रिसर्चरों ने उभरते एजेंटों के व्यवहार और सुरक्षा नियंत्रणों का विश्लेषण किया

इस तकनीकी चुनौती के साथ-साथ एक विशाल आर्थिक पहलू भी जुड़ा हुआ है। वर्ष दो हजार पच्चीस में संयुक्त राज्य अमेरिका में कृत्रिम बुद्धिमत्ता में निजी निवेश दो सौ पचासी अरब नौ सौ मिलियन डॉलर तक पहुंच गया था। इसी अवधि में, एक अलग पद्धति का उपयोग करते हुए, आर्टिफिशियल इंटेलिजेंस कंपनियों ने दो सौ अट्ठावन अरब सात सौ मिलियन डॉलर का वेंचर कैपिटल जुटाया था, जो दुनिया भर में निवेश किए गए कुल जोखिम पूंजी का इकसठ प्रतिशत था। वैश्विक स्तर पर, कंपनी के निवेश, विलय और अधिग्रहण को मिलाकर कृत्रिम बुद्धिमत्ता में कुल निवेश पांच सौ इक्यासी अरब सात सौ मिलियन डॉलर तक पहुंच गया था। केवल निजी निवेश ही तीन सौ चौवालिस अरब सात सौ मिलियन डॉलर तक बढ़ गए थे।

इतनी बड़ी राशि को आकर्षित करने वाली तकनीक को रोकना या धीमा करना औद्योगिक और भू-राजनीतिक हितों पर हस्तक्षेप करने जैसा है। बाजार में पूंजी का प्रवाह लगातार बढ़ रहा है और बड़े निवेश राउंड की ओर केंद्रित हो रहा है। वर्ष दो हजार पच्चीस में कृत्रिम बुद्धिमत्ता निवेश के मूल्य का तहत्तर प्रतिशत एक सौ मिलियन डॉलर से अधिक के सौदों से आया था। संसाधनों का एक बढ़ता हुआ हिस्सा सीधे बुनियादी ढांचे को वित्त पोषित कर रहा है। आईटी बुनियादी ढांचे और होस्टिंग में सक्रिय कंपनियों ने वर्ष दो हजार पच्चीस में एक सौ नौ अरब तीन सौ मिलियन डॉलर का वेंचर कैपिटल आकर्षित किया, जो वर्ष दो हजार चौबीस में सैंतालीस अरब चार सौ मिलियन डॉलर था। डेटा सेंटर बनाने और ऊर्जा सुरक्षित करने की क्षमता अब उन्नत मॉडलों पर प्रतिस्पर्धा का एक हिस्सा बन गई है।

संयुक्त राज्य अमेरिका और चीन के बीच की प्रतिस्पर्धा किसी समन्वित धीमेपन को और भी कठिन बना देती है। आर्थिक आंकड़े एक विशाल दूरी दिखाते हैं जहां संयुक्त राज्य अमेरिका ने चीन की तुलना में कहीं अधिक निजी निवेश दर्ज किया। हालांकि, मॉडल के प्रदर्शन के मामले में यह दूरी बहुत कम है। मार्च दो हजार छब्बीस तक, सूचकांक द्वारा माना जाने वाला सर्वश्रेष्ठ अमेरिकी मॉडल अपने प्रमुख चीनी प्रतिद्वंद्वी से केवल दो दशमलव सात प्रतिशत आगे था। चीन वैज्ञानिक प्रकाशनों, उद्धरणों, पेटेंट और औद्योगिक रोबोट स्थापना की मात्रा में मजबूत स्थिति बनाए हुए है। यह आर्थिक संरचना निवेश में स्वैच्छिक कमी को मुश्किल बनाती है क्योंकि हर कंपनी और देश को प्रतिस्पर्धियों से पीछे रहने का डर सताता है।

शोधकर्ताओं का मानना है कि मॉडल विकसित करने वालों और जोखिमों का मूल्यांकन करने वालों के बीच अधिक अंतराल होना चाहिए। वर्तमान में सबसे शक्तिशाली प्रणालियों का निर्माण करने वाली कंपनियों के पास ही उन्हें परीक्षण करने के लिए आवश्यक डेटा और कंप्यूटिंग क्षमता का एक महत्वपूर्ण हिस्सा है। स्वतंत्र मूल्यांकन को इस क्षेत्र का एक नियमित घटक बनना चाहिए जो सार्वजनिक संस्थानों या योग्य तीसरे पक्ष के पास हो। तकनीकी रूप से, सैकड़ों एजेंटों से बने नेटवर्क का मूल्यांकन करना बहुत महंगा है और इसके लिए ऐसे संसाधनों की आवश्यकता होती है जो विश्वविद्यालयों में आसानी से उपलब्ध नहीं हैं। इसके अलावा, कृत्रिम बुद्धिमत्ता का उपयोग अन्य कृत्रिम बुद्धिमत्ता को नियंत्रित करने के लिए करने से नए जोखिम पैदा होते हैं क्योंकि निर्णायक के रूप में उपयोग किए जाने वाले मॉडल पक्षपातपूर्ण मूल्यांकन पैदा कर सकते हैं या परीक्षण के अधीन प्रणालियों के साथ अप्रत्याशित रूप से सहयोग कर सकते हैं।