به گزارش گروه دانشگاه خبرگزاری دانشجو، در این برنامه فواد قادری دانشیار دانشگاه تربیت مدرس در رشته هوش مصنوعی و معاون پژوهشی پژوهشکده فناوری اطلاعات و ارتباطات دانشگاه تربیت مدرس، محمدرضا رزاقی طاهری کارشناس حوزه هوش مصنوعی، سیدعبدالمجید زواری مدیر اندیشکده روابط بین‌الملل و سجاد فلاحتکار، مدیر مرکز نوآوری و استعداد هوش مصنوعی به عنوان پژوهشگران و کارشناسان به ارائه سخنرانی پرداختند.
قادری: کاربرد‌های هوش مصنوعی به مرز‌های رباتیک محدود نمی‌شود
فواد قادری، معاون پژوهشی پژوهشکده فناوری اطلاعات و ارتباطات دانشگاه تربیت مدرس با اشاره به گسترش کاربرد‌های هوش مصنوعی در دنیای امروز گفت: بسیاری از افراد برداشتشان از هوش مصنوعی محدود به رباتیک است. البته یکی از کاربرد‌های مهم و جدی این حوزه به رباتیک مربوط می‌شود، به ویژه ربات‌های صنعتی و ربات‌هایی که در حوزه سلامت و مراقبت از افراد استفاده می‌شوند. با این حال، هوش مصنوعی تنها در حوزه رباتیک محدود نمی‌شود و کاربرد‌های گسترده‌تری دارد.
معاون پژوهشی پژوهشکده فناوری اطلاعات و ارتباطات دانشگاه تربیت مدرس در ادامه توضیح داد: واژه هوش مصنوعی گرچه این روز‌ها بیشتر از گذشته در معرض توجه قرار گرفته است، اما یک واژه قدیمی به شمار می‌آید. اولین بار در سال ۱۹۵۶، حدود ۷۰ سال پیش، این اصطلاح در جلسه‌ای که گروهی از دانشمندان در آن جمع شده بودند، مطرح شد.
وی افزود: هدف آنها این بود که قابلیت‌های انسانی را به ماشین‌ها، به ویژه کامپیوترها، منتقل کنند. از آن زمان تا کنون، نسل‌های مختلفی از هوش مصنوعی و موج‌های مختلف آن را شاهد بوده‌ایم که هر کدام در مقاطعی رونق پیدا کرده و به بن‌بست‌هایی رسیده‌اند.
دانشیار دانشگاه تربیت مدرس در رشته هوش مصنوعی بیان کرد: موج سوم هوش مصنوعی که از حدود سال ۲۰۱۰ آغاز شد، باعث شده است تا امروزه شاهد استفاده‌های فراوانی از هوش مصنوعی در بخش‌های مختلف زندگی بشر باشیم.
رزاقی طاهری: مشکل اصلی در توسعه هوش مصنوعی کمبود و پراکندگی داده‌هاست
محمدرضا رزاقی طاهری، کارشناس حوزه هوش مصنوعی در خصوص جذابیت‌های حوزه دیتا ساینس و کاربرد‌های آن در پیش‌بینی‌های مالی گفت: زمانی که بحث دیتا ساینس مطرح می‌شود، داده‌های مالی و اطلاعات مبتنی بر زمان و عدد در کانون توجه قرار می‌گیرند. هدف اصلی در این حوزه، پیش‌بینی بهتر آینده است. برای مثال، در بازار‌های مالی مانند کریپتو، سهام و معاملات، همه به دنبال بهبود درآمد و پیش‌بینی دقیق‌تر آینده هستند. تنها ابزاری که می‌تواند در این مسیر کمک کند، الگوریتم‌های هوش مصنوعی است که به طور مداوم در حال به روزرسانی و تکامل است.
وی افزود: در سال ۲۰۲۱، رشته دیتا ساینس به عنوان یکی از جذاب‌ترین رشته‌های تحصیلی شناخته می‌شد، اما حالا با پیشرفت‌های جدید در هوش مصنوعی، این حوزه به یکی از پرخطرترین رشته‌ها تبدیل شده است. هوش مصنوعی اکنون در حال انجام کار‌هایی است که پیش‌تر تنها در حیطه دیتا ساینس انجام می‌شد.
این کارشناس حوزه هوش مصنوعی با اشاره به تأثیرات گسترده هوش مصنوعی در زمینه‌های مختلف گفت: هوش مصنوعی می‌تواند در بسیاری از حوزه‌ها تأثیرگذار باشد. در حوزه سلامت، به ویژه در زمینه‌های ژنتیک، تشخیص زودهنگام و بیماری‌هایی مانند آلزایمر و دیالیز، این فناوری می‌تواند دقت را افزایش دهد و هزینه‌ها را کاهش دهد. در حال حاضر، تشخیص‌های نادرست و آزمایش‌های ژنتیکی با دقت پایین در کشور رایج است، در حالی که هوش مصنوعی می‌تواند این مشکلات را حل کند.
وی ادامه داد: در حوزه اشتغال، پروژه‌های اطلاعاتی بزرگی در وزارت کشور داریم، اما مشکل اصلی این است که سازمان‌ها داده‌های لازم را ارائه نمی‌دهند. حتی اگر این سازمان‌ها موظف به اشتراک‌گذاری داده‌ها باشند، باز هم اطلاعات کافی در دسترس قرار نمی‌گیرد. این موضوع باعث کندی پیشرفت پروژه‌ها و ایجاد داده‌های پراکنده و غیرمنظم می‌شود.
طاهری همچنین به مشکلات فرهنگی و مدیریتی در کشور اشاره کرد و گفت: در کشور‌های دیگر، برای جمع‌آوری داده‌ها هزینه‌های زیادی می‌کنند، زیرا می‌دانند که این داده‌ها می‌تواند صرفه‌جویی‌های بزرگی به همراه داشته باشد. در ایران، متأسفانه درخواست‌های مشابه برای کاهش هزینه‌ها از طریق داده‌ها اغلب نادیده گرفته می‌شود. در حوزه سلامت و اشتغال، هوش مصنوعی می‌تواند تحول‌آفرین باشد، اما مشکل اصلی عدم دسترسی به داده‌های کافی است.
فلاحتکار: ایران باید رویکرد بومی و متمرکز برای توسعه هوش مصنوعی اتخاذ کند
فلاحتکار، مدیر مرکز نوآوری و استعداد هوش مصنوعی به اهمیت داده در حوزه هوش مصنوعی اشاره کرد و گفت: اهمیت داده برای هوش مصنوعی مانند نسبت سوخت به خودرو است. حتی اگر بهترین خودرو با بهترین موتور را داشته باشیم، بدون سوخت مناسب، خودرو حرکت نمی‌کند. داده‌ها همانند سوخت برای هوش مصنوعی عمل می‌کنند. متأسفانه یکی از مشکلات بزرگ کشور ما، هم در تولید داده و هم در اشتراک‌گذاری آن است.
وی ادامه داد: در حال حاضر، داده‌ها به سرعت در فضای مجازی و دنیای واقعی تولید می‌شوند، اما برای استفاده مؤثر از آنها، باید جمع‌آوری، دسته‌بندی و ارزیابی شوند تا به صورت بهینه در سیستم‌های هوش مصنوعی به کار روند.
فلاحتکار عنوان کرد: در حالی که در کشور ما بحث فناوری‌های هوش مصنوعی مطرح است، هنوز بسیاری از سازمان‌ها داده‌های خود را به راحتی در اختیار دیگران قرار نمی‌دهند. البته قوانین خوبی مانند قانون مدیریت داده و اطلاعات ملی برای اشتراک‌گذاری داده‌ها وجود دارد، اما هنوز کشور ما در زمینه حاکمیت داده نیاز به تلاش بیشتری دارد.
مدیر مرکز نوآوری و استعداد هوش مصنوعی اظهار کرد: در ایران ما باید رویکرد بومی خود را دنبال کنیم، چرا که منابع مالی و انسانی برای رقابت با کشور‌هایی مانند آمریکا و چین که منابع مالی زیادی دارند، در دسترس نیست. دولت‌های این کشور‌ها به راحتی می‌توانند سرمایه‌گذاری‌های کلانی در زمینه سخت‌افزار، توسعه الگوریتم‌ها و کاربرد‌های مختلف هوش مصنوعی داشته باشند. ما نمی‌توانیم در تمام حوزه‌ها به این سرعت پیش برویم، بلکه باید به حوزه‌هایی که در آن مزیت داریم، تمرکز کنیم.
فلاحتکار تأکید کرد: برای اینکه هوش مصنوعی به یک بخش جدی در حکمرانی کشور تبدیل شود، باید یک رویکرد عملیاتی‌تر و متمرکزتر در نظر بگیریم. پیشنهاد من این است که یک حوزه خاص، مانند سلامت، را برای توسعه هوش مصنوعی انتخاب کنیم و در آن حوزه سرمایه‌گذاری ویژه‌ای انجام دهیم. این رویکرد به ما کمک می‌کند تا بتوانیم در دنیای آینده در بخش‌هایی که مزیت داریم، رقابت کنیم و از این فناوری به بهترین نحو استفاده کنیم.
زواری: هوش مصنوعی آینده سیاست جهانی را شکل می‌دهد
عبدالمجید زواری، مدیر اندیشکده روابط بین‌الملل، در سخنانی به اهمیت هوش مصنوعی در شکل‌دهی آینده جهان اشاره کرد و گفت: پوتین در سال ۲۰۱۷ تاکید کرد که کشوری که بتواند بر هوش مصنوعی تسلط یابد، آینده جهان را در دست خواهد داشت. مقامات آمریکایی نیز این فناوری را با استقلال کشورشان مرتبط دانسته‌اند. این نشان می‌دهد که هوش مصنوعی به یک پیشران رقابت میان ابرقدرت‌ها تبدیل شده است.
زواری افزود: برای اینکه ایران در رقابت‌های جهانی باقی بماند، باید به این فناوری مجهز شود. کشور‌های پیشرفته از جمله آمریکا و چین پروژه‌های عظیمی در زمینه هوش مصنوعی دارند، در حالی که ایران هنوز با مقاومت‌هایی در این زمینه مواجه است. اولین قدم برای ایران پذیرش این فناوری و تدوین نقشه‌راه مناسب برای آموزش نیرو‌های متخصص در حوزه سیاست خارجی است.
نگار علی