هوش مصنوعی چیست و چه کاربردهایی دارد؟

یکی از دلایل پیشرفت فوق‌العاده انسان در حوزه هوش مصنوعی، پیشرفت در دیگر حوزه‌های تکنولوژی است و جهان و به‌ ویژه تکنولوژی، از زمان پیدایش این مفهوم تا به امروز بارها متحول شده است. پیدایش اینترنت، تولید کامپیوتر‌های خانگی و گوشی هوشمندی که همین حالا به‌ وسیله آن در حال خواندن این مطلب با عنوان هوش مصنوعی چیست هستید بستری را برای رشد و توسعه AI فراهم کرد که در این مطلب از پیوست قصد داریم به چیستی و انواع آن بپردازیم و کاربرد‌های آن را بررسی کنیم.

هوش مصنوعی چیست؟

هوش مصنوعی تلاش انسان برای خلق چیزی شبیه انسان است و به توانایی ماشین‌ها در انجام کارهایی گفته می‌شود که نیاز به هوش انسانی و حیوانی دارد. این تعریف به ماروین مینسکی و جان مک‌کارتنی از دهه ۱۹۵۰ نسبت داده می‌شود که به‌ عنوان پدران این حوزه شناخته می‌شوند.

ماشین‌ها با استفاده از هوش‌ مصنوعی توانایی درک پدیده‌ها را پیدا کرده و یکسری اهداف مشخص را محقق می‌کنند. این تکنولوژی زیرشاخه‌ای به نام یادگیری ماشینی و یادگیری عمیق را در بر می‌گیرد و برای درک بهتر هوش مصنوعی خوب است که با تعریف این دو بیشتر آشنا شویم.

یادگیری ماشینی چیست؟

یادگیری ماشین شاخه‌ای از هوش مصنوعی (AI) و علم کامپیوتر است که با استفاده از داده‌ و الگوریتم، یادگیری انسانی را شبیه‌سازی کرده و به تدریج دقت آن را هم افزایش می‌دهد.

یادگیری ماشین جزء مهمی از علم داده است. در این روش، الگوریتم‌ها با استفاده از روش‌های آماری در دسته‌بندی یا پیش‌بینی تبحر پیدا کرده و از موضوعات و چشم‌اندازهای مهمی در بحث داده پرده‌برداری می‌کنند. سپس این چشم‌انداز‌ها برای تصمیم‌گیری در زمینه‌ها و کسب‌وکارهای مختلف استفاده می‌شوند و در حالت ایده‌آل شاخص‌های رشد را تقویت می‌کنند. با افزایش داده و ابرداده‌ها، دقت و کاربرد این تکنولوژی هم افزایش می‌یابد و موفقیت آن یکی از عناصر تاثیرگذار بر موفقیت هوش مصنوعی محسوب می‌شود.

یادگیری عمیق چیست؟

یادگیری عمیق تلاش می‌کند با تقلید از مغز انسان، که البته هنوز فاصله زیادی با آن دارد، امکان دسته‌بندی داده و پیش‌بینی را برای سیستم‌ها فراهم کند.

این تعریف که زیرمجموعه‌ای از یادگیری ماشینی محسوب می‌شود، در واقع یک شبکه عصبی با سه یا چند لایه است. این شبکه‌های عصبی برای شبیه‌سازی رفتار مغز انسان تلاش می‌کنند و سپس به «یادگیری» از حجم عظیم داده می‌پردازند.

یادگیری عمیق یکی از عناصر اصلی بسیاری از اپلیکیشن‌ها و خدمات هوش مصنوعی (AI) محسوب می‌شود و بازیگر پشت صحنه بسیاری از تکنولوژی‌ها و خدمات امروزی همچون دستیارهای صوتی گوگل و آمازون است و خیلی از پدیده‌های نوظهور از جمله خودروهای خودران به این تکنولوژی وابسته‌اند.

بنابراین یادگیری ماشینی و یادگیری عمیق به شکل‌گیری هوش مصنوعی کمک می‌کنند. هوش مصنوعی به ماشین‌ها اجازه می‌دهد بدون مداخله انسانی و به واسطه یادگیری ماشینی و تقلید عملکرد مغز از طریق یادگیری عمیق، فرایندی شبیه به تفکر انسانی داشته باشند و بر پایه نتیجه این فرایند عمل کنند. با این حال هوش مصنوعی با توجه به کاربرد و گستره کاربردش، انواع مختلفی دارد که در ادامه به آن می‌پردازیم.

انواع هوش مصنوعی

از آنجا که هوش مصنوعی قرار است عملکرد مغز انسان را شبیه‌سازی کند، میزان یک سیستم هوش مصنوعی در شبیه‌سازی قابلیت‌های مغز انسان، معیار خوبی برای دسته‌بندی این تکنولوژی به شمار می‌رود. پس با توجه به سرعت و عملکرد ماشین در مقایسه با انسان‌ها، انواع هوش مصنوعی را می‌توان مقایسه و دسته‌بندی کرد. در این روش، هرچه هوش مصنوعی به بهره‌وری انسان به‌ طور کلی نزدیک‌تر باشد، تواناتر و بهتر تلقی می‌شود و هرچه کاربردش محدود‌تر باشد و برای کارهای ساده‌تر استفاده شود، هوش مصنوعی ساده‌تری محسوب می‌شود.

هوش مصنوعی بر اساس همین استدلال عمدتاً به دو روش دسته‌بندی می‌شود؛ یک روش دسته‌بندی هوش مصنوعی و ماشین‌های مجهز به هوش مصنوعی بر پایه شباهت‌شان به ذهن انسان و توانایی «تفکر» و حتی «احساس» انسانی است. در این روش هوش مصنوعی یا سیستم‌های هوش مصنوعی به چهار گروه تقسیم می‌شوند: ماشین‌های واکنشی، حافظه محدود، نظریه ذهن، هوش مصنوعی خود‌آگاه.

• ماشین‌های واکنشی: این نوع هوش مصنوعی از جمله قدیمی‌ترین سیستم‌های هوش مصنوعی است که البته توانایی‌های بسیار محدودی دارد. این گروه توانایی ذهن انسان به محرک‌های مختلف را شبیه‌سازی می‌کند. این ماشین‌ها توان فعالیت بر اساس حافظه را ندارند؛ یعنی امکان استفاده از تجربیات گذشته در اقدامات جدید را ندارند و به عبارتی توان «یادگیری» را نخواهند داشت. در نتیجه این ماشین‌ها تنها در مواردی استفاده می‌شوند که بخواهیم به‌ صورت خودکار به مجموعه محدود یا ترکیبی از ورودی‌ها پاسخ دهند. یکی از نمونه‌های مشهور این نوع هوش مصنوعی، ماشین Deep Blue از شرکت IBM است که در سال ۱۹۹۷ توانست گری کاسپاروف، استادبزرگ شطرنج، را شکست دهد.
• حافظه محدود: ماشین‌های حافظه محدود، گروهی هستند که علاوه بر قابلیت‌های واکنشی، امکان یادگیری از داده‌های گذشته را نیز دارند. تقریباً تمامی اپلیکیشن‌های امروزی در این گروه هوش مصنوعی جای می‌گیرند. تمام سیستم‌های امروزی، از جمله آنهایی که از یادگیری عمیق استفاده می‌کنند، برای حل مشکلات آینده به حجم زیادی از داده‌های آموزشی مراجعه می‌کنند که به‌ عنوان مدل مرجع در حافظه آنها ذخیره شده است؛ برای مثال هوش مصنوعی تشخیص چهره با تعداد زیادی تصویر، نام و لیبل آنها آموزش می‌بیند و در نتیجه می‌تواند تصویر پیش روی خود را تشخیص دهد. هر تصویر تازه‌ای که پیش روی این هوش مصنوعی قرار دهید، ماشین به حافظه خود مراجعه کرده و محتویات آن را تشخیص می‌دهد و با «یادگیری بر پایه تجربه»، تصاویر جدید را نام‌گذاری و با گذشت زمان دقت آن هم افزایش پیدا می‌کند.
• نظریه ذهن: برخلاف دو گروه قبلی، نظریه ذهن و هوش مصنوعی خود‌آگاه، فعلاً در حد یک مفهوم یا پروژه باز است. هوش مصنوعی نظریه ذهن به سطحی از سیستم‌های هوش مصنوعی اشاره می‌کند که با درک نیاز‌ها، احساسات، باور‌ها و روند فکری موجودات با آنها ارتباط برقرار می‌کند. در حالی که هوش مصنوعی احساسی یک حوزه فعال و در حال پیشرفت است، اما برای تحقق هوش مصنوعی نظریه ذهن، دیگر زیرمجموعه‌های هوش مصنوعی هم باید پیشرفت کنند. زیرا ماشین‌های هوش مصنوعی برای رسیدن به این مرحله و درک نیاز‌های انسان، ابتدا باید انسان‌ها را درک کنند.
• خود‌آگاه: این دسته مرحله نهایی هوش مصنوعی بوده که فعلاً فقط در حد یک نظریه است. هوش مصنوعی خود‌آگاه نوعی از هوش مصنوعی است که همانند مغز انسان به خود‌آگاهی رسیده است. ساخت این نوع هوش مصنوعی، که دهه‌ها و شاید قرن‌ها با آن فاصله داریم، هدف نهایی محققان هوش مصنوعی است و علاوه بر قدرت درک برانگیختن احساسات دیگران، خودش نیز دارای نیاز، باور و امیال خاص خود است.

کاربرد هوش مصنوعی

هوش مصنوعی در زمینه‌های مختلفی کاربرد دارد و جوانب مختلف زندگی ما از جمله امور مالی، درمان و تفریحات را تحت تاثیر قرار می‌دهد که در ادامه به ۱۰ مورد آنها اشاره می‌کنیم.

• هوش مصنوعی در بازاریابی: یکی از نقاط قوت شبکه‌های اجتماعی و پلتفرم‌های ویدئوی آنلاین، نوعی هوش مصنوعی است که اقلام و موضوعات مرتبط را در اختیار ما می‌گذارد و در واقع آنها را بازاریابی می‌کند. این روند که در فروشگاه‌های آنلاین هم کاربرد دارد، بر اساس اطلاعات و سوابق پیشین ما انجام می‌شود.
• هوش مصنوعی در بانکداری: بسیاری از بانک‌ها برای پشتیبانی مشتری، شناسایی ناهنجاری‌ها و کلاهبرداری‌های اعتباری از هوش مصنوعی استفاده می‌کنند.
• هوش مصنوعی در امور مالی: صندوق‌های سرمایه‌گذاری مدت‌هاست برای پیش‌بینی الگوهای آینده بازار از کامپیوتر و علم داده استفاده می‌کنند و هوش مصنوعی با تحلیل حجم زیادی داده در یک مدت کوتاه،‌ بازدهی این روند را افزایش می‌دهد.
• هوش مصنوعی در کشاورزی: هوش مصنوعی با استفاده پایدار و مناسب از منابع، بازدهی مزارع را افزایش می‌دهد و نیاز انسان‌ها به تولید بیشتر مواد غذایی را برآورده می‌کند.
• هوش مصنوعی در درمان: بسیاری از مراکز و سازمان‌های درمانی در عرضه خدمات خود از هوش مصنوعی استفاده می‌کنند؛ برای مثال سازمانی به نام Cambio Health Care یک سیستم پشتیبانی از تصمیمات درمانی را برای جلوگیری از سکته راه‌اندازی کرده است و این سیستم در صورت خطر سکته قلبی به پزشک هشدار می‌دهد.
• هوش مصنوعی در بازی: هوش مصنوعی در چند سال اخیر به بخش مهمی از صنعت بازی تبدیل شده و این تکنولوژی به ساخت شخصیت‌های طبیعی در بازی، رقبای پیچیده و نزدیک شدن بازی‌ها به واقعیت (البته در کنار حفظ ماهیت تخیلی بازی‌ها) کمک می‌کند.
• هوش مصنوعی در اکتشافات فضایی: اکتشافات فضایی و یافته‌های این اکتشافات معمولاً نیازمند تحلیل داده‌های عظیمی هستند. یادگیری ماشینی و هوش مصنوعی بهترین گزینه برای پردازش این حجم از داده و کمک به نتیجه‌گیری است.
• هوش مصنوعی در خودروهای خودران: ساخت خودرو خودران یکی از اهداف دیرینه خودروسازان است. هوش مصنوعی داده‌هایی را از حسگر‌های مختلف داخل خودرو و فضای ابری جمع‌آوری می‌کند و با تحلیل آن می‌تواند رانندگی انسان را شبیه‌سازی کند.
• هوش مصنوعی در چت‌بات‌ها: چت‌بات و دستیار صوتی در عصر کنونی به تکنولوژی رایجی تبدیل شده‌اند. سیری، کورتانا و دستیار صوتی گوگل از جمله مشهورترین موارد این نوع هوش مصنوعی هستند که امکان پاسخگویی به سوالات، ترجمه و اجرای برخی دستورات را دارند.
• هوش مصنوعی در شبکه اجتماعی: حضور هوش‌ مصنوعی همواره در شبکه‌های اجتماعی ملموس است و این تکنولوژی با استفاده از داده‌های عظیمی که در اختیار دارد به‌ سرعت در حال رشد است. فیس‌بوک برای تایید چهره از هوش مصنوعی استفاده می‌کند و در این روند، یادگیری عمیق با استفاده از شبکه‌های عصبی خود جزئیات تصویر را استخراج می‌کنند. از سوی دیگر الگوریتم‌های یادگیری ماشینی صفحه اصلی فیس‌بوک را با مطالب مرتبط و مورد علاقه پر می‌کنند.
• هوش مصنوعی در خلاقیت: هوش مصنوعی در حوزه‌های خلاق از جمله موسیقی و هنر هم ورود کرده است. یک سیستم هوش مصنوعی به نام MuseNet می‌تواند سبک و سیاق اسطوره‌هایی مثل باخ و موتسارت را شبیه‌سازی و موسیقی شبیه به آنها را تولید کند. هوش مصنوعی در زمینه‌های خلاق دیگری نیز کاربرد دارد. از جمله این زمینه‌ها می‌توان به تولید محتوا اشاره کرد. شرکت‌های بزرگی مثل یاهو و مایکروسافت با استفاده از هوش مصنوعی WordSmith، سالانه ۱.۵ میلیارد محتوا تولید می‌کنند.

با این اوصاف، هوش‌ مصنوعی با وجود پیچیدگی‌ها و قابلیت‌هایی که امروز دارد، یک پروژه باز و در حال توسعه محسوب می‌شود. از آنجا که رایج‌ترین نوع این تکنولوژی به اطلاعات و داده متکی است، با گذشت زمان و افزایش روش‌های جمع‌آوری اطلاعات، هوش مصنوعی هم به پیشرفت خود ادامه می‌دهد و باید خودمان را برای ورود این تکنولوژی به زندگی روزمره‌مان آماده کنیم.

خطرات هوش مصنوعی

به طور کلی هوش مصنوعی مزایای بسیاری برای افزایش زندگی و رفاه انسان دارد، ولی مانند هر پدیده‌ی سودمندی با ریسک‌ها و خطراتی نیز همراه است.

• خطرات مربوط به تصمیم‌گیری‌های حساس

بسیاری از سیستم‌های هوش مصنوعی با شبکه‌های عصبی ساخته شده‌اند که نقش موتور این سیستم را ایفا می‌کنند. این سیستم‌های پیچیده موجب تصمیم‌گیری در هوش مصنوعی می‌شوند، ولی ما صرفا می‌توانیم ورودی و خروجی سیستم را مشاهده کنیم و متوجه انگیزه و دلیل تصمیم‌گیری نمی‌شویم. این پیچیدگی در مورد تصمیمات نظامی یا پزشکی حساسیت بیشتری پیدا می‌کند. در این موارد لازم است از تفکر یا استدلال واقعی که منجر به تصمیم و خروجی می‌شود مطلع باشیم.

• چالش‌های اختیار و مسئولیت‌پذیری

اختیار و مسئولیت‌پذیری از جمله مفاهیمی است که هنوز در سیستم‌های هوشمند مشخص نشده است. خطرات هوش مصنوعی در مورد اختیار و مسئولیت‌پذیری شامل احتمال از دست دادن استقلال انسان و عدم درک فرآیند پس از سپردن اختیار به هوش مصنوعی خواهد بود. به طور مثال آیا می‌توان اختیار تصمیمات دارای جنبه‌های احساسی و انسانی را هم به هوش مصنوعی سپرد؟ مثلا در صورت سپردن تصمیمات مربوط به اخراج کارمندان به هوش مصنوعی چه اتفاقی می‌افتد؟ یا اگر سیستم‌های هوشمند دچار خطای جبران‌ناپذیر شوند، مسئولیت مشکل ایجاد شده با چه کسی است؟ در واقع هنوز جنبه‌های قانونی مربوط به هوش مصنوعی و این‌که در صورت خطا و بروز مشکل باید چه تدبیری اندیشید، روشن نیست.

• ریسک‌های بازار کار

یکی از خطرات هوش مصنوعی که در آینده بیشتر نمایان می‌شود، مربوط به بازار کار است. پیشرفت و افزایش کیفیت هوش مصنوعی موجب انجام وظایف سیستم‌های هوشمند با مهارت و کیفیت بیشتری می‌شود. در واقع هرچه بیشتر جلو برویم، هوشمندی سیستم‌ها در تشخیص الگوریتم‌ها برای حجم داده‌های زیاد، ارائه بینش‌های خاص و انجام وظایف شناختی افزایش می‌یابد. در این بین موقعیت شغلی انسان‌های زیادی با خطر جایگزینی توسط هوش مصنوعی مواجه می‌شود.

• مشکلات حریم خصوصی

یکی دیگر از خطرات هوش مصنوعی از بین رفتن حریم خصوصی است. روزانه مقادیر زیادی داده توسط انسان ایجاد می‌شود که حجم زیادی از آن در اختیار سیستم‌های هوش مصنوعی قرار می‌گیرد. در واقع حجم زیادی از داده‌های مربوط به ما در اختیار شرکت‌هایی قرار می‌گیرد که با هوش مصنوعی کار می‌کنند. این عامل موجب به خطر افتادن حریم خصوصی ما خواهد شد. ویژگی‌هایی مانند چهره، صدا، جنسیت، سن، سایر خصوصیات دموگرافیک و حتی وضعیت ذهنی ما توسط نرم‌افزارهای هوشمند قابل ارزیابی و ردیابی قرار می‌گیرد. همه‌ی این موارد ما را در حفظ حریم خصوصیمان ضعیف‌تر می‌کند.

آیا رباتیک همان هوش مصنوعی است؟

به طور کلی با وجود برنامه‌ریزی و کنترل ربات‌های مصنوعی توسط برنامه‌های هوش مصنوعی، هوش مصنوعی و رباتیک در مفهوم و معنی با هم تفاوت دارند. در واقع هوش مصنوعی با هدف تولید ماشینی مشابه انسان در هوش و رفتار توسعه می‌یابد. یعنی هوشمندسازی تجهیزات به اندازه هوش انسان و حتی فراتر از آن تا جایی که تشخیص انجام کار توسط فرد یا هوش مصنوعی امکان‌پذیر نباشد.

توسعه حوزه رباتیک منجر به افزایش کمک به انسان‌ها و در واقع افزایش رفاه آنان می‌شود. ربات‌ها ایجاد می‌شوند تا وظایف انسان‌ها را به صورت ساده‌تر، سریع‌تر و بهینه‌تر انجام دهند. ربات‌ها هوش یا رفتار انسانی و ادعای فراتر بودن از انسان را ندارند و گفته می‌شود که نقش اصلی آنها کمک و حضور در کنار انسان‌هاست. در واقع، حتی ربات‌هایی وجود دارند که هوشمند نیستند ولی ربات‌هایی که در فناوری تولید آنها از هوش مصنوعی استفاده شده، از توانایی و درک پیشرفته‌تر و پیچیده‌تر برخوردارند و وظایفشان را به صورت کاراتر و موثرتر انجام می‌دهند. به همین ترتیب هرچه هوش مصنوعی مورد استفاده در تولید ربات پیشرفته‌تر باشد، ربات مورد نظر به انسان نزدیک‌تر و شبیه‌تر خواهد شد.

بهترین دانشگاه هوش مصنوعی در ایران و جهان

بسیاری از علاقه‌مندان به حوزه هوش مصنوعی به دنبال بهترین دانشگاه‎‌های جهان برای ادامه تحصیل در این رشته هستند. از جمله بهترین دانشگاه‌های جهان برای تحصیل در رشته هوش مصنوعی می‌توان به موارد زیر اشاره کرد.

۱- دانشگاه هاروارد

دانشگاه هاروارد از بهترین دانشگاه‌ها برای تحصیل در رشته هوش مصنوعی شناخته شده است. دروس و موضوعات ارائه شده در این دانشگاه شامل اصول اولیه هوش مصنوعی، یادگیری نظارت شده، شبکه‌های عصبی، الگوریتم ماشین بردار پشتیبان، توابع، تجزیه و تحلیل‌ها و مدل‌های موجود در مبحث هوش مصنوعی، روش‌های استنتاجی و احتمالی و نظریه یادگیری محاسباتی است. همچنین سرفصل‌های حساب دیفرانسیل توابع چند متغیره، جبر خطی، نظریه احتمالات و نظریه پیچیدگی محاسباتی در این زمینه تدریس می‌شود.

۲- دانشگاه آکسفورد

دانشگاه آکسفورد در مقطع تحصیلات تکمیلی یک مدرک PGDip در هوش مصنوعی ارائه می‌دهد. این درس در واقع برای مدیران کسب‌وکارها در نظر گرفته شده تا با آگاهی‌های فنی و مهارت‌های رهبری مورد نیاز برای حرکت سازمانشان در جهت استفاده از فناوری هوش مصنوعی آشنا شوند.

۳- دانشگاه MIT یا موسسه فناوری ماساچوست

دانشگاه ام‌آی‌تی دارای دپارتمانی به نام علوم مغز و شناختی است که به مهندسی معکوس ذهن انسان با مطالعه مغز در تمام سطوح اختصاص دارد. این بخش در مقاطع تحصیلات تکمیلی، کارشناسی و دکترا به ارائه برنامه‌های تحقیقاتی می‌پردازد.

۴- دانشگاه استنفورد

دروس دانشگاه استنفورد به مطالعه اصول، تکنیک‌ها و موضوعات اساسی مرتبط با هوش مصنوعی اختصاص دارد. همچنین مطالبی مانند منطق فازی، مدل‌های زبانی، دانش و استدلال منطقی، رباتیک، یادگیری ماشینی، مدل‌سازی و استنتاج احتمالی و غیره در این دانشگاه تدریس می‌شود.

۵- دانشگاه کمبریج

دانشگاه کمبریج نیز دارای یک دوره کارشناسی ارشد با موضوع اخلاق و استفاده مسئولانه از هوش مصنوعی است. این دوره برای مدیران کسب‌وکارها و متخصصان شاغل در حوزه فناوری و با هدف افزایش آگاهی آنان از روش‌های استفاده سالم از هوش مصنوعی برگزار می‌شود. موضوعات درسی ارائه شده در این دوره شامل مسائل مربوط به حریم خصوصی، نظارت، سوگیری الگوریتمی، داده‌های اشتباه،  داده‌های بزرگ و غیره است.

از دیگر دانشگاه‌های برتر جهانی در زمینه هوش مصنوعی می‌توان به کالج دانشگاهی لندن، دانشگاه کارنگی ملون، دانشگاه ادینبورگ انگلستان، دانشگاه دلاویر در نیویورک و دانشگاه صنعتی نانیانگ سنگاپور اشاره کرد.

همچنین برترین دانشگاه‌های ایران برای تحصیل در رشته‌های مرتبط با هوش مصنوعی شامل دانشگاه صنعتی شریف، دانشگاه امیرکبیر، دانشگاه تهران، دانشگاه علم و صنعت، دانشگاه شهید بهشتی و همچنین دانشگاه‌های خواجه نصیر، صنعتی اصفهان و فردوسی مشهد است.

هوش مصنوعی در ایران

ایران در زمینه هوش مصنوعی هنوز در اول مسیر قرار دارد. بسیاری از کشورها در حال حاضر در حال ارتقا و توانمندسازی این فناوری در بخش‌های مختلف کشور خود هستند. امروزه هوش مصنوعی در جهان به میزانی پیشرفت کرده که حتی در زندگی روزمره مردم هم نفوذ پیدا کرده است. بنابراین دور از ذهن نیست که در سال‌های آینده کاربردهای سیستم‌های هوشمند در زندگی انسان‌ها بیشتر و جدی‌تر شود.

همین امروز هم هوش مصنوعی در حوزه‌هایی مانند پزشکی، صنایع تولیدی، حمل و نقل، بازاریابی، امنیتی، خودکارسازی فرآیندهای مختلف، اقتصاد، مالی و غیره کاربردهای زیادی دارد. به طور ویژه در انجام فعالیت‌هایی مانند طراحی سیستم‌های ایمنی، تشخیص و احراز هویت، بازی‌های کامپیوتری، سیستم‌های پیشرفته نظامی و غیره در حال پیشرفت بیشتر است. البته همان‌گونه که اشاره شد، ایران هنوز در حال پیمودن گام‌های اولیه است و تا رسیدن به سطح جهانی فاصله زیادی دارد.

البته می‌توان با تسهیلات و تدابیری به افزایش سرعت حرکت کشور در این مسیر کمک زیادی کرد. به عنوان مثال آموزش متخصصان بیشتر در زمینه سیستم‌های هوشمند، به‌روزرسانی درس‌های تدریس شده در دانشگاه در رشته‌های مرتبط با هوش مصنوعی، تصویب و اجرای قوانین تسهیل کننده برای رشد و توسعه کسب‌وکارهای فعال در این زمینه، فراهم کردن امکان دسترسی به منابع موجود برای علاقه‌مندان و موارد بسیار دیگر می‌تواند نقش مهمی در تحقق این هدف داشته باشد.