فعالان حوزه فناوری: هوش‌مصنوعی فناوری حاکمیتی است و دولت باید برای زیرساخت و مشکل ناترازی انرژی اقدام کند

به گزارش پیوست؛ محمد مظفری، معاون فنی گرین‌وب، درباره چالش‌ها و پیشرفت‌های زیرساختی در حوزه هوش مصنوعی گفت: گرین‌وب از سال ۱۳۹۸ فعالیت خود را در حوزه خدمات ابری آغاز کرد و از ابتدا تمرکز ویژه‌ای بر پردازش‌های مبتنی بر GPU داشت. اما برای بهره‌برداری صحیح از مدل‌های هوش مصنوعی، تنها پردازش کافی نیست و باید لایه‌های مختلف زیرساخت در نظر گرفته شود. او درباره معماری اپراتور هوش مصنوعی اهورا که توسط گرین‌وب ارائه شده، توضیح داد: در پایین‌ترین سطح، بسترهای ارتباطی و سخت‌افزاری برای حوزه هوش مصنوعی قرار دارند. در لایه میانی، بحث دیتاست‌ها و مدل‌های هوش مصنوعی مطرح است که برای کسب‌وکارها اهمیت زیادی دارد. در نهایت، داده‌های کاربران از طریق یک پلتفرم داده‌ای تجمیع شده و به مدل‌های مختلف متصل می‌شود.

مظفری اضافه کرد: فرض کنید کارخانه‌ای داده‌های زیادی از سنسورها جمع‌آوری کرده اما نمی‌داند چگونه از آن‌ها استفاده کند. ما سیستمی داریم که این داده‌ها را دریافت کرده و بیش از ۲۵۰ مدل هوش مصنوعی روی آن اجرا می‌شود تا تحلیل‌های معناداری ارائه دهد. این فرآیند به بهینه‌سازی استراتژی‌های صنعتی کمک می‌کند. او همچنین به قابلیت‌های مارکت‌پلیس خدمات هوش مصنوعی اشاره کرد و گفت: «ما در اهورا بستری ایجاد کرده‌ایم که کاربران می‌توانند از APIهای مختلف هوش مصنوعی استفاده کنند. این ساختار نه‌تنها دسترسی را تسهیل می‌کند، بلکه درآمد حاصل را مستقیماً به ارائه‌دهندگان مدل‌ها و سرویس‌ها بازمی‌گرداند.

نقش کلیدی اپراتورها در توسعه هوش مصنوعی و خدمات دیجیتال

محمدصادق کریمی، رئیس مرکز توسعه کسب‌وکار و فناوری‌های نوین رایتل، درباره نقش اپراتورها در توسعه هوش مصنوعی گفت: اپراتورهای تلفن همراه دیگر به ارائه خدمات سنتی محدود نیستند و به سمت درآمدزایی از طریق هوش مصنوعی حرکت کرده‌اند. در حال حاضر، ۶۷ درصد از ۴۰۰ اپراتور برتر جهان در این حوزه فعالیت دارند و ۱۹ درصد از درآمد آن‌ها مستقیماً از خدمات هوش مصنوعی تأمین می‌شود. او با اشاره به تغییرات استراتژیک در برندهای بزرگ افزود: به‌عنوان مثال، شرکت مخابرات “اتصالات” امارات برای تأکید بر تمرکز خود بر خدمات دیجیتال، برند خود را به “&e” تغییر داده است. این تحول نشان می‌دهد که نقش اپراتورها دیگر محدود به ارائه اینترنت و تماس نیست.

کریمی بر اهمیت جمع‌آوری، انتقال و پردازش داده‌ها تأکید کرد و گفت: میلیون‌ها حسگر صنعتی داده‌های ارزشمندی تولید می‌کنند که نیاز به انتقال سریع و پردازش ایمن دارند. در اینجا اپراتورها می‌توانند به‌عنوان ستون فقرات انتقال داده و فراهم‌کننده بسترهای پردازشی عمل کنند. او همچنین از ورود رایتل به حوزه هوشمندسازی صنعت خبر داد و گفت: ما در بخش‌هایی مانند نگهداری و تعمیرات هوشمند، تحلیل‌های تصویری پیشرفته و سلامت دیجیتال با شرکت‌های مختلف همکاری کرده‌ایم.

ضرورت توسعه زیرساخت‌های پردازشی داخلی برای پیشرفت هوش مصنوعی

محسن افشارچی، هیئت علمی دانشگاه زنجان و استاندار سابق زنجان، در این نشست با اشاره به تجربیات خود گفت: یکی از اهداف من چه در هنگام مسئولیت اجرایی و چه به عنوان یک فرد آکادمیک، ایجاد زیرساخت پردازشی برای دانشجویان و استارتاپ‌ها بوده است که پس از دو سال، امروز تا حدودی این بستر در دانشگاه زنجان فراهم شده است. او درباره پیشرفت مدل‌های هوش مصنوعی گفت: از سال ۲۰۱۲ تاکنون، مدل‌های هوش مصنوعی از چند ده میلیون پارامتر به مدل‌های تریلیاردی رسیده‌اند. این رشد نیازمند زیرساخت‌های قدرتمند پردازشی است که در داخل کشور باید توسعه یابد.

افشارچی با اشاره به چالش‌های اقتصادی و ارزی در تأمین سخت‌افزارهای محاسباتی گفت: «قیمت پردازنده‌های گرافیکی (GPU) افزایش یافته و خرید آن‌ها دشوار است. بنابراین، باید به سمت ایجاد زیرساخت‌های بومی و روش‌های بهینه‌تر پردازشی حرکت کنیم. او همچنین به اهمیت سیاست‌گذاری صحیح اشاره کرد و گفت: سیاست‌گذاران باید اهمیت این فناوری را درک کنند و حمایت‌های لازم را از شرکت‌های داخلی برای توسعه زیرساخت‌های محاسباتی فراهم کنند.

لزوم سرمایه‌گذاری داخلی در زیرساخت‌های پردازشی برای کاهش وابستگی به سرویس‌های خارجی

مرتضی الیاسی، عضو کمیته راهبردی مرکز نوآوری نکسترا، در مورد اهمیت سرمایه‌گذاری در حوزه فناوری گفت: شرکت‌های بزرگ جهان سرمایه‌گذاری‌های کلانی در زیرساخت‌های پردازشی انجام می‌دهند. برخی از این شرکت‌ها طی دهه‌های اخیر رشد چشمگیری داشته‌اند و یکی از آن‌ها در سال گذشته ۸۵۰ برابر درآمد بیشتری نسبت به گذشته کسب کرده است. او با مقایسه سرمایه‌گذاری در کشورهای منطقه افزود: «عربستان با سرمایه‌گذاری ۲۰ میلیارد دلاری در رتبه چهاردهم و امارات با ۱۴ میلیارد دلار در رتبه بیستم قرار دارند، در حالی که ایران هنوز جایگاه مشخصی در این حوزه ندارد. در کشور ما تنها دو و نیم میلیون دلار در این بخش سرمایه‌گذاری شده که بسیار ناچیز است.

الیاسی درباره خطرات عدم سرمایه‌گذاری در زیرساخت‌های پردازشی گفت: نبود زیرساخت مناسب باعث وابستگی صنایع کشور به سرویس‌های خارجی شده که خطر افشای اطلاعات حساس را در پی دارد. ما باید از زیرساخت‌های داخلی استفاده کنیم و مدل‌های بومی را توسعه دهیم. او در پایان تأکید کرد: با همکاری دانشگاه‌ها و صنایع مختلف، می‌توان زیرساخت‌های لازم را توسعه داد و وابستگی به خارج را کاهش داد. اگرچه هنوز با استانداردهای جهانی فاصله داریم، اما با برنامه‌ریزی صحیح می‌توان این شکاف را کاهش داد و به جایگاه بهتری در عرصه جهانی رسید.

چالش‌های سرمایه‌گذاری و هم‌افزایی در هوش مصنوعی

محمد مظفری با اشاره به نبود هماهنگی در تصمیم‌گیری‌های کلان گفت: حمایت از توسعه هوش مصنوعی ضروری است، اما پیوستگی مشخصی در سیاست‌گذاری‌ها وجود ندارد. با اینکه وعده‌هایی داده شده، اما نتیجه ملموسی دیده نمی‌شود. حتی اگر تجهیزات تأمین شوند، چالش‌های بعدی مانند تأمین انرژی همچنان باقی می‌ماند. باید مشخص کنیم که در این حوزه چه نقشی می‌خواهیم ایفا کنیم تا در آینده حذف نشویم.

معاون فنی گرین‌وب بر اهمیت همکاری بین شرکت‌های کوچک و صنایع بزرگ تأکید کرد و افزود: شرکت‌های کوچک توان مذاکره مستقیم با صنایع بزرگ را ندارند، در حالی که ارزش اصلی در صنایع بزرگ خلق می‌شود. برای مثال، اگر یک روز کارخانه‌ای تعطیل شود، ممکن است ۲۰۰ هزار دلار ضرر کند. پس باید نیازهای این صنایع را بشناسیم و متناسب با آن‌ها راه‌حل ارائه دهیم.

اهمیت همکاری، امنیت و پردازش در لبه شبکه

کریمی درباره ضرورت همکاری شرکت‌های کوچک و بزرگ گفت: موفقیت در هوش مصنوعی به مشارکت نیاز دارد. ما داده‌های خاصی در کشور داریم که می‌تواند مزیت باشد، اما بدون سرمایه‌گذاری، موفقیت‌ها مقطعی خواهد بود. کنسرسیوم‌ها می‌توانند شکاف میان شرکت‌های کوچک و صنایع بزرگ را پر کنند، زیرا شرکت‌های بزرگ به پایداری و استمرار خدمات اهمیت می‌دهند.

او همچنین به نقش پردازش در لبه شبکه اشاره کرد و گفت: در بسیاری از موارد نیازی نیست داده‌ها به سرورهای مرکزی ارسال شوند. پردازش محلی باعث کاهش تأخیر و افزایش سرعت می‌شود. علاوه بر این، در شرایط بحرانی، شبکه‌هایی که پردازش لبه‌ای دارند کمتر آسیب می‌بینند. این روش به حفظ امنیت داده‌ها و کاهش وابستگی به اینترنت کمک می‌کند.

افشارچی درباره ضرورت سیاست‌گذاری کلان در هوش مصنوعی گفت: برای پیشرفت در این حوزه باید جایگاه ایران را در دنیا مشخص کنیم. یکی از نیازهای اساسی، توسعه زیرساخت‌ها و رفع مشکل ناترازی انرژی است. بسیاری از کشورها مدل‌های توزیع انرژی را اجرا کرده‌اند، اما در ایران هنوز این مسیر طی نشده است. او گفت: نباید به جایی برسیم که حتی اگر زیرساخت سخت‌افزاری را تامین کردیم؛ مجدد مشکل تامین انرژی برای آنها را داشته باشیم و نتوانیم راه‌اندازی کنیم. اگر زودتر برای این مسئله اقدام می‌کردیم، امروز مشکلات کمتری داشتیم.

او همچنین بر همکاری بین بخش خصوصی، دانشگاه‌ها و شرکت‌های دانش‌بنیان تأکید کرد و گفت: توسعه فناوری‌های پیشرفته نیازمند تعامل گسترده است. نباید سیاست‌گذاری‌ها تنها در سطح دولت باشد، بلکه باید مشارکت همه بازیگران این حوزه را در نظر بگیریم.