هوش مصنوعي در ايران؛ گرفتار نبود استاندارد و بي‌برنامگي 
شركت‌هاي فعال در حوزه هوش مصنوعي، خواستار تدوين استاندارد ملي در ارزيابي پروژه‌ها شدند

هوش مصنوعي در ايران؛ گرفتار نبود استاندارد و بي‌برنامگي 

۱۴۰۴/۰۳/۱۲ - ۰۱:۵۲:۲۳
|
کد خبر: ۳۴۴۹۵۳

با رشد فزاينده پروژه‌هاي مبتني بر هوش مصنوعي در كشور، فعالان اين حوزه نسبت به نبود استانداردهاي ملي، پراكندگي در سياست‌گذاري‌ها، سخت‌گيري‌هاي غيركارشناسي در مسير دانش‌بنيان شدن و كمبود زيرساخت‌هايي همچون GPU هشدار دادند و بر لزوم تدوين رويه‌هاي يكپارچه، ايجاد رسته رسمي مشاوران هوش مصنوعي، سطح‌بندي شركت‌هاي نوپا و توسعه كاميونيتي تخصصي در اين حوزه تأكيد كردند.

با رشد فزاينده پروژه‌هاي مبتني بر هوش مصنوعي در كشور، فعالان اين حوزه نسبت به نبود استانداردهاي ملي، پراكندگي در سياست‌گذاري‌ها، سخت‌گيري‌هاي غيركارشناسي در مسير دانش‌بنيان شدن و كمبود زيرساخت‌هايي همچون GPU هشدار دادند و بر لزوم تدوين رويه‌هاي يكپارچه، ايجاد رسته رسمي مشاوران هوش مصنوعي، سطح‌بندي شركت‌هاي نوپا و توسعه كاميونيتي تخصصي در اين حوزه تأكيد كردند.

در نشست معاونت علمي رياست‌جمهوري با فعالان هوش مصنوعي، شركت‌هاي حاضر چالش‌هاي اين حوزه را تشريح كردند و ايجاد يك روند يكپارچه در اختصاص اعتبارات و اعطاي مجوزها و ايجاد زير ساخت‌هاي اين حوزه را خواستار شدند. محمد عجمي، رييس هيات‌مديره سازمان نظام صنفي رايانه‌اي استان گلستان و دبير كارگروه اقتصاد ديجيتال و هوش مصنوعي كشور، با اشاره به تمركز سياست‌گذاري‌ها و اجراي پروژه‌هاي هوش مصنوعي در پايتخت، خواستار توزيع عادلانه و استانداردسازي فرآيندها در سطح كشور شد. عجمي با بيان اينكه بيشتر تصميم‌سازي‌ها و اجراي پروژه‌ها در تهران انجام مي‌شود، بر لزوم گسترش عادلانه زيرساخت‌ها و دسترسي به داده‌ها در سطح ملي تأكيد كرد. وي از راه‌اندازي مراكز هوش مصنوعي كشاورزي و علم داده در استان گلستان بر پايه اسناد راهبردي ملي خبر داد و تعامل بيشتر نهادهاي ملي با ظرفيت‌هاي استاني را خواستار شد. وي با اشاره به تجربه‌هاي متعدد شركت تحت مديريت خود در حوزه سيستم‌هاي توصيه‌گر و نرم‌افزارهاي مرتبط با سلامت، تغذيه، خوابگاه و حوزه فرهنگي دانشگاه‌ها، تأكيد كرد كه فقدان رويه يكپارچه در وزارتخانه‌ها، مانع از پيشرفت پايدار پروژه‌هاي هوش مصنوعي است. عجمي گفت: بارها اتفاق افتاده كه پس از صرف سال‌ها زمان براي توسعه پلتفرم‌هاي هوشمند و جمع‌آوري و تحليل داده، ناگهان پروژه مشابهي از سوي دستگاه اجرايي ديگري كليد خورده و زحمات شركت‌هاي فناور از بين رفته است. دبير كارگروه اقتصاد ديجيتال و هوش مصنوعي كشور همچنين از تلاش براي ايجاد رسته رسمي كارشناسي و مشاوره هوش مصنوعي در سازمان نصر خبر داد و گفت: با حمايت اعضاي هيات‌رييسه، پيشنهاد سطح‌بندي مشاوران هوش مصنوعي به سه سطح مطرح شده و اميدواريم در آينده نزديك، اين رده‌ها مبناي واگذاري پروژه‌ها در سطح ملي و استاني قرار گيرد.

 

سختگيري‌هاي غيركارشناسانه  براي دانش‌بنيان شدن

محمد كاهندش، مديرعامل يكي از شركت‌ها، با انتقاد از سخت‌گيري‌هاي غيركارشناسي در فرآيند تأييد دانش‌بنيان شدن محصولات نرم‌افزاري، گفت: محصولات ما با وجود داشتن كاربر نهايي و بازار فعال، به دليل نبود معيارهاي متناسب با حوزه نرم‌افزار از دريافت تأييديه دانش‌بنياني محروم مانده‌اند. وي تأكيد كرد: ارزيابي پروژه‌هاي هوش مصنوعي بايد با مشاركت نهادهاي تخصصي مانند كميسيون هوش مصنوعي سازمان نصر انجام شود و افزود: كارشناسان فعلي بسياري از مفاهيم فني اين حوزه را درك نمي‌كنند. در صورتي كه از متخصصان واقعي در فرآيند ارزيابي استفاده شود، بسياري از شركت‌هاي شايسته مي‌توانند از حمايت‌هاي دانش‌بنياني بهره‌مند شوند.

 

لزوم حمايت از شركت‌هاي نوپاي فعال  در حوزه هوش‌مصنوعي پيش از اخذ  مجوز دانش‌بنياني

منصوري، رييس هيات‌مديره شركت فعال در حوزه هوش مصنوعي با اشاره به چالش‌هاي شركت‌هاي نوپاي فعال در زمينه هوش مصنوعي، خواستار بازنگري در فرآيند حمايت‌ها و تخصيص منابع به اين گروه از شركت‌ها شد. منصوري با اشاره به فعاليت اين شركت در زمينه توسعه چت‌بات‌هاي عمومي و صنعتي گفت: ما نمونه‌هاي متعددي از محصولات چت‌بات را رونمايي كرده‌ايم كه برخي در قالب پلتفرم‌هاي صنعتي نيز به‌كار گرفته شده‌اند. اما چالش اصلي ما و بسياري از شركت‌هاي مشابه، نبود دسترسي به منابع پايه‌اي مانند GPU در مراحل ابتدايي توسعه است. وي افزود: بسياري از اين شركت‌ها هنوز مجوز دانش‌بنياني ندارند، اما به‌طور جدي در حال توسعه محصولات مبتني بر هوش مصنوعي هستند. اين شركت‌ها مانند جوانه‌هايي هستند كه اگر در فاصله كوتاهي از حمايت اوليه برخوردار نشوند، ممكن است از بين بروند. منصوري پيشنهاد داد كه سطح‌بندي جديدي ميان شركت‌هاي دانش‌بنيان، فناور و شركت‌هاي در حال توسعه محصول (Pre-product AI startups) ايجاد شود تا امكان تخصيص منابعي مانند GPU حتي با درصد كمتر براي آنها فراهم شود. وي تأكيد كرد: اين اقدام مي‌تواند در بازه زماني ۶ ماهه تا يك‌ساله، امكان تست، تحقيق و توسعه و ورود به بازار را براي اين شركت‌ها فراهم كند. وي همچنين به تغيير استراتژي اين شركت در توسعه چت‌بات‌ها اشاره كرد و گفت: با توجه به محدوديت منابع، تمركز خود را از توسعه مدل‌هاي بزرگ زباني (LLM) به سمت ساخت چت‌بات‌هاي سبك‌تر با محوريت سوالات پرتكرار (FAQ) سوق داده‌ايم. اين محصولات نياز كمتري به GPU دارند، اما همچنان نيازمند فرهنگ‌سازي در بين مشتريان هستند.

 

لزوم شكل‌گيري اجتماع هوش مصنوعي  و تدوين استانداردهاي بومي 

پوريا حداد، عضو كميسيون هوش مصنوعي در اين نشست با تأكيد بر اهميت شكل‌گيري جامعه فعالان حوزه هوش مصنوعي گفت: يكي از موضوعاتي كه جاي خالي آن احساس مي‌شود، وجود يك اجتماع تخصصي پويا در زمينه هوش مصنوعي است. اين جامعه مي‌تواند با برگزاري رويدادهاي آموزشي، ترويجي و عمومي به رشد اين اكوسيستم كمك كند. حداد يادآور شد: سابقه اين تلاش‌ها به سال‌ها پيش بازمي‌گردد و افزود: اگر خاطرتان باشد، اولين رويدادي كه با حضور شما برگزار كرديم، در پژوهشكده علوم و فناوري شريف بود. از آن زمان به‌صورت مداوم در حال برگزاري برنامه‌هايي براي ترويج دانش هوش مصنوعي هستيم. در دوره‌اي كه دكتر مينايي در ستاد توسعه هوش مصنوعي فعال بودند، حمايت‌هايي از اين تلاش‌ها صورت مي‌گرفت، اما امروز اين حمايت‌ها كاهش يافته و نيازمند پشتيباني مجدد هستيم تا فعالان اين حوزه بتوانند نيروهاي متخصص آينده بازار كار را تربيت كنند. وي در ادامه به موضوع رويداد بين‌المللي «وام صعودي» در حوزه هوش مصنوعي كه قرار است آذرماه در عربستان برگزار شود، اشاره كرد و گفت: اين رويداد فرصت بسيار خوبي براي حضور ايراني‌هاست، اما با توجه به اينكه عربستان ويزا صادر نمي‌كند، مشكلاتي در مسير حضور شركت‌هاي ايراني وجود دارد. با وزارت امور خارجه و اداره گذرنامه مذاكراتي صورت گرفته، اما براي تحقق حضور جدي شركت‌ها، لازم است كه صندوق نوآوري و شكوفايي نيز حمايت‌هايي فراتر از صرف دريافت غرفه نمايشگاهي ارايه دهد. حداد تأكيد كرد: با توجه به وضعيت موجود، بسياري از شركت‌ها حتي امكان ارايه محصول در اين نمايشگاه را ندارند، بنابراين بهتر است براي حضور به عنوان بازديدكننده نيز بسته‌هاي حمايتي در نظر گرفته شود. وي در بخش ديگري از سخنان خود به پروژه‌هاي پلتفرم هوش مصنوعي اشاره كرد و گفت: در حال حاضر شركت‌هاي مختلفي مي‌توانند در قالب اين پروژه‌ها مشاركت كنند، اما اگر سازوكاري فراهم شود كه شركت‌هاي بيشتري تحت پوشش اين حمايت‌ها قرار بگيرند، با توجه به ظرفيت‌هاي فني موجود در كشور، دستاوردهاي قابل توجهي حاصل خواهد شد.

 

نبود شفافيت در ارزيابي دانش‌بنيان چالش بزرگ شركت‌هاي فعال در حوزه هوش مصنوعي

نفيسه فروزيده به بيان برخي چالش‌هاي ساختاري در فرآيند ارزيابي دانش‌بنيان پرداخت و گفت: سال‌هاست در زمينه توسعه سامانه‌هاي مبتني بر هوش مصنوعي فعاليت مي‌كنيم. ضمن قدرداني از فرصتي كه در اختيار شركت‌هاي فناور قرار گرفت، مايلم چند نكته كليدي را درباره فرآيند ارزيابي دانش‌بنيان مطرح كنم. وي با اشاره به نبود قوانين شفاف در اين زمينه افزود: يكي از مهم‌ترين مشكلاتي كه شركت‌ها با آن مواجه هستند، نبود قوانين مشخص و صريح براي ارزيابي دانش‌بنيان است. در برخي موارد، دبيرخانه يا شركت‌هاي كارگزار بر اساس تشخيص خود، فرآيند را تغيير مي‌دهند و اين موضوع مي‌تواند تصميمات را به سمت سليقه‌اي بودن سوق دهد. از آنجا كه شركت‌ها از چارچوب حقوقي دقيق مطلع نيستند، نمي‌توانند بررسي كنند كه اين تغييرات در چارچوب اختيارات قانوني قرار دارد يا خير. فروزيده همچنين به يكسان بودن فرآيند ارزيابي براي محصولات جديد و محصولات ارزيابي‌شده قبلي اشاره كرد و گفت: در حال حاضر، روال ارزيابي براي يك محصول جديد با محصولاتي كه قبلاً ارزيابي شده‌اند، يكي است و اين باعث مي‌شود شركت‌ها مجبور شوند كارهاي تكراري يا غيرضروري انجام دهند، بدون اينكه اين اقدامات ارزش افزوده‌اي به همراه داشته باشد. وي افزود: در مورد محصولات بين‌رشته‌اي نيز مشكل مشابهي وجود دارد. چون معيار مشخصي براي ارزيابي اين نوع محصولات تعريف نشده، اغلب فقط از يك بُعد به آنها نگاه مي‌شود و ساير جنبه‌هاي مهم مغفول مي‌ماند. در نتيجه، ارزيابي نهايي نمي‌تواند تصوير دقيقي از توانمندي‌هاي واقعي محصول ارايه دهد. فروزيده به يك نمونه عيني و ملموس از اين چالش‌ها اشاره كرد و گفت: ما درخواست ارزيابي براي يك محصول جديد ثبت كرديم در حالي كه بيش از يك سال به پايان اعتبار محصولات قبلي‌مان باقي مانده بود. اكنون كه هنوز حدود ۸ ماه از آن اعتبار باقي مانده، نامه‌اي دريافت كرده‌ايم كه مي‌گويد بايد دو محصول قبلي را نيز فوراً دوباره ارزيابي كنيم، آن‌هم تنها با فرصت يك هفته‌اي. در غير اين صورت دسترسي ما به سامانه قطع خواهد شد و به‌طور كامل از فهرست شركت‌هاي دانش‌بنيان خارج خواهيم شد. وي با تأكيد بر اينكه اينگونه رويكردها باعث ايجاد سردرگمي و فشار بي‌مورد به شركت‌ها مي‌شود، خواستار بازنگري در روندهاي اجرايي و تعريف شاخص‌هاي شفاف و قابل پيش‌بيني براي ارزيابي محصولات شد.

 

قوانين به جاي تسهيل، مانع‌تراشي مي‌كنند

ارژنگ ملك، فعال حوزه تحليل داده و خدمات مبتني بر هوش مصنوعي، در اين نشست با اشاره به برخي چالش‌هاي ساختاري در مسير توسعه خدمات هوش مصنوعي گفت: بسياري از قوانين موجود، به‌جاي تسهيلگري، تبديل به مانع‌تراشي شده‌اند و بخش عمده‌اي از انرژي شركت‌ها صرف عبور از اين موانع مي‌شود. وي با تأكيد بر اينكه اين مشكلات محدود به حوزه افتا نيست، ادامه داد: علاوه بر چالش‌هايي كه در حوزه امنيت اطلاعات وجود دارد، ساير حوزه‌ها نيز با موانع مشابهي روبرو هستند. اين روند، مسير فعاليت شركت‌هاي فناور را با كندي مواجه كرده و باعث هدررفت منابع مي‌شود. ملك همچنين با انتقاد از نبود ساختار مناسب براي مميزي خدمات هوش مصنوعي، اظهار كرد: سازوكار مشخصي براي مميزي خدمات هوش مصنوعي تعريف نشده است. تمركز مميزي‌ها عمدتاً بر روي محصول نهايي است، در حالي كه بخش عمده‌اي از فعاليت شركت‌ها مبتني بر ارايه خدمت است. در اين حالت، ما در ابتداي يك پروژه وارد سازمان مي‌شويم، مساله را حل مي‌كنيم و خارج مي‌شويم، بدون اينكه الزاماً محصول فيزيكي يا ديجيتالي مشخصي براي مميزي باقي بماند. عمده دانش نيز در تيم فني رسوب مي‌كند، نه در قالب يك خروجي قابل ارزيابي. اين فعال حوزه تحليل داده و خدمات مبتني بر هوش مصنوعي همچنين با اشاره به مشكلات موجود در زمينه دسترسي به داده‌ها، افزود: يكي از چالش‌هاي كليدي ما، نبود دسترسي به داده‌هاي باز (Open Data) است. اين مشكل ناشي از نبود متولي مشخص، نبود سازوكار فني براي نونيم‌سازي داده‌ها و نبود زيرساخت يكپارچه براي ارايه اين خدمات است. ملك خاطرنشان كرد: هرچه دسترسي ما به داده‌ها محدودتر باشد، طبيعتاً توان ما در حل مسائل واقعي كاهش مي‌يابد. براي رشد واقعي اين حوزه، بايد به صورت فوري سازوكارهايي براي تسهيل دسترسي امن، قانون‌مند و غيرفردمحور به داده‌هاي عمومي تعريف شود.

 

نبود شفافيت در پروژه‌هاي هوشمندسازي مانع بهره‌گيري از ظرفيت شركت‌هاي دانش‌بنيان است

سروش حسن‌آبادي، عضو كميسيون ICT سازمان نظام صنفي رايانه‌اي، در نشست تخصصي فعالان هوش مصنوعي با اشاره به برخي چالش‌هاي زيرساختي و اجرايي، گفت: يكي از مهم‌ترين نيازهاي فعالان اين حوزه، دسترسي به داده‌هاي مناسب براي آموزش مدل‌ها و همچنين دسترسي به GPU براي توسعه مدل‌هاي بزرگ است. اين دو موضوع از دغدغه‌هاي جدي شركت‌هاي فعال در حوزه هوش مصنوعي هستند كه پيش‌تر نيز توسط ساير همكاران مطرح شد. وي با اشاره به وضعيت پروژه‌هاي هوشمندسازي در كشور، افزود: در سال جاري، شاهد برگزاري رويدادهاي متعددي با محوريت هوشمندسازي از سوي متوليان مختلف، به‌ويژه دستگاه‌هاي دولتي بوديم. با اين حال، خروجي‌ عملياتي مشخصي از اين رويدادها استخراج نشده است. يكي از دلايل اصلي اين موضوع، عدم شفافيت در نيازها و اولويت‌هاي سازمان‌ها در حوزه‌هايي مانند هوش مصنوعي و اينترنت اشياست. حسن‌آبادي تأكيد كرد: تا زماني كه اين نيازها در قالب طرح‌هاي مشخص و اجرايي تعريف نشوند، برگزاري چنين رويدادهايي بيشتر در حد نمايش باقي مي‌ماند و امكان استفاده اثربخش از ظرفيت‌هاي بالاي شركت‌هاي داخلي در اين حوزه فراهم نمي‌شود. 

 

لزوم تسهيل ارتباط شركت‌هاي دانش‌بنيان با شركاي خارجي براي توسعه صادرات

حسين لولايي، با تأكيد بر اهميت صادرات محصولات دانش‌بنيان، گفت: يكي از ويژگي‌هاي كليدي معاونت علمي، توجه به مقوله صادرات است. براي آنكه محصولات شركت‌هاي داخلي در عرصه بين‌المللي قابليت صادرات پيدا كنند، ضروري است كه شركت‌ها ارتباط موثري با شركاي خارجي داشته باشند. وي افزود: به نظر من، معاونت علمي مي‌تواند نقش بسيار موثري در تسهيل اين ارتباطات ايفا كند. مثلاً با ايجاد بستري كه مثل يك چراغ‌قوه مسير را در اين حوزه روشن كند تا شركت‌ها خودشان بتوانند پارتنرهاي مناسب‌شان را بيابند. اين حمايت و تسهيل از سوي معاونت، مي‌تواند كمك بزرگي به شركت‌هاي دانش‌بنيان باشد تا در بازارهاي جهاني حضور پررنگ‌تري پيدا كنند.

 

نقد جدي به مسير فعلي اجراي پروژه‌هاي  هوش مصنوعي دولتي

مرتضي جوان، نماينده يكي از شركت‌هاي هوش مصنوعي، به بررسي روند اجراي پروژه‌هاي كلان دولتي در حوزه هوش مصنوعي پرداخت و گفت: احساس مي‌كنم حرف‌هاي كليشه‌اي در اين فضا كارآمد نيستند و بايد به شكل جدي‌تري به مسائل بپردازيم. شما (خطاب به مسوولان معاونت علمي رياست‌جمهوري) تصميم بزرگي داريد براي كاري بزرگ، اما مسيري كه در پيش گرفته‌ايد به آن نقطه ختم نخواهد شد. وي با اشاره به تجربه شخصي همكاري با دانشگاه‌ها در پروژه‌هاي گذشته، گفت: در سال ۱۴۰۰ تجربه‌اي با دانشگاه شريف داشتيم كه ديتاسنتر و GPUهاي مورد استفاده‌مان آنجا مستقر بود. در پي يك اتفاق ساده، سه هفته طول كشيد تا مجوز ورود به ديتاسنتر براي اعمال يك تغيير كوچك صادر شود. دانشگاه ماهيتاً نهادي علمي‌ است و اولويت اولش ارايه سرويس نيست. اين مدل در عمل ناكارآمد است. جوان با اشاره به پروژه‌هايي مانند سكوي ملي هوش مصنوعي، سيمرغ و ديگر طرح‌هاي مشابه گفت: پروژه‌هايي مثل سيمرغ، با حمايت‌هايي مثل حمايت دكتر معتمدي، رييس اسبق دانشگاه اميركبير اجرا شدند، اما در نهايت چه تحول موثري رقم زدند؟ امروز هم سكو با دانشگاه شريف پيش مي‌رود، اما تضميني نيست كه در آينده به سرنوشت پروژه‌هاي مشابه دچار نشود. وي افزود: هرگاه دولت وارد حوزه‌اي شده، نه با نگاه سود و منافع اقتصادي، بلكه صرفاً با ماين‌ست بروكراتيك جلو رفته و در نهايت پروژه به زخمي تبديل شده كه درمان نشده است. ما منابع محدودي داريم و گرچه مي‌بينيم كه توزيع منابع در ماين‌ست بروكراتيك (رويكرد اداري و غيرچابك) در حال تغيير است، اما با رويكرد فعلي، بعيد مي‌دانم تغيير چشمگيري رخ دهد. اين فعال حوزه هوش مصنوعي تصريح كرد: ما زمان نداريم. مساله حمايت از بخش خصوصي كاملاً بديهي است. دولت نبايد خودش لباس بپوشد و وارد زمين بازي شود، مثل تجربه ناموفق موتور جست‌وجوي ملي، ابرملي و پروژه‌هاي مشابه. اگر قرار است اقدامي موثر انجام شود، بايد با ارزيابي درست، استراتژي بلندمدت و ماين‌ست روشن، به سراغ بخش خصوصي برويم و حمايت اصولي و هدفمند داشته باشيم. هزاران روش براي انجام اين كار وجود دارد.