ليکڪ:
بارند مونس، ليڊن يونيورسٽي جو پروفيسر ايمريٽس، GO FAIR فائونڊيشن جو بورڊ ميمبر ۽ LIFES جو ڊائريڪٽر، ليڊن انيشيئيٽو فار فيئر اينڊ ايڪويٽيبل سائنس
ايري باڪ، LIFES ايسوسيئيشن فار فيئر اينڊ ايڪويٽيبل سائنس جو بورڊ ميمبر
ڪوئن جونڪرز، يورپي ڪميشن، جوائنٽ ريسرچ سينٽر (جي آر سي)، برسلز، بيلجيم
مصنوعي ذهانت سائنس جي طريقي کي تبديل ڪري رهي آهي، ان سان رابطو ڪيو وڃي ٿو ۽ تصديق ڪئي وڃي ٿي. اهو حقيقي واعدو رکي ٿو، ان پيماني تي نمونن جي سڃاڻپ کي فعال بڻائي ٿو جيڪو ڪو به انساني محقق مقابلو نٿو ڪري سگهي، ڪم جي وهڪري کي تيز ڪري ٿو ۽ دريافت لاءِ نوان رستا کولي ٿو. پر AI پڻ تيز آهي، غلطي کان پاڪ ۽ بي ترتيب نه آهي، جڏهن ته سائنس وقت وٺندڙ ۽ ڊيزائن جي لحاظ کان محتاط آهي. انهن ٻن حقيقتن جي وچ ۾ تڪرار اڳ ۾ ئي سنگين خرابي پيدا ڪري رهيو آهي: AI پاران پيدا ڪيل اشاعتن ۽ ڊيٽا جو هڪ سيلاب، خراب ٿيل پير جائزو، وهم ۾ مبتلا نتيجا ۽ سائنسي رڪارڊ ۾ اعتماد ختم ٿي ويو آهي. مستقبل جي سائنسدانن لاءِ گهربل مهارت جا سيٽ بنيادي طور تي تبديل ٿي رهيا آهن ۽ سائنس پاليسي رفتار برقرار نه رکي آهي. هن خلا کي حل ڪرڻ ضروري آهي.
سائنس هڪ ڊيٽا-اسپيرس کان هڪ ڊيٽا-امير ماحول ڏانهن قابل ذڪر رفتار سان منتقل ٿي چڪي آهي. جتي محقق ڪڏهن معمولي ڊيٽا سيٽ ٺاهيندا هئا ۽ بنيادي طور تي انساني پڙهڻ جي قابل مضمونن ذريعي نتيجن کي پهچائيندا هئا، اهي هاڻي ايڪسپونشنل ڊيٽا جنريشن جي دور ۾ ڪم ڪن ٿا. ان جو گهڻو حصو اعليٰ طول و عرض، ورهايل ۽ صرف مشينن پاران ٽريڪٽيبل. بهرحال، هي رجحان اصل ڊيٽا جي ٻيهر استعمال ۾ ظاهر نه ٿيندو آهي. ان کي تبديل ڪرڻ لاءِ، ڊيٽا کي هاڻي پاڻ کي پهرين درجي جي سائنسي پيداوار طور سمجهيو وڃي، نه ته مضمونن جي ضمني پيداوار.
مشينون وڏين ۽ پيچيده ڊيٽاسيٽس ۾ نمونن کي ڳولڻ ۾ بهترين آهن. پر مشينن وٽ انساني لاڳاپيل حقيقت جو ڪو به موروثي تصوراتي ماڊل ناهي. نتيجو نمونن جي تقريبن لامحدود فراهمي آهي، ڪيترائي جعلي، ڪجهه گمراهه ڪندڙ. سائنسدانن جي ايندڙ نسل لاءِ هڪ مرڪزي چئلينج هن نموني جي جنگل کي نيويگيٽ ڪرڻ هوندو: شمارياتي شور کان بامعني سگنل کي فرق ڪرڻ. انساني نگراني اختياري ناهي؛ اهو ساخت جي لحاظ کان ضروري آهي.
پاليسي سازن کي اهو به ڄاڻڻ گهرجي ته سائنس ۾ مصنوعي ذهانت وڏين ٻولين جي ماڊلز کان گهڻو اڳتي وڌي ٿي، جيڪي هن وقت عوامي بحث تي حاوي آهن. وسيع منظرنامي ۾ مفروضن جي پيداوار لاءِ مشين لرننگ، خودڪار تجرباتي ورڪ فلو ۽ علم گراف تي ٻڌل دليل شامل آهن، هر هڪ الڳ خطرا ۽ موقعا کڻي ٿو جن کي ترتيب ڏنل گورننس جوابن جي ضرورت آهي.
سائنس ۾ AI پيداوار جو معيار سڌو سنئون ڊيٽا جي معيار سان طئي ڪيو ويندو آهي. ان پٽ. منصفانه ڊيٽا (ڳولڻ لائق، رسائي لائق، انٽرآپريبل ۽ ٻيهر استعمال لائق، ۽ وڌندڙ طور تي مڪمل طور تي AI تيار طور سمجهيو ويندو آهي) ذميوار AI-هلائيندڙ سائنس لاءِ بنيادي شرط آهي. ان کان سواءِ، AI ماڊل خام، غير ترتيب ڏنل، ممڪن طور تي جانبدار، يا اڃا به ٺاهيل مواد تي تربيت يافته آهن، جيڪي خيال پيدا ڪن ٿا جيڪي ڪلينڪل تناظر ۾ زندگي لاءِ خطرو ٿي سگهن ٿا ۽ جيڪي منظم طور تي سائنس ۾ اعتماد کي ڪمزور ڪن ٿا. خاص طور تي جتي آساني سان ڳولڻ لائق ڊيٽا جو ٻيهر استعمال گهڻو ڪري غير سائنس تي ٻڌل اداڪارن جهڙوڪ موجوده LLM ڪمپنين پاران ڪيو ويندو آهي.
اي آءِ کي محدود ڪرڻ لاءِ FAIR تصوراتي ماڊلز جو استعمال به ساڳيو ئي اهم آهي. ٻاھر. منظم سيمينٽڪ فريم ورڪ فراهم ڪندي، جتي هر تصور کي چڱي طرح بيان ڪيو ويو آهي، اهي ڪيئن لاڳاپيل آهن ۽ ڪهڙي صحيح نتيجي جي طور تي شمار ڪن ٿا، اهي ماڊل خاص طور تي هيلوسينيشن جي خطري کي گهٽائي ڇڏيندا آهن ۽ اهو يقيني بڻائڻ ۾ مدد ڪندا آهن ته AI پاران پيدا ڪيل نتيجا انسانن طرفان وضاحت لائق، تشريح لائق ۽ تصديق لائق رهن.
سائنسي اشاعت ۾ سالميت جو بحران انهن خطرن کي وڌائي ٿو. AI سسٽم هاڻي تقريبن فوري طور تي قابل اطمينان نظر ايندڙ مضمون، ڊيٽا ۽ جائزو پيدا ڪري سگهن ٿا. هڪ معروف AI ڪانفرنس صرف 2025 ۾ 20,000 کان وڌيڪ جمع ڪرايا. جواب (سائنسدان AI استعمال ڪندي AI پاران ٺاهيل پيپرز جو جائزو وٺڻ لاءِ) هڪ بند شور فيڊ بيڪ لوپ ٺاهڻ جو خطرو آهي جنهن ۾ خراب سسٽم هڪ ٻئي جو جائزو ڪنهن به بامعني ٻاهرين چيڪ کان سواءِ وٺن ٿا. ذريعو تي شايع ٿيل FAIR ڊيٽا، جتي اصليت جي تصديق ڪري سگهجي ٿي، هن رجحان کي منهن ڏيڻ لاءِ موجود سڀ کان وڌيڪ مضبوط اوزارن مان هڪ آهي.
ان سڀني جي بنياد تي ترغيب ۾ هڪ ساختي ناڪامي آهي. محققن کي اڃا تائين بنيادي طور تي مضمونن جي ڳڻپ ۽ حوالن جي شرحن لاءِ انعام ڏنو ويندو آهي، هڪ ميٽرڪ جيڪو ڊيٽا جي گهٽ دور لاءِ ٺهيل آهي. اعليٰ معيار جي FAIR ڊيٽا جي اشاعت ۾ گهٽ پيشه ورانه سڃاڻپ ۽ ڪابه ضمانت نه آهي فنڊنگ ڪوريج. اهو تبديل ٿيڻ گهرجي.
سائنس ۾ ڊيٽا لاءِ ٽيڪنيڪل گورننس جو منظرنامو بحران ۾ آهي. ڏهاڪن کان ڪجهه وڏن ڪلائوڊ فراهم ڪندڙن تي انحصار، قانوني اوزارن جهڙوڪ يو ايس ڪلائوڊ ايڪٽ سان گڏ، ڊيٽا جي خودمختياري جو مسئلو پيدا ڪيو آهي جيڪو هاڻي شديد آهي، خاص طور تي تازي آمريڪي پاليسي جي عدم استحڪام ۽ بين الاقوامي طور تي حصيداري ڪيل تحقيق جي بنيادي ڍانچي تي ان جي اثرات جي روشني ۾. دنيا جا ڪيترائي بنيادي سائنسي ڊيٽا وسيلا مؤثر طور تي انهن ادارن ۽ برادرين جي اختياري ڪنٽرول کان ٻاهر آهن جن انهن کي پيدا ڪيو.
FAIR اصول، جيڪي CARE اصولن (جيڪي ڊيٽا گورننس ۾ مقامي ماڻهن جي حقن ۽ مفادن کي خطاب ڪن ٿا) سان گڏ آهن، ذميوار انتظام لاءِ هڪ مربوط فريم ورڪ فراهم ڪن ٿا. گڏجي، اهي انهن حالتن کي بيان ڪن ٿا جن جي تحت ڊيٽا کليل يا محدود، ٻيهر استعمال لائق ۽ خودمختيار هجڻ گهرجي. FAIR ڊيٽا ۽ خدمتن جي انٽرنيٽ (IFDS) جو تصور، جنهن ۾ ڊيٽا پنهنجي ماخذ تي رهي ٿو ۽ نقل ۽ مرڪزي ڪرڻ جي بدران مجاز الگورتھم طرفان دورو ڪيو ويندو آهي، هڪ عملي تعميراتي جواب پيش ڪري ٿو. هن ماڊل ۾، ڪمپيوٽيشنل سوال ورهايل ڊيٽا نوڊس ڏانهن سفر ڪن ٿا؛ ڊيٽا مرڪزي ذخيرن ڏانهن سفر نٿو ڪري جيستائين ناگزير نه هجي.
اي آءِ تي هلندڙ سائنس ۾ برابري واري شرڪت جي ضرورت آهي ته هي انفراسٽرڪچر حقيقي طور تي رسائي لائق هجي. گلوبل سائوٿ ۾ ادارا ۽ برادريون ڊيٽا جي ٻيهر استعمال جا غير فعال موضوع نه ٿي سگهن. ڪنيڪٽوٽي جي اسپيڪٽرم جي ٻئي ڇيڙي تي، ڊيٽا جي شدت واري صنعت کي خارج نه ڪيو وڃي. ورهايل FAIR انفراسٽرڪچر، جيڪو وينڊر لاڪ ان ۽ ناڪامي جي سنگل پوائنٽس کان بچڻ لاءِ ٺاهيو ويو آهي، اهو طريقو آهي جنهن ذريعي بامعني شرڪت ممڪن ٿي ويندي آهي.
هڪ مربوط پاليسي جواب لاءِ ڪيترن ئي محاذن تي ڪارروائي جي ضرورت آهي:
سائنس هڪ عالمي عوامي ڀلائي آهي. ان جي سالميت، برابري ۽ کليل هجڻ جو اندازو نٿو لڳائي سگهجي؛ انهن کي فعال پاليسي جي چونڊ جي ضرورت آهي. سائنسي پيداوار ۾ AI لاءِ مضبوط حڪمراني قائم ڪرڻ لاءِ دري کليل آهي، پر اهو غير معين وقت تائين نه رهندو. ڊيٽا جي معيار، انفراسٽرڪچر، ترغيبات ۽ نگراني بابت هاڻي ڪيل فيصلا اهو طئي ڪندا ته AI قابل اعتماد سائنس کي تيز ڪري ٿو يا منظم طريقي سان ان کي ڪمزور ڪري ٿو.
گٽي اميجز پاران تصوير لاءِ انسپليش+
انٽرنيشنل سائنس ڪائونسل (آءِ ايس سي) ۽ فرنٽيئرز پاليسي ليبز جي ڀائيواري ۾ ميزباني ڪيل، هي بلاگ هڪ جو حصو آهي '21 صدي ۾ سائنس لاءِ هڪ نئين حڪمراني'' سائنسي حڪمراني جي مستقبل تي سوچ جي قيادت لاءِ هڪ متحرڪ بحث مباحثي جي فورم جي طور تي ڪم ڪندڙ سيريز. سخت تعليمي مطالعي کان پري ٿيندي، هي شروعات تيز، اشتعال انگيز پر ثبوت تي ٻڌل، ۽ مستقبل جي ڏسندڙ راءِ جا ٽڪرا پهچائڻ لاءِ معروف عالمي آوازن کي گڏ ڪري ٿي. ائين ڪرڻ سان، اهو سڀاڻي جي چئلينجن لاءِ ليس هڪ لچڪدار، جامع، ۽ شفاف حڪمراني ماڊل کي بيان ڪرڻ ۾ حصو وٺڻ چاهي ٿو.
اصل پوسٽ ڏسو هتي.
اعلان
اسان جي مهمان بلاگز ۾ پيش ڪيل معلومات، رايا ۽ سفارشون انفرادي حصو وٺندڙن جون آهن ۽ ضروري ناهي ته اهي بين الاقوامي سائنس ڪائونسل جي قدرن ۽ عقيدن جي عڪاسي ڪن.
ابھرندڙ ٽيڪنالاجي ۽ تبديلين بابت وڌيڪ پڙهو ISC-CAST پروگرام بابت وڌيڪ پڙهو، شروعاتي ۽ وچين ڪيريئر جي محققن لاءِ نئين AI ۽ تحقيقي رابطي جي تربيت شروع ڪري ٿو. جديد سائنس بابت وڌيڪ پڙهو: تبديلي جا جيو اسٽريٽجڪ، ٽيڪنالاجيڪل ۽ سماجي محرڪ وڌيڪ پڙهو AI جي دور ۾ منظم سائنس بابت: ڇا اسان گاڏي هلائي رهيا آهيون؟ 