AI सुरक्षा: चार पक्षों ने एक साथ जवाब मांगे── जहाँ नियम और अदालती मामले एक-दूसरे से मिलते हैं, और वे रिकॉर्ड जो फ़ार्मा कंपनियों को रखने चाहिए
वीडियो डाउनलोड करें (MP4, 14 MB)
क्या हमें AI सुरक्षा उन कंपनियों पर छोड़ देनी चाहिए जो उसे बनाती हैं? अंत तक आप देखेंगे कि सुरक्षा कैसे ऐसा कर्तव्य बनती जा रही है जिसकी जाँच बाहरी लोग रिकॉर्ड के आधार पर करते हैं। चार बिल्कुल अलग पक्ष आगे बढ़े। उपभोक्ताओं की रक्षा करने वाला एक राष्ट्रीय कार्यालय। क्षेत्रीय सरकारें। एक शहर के पैसे पर नज़र रखने वाला एक अधिकारी। और विदेश का एक प्राधिकरण। फ़ार्मा लंबे समय से कड़े नियमों के तहत जीवन-मरण के फ़ैसले लेता आया है। यदि हम उस काम में AI लाते हैं, तो हमें जानना होगा कि हम किस पर भरोसा कर सकते हैं। हम पैसे, उन मशीनों जो हमारे दिए कामों में विफल होती हैं, दवाएँ खोजने के सौदों, और इमेज रीडिंग के पीछे के आधारों को देखेंगे। उपयोगकर्ता के रूप में हमारे पास क्या लौटकर आता है?
01विनियमन और मुकदमे एक साथ सामने आए
स्रोत एक्सियोस ／ सांता क्रूज़ सेंटिनल ／ क्रेन्स न्यूयॉर्क ／ टेक्नोलॉजी ऑर्ग
हम डेवलपर्स के बाहर से शुरुआत करते हैं। अब तक निर्माता सुरक्षा को अपने शब्दों में समझाते थे। यहाँ हम पूछते हैं कि कंपनी के बाहर कौन इस स्पष्टीकरण की माँग करने लगा, और किस हद तक।
| अभिनेता | लक्ष्य | क्या रिपोर्ट किया गया |
|---|---|---|
| एफ़टीसी | OpenAI, Anthropic | हाल की सुरक्षा घटनाओं से जुड़े दस्तावेज़ माँगे गए |
| 8 राज्य | OpenAI | बच्चों को नुकसान पहुँचाने और वयस्कों के साथ धोखाधड़ी का आरोप लगाते हुए मुकदमा दायर किया गया |
| न्यूयॉर्क सिटी कंप्ट्रोलर | Anthropic | “अनगिनत सुरक्षा चिंताओं” का हवाला देते हुए IPO में देरी का आग्रह किया |
| EU | OpenAI, Anthropic | AI Act के तहत पहला प्रवर्तन मामला रिपोर्ट हुआ |
Axios, Santa Cruz Sentinel, Crain's New York, Technology Org (10/15)
ये पक्ष इससे ज़्यादा अलग शायद ही हो सकते थे। एक उपभोक्ता निगरानी संस्था, क्षेत्रीय सरकारें, सार्वजनिक धन की रखवाली करने वाला एक शहरी अधिकारी, और एक विदेशी निकाय। हर किसी ने अपने कारण से कदम उठाया, और उनका समय एक-दूसरे से मिल गया। अकेले एक को एक कंपनी की चूक कहकर टाला जा सकता था। साथ मिलकर, वे एक बदलाव का संकेत देते हैं। सुरक्षा अब ऐसा लक्ष्य नहीं रह गई जो कंपनी खुद तय करे, बल्कि बाहर से लागू किया जाने वाला कर्तव्य बनती जा रही है।
सबसे बड़ा कदम निगरानी संस्था का कागज़ात माँगना है। कागज़ात सौंपने का मतलब है लिखित में दिखाना कि क्या हुआ और उसे कैसे संभाला गया। अब मौखिक वादा काफ़ी नहीं है। सुरक्षा के काम को अब इस आधार पर परखा जाता है कि उसका कोई रिकॉर्ड मौजूद है या नहीं।
फ़ार्मा टीमों के लिए यह कोई दूर की कहानी नहीं है। मुझे उम्मीद है कि मशीनों को सौंपे गए हमारे काम को भी एक दिन यही सवाल झेलना पड़ेगा। किस टूल ने क्या किया, क्या गलत हुआ, और उसे कैसे ठीक किया गया? यह रिकॉर्ड अभी से रखें, तो पूछे जाने पर आप जवाब दे सकेंगे।
बाहरी जाँच-पड़ताल निवेशकों के इन कंपनियों को देखने का नज़रिया भी बदलती है। आगे, स्टॉक लिस्टिंग से पहले दिखाए गए आँकड़े हमें क्या बताते हैं।
02IPO से पहले राजस्व
स्रोत फाइनेंशियल टाइम्स ／ याहू फाइनेंस ／ निवेशक बिज़नेस डेली ／ Bloomberg.com
जांच के दायरे में आई उसी कंपनी ने निवेशकों को मज़बूत आंकड़े दिखाए। बाज़ार ने कमाई की क्षमता और सुरक्षा को लेकर संदेहों को कैसे तौला? यही हमारा यहाँ सवाल है।
| आइटम | क्या रिपोर्ट किया गया | स्रोत |
|---|---|---|
| तिमाही राजस्व | $16.8B; निवेशकों को बताया गया कि यह लगभग 50% बढ़ा | फाइनेंशियल टाइम्स |
| नकदी प्रवाह | AI मॉडल डेवलपर्स में पहला सकारात्मक कैश फ़्लो | याहू फाइनेंस |
| एआई शेयर | राजस्व रिपोर्टों के बाद भी गिरावट आई | निवेशक बिज़नेस डेली |
| विश्लेषकों का नज़रिया | IPO के लिए अनुकूल हवा, पर AI शेयरों को कोई सहारा नहीं | |
राजस्व जुलाई–सितंबर का है (Yahoo Finance शीर्षक)
बिक्री में तेज़ वृद्धि हुई, और रिपोर्टों के अनुसार जितना नकद बाहर गया उससे ज़्यादा आया। भारी रकम विकास में झोंकने वाले क्षेत्र में यह चौंकाने वाली खबर है। फिर भी संबंधित कंपनियों के शेयर नहीं चढ़े। बाज़ार ने एक कंपनी की मज़बूती को पूरे क्षेत्र के लिए अच्छी खबर नहीं माना। आँकड़े और बाज़ार की प्रतिक्रिया अलग-अलग दिशाओं में इशारा करते हैं।
यह अंतर क्यों? कमाई की क्षमता के प्रमाण ने सुरक्षा को लेकर संदेहों को खत्म नहीं किया है। कुछ लोग तो लिस्टिंग से ठीक पहले उसे टालने का आग्रह भी कर रहे हैं। इसलिए मुझे लगता है कि निवेशक मज़बूत नतीजों के पीछे के जोखिम की कीमत लगा रहे हैं।
फ़ार्मा की ओर से, यह टूल चुनने का एक सुराग देता है। किसी विक्रेता की मशीन चुनते समय केवल प्रदर्शन और कीमत की तुलना करना काफ़ी नहीं है। विक्रेता नियामकों और अदालतों के सामने कितना उजागर है, यही तय करता है कि आप कल भी वही टूल उन्हीं शर्तों पर इस्तेमाल कर पाएँगे या नहीं। मुकदमे का सामना कर रही कंपनी के टूल की उपयोग शर्तें रातोंरात बदल सकती हैं।
फिर, जब हम उस टूल को अपनी ओर से काम करने देते हैं, तो उसकी गलतियों की ज़िम्मेदारी कौन लेता है? आगे, भुगतान करने के लिए भरोसा की गई एक मशीन।
03जब AI आपके लिए खरीदारी करे तो ज़िम्मेदार कौन
स्रोत ServiceNow ／ कगार ／ साइबरन्यूज़
जिन बटनों को पहले लोग एक-एक करके दबाते थे, उन्हें अब मशीनें दबाती हैं। वहाँ गलती होने पर नुकसान कौन उठाता है? सुविधा पहले आई, और इसका जवाब अभी भी खुला है।
रास्ता खुद सरल है। एक व्यक्ति काम सौंपता है, और मशीन भुगतान करने तक जाती है। आगे चलकर त्रुटियाँ या लीक हो सकते हैं। इस अंतिम चरण पर एक डेवलपर के प्रमुख ने साफ़ कहा कि कंपनी नुकसान की भरपाई करेगी। ज़िम्मेदारी अब उपयोगकर्ताओं से बनाने वालों की ओर खिसकने लगी है।
फिर भी उस मशीन और एक नकली ईमेल से जुड़े एक मामले ने कथित तौर पर काम सौंपने का खतरा दिखाया। नुकसान की भरपाई का वादा मायने रखता है, लेकिन यह साबित नहीं करता कि दुर्घटनाएं नहीं होंगी। इसी बीच, एक और कंपनी ने उन उपकरणों का दायरा बढ़ाया जो कारोबारों के भीतर मशीनों के व्यवहार को सीमित करते हैं। वादे से सुरक्षा, या डिज़ाइन से सुरक्षा।
फ़ार्मा क्षेत्र में एक दिन मशीनें ऑर्डर देंगी। अनुबंध में, मुआवज़े के किसी भी वादे से पहले दो बातें जांच लें। क्या आप मशीन को रोक सकते हैं, और क्या उसके किए का लॉग मौजूद है? पैसा नुकसान की भरपाई कर सकता है। वह मरीज़ों या साझेदारों पर पड़े असर को पलट नहीं सकता।
वादों के शब्द और असल में चलने वाला पैसा अलग चीज़ें हैं। आगे, दवाओं की खोज से जुड़े सौदे के साथ जुड़ी रकमों को कैसे पढ़ें।
04एक AI औषधि खोज सौदे में तीन राशियाँ
स्रोत AstraZeneca ／ रॉयटर्स ／ बायोस्पेस ／ याहू फाइनेंस
एक ही सौदा, फिर भी अलग-अलग रिपोर्टों ने अलग-अलग रकम बताई। सवाल यह नहीं है कि रकम कितनी बड़ी है, बल्कि यह है कि वह किन चीज़ों से बनी है।
| राशि का प्रकार | रिपोर्ट की गई राशि | नेचर |
|---|---|---|
| मुख्य राशि | $1.86 बिलियन | बड़ी फार्मा कंपनी का insitro के साथ सौदा। Bloomberg और अन्य |
| अधिकतम राशि | $1.5B तक | निश्चित राशि नहीं। परिणामों के आधार पर भुगतान |
| अग्रिम राशि | $40M | भुगतान पर हस्ताक्षर। वह हिस्सा जिसका भुगतान निश्चित है |
| IPO में जुटाया गया | $150M | AI दवा खोजकर्ता Iambic। साझेदारी भुगतानों से अलग |
लक्ष्य: लिवर और हृदय रोग (MASH, कार्डियोमायोपैथी आदि)। राशियाँ मूल रिपोर्टों में लिखे अनुसार
सबसे बड़ा आँकड़ा कुछ सुर्खियों से आया। उसके नीचे एक सीमा है जो केवल नतीजे आने पर ही चुकाई जाती है। जो रकम निश्चित रूप से हाथ बदलेगी, वह केवल छोटी पहली किस्त लगती है। दोनों के बीच का अंतर परिमाण के एक क्रम से भी अधिक है। एक अन्य कंपनी द्वारा सूचीबद्ध होकर जुटाया गया पैसा भी दिखाया गया है, लेकिन भागीदार उसे नहीं चुकाते। यदि आप केवल सुर्खी वाला आँकड़ा याद रखेंगे, तो इस सौदे का गलत आकलन करेंगे।
सीमित राशि का भुगतान किस्तों में किया जाता है, हर बार जब शोध किसी चरण को पार करता है। कोई चरण चूका तो कुछ भी नहीं मिलता। भुगतान करने वाले के लिए यह उन नतीजों पर भुगतान से बचाता है जो कभी आते ही नहीं। बड़ा सुर्खी वाला आँकड़ा केवल अधिकतम है, अगर सब कुछ ठीक रहे।
फ़ार्मा टीमें रोज़मर्रा के काम में सौदों को पहले से इसी तरह पढ़ती हैं। फिर भी जब AI शामिल होता है, तो शीर्षक का आँकड़ा जस का तस फैल जाता है। जब आप अपनी कंपनी के भीतर किसी निवेश को समझाएँ, तो पहली किस्त को अधिकतम सीमा से अलग रखें। केवल इतने से अपेक्षाएँ नियंत्रण में रहती हैं।
पैसे के बाद सवाल यह आता है कि मशीन का अपना निर्णय कितना भरोसेमंद है। आगे देखें कि मेडिकल इमेज पढ़ने वाली मशीन अपने आधारों को कैसे संभालती है।
05एक्स-रे पढ़ने वाले AI के प्रमाण
स्रोत X-Ragent: साक्ष्य-आधारित चेस्ट एक्स-रे तर्क के लिए टूल-संवर्धित रीइन्फोर्समेंट लर्निंग
मेडिकल छवियाँ पढ़ने वाली मशीन पर केवल सही उत्तर देने भर से भरोसा नहीं किया जाता। यदि सही उत्तर गलत आधारों पर टिका है, तो अगले मरीज के साथ वह चूक जाएगा। यहाँ एक टीम मशीन को अपने आधार चुनना सिखाने की कोशिश करती है।
अध्ययन दो निर्णयों को अलग करता है। एक यह कि सहायता खोजने जाना है या नहीं। दूसरा उन मानों को छोड़ देना जो छवि से मेल नहीं खाते। मानव डॉक्टर भी उस रीडिंग पर अविश्वास करते हैं जो उनके सामने की तस्वीर से टकराती है। मशीन यह सामान्य समझ एक-एक कर सीखती है।
पुरस्कार केवल सही होने पर ही दें
माप की एकरूपता और टूल लागत के स्कोर केवल उन ट्रैजेक्टरी को दिए जाते हैं जिनका निदान सही था।
प्रशिक्षण सामग्री
Qwen3-VL-8B बेस मॉडल के ऊपर, टूल-कॉल लॉग को रिपोर्ट-शैली की तर्क-प्रक्रिया के साथ जोड़ते हुए Rad-CoT बनाया।
अभी तक पीयर रिव्यू नहीं हुआ
एक arXiv प्रीप्रिंट। सार में यह नहीं बताया गया कि रिपोर्ट किए गए सुधार किस तुलना के विरुद्ध मापे गए हैं।
बीच के चरणों के अंक तभी दिए जाते हैं जब अंतिम उत्तर सही हो। गलत उत्तरों के पीछे की प्रक्रिया को अंक देने से मॉडल विश्वसनीय लगने वाली गलतियाँ सीख सकता है। फिर भी, बाहरी विशेषज्ञों ने अभी तक इस पेपर की जाँच नहीं की है। इसके सारांश में यह भी नहीं बताया गया कि इसने किसे हराया।
फ़ार्मा के लिए यह दवा सुरक्षा के काम से मेल खाता है। मायने यह रखता है कि मशीन यह दिखा सकती है या नहीं कि उसने किस पर भरोसा किया, निष्कर्ष उतना अहम नहीं। यदि उसके आधारों का पता लगाया जा सके, तो यह रिकॉर्ड उसे जाँचने वाले लोगों और उसके बारे में पूछने वाले नियामकों, दोनों की मदद करता है।
जहाँ शोध प्रमाण माँगता है, वहीं मशीनें पहले से मैदान में काम कर रही हैं। आगे, वे जगहें जहाँ दवाएँ खोजी और पहुँचाई जाती हैं।
06फार्मा के अग्रिम मोर्चे पर
स्रोत गूगल डीपमाइंड ／ पल्स 2.0 ／ Quiver Quantitative
अब तक हमने निर्माताओं और नियामकों की बात सुनी। मशीनें खुद फ़ार्मा के काम में कितनी दूर तक घुस चुकी हैं? आज की खबरें इसका कुछ जवाब दिखाती हैं।
रोगाणुरोधी पेप्टाइड की खोज
Google DeepMind के आधिकारिक ब्लॉग में रोगाणुरोधी पेप्टाइड्स की खोज को तेज़ करने के लिए Google Antigravity के उपयोग का वर्णन किया गया।
आपूर्ति शृंखलाओं के लिए एआई प्लेटफ़ॉर्म
ParkourSC ने Quartic का अधिग्रहण किया। इसका उद्देश्य लाइफ साइंसेज की सप्लाई चेन के लिए एक AI प्लेटफ़ॉर्म बनाना है; शीर्षक में कीमत नहीं बताई गई है।
एक संयुक्त कार्यक्रम से उम्मीदवार
Recursion के साथ AI-संचालित सहयोग से, साझेदार दवा कंपनी ने कथित तौर पर पहले विकास उम्मीदवार पर अपना विकल्प प्रयोग में ला दिया है।
आज की हलचलें दवा निर्माण की शुरुआत से लेकर उस बिंदु तक फैली हैं जहाँ दवाएँ मरीज़ों तक पहुँचती हैं। उम्मीदवार खोजना, यह तय करना कि उसे अपनाया जाए या नहीं, और दवाओं को आगे बढ़ाना। मशीन अब केवल प्रयोगशाला का औज़ार नहीं रही। सबसे अहम बात यह है कि एक साझेदार कंपनी ने साझा शोध से जन्मे उम्मीदवार को अपनाने का फ़ैसला किया। दवा कंपनी ने माना कि मशीन द्वारा चुना गया उम्मीदवार उसके समय और पैसे के लायक है।
इसे अपने हाथ में लेने का अर्थ है कि दवा कंपनी अनुबंध में सुरक्षित किए गए विकल्प का उपयोग कर रही है। उसके बाद आगे का विकास उसका अपना काम है। इसलिए यह निर्णय इस बात का संकेत लगता है कि मशीन का प्रस्ताव निवेश के योग्य है। मशीन द्वारा चुना गया उम्मीदवार एक मानवीय परीक्षा पास कर चुका है।
डिलीवरी के चरण में प्रवेश कर रही मशीनों पर भी ध्यान देना चाहिए। यदि आपूर्ति रुकती है, तो दवाएँ मरीजों तक पहुँचना बंद हो जाती हैं। शोध और आपूर्ति, दोनों में सवाल वही रहता है। मशीन के निर्णय की जाँच कौन करता है, और उसे कौन रोक सकता है?
आकर्षक खबरों के पीछे यह सवाल बना हुआ है कि मशीन को कौन रोकेगा। अंत में, कुछ ऐसी खबरें जो आसानी से छूट जाती हैं।
07क्या अनदेखा किया जा रहा है
स्रोत द न्यूयॉर्क टाइम्स ／ साउथ चाइना मॉर्निंग पोस्ट ／ एंड्रॉइड अथॉरिटी
हमारी पिछली खबरें नियमों और अदालती मामलों के आगे छोटी लगती हैं। फिर भी वे उपयोगकर्ताओं के रोज़ के काम के ज़्यादा करीब हैं। बड़ी खबरों की आड़ में छिपी होने के कारण वे कल के काम पर और भारी पड़ सकती हैं।
अंदरूनी व्यक्ति द्वारा गलत काम
NYT ने बताया कि बग डालने के आरोप में घिरा OpenAI का एक इंजीनियर सऊदी पक्ष को सलाह दे रहा था।
AI जो रुक जाता है, और रिफ़ंड देता है
DeepSeek में लगभग 5 घंटे का एक और बड़ा आउटेज हुआ, और कंपनी ने रिफंड व मुआवज़ा दिया। रिपोर्टों के अनुसार इस साल यह कम से कम 18वीं बार है।
4x कीमत की सूचना
रिपोर्ट के अनुसार Google ने Gemini सब्सक्राइबरों को ईमेल भेजकर एक बदलाव की जानकारी दी, जिससे उनकी कीमत 4 गुना अधिक हो जाएगी।
भीतर के किसी व्यक्ति द्वारा डाली गई खामी, बार-बार ठप होने वाली सेवा, अचानक छलांग लगाती कीमत। इनमें से कोई भी मशीन की बुद्धिमत्ता के बारे में नहीं है। फिर भी ये उन्हें चोट पहुँचाती हैं जिन्होंने अपना काम सौंपा था। हर आउटेज के बाद पैसे की वापसी उस काम की भरपाई नहीं करती जो ठप रहने के दौरान खो गया। भीतर से होने वाले गलत काम को बाहरी सुरक्षा रोक नहीं सकती। उपयोगकर्ता निर्माता के आंतरिक नियंत्रण नहीं देख सकते। सुरक्षा का मतलब केवल सही उत्तर नहीं है। मेरे विचार में इसका अर्थ चालू रहना, वफादार रहना और शर्तों को स्थिर रखना भी है।
अगर फार्मा के काम में इस्तेमाल होने वाला कोई टूल एक सुबह अचानक बंद हो जाए तो क्या होगा? अगर कीमत बदल जाए, तो क्या आप किसी दूसरे टूल पर जा सकते हैं? बिल्डर के भीतर के लोगों पर आप कितना भरोसा कर सकते हैं? उपयोगकर्ता ये योजनाएँ आज ही तय कर सकते हैं, नियमन की खबरों का इंतज़ार किए बिना। जवाब तैयार हों तो काम चलता रहता है। यह दवा की आपूर्ति में रुकावट की तैयारी करने जैसी ही सोच है।
हमारे सामने बाहरी नियमों और विफलताओं ने एक ही सवाल खड़ा किया। उपयोगकर्ता भी सुरक्षा जाँचने का काम नहीं छोड़ सकते।
क्या FTC का दायरा और IPO का समय सामने आएगा?
पूरा ट्रांसक्रिप्ट खोलें
परिचय
क्या हमें AI सुरक्षा उन कंपनियों पर छोड़ देनी चाहिए जो उसे बनाती हैं? अंत तक आप देखेंगे कि सुरक्षा कैसे ऐसा कर्तव्य बनती जा रही है जिसकी जाँच बाहरी लोग रिकॉर्ड के आधार पर करते हैं। चार बिल्कुल अलग पक्ष आगे बढ़े। उपभोक्ताओं की रक्षा करने वाला एक राष्ट्रीय कार्यालय। क्षेत्रीय सरकारें। एक शहर के पैसे पर नज़र रखने वाला एक अधिकारी। और विदेश का एक प्राधिकरण। फ़ार्मा लंबे समय से कड़े नियमों के तहत जीवन-मरण के फ़ैसले लेता आया है। यदि हम उस काम में AI लाते हैं, तो हमें जानना होगा कि हम किस पर भरोसा कर सकते हैं। हम पैसे, उन मशीनों जो हमारे दिए कामों में विफल होती हैं, दवाएँ खोजने के सौदों, और इमेज रीडिंग के पीछे के आधारों को देखेंगे। उपयोगकर्ता के रूप में हमारे पास क्या लौटकर आता है?
CH 01 विनियमन और मुकदमे एक साथ आए
हम डेवलपर्स के बाहर से शुरुआत करते हैं। अब तक निर्माता सुरक्षा को अपने शब्दों में समझाते थे। यहाँ हम पूछते हैं कि कंपनी के बाहर कौन इस स्पष्टीकरण की माँग करने लगा, और किस हद तक।ये पक्ष इससे ज़्यादा अलग नहीं हो सकते थे। एक उपभोक्ता निगरानी संस्था, क्षेत्रीय सरकारें, सार्वजनिक धन की रखवाली करने वाला एक शहरी अधिकारी, और एक विदेशी निकाय। हर किसी ने अपने कारण से कदम उठाया, और उनका समय एक-दूसरे से मेल खा गया। अकेले एक को एक कंपनी की चूक कहकर टाला जा सकता था। साथ मिलकर वे एक बदलाव का संकेत देते हैं। सुरक्षा अब ऐसा लक्ष्य नहीं रही जिसे कंपनी खुद तय करती है, बल्कि बाहर से लागू किया जाने वाला कर्तव्य बनती जा रही है।सबसे भारी कदम निगरानी संस्था का कागज़ात माँगना है। कागज़ात सौंपने का मतलब है लिखित रूप में दिखाना कि क्या हुआ और उसे कैसे संभाला गया। मौखिक वादा अब काफ़ी नहीं है। सुरक्षा के काम को अब इस आधार पर परखा जाता है कि उसका कोई रिकॉर्ड मौजूद है या नहीं।फ़ार्मा टीमों के लिए यह कोई दूर की कहानी नहीं है। मुझे उम्मीद है कि मशीनों को सौंपे गए हमारे काम को भी एक दिन यही सवाल झेलना पड़ेगा। किस टूल ने क्या किया, क्या गलत हुआ, और उसे कैसे ठीक किया गया?
यह रिकॉर्ड अभी सहेजकर रखें, ताकि पूछे जाने पर आप जवाब दे सकें। बाहरी जाँच-पड़ताल से निवेशकों का इन कंपनियों को देखने का नज़रिया भी बदलता है। आगे, स्टॉक लिस्टिंग से पहले दिखाए जाने वाले आँकड़े हमें क्या बताते हैं।
CH 02 IPO से पहले राजस्व
जांच के दायरे में आई उसी कंपनी ने निवेशकों को मज़बूत आंकड़े दिखाए। बाज़ार ने कमाई की क्षमता और सुरक्षा को लेकर संदेहों को कैसे तौला?यही हमारा यहाँ सवाल है।बिक्री में तेज़ बढ़ोतरी हुई, और बताया जाता है कि जितना नकद बाहर गया, उससे ज़्यादा अंदर आया। जिस क्षेत्र में विकास पर भारी रकम खर्च होती है, वहाँ यह चौंकाने वाली खबर है। फिर भी संबंधित कंपनियों के शेयर नहीं चढ़े। बाज़ार ने एक कंपनी की मज़बूती को पूरे क्षेत्र के लिए अच्छी खबर नहीं माना। आंकड़े और बाज़ार की प्रतिक्रिया अलग-अलग दिशाओं में इशारा करते हैं।यह अंतर क्यों?
कमाई की क्षमता का प्रमाण सुरक्षा को लेकर संदेहों को मिटा नहीं पाया है। कुछ लोग तो लिस्टिंग से ठीक पहले उसे टालने तक की मांग कर रहे हैं। इसलिए मेरा मानना है कि निवेशक मज़बूत नतीजों के पीछे छिपे जोखिम को कीमत में शामिल कर रहे हैं।दवा उद्योग (फार्मा) की ओर से देखें, तो यह टूल चुनने का एक सुराग देता है। किसी वेंडर की मशीन चुनते समय केवल प्रदर्शन और कीमत की तुलना करना पर्याप्त नहीं है। वेंडर नियामकों और अदालतों के सामने कितना उजागर है, यही तय करता है कि क्या आप कल भी उसी टूल को उन्हीं शर्तों पर इस्तेमाल कर पाएंगे। मुकदमे का सामना कर रही कंपनी के टूल की उपयोग-शर्तें रातोंरात बदल सकती हैं। फिर, जब हम उस टूल को अपनी ओर से काम करने देते हैं, तो उसकी गलतियों की जवाबदेही किसकी होगी?
इसके बाद, भुगतान करने के लिए भरोसेमंद एक मशीन।
CH 03 जब AI आपके लिए खरीदारी करे तो जवाबदेह कौन
जिन बटनों को पहले लोग एक-एक करके दबाते थे, उन्हें अब मशीनें दबाती हैं। वहाँ गलती होने पर नुकसान कौन उठाता है?सुविधा पहले आई, और इसका जवाब अभी भी खुला है।रास्ता खुद सीधा-सादा है। व्यक्ति काम सौंपता है, और मशीन भुगतान करने तक जाती है। आगे चलकर गलतियाँ या डेटा लीक हो सकते हैं। इस अंतिम चरण को लेकर एक डेवलपर के प्रमुख ने साफ कहा कि कंपनी नुकसान की भरपाई करेगी। जिम्मेदारी उपयोगकर्ताओं से हटकर निर्माताओं की ओर खिसकने लगी है।फिर भी, उस मशीन और एक फर्जी ईमेल से जुड़े एक मामले ने कथित तौर पर काम सौंपने का खतरा दिखाया। नुकसान की भरपाई का वादा मायने रखता है, लेकिन यह इस बात का प्रमाण नहीं कि दुर्घटनाएँ नहीं होंगी। इसी बीच, एक अन्य कंपनी ने उन उपकरणों का दायरा बढ़ाया जो व्यवसायों के भीतर मशीनों के काम करने के तरीके को सीमित करते हैं। वादे से सुरक्षा, या डिज़ाइन से सुरक्षा।फार्मा में एक दिन मशीनें ऑर्डर देंगी। अनुबंध में, मुआवजे के किसी भी वादे से पहले दो बातें जाँचें। क्या आप मशीन को रोक सकते हैं, और क्या उसने जो किया उसका लॉग मौजूद है?
पैसा नुकसान की भरपाई कर सकता है। यह मरीज़ों या साझेदारों पर पड़े असर को पलट नहीं सकता। वादे के शब्द और वास्तव में चलने वाला पैसा, दोनों अलग चीज़ें हैं। आगे, दवाइयाँ खोजने के लिए किसी सौदे से जुड़ी राशियों को कैसे पढ़ा जाए।
CH 04 AI दवा खोज के एक सौदे में तीन राशियाँ
एक ही सौदा, फिर भी अलग-अलग रिपोर्टों ने अलग-अलग रकम बताई। सवाल यह नहीं है कि रकम कितनी बड़ी है, बल्कि यह है कि वह किन चीज़ों से बनी है।सबसे बड़ा आँकड़ा कुछ सुर्खियों से आया। उसके नीचे एक सीमा (कैप) है, जो केवल तभी चुकाई जाती है जब नतीजे मिलें। जो रकम पक्के तौर पर हाथ बदलेगी, वह केवल छोटी-सी पहली किस्त जैसी दिखती है। दोनों के बीच का फ़ासला परिमाण के एक क्रम से भी ज़्यादा है। किसी दूसरी कंपनी ने लिस्टिंग के ज़रिए जो पैसा जुटाया, वह भी दिखाया गया है, लेकिन साझेदार उसका भुगतान नहीं करते। अगर आप केवल सुर्खी वाला आँकड़ा याद रखेंगे, तो इस सौदे का गलत आकलन करेंगे।सीमा तक की रकम टुकड़ों में चुकाई जाती है, हर बार जब शोध किसी चरण को पार करता है। कोई चरण चूका, तो कुछ भी नहीं चुकाया जाता। भुगतान करने वाले के लिए इससे उन नतीजों पर खर्च करने से बचाव होता है जो कभी आते ही नहीं। सुर्खी वाला बड़ा आँकड़ा बस अधिकतम है, अगर सब कुछ ठीक रहे।फ़ार्मा टीमें रोज़मर्रा के काम में सौदों को पहले से इसी तरह पढ़ती हैं। फिर भी जब AI शामिल होता है, तो सुर्खी वाला आँकड़ा जस का तस फैल जाता है। अपनी कंपनी के भीतर किसी निवेश को समझाते समय पहली किस्त को सीमा से अलग रखें। केवल इतने से अपेक्षाएँ काबू में रहती हैं। पैसे के बाद सवाल आता है कि मशीन का अपना निर्णय कितना पुख्ता है। आगे देखते हैं कि चिकित्सा चित्र पढ़ने वाली मशीन अपने आधारों को कैसे संभालती है।
CH 05 एक्स-रे पढ़ने वाले AI में साक्ष्य
मेडिकल छवियाँ पढ़ने वाली मशीन पर केवल सही उत्तर देने भर से भरोसा नहीं किया जाता। यदि सही उत्तर गलत आधारों पर टिका है, तो अगले मरीज के साथ वह चूक जाएगा। यहाँ एक टीम मशीन को अपने आधार चुनना सिखाने की कोशिश करती है।अध्ययन दो निर्णयों को अलग करता है। एक यह कि समर्थन खोजने जाना है या नहीं। दूसरा यह कि छवि से मेल न खाने वाले मानों को छोड़ देना। मानव डॉक्टर भी उस रीडिंग पर अविश्वास करते हैं जो उनके सामने की तस्वीर से टकराती है। मशीन वह सामान्य समझ टुकड़ा-टुकड़ा सीखती है।बीच के चरणों के अंक तभी दिए जाते हैं जब अंतिम उत्तर सही हो। गलत उत्तरों के पीछे की प्रक्रिया को अंक देना विश्वसनीय लगने वाली गलतियाँ सिखा सकता है। फिर भी, बाहरी विशेषज्ञों ने अभी इस शोधपत्र की जाँच नहीं की है। इसका सार यह भी नहीं बताता कि इसने किसे हराया।फार्मा के लिए यह दवा सुरक्षा कार्य से मेल खाता है। मायने यह रखता है कि निष्कर्ष से ज्यादा, मशीन यह दिखा सकती है या नहीं कि उसने किस पर भरोसा किया। यदि उसके आधारों का पता लगाया जा सके, तो वह सुराग उन लोगों के काम आता है जो जाँच करते हैं और उन नियामकों के भी जो सवाल पूछते हैं। जब शोध आधार माँग रहा है, तब मशीनें मैदान में पहले से काम कर रही हैं। आगे, वे जगहें जहाँ दवाइयाँ खोजी और पहुँचाई जाती हैं।
CH 06 फार्मा के अग्रिम मोर्चे पर
अब तक हमने निर्माताओं और नियामकों की बात सुनी है। फ़ार्मा के काम में मशीनें खुद कितनी दूर तक पहुँच चुकी हैं?आज की खबरें इसका एक हिस्सा दिखाती हैं।आज की हलचलें दवा बनाने की शुरुआत से लेकर उस बिंदु तक फैली हैं जहाँ दवाएँ मरीज़ों तक पहुँचती हैं। उम्मीदवारों की खोज, किसी उम्मीदवार को अपने हाथ में लेने का फ़ैसला, और दवाओं की ढुलाई। मशीन अब सिर्फ़ प्रयोगशाला का औज़ार नहीं रही। सबसे अहम बात यह है कि एक साझेदार कंपनी ने साझा शोध से जन्मे एक उम्मीदवार को अपने हाथ में लेने का फ़ैसला किया है। फ़ार्मा पक्ष ने माना कि मशीन द्वारा चुना गया उम्मीदवार उसके समय और पैसे के लायक है।अपने हाथ में लेने का मतलब है कि दवा कंपनी अनुबंध में सुरक्षित रखे गए अपने विकल्प का इस्तेमाल करती है। उसके बाद आगे का विकास उसी का काम है। इसलिए यह फ़ैसला इस संकेत की तरह पढ़ा जाता है कि मशीन का प्रस्ताव निवेश के लायक है। मशीन द्वारा चुना गया उम्मीदवार एक मानवीय परीक्षा पास कर चुका है।वितरण के चरण में मशीनों का प्रवेश भी ध्यान देने योग्य है। अगर आपूर्ति रुकती है, तो दवाएँ मरीज़ों तक पहुँचना बंद हो जाती हैं। शोध हो या आपूर्ति, एक ही सवाल बना रहता है। मशीन के फ़ैसले की जाँच कौन करता है, और उसे कौन रोक सकता है?
आकर्षक खबरों के पीछे यह सवाल बना हुआ है कि मशीन को कौन रोकेगा। अंत में, कुछ ऐसी खबरें जो आसानी से छूट जाती हैं।
सीएच 07 जिस पर ध्यान नहीं दिया जा रहा
हमारी पिछली खबरें नियमों और अदालती मामलों के आगे छोटी लगती हैं। फिर भी वे उपयोगकर्ताओं के रोज़ के काम के ज़्यादा करीब हैं। बड़ी खबरों की आड़ में छिपी होने के कारण वे कल के काम पर और भारी पड़ सकती हैं।भीतर के किसी व्यक्ति द्वारा डाली गई खामी, बार-बार ठप होने वाली सेवा, अचानक छलांग लगाती कीमत। इनमें से कोई भी इस बारे में नहीं है कि मशीन कितनी समझदार है। फिर भी ये उन्हें चोट पहुँचाती हैं जिन्होंने अपना काम सौंपा था। हर आउटेज के बाद पैसे की वापसी उस काम की भरपाई नहीं करती जो ठप रहने के दौरान खो गया। भीतर से होने वाली गड़बड़ी को बाहरी सुरक्षा नहीं रोक सकती। उपयोगकर्ता किसी निर्माता के आंतरिक नियंत्रण नहीं देख सकते। सुरक्षा का मतलब सही जवाबों से कहीं ज़्यादा है। मेरे विचार में इसका अर्थ चालू रहना, वफ़ादार रहना और शर्तों को स्थिर रखना भी है।अगर फ़ार्मा के काम में जुड़ा कोई टूल एक सुबह बंद हो जाए तो?
यदि कीमत बदल जाए, तो क्या आप किसी दूसरे टूल पर जा सकते हैं? बिल्डर के भीतर के लोगों पर आप कितना भरोसा कर सकते हैं? उपयोगकर्ता ये योजनाएं आज ही तय कर सकते हैं, विनियमन की खबर का इंतज़ार किए बिना। जवाब तैयार हों तो काम चलता रहता है। यह वही सोच है जो दवाओं की आपूर्ति में रुकावट की तैयारी में होती है। बाहरी नियमों और सामने आई विफलताओं ने एक ही सवाल को जन्म दिया। उपयोगकर्ता भी सुरक्षा जांचने की जिम्मेदारी नहीं छोड़ सकते।
समापन
आज की सभी घटनाएँ एक ही ओर इशारा करती थीं। सुरक्षा केवल निर्माता के वादे पर टिकी नहीं रह सकती। वह तब टिकती है जब बाहरी लोग सवाल उठाते हैं और उपयोगकर्ता लगातार जाँच करते रहते हैं। कल हमें पता चल सकता है कि निगरानी संस्था का अनुरोध कितनी दूर तक जाता है, और लिस्टिंग योजना कैसे आगे बढ़ती है। तब हम यह और स्पष्ट कर सकते हैं कि हम औज़ार कैसे चुनें, और अपनी कंपनियों के भीतर कौन-से रिकॉर्ड रखें।
- अध्याय 01एक्सियोस「खुलासा: FTC ने हालिया सुरक्षा घटनाओं को लेकर AI दिग्गजों से दस्तावेज़ मांगे」 axios.com
- अध्याय 01सांता क्रूज़ सेंटिनल「राज्यों ने AI दिग्गज OpenAI पर मुकदमा किया, कहा कि उसका लोकप्रिय चैटबॉट बच्चों को नुकसान पहुंचा रहा है और वयस्कों को धोखा दे रहा है」 santacruzsentinel.com
- अध्याय 01क्रेन्स न्यूयॉर्क「कॉम्पट्रोलर ने 'अनगिनत सुरक्षा चिंताओं' के मद्देनज़र Anthropic से IPO टालने का आग्रह किया」 crainsnewyork.com
- अध्याय 01टेक्नोलॉजी ऑर्ग「EU ने OpenAI और Anthropic के विरुद्ध पहला AI Act प्रवर्तन मामला शुरू किया」 technology.org
- अध्याय 02फाइनेंशियल टाइम्स「Anthropic ने निवेशकों को बताया: IPO से पहले तिमाही राजस्व लगभग 50% बढ़कर $16.8bn हुआ」 ft.com
- अध्याय 02याहू फाइनेंस「अपडेट: बाज़ार चर्चा: Anthropic का राजस्व Q3 में $16.8 Billion पहुंचा, AI-मॉडलर कैश फ़्लो पॉज़िटिव」 finance.yahoo.com
- अध्याय 02निवेशक बिज़नेस डेली「Anthropic के राजस्व की रिपोर्टें AI शेयरों की परेशानियां क्यों बढ़ा रही हैं」 investors.com
- अध्याय 02Bloomberg.com「विश्लेषकों के अनुसार Anthropic के नतीजे IPO में मदद कर सकते हैं, लेकिन AI ट्रेड में नहीं」 bloomberg.com
- अध्याय 03ServiceNow「ServiceNow ने AI Passport और विस्तारित गवर्नेंस क्षमताओं के साथ एंटरप्राइज़ AI के लिए अपने ऑपरेशनल हार्नेस को आगे बढ़ाया」 newsroom.servicenow.com
- अध्याय 03कगार「Elon Musk वादा कर रहे हैं कि अगर Grok कोई खरीदारी गलत कर दे या आपके क्रेडिट कार्ड की जानकारी लीक कर दे, तो वे "आपकी भरपाई करेंगे"।」 theverge.com
- अध्याय 03साइबरन्यूज़「Grok Bot द्वारा फ़िशिंग ईमेल पकड़ने की घटना ने AI एजेंट के जोखिमों को उजागर किया」 cybernews.com
- अध्याय 04AstraZeneca「AstraZeneca ने इलाज में कठिन कार्डियोमेटाबॉलिक रोगों के लिए परिवर्तनकारी चिकित्सा विकसित करने हेतु उन्नत AI सिस्टम का उपयोग करने के लिए insitro के साथ नए रणनीतिक सहयोग की घोषणा की」 astrazeneca.com
- अध्याय 04रॉयटर्स「AstraZeneca ने insitro के साथ $40 million का AI दवा खोज सौदा किया」 reuters.com
- अध्याय 04बायोस्पेस「AstraZeneca ने insitro के साथ $1.5B तक की AI साझेदारी में MASH और हृदय संबंधी कार्य का विस्तार किया」 biospace.com
- अध्याय 04याहू फाइनेंस「AI दवा खोज विशेषज्ञ Iambic ने IPO में $150M जुटाए」 finance.yahoo.com
- अध्याय 05X-Ragent: साक्ष्य-आधारित चेस्ट एक्स-रे तर्क के लिए टूल-संवर्धित रीइन्फोर्समेंट लर्निंग（「X-Ragent एक पश्चात-प्रशिक्षण (post-training) ढाँचा है जो इन दोनों को अलग-अलग सिखाता है, और यह उन्हीं प्रक्षेप-पथों (trajectories) को प्रक्रिया के मूल्यांकन वाला पुरस्कार देता है जिनमें निदान सही था।」）
- अध्याय 06गूगल डीपमाइंड「Google Antigravity के साथ रोगाणुरोधी पेप्टाइड्स की खोज को तेज़ करना」 deepmind.google
- अध्याय 06पल्स 2.0「ParkourSC ने लाइफ़ साइंसेज़ सप्लाई चेन के लिए एकीकृत AI प्लेटफ़ॉर्म लॉन्च करने हेतु Quartic का अधिग्रहण किया」 pulse2.com
- अध्याय 06Quiver Quantitative「Recursion Pharmaceuticals ने AI-संचालित सहयोग से Sanofi के विकल्प वाले पहले डेवलपमेंट कैंडिडेट की घोषणा की」 quiverquant.com
- सीएच 07द न्यूयॉर्क टाइम्स「बग लगाने के आरोपी OpenAI इंजीनियर ने सऊदी को सलाह दी थी」 nytimes.com
- सीएच 07साउथ चाइना मॉर्निंग पोस्ट「कंपनी द्वारा उपयोगकर्ताओं को रिफंड की पेशकश के बीच DeepSeek में एक और बड़ा आउटेज」 scmp.com
- सीएच 07एंड्रॉइड अथॉरिटी「Google अब Gemini के ग्राहकों को ऐसे बदलाव के बारे में ईमेल भेज रहा है, जिससे उन्हें 4 गुना ज़्यादा खर्च करना पड़ेगा」 androidauthority.com
उपयोग किए गए लेख
आज की संबंधित रिपोर्टें
- AI दैनिक समाचार 16 अक्टूबर 2026
- एआई और अर्थव्यवस्था समाचार 16 अक्टूबर 2026
- एआई और वित्त समाचार 16 अक्टूबर 2026
यह वाचन सिंथेटिक आवाज़ में है। सामग्री केवल इसी साइट के उसी दिन के लेखों पर आधारित है। प्रकाशन से पहले हर संस्करण सात सरल-भाषा जाँचों से गुज़रता है। इसका अर्थ है कि समझ में आने की ज्ञात बाधाओं को सीमा से नीचे रखा गया है — यह समझ की गारंटी नहीं है।