ایران در حوزه هوش مصنوعی در شاخصهای کمی عملکرد نسبتاً خوبی دارد، اما در شاخصهای کیفی هنوز فاصله زیادی با کشورهای پیشرفته دارد. پژوهشهای بسیاری در این حوزه انجام شده، ولی برای رسیدن به تجاریسازی و جذب سرمایهگذاری، به زیرساختها و هماهنگیهای بیشتری نیاز است. فاطمه سبزهای، پژوهشگر حوزه بانکداری، در این گفتگو به تحلیل وضعیت کنونی ایران و چشماندازهای آن در حوزه هوش مصنوعی پرداخته است.
کارنگ: وضعیت فعلی ایران در حوزه هوش مصنوعی را چگونه ارزیابی میکنید و مقایسهای با کشورهای دیگر در این حوزه داشته باشید؟
فاطمه سبزهای: در حال حاضر، ایران در شاخصهای کمی در حوزه هوش مصنوعی عملکرد خوبی دارد، بهویژه در زمینه تعداد مقالات و دانشجویان فعال در این حوزه از نظر تعداد مقالات علمی و دانشگاههای فعال در زمینه هوش مصنوعی، ایران در منطقه جایگاه خوبی دارد، بهطوریکه میتوان گفت در رتبههای دوم یا سوم قرار دارد. اما وقتی به شاخصهای کیفی نگاه میکنیم، یعنی تبدیل پژوهشها به محصول تجاری، جذب سرمایهگذاری و فراهمسازی زیرساختهای ضروری، ایران با کشورهای پیشرفته مانند ایالات متحده، چین و کشورهای اروپایی فاصله زیادی دارد. در مقایسه با کشورهای منطقه مثل امارات و عربستان، ایران در این بخشها عقبتر است. برای مثال، آمریکا و چین بهویژه در زمینههایی مثل کلاندادهها، یادگیری ماشین، و هوش مصنوعی عمیق، پیشرفتهای چشمگیری داشتهاند و بودجههای کلانی برای جذب استارتاپها و ساخت دیتاسنترهای ابری خود اختصاص دادهاند.
کارنگ: در چه زمینههایی ایران میتواند بیشترین رشد را در حوزه هوش مصنوعی داشته باشد؟
ایران در برخی زمینهها ظرفیتهای قابلتوجهی دارد که میتواند به رشد قابلتوجهی در آنها دست یابد. در حوزههایی مانند پردازش زبان طبیعی فارسی، پزشکی، کشاورزی هوشمند و بینایی ماشین ایران پیشرفتهای خوبی داشته است. بهعنوانمثال، در پردازش زبان طبیعی فارسی، چندین تیم دانشگاهی روی تحلیل متن فارسی و ترجمه ماشینی کار کردهاند. در پزشکی نیز، بهویژه در زمینه تشخیص ضایعات پوستی، تحلیل تصاویر رادیولوژی و پاتولوژی، ایران پیشرفتهای چشمگیری داشته است. در کشاورزی هوشمند نیز، الگوریتمهای پیشبینی زمان برداشت محصولات و مدیریت آبیاری با استفاده از تصاویر ماهوارهای یا پهپادها در حال اجرا است و نتایج مثبتی داشته است.
کارنگ: چه چالشهایی در این حوزه وجود دارد که باید حل شوند؟
چالشهای اصلی در حوزه هوش مصنوعی ایران شامل محدودیتهای مربوط به دسترسی به دادههای پاک، زیرساختهای ناکافی، و کمبود سرمایهگذاری در بخشهای مختلف است. ایران به دیتابیسهای عمومی و دادههای آموزشی مدلهای هوش مصنوعی نیاز دارد که هنوز به طور کامل توسعه نیافتهاند. همچنین، در زمینههای سختافزاری، مانند دیتاسنترها و جیپییو فارمها، هنوز محدودیتهایی وجود دارد که بر سرعت پیشرفت تأثیر میگذارد. علاوه بر این، بهطورکلی چارچوبهای قانونی و اخلاقی در حوزه هوش مصنوعی در ایران هنوز به طور کامل تدوین و اجرایی نشده است. بهویژه، قوانین شفاف و یکپارچهای که بتوانند از حقوق افراد در استفاده از دادهها و حریم خصوصی محافظت کنند، هنوز در مرحله توسعه قرار دارند.
کارنگ: معاونت علمی و فناوری ریاستجمهوری چه اقداماتی در زمینه هوش مصنوعی انجام داده است؟
معاونت علمی و فناوری ریاستجمهوری در سال گذشته چندین اقدام کلیدی در حوزه هوش مصنوعی انجام داده است. یکی از مهمترین اقدامات تدوین «نقشه راه ملی هوش مصنوعی» بود که با همکاری دانشگاهها، صنعت و دستگاههای اجرایی طراحی شد. این سند هنوز به مرحله تصویب نهایی نرسیده است و بهصورت الزامآور درنیامده است، ولی تا حدی گامهای مهمی برداشته شده است. همچنین، معاونت علمی در راستای حمایت از استارتاپها و پروژههای نوآور، حدود ۳۰۰ میلیون تومان برای پروژههای نوآور در سال ۱۴۰۳ اختصاص داده است. همچنین، پلتفرمهای داده برای دسترسی به دیتاستهای پاک راهاندازی شده و دورههای آموزشی برای توانمندسازی نیروهای انسانی نیز برگزار شده است. در مجموع، این فعالیتها باعث شده که تیمهای استارتاپی زیادی به فاز نمونهسازی برسند و برخی از آنها موفق به جذب سرمایهگذاری خصوصی شوند.
کارنگ: برای دستیابی به موفقیت در این حوزه چه اقداماتی ضروری است؟
برای دستیابی به موفقیت در حوزه هوش مصنوعی، ایران نیازمند بهبودهای اساسی در چندین زمینه است. اولین و مهمترین قدم، تکمیل و بهروزرسانی زیرساختهای سختافزاری است. این شامل توسعه دیتا سنترها و جیپییو فارمها میشود که بهعنوان پایهگذار عملیات پردازشی در حوزه هوش مصنوعی به شمار میآیند. علاوه بر این، ایران باید سرمایهگذاری بیشتری در زمینه تحقیقوتوسعه انجام دهد، بهویژه در صنایع کلاندادهها، یادگیری ماشین و هوش مصنوعی عمیق که بهعنوان محوریترین فناوریهای آینده شناخته میشوند. در کنار این، ایجاد و تقویت چارچوبهای قانونی و اخلاقی که بتوانند حفاظت از دادهها و حریم خصوصی افراد را تضمین کنند، از دیگر نیازهای اساسی است.
همچنین، گسترش و بهبود دیتابیسهای عمومی و دسترسی به دادههای پاک برای آموزش مدلهای هوش مصنوعی از اهمیت زیادی برخوردار است؛ چرا که دادههای باکیفیت، پیشنیاز اصلی در آموزش مدلها و توسعه کاربردهای هوش مصنوعی هستند.
در نهایت، ایران باید نقشه راه ملی هوش مصنوعی را بهصورت عملیاتی اجرا کند و هماهنگی میان دستگاههای اجرایی را برای تسهیل پیشرفتها در این حوزه ایجاد کند. باتوجهبه این اقدامات، ایران قادر خواهد بود تا به یکی از پیشگامان منطقه در زمینه هوش مصنوعی تبدیل شود و از ظرفیتهای بالقوه خود بهرهبرداری کامل نماید.