«سازمان ملی هوش مصنوعی» در راه شکل‌دهی به زیرساخت‌های ابر داده‌ای در کشور عمل کند

“`html

کارشناسان فعال در عرصه هوش مصنوعی به چالش‌هایی نظیر مدیریت داده‌ها و کمبود زیرساخت‌های مورد نیاز اشاره می‌کنند و بر این باورند که سازمان ملی هوش مصنوعی باید رهبری توسعه مفهوم «ابر داده‌ای ایران» را بر عهده گیرد و همچنین اقدامات لازم برای ایجاد یک سیستم جامع استانداردسازی داده‌ها را انجام دهد.

رامین عابدی اصل، تحلیلگر و کارشناس حوزه هوش مصنوعی در گفتگو با ایسنا، ضمن بیان اهمیت داده‌ها در عصر دیجیتال، اظهار داشت: در دنیای کنونی، داده به عنوان یک منبع استراتژیک در سازمان‌های مختلف نقش کلیدی ایفا می‌کند. در ایران، با توجه به نبود ساختاری یکپارچه برای داده‌ها، چالش‌های کیفی و عدم استانداردسازی، دستیابی به اطلاعات دقیق و قابل اعتماد برای پیاده‌سازی پروژه‌های هوش مصنوعی به یکی از بزرگترین موانع تبدیل شده است. سازمان ملی هوش مصنوعی به عنوان یک نهاد جدید در حال تلاش برای رفع این چالش‌ها و ایجاد زیرساخت‌های مناسب برای تجمیع و کنترل کیفی داده‌هاست.

او همچنین تأکید داشت که داده‌ها به عنوان قلب تپنده و یکی از اصلی‌ترین دارایی‌های زیرساخت‌های سازمان ملی هوش مصنوعی به شمار می‌روند و افزود: یکی از وظایف مهم این سازمان، تأمین منبع اصلی جهت طراحی، آموزش و بهینه‌سازی الگوریتم‌های هوش مصنوعی است که بدون آنها، عملی شدن پروژه‌های این حوزه امکان‌پذیر نخواهد بود. داده‌های استاندارد و با کیفیت، این قابلیت را فراهم می‌آورند که مدل‌های هوش مصنوعی با دقت و توانمندی بیشتری تحلیل و تصمیم‌گیری داشته باشند و نتایج قابل اعتمادی را ارائه دهند.

عابدی در ادامه گفت: همچنین، داده‌ها پایانی برای پایش و تحلیل روندها در بخش‌های مختلفی نظیر اقتصاد، بهداشت، محیط‌زیست و زیرساخت‌های شهری عمل می‌کنند و به توسعه‌دهندگان سیستم‌های هوشمند کمک می‌کنند تا الگوهای نهفته را شناسایی و راه‌حل‌های خلاقانه‌ای برای رفع مسائل پیچیده ملی ارائه دهند. این سازمان با مدیریت، استانداردسازی و بهبود کیفیت داده‌ها می‌تواند زیرساختی قابل اعتماد برای تصمیم‌گیری‌های استراتژیک و پیش‌بینی‌های مؤثر در سطح کشور فراهم آورد.

این تحلیلگر حوزه هوش مصنوعی یکی از چالش‌های اساسی در سند تأسیس سازمان ملی هوش مصنوعی را فقدان زیرساخت داده‌های مناسب عنوان کرد و با تأکید بر آن یادآور شد: عدم وجود زیرساخت‌های داده‌ای مؤثر، مانع بزرگی در مسیر تحقق اهداف بلندپروازانه هوش مصنوعی ایران است. بدون دسترسی به داده‌های دقیق و قابل اعتماد، الگوریتم‌های هوش مصنوعی توانایی یادگیری مؤثر را از دست خواهند داد و تحلیل‌ها به طور جدی تحت تأثیر خطاها و عدم تطابق داده‌ها قرار خواهند گرفت. این بحران به ویژه به دلیل عدم یکپارچگی داده‌ها و فقدان یک بانک اطلاعات جامع و مرکزی که بتواند تمام اطلاعات را به شکل استاندارد گردآوری و مدیریت کند، پیچیدگی بیشتری پیدا می‌کند.

وی بر ضرورت ایجاد یک بانک اطلاعات مرکزی و یکپارچه که تحت نظارت سازمان هوش مصنوعی قرار گیرد تأکید کرد تا داده‌های موجود در سازمان‌های مختلف با رعایت استانداردهای مشخص و فرمت‌های هماهنگ جمع‌آوری و در دسترس کاربران قرار گیرد. این سیستم مرکزی می‌تواند به بهبود صحت و دقت تحلیل‌ها، به ویژه در حوزه‌های پیش‌بینی آب و هوا، تحلیل‌های اقتصادی و اجتماعی کمک نماید و موجب کاهش خطاها و افزایش اعتماد عمومی به سیستم‌های هوش مصنوعی گردد.

چالش‌های پیش روی سازمان ملی هوش مصنوعی در زمینه داده‌ها و نحوه تأمین و مدیریت آنها به منظور بهره‌برداری موثر

وی در ادامه افزود: برنامه‌های سازمان ملی هوش مصنوعی برای تأمین و مدیریت داده‌ها با چندین چالش اساسی روبرو است که این چالش‌ها کارایی بهره‌برداری از داده‌ها را در حوزه هوش مصنوعی محدود می‌سازد. یکی از مهم‌ترین موانع، عدم یکپارچگی و استانداردسازی در داده‌های موجود است. سازمان‌های دولتی و خصوصی هریک داده‌ها را به طور مستقل و در قالب‌های مختلفی نگهداری می‌کنند که این مسئله روند تجمیع و پردازش داده‌ها را بسیار پیچیده و زمان‌بر می‌نماید.

عابدی مشکل دیگر را کنترل کیفیت و استانداردسازی داده‌ها معرفی کرد و بیان داشت: در بسیاری از سازمان‌های دولتی، توجه خاصی به کنترل کیفیت داده‌ها نشده است و از این رو، داده‌ها با خطاها و ناهماهنگی‌های زیادی مواجه هستند که به مشکلات پردازش‌های دقیق و حساس هوش مصنوعی منجر می‌شود. سازمان ملی هوش مصنوعی برای رفع این چالش باید تیم‌های تخصصی کنترل داده تشکیل داده و حتی پیشنهاد ایجاد یک معاونت ویژه در زمینه کنترل داده و استانداردسازی را مورد بررسی قرار دهد. این امر برای تضمین کیفیت و صحت داده‌ها حیاتی است، اما اجرایی کردن آن به سبب نیاز به نیروی انسانی ماهر و زمان‌بر بودن، با موانع عملیاتی و مالی مواجه است.

او همچنین تصریح کرد: علاوه بر این، مقاومت برخی سازمان‌ها در ارائه و به اشتراک‌گذاری داده‌ها چالش دیگری به شمار می‌آید. بسیاری از سازمان‌های دولتی داده‌های خود را به عنوان منبع درآمد یا دارایی استراتژیک می‌شناسند و در نتیجه آنها را تحت حفاظت‌های شدید قرار می‌دهند که این نگاه، مانع جدی برای ایجاد بانک‌های داده ملی خواهد بود. سازمان ملی هوش مصنوعی باید سازوکارهای قانونی و تشویقی مؤثری را برای تغییر این رویکرد و تسهیل به اشتراک‌گذاری داده‌ها در سطح ملی ایجاد کند.

پیشنهاداتی برای ارتقاء کیفیت و دسترسی به داده‌ها

این کارشناس حوزه هوش مصنوعی خاطرنشان کرد: از آنجا که بسیاری از سازمان‌های دولتی به کنترل کیفیت داده‌ها اهمیت زیادی نداده‌اند، این سازمان‌ها با حجم بالایی از داده‌های بدون استاندارد و کنترل کیفیت نتایج مواجه هستند که کار با آنها را برای سیستم‌های هوش مصنوعی دشوار می‌کند. به منظور برطرف کردن این چالش، سازمان ملی هوش مصنوعی نیاز دارد تیم‌های عملیاتی ویژه‌ای به طور منظم برای ارزیابی، اصلاح و کنترل کیفیت داده‌ها در سازمان‌های مختلف ایجاد کند و این موضوع را به عنوان اولویت اصلی خود قرار دهد.

وی اظهار داشت: همچنین، تأسیس یک معاونت با نام «کنترل داده» در سازمان ملی هوش مصنوعی که به طور خاص بر کیفیت و استانداردسازی داده‌ها تمرکز داشته باشد، می‌تواند روشی مؤثر باشد. این معاونت می‌تواند مسئول تدوین و اجرای پروتکل‌های استاندارد و نظارت بر کیفیت داده‌ها باشد تا از صحت، دقت و تناسب داده‌ها با نیازهای هوش مصنوعی اطمینان حاصل کند. البته، اجرای چنین فرآیندهایی به دلیل حجم بالای داده‌ها و نیاز به منابع تخصصی، زمان‌بر و پرهزینه خواهد بود؛ اما حدوث این ساختار برای بهبود کیفیت داده‌ها در صدر ملی و تقویت زیرساخت‌های هوش مصنوعی کشور امری ضروری است.

عابدی تأکید کرد: پیشنهاد من این است که سازمان ملی هوش مصنوعی رهبری ایده‌ «ابر داده‌ای ایران» را به عهده بگیرد. این ایده بر مبنای برقراری یک سیستم یکپارچه و مبتنی بر فناوری ابر برای اشتراک‌گذاری داده‌ها میان سازمان‌های داده‌محور شکل می‌گیرد. در این ابر، هر سازمان با توجه به وظایف و نیازهای خود داده‌ها را به اشتراک می‌گذارد و سازمان ملی هوش مصنوعی نیز به تمامی داده‌های ضروری خود دسترسی خواهد داشت. این ساختار به گونه‌ای طراحی می‌شود که داده‌های وارد شده به ابر، قبل از به اشتراک‌گذاری، از مسیرهای کنترل کیفی استاندارد و مشخص عبور کرده و پاک‌سازی شوند. در نتیجه، داده‌های نهایی در دسترس کاربران و توسعه‌دهندگان سیستم‌های هوش مصنوعی، داده‌هایی با کیفیت بالا و دقت مطلوب خواهند بود.

وی افزود: به عنوان یک تحلیلگر داده، پیشنهاد دیگری برای حل مشکلات داده‌ای سازمان ملی هوش مصنوعی، ایجاد یک سیستم جامع استانداردسازی داده‌ها و طراحی ساختارهای مؤثر برای کنترل کیفیت است. با راه‌اندازی یک مرکز کنترل کیفیت داده‌ها، سازمان می‌تواند داده‌های ورودی از سازمان‌های مختلف را زیر نظر گرفته و آنها را پالایش و استانداردسازی نماید. این پروژه می‌تواند تبدیل به یک پروژه بزرگ عملیاتی برای سازمان ملی هوش مصنوعی شده و بستر توسعه سیستم‌های هوشمندی را فراهم آورد که با بالاترین کیفیت و دقت عمل کنند و به تحقق اهداف ملی هوش مصنوعی کمک کنند. در نهایت، به عنوان یک پیشنهاد دیگر، اگر سازمان ملی هوش مصنوعی از ابتدای کار به جای ورود به پروژه‌های اجرایی، تنها نقش سیاستگذاری و نظارت حرفه‌ای را مقرر کند و از جوانان و شرکت‌های خصوصی با سابقه قابل توجه در این حوزه و حتی استارتاپ‌های موفق بهره‌برداری کند، قطعاً شانس موفقیت سیاست‌گذاری این سازمان به طرز قابل توجهی افزایش خواهد یافت.

به گزارش وی، پیاده‌سازی زیرساخت داده‌ای جامع و راه‌اندازی ابر داده‌ای برای اشتراک‌گذاری و کنترل کیفیت داده‌ها می‌تواند گام بزرگ و مؤثری در تحقق اهداف سازمان ملی هوش مصنوعی و تسهیل روند توسعه فناوری‌های هوشمند در ایران باشد. با اجرای این پروژه‌ها نه تنها بهره‌وری و دقت سیستم‌های هوش مصنوعی بهبود خواهد یافت، بلکه این سازمان می‌تواند به عنوان مرجع قابل اعتماد داده در کشور، زمینه‌ای مستحکم برای تصمیم‌گیری‌های استراتژیک و ارتقاء عملکرد در حوزه‌های مختلف ملی برقرار نماید.

“`

مشاهده بیشتر

نوشته های مشابه

دیدگاهتان را بنویسید

دکمه بازگشت به بالا