जिओफ्री हिन्टन, ज्यांना "एआयचे गॉडफादर" म्हणून ओळखले जाते, यांनी कृत्रिम बुद्धिमत्तेच्या अधिक चांगल्या नियमनाची तातडीची गरज अधोरेखित केली आहे, जे त्यांच्या नोबेल भौतिकशास्त्र पुरस्कार स्वीकारताना स्पष्ट केले. ते सरकारांना अधिक मजबूत एआय नियम आणि कंपन्यांना एआय सुरक्षा उपक्रमांमध्ये गुंतवणूक करण्याचे आवाहन करतात. तथापि, किती नियमन आवश्यक आहे याबाबतचा वाद कायम आहे. सुरक्षा उद्योग संघटनेचे जेक पार्कर तंत्रज्ञान-न्यूट्रल दृष्टिकोन सल्ला देतात, ज्यामध्ये तंत्रज्ञानाऐवजी वापरावर आधारित उच्च-जोखीम एआय अनुप्रयोगांचे नियमन करणे केंद्रस्थानी आहे. या प्रगत तंत्रज्ञानावर अत्यधिक नियमनाचे संभाव्य नकारात्मक परिणाम याबाबत चिंता व्यक्त केली जात आहे. पार्कर वेगवान, व्यापक नियमावलीविरुद्ध इशारा देतात, ज्याचा एआयच्या दैनंदिन वापरावर अवरोध येऊ शकतो. सॉफ्टवेअर एजीच्या जे-एम एरलेंडसन यांचे म्हणणे आहे की, इतर उद्योगांमध्येही अशाच नियामक आव्हानांचा सामना करावा लागतो, जेथे अत्यधिक उत्साही नियमनामुळे नवोदित कंपन्यांवर प्रस्थापित कंपन्यांच्या तुलनेत प्रतिकूल प्रभाव पडू शकतो. तत्काळ नैतिक आणि व्यावहारिक एआय मुद्दे, जसे की डेटा गोपनीयता, तातडीने लक्ष द्यावे, असे उत्तरपूर्वी विद्यापीठाचे डेव्हिड डी क्रीमर यांचे म्हणणे आहे.

ते लहान, हानिकारक AI मॉडेल्सवर केंद्रित नियमनासाठी आग्रह करतात, जसे की डीपफेक्स तयार करण्यासाठी वापरले जाणारे. एरलेंडसन विद्यमान डेटा आणि बौद्धिक मालमत्ता कायद्यांची अंमलबजावणी करण्याचा दावा करतात, एआय विकासातील पारदर्शकतेचे महत्त्व अधोरेखित करतात जेणेकरून धोके आणि कायदेशीर जबाबदाऱ्या व्यवस्थापित केल्या जाऊ शकतील. एआयशी संबंधित मुद्द्यांसाठी जबाबदारीच्या स्पष्ट व्याख्या अद्याप सोडवल्या गेल्या नाहीत. डी क्रीमर स्पष्ट मार्गदर्शक तत्त्वांची आवश्यकता अधोरेखित करतात जेव्हा एआय तंत्रज्ञान गोपनीयता किंवा कॉपीराइट कायद्यांचे उल्लंघन करते तेव्हा कोण जबाबदार आहे हे ओळखतात. व्यवसायदेखील अपारदर्शक एआय मॉडेल्स टाळून ग्राहकांच्या जोखमांना कमी करण्यासाठी आत्म-नियमित करत आहेत, डी क्रीमर समजावतात. हे आत्म-नियमन ग्राहकांना आरामदायक वाटण्यासाठी अनुरूप आहे, आणि नवीनतम एआय मॉडेल्सची प्रयोगशाळेतील व्यापार वापराकडे संक्रमण होण्यासाठी थोडा वेळ लागेल.