काठमाडौं । कृत्रिम वृद्धिमत्ता प्रणालीमा दुर्भावनापूर्ण आक्रमण र आर्कटिक क्षेत्रमा नयाँ व्यापारिक मार्गको लागि सम्भावित द्वन्द्वलाई विश्वव्यापी पुनर्बीमक स्वीस रिले प्रबल सम्भावित जोखिमकोरुपमा औंल्याएको छ । स्विस रिको सोनर रिपोर्ट २०२३ ले प्राविधिक, आर्थिक, सामाजिक र वातावरणीय क्षेत्रहरूमा १७ नयाँ जोखिमहरू र प्रवृत्तिहरूलाई समेटेको छ।
प्रतिवेदनमा प्रमुख उदीयमान जोखिमको रुपमा आर्कटिक मार्गको प्रयोग प्रारम्भबाट उत्पन्न हुन सक्ने सम्भावित भूराजनीतिक मुद्दालाई औंल्याइएको छ। स्विस रिले उल्लेख गरेको छ, आर्कटिक महासागर र छेउछाउको भूभाग विश्वको बाँकी भागको तुलनामा दुई देखि तीन गुणा छिटो तातो हुँदै जाँदा, हिमपर्वत पग्लिरहेको अवस्थामा ढुवानीका छोटो मार्गहरू आर्कटिकबाटै खुलिरहेका छन् ।
पूनर्बीमकले प्रतिवेदनमा उल्लेख गर्दै भनेको, यो क्षेत्र सम्भावित भूराजनीतिक तनावको लागि हटस्पट हुनेछ, र यस क्षेत्रमा आर्थिक गतिविधि र सम्बन्धित जोखिमलाई कसरी नियन्त्रण गर्ने भन्ने चिन्ताको विषय हुनेछ। स्विस रि समूहका प्रमुख जोखिम अधिकारी पैट्रिक राफ्लाउबले टिप्पणी गर्दै भनेका छन्, आर्थिक चासो, वातावरणीय परिवर्तन र भूराजनीतिक तनावमा समवर्ती वृद्धिले आर्कटिकलाई उदीयमान जोखिम र सम्भावित जोखिम संचयको केन्द्र बनाउने प्रबल संभावना छ ।
यसैबीच, स्विस रि ले अधिक भविष्य तर सम्भावित रूपमा महत्त्वपूर्ण जोखिमको रूपमा वर्णन गरेकोमा, रिपोर्टले सौर्य विकीरण व्यवस्थापन, प्रविधिलाई हाइलाइट गर्दछ, जुन पृथ्वीलाई चिसो बनाउन प्रयोग गर्न सकिन्छ। स्विस रिले लेख्छ, विश्व तापमानको मूल कारणलाई सम्बोधन गर्दैन, अर्थात् हरितगृह ग्यास उत्सर्जन, तर यसले विश्वव्यापी तापमान कम गर्न मद्दत गर्न सक्छ।
यद्यपि, सूर्यको किरणलाई अन्तरिक्षमा प्रतिबिम्बित गर्न वायुमण्डलमा उच्च प्रतिबिम्बित कणहरू इन्जेक्ट गर्ने जस्ता प्रविधिले वातावरणीय जोखिम र अन्तर्राष्ट्रिय द्वन्द्वको सम्भावनाको पूर्ण नयाँ सेट खोल्न सक्छ भन्ने समेत उल्लेख गरिएको छ । यसले खडेरी वा आँधी जस्ता चरम मौसम घटनाको वृद्धि वा भौगोलिक परिवर्तन निम्त्याउन सक्छ। यस्तो अवस्थामा प्रश्न यो हुनेछ कि नकारात्मक प्रभावको सामना गर्न कसरी क्षतिपूर्ति गर्ने।
प्रविधि क्षेत्रमा अर्को उदीयमान जोखिम भनेको जटिल मेसिन लर्निंग प्रणाली र कृत्रिम वृद्धिमताबाट उत्पन्न हुनसक्ने संभावना पनि प्रतिवेदनमा औंल्याइएको छ। स्विस रिले सुझाएको छ कि पेशेवर ह्याकरले मोडेललाई गल्ती गर्न वा जानकारी चुहावट गर्न मात्र होइन, प्रशिक्षण तथ्यांकलाई भ्रष्ट बनाएर वा मेशिन लर्निङ मोडेलहरू चोरेर वा निकालेर मोडेलको कार्य सम्पादनलाई पनि हानि पुर्याउन सक्छन्।
