چالش‏‏‌های استفاده از هوش مصنوعی در صنعت

مقاومت در برابر هوشمندسازی

در شرایطی که هوش مصنوعی در ایران هنوز نخستین قدم‌‌‌های خود را برمی‌‌‌دارد و همچنان قوانین اجرایی درستی نیز برای آن تدوین نشده است، این فناوری در برخی کشورها وارد صنایع شده و نتایج مثبتی را با خود به همراه داشته است. اکنون آمارها حاکی از آن است که متخصصان هوش مصنوعی در برخی کشورها ۷۰ تا ۸۰ درصد در صنعت حضور دارند؛ موضوعی که مانند دیگر ابعاد استفاده از هوش مصنوعی در ایران با چالش‌‌‌هایی مواجه است.

حمید بهروزی، عضو هیات‌مدیره انجمن ملی هوش مصنوعی ایران، در این باره معتقد است که بسیاری از صنایع هنوز فرآیند دیجیتال‌‌‌سازی را نیز به‌‌‌طور کامل طی نکرده‌‌‌اند. همچنین مقاومت‌‌‌هایی درباره هوشمندسازی در بخش‌های گوناگون و بدنه وزارتخانه‌‌‌ها وجود دارد. در بسیاری از کشورها دیجیتال‌‌‌سازی، هوشمندسازی و توسعه سامانه‌‌‌های صنایع توسط شرکت‌های بزرگ انجام می‌شود، اما صنایع ایران می‌خواهند این کار را خودشان و از صفر انجام دهند.

محمدباقر سجادی، نایب رئیس کمیسیون هوش مصنوعی نظام صنفی رایانه‌‌‌ای، در خصوص چالش‌‌‌های استفاده از هوش مصنوعی در صنایع به «دنیای اقتصاد» می‌گوید: «برای استفاده صنایع از هوش مصنوعی در صنایع چند مساله وجود دارد. نخست آنکه بسیاری از صنایع آمادگی استفاده از هوش مصنوعی را ندارند؛ از لحاظ فرهنگی و تکنولوژی. یعنی در حال حاضر طبیعتا کسانی می‌توانند به سمت استفاده از هوش مصنوعی حرکت کنند که آماده صنعت چهار باشند و صنعت سه را به‌طور کامل پشت سر گذاشته باشند. بسیاری از صنایع هنوز در صنعت دو قرار دارند. در صنعت سه قرار است بحث‌های فناوری اطلاعات را به‌طور کامل داشته باشیم. یعنی داده داشته باشیم و این داده‌‌‌ها یکپارچه و تمیز باشند و صنعت را به سمت داده‌‌‌محوری ببرند. زمانی که داده‌‌‌های مناسب داریم و بحث مدیریت داده در صنایع را به صورت یکپارچه داریم حالا هوش مصنوعی می‌تواند به صنایع کمک جدی کند.»

سجادی معتقد است که هنوز بسیاری از صنایع ما به مرحله داده‌‌‌ها و بحث فناوری اطلاعات نرسیده‌‌‌اند و با چالش جدی داده‌‌‌ها مواجه هستند. او می‌گوید: «اکنون هوش مصنوعی نیاز دارد که به صنایع و دستگاه‌‌‌ها دسترسی پیدا کند و بداند که مثلا وضعیت یک دستگاه به چه صورت است تا بر اساس وضعیت جاری دستگاه‌‌‌ها در کارخانه‌‌‌ها و سایت‌‌‌ها بتواند پیش‌‌‌بینی انجام دهد و گزارش دهد یا تحلیل کند. زمانی که این داده‌‌‌ها وجود نداشته باشند یا ارتباط بین هوش مصنوعی و دستگاه‌‌‌ها (سنسورها) برقرار نباشد هوش مصنوعی اصلا به کار نمی‌‌‌آید. پس موضوع این است که صنایع ما اکنون آمادگی فناورانه برای هوش مصنوعی ندارند. بخشی نیز به آمادگی فرهنگی بازمی‌‌‌گردد. صنایع ما هنوز به این بلوغ نرسیده‎‌‌‌اند که بتوانند از هوش مصنوعی استفاده کنند.»

چالش امنیت داده

برخی دیگر از کارشناسان به مسائل امنیتی و امنیت داده اشاره می‌‌‌کنند. موضوع این است که هوش مصنوعی به داده نیاز دارد و باید بر اساس داده‌‌‌ها پیش‌‌‌بینی کند و گزارش‌های مفیدی را به مدیران دهد و در مجموع وارد بهره‌‌‌وری شود. دسترسی به این داده‌‌‌ها چالش جدی است. سجادی در این باره می‌گوید: «موضوع این است که صنایع ما مشکل دارند که چگونه داده‌‌‌ها را با هوش مصنوعی تغذیه کنند. آنها معتقدند این داده‌‌‌ها امنیتی است و نمی‌توان آنها را در اختیار هوش مصنوعی قرار داد، بنابراین این باعث می‌شود از هوش مصنوعی دوری کنند. بخشی از این تفکر، درست و بخشی از آن غلط است. باید روال‌‌‌های درستی طراحی شود تا این مساله حل شود. متاسفانه وقتی صنایع به این مرحله می‌‌‌رسند دیگر به دنبال راهکار نمی‌گردند. در صورتی که راهکارهای فناورانه‌ای وجود دارد که این داده‌‌‌های امنیتی را می‌توان جوری مدیریت کرد که حریم امنیتی حفظ شود.»

سجادی به این مورد نیز اشاره می‌‌‌کند که هنوز هوش مصنوعی داخلی ما به بلوغ کامل نرسیده‌‌‌ است تا صنعت از آن استفاده کند. صنایع در انتظار یک محصول کامل، جامع و بالغ هستند تا حاضر شوند در صنعت استفاده کنند. در غیر این صورت حاضر به پرداخت هزینه در این زمینه نیستند. اما اگر محصولی سابقه موفقیت ندارد حاضر به استفاده از آن نیستند. ما اکنون تقریبا محصول موفقی نداریم تا صنایع حاضر به هزینه در مورد آن باشند.

عدم تعامل صنایع با بخش خصوصی

یک مورد دیگر در این زمینه این است که صنایع اکنون احساس می‌‌‌کنند هوش مصنوعی گردش مالی خیلی خوبی دارد و خود سعی در توسعه هوش مصنوعی دارند. نگاه آنها این است که هوش مصنوعی یک ابزار سودآور است؛ نگاهی که سجادی آن را غلط می‌‌‌انگارد و در این باره توضیح می‌دهد: «اکنون فصل سرمایه‌‌‌گذاری هوش مصنوعی است نه فصل برداشت. از آنجا که صنایع حس می‌‌‌کنند در هوش مصنوعی سود وجود دارد می‌گویند پس با شرکت‌های خصوصی و دانش‌‌‌بنیان کار نکنیم. خودمان شرکت تاسیس کنیم و توسعه دهیم. چون نگاه توسعه داخلی وجود دارد معمولا به موفقیت نمی‌‌‌رسند و توسعه داخلی دانش و تجربه کافی را ندارند. تجربه چندین صنعت را داریم که توسعه داخلی آنها با شکست مواجه شده است و حاضر نیستند با بخش خصوصی و متخصص این کار را پیش ببرند.»

او چالش دیگر در این زمینه را تعامل بخش خصوصی و صنایع می‌‌‌داند و توضیح می‌دهد: «بسیاری از صنایع به لحاظ گردش مالی وضعیت خوبی دارند. شرکت‌های دانش‌‌‌بنیان و متخصص هوش مصنوعی شرکت‌های کوچکی هستند و تعامل این شرکت‌های کوچک با صنایع قدرتمند کار سختی است. صنایع ثروتمند معمولا نمی‌توانند با این شرکت‌های کوچک تعامل کنند و با هم یک محصول را جلو ببرند.»

نایب رئیس کمیسیون هوش مصنوعی نظام صنفی رایانه‌‌‌ای برای بهبود تعامل صنایع و شرکت‌های دانش‌‌‌بنیان پیشنهاد می‌دهد: «برخی از کارها را دولت سعی می‌‌‌کند انجام دهد، ولی می‌توان گفت پراکنده است. مثلا سعی می‌‌‌کنند پروژه‌‌‌هایی را در صنایع تعریف کنند که شرکت‌های دانش‌‌‌بنیان انجام دهند. این کارها منسجم نیست و به تجاری‌‌‌سازی و بازار آن فکر نمی‌‌‌کنند. در این بین برخی پروژه‌‌‌ها تعریف می‌شود و منابع مالی این وسط اتلاف می‌شود. ما به برخی موجودیت‌‌‌هایی نیاز داریم تا بین صنایع و شرکت‌های دانش‌‌‌بنیان و متخصص هوش مصنوعی ارتباط برقرار شود. این واسطه‌‌‌ها هم ظرفیت مالی بالایی دارند و هم قابلیت ارتباط با بخش صنعتی را دارند و می‌توانند نیازهای صنعت را به خوبی پوشش دهند. همچنین ارتباط خوبی با شرکت‌های دانش‌‌‌بنیان دارند.»

کارشناسان معتقدند اگر هوش مصنوعی داخلی به بلوغ برسد و اعتماد در این باره وجود داشته باشد، صنایع نیز می‌توانند با استفاده از این محصول بهره‌‌‌وری خود را افزایش دهند. البته این در شرایطی است که همچنان هوش مصنوعی در ایران نسبت به کشورهای منطقه عقب است و نیاز به قوانین و مشارکت بیشتر بخش خصوصی در این زمینه دارد.