سؤالات کلیدی که نیازمند پاسخ از سوی سازمان هوش‌مصنوعی است/ایران در راه رقابت جهانی در صنعت تولید تراشه

رامین عابدی اصل، تحلیلگر و کارشناس هوش مصنوعی ، سند ملی هوش مصنوعی را مدرکی ارزیابی کرد که بر اساس آن سازمان ملی هوش مصنوعی شکل می‌گیرد و قرار است در سال‌های آینده به محقق‌کردن اهداف و چشم‌اندازهای آن بپردازد. او اشاره کرد: هر یک از بندهای این سند به دقت و بررسی علمی نیاز دارند و اگر این توافقات به‌درستی مورد تجزیه و تحلیل قرار گیرند، احتمالاً بیش از نیمی از محتوای آن به اصلاح نیاز خواهد داشت؛ چرا که برخی از چشم‌اندازهای موجود، واقعاً تشبیه به آرزوهایی در دنیای خیالی‌اند؛ اهدافی که با دید واقع‌گرایانه به آنها، دور از دسترس به نظر می‌رسند، از جمله مواردی که به سازمان هوش مصنوعی واگذار شده که اساساً مرتبط با وظایف آن نیست.

او اظهار داشت: وظایف مرتبط با توسعه زیرساخت‌های سخت‌افزاری پردازش، نمونه‌ای از کارهای نامرتبط با این سازمان محسوب می‌شود و تصریح کرد: سازمان ملی هوش مصنوعی مسئولیتی در زمینه افزایش توان پردازشی کشور بر عهده ندارد.

عابدی اصل ادامه داد: واقعیتی که در عرصه فناوری در کشور ما نسبت به کشورهای توسعه‌یافته وجود دارد، این است که تمامی دانش و فناوری‌های پیشرفته توسط شرکت‌های خصوصی به تولید و توسعه رسیده‌اند و دولت‌ها تقریباً هیچ نقشی در این فرآیند ایفا نکرده‌اند. نقش دولت‌ها در این عرصه بیشتر به حمایت مالی و معنوی محدود بوده و هیچ سیاستگذاری مستقیم بر نوع فناوری نداشته‌اند، بلکه همچون پدری که دست فرزندش را در هنگام یادگیری راه رفتن می‌گیرد، عمل کرده‌اند و زمانی که این فرزند رشد و بلوغ پیدا کرد، با همین فناوری و دانش، برای کشور خود سودآوری قابل توجهی رقم زده است.

این کارشناس هوش مصنوعی تصریح کرد که سازمان ملی هوش مصنوعی قرار نیست که مسئولیت کلیه جوانب هوش مصنوعی کشور را به عهده گیرد و تنها نقش ناظر و حمایتی آن را برشمرد و خاطرنشان کرد: ایجاد بوروکراسی توسط این سازمان می‌تواند موجب فرار متخصصین و شرکت‌های کوچک در این زمینه از کشور شود.

انتقادات به سند هوش مصنوعی

در پاسخ به اینکه زیرساخت‌های لازم برای راه‌اندازی یک سیستم مبتنی بر هوش مصنوعی چیست، او گفت: جهت راه‌اندازی چنین سیستمی باید به زیرساخت‌های متنوعی توجه شود که شامل جنبه‌های فنی و مدیریتی است و شامل مواردی چون «سخت‌افزار»، «نرم‌افزار»، «داده‌ها»، «مدیریت و مهارت‌ها»، «زیرساخت شبکه»، «ابزارهای مانیتورینگ و ارزیابی» و «پیاده‌سازی در مقیاس» می‌شود.

عابدی اصل در مورد زیرساخت «سخت‌افزار» به مواردی چون «پردازنده‌های قدرتمند (CPU/GPU)»، «حافظه (RAM)»، «ذخیره‌سازی (Storage)» و «سرورهای با قدرت بالا» اشاره کرد و گفت: برای انجام محاسبات پیچیده، وجود پردازنده‌های با کارایی بالا، به‌ویژه GPU‌ها، یا حتی پردازنده‌های تخصصی مانند TPU‌ها ضروری هستند.

وی افزود: بسته به نوع مدل‌های AI، میزان حافظه مورد نیاز جهت پردازش داده‌ها متفاوت است و همچنین درباره ذخیره‌سازی (Storage) تاکید کرد که داده‌های کلان نیاز به فضای ذخیره‌سازی وسیع دارند و استفاده از هارد دیسک‌های SSD با سرعت بالا معمولاً ترجیح داده می‌شود.

این کارشناس در مورد سرورهای با قدرت بالا نیز گفت: در صورتی که سیستم به‌صورت محلی اجرا شود، سرورهای قوی با توان پردازشی زیاد لازم است. اگر از خدمات ابری (Cloud) بهره‌برداری کنید، به سرورهای مقیاس‌پذیر احتیاج دارید.

عابدی اصل همچنین به زیرساخت «نرم‌افزار» اشاره کرد و گفت: این زیرساخت شامل مواردی آشنا همچون «پلتفرم‌های AI و یادگیری ماشینی»، «زبان‌های برنامه‌نویسی»، «سیستم‌عامل» و «مدیریت داده‌ها» است. پلتفرم‌های AI و یادگیری ماشینی نظیر TensorFlow، PyTorch، Scikit-Learn، Keras و … به توسعه و آموزش مدل‌های AI کمک می‌کنند. زبان‌های برنامه‌نویسی همچون Python و R، به‌صورت گسترده برای ساخت مدل‌های AI مورد استفاده قرار می‌گیرند و استفاده از سیستم‌عامل‌های پایدار مانند لینوکس به منظور مدیریت بهینه منابع و اجرای برنامه‌های سنگین الزامی است، همچنین در بخش مدیریت داده‌ها پایگاه‌های داده و سیستم‌های مدیریت داده‌ها که قابلیت ذخیره، بازیابی و پردازش داده‌ها را فراهم می‌کنند (مانند SQL، NoSQL، Hadoop) اهمیت دارد.

او در مورد زیرساخت «داده‌ها» به مواردی مانند «جمع‌آوری داده‌ها»، «پیش‌پردازش داده‌ها» و «ذخیره‌سازی داده‌ها» اشاره کرد و گفت: جمع‌آوری داده‌های با کیفیت و به مقدار کافی برای آموزش مدل‌ها امری ضروری است.

عابدی اصل درباره پیش‌پردازش داده‌ها خاطرنشان کرد: داده‌ها باید پاک، دسته‌بندی و آماده شوند تا برای آموزش مشمول پروژه‌ها سازگار باشند. همچنین در مورد ذخیره‌سازی داده‌ها، باید سیستم‌های مناسبی برای نگهداری و دسترسی راحت به داده‌ها ایجاد شود.

وی به زیرساخت «مدیریت و مهارت‌ها» نیز اشاره کرده و گفت: این بخش شامل تیم تخصصی، آموزش و مدیریت پروژه است. متخصصان داده، مهندسان یادگیری ماشینی، توسعه‌دهندگان نرم‌افزار و مدیران پروژه برای مدیریت و توسعه این سیستم الزامی هستند و تیم باید به‌طور مداوم در حال یادگیری تکنولوژی‌های جدید AI باشد و یک رویکرد منظم برای مدیریت پروژه از جمله اسپرینت‌ها و مایل‌استون‌های مشخص برای پیشرفت پروژه ضروری است.

این تحلیلگر هوش مصنوعی خاطرنشان کرد؛ در زیرساخت شبکه، دو موضوع طراحی زیرساخت با پهنای باند مناسب و امنیت شبکه در کانون توجه است و گفت: برای انتقال حجم بالای داده‌ها بین سرورها و ذخیره‌سازها نیاز به پهنای باند کافی است و همچنین پیاده‌سازی پروتکل‌های امنیتی برای حفاظت از داده‌ها و جلوگیری از نفوذ نیز از نکات حیاتی به شمار می آید.

این کارشناس در خصوص زیرساخت «ابزارهای مانیتورینگ و ارزیابی» معتقد است که شامل دو بخش «نظارت بر عملکرد» و «ارزیابی مدل» می‌باشد و تاکید کرد: در بخش نظارت، بررسی کارکرد مدل‌های AI و سرورها دارای اهمیت است و در ارزیابی مدل نقاط قوت، دقت و عملکرد مدل‌های AI پس از آموزش، باید به کار گرفته شود.

عابدی اصل در مورد آخرین مورد زیرساخت یعنی «پیاده‌سازی در مقیاس»، گفت: در این زمینه، موضوع مقیاس‌پذیری، یعنی توانایی زیرساخت برای پشتیبانی از درخواست‌های بالا و پردازش داده‌های کلان از اهمیت برخوردار است.

او به‌اجمال خاطرنشان کرد: تمامی موارد هفت‌گانه فوق از ضروریات اساسی برای هر سیستم مبتنی بر هوش مصنوعی محسوب می‌شوند. عدم تأمین هر یک از این عناصر به معنای عدم امکان پیاده‌سازی و توسعه یک سیستم هوش مصنوعی خواهد بود. تفاوت اصلی در این است که مقیاس پیاده‌سازی این موارد بر اساس پیچیدگی و قدرت سیستم هوش مصنوعی متفاوت است؛ یعنی برای سیستم‌های هوش مصنوعی پیشرفته‌تر و جامع‌تر، منابع بیشتری لازم است، در حالی که سیستم‌های کوچکتر و ساده‌تر به منابع کمتری نیاز دارند.

سؤالات کلیدی درباره توسعه هوش مصنوعی

عابدی اصل با اشاره به هدف‌گذاری کشور برای قرار گرفتن در جمع ۱۰ کشور برتر در زمینه هوش مصنوعی در متن سند ملی، اظهار داشت: سوال اصلی در این راستا این است که منظور از “۱۰ کشور برتر در حوزه هوش مصنوعی” چیست و چه معیارهایی برای این رتبه‌بندی اتخاذ شده است؟ لازم است که نویسندگان این سند، معیارهای مقایسه و استانداردهایی که برای قرارگیری در جمع ۱۰ کشور برتر جهان در نظر گرفته‌اند را به‌وضوح تبیین نمایند.

او سوال دیگری را نیز با عنوان وضعیت کشور در تأمین ملزومات لازم برای هوش مصنوعی مطرح کرده و افزود: با توجه به تحریم‌های وسیع در زمینه فناوری (هم از حیث سخت‌افزاری و هم نرم‌افزاری) در سال‌های گذشته، کشور ما از منظر زیرساخت‌های سخت‌افزاری برای پردازش‌های پیشرفته در وضعیت نامرغوبی قرار دارد. بسیاری از سیستم‌های پردازشی موجود به‌طرز کامل از کار افتاده و از فناوری‌هایی متعلق به نسل‌های گذشته استفاده می‌کنند. ظهور فناوری‌های جدید ضرورت به‌روزرسانی زیرساخت‌های سخت‌افزاری کشور را به‌ویژه در حوزه‌های پردازش، ذخیره‌سازی و شبکه بیش از پیش نمایان می‌کند.

این فعال حوزه هوش مصنوعی افزوده است: کشور ما توانایی لازم برای ایجاد بسترهای پردازش هوش مصنوعی را به‌دست نیاورده است. در حالی که محصولات بایستی از شرکت‌های بزرگ سازنده چیپ مانند NVIDIA تا سال‌های آینده به‌دقت توسط غول‌های هوش مصنوعی از پیش خرید شده است و عرضه این کالاها در بازار جهانی به میزان قابل توجهی کاهش یافته، رقابت شدیدی در بین شرکت‌های بزرگ جهانی برای تأمین سخت‌افزارهای مورد نیاز زیرساخت‌های هوش مصنوعی وجود دارد. همچنین هزینه‌های بالای تأمین این چیپ‌ها نیز نکته‌ای مهم و قابل تأمل است. پس از چندین مرتبه تغییر در واردات این سخت‌افزارها به کشور، هزینه‌های آنها سرسام‌آور افزایش پیدا می‌کند. این افزایش قیمت جزو موانع بزرگ در تأمین سخت‌افزارهای لازم برای توسعه زیرساخت‌های هوش مصنوعی در کشور محسوب می‌شود.

افزایش توان محاسباتی کشور تا یک اگزا فلاپس 

عابدی اصل به بخش دیگری از سند در زمینه افزایش توان محاسباتی اشاره کرده و گفت: وقتی در برنامه‌ریزی برای ایجاد یک سازمان ملی هوش مصنوعی چنین مواردی مطرح می‌شود، اولین سوالی که به ذهن خطور می‌کند این است که چگونه افزایش توان پردازشی کشور به سازمان ملی هوش مصنوعی مرتبط می‌شود در حالی که کشور یک وزارتخانه‌ فناوری اطلاعات دارد که به‌عنوان متولی اصلی زیرساخت‌های شبکه و پردازش کشور به‌شمار می‌آید. برای این سوال می‌توان پاسخ داد که چنین موضوعاتی نباید در «سند سازمان ملی هوش مصنوعی» وجود داشته باشد.

او افزود: حتی اگر ما به جزئیات سند که توسعه توان پردازشی تا ۵ اگزا فلاپس را مورد ذکر قرار می‌دهد، توجه کنیم، بازهم این سوال مطرح می‌شود که آیا واقعاً سازمان ملی هوش مصنوعی باید مسئولیت توسعه توان پردازشی کشور را بر عهده بگیرد؟

عابدی اصل خاطر نشان کرد: اگر فرض را بر این بگذاریم که این مسئولیت به سازمان ملی هوش مصنوعی محول شده است، با در نظر گرفتن شرایط کنونی و تحریم‌های گسترده در حوزه‌های گوناگون سخت‌افزاری و وضعیت پایین زیرساخت‌های شبکه، به‌نظر می‌رسد توسعه توان پردازشی تا ۵ اگزا فلاپس تقریباً غیرممکن است. همچنین این نکته قابل ذکر است که بر اساس اسناد موجود، توان پردازشی کشور در حال حاضر ۲۰ پتافلاپس است، در حالی که درست در بخش هواشناسی، کشور چین در حال نزدیک شدن به ۶۰ پتافلاپس می‌باشد.

او ادامه داد: جالب است به این نکته اشاره شود که سازمان هواشناسی کشور ما فقط توان پردازشی ۱۴ ترافلاپس (نه پتا) را در اختیار دارد؛ در حالی که فناوری این سرورها به‌شدت قدیمی و منسوخ شده‌اند. به‌علاوه بسیاری از کشورها دارای سازمان‌های هواشناسی با پیشرفته‌ترین سرورها برای پردازش داده‌های وسیع و پیچیده هستند. این اختلاف چشمگیر می‌تواند نمایانگر وضعیت کل کشور در زمینه توان پردازشی باشد.

این تحلیلگر هوش مصنوعی خاطرنشان کرد: به‌علاوه، تحقق زیرساخت‌های مورد نیاز برای دستیابی به توان محاسباتی در مقیاس اگزا فلاپس نیازمند تکنولوژی‌های فوق‌العاده پیشرفته در زمینه ارتباطات و شبکه است. این تکنولوژی‌ها باید قادر به انتقال سریع و کارآمد داده‌ها باشند تا از این سطح پردازش بهره‌برداری بهینه صورت گیرد. در غیر اینصورت، استفاده از یک تانکر بزرگ برای گذراندن یک فنجان آب در هر دقیقه نظیر خواهد بود. بدون داشتن شبکه‌ای قوی و مدرن، حتی با توان پردازشی بالا، نمی‌توان به بهره‌وری کامل رسید.

افزایش فروش شرکت‌های دانش‌بنیان تا سقف ۲ هزار میلیارد تومان

در پاسخ به این سوال که آیا امکان افزایش فروش شرکت‌های دانش‌بنیان فعال در زمینه هوش مصنوعی تا ۲ هزار میلیارد تومان تا سال ۱۴۰۷ وجود دارد، او گفت: برای پاسخ درست به این سوال، لازم است به یک ابهام دیگر در سند اشاره شود. در این گفت‌وگو در حال بحث پیرامون افزایش فروش شرکت‌های دانش‌بنیان در حوزه هوش مصنوعی هستیم، اما این جمله به‌تنهایی نمایانگر رشد هوش مصنوعی در کشور نیست؛ زیرا هوش مصنوعی باید به تمامی شرکت‌ها، زیرساخت‌ها و فرآیندها نفوذ کند و تأثیرگذار باشد. این به این معنی است که هوش مصنوعی باید در تمامی بخش‌ها از نانوایی‌های سنتی در دوردست‌ترین روستاها تا شرکت‌های بزرگ در زمینه‌های بهداشت، انرژی، حمل و نقل و … حضور داشته باشد.

عابدی اصل تصریح کرد: بنابراین، مطرح کردن این نکته که تنها بر افزایش فروش شرکت‌های دانش‌بنیان تمرکز کنیم، از اساس نادرست است. اگر هدف، رقم‌گیری سود این شرکت‌ها به میزان ناچیز ۲۰۰۰ میلیارد تومان باشد و اگر این سقف حداکثری رشد محقق شود، در واقع به معنای آن است که باید در سال ۱۴۰۷ فاتحه هوش مصنوعی در ایران را خواند. چرا که انتظار می‌رود هوش مصنوعی کلیه زیرساخت‌ها را دگرگون کند و این یک شیوع فناوری است که اگر سازمان ملی هوش مصنوعی نتواند برای این توسعه و رشد فوق‌العاده سیاست‌های درستی اتخاذ کند، قطعاً این تغییرات توسط زیرساخت‌های بیرونی جبران خواهد شد.

او تاکید کرد: در نهایت، رشد هوش مصنوعی نیاز به نگاهی جامع و فراگیر دارد که همه بخش‌ها و صنایع را در بر می‌گیرد و نه صرفاً محدود به افزایشی در یک بخش خاص. این تحول باید به‌گونه‌ای مدیریت شود که بتواند تمام زیرساخت‌های کشور را در بر گیرد و از تأثیرات خارجی بی‌نیاز کند.

آیا تولید ۲ هزار محصول و خدمت مبتنی بر هوش مصنوعی به‌دستور قانون ممکن است؟

او با بیان این سوال که آیا تولید ۲ هزار محصول و خدمت مبتنی بر هوش مصنوعی با دستور قانون امکان‌پذیر است، گفت: برای پاسخ به این سوال، بگذارید یک سوال دیگر بپرسم: در جهان امروز چند محصول مبتنی بر هوش مصنوعی وجود دارد؟ پاسخ این سوال این است که بیش از ۲ میلیون محصول مبتنی بر هوش مصنوعی اکنون وجود دارد و در حال حاضر این تعداد به‌سرعت در حال افزایش است. این واقعیت نشان‌دهنده ناتوانی نویسندگان این سند در درک گستره و تنوع محصولات هوش مصنوعی است. تعیین رقم ۲ هزار به‌عنوان هدف برای رشد و برنامه‌ریزی در عرصه هوش مصنوعی بیش از آنکه واقع‌ بینانه باشد، به یک شوخی شبیه است.

عابدی اصل افزود: به نظر می‌رسد که سوال اصلی هنوز پاسخ نیافته است. چرا که توسعه هوش مصنوعی در سطح جهانی عمدتاً توسط شرکت‌های خصوصی و بدون دخالت قانونی مستقیم صورت می‌گیرد. شاید دولت بتواند وزارتخانه‌ها و دستگاه‌های خود را ملزم به هوشمندسازی فرآیندهای اداری کند، اما تحمیل چنین الزامی به شرکت‌های خصوصی امکان‌پذیر نیست. به‌ویژه در دورانی که نوآوری و پیشرفت سریع تکنولوژی از چارچوب‌های سنتی قوانین پیشی گرفته‌اند، راهکارهای اجرایی و برنامه‌ریزی باید با واقعیت‌های پیچیده و پویا در بازار جهانی سازگار و هماهنگ شوند.