مدل‌های چندوجهی، راه‌حل هوشمندانه توسعه پلتفرم‌های ایرانی

به گزارش پیوست؛ در رویداد AI DAY بهروز مینایی، استاد دانشکده مهندسی کامپیوتر دانشگاه علم‌وصنعت ایران، گفت: بازیگر اصلی هوش مصنوعی در ایران خود مردم هستند. استفاده‌کنندگان اصلی این فناوری، کاربران و اپلیکیشن‌های گوشی خواهند بود. اما برای بهره‌گیری بهینه از هوش مصنوعی، همچنان نیازمند یک فضای مناسب و بسترهای لازم هستیم.  او گفت: در این مسیر، دانشگاه‌ها می‌توانند نقش مهمی در آموزش و توسعه این فناوری داشته باشند و در کنار بخش خصوصی که تولیدکنندگان اصلی محصولات هوش مصنوعی هستند، فعالیت کنند. متأسفانه، دولت در این حوزه کم‌فعال‌ترین بخش است.

مینایی اشاره کرد: مسئله اصلی، فقط کار رسانه‌ای و اطلاع‌رسانی درمورد اهمیت این حوزه نیست، بلکه اقدام عملی و تولید محصولی است که بتواند در دنیای فناوری تأثیرگذار باشد. اگر در سه حوزه نرم‌افزار، سخت‌افزار، یا زیرساخت‌های داده و پردازش بتوانیم پیشرفت کنیم، می‌توانیم به سه هدف مهم دست یابیم: اول، درآمدزایی و کسب ثروت مانند آمریکا و چین؛ دوم، حل چالش‌های داخلی مانند بحران انرژی و تغییرات آب‌وهوایی؛ و سوم، دستیابی به نوآوری و تثبیت جایگاه ایران در عرصه جهانی.

او ادامه داد: یکی از فناوری‌های نوظهور که می‌تواند تحولی در این حوزه ایجاد کند، ترکیب هوش مصنوعی سمبولیک با شبکه‌های عصبی عمیق، یعنی Neuro-Symbolic AI است. این فناوری می‌تواند نحوه تفکر و تصمیم‌گیری خود را توضیح دهد و در لبه فناوری جهان قرار دارد. اگر در یکی از این حوزه‌ها به اقتدار برسیم، می‌توانیم به مرجع تبدیل شویم. دنیای امروز، دنیای پیشروی فناوری است که به دنبال خود علم، اقتصاد و فرهنگ را می‌کشاند. هرچه تسلط ما بر این فناوری بیشتر شود، چه برای کسب قدرت، چه برای کسب ثروت، و چه برای حل چالش‌ها، می‌توانیم آینده بهتری رقم بزنیم.

چالش‌های زیرساختی و تأثیر تحریم‌ها

محمدعلی یوسفی‌زاده،‌مدیرعامل آسیاتک، گفت: برای بهره‌گیری از هوش مصنوعی، نیازمند زیرساخت‌های مناسب از جمله سخت‌افزارهای پیشرفته و نرم‌افزارهای کارآمد هستیم. اگر سرمایه‌گذاری کلانی در این حوزه صورت گیرد، باید در بستری انجام شود که با استانداردهای جهانی قابل رقابت باشد. او گفت: یکی از چالش‌های اساسی، تحریم‌ها و محدودیت‌های بین‌المللی است که سهم ایران را از سرمایه‌گذاری‌های جهانی کاهش داده است. با این حال، دانشمندان ایرانی توانمندی بالایی دارند و در صورت تأمین زیرساخت‌ها، می‌توانند پیشرفت‌های چشمگیری رقم بزنند.

او ادامه داد: افزایش تقاضا برای مراکز داده در سطح جهانی نشان‌دهنده اهمیت سرمایه‌گذاری در این حوزه است. در حالی که مصرف برق مراکز داده بین‌المللی به استانداردهای بالاتری ارتقا یافته، در ایران هنوز زیرساخت‌های کافی برای پردازش‌های سنگین وجود ندارد.

یوسفی‌زاده اشاره کرد: در آسیاتک، همواره تلاش کرده‌ایم که نقش مهمی در ایجاد زیرساخت‌های فناوری ایفا کنیم. تغییرپذیری و سازگاری با تحولات تکنولوژیک، اصل مهمی در توسعه بوده است و امروز، فراهم‌سازی بسترهای لازم برای فناوری‌های نوین، از جمله هوش مصنوعی، ضروری است. یکی دیگر از چالش‌های کشور، تأمین انرژی مراکز داده است. سیستم‌های خنک‌کننده پیچیده‌ای برای این مراکز نیاز است که هنوز در ایران بهینه‌سازی نشده‌اند. در آسیاتک، با استفاده از مهندسی معکوس و شبیه‌سازی، به دنبال بومی‌سازی این فناوری‌ها هستیم.

او ادامه داد: سرمایه‌گذاری در توسعه مراکز داده و بهینه‌سازی مصرف انرژی، با هدف ایجاد بستری برای رشد هوش مصنوعی در کشور انجام شده است. فناوری‌های جدید خنک‌سازی و استفاده از انرژی‌های پایدار از جمله اقداماتی است که در این مسیر دنبال می‌شود. در توسعه خدمات ابری، تلاش شده است تا هزینه‌های نگهداری و بهره‌برداری کاهش یابد و با انتقال ترافیک داخلی به مراکز داده داخلی، امنیت و پایداری خدمات افزایش یابد. همچنین پروژه‌های متعددی در کشور برای گسترش مراکز داده تعریف شده است. از جمله مرکز داده‌ای در کرج با ظرفیت ۶۰۰ رک ذخیره‌سازی و ۴۰۰ رک مخصوص هوش مصنوعی، که با ۱۲ مگاوات برق آماده بهره‌برداری خواهد شد. همچنین مراکز شیراز و ماکو با هدف ارائه خدمات بین‌المللی طراحی شده‌اند.

مدیرعامل آسیاتک توضیح داد: توسعه سریع فناوری‌های ارتباطی، نیاز به زیرساخت‌های پردازشی را بیش از پیش افزایش داده است. بنابراین، مراکز داده جدید با امکان توسعه‌های آتی طراحی شده‌اند تا پاسخگوی نیازهای روزافزون باشند. امنیت فیزیکی و پایداری خدمات از اولویت‌های مهم این پروژه‌ها بوده است. برای مثال، مراکز داده با استفاده از دیزل‌ژنراتورهای پشتیبان، در شرایط بحرانی به فعالیت خود ادامه می‌دهند. از طرفی دیگر او گفت: برنامه‌های آینده شامل افزایش ظرفیت مراکز داده، استفاده از فناوری‌های بهینه‌تر، گسترش ارتباطات بین‌المللی و تقویت زیرساخت‌های نرم‌افزاری است تا کشور در مسیر تحول دیجیتال و توسعه پایدار گام بردارد.

مدل‌های چندوجهی هوش مصنوعی در تبلیغات هوشمندانه

مسعود کاویانی، دیتا ساینتیست ارشد فیلیمو و آپارات گفت: در دنیای امروز، یادگیری ماشین از پردازش صرفاً متنی فراتر رفته و مدل‌های چندوجهی (Multi-modal) قادرند داده‌هایی از جنس متن، تصویر، صوت و ویدئو را هم‌زمان پردازش کنند. این تحول، نقش مهمی در بهبود عملکرد هوش مصنوعی و توسعه پلتفرم‌های دیجیتال ایفا کرده است. یکی از کاربردهای مهم این فناوری، تشخیص محتوای حساس در ویدئوها است. پس از ظهور داعش، نیاز به شناسایی خودکار ویدئوهای خشونت‌آمیز افزایش یافت. در آپارات، از مدل CLIP برای تحلیل تصاویر و ویدئوها استفاده شد. این مدل با استخراج وکتورهای عددی از محتوای نامطلوب، امکان شناسایی سریع ویدئوهای مشکل‌دار را فراهم کرد.

او گفت: درک مفهومی داده‌ها توسط هوش مصنوعی، مشابه عملکرد مغز انسان در پردازش اطلاعات چندوجهی است. مدل‌های یادگیری ماشین تلاش می‌کنند تا با تبدیل داده‌های مختلف به بردارهای عددی، ارتباطات بین آن‌ها را شناسایی و تحلیل کنند. این رویکرد، دقت سیستم‌های پردازش تصویر و زبان طبیعی را افزایش داده است. سیستم پیشنهاد محتوای ویدئویی در آپارات نیز از یادگیری چندوجهی بهره می‌برد. به‌عنوان مثال، اگر کاربری فیلمی از یک بازیگر خاص را تماشا کند، سیستم می‌تواند فیلم‌های مشابه را بدون نیاز به برچسب‌گذاری دستی پیشنهاد دهد. این کار از طریق شناسایی چهره و تبدیل آن به بردارهای عددی در فضای چندبعدی انجام می‌شود.

کاویانی اشاره کرد: یکی دیگر از چالش‌های ما، بهبود کیفیت ویدئوهای قدیمی بود. با استفاده از یادگیری ماشین، توانستیم فریم‌های آسیب‌دیده را بر اساس اطلاعات فریم‌های قبلی و بعدی بازسازی کنیم. این فناوری، نقش مهمی در حفظ و ارتقای کیفیت محتوای آرشیوی داشته است. در سیستم تبلیغات آپارات نیز از این مدل‌ها استفاده شده است. هوش مصنوعی، ویژگی‌های بصری، صوتی و مفهومی ویدئوها را تحلیل کرده و تبلیغاتی را نمایش می‌دهد که از نظر رنگ‌بندی و محتوا با ویدئوها هماهنگ هستند. این روش، نرخ کلیک تبلیغات را افزایش داده و بازدهی کمپین‌های تبلیغاتی را بهبود بخشیده است.

در ادامه او گفت: یادگیری چندوجهی، مسیر هوش مصنوعی را متحول کرده است. از تشخیص محتوای حساس و پیشنهاد محتوای هوشمند گرفته تا بهبود کیفیت ویدئوهای قدیمی و نمایش تبلیغات هدفمند، این فناوری تجربه کاربران را در پلتفرم‌هایی مانند آپارات و فیلیمو هوشمندتر و کارآمدتر کرده است.

مجتبی کمیلی،‌ دانشمند هوش مصنوعی متا، بر اهمیت مدل‌های زبانی بزرگ نسبت به پردازش تصویر و سایر کاربردهای هوش مصنوعی اشاره کرد و گفت: ساخت یک مدل زبان بزرگ هزینه‌های بالایی دارد، از جمله هزینه‌های نگهداری و پردازش. برخی از مدل‌های اپن‌سورس مانند LLaMA عملکردی مشابه مدل‌های اختصاصی دارند و حتی در برخی موارد می‌توانند جایگزین بهتری باشند. این مسأله این احتمال را ایجاد می‌کند که به جای حرکت دانش از غرب به شرق، شاهد حرکت معکوس باشیم، یعنی کشورهای دیگر از مدل‌های توسعه‌یافته در شرق استفاده کنند تا هزینه‌های خود را کاهش دهند. جامعه هوش مصنوعی در آمریکا نسبت به مدل‌های اپن‌سورس دیدگاه‌های متفاوتی دارد. برخی معتقدند که این یک پیشرفت بزرگ است، درحالی‌که برخی دیگر معتقدند که این رویکرد ممکن است ما را در مسیر اشتباهی قرار دهد.

او گفت: در مورد ایران، اگر زیرساخت‌هایی مانند پردازنده‌های گرافیکی (GPU) در دسترس باشند، قطعاً امکان توسعه چنین مدل‌هایی وجود دارد. شرکت‌هایی که بودجه کافی دارند، می‌توانند در این حوزه سرمایه‌گذاری کنند و مدل‌های بومی توسعه دهند. البته، برای رقابت در این عرصه، نیاز به سرمایه‌گذاری در سخت‌افزار و مهندسی بهینه‌سازی داریم. یکی از روندهای جذاب سرمایه‌گذاری در هوش مصنوعی، توسعه روش‌های بهینه‌سازی و کاهش هزینه‌های پردازشی است. در ایران، جامعه هوش مصنوعی فعال است و اگر منابع کافی در اختیار داشته باشد، می‌تواند در این مسیر پیشرفت کند. همچنین، استفاده از مدل‌های اپن‌سورس مانند LLaMA و افزودن قابلیت‌های جدید به آن‌ها، می‌تواند به نوآوری و توسعه فناوری کمک کند.

در نهایت، آینده هوش مصنوعی نه‌تنها در بهینه‌سازی مدل‌ها، بلکه در کاربردهای متنوع آن در صنایع مختلف نهفته است. با شناخت روندهای جهانی و استفاده از روش‌های نوین، می‌توانیم در این رقابت سهم قابل‌توجهی داشته باشیم.