سرمایه‌گذاری ۴۰ برابری عربستان نسبت به ایران در هوش مصنوعی
مقایسه بودجه‌های اختصاص‌یافته به هوش مصنوعی در ایران با کشورهای منطقه، تصویری چالش‌برانگیز را ترسیم می‌کند. عربستان سعودی با سرمایه‌گذاری بیش از ۲ میلیارد دلار، امارات با ۱.۲ میلیارد دلار و ترکیه با تخصیص ۷۰۰ میلیون دلار به سرعت در حال پیشروی هستند.
به گزارش خبرنگار اجتماعی خبرگزاری تسنیم، هوش مصنوعی به عنوان یکی از شاخه‌های مهم فناوری از چندین دهه پیش در جهان مطرح بوده است، اما آنچه این حوزه را در سال‌های اخیر به کانون توجه عمومی و تخصصی تبدیل کرده، ظهور ابزارهایی پیشرفته مانند چت‌جی‌بی‌تی، جمنای، کوپایلوت و سایر محصولات مشابه است. این فناوری‌ها، علاوه بر تسهیل زندگی روزمره مردم، توانسته‌اند هوش مصنوعی را به موضوعی جذاب و حیاتی در میان فناوری‌های به‌روز تبدیل کنند.
در ایران نیز تاکیدات مقام معظم رهبری بر اهمیت هوش مصنوعی، جایگاه ویژه‌ای به این فناوری بخشیده است. ایشان در دو جمله کلیدی، بر "لزوم قرار گرفتن ایران در جمع 10 کشور برتر جهان" و "تسلط بر لایه‌های عمیق هوش مصنوعی" تأکید داشته‌اند.
برای دستیابی به این اهداف کلیدی معیارهای مختلفی مورد توجه قرار می‌گیرد. یکی از این معیارها، میزان تولید مقالات علمی مرتبط است. بر اساس آمار، ایران در یکی از پایگاه‌های معتبر جهانی در زمینه تحقیقات هوش مصنوعی رتبه 40 را دارد، اما در اسکوپوس، جایگاهی بین 15 تا 20 را به خود اختصاص داده است که نشان‌دهنده تلاش‌های جدی در این حوزه است.
با این حال، مقایسه بودجه‌های اختصاص‌یافته به هوش مصنوعی در ایران با کشورهای منطقه، تصویری چالش‌برانگیز را ترسیم می‌کند. برای مثال، عربستان سعودی با سرمایه‌گذاری بیش از 2 میلیارد دلار، امارات متحده عربی با 1.2 میلیارد دلار و ترکیه با تخصیص 700 میلیون دلار، به سرعت در حال پیشروی هستند.
عربستان سعودی با هدف‌گذاری سرمایه‌گذاری 100 میلیارد دلاری، به دنبال رهبری هوش مصنوعی در منطقه است! این کشور با اعلام پروژه‌ای بلندپروازانه، قصد دارد با سرمایه‌گذاری عظیم 100 میلیارد دلاری، به قطب هوش مصنوعی در سطح جهانی تبدیل شود. این پروژه بلندپروازانه که با همکاری شرکت آلفابت (شرکت مادر گوگل) دنبال می‌شود، نشان از عزم جدی این کشور برای ورود به عصر جدید فناوری است.
در مقابل، بودجه اولیه ایران برای سازمان ملی هوش مصنوعی تنها 3.5 همت (حدود 50 میلیون دلار) بوده که حتی همین میزان نیز به طور کامل تخصیص نیافته است. این در حالی است که وعده‌هایی برای افزایش این بودجه تا 15 همت داده شده بود.
لایه‌های عمیق در هوش مصنوعی به سه بخش تقسیم می‌شود که اولین و مهم‌ترین بخش آن، سخت‌افزار و به طور خاص، تراشه‌ها هستند. در کشور ما نیز از تراشه در صنایع مختلفی مانند خودرو، مودم و حتی موشک و مباحث نظامی استفاده می‌شود. اما در زمینه تراشه‌های تخصصی مورد نیاز برای پردازش‌های پیچیده هوش مصنوعی، به ویژه تراشه‌های گرافیکی (GPU)، وابستگی زیادی به واردات داریم.
در حال حاضر، ایران با کمبود شدید پردازنده‌های گرافیکی (GPU) با توان پردازشی بالا (مانند A100) مواجه است. این کمبود، مانع بزرگی بر سر راه توسعه و گسترش کاربردهای هوش مصنوعی، به ویژه یادگیری عمیق، در کشور شده است. چرا که برای انجام محاسبات پیچیده در حوزه هوش مصنوعی، به زیرساخت‌های قدرتمند مبتنی بر GPU نیاز است.
برای اجرای الگوریتم‌های پیچیده هوش مصنوعی به حجم عظیمی از محاسبات نیاز است. این محاسبات معمولاً در مراکز داده بزرگ و GPU Farm ها انجام می‌شود که هزاران یا حتی میلیون‌ها تراشه گرافیکی (GPU) با هم به صورت خوشه‌ای (cluster) متصل شده‌اند. این خوشه‌های GPU قادرند حجم بسیار زیادی از داده را به طور همزمان پردازش کرده و به نتایج دقیق و سریعی دست یابند. برای مثال، مدل‌های زبانی بزرگی مانند GPT که قادر به تولید متن‌های بسیار طبیعی هستند، به چنین زیرساخت‌های قدرتمندی نیاز دارند.
مثلا CHAT GBT یا کوپایلوت به عنوان مثال 45 هزار عدد از این GPUهارا به یکدیگر متصل می‌کند تا بتواند توان پردازشی بالایی را انجام دهد. تا امروز 5 یا 5 کشور در جهان به این فناوری دست پیدا کردند شرکت‌هایی مثل تسلا، آمازون، open AI گوگل و ...
در حال حاضر، گوگل پلتفرم ابری (کلود) به نام Google Colab را ارائه می‌دهد که به کاربران امکان می‌دهد به صورت رایگان یا با پرداخت هزینه، از پردازنده‌های گرافیکی (GPU) قدرتمند برای اجرای مدل‌های یادگیری عمیق استفاده کنند. بسیاری از دانشجویان و محققان ایرانی نیز از این پلتفرم برای انجام پژوهش‌های خود استفاده می‌کنند.
زیرساخت سخت‌افزاری مبتنی بر GPU زیرساختی‌ترین کار در حوزه هوش مصنوعی است که بایستی مورد توجه قرار بگیرد. داده‌های بزرگ و با کیفیت، لایه مهم‌تری هستند که بدون آن، توسعه مدل‌های هوش مصنوعی کارآمد امکان‌پذیر نیست. متأسفانه، در حال حاضر، داده‌های موجود در کشور ما پراکنده و بدون ساختار هستند و پلتفرم جامع و یکپارچه‌ای برای مدیریت و اشتراک‌گذاری آن‌ها وجود ندارد. علاوه بر این، بسیاری از سازمان‌ها، مانند سازمان ثبت احوال، داده‌های خود را به صورت انحصاری نگهداری کرده و تمایلی به اشتراک‌گذاری آن‌ها با سایر نهادها ندارند.
بنابراین، اولویت اصلی در توسعه هوش مصنوعی در کشور، ایجاد یک بستر داده‌ای ملی و استاندارد است. این بستر باید امکان جمع‌آوری، پاکسازی، یکپارچه‌سازی و اشتراک‌گذاری ایمن داده‌ها را فراهم کند. بنابراین پرداختن به لایه داده در هوش مصنوعی بستر دوم لایه عمیق است و ایجاد یک بستر جامع برای اشتراک‌گذاری داده‌ها، گام بعدی در توسعه هوش مصنوعی و لایه عمیق هوش مصنوعی است.
مجلس قانون دوام؛ قانون مدیریت داده و اطلاعات ملی (دوام) را تصویب کرده است که با توجه به تشکیل سازمان ملی هوش مصنوعی و صحبت‌های و تاکیدات مقام معظم رهبری در حوزه هوش مصنوعی، این قانون برای توسعه هوش مصنوعی الزامی است. قانون مدیریت داده و اطلاعات ملی تأکید دارد که اگر اطلاعاتی می‌خواهد بین دستگاه‌ها مبادله شود، باید از طریق مرکز ملی تبادلات اطلاعات باشد. اگر قوانینی داشته باشیم که داده‌ها را فراهم کرده و در اختیار بخش خصوصی بگذارد گام بزرگی در حوزه هوش مصنوعی در کشور برداشته خواهد شد.
بستر سوم لایه عمیق هوش مصنوعی، توسعه الگوریتم‌ها و نرم‌افزارهای بومی است که بتوانند پاسخگوی نیازهای داخلی کشور باشند. در این حوزه، کشورمان توانسته جایگاه مناسبی در تولید علم به دست آورد و در رتبه 15 تا 17 جهانی قرار بگیرد و ما در اسکوپوس رتبه خوبی داریم اما ضعف اصلی ما در کاربرد صنعتی این دستاوردهاست.
انتهای پیام/