किया। उन्होंने पाया कि Nemotron मॉडल, जो कि एक अलग पहचान के साथ आते हैं, वास्तव में Qwen के आधार भार (base weights) का उपयोग करते हैं, जिससे उनके व्यवहार में गहरा संबंध दिखाई देता है। सिस्को के Model Provenance Kit और VAIL के Behavioral Fingerprinting ने इस सच्चाई को उजागर किया कि पोस्ट-ट्रेनिंग प्रक्रियाएं मूल मॉडल के तकनीकी पदचिह्नों को पूरी तरह नहीं मिटा पाती हैं।

विशेषतादेश का लेबल (Country Label)तकनीकी वंशावली (Technical Lineage)
प्रदान की गई जानकारीनिर्माता और क्षेत्राधिकारवास्तविक डेटा और भार का स्रोत
सुरक्षा का स्तरसतही/प्रशासनिकगहरा/तकनीकी
जोखिम का आकलनअधूरासटीक और विस्तृत

भविष्य में AI सुरक्षा सुनिश्चित करने के लिए शोधकर्ताओं ने तीन प्रमुख क्षेत्रों में सुधार का सुझाव दिया है: उद्यमों को केवल लेबल पर भरोसा करने के बजाय गहन व्यवहार विश्लेषण करना चाहिए; नियामकों को मॉडल की निर्भरता को समझने के लिए बेहतर उपकरण चाहिए; और डेवलपर्स को पारदर्शिता के साथ अपनी वंशावली का खुलासा करना चाहिए।

Did You Know?: AI मॉडल अक्सर 'जीन एडिटिंग' की तरह काम करते हैं, जहाँ एक मॉडल के ज्ञान को दूसरे मॉडल में स्थानांतरित किया जा सकता है।

Frequently Asked Questions

1. 'प्रूवनेंस एंटैंगलमेंट' क्या है?
यह वह स्थिति है जहाँ एक AI मॉडल अपने प्रशिक्षण के दौरान उपयोग किए गए पिछले मॉडलों के गुणों और व्यवहार को अपने भीतर समाहित कर लेता है, जिससे उसकी असली उत्पत्ति पहचानना कठिन हो जाता है।

2. क्या कंपनियां केवल अमेरिकी AI खरीदकर सुरक्षित हो सकती हैं?
सिस्को के अनुसार, केवल लेबल देखना पर्याप्त नहीं है; कंपनियों को यह भी जांचना चाहिए कि उस मॉडल का आधार (base model) कहाँ से आया है।