حاکمیت داده، حلقه مفقوده توسعه هوش مصنوعی در کشور است

به گزارش پیوست، در پنل تخصصی کاربرد هوش مصنوعی در صنعت بانکداری و خدمات مالی که در حاشیه رویداد iranai2025 برگزار شد، سیدجابر علوی مدیرحکمرانی داده و مبارزه با پولشویی شرکت تجارت الکترونیک پارسیان در زمینه نقش هوش مصنوعی در زمینه مبارزه با پولشویی گفت: هوش مصنوعی سرعت پردازش فرآیندها را بهبود می‌دهد و با امکان سرعت بخشیدن به عملیات شرکت‌های بانکی می‌تواند برای آنها راهگشا و مفید است. علوی همچنین از اهمیت اخلاق در هوش مصنوعی صحبت کرد و داده‌ها را اصلی‌ترین رکن در بهره‌وری از هوش مصنوعی برشمرد.

وحید خدابخشی مدیر ریسک و امنیت شبکه الکترونیک پرداخت کارت(شاپرک) هم در ادامه از ولع جمع‌آوری دیتا در کشور سخن گفت و توضیح داد: علی‌رغم تمایل به جمع‌آوری دیتا در کشور اما به استفاده درست از دیتا عادت نداریم قبل از دیتاسنتریک و دیتا مخور بودن باید حاکمیت داده داشته باشیم. حلقه مفقوده فعلی کشور در این زمینه حاکمیت داده است و در واقع زمین بازی شفافی در حوزه AI نداریم.

خدابخشی همچنین در زمینه پروژه‌های هوشمندانه شاپرک هم گفت: پروژه‌‌های خوبی داشتیم و  ۷۰ درصد از فیشینگ‌هایی که در کشور بوده و  ۹۹ آنها می‌توانسته منجر به پرداخت شود را مسدود کرده‌ایم. این فرایند دو سال طول کشید اما یکی از علت های موفقیت این بود که از قبل می‌دانستیم که با چه چالش‌هایی مواجه بوده‌ایم و خودمان را برای آن آماده کردیم.در حال حاضر تقریبا روزی ۱۰۰ میلیون تراکنش داریم و فقط حدود چهار ترابایت دیتای ورودی امنیتی مجموعه ماست پس وقتی با همچین فضایی مواجه هستیم پس ما دیتاسنتریک هستیم و ماشین لرنینگ می‌تواند برای افزایش صحت و دقت و اینکه بتوانیم ۲۴ ساعته به مردم سرویس بدهیم کمکمان کند.

او همچنین اعتماد به خود داده‌ها را آغاز یک پروژه دانست و دیتای تمیز و قابل اعتماد را از ارکان مهم این صنعت برشمرد.

علی رضاییان مدیر واحد بانکداری گروه فناوری اطلاعات و ارتباطات مهیمن هم از زنجیره ارزشمند شدن داده‌ها در کنار یکدیگر صحبت کرد و ادامه داد: در صورتی داده‌ها ارزش افزوده پیدا می‌کنند که در کنار یکدیگر قرار بگیرند. در حقیقت آنچه داده‌ها را برای سازمان‌ها قابل استفاده می‌کند تجمیع آنها و در کنار یکدیگر قرار گرفتن است.

فردین صبوری مدیر تیم تحلیل داده و هوش مصنوعی شرکت داتا تجارت هم به نقش موثر و کارایی هوش مصنوعی در سازمان‌ها پرداخت و گفت: هر صنعت متناسب با نیاز خود می‌تواند از هوش مصنوعی به نفع خود و ذینفعانش بهره‌مند شود. برای مثال داتا با استفاده از هوش مصنوعی توانسته فرایند اعتبارسنجی و دریافت تسهیلات را آسان‌تر کند.این کار از طریق شباهت‌سنجی با مشتریان قبلی و بررسی رفتارهای مالی و نه‌فقط اعتباری افراد صورت می‌‌گیرد. یکی از فضاهایی که در آن وارد شده‌ایم رفع این خلأهاست و هدف ما بهبود سیستم اعتبارسنجی فعلی است.

در بخش سخنرانی‌های رویداد هم مدیرعامل شرکت داتا سخنرانی خود را که با تصویرسازی زندگی در اوایل قرن بیستم، جایی که بشر با چالش‌هایی مانند نبود یخچال، برق، واکسن و آب لوله‌کشی دست‌وپنجه نرم می‌کرد، شروع کرد. او سپس به دهه ۱۹۸۰ اشاره کرد؛ دوره انقلاب اطلاعات با ورود کامپیوترهای شخصی، اینترنت و شبکه‌های موبایل.

او با اشاره به آغاز عصر هوش مصنوعی در سال‌های ۲۰۲۱ و ۲۰۲۲ به پیشرفت‌هایی مانند مدل‌های زبانی و الگوریتم آلفا فولد اشاره کرد که ساختار پروتئین‌ها را پیش‌بینی می‌کند و انقلابی در زیست‌فناوری ایجاد کرده است. وی آینده را تا سال ۲۰۴۵ ترسیم کرد؛ جایی که شاید مرگ به شکلی که می‌شناسیم، دیگر تجربه نشود، نانوربات‌ها سلول‌های آسیب‌دیده را ترمیم کنند، ویرایش ژنتیکی بیماری‌های موروثی را حذف کند و هوش مصنوعی از ذهن انسان پیشی بگیرد.

گل‌زاده با اشاره به روند تاریخی تحول فناوری‌ها، عصر کنونی را نقطه ورود جدی هوش مصنوعی به صنایع عنوان کرد و افزود: «هوش مصنوعی تنها یک ابزار فناورانه نیست، بلکه تحولی بنیادین است که می‌تواند آینده اقتصاد و جامعه را متحول کند.»

مدیرعامل داتا در ادامه به شرایط حاکم بر هوش مصنوعی در کشورمان پرداخت و جای خالی فرهنگ داده‌ای و حجم عظیم داده‌های بدون تحلیل را یکی از چالش‌های توسعه هوش مصنوعی در ایران دانست. البته گل‌زاده پس از برشمردن چالش‌ها بلافاصله به فرصت‌های هوش مصنوعی در ایران اشاره کرد؛ مواردی مانند شروع استقبال صنایع بزرگ مانند بانک‌ها و پتروشیمی‌ها به هوش مصنوعی، نیاز به بهره‌وری اقتصادی و فضای بکر برای استارتاپ‌ها.

مدیرعامل داتا همچنین «فرهنگ سنتی سازمان‌ها، کمبود زیرساخت پردازشی، کمبود نیروی متخصص عملی و داده‌های غیرساختاریافته» را به‌عنوان مهم‌ترین چالش‌های مسیر پذیرش و توسعه هوش مصنوعی در کشور معرفی کرد. به گفته وی، سرمایه‌گذاری راهبردی روی داده، تشکیل تیم‌های چند تخصصی، آموزش مستمر کارکنان و اجرای پروژه‌های آزمایشی می‌تواند راهکار عبور از این چالش‌ها باشد.