شناسهٔ خبر: 74348031 - سرویس علمی-فناوری
نسخه قابل چاپ منبع: ایرنا | لینک خبر

حکمرانی و تمیزی داده‌ها سخت‌ترین مسائل حوزه هوش مصنوعی است

 تهران- ایرنا- رییس دبیرخانه ستاد توسعه فناوری و کاربردی‌سازی هوش مصنوعی معاونت علمی، فناوری و اقتصاد دانش‌بنیان ریاست جمهوری یکی از سخت‌ترین مسائل مربوط به حوزه هوش مصنوعی در کشور را داده، حکمرانی داده و تمیزی و اعتبار داده‌ها دانست.

صاحب‌خبر -

به گزارش خبرنگار گروه علمی ایرنا، عمادالدین فاطمی‌زادگان عصر امروز سه‌شنبه ۲۱ مردادماه در نشست «اقدامات و برنامه های معاونت علمی در حوزه هوش مصنوعی در یک سالی که گذشت» در محل معاونت علمی، فناوری و اقتصاد دانش‌بنیان ریاست جمهوری، رتبه کاربردی هوش مصنوعی کشورمان در سطح بین‌الملل را بین ۶۵ تا ۸۰ اعلام کرد.

وی با اعلام اینکه ایران به لحاظ دانش هوش مصنوعی، جایگاه مناسب ۱۷ جهانی را داراست، تصریح کرد: در یک سال اخیر سکوی هوش مصنوعی مهم‌ترین کاری است که در این حوزه شکل گرفته و تکالیف همه دستگاه‌ها در این زمینه مشخص شده است.

رییس دبیرخانه ستاد توسعه فناوری و کاربردی سازی هوش مصنوعی معاونت علمی در ادامه، یکی از سخت‌ترین مسائل مربوط به حوزه هوش مصنوعی در کشور را داده و حکمرانی و نظام جمع‌آوری داده دانست و با تاکید بر اینکه، مراکز داده باید برای تدوین آیین‌نامه‌ها و موارد قانونی مربوط به داده راه‌اندازی شود، اظهار امیدواری کرد روزی یک اپراتوری تحت عنوان «اپراتور داده» داشته باشیم.

وی افزود: سایر کشورها هم برای مشکل داده، راه‌حل‌های مختلف استفاده کرده‌اند اما مشکل ما ابتدایی است و قبل از اینکه حکمرانی، با ملاحظاتی همچون یکپارچه‌سازی داده، قوانین بی‌نام‌سازی داده، حفظ حریم شخصی و عدم سوگیری‌ها، همکاری دستگاه‌ها به عنوان یک مسئله مهم روبه‌رو هستیم و امیدواریم با تعامل با بازیگران مختلف حوزه هوش مصنوعی بتوانیم تسهیل‌گری لازم را برای فعالان این حوزه رقم زنیم.

فاطمی‌زادگان در ادامه یکی دیگر از مسائل بسیار مهم مربوط به حوزه هوش مصنوعی در کشور را تمیزی داده‌ها اعلام کرد و افزود: متاسفانه داده تمیز در بسیاری از نهادها، ارگان‌ها و بیمارستان‌ها جمع‌آوری نمی‌شود.

وی در توضیح بیشتری افزود: این به معنای آن است که علاوه بر مشکلاتی که مربوط به قوانین و حفظ حریم و بی‌نام‌سازی داده‌ها، مسئله دیگر تمیز بودن و اعتبار داده‌هاست، این مسئله نیز باید هم‌زمان رفع شود و امیدواریم دستگاه‌های تولیدکننده داده هم به مسئله تمیزی داده و همچنین به اشتراک گذاشتن آن طبق قوانین موجود عمل کنند چرا که داده، یک ثروت محسوب می‌شود و در برخی کشورها با دریافت هزینه، داده را در اختیار فعالان هوش مصنوعی قرار می‌دهند.

فاطمی‌زادگان همچنین توسعه بازارگاه داده‌ها مبتنی بر توسعه‌دهندگان و مصرف‌کنندگان، تشکیل نظام ارزیابی محصولات مبتنی بر هوش مصنوعی، فرهنگ‌سازی و ترویج آن در هوش مصنوعی، تعویق دانش و فناوری هوش مصنوعی، توسعه مدل‌های زبانی بزرگ و کوچک، کاهش خطر و افزایش نظام انگیزشی برای سرمایه‌گذاری در هوش مصنوعی، تجاری‌سازی و بازاریابی در این اکوسیستم، بهره‌گیری از ظرفیت هوش مصنوعی در مسائل اولویت‌دار و اشتراک‌گذاری منابع اطلاعاتی و انسانی، استفاده از لایه‌های اطلاعاتی و امنیتی در هوش مصنوعی را از مهم‌ترین مسائل مهم حوزه هوش مصنوعی دانست.

وی همچنین تامین زیرساخت سخت‌افزاری و توان پردازش بالا در حوزه هوش مصنوعی را بسیار مهم خواند با بیان اینکه، در گذشته برخی زیرساخت‌های محلی در بخشی از دولت و حتی بخش خصوصی وجود داشت افزود: به دلیل اینکه این زیرساخت‌ها مناسب روز نبود اقدامات لازم در این زمینه انجام و امروز خوشبختانه زیرساخت‌های اجرایی و حمایت‌های مربوط به هوش مصنوعی در حوزه پردازشی برای فعالان این حوزه فراهم شده است.

رییس دبیرخانه ستاد توسعه فناوری و کاربردی‌سازی هوش مصنوعی معاونت علمی همچنین با اشاره به راه‌اندازی ستاد توسعه فناوری و کاربردی‌سازی هوش مصنوعی در دولت از اردیبهشت ماه امسال گفت: این ستاد هم اکنون فعال شده است و ۱۴ محور مهم را در این حوزه مدیریت می‌کند.

وی افزود: مهم‌ترین محورهایی که در ابتدا در ستاد توسعه فناوری و کاربردی‌سازی هوش مصنوعی در حال پیگیری است، بهره‌گیری از ظرفیت‌های هوش مصنوعی در مسائل اولویت‌دار کشور است و در ادامه تلاش خواهیم کرد از ظرفیت‌های هوش مصنوعی در سایر بخش ها به صورت علمی و کاربردی استفاده خواهیم کرد.

رییس دبیرخانه ستاد توسعه فناوری و کاربردی‌سازی هوش مصنوعی معاونت علمی یکی دیگر از محورهای مهم در دست اقدام این ستاد را پیگیری همکاری‌های بین‌المللی برای حضور در بازارهای بین‌المللی و استفاده از تجارب سایر کشورها و البته به اشتراک‌گذاری توانمندی متخصصان کشور ذکر کرد.

وی همچنین توجه به امنیت سایبری همه سامانه‌های مبتنی بر هوش مصنوعی در کشور به خصوص در حوزه زیرساخت‌های سخت‌افزاری و همچنین در لایه مدل‌ها را از محورهای دیگر مورد توجه ستاد توسعه فناوری و کاربردی.سازی هوش مصنوعی معاونت علمی عنوان کرد.

فاطمی‌زادگان، مهم‌ترین اقدام صورت گرفته با حمایت معاونت علمی ریاست جمهوری در حوزه هوش مصنوعی که از مهر ماه سال گذشته آغاز شده است را آغاز فعالیت‌های سکوی هوش مصنوعی اعلام کرد.

تحقق سند ملی هوش مصنوعی ایران نیازمند زیرساخت‌های بسیار قوی است

رئیس مرکز راهبری ستادهای توسعه اقتصاد دانش‌بنیان معاونت علمی، فناوری و اقتصاد دانش‌بنیان ریاست جمهوری نیز در این نشست، توسعه هوشمندسازی سند ملی هوش مصنوعی را نیازمند ایجاد زیرساخت سخت‌افزاری بسیار قوی دانست.

عبدالحسین بهرامی افزود: پس از ابلاغ سند کوانتوم و تصویب سند هوش مصنوعی در دولت، ستادهای مرتبط مطابق اسناد مربوطه فعالیت خود را به منظور توسعه و پیشبرد هوش مصنوعی در دستگاه‌های اجرایی آغاز کرده‌اند و در ستاد هوش مصنوعی به ریاست معاون اول رئیس جمهور مقرر شد تقسیم کار تمامی دستگاه‌ها صورت گیرد و بر همین اساس نیز نقشه راهی برای رسیدن به اهداف سند هوش مصنوعی ترسیم شده است.

تدوین دستیاران هوش مصنوعی برای کمک به تصمیم‌گیری در بدنه اجرایی دولت

ناظر طرح دستیاران هوش مصنوعی معاونت علمی نیز در این نشست خبری از پیشرفت طرح دستیار هوش مصنوعی خبر داد: بر اساس آن، ابزارهای هوش مصنوعی به عنوان «کمک‌تصمیم‌یار» در کنار تصمیم‌گیران اجرایی دولت قرار خواهند گرفت. این طرح که از سال گذشته توسط معاونت علمی دنبال شده، با هدف استفاده از ظرفیت هوش مصنوعی در فرآیندهای تصمیم‌گیری دولتی کلید خورده است.

محمدباقر غزنوی افزود: برای پیشبرد این هدف، تیمی متشکل از «دانشگاه‌ها»، «وزارتخانه‌ها یا سازمان‌های مرتبط» و «معاونت علمی» تشکیل شده است. 

غزنوی با اشاره به وضعیت موجود در وزارتخانه‌ها، بیان کرد: بسیاری از وزارتخانه‌ها بخش قابل توجهی از امور فناوری اطلاعات خود را انجام داده و برخی حتی دارای داشبوردهای هوش تجاری (BI) هستند که داده‌ها را به صورت مدون پردازش می‌کنند، هرچند بخشی از داده‌ها هنوز وارد این چرخه نشده است.

به گفته او، این طرح در چهار فاز مرحله‌ای و سه فاز عددی تعریف شده است. فاز صفر و یک به صورت هم‌زمان پیش می‌روند تا سرعت‌بخشی به کار دانشگاه‌ها میسر شود. در فاز ابتدایی، از دانشگاه‌ها خواسته شد تا قوانین مربوط به وزارتخانه یا سازمان هدف خود را استخراج کنند. برخی دانشگاه‌ها توانستند با همکاری مستقیم وزارتخانه‌ها به این اطلاعات دست یابند.

چالش محرمانگی داده‌ها و راهکارهای اندیشیده شده

غزنوی در پاسخ به سوالات خبرنگاران درباره محرمانگی داده‌ها، توضیح داد: داده‌های برخی وزارتخانه‌ها دارای سطوح دسترسی ویژه‌ای هستند. برای رفع این چالش، تمهیداتی از جمله استفاده از APIها و کلودهای امن اندیشیده شده است. در فاز صفر، اطلاعات و قوانین موجود کشور از منابعی مانند مرکز پژوهش‌های مجلس و معاونت حقوقی دولت که قوانین را به صورت به‌روز ارائه می‌دهند، مورد استفاده قرار گرفت. سپس از دانشگاه‌ها خواسته شد تا قوانین احصا شده را با تأیید وزارتخانه‌های مربوطه نهایی کنند. این فرآیند، تعامل سازنده‌ای بین دانشگاه‌ها و وزارتخانه‌ها ایجاد کرد، هرچند میزان همکاری و تأیید در وزارتخانه‌های مختلف یکسان نبود.

وی ادامه داد: در مرحله بعد، از دانشگاه‌ها خواسته شد تا تعارضات، تناقضات و تعارض منافع موجود در قوانین را شناسایی کنند. هدف از این اقدام، تسهیل فرآیند تصمیم‌گیری برای نهادهای قانون‌گذار بود تا با دسترسی به مجموعه قوانین و آگاهی از تضادهای احتمالی، مصوبات شفاف‌تر و سازگارتری را ارائه دهند.

توسعه ابزارهای هوش مصنوعی برای تحلیل قوانین

ناظر طرح دستیاران هوش مصنوعی معاونت علمی ریاست جمهوری با اشاره به وجود ابزارهای هوش مصنوعی و چت‌بات‌ها در سطح اینترنت، بیان کرد: در حوزه قوانین، این امر به سادگی نیست. معاونت علمی با استخراج هستان‌شناسی دسته‌بندی‌ها و سطوح تعارضات قانونی، گامی مؤثر برداشته است. در حال حاضر، دانشگاه‌های داخلی ابزارهایی توسعه داده‌اند که قادر به پوشش حداقل سه سطح از هفت سطح تعارض شناسایی شده هستند. مرکز تنقیح و تطبیق قوانین نیز قرار است با استفاده از این ابزارها، مراحل نهایی را تکمیل کند.

غزنوی ابراز امیدواری کرد با تکمیل فاز صفر و یک که برای بیش از نیمی از دانشگاه‌ها به نتیجه رسیده است، مرحله BI مربوط به وزارتخانه‌ها به عنوان ورودی AI عمل کند و گفت: در صورت اعتماد وزارتخانه‌ها به این سیستم‌ها، فرآیندهای داخلی آن‌ها وارد فازهای بعدی خواهد شد. هدف نهایی معاونت علمی، کمک به پیش‌بینی زنجیره تأثیر تصمیمات دولت بر بخش‌های مختلف است.

وی در پایان خاطرنشان کرد: در فاز دو، «پیش‌بینی» انجام خواهد شد و در فاز سه، تمام فرآیندهای قابل اعمال در سیستم مدنظر قرار می‌گیرند. هر چند ممکن است ورود تمام داده‌های حساس برخی وزارتخانه‌ها، مانند حوزه‌های انرژی یا نفت، به دلیل ملاحظات امنیتی امکان‌پذیر نباشد، اما بخش‌های وارد شده امکان ایجاد «دوقلوی دیجیتال» برای وزارتخانه‌ها را فراهم می‌آورند. این امر به دولت اجازه می‌دهد تا پیش از اجرای هر تصمیمی، نتایج احتمالی آن را پیش‌بینی کند؛ امری که در حال حاضر تنها به صورت ذهنی و شهودی انجام می‌شود. امید است این سیستم در نهایت به این قابلیت دست یابد تا تصمیم‌گیری‌های دولتی را با دقت و شفافیت بیشتری هدایت کند.