مسیر موفقیت هوش مصنوعی بومی از تمرکز بر کاربردهای تخصصی می‌گذرد
به گزارش خبرگزاری آنا؛ علی شریفی زارچی، عضو هیئت علمی دانشکده مهندسی کامپیوتر دانشگاه صنعتی شریف، در گفتوگو با خبرنگار آناتک و در حاشیه مراسم اختتامیه «مسابقه ملی هوش مصنوعی و طرح ایران دیجیتال»، ضمن ابراز امیدواری نسبت به آینده نسل جدید برنامه‌نویسان کشور، به تشریح دیدگاه‌های خود درباره چگونگی توسعه یک هوش مصنوعی مولد بومی و ایجاد بازاری رقابتی برای آن در ایران پرداخت.
او ضمن هشدار نسبت به تکرار سرنوشت پروژه‌هایی مانند موتور جستجوی ملی، استراتژی اصلی را حرکت به سمت حوزه‌هایی دانست که در آن‌ها مزیت رقابتی مشخصی برای شرکت‌های داخلی وجود دارد و امکان رقابت برای بازیگران بزرگ بین‌المللی فراهم نیست.
گریز از یک رقابت نابرابر
شریفی زارچی یکی از بزرگ‌ترین فرصت‌های کنونی برای ایران را وجود و توسعه سریع مدل‌های زبانی بزرگ (LLM) متن‌باز دانست. او توضیح داد: «در حال حاضر، فاصله میان تکنولوژی‌های متن‌باز مانند مدل‌هایی نظیر دیپ‌سیک با تکنولوژی‌های بسته و تجاری مانند مدل‌های شرکت اوپن‌ای‌آی به حداقل ممکن رسیده است. این وضعیت شبیه به دوران اولیه موتور‌های جست‌و‌جو نیست که از همان ابتدا فاصله‌ای بسیار زیاد میان بازیگران اصلی و سایرین وجود داشت و عملاً امکان رقابت را از بین می‌برد.»
به باور این استاد دانشگاه، این کاهش شکاف فناوری به شرکت‌های ایرانی اجازه می‌دهد تا با صرف منابعی به مراتب کمتر، به هسته اصلی تکنولوژی دسترسی پیدا کرده و آن را برای اهداف مشخص خود توسعه دهند. او این شرایط را با تلاش‌های گذشته برای ساخت موتور جستجوی وب ملی مقایسه کرد و گفت: «باید از آن تجربه درس گرفت. شرکتی مانند گوگل هزاران برابر شرکت‌های ایرانی منابع مالی و نیروی انسانی در اختیار دارد و طبیعی است که سرویس باکیفیت‌تری ارائه دهد که مورد اقبال کاربران قرار می‌گیرد. تلاش برای رقابت مستقیم در چنین میدانی، نتیجه‌ای جز اتلاف منابع نخواهد داشت. اما در حوزه هوش مصنوعی مولد، به لطف جامعه متن‌باز، زمین بازی متفاوت است و می‌توان با هوشمندی، استراتژی متفاوتی را در پیش گرفت.»
مزیت رقابتی در داده‌های خصوصی و نیازهای تخصصی
محور اصلی استراتژی پیشنهادی شریفی زارچی، شناسایی مزیت رقابتی برای شرکت‌های داخلی است. او معتقد است این مزیت در دو حوزه اصلی نهفته است؛ نیاز به حفظ حریم خصوصی داده‌ها در سازمان‌های بزرگ، و وجود بازار‌های تخصصی که غول‌های فناوری توجهی به آن‌ها ندارند.
او تصریح کرد: «یک سازمان بزرگ داخلی، چه در حوزه نفت و پتروشیمی، چه در صنایع مالی و بیولوژیک، تمایلی ندارد که داده‌های حساس و استراتژیک خود را برای پردازش در اختیار شرکتی مانند اوپن‌ای‌آی قرار دهد. این یک نگرانی کاملاً منطقی و جهانی است. همین نقطه، یک فرصت بزرگ برای شرکت‌های ایرانی ایجاد می‌کند.»
وی افزود: «یک شرکت داخلی می‌تواند یک مدل زبانی بزرگ را بر روی سرور‌های داخلی همان سازمان مستقر کند و آن را به طور اختصاصی برای نیازهای آن مجموعه آموزش دهد. در این حالت، داده‌ها هرگز از سازمان خارج نمی‌شوند و امنیت اطلاعات به طور کامل حفظ می‌گردد. این خدمتی است که بازیگران بزرگ جهانی به سادگی ارائه نمی‌دهند و یک مزیت رقابتی آشکار برای فعالان بومی است.»
نقشه راهی برای کاربردهای تخصصی هوش مصنوعی
شریفی زارچی گفت: «برای روشن‌تر شدن این استراتژی می‌توان به حوزه‌های سلامت و بیوتکنولوژی، صنایع مالی و بانکداری، صنعت نفت، گاز و پتروشیمی و حوزه حقوقی و قضایی اشاره کرد.»
به گزارش خبرگزاری آنا، به عنوان مثال از کاربرد‌ها در حوزه‌های مختلف می‌توان به حوزه سلامت و بیوتکنولوژی اشاره کرد که به جای ساخت یک چت‌بات عمومی، یک شرکت می‌تواند مدل زبانی خود را بر روی تمامی مقالات، کتب و داده‌های پزشکی و دارویی فارسی‌زبان آموزش دهد مدلی که به پزشکان در تشخیص بیماری‌ها کمک کند، در مراکز تحقیقاتی برای کشف دارو‌های جدید به کار رود و پژوهش‌ها را سریع‌تر تحلیل کند و بازاری کاملاً تخصصی با ارزش افزوده بالا ایجاد کند.
در صنایع مالی و بانکداری، یک مدل هوش مصنوعی آموزش‌دیده بر پایه داده‌های اقتصادی ایران، قوانین بانک مرکزی و الگو‌های مالی داخلی می‌تواند در تحلیل ریسک اعتباری، کشف تقلب‌های مالی و ارائه مشاوره به مشتریان نقش‌آفرینی کند و این حوزه نیازمند درک عمیق از اقتصاد و حقوق داخلی است.
در صنعت نفت، گاز و پتروشیمی، حجم عظیم داده‌های فنی و گزارش‌های زمین‌شناسی می‌تواند با یک مدل داخلی و امن تجزیه و تحلیل شود تا فرآیند‌های حفاری بهینه گردد، تعمیرات پالایشگاه‌ها پیش‌بینی شود و گزارش‌های فنی با دقت بررسی شود بدون خطر افشای اطلاعات استراتژیک کشور.
در حوزه حقوقی و قضایی نیز آموزش یک مدل بر اساس قوانین و رویه‌های قضایی ایران می‌تواند ابزاری هوشمند برای وکلا، قضات و حتی مردم فراهم کند که امکان جستجوی دقیق در متون حقوقی و دریافت مشاوره‌های اولیه را فراهم می‌سازد.
پرهیز از کار‌های سطحی و لزوم تلاش جدی
این پژوهشگر حوزه هوش مصنوعی در بخش دیگری از سخنان خود، نسبت به رویکردهای سطحی و کوتاه‌مدت در این حوزه هشدار داد و تاکید کرد که موفقیت نیازمند تلاش جدی و عمیق است. او گفت: «باید خودمان را به زحمت بیندازیم. هنر این نیست که صرفاً مدل اوپن‌ای‌آی را برداریم، یک پوسته یا رپر روی آن بگذاریم و آن را به مشتری تحویل دهیم. این کار ارزش افزوده پایداری ایجاد نمی‌کند و در بلندمدت شکست خواهد خورد.»
به گفته وی، تلاش جدی یعنی کار پژوهشی برای بهبود جنبه‌های مختلف مدل‌ها، مانند افزایش قدرت استدلال منطقی آن‌ها، جمع‌آوری و پاک‌سازی داده‌های باکیفیت فارسی در حوزه‌های تخصصی، و فرآیند مهندسی‌شده تنظیم دقیق مدل‌های متن‌باز برای انطباق کامل با نیاز مشتری. این فرآیند‌ها نیازمند دانش فنی عمیق و سرمایه‌گذاری در تحقیق و توسعه است که در نهایت وجه تمایز یک شرکت جدی از یک شرکت سطحی خواهد بود.
نسل جدید، سرمایه اصلی برای آینده هوش مصنوعی
شریفی زارچی در پایان، با اشاره به حضور پرانرژی دانش‌آموزان در رویداد‌های علمی، این نسل را بزرگ‌ترین سرمایه کشور برای تحقق اهداف بزرگ در حوزه فناوری دانست. او ابراز امیدواری کرد که بسیاری از این نوجوانان در سال‌های آینده در المپیاد‌های جهانی کامپیوتر و هوش مصنوعی و دیگر عرصه‌های علمی و صنعتی برای کشور افتخارآفرینی کنند. از دیدگاه او، فراهم کردن یک نقشه راه استراتژیک و حمایت از حرکت شرکت‌ها در مسیر درست، می‌تواند انرژی و استعداد این نسل را به سمت ایجاد یک اکوسیستم هوش مصنوعی بومی، خلاق و پایدار هدایت کند که قادر به حل مسائل واقعی کشور باشد.
انتهای پیام/
