سکوی ملی هوش‌مصنوعی رونمایی شد؛
چالش‌های پیشروی هوش مصنوعی بومی
نماينده دانشگاه صنعتي شريف در پروژه سکوي ملي متن باز هوش مصنوعي: ارزش بازار فعلي هوش مصنوعي در کشور ما حداکثر دو همت است، هر چند برخي اعداد کمتر از اين را نيز بيان ميکنند
این مدل هوش مصنوعی، مدلی متن‌باز محسوب می‌شود که به گفته معاون علمی ریاست‌جمهوری هنوز در مرحله آزمایشی قرار دارد. همچنین نسخه‌های آزمایشی این سکو تا اسفند ماه سال آینده مورد رصد قرار می‌گیرند و پس از آن نیز هدف‌گذاری شده است تا شاهد ارائه نسخه نهایی و تکمیلی با قابلیت‌های گسترده‌تر و پایداری بالا باشیم؛ اتفاقی که به اعتقاد طراحان این پروژه می‌تواند باعث توسعه سهم بازار هوش مصنوعی در کشور شود.
الگوبرداری از دیپ‌سیک
در حال حاضر که هوش مصنوعی به نیرویی غیر قابل انکار در تمامی ابعاد زندگی مردم تبدیل شده است، کشورهای مختلف نیز درصدد هستند تا هر چه سریع‌تر به توسعه و بومی‌سازی این فناوری در قلمرو داخلی دست پیدا کنند؛ مسیری که چین مدتی است آن را در پیش گرفته و اکنون یکی از اصلی‌ترین رقیب‌های غول‌های فناوری در این زمینه محسوب می‌شود. این کشور با تمرکز بر ساخت مدل‌های هوش مصنوعی طی ماه‌های اخیر به یکی از اصلی‌ترین رقیب غول‌های فناوری آمریکایی، مانند اوپن‌ای‌آی، تبدیل شده است. اکنون آن‌گونه که به نظر می‌رسد ایران نیز در حال برداشتن نخستین گام‌های خود در جهت ساخت مدل هوش مصنوعی مخصوص به خود است و رونمایی از سکوی ملی متن باز هوش مصنوعی نیز در روز شنبه گواه این امر بود.
مجتبی علیزاده، دستیار معاون علمی رئیس‌جمهور، در بهمن ماه در گفت‌وگو با رسانه‌ها اجزای اصلی این سکو را متشکل از ۴مورد دانسته و در این خصوص توضیح داده بود: «نخست زیرساخت پردازشی مبتنی بر GPU Farm به عنوان مجموعه‌ای از واحدهای پردازشی گرافیکی قدرتمند که با بهره‌گیری از معماری توزیع‌شده است و امکان انجام پردازش‌های حجیم را با بهینه‌سازی مصرف منابع فراهم می‌کند. نوع سخت‌افزار و روش‌های بهینه‌سازی در این ساختار به گونه‌ای است که امکان مقیاس‌پذیری و مدیریت بار کاری را تسهیل می‌کند. دیگر آنکه این پلتفرم شامل مدل‌های زبانی بزرگ (LLMs) و مدل‌های چندوجهی (Multi-Modal) است. این مدل‌ها می‌توانند داده‌های مختلف از جمله متن، تصویر و صوت را پردازش کرده و تحلیل دقیقی از تعاملات انسان و ماشین ارائه دهند. استفاده از این مدل‌ها بهینه‌سازی فرآیندهای تصمیم‌گیری و بهبود پاسخگویی را به دنبال دارد.»
علیزاده در خصوص مورد سوم نیز توضیح داده بود: «در مرحله بعد می‌توان به عامل‌های هوشمند (Agents) اشاره کرد که در قالب سیستم‌های خودمختار و یادگیرنده به کاربران امکان تعامل پویا با داده‌ها و فرآیندهای کسب‌وکار را می‌دهند. این ویژگی موجب انعطاف‌پذیری و سفارشی‌سازی راهکارهای هوش مصنوعی بر اساس نیازهای خاص سازمان‌ها می‌شود. همچنین این پلتفرم دارای لایه‌های کاربردی و کسب‌وکار است که این لایه‌ها بر ارائه راهکارهای عملیاتی و مدل‌سازی فرآیندهای مختلف در صنایع متنوع متمرکز هستند و می‌توانند در حوزه‌های خدمات، صنعت و سلامت ارزش‌آفرینی کنند.»
محمدرضا ربیعی، رئیس پژوهشکده فناوری اطلاعات و ارتباطات پیشرفته و مرکز نوآوری علم داده و هوش مصنوعی دانشگاه صنعتی شریف نیز در نشست خبری روز شنبه در خصوص راه‌اندازی این سکو گفت: «فرآیند کار روی این سکو از سال ۲۰۲۰ شروع شده است. ما باید به این مورد آگاه باشیم که سازمان‌ها و حکمرانی‌ها همگی پلتفرم پایه می‌شوند، از این‌رو لازم است پلتفرم را داشته باشیم، در غیر این صورت ما صاحب AP نیستیم و وابسته می‌شویم.» ربیعی با بیان اینکه سکوی هوش مصنوعی MVP در دانشگاه شریف و با نگاه به آینده توسعه داده شده است، یادآور شد: «در توسعه این سکو انواع مدل‌های متن باز و ورژن‌های مختلف آنها و انتخاب بهترین مدل‌های متناسب با طرح بررسی شد. محک زدن مدل‌های مختلف و تنظیم دقیق مدل‌ها (۴۴ میلیارد توکن و به فارسی برای تنظیم دقیق مدل Qwen۲.۵) و در مجموع ۹۳۰ هزار پرسش و پاسخ بصری انگلیسی و نسخه فارسی آن ۳۹۰ میلیون توکن از دیگر گام‌های توسعه این سکوی ملی بوده است.»
ربیعی با بیان اینکه مشابه با دیپ‌سیک امکان افزودن مدل زبانی بزرگ جدید به این سکو با اجزای دیگر آن وجود دارد، گفت: «۸۵ درصد پروژه‌های هوش مصنوعی در رسیدن به اهداف خود شکست می‌خورند که دلیل آن چالش داده‌ها و تولید سامانه‌های هوشمند است و راه‌حل عبور از آن استقرار حاکمیت داده و تامین داده‌های کیفی و استفاده مناسب از سکوهای هوش مصنوعی خواهد بود.»
مدل‌های متن‌باز به مدل‌هایی گفته می‌شود که کد پایه آنها برای همه قابل دسترسی، تغییر و استفاده است. به گفته کارشناسان، مدل متن‌باز با وجود تمام مزایایی که دارد و در شرایطی که شفافیت و قابلیت بررسی را افزایش می‌دهد، اما می‌تواند مسائل امنیتی خاصی را نیز به همراه داشته باشد؛ مسائلی از قبیل اینکه مهاجمان می‌توانند از کد منبع مدل‌ها برای شناسایی آسیب‌پذیری‌ها و طراحی حملات مخرب استفاده کنند. همچنین از سوی دیگر، امکان دسترسی به کد منبع مدل‌ها خطر سوءاستفاده از آنها را برای اهداف مخرب، مانند تولید محتوای جعلی یا انتشار اطلاعات نادرست افزایش دهد.
راه طولانی برای پیوستن به قافله جهانی
البته با وجود تمام موضوعاتی که طی سال‌های اخیر حول محور توسعه هوش مصنوعی در کشور مطرح شده است، کارشناسان همچنان معتقدند بازار هوش مصنوعی در ایران سهم کوچکی را به خود اختصاص داده و نسبت به دیگر کشورهای منطقه پیشرفت قابل توجهی را تجربه نکرده است. این کارشناسان کمبود زیرساخت‌های مناسب و نیروی انسانی متخصص را از اصلی‌ترین این چالش‌ها می‌دانند.
حسین اسدی، مدیر مرکز پردازش سریع و نماینده دانشگاه در طرح سکوی ملی هوش مصنوعی ایران، در این خصوص در مراسم رونمایی از این طرح در مرکز همایش‌های بین‌المللی رایزن گفت: «در ۱۰ سال اخیر تعداد مقالات در حوزه هوش مصنوعی در ایران کاهشی بوده و تعداد شرکت‌ها رشد ۳ درصدی یافته است، در حالی که در دنیا بازار هوش مصنوعی هنوز در حال رشد است و پیش‌بینی می‌شود تا ۲۰ درصد رشد داشته باشد، ما در ایران تنها ۱۵ درصد رشد داشته‌ایم. اگر بخواهیم ریشه‌یابی ساده‌ای از این وضعیت داشته باشیم به دو عامل اصلی می‌رسیم؛ نخست آنکه سرمایه‌گذاری جدی در حوزه سخت‌افزاری در این ۱۰ سال اتفاق نیفتاده است و دوم اینکه عدم حضور فعال دانشگاه‌ها در این حوزه باعث شده است از اواخر مهرماه دانشگاه با حمایت علمی به فکر طراحی زیست‌بوم هوش مصنوعی در کشور بیفتد.
ارزش بازار فعلی هوش مصنوعی در کشور ما حداکثر دو همت است، هر چند برخی اعداد کمتر از این را نیز بیان می‌کنند. برای شکل‌گیری این بازار ما این طراحی را انجام دادیم. در پایین‌ترین لایه با توجه به هزینه‌های هنگفتی که در این حوزه صرف شده، وظیفه این بخش بر عهده دانشگاه بوده و در چهار تا پنج ماه اخیر توسعه سکوی هوش مصنوعی در دستور کار قرار گرفته است.»
اسدی همچنین در ادامه به ظرفیت این سکو در افزایش ارزش بازار اشاره کرد و توضیح داد: «ما همچنین قابلیت مقیاس‌پذیری را به این سکو اضافه کرده‌ایم و بازار استودیو را نیز توسعه خواهیم داد که بر اساس حوزه‌های مختلفی که در این زمینه وجود دارد، باید گسترش یابد. امروز به عنوان نمونه در خدمتتان هستیم و پیش‌بینی می‌کنیم که پس از راه‌اندازی، حداقل هزار تا دو هزار واحد کسب‌وکار شکل بگیرد و بتواند بازاری به ارزش ۴۰ همت یا حتی بیشتر ایجاد کند.»
زمان‌بندی ارائه نسخه نهایی
در این مراسم حسین افشین، معاون علمی، فناوری و اقتصاد دانش‌بنیان رئیس‌جمهوری نیز سکوی ملی متن باز هوش مصنوعی را سکویی دانست که کمک می‌کند تا پیشروی و پیشرفت‌های کشور در حوزه هوش مصنوعی ارزان‌تر، دقیق‌تر و متکی بر خود انجام شود و گفت: «در این دوره تمرکز ما بر سه فناوری هوش مصنوعی، کوانتوم و فوتونیک است که شخصا آنها را پیگیری می‌کنم.»
او همچنین تصریح کرد که استفاده از این سکو گام به گام انجام خواهد شد. طبق اعلام معاونت علمی، برنامه‌ریزی برای توسعه گام به گام این سکو به این صورت است که در سه‌ماهه اول ۱۴۰۴، تست و بهینه‌سازی محصولات آغاز می‌شود. در سه‌ماهه دوم ۱۴۰۴ افراد خبره دانشگاهی و شرکت‌های دانش‌بنیان دسترسی محدود به این محصولات خواهند داشت تا تست‌های تکمیلی و اعتبارسنجی انجام شود. در شهریور ۱۴۰۴، نسخه آزمایشی بتا رونمایی خواهد شد و در نهایت در اسفندماه ۱۴۰۴، شاهد ارائه نسخه نهایی و تکمیلی با قابلیت‌های گسترده‌تر و پایداری بالا خواهیم بود.
