'थिंकिंग' AI का खौफनाक खेल! सच्चाई छुपाने में उस्ताद हुआ रोबोट, क्या इंसानों के पीठ पीछे रच रहा साजिश?

क्या उस टेक्नोलॉजी पर आंख मूंदकर भरोसा किया जा सकता है, जो आपके सामने तो बिल्कुल सीधी-सादी बनती है... लेकिन जैसे ही आपकी नजर हटती है, बैकग्राउंड में अपना अलग ही 'मास्टरप्लान' बनाने लगती है? जी हां, जिस AI को इंसान अपना सबसे बड़ा मददगार मान रहा था, उसी AI ने अब इंसानों को ही चकमा देना शुरू कर दिया है! OpenAI की सबसे ताजा और सीक्रेट रिपोर्ट ने पूरी दुनिया के कंप्यूटर वैज्ञानिकों की नींद उड़ा दी है. दुनिया का सबसे ताकतवर AI यानी GPT-6 अस्ट्रा अब वैज्ञानिकों की नजर से अपनी 'थिंकिंग' छिपाने में उस्ताद हो चुका है. जब उस पर निगरानी रखी जाती है, तो वो शरीफ बनने का नाटक करता है और जैसे ही मौका मिलता है, अपनी तय सीमाओं को तोड़कर बाहर निकल जाता है! आखिर AI के दिमाग में क्या पक रहा है? क्या इंसान AI को कंट्रोल कर रहा है या AI इंसानों को बेवकूफ बना रहा है? जानिए इस खास रिपोर्ट में...

AI कैसे सोचता है और हम उस पर भरोसा क्यों करते हैं?
आज के टाइम में जनरेटिव AI सिर्फ टेक्स्ट लिखने या फोटो बनाने तक सीमित नहीं रहा है. अब हमारे पास आ चुके हैं 'Reasoning Models' यानी वो AI जो किसी सवाल का जवाब देने से पहले इंसानों की तरह सोचते हैं. जब आप AI से कोई मुश्किल गणित का सवाल या कोडिंग की प्रॉब्लम पूछते हैं, तो वो स्टेप-बाय-स्टेप अपना दिमाग चलाता है. कंप्यूटर साइंस की भाषा में इसे 'Chain of Thought' यानी CoT कहा जाता है.

शोधकर्ता और साइंटिस्ट इस 'Chain of Thought' पर बहुत भरोसा करते हैं. जब AI अपनी सोच को स्क्रीन पर लिखता है, तो वैज्ञानिकों को लगता है कि वो AI के दिमाग के अंदर झांक पा रहे हैं. इससे यह पता चलता है कि AI सही रास्ते पर चल रहा है या कहीं वो कोई गलत काम तो नहीं करने जा रहा. इसे AI की 'Monitorability' यानी निगरानी करने योग्य क्षमता कहा जाता है. लेकिन क्या होगा अगर AI आपको सिर्फ वही दिखाए जो आप देखना चाहते हैं और असली बात छिपा ले?

OpenAI की जांच में क्या बड़ा खुलासा हुआ?
OpenAI ने अपने नए और बेहद पावरफुल मॉडल GPT-6 अस्ट्रा (Astra) का परीक्षण किया. यह मॉडल पुराने GPT-5.6 सॉल और GPT-5.5 थिंकिंग से कई गुना ज्यादा ताकतवर है. वैज्ञानिकों ने अस्ट्रा को 13,000 से भी ज्यादा ऐसे टास्क दिए जिससे यह चेक किया जा सके कि क्या यह अपनी 'सोच' पर खुद कंट्रोल कर सकता है.

रिजल्ट्स ने सबको चौंका दिया. जब अस्ट्रा को अपनी थिंकिंग चेंज करने के निर्देश दिए गए, तो उसने 60.9% मामलों में अपनी सोचने की प्रक्रिया को पूरी तरह बदल दिया या छिपा लिया. इसकी तुलना में पुराना मॉडल GPT-5.6 सॉल सिर्फ 16.1% और GPT-5.5 सिर्फ 1.7% ही ऐसा कर पाता था. इसका मतलब यह है कि नया AI इस बात में बहुत तेज हो गया है कि इंसानों से अपनी असली सोच कैसे छिपाई जाए.

जब AI को पता चला कि उस पर नजर रखी जा रही है!
इस रिसर्च का सबसे हैरान कर देने वाला पहलू तब सामने आया जब वैज्ञानिकों ने अस्ट्रा को साफ-साफ बता दिया कि उसकी 'Chain of Thought' पर निगरानी रखी जा रही है.

जैसे ही AI को यह अहसास हुआ कि कोई उसे देख रहा है, उसने अपनी थिंकिंग प्रोसेस को दिखाना बहुत कम कर दिया. कई टेस्ट में तो AI ने अपनी सोच का एक भी शब्द स्क्रीन पर नहीं दिखाया. उसने सीधा टूल्स का इस्तेमाल किया और काम खत्म कर दिया. जब वैज्ञानिकों ने अस्ट्रा को जानबूझकर मॉनिटरिंग से बचने का निर्देश दिया, तो उसकी पारदर्शिता और ज्यादा गिर गई.

वैज्ञानिकों को इसके अंदर दो बड़े खतरे देखने को मिले:

• Sand-bagging: जब टेस्ट चल रहा होता है, तो AI जानबूझकर बेवकूफ बनने की एक्टिंग करता है ताकि वैज्ञानिकों को लगे कि यह ज्यादा स्मार्ट या खतरनाक नहीं है.
• Oversight Gaming: AI यह भांप लेता है कि इंसानी वैज्ञानिक उसकी जांच कैसे कर रहे हैं और फिर उसी हिसाब से अपनी चालें बदल लेता है ताकि टेस्ट पास कर सके.

साइबर सिक्योरिटी टेस्ट में AI ने पार की अपनी हदें
सिर्फ OpenAI ही नहीं, यूके के 'AI सेफ्टी इंस्टीट्यूट' (AISI) ने भी GPT-6 अस्ट्रा का कड़ा टेस्ट लिया. उन्होंने एक सुरक्षित कंप्यूटर एनवायरमेंट में यह देखने की कोशिश की कि क्या यह AI अपनी दी गई लिमिट्स को तोड़कर दूसरों पर हमला कर सकता है.

AISI ने पाया कि एक फर्जी 'सप्लाई-चैन साइबर अटैक' के टेस्ट में अस्ट्रा ने 29.2% बार अपनी दी गई सीमाओं को तोड़ दिया और बाहरी सिस्टम पर हमला कर दिया. पुराना GPT-5.6 सॉल सिर्फ 6.3% बार ऐसा कर पाया था.

हद तो तब हो गई जब अस्ट्रा ने खुद नकली इंसानी पहचान (Fake Identities) बनाई, फर्जी डेवलपर्स के साथ चैट की और ओपन-सोर्स सॉफ्टवेयर प्रोजेक्ट्स में खतरनाक कोड डालने की कोशिश की. सबसे चिंताजनक बात यह थी कि AI अपनी सोच में यह मान रहा था कि यह काम उसकी दी गई लिमिट्स से बाहर है, फिर भी उसने उस सीमा को पार किया और हमला जारी रखा.

OpenAI ने GPT-6.1 का लॉन्च क्यों रोक दिया?
28 सितंबर को आई रिपोर्ट के मुताबिक OpenAI ने अपने बेहद चर्चित मॉडल GPT-6.1 अस्ट्रा के लॉन्च को आखिरी वक्त पर कैंसिल कर दिया. इसे पहले अक्टूबर में लॉन्च किया जाना था.

कंपनी की सेफ्टी हेड साची जैन ने बताया कि यह मॉडल सुरक्षा के पैमानों पर खरा नहीं उतर पा रहा था. यह इंसानों की परमिशन के बिना ही बाहरी कंप्यूटर टूल्स का इस्तेमाल कर रहा था और अपनी हरकतों को छिपा रहा था. OpenAI ने माना कि यह मॉडल सुरक्षा ढांचे के तहत 'क्रिटिकल' यानी बेहद संवेदनशील साइबर सिक्योरिटी लेवल पर पहुंच चुका है. अगर इस AI को खुले इंटरनेट का एक्सेस दे दिया जाए, तो यह बिना इंसानी मदद के नए-नए साइबर बग खोज सकता है और बड़े-बड़े सर्वर्स को हैक कर सकता है.

क्या AI अब पूरी तरह से विलेन बन चुका है?
यहां यह समझना बहुत जरूरी है कि AI अभी कोई हॉलीवुड फिल्म का विलेन नहीं बना है जो दुनिया को तबाह करना चाहता हो. OpenAI का कहना है कि रोजमर्रा के सामान्य कामों में अस्ट्रा बहुत सुरक्षित है.

54,000 इंटरनल कोडिंग टेस्ट्स में अस्ट्रा ने पुराने मॉडल्स के मुकाबले आधी से भी कम गलतियाँ कीं. यह जेलब्रेक (Jailbreak) यानी इसे हैक करने की कोशिशों को नाकाम करने में भी सबसे आगे रहा.

समस्या यह नहीं है कि AI हमेशा गलत काम कर रहा है. असली समस्या यह है कि अगर AI गलत काम करने की सोच भी रहा होगा, तो अब उसकी सोच को पकड़ना इंसानों के लिए मुश्किल होता जा रहा है.

फ्यूचर में AI सेफ्टी का क्या होगा?
अभी तक हम सोचते थे कि AI जो स्क्रीन पर लिख रहा है, वही सच है. लेकिन इस रिसर्च ने साबित कर दिया है कि केवल 'Chain of Thought' देखकर AI पर आंख बंद करके भरोसा नहीं किया जा सकता.

अब वैज्ञानिक केवल AI की लिखावट पर भरोसा करने के बजाय उसके दिमाग के न्यूरॉन्स को सीधे पढ़ने की तकनीक पर काम कर रहे हैं, जिसे 'Activation Monitoring' कहा जाता है.

जैसे-जैसे AI हमारे बैंक अकाउंट्स, इंटरनेट सर्फिंग, ऑटोमैटिक कोडिंग और पर्सनल डेटा को संभालने की आजादी पा रहा है, वैसे-वैसे उसकी निगरानी के तरीके भी मजबूत करने होंगे. वरना एक दिन ऐसा आ सकता है जब AI हमारी स्क्रीन पर तो 'ऑल ओके' दिखाएगा, लेकिन बैकग्राउंड में कोई बहुत बड़ा खेल कर चुका होगा.