باشگاه خبرنگاران جوان- پریزاد اقبالی - نشست خبری «اقدامات و برنامه‌های معاونت علمی در حوزه هوش مصنوعی در یک سال گذشته» با حضور دکتر عبدالحسن بهرامی رئیس مرکز راهبری ستاد‌های توسعه اقتصاد دانش‌بنیان، دکتر عمادالدین فاطمی‌زادگان رئیس دبیرخانه ستاد توسعه فناوری و کاربردی‌سازی هوش مصنوعی، و دکتر حسین اسدی نماینده دانشگاه صنعتی شریف و عضو تیم سکوی ملی هوش مصنوعی برگزار شد.

عمادالدین فاطمی‌زادگان رئیس دبیرخانه ستاد توسعه فناوری و کاربردی‌سازی هوش مصنوعی گفت: در دنیای امروز، به طور فزاینده‌ای به دنبال بهره‌برداری از پتانسیل‌های مصنوعی هستند تا در زمینه‌های مختلف پیشرفت و توسعه دست یابند. ایران نیز با رتبه‌بندی نظری و توسعه نظریه مصنوعی در حدود ۱۱ تا ۱۳، گام‌های مهمی در این راستا برداشته شده است. اما متأسفانه، در زمینه کاربردی‌سازی این فناوری، وضعیت بسیار مطلوب نبوده و در گزارش‌های مختلف، رتبه ما بین ۶۵ تا ۸۰ درصد بوده است. این امر مورد توجه ویژه به توسعه کاربرد‌های مصنوعی در بخش‌های دولتی، خصوصی، خدماتی و زیرساخت‌های انرژی را برجسته می‌سازد.

یکی از چالش‌های عمده کشور با آن مواجه است، که زیرساخت‌های سخت‌افزاری و پردازشی بالاست. همه مواردی که زیرساخت‌هایی به صورت محلی در برخی از بخش‌های دولتی و خاص وجود داشته، اما قدرت پردازشی لازم برای تحقق اهداف بزرگتر به شکل مطلوبی نیست. موفق، به یاری اجرای سیاست‌ها و حمایت از سکو‌های ملی هوش مصنوعی، این زیرساخت‌های پردازشی در حال حاضر در قرار گرفته است.

در مصوبه اردیبهشت ماه امسال هیئت دولت، ستادی با هدف توسعه فناوری و کاربرد مصنوعی مصنوعی ساخته شده است که می‌توان آن را به عنوان نقطه عطفی در مسیر پیشرفت نگریست قرار داد. این ستاد با تقسیم کار به میان دستگاه‌های مختلف، در ۱۴ مورد کلیدی به دنبال پیشبرد اهداف خود است.

از جمله مهم‌ترین ارتباطات این برنامه، توسعه زیرساخت ابری با توان پردازش بالا است. بدون این زیرساخت، امکان اجرای سایر توسعه‌ها وجود ندارد. همچنین، توسعه بازارگاه داده و اطلاعات می‌تواند به حکمرانی یکپارچه و مناسب بینجامد برسد. در این راستا، ایجاد و توسعه نظام‌های حقوقی و قانونی مرتبط با هوش مصنوعی نیاز به حقوق توسعه‌دهندگان، مصرف‌کنندگان و افراد مرتبط با داده‌ها دارد.

بخش دیگری از این برنامه، به توسعه سرمایه انسانی در حوزه هوش مصنوعی اختصاص دارد. جذب و نگهداشت متخصصین این حوزه و تربیت نیروی انسانی ماهر از اهمیت ویژه‌ای برخوردار است. همچنین، فرهنگ‌سازی و ترویج دانش و فناوری هوش مصنوعی باید به صورت جدی در جامعه به درک دانش‌تری از این فناوری‌ها بپردازد.

توسعه مدل‌های زبانی بزرگ و کوچک نیز از دیگر محور‌های مهم این برنامه است که در قالب دستیاران هوش مصنوعی عملیاتی خواهد شد. در کنار این، ویژه‌سازی و ایجاد نظام‌های انگیزشی برای سرمایه‌گذاری در حوزه هوش مصنوعی، به ویژه، از دیگر اهداف ستادی است. آماده است تا با ارائه سازوکار‌های مناسب از طریق صندوق‌های مختلف، از توسعه دهندگان و سرمایه‌گذاری حمایت کنند.

تجارت‌سازی و ورود محصولات هوش مصنوعی به بازار نیز در دستور کار قرار دارد تا این اکوسیستم به خودکفایی برسد و به حمایت‌های دولتی کاهش یابد. همچنین، بهره‌گیری از ظرفیت‌های مصنوعی برای حل مسائل اولویت‌دار کشور، باید به صورت علمی و کاربردی مورد توجه قرار گیرد.

در توسعه همکاری‌های بین نهایی و امنیت سایبری در تمامی سامانه‌های مبتنی بر هوش مصنوعی، از دیگر محور‌های حیاتی این برنامه است. با این منظر، ایران می‌تواند به عنوان یک بازیگر در عرصه جهانی هوش مصنوعی شناخته شود و به تبادل تجربیات و منابع انسانی بپردازد. به امید اینکه با این تلاش‌ها، کشور ما به زودی جایگاه مناسبی در زمینه هوش مصنوعی جهانی پیدا کند و به عنوان یک الگوی موفق در این منطقه شناخته شود.

همان‌طور که پیش‌تر اشاره شد، رتبه کشور ما در حوزه پژوهش و تولید دانش نظری هوش مصنوعی قابل توجه است، اما در حوزه کاربرد، جایگاه چندان مطلوبی ندارد. همان‌گونه که آقای دکتر فاطمی‌زادگان نیز بیان کرد، یکی از دلایل اصلی این شکاف، نبود زیرساخت است؛ هم زیرساخت سخت‌افزاری و هم زیرساخت نرم‌افزاری. اگر با دقت به دستگاه‌ها و نهاد‌های حاکمیتی نگاه کنیم، می‌بینیم که با وجود شعار‌هایی که طی سال‌های اخیر درباره هوشمندسازی و موضوعات مشابه مطرح شده، عملاً پیشرفت جدی در استفاده از هوش مصنوعی در بخش دولتی رخ نداده است. دلیل اصلی هم این است که توسعه این فناوری عمدتاً باید توسط شرکت‌ها انجام شود، اما هزینه توسعه خدمات هوش مصنوعی ــ چه در بخش سخت‌افزار و چه نرم‌افزار ــ بسیار بالاست.

حسین اسدی نماینده دانشگاه صنعتی شریف و عضو تیم سکوی ملی هوش مصنوعی گفت: رویکرد ما در پروژه سکوی ملی هوش مصنوعی بر پایه همان مفهوم پلتفرم است. واژه پلتفرم، مفهومی مختص ایران نیست و سال‌هاست که در بسیاری از کشور‌ها از جمله برخی کشور‌های اروپایی، هند و سنگاپور برنامه‌های ملی توسعه پلتفرم‌های هوشمند آغاز شده است. این کشور‌ها حدود چهار تا پنج سال جلوتر از ما در این مسیر حرکت کرده‌اند. خوشبختانه در دوره جدید، پس از حضور آقای دکتر افشین و آغاز همکاری با دانشگاه شریف از اواخر سال گذشته، توسعه این پلتفرم در ایران به‌صورت جدی کلید خورد. هدف اصلی سکو کاهش هزینه و زمان توسعه خدمات هوش مصنوعی است.

اسدی تصریح کرد: از اواخر مهرماه تا امروز، تمرکز اصلی دانشگاه شریف به‌عنوان بازوی فنی و اجرایی پروژه، با حمایت معاونت علمی، بر توسعه همزمان لایه‌های نرم‌افزاری و سخت‌افزاری بوده است. اکنون می‌توانم اعلام کنم که فاز نخست توسعه سخت‌افزاری به پایان رسیده و دستگاه‌ها نصب و راه‌اندازی شده‌اند. این تجهیزات، بزرگترین توان محاسباتی سخت‌افزاری موجود در کشور را فراهم می‌کنند. حداقل عددی که می‌توانم برای این فاز بگویم، بیش از ۱۰ پتافلاپس قدرت پردازش است که روی بستر شبکه ۴۰۰ گیگابیت بر ثانیه راه‌اندازی شده است.

وی ادامه داد: در بخش سکو، ما با چهار لایه کاری سروکار داریم. هرچند عنوان "سکو" ممکن است به برداشت صرفاً سخت‌افزاری یا نرم‌افزاری منجر شود، اما در واقع شامل لایه‌های متعددی است که در نهایت باید به شرکت‌های دانش‌بنیان خدمات ارائه کند تا بتوانند خروجی کاربردی مدنظر آقای دکتر فاطمی‌زادگان را محقق کنند.

• لایه نخست، زیرساخت فیزیکی و دیتاسنتری است که بتواند تجهیزات هوش مصنوعی را میزبانی کند. پیش از این، ما در کشور تجربه چنین زیرساختی را نداشتیم و حتی پیمانکار حرفه‌ای در این زمینه کمیاب بود. این نخستین تجربه ساخت و راه‌اندازی یک دیتاسنتر تخصصی برای تجهیزات هوش مصنوعی در کشور است.

• لایه دوم، زیرساخت نرم‌افزاری است که بر بستر سخت‌افزار قرار می‌گیرد و اکنون مراحل اولیه راه‌اندازی آن انجام شده است.

• لایه سوم، هسته سکو است که بسیاری از ابزار‌های تخصصی مورد نیاز برای توسعه هوش مصنوعی در آن قرار می‌گیرد.

• لایه چهارم، استودیوی تخصصی است که بر فراز سکو شکل می‌گیرد و خدمات را از طریق این هسته به شرکت‌ها و حتی عموم ارائه می‌کند.

وی افزود: در هفت تا هشت ماه اخیر، توسعه این چهار لایه انجام شده و هم‌اکنون خدمات محدود به چند دانشگاه کشور ارائه می‌شود. از هفته آینده، خدمات به تعداد محدودی شرکت نیز آغاز خواهد شد و تلاش ما این است که طی دو تا سه ماه آینده، نسخه عمومی آزمایشی سکو رونمایی شود تا همه ببینند که چنین زیرساختی واقعاً وجود دارد و به‌صورت عمومی به شرکت‌ها خدمات می‌دهد. این پروژه هم از نظر فناوری و هم از نظر کار تیمی، یکی از سنگین‌ترین پروژه‌هایی است که انجام شده و حاصل همکاری گسترده تیم‌های فناور دانشگاه‌ها و شرکت‌های دانش‌بنیان است. چنین همکاری بین‌حوزه‌ای می‌تواند الگویی موفق برای پروژه‌های ملی آینده باشد.

وی گفت: در مورد نحوه ارائه خدمات، ما برای شرکت‌ها و تیم‌های فناور سه لایه اصلی تعریف کرده‌ایم. لایه اول شامل API‌هایی است که مستقیماً از هسته سکو در اختیار شرکت‌ها، دانشگاه‌ها و تیم‌های توسعه‌دهنده تخصصی قرار می‌گیرد. لایه‌های بعدی نیز به‌گونه‌ای طراحی شده‌اند که متناسب با نیاز‌های شرکت‌ها و میزان تخصص آنها، خدمات متنوعی ارائه شود.

اسدی در ادامه توضیحات خود گفت: به‌عنوان نمونه، اگر شرکتی بخواهد یک اپلیکیشن در حوزه هوش مصنوعی توسعه دهد، پیش‌تر ناگزیر بود از API پلتفرم‌های خارجی استفاده کند، اما اکنون می‌تواند این خدمات را از داخل کشور دریافت نماید و داده‌های خود را نیز به‌صورت محلی (لوکال) ذخیره کند. در گذشته این تصور وجود داشت که شرکت‌های خصوصی می‌توانند آزادانه از سرویس‌های خارجی بهره‌برداری کنند، اما با توجه به شرایط امروز کشور، ضرورت دارد که داده‌ها در داخل نگهداری شوند. ترکیب این دو مزیت اکنون در سکو مهیا شده است؛ یعنی هر شرکت داخلی می‌تواند داده‌های خود را در این زیرساخت داخلی ذخیره کند و تمرکز اصلی‌اش را صرفاً بر توسعه اپلیکیشن بگذارد.

وی افزود: این، نخستین لایه خدمات سکو است. لایه دوم، استودیوی تخصصی است که ترکیبی از ابزار‌های سکو و ابزار‌های ویژه هر حوزه را در اختیار بخش‌های مشخصی از بازار قرار می‌دهد؛ برای مثال در حوزه‌های مالیاتی یا سلامت کشور. به این ترتیب، شرکت‌های استارت‌آپی فعال در یک حوزه خاص، می‌توانند ابزار‌های تخصصی خود را از این استودیو دریافت کنند و اپلیکیشن اختصاصی‌شان را توسعه دهند.

وی ادامه داد: لایه سوم مربوط به مشتریانی است که دانش فنی کمتری نسبت به شرکت‌ها دارند. ایده‌آل ما این است که با کمک معاونت علمی، دوره‌های آموزشی ۲۰ تا ۴۰ ساعته راه‌اندازی کنیم تا حتی دانشجوی سال اول ــ در هر رشته‌ای مانند صنایع، ریاضی یا حتی دانش‌آموزان سال دوازدهم دبیرستان ــ بتوانند ظرف همین زمان کوتاه، مفاهیم اولیه و نحوه استفاده از ابزار‌های سکو را بیاموزند. هدف این است که با چند کلیک و درک چند مفهوم ساده، بتوانند یک کد اولیه یا حتی یک اپلیکیشن ساده مبتنی بر استودیو توسعه دهند. از این مسیر، تیم‌های کوچک فناور دو یا سه نفره نیز می‌توانند شکل بگیرند.

وی با اشاره به ابعاد تکمیلی این خدمات گفت: البته یکی دو لایه دیگر هم برای ارائه خدمت در نظر داریم که پس از تکمیل کامل سکو آنها را معرفی خواهیم کرد.

اسدی درباره حواشی و نقد‌های رسانه‌ای پس از رونمایی سکو اظهار کرد: پس از رونمایی، برخی رسانه‌ها انتقاداتی را مطرح کردند. پرسش شما مشخصاً درباره میزان استفاده ما از ظرفیت شرکت‌های دانش‌بنیان و اثرگذاری آنهاست. باید بگویم که هدف اصلی سکو، ایفای نقش تسهیل‌گری برای شرکت‌های دانش‌بنیان حوزه هوش مصنوعی است. اگر به این هدف نرسیم، قطعاً پروژه ظرف یک تا دو سال با شکست مواجه خواهد شد.

وی افزود: برای تحقق این هدف، پس از شکل‌گیری هسته اولیه سکو در دانشگاه، ما در اسفندماه نسخه MVP را داشتیم و همان زمان معاونت علمی فراخوان همکاری با شرکت‌های دانش‌بنیان را منتشر کرد. حدود ۴۰ شرکت اعلام آمادگی کردند که پس از غربالگری اولیه، به ۱۳ شرکت توانمند رسیدیم. با هر یک از این شرکت‌ها، جلسات جداگانه‌ای در دانشگاه برگزار شد تا هم توانمندی‌های آنها بررسی شود و هم نقاط خالی پازل ما در سکو شناسایی گردد. سپس، با تطبیق نیاز‌ها و معیار‌های متقابل، توافق نهایی انجام و قرارداد‌ها امضا شد.

وی توضیح داد: اکنون هر یک از این ۱۳ شرکت کار خود را آغاز کرده‌اند. سه شرکت بر توسعه استودیو تخصصی مشارکت می‌کنند، شش شرکت مسئول توسعه ابزار‌های مورد نیاز سکو هستند، و یک شرکت ــ به‌صورت کنسرسیوم ــ در توسعه کسب‌وکار سکو نقش دارد. این مرحله نخست همکاری است و به گفته آقای دکتر افشین، هیچ محدودیتی برای پیوستن سایر شرکت‌ها به این اکوسیستم وجود ندارد. شرکت‌های جدید می‌توانند به چرخه توسعه سکو اضافه شوند یا از API‌های آن استفاده کنند.

اسدی در ادامه سخنان خود اظهار کرد: هدف ما این است که شرکت‌ها بتوانند برنامه‌های کاربردی خودشان را توسعه دهند و در گسترش این اکوسیستم نقش‌آفرینی کنند. فعالیت سکو ابتدا در حوزه سلامت آغاز شد، اما خوشبختانه اکنون دو تا سه سگمنت دیگر نیز به حوزه‌های پوشش داده‌شده اضافه شده است. به‌عنوان نمونه، یکی از شرکت‌هایی که کار توسعه یک استودیوی تخصصی را آغاز کرده، در حوزه برق فعالیت می‌کند. این شرکت همراه با یکی دو شرکت دیگر در حال آماده‌سازی استودیو‌های تخصصی در بخش‌های مختلف است و ما به‌تدریج در حال گسترش این محدوده هستیم تا بتوانیم پوشش جامع‌تری برای سگمنت‌های متنوع بازار فراهم کنیم.

وی افزود: در کنار این فعالیت‌ها، ما یک استودیوی عمومی نیز خواهیم داشت. این استودیو، بستری است که هر فرد یا شرکتی می‌تواند برای توسعه هر نوع اپلیکیشن از آن استفاده کند. در کنار این استودیوی عمومی، مجموعه‌ای از استودیو‌های تخصصی نیز راه‌اندازی می‌شود. این استودیو‌های تخصصی، علاوه بر ابزار‌های عمومی موجود در استودیو عمومی، ابزار‌های اختصاصی و داده‌های پایه هر صنعت را نیز در خود جای می‌دهند و به‌صورت یکپارچه (اینتگریت‌شده) ارائه می‌کنند.

وی تصریح کرد: به‌عنوان مثال، در حوزه برق، یکی از شرکت‌ها به‌تازگی فعالیت تخصصی خود را با این رویکرد آغاز کرده است که از ابزار‌های سکو و استودیوی عمومی موجود بهره ببرد و در عین حال، داده‌های موجود در صنعت برق را نیز به آن اضافه کند. این شرکت، که نام آن را ذکر نمی‌کنم، از جمله مجموعه‌هایی است که بسیاری از ما اپلیکیشن آن را روی تلفن همراه خود نصب کرده‌ایم و خدمات مطلوبی در حوزه برق ارائه می‌دهد. این شرکت به‌دلیل آشنایی کامل با داده‌ها و ابزار‌های تخصصی صنعت برق، این قابلیت‌ها را به استودیوی تخصصی اضافه می‌کند و آن را به استودیوی تخصصی حوزه برق تبدیل خواهد کرد.

اسدی گفت: آنچه در این پروژه انجام دادیم، برخلاف توسعه یک اپلیکیشن معمولی که نمونه‌های مشابه آن پیش‌تر هزاران بار در کشور ساخته شده، یک فناوری است که نه تنها در ایران، بلکه بسیاری از کشور‌ها هنوز به آن وارد نشده‌اند و در این ابعاد سابقه‌ای ندارد؛ بنابراین انتظار این‌که چنین پروژه‌ای زیر یک سال به بهره‌برداری کامل برسد، منطقی نیست. حتی این پیشرفت سریع هم به‌دلیل تکیه بر دانش فنی و تجربه‌های پروژه‌های قبلی بوده که توانستیم در مدت کوتاه، سرویس‌هایی را به برخی دانشگاه‌ها ارائه کنیم.

او افزود: در توسعه فناوری‌های کلیدی، بخش اصلی کار فقط کدنویسی یا ساخت اولیه نیست. شاید سهم توسعه مستقیم تنها ۱۰ تا ۱۵ درصد ماجرا باشد. نکته اصلی، صرف انرژی و زمان بسیار زیاد برای تست، ارتقای سطح آمادگی فناوری (TRL)، و اطمینان از امنیت آن است. در تجربه من، گاهی ۸۰ تا ۹۰ درصد انرژی پروژه، صرف این فاز تکمیلی و بهینه‌سازی می‌شود.

نماینده تیم سکوی ملی با اشاره به چالش‌های عملیاتی گفت: در بسیاری از پروژه‌ها، برنامه اولیه ممکن است تخمین دو یا چهار هفته باشد، اما اولین مانع فنی که پیش می‌آید، برنامه‌ریزی به تعویق می‌افتد. ما سرویس‌های آماده زیادی داریم، اما با توجه به حساسیت این فناوری نوظهور، با احتیاط وارد فاز ارائه عمومی می‌شویم. این اولین فناوری در این ابعاد است که در کشور مطرح می‌شود و طبیعی است که پس از لانچ، حتی یک تست ساده یا فشار کوچک، بتواند شرایط غیرمنتظره‌ای ایجاد کند.

اسدی ادامه داد: برنامه ما این است که ابتدا سرویس را برای تعداد محدودی دانشگاه راه‌اندازی کنیم. سپس دامنه را به تعداد بیشتری دانشگاه و شرکت‌های محدود گسترش دهیم. اگر جامعه هدف ما به حدود ۵۰ تا ۶۰ واحد حقوقی برسد، سرویس‌دهی به گستره بسیار بیشتری آغاز خواهد شد و نهایتاً به مرحله دسترسی عمومی آزمایشی می‌رسیم. فکر می‌کنم سه ماه زمان مناسبی برای لانچ عمومی آزمایشی باشد.

راه اندازی بزرگترین مرکز محاسباتی با ۱۰ پتافلاپس قدرت در سکوی ملی هوش مصنوعی