હાર્ડવેર જાસૂસી અને વ્યાપારિક રહસ્યોની ચોરીના આક્ષેપોમાં Apple એ OpenAI સામે દાવો કર્યો
વિશ્વના બે સૌથી પ્રભાવશાળી ટેક જાયન્ટ્સ વચ્ચેના યુદ્ધના રેખાંકિત થયા છે. Apple એ OpenAI સામે 41 પૃષ્ઠોનો એક મોટો કાયદાકીય દાવો દાખલ કર્યો છે, જેમાં OpenAI ના આગામી AI ઉપકરણોના લક્ષ્યોને પૂરા કરવા માટે પ્રોપ્રાયટરી (માલિકીના) હાર્ડવેર રહસ્યો ચોરી કરવા માટેની એક પદ્ધતિસરની યોજનાનો આક્ષેપ કરવામાં આવ્યો છે.
ડેટા ચોરીની એક અત્યાધુનિક યોજના
આ કાયદાકીય લડાઈના કેન્દ્રમાં Apple થી OpenAI માં ઉચ્ચ સ્તરીય પ્રતિભાનું સ્થળાંતર છે, જે ખાસ કરીને Apple ના હાર્ડવેર ઇકોસિસ્ટમનું ઊંડું જ્ઞાન ધરાવતા વ્યક્તિઓને લક્ષ્ય બનાવે છે. આ દાવો ત્રણ મુખ્ય વ્યક્તિઓ પર કેન્દ્રિત છે: Tang Tan, જે 24 વર્ષનો Apple અનુભવ ધરાવે છે અને Apple Watch ના ભૂતપૂર્વ VP હતા; Chang Liu, જે લાંબા સમયથી સિસ્ટમ્સ ઇલેક્ટ્રિકલ એન્જિનિયર છે; અને Yu-Ting “Alyssa” Peng.
Apple નો દાવો છે કે Liu એ તેના ગયાના અઠવાડિયા પછી કંપનીના ક્લાઉડ-આધારિત નેટવર્ક સ્ટોરેજને એક્સેસ કરવા માટે ઓથેન્ટિકેશન (પ્રમાણીકરણ) ની ખામીનો ઉપયોગ કર્યો હતો. દસ્તાવેજો મુજબ, Liu એ કથિત રીતે ડઝનબંધ ગુપ્ત ફાઇલો ડાઉનલોડ કરી હતી, જેમાં હજુ સુધી રિલીઝ ન થયેલા ઉત્પાદનોના ટેકનિકલ વિશિષ્ટતાઓ અને Apple ના મુખ્ય લોજિક બોર્ડ્સ (MLBs) ના ઉત્પાદન અને પરીક્ષણની વિગતો આપતી એન્જિનિયરિંગ પ્રેઝન્ટેશનનો સમાવેશ થાય છે. આ દાવામાં એવા ચેટ લોગ્સનો પણ સમાવેશ થાય છે જ્યાં Liu એ એક્સેસ પોઈન્ટ શોધવા બદલ ઉત્સાહ વ્યક્ત કર્યો હોવાનું કહેવાય છે, જેના પર Peng એ, “I’m ready” (હું તૈયાર છું) તરીકે જવાબ આપ્યો હતો.
ઇન્ટરવ્યુ પ્રક્રિયાનો હથિયાર તરીકે ઉપયોગ
કદાચ આ દાવામાં સૌથી ચોંકાવનારો આક્ષેપ એ છે કે OpenAI એ કેવી રીતે નોકરી માટેના ઇન્ટરવ્યુનો ઉપયોગ ઔદ્યોગિક જાસૂસી માટે એક છટકબારી તરીકે કર્યો હતો. Apple એ Tang Tan, જેઓ હવે OpenAI ના ચીફ હાર્ડવેર ઓફિસર છે, તેમના પર ઉમેદવારોને "show and tell" સત્રોમાં ભૌતિક Apple ઘટકો લાવવા માટે સૂચના આપવાનો આરોપ લગાવ્યો છે. આ ઘટકોમાં બેટરી, Systems-in-Package (SiP), મલ્ટી-લેયર લોજિક બોર્ડ્સ (MLB), અને શીલ્ડ્સનો સમાવેશ થતો હોવાનું કહેવાય છે.
વધુમાં, દાવો એવો છે કે OpenAI એ ઉમેદવારો પાસેથી "Technical Deep Dive" પ્રેઝન્ટેશનની માંગ કરી હતી, જેણે તેમને Apple ના ગુપ્ત પ્રોજેક્ટની વિગતો જાહેર કરવા માટે અસરકારક રીતે દબાણ કર્યું હતું. દસ્તાવેજમાં એવો પણ દાવો કરવામાં આવ્યો છે કે Tan એ ઉમેદવારોને અત્યંત ગુપ્ત અને હજુ સુધી રિલીઝ ન થયેલા Apple ઉત્પાદનો વિશે પ્રશ્નો પૂછ્યા હતા, જેનાથી ભરતી પ્રક્રિયા વ્યાપારિક રહસ્યો મેળવવાનું સાધન બની ગઈ હતી.
સુરક્ષા વ્યવસ્થાને બાયપાસ કરવા માટે કર્મચારીઓને તાલીમ આપવી
આ કાયદાકીય લડાઈ માત્ર ડેટા ચોરી પૂરતી મર્યાદિત નથી, પરંતુ OpenAI એ Apple ના કર્મચારીઓને આંતરિક સુરક્ષા પ્રોટોકોલથી કેવી રીતે બચવું તે અંગે સક્રિયપણે માર્ગદર્શન આપવાનો આરોપ પણ છે. Apple નો આક્ષેપ છે કે OpenAI એ કંપની છોડીને જઈ રહેલા કર્મચારીઓને "dreaded walk out" થી કેવી રીતે બચવું તે અંગે "ટિપ્સ" આપી હતી—જે એક એવી પ્રક્રિયા છે જેમાં Apple તરત જ સિસ્ટમ એક્સેસ રદ કરી દે છે.
દસ્તાવેજો મુજબ, OpenAI એ કથિત રીતે Apple ના કામદારોને નીચે મુજબ સલાહ આપી હતી:
- તેમના નવા એમ્પ્લોયર વિશે તરત જ ખુલાસો ન કરવો.
- Apple ના એક્ઝિટ ઇન્ટરવ્યુ દરમિયાન કોઈપણ દસ્તાવેજ પર સહી ન કરવી.
- OpenAI માં સરળતાથી શિફ્ટ થવા માટે સુરક્ષા તપાસને કેવી રીતે બાયપાસ કરવી.
Apple નો દાવો છે કે આ યુક્તિઓ સફળ રહી છે, અને નોંધ્યું છે કે તાજેતરમાં કર્મચારીઓ જાણીજોઈને Apple ના સુરક્ષા કર્મચારીઓના સ્ટાન્ડર્ડ એક્ઝિટ રિવ્યુ શેડ્યૂલ કરવાના સંપર્કને અવગણીને OpenAI માં જોડાઈ રહ્યા છે.
AI ઉદ્યોગ માટે આ શા માટે મહત્વનું છે
આ કાયદાકીય ટકરાવ AI હાર્ડવેરને વ્યાખ્યાયિત કરવાની સ્પર્ધામાં એક નિર્ણાયક વળાંક છે. જેમ જેમ OpenAI સોફ્ટવેર-કેન્દ્રિત રિસર્ચ લેબમાંથી હાર્ડવેર ક્ષેત્રના ખેલાડી તરીકે આગળ વધી રહ્યું છે, તેમ તેમ વિશિષ્ટ એન્જિનિયરિંગ પ્રતિભા અને ઉત્પાદન "know-how" મેળવવા માટે વપરાતી પદ્ધતિઓ અત્યંત તપાસ હેઠળ છે. જો Apple આ આક્ષેપો સાબિત કરવામાં સફળ રહેશે, તો તે AI હાર્ડવેર ક્રાંતિના યુગમાં પ્રતિભા મેળવવાની મર્યાદાઓ અને બૌદ્ધિક સંપત્તિના રક્ષણ અંગે એક મહત્વપૂર્ણ કાયદાકીય દાખલો બેસાડી શકે છે.
મુખ્ય મુદ્દાઓ
- કથિત ડેટા ચોરી: OpenAI પર Apple ના ક્લાઉડ સ્ટોરેજનો અનધિકૃત ઉપયોગ કરીને ટેકનિકલ વિશિષ્ટતાઓ અને ઉત્પાદન વિગતો ચોરવાનો આરોપ છે.
- શોષણયુક્ત ભરતી: દાવો એવો છે કે OpenAI એ ભૌતિક Apple હાર્ડવેર ઘટકો અને પ્રોપ્રાયટરી "deep dive" પ્રેઝન્ટેશન મેળવવા માટે નોકરીના ઇન્ટરવ્યુનો ઉપયોગ કર્યો હતો.
- સુરક્ષા બાયપાસ કરવી: OpenAI એ કથિત રીતે Apple ના કર્મચારીઓને Apple ના આંતરિક ઓફબોર્ડિંગ અને સુરક્ષા પ્રોટોકોલને બાયપાસ કરવા માટે ચોક્કસ યુક્તિઓ શીખવી હતી.
