به بهانه طرح این موضوع، مروری کرده ایم بر تجربه کشورهای دیگری که پیش از ایران، درباره مدیریت بر هوش مصنوعی، ساختار و نهاد خاص تشکیل داده اند.
به گزارش سرویس اجتماعی تابناک، در سالهای اخیر، توسعه هوش مصنوعی به عنوان یکی از اولویتهای اصلی در بسیاری از کشورها شناخته شده است. این فناوری به دلیل پتانسیل بالای خود در تحول اقتصادی و اجتماعی، نیازمند مدیریت و نظارت دقیق است. در این راستا، کشورهای مختلف اقدام به تأسیس نهادها و سازمانهای خاصی برای هدایت و مدیریت هوش مصنوعی کردهاند. در این گزارش، به بررسی این نهادها، دستور کار آنها و پیشرفتهای حاصل شده خواهیم پرداخت.
ایالات متحده آمریکا
ایالات متحده با تأسیس سازمان ملی علم و فناوری (NSTC) و مرکز ملی هوش مصنوعی، به مدیریت هوش مصنوعی پرداخته است. این نهادها به تدوین سیاستهای ملی در زمینه هوش مصنوعی و تخصیص بودجههای تحقیقاتی به پروژههای کلیدی مشغول هستند. در سال ۲۰۲۲، دولت آمریکا بیش از ۱۰۰ میلیارد دلار به تحقیق و توسعه در زمینه هوش مصنوعی اختصاص داد.
چین
چین به عنوان یکی از پیشگامان هوش مصنوعی، با راهاندازی اداره ملی هوش مصنوعی، سیاستهای خود را در این زمینه به طور جدی دنبال میکند. هدف این نهاد، تبدیل چین به یک قدرت جهانی در هوش مصنوعی تا سال ۲۰۳۰ است. دولت چین هر ساله میلیاردها دلار به تحقیق و توسعه هوش مصنوعی اختصاص میدهد و در حال حاضر، این کشور بیش از ۲۲ میلیارد دلار در این حوزه سرمایهگذاری کرده است.
اتحادیه اروپا
اتحادیه اروپا با تأسیس سازمان هوش مصنوعی اروپا، به دنبال ایجاد یک چارچوب قانونی و اخلاقی برای استفاده از هوش مصنوعی است. این سازمان در سال ۲۰۲۱ طرح عمل هوش مصنوعی را ارائه داد و برای سالهای ۲۰۲۱ تا ۲۰۲۷، بودجهای بالغ بر ۱۰۰ میلیارد یورو برای تحقیق و توسعه در این حوزه تعیین کرده است.
کانادا
کانادا با تأسیس مرکز ملی هوش مصنوعی و اختصاص بودجهای معادل ۱٫۲ میلیارد دلار به این مرکز، به یکی از کشورهای پیشرو در زمینه هوش مصنوعی تبدیل شده است. این مرکز به پژوهشگران و دانشمندان کمک میکند تا در زمینه هوش مصنوعی تحقیق و توسعه کنند و به ایجاد یک اکوسیستم قوی برای نوآوری در این حوزه پرداخته است.
آلمان
آلمان نیز با تأسیس مرکز ملی هوش مصنوعی در سال ۲۰۱۸، به دنبال ارتقاء توانمندیهای خود در این زمینه است. این مرکز با بودجهای بالغ بر ۵۰۰ میلیون یورو در پنج سال آینده، به تحقیق و توسعه در زمینه هوش مصنوعی میپردازد و تلاش میکند تا همکاریهای بینالمللی را در این حوزه افزایش دهد.
هند
هند نیز در سالهای اخیر به توسعه هوش مصنوعی توجه کرده و مرکز ملی هوش مصنوعی را تأسیس کرده است. این مرکز به دنبال ارتقاء توانمندیهای کشور در زمینه هوش مصنوعی و استفاده از آن در بخشهای مختلف اقتصادی و اجتماعی است. هند همچنین به دنبال همکاری با بخش خصوصی و دانشگاهها برای تسریع در پیشرفتهای این حوزه است.
هند نیز در سالهای اخیر به توسعه هوش مصنوعی توجه کرده و مرکز ملی هوش مصنوعی را تأسیس کرده است. این مرکز به دنبال ارتقاء توانمندیهای کشور در زمینه هوش مصنوعی و استفاده از آن در بخشهای مختلف اقتصادی و اجتماعی است. هند همچنین به دنبال همکاری با بخش خصوصی و دانشگاهها برای تسریع در پیشرفتهای این حوزه است.
در واقع کشورهایی که در زمینه هوش مصنوعی اقدام به تأسیس نهادها و سازمانهای خاص کردهاند عبارتند از:
ایالات متحده آمریکا، چین، کانادا، آلمان، انگلستان، فرانسه، استرالیا، ژاپن، کره جنوبی، هند، هلند، سوئد، اتحادیه اروپا (به عنوان یک نهاد مستقل)، سنگاپور و نروژ.
این کشورها با تأسیس سازمانها و نهادهای مختلف، به دنبال مدیریت و توسعه هوش مصنوعی هستند و هر یک برنامهها و سیاستهای خاص خود را در این زمینه دارند.
چالش های احتمالی سازمان در ایران
تشکیل شورای ملی راهبری و تأسیس سازمان ملی هوش مصنوعی در ایران احتمالا با چالشهایی روبروست که میتوان بعضی از آها را این چنین برشمرد:
عدم هماهنگی بین نهادها: نیاز به همکاری و هماهنگی بین نهادهای دولتی، دانشگاهها و بخش خصوصی برای ایجاد یک استراتژی جامع.
کمبود منابع مالی: تأمین بودجه کافی برای پروژههای تحقیقاتی و توسعهای در زمینه هوش مصنوعی.
نیروی انسانی متخصص: کمبود متخصصان و پژوهشگران در حوزه هوش مصنوعی که بتوانند به توسعه و پیادهسازی برنامهها کمک کنند.
زیرساختهای فناوری: نیاز به بهبود زیرساختهای فناوری اطلاعات و ارتباطات برای حمایت از پروژههای هوش مصنوعی.
قوانین و مقررات: تدوین قوانین و مقررات مناسب برای مدیریت و نظارت بر فعالیتهای مرتبط با هوش مصنوعی.
آگاهی عمومی: افزایش آگاهی و دانش عمومی در مورد هوش مصنوعی و مزایای آن برای جامعه.
فیلترینگ اینترنت: محدودیتهای موجود در دسترسی به منابع و اطلاعات جهانی میتواند مانع از یادگیری و تبادل دانش در زمینه هوش مصنوعی شود.
تحریمهای ظالمانه: تحریمها میتوانند دسترسی به فناوریهای پیشرفته، نرمافزارها و تجهیزات لازم برای توسعه هوش مصنوعی را محدود کنند.
عدم دسترسی به دادههای بینالمللی: محدودیتها در تبادل دادهها و اطلاعات با دیگر کشورها میتواند بر کیفیت و دقت الگوریتمهای هوش مصنوعی تأثیر بگذارد.
نگرانیهای امنیتی: نگرانی از تهدیدات امنیتی و سایبری ممکن است باعث شود که نهادها به جای استفاده از فناوریهای نوین، به راهحلهای سنتی روی آورند.
چالشهای فرهنگی و اجتماعی: نگرشهای منفی نسبت به اینترنت و فناوریهای نوین میتواند مانع از پذیرش و استفاده از هوش مصنوعی در جامعه شود.
عدم هماهنگی بین نهادها: نیاز به همکاری و هماهنگی بین نهادهای دولتی، دانشگاهها و بخش خصوصی برای ایجاد یک استراتژی جامع.
کمبود منابع مالی: تأمین بودجه کافی برای پروژههای تحقیقاتی و توسعهای در زمینه هوش مصنوعی.
نیروی انسانی متخصص: کمبود متخصصان و پژوهشگران در حوزه هوش مصنوعی که بتوانند به توسعه و پیادهسازی برنامهها کمک کنند.
زیرساختهای فناوری: نیاز به بهبود زیرساختهای فناوری اطلاعات و ارتباطات برای حمایت از پروژههای هوش مصنوعی.
قوانین و مقررات: تدوین قوانین و مقررات مناسب برای مدیریت و نظارت بر فعالیتهای مرتبط با هوش مصنوعی.
آگاهی عمومی: افزایش آگاهی و دانش عمومی در مورد هوش مصنوعی و مزایای آن برای جامعه.
فیلترینگ اینترنت: محدودیتهای موجود در دسترسی به منابع و اطلاعات جهانی میتواند مانع از یادگیری و تبادل دانش در زمینه هوش مصنوعی شود.
تحریمهای ظالمانه: تحریمها میتوانند دسترسی به فناوریهای پیشرفته، نرمافزارها و تجهیزات لازم برای توسعه هوش مصنوعی را محدود کنند.
عدم دسترسی به دادههای بینالمللی: محدودیتها در تبادل دادهها و اطلاعات با دیگر کشورها میتواند بر کیفیت و دقت الگوریتمهای هوش مصنوعی تأثیر بگذارد.
نگرانیهای امنیتی: نگرانی از تهدیدات امنیتی و سایبری ممکن است باعث شود که نهادها به جای استفاده از فناوریهای نوین، به راهحلهای سنتی روی آورند.
چالشهای فرهنگی و اجتماعی: نگرشهای منفی نسبت به اینترنت و فناوریهای نوین میتواند مانع از پذیرش و استفاده از هوش مصنوعی در جامعه شود.
نتیجهگیری
مدیریت هوش مصنوعی در کشورهای مختلف نشاندهنده توجه ویژه به این فناوری و نقش آن در تحول اقتصادی و اجتماعی است. با ایجاد نهادهای خاص و تخصیص بودجههای مناسب، این کشورها به دنبال بهرهبرداری بهینه از امکانات هوش مصنوعی و ایجاد زیرساختهای لازم برای توسعه آن هستند. این روند میتواند به عنوان الگویی برای سایر کشورها، از جمله ایران، در جهت پیشرفت و بهبود مدیریت هوش مصنوعی مورد استفاده قرار گیرد.