راه اندازی بزرگترین مرکز محاسباتی در سکوی ملی هوش مصنوعی

به گزارش سپیدپندار دات کام، معاونت علمی، فناوری و اقتصاد دانش بنیان ریاست جمهوری، نشست خبری «اقدامات و برنامه های معاونت علمی در عرصه هوش مصنوعی در یک سال گذشته» با حضور عبدالحسن بهرامی رئیس مرکز راهبری ستادهای توسعه اقتصاد دانش بنیان، دکتر عمادالدین فاطمی زاده رئیس دبیرخانه ستاد توسعه فناوری و کاربردی سازی هوش مصنوعی، حسین اسدی نماینده دانشگاه صنعتی شریف و عضو تیم پلت فرم ملی هوش مصنوعی و محمدباقر غزنوی، ناظر طرح دستیاران هوش مصنوعی معاونت علمی امروز 21 مردادماه در محل این معاونت اجرا شد.
عبدالحسن بهرامی، رئیس مرکز راهبری ستادهای توسعه اقتصاد دانش بنیان، طی سخنانی در این نشست بر اهمیت نقش هوش مصنوعی در زیست بوم علم و فناوری کشور تأکید نمود. وی همینطور به تشکیل ستاد هوش مصنوعی و کوانتوم اشاره نمود و عنوان کرد: پس از ابلاغ سند کوانتوم و تصویب سند هوش مصنوعی، وظیفه ذاتی ما در معاونت، تشکیل ستادهای مستقل با برنامه ریزی جدید بود که این مهم محقق شد.
 

توسعه کاربردی هوش مصنوعی، اولویت جدی دولت است

عمادالدین فاطمی زاده رئیس دبیرخانه ستاد توسعه فناوری و کاربردی سازی هوش مصنوعی دیگر سخنران این جلسه خبری بود که «توسعه کاربردی هوش مصنوعی» را اهداف اصلی معاونت علمی خواند و عنوان کرد: ما از نظر نظری و توسعه نظریه هوش مصنوعی، رتبه یازدهم تا سیزدهم جهانی را داریم. اما متاسفانه، رتبه کاربردی هوش مصنوعی ما تاکنون جایگاه مطلوبی نداشته است؛ گزارش های مختلف نشان میدهد که این رتبه در حدود شصت و پنج است. بنابراین، لازم است که اهتمام ویژه ای به توسعه کاربرد هوش مصنوعی در قسمت های مختلف دولت، بخش خصوصی، خدمات و زیرساخت انرژی داشته باشیم.

وی ضمن اشاره به چالش های گذشته، بیان نمود: مشکل عمده ای که تاکنون با آن روبرو بودیم، نبود زیرساخت سخت افزاری و پردازش توان بالا بود. بااینکه زیرساخت های محلی توسط برخی بخش های دولتی و خصوصی فراهم شده بود، اما قدرت پردازشی بالا در دسترس نبود. خوشبختانه، با اجرای سکو ملی هوش مصنوعی و حمایت های صورت گرفته، این زیرساخت پردازشی مهم فراهم گشته است.
رئیس دبیرخانه ستاد توسعه هوش مصنوعی همینطور به تصویب تشکیل «ستاد توسعه فناوری و کاربرد هوش مصنوعی» توسط هیات دولت در اردیبهشت ماه امسال اشاره نمود و افزود: کارهای ستاد اخیراً شروع شده و مهم ترین موفقیت تاکنون، تقسیم کار دستگاههای درگیر در چهارده محور است.
به گفته او، محورهای کلیدی این تقسیم کار شامل: توسعه زیرساخت ابری با توان پردازش بالا: به عنوان مهم ترین محور برای توسعه های آتی، توسعه بازارگاه داده و اطلاعات: با هدف دستیابی به حکمرانی یکپارچه، توسعه زیرساخت های حقوقی و قانونی هوش مصنوعی: برای دفاع از حقوق ذینفعان، ایجاد و توسعه نظام ارزیابی و رتبه بندی محصولات و خدمات هوش مصنوعی، توسعه سرمایه انسانی هوش مصنوعی: شامل حفظ و تربیت متخصصان، فرهنگ سازی و ترویج: با اهتمام ویژه، توسعه و تعمیق دانش و فناوری هوش مصنوعی: برای حفظ توازن با تحولات جهانی، توسعه مدل های زبانی بزرگ و کوچک: همچون دستیار هوش مصنوعی، کاهش ریسک و ایجاد نظام انگیزشی سرمایه گذاری: با حمایت دولت از بخش خصوصی، تجاری سازی و توسعه بازار هوش مصنوعی: برای رسیدن به خودکفایی اکوسیستم، استفاده از هوش مصنوعی در مسائل اولویت دار کشور: با رویکرد علمی و کاربردی، توسعه همکاریهای بین المللی: برای تبادل تجربیات و منابع، توسعه امنیت سایبری: در تمامی لایه های سیستم های هوش مصنوعی و توسعه مدل های پایه: با هدف آموزش مدل های کارآمد است.
وی افزود: در این تقسیم کار، تمامی دستگاههای دولتی، سازمان ها و بخش خصوصی تکالیفی بر عهده دارند. پروژه های توسعه زیرساخت پردازشی در سکو ملی هوش مصنوعی و توسعه مدل های زبانی در دستیار هوش مصنوعی تاکنون پیشرفت خوبی داشته اند و توسعه بازارگاه نیز درحال انجام می باشد. موارد دیگر نیز شامل تدوین بخشنامه و اساسنامه تا سطح اجرا، تقسیم وظایف شده اند.
فاطمی زاده در آخر اشاره کرد: مهم ترین پروژه در یک سال گذشته، «سکو ملی هوش مصنوعی» بوده است که معاونت علمی پیش از تشکیل ستاد، دفاع از آن را آغاز کرد.

«سکو ملی هوش مصنوعی» جهشی در کاربردی سازی تحقیقات و توانمندسازی صنایع

حسین اسدی، نماینده دانشگاه شریف و عضو تیم توسعه پلت فرم ملی هوش مصنوعی، در تشریح دستاوردهای این پروژه ملی، بر لزوم رفع شکاف میان پژوهش و کاربرد در عرصه هوش مصنوعی تصریح کرد.

وی ضمن اشاره به رتبه بندی کشورمان در عرصه هوش مصنوعی، توضیح داد: باوجود جایگاه مطلوب ایران در پژوهش های هوش مصنوعی، متاسفانه در قسمت کاربرد با چالش های جدی روبرو می باشیم که ریشه در کمبود زیرساخت های سخت افزاری و نرم افزاری دارد.
وی در ادامه، سکو ملی هوش مصنوعی را پاسخی جامع به این چالش ها معرفی نمود و توضیح داد: رویکرد اصلی این سکو، کاهش چشمگیر هزینه ها و زمان ضروری جهت توسعه ابزارها و خدمات مبتنی بر هوش مصنوعی است. این مفهوم (پلتفرم) نه یک ابداع فقط ایرانی، بلکه نگاهی جهانی است که در کشورهایی چون آلمان، هند و سنگاپور نیز سال ها پیش شروع شده است.
اسدی ضمن اشاره به شروع جدی سکو ملی هوش مصنوعی از اواخر مهرماه و همکاری دانشگاه شریف با معاونت علمی به عنوان بازوی فنی و اجرائی پروژه، از پیشرفت های حاصل شده ابراز خرسندی کرد.
یکی از برجسته ترین خاصیت های سکو ملی هوش مصنوعی، زیرساخت سخت افزاری قدرتمند آنست. اسدی در این باره عنوان کرد: فاز اولیه توسعه سخت افزاری به پایان رسیده و دستگاه ها نصب و راه اندازی شده اند. این زیرساخت، بزرگترین قدرت محاسباتی موجود در کشور را فراهم می آورد؛ به صورتی که فاز اول آن با بیش از ۱۰ پتافلاپس قدرت محاسباتی و بر بستر شبکه پرسرعت ۴۰۰ گیگابیت بر ثانیه به راه افتاده است.

ساختار چهار لایه «سکو ملی هوش مصنوعی»، از زیرساخت تا خدمات نهایی

اسدی ضمن اشاره به اینکه، این پلتفرم از لایه های مختلفی تشکیل شده است، اشاره کرد: سکو ملی هوش مصنوعی در نهایت خدمات تخصصی را به شرکتهای دانش بنیان عرضه می کند تا اهداف کاربردی مورد نظر، بویژه در عرصه تصمیم گیری، محقق شود.

وی توضیح داد: لایه اول، زیرساخت دیتا سنتر نام دارد که برای اولین بار در ایران، دیتاسنتر اختصاصی برای میزبانی تجهیزات پیشرفته هوش مصنوعی طراحی و به راه افتاده است. این مهم، گام بزرگی در جهت بومی سازی زیرساخت های حیاتی می باشد. لایه دوم، زیرساخت نرم افزاری است روی این بستر سخت افزاری، زیرساخت نرم افزاری جامعی پیاده سازی شده که شامل مدیریت و هماهنگی منابع محاسباتی است. لایه سوم نیز هسته سکو است که این لایه میزبان طیف وسیعی از ابزارهای هوش مصنوعی، همچون مدل های پیشرفته زبانی بزرگ (LLM) و سایر مدل های کاربردی است و در نهایت در لایه چهارم، استودیوی تخصصی است که این لایه، رابط کاربری نهایی است که خدمات سکو را بوسیله ابزارهای کاربرپسند در اختیار شرکت ها، پژوهشگران و حتی عموم مردم قرار می دهد.
نماینده دانشگاه شریف و عضو تیم توسعه پلت فرم ملی هوش مصنوعی ضمن اشاره به اینکه توسعه اولیه این چهار لایه در مدت حدود هشت ماه گذشته به عاقبت رسیده است، افزود: عرضه سرویس ها بشکل محدود به چند دانشگاه شروع شده و به زودی، سرویس دهی به شرکتهای منتخب نیز شروع خواهد شد. برنامه داریم تا ظرف دو تا سه ماه آتی، نسخه عمومی آزمایشی سکو را رونمایی نماییم تا همگان شاهد قابلیت های این پلتفرم ملی باشند.
اسدی ضمن تأکید بر ماهیت فناورانه و کار تیمی سنگین پروژه «سکو»، آن را نمونه ای موفق از همکاری میان دانشگاه و صنعت دانست و بیان نمود: این پروژه که حاصل همکاری تعداد زیادی از اعضاء هیات علمی برجسته و شرکتهای دانش بنیان است، می تواند الگوی موفقی برای پروژه های آینده کشور در مقیاس بزرگ باشد.
وی همینطور سه مدل اصلی ارائه خدمت «سکو» به شرکتها و کاربران را تشریح نمود و عنوان کرد: عرضه APIهای تخصصی اولین خدمت سکو ملی هوش مصنوعی است که این APIها که مستقیماً از هسته «سکو» دریافت می شوند، برای تیم های فنی و توسعه دهندگان اپلیکیشن ها طراحی شده اند. این امر، وابستگی به پلتفرم های خارجی را از بین برده و امکان ذخیره سازی و پردازش داده ها بشکل بطورکامل داخلی را فراهم می سازد. این قابلیت، پاسخی به نیاز راهبردی کشور به حفظ امنیت داده ها و عرضه خدمات بومی است.
اسدی افزود: استودیوی تخصصی برای حوزه های خاص از دیگر خدمات این سکو است که این استودیو، ترکیبی از ابزارهای عمومی و ابزارهای بطورکامل تخصصی برای بخش های خاص بازار، مانند سازمان امور مالیاتی یا حوزه سلامت، را ارائه می کند. استارت آپ ها و شرکت هایی که در این حوزه ها فعالیت می کنند، می توانند از این ابزارها بهره مند شده و پروسه توسعه اپلیکیشن های خویش را تسریع بخشند.
او توانمندسازی کاربران با دانش فنی کمتر را سومین خدمت این سکو خواند و بیان نمود: با هدف همگانی کردن دسترسی به هوش مصنوعی، برنامه ریزی برای برگزاری دوره های آموزشی فشرده (۲۰ تا ۴۰ ساعته) در دست اقدام است. این دوره ها بگونه ای طراحی شده اند که حتی دانشجویان رشته های غیرمرتبط یا دانش آموزان سال دوازدهم نیز بتوانند با مفاهیم اولیه، مدل های ساده هوش مصنوعی و اپلیکیشن های پایه را توسعه دهند. هدف نهایی، ایجاد تیم های فناور کوچک و کارآمد در سطح جامعه است.
اسدی در آخر افزود: لایه های توسعه ای بیشتری برای «سکو» دیده شده که جزئیات آنها پس از تکمیل و راه اندازی کامل پلتفرم، در جلسات آینده به اطلاع عموم خواهد رسید.

تدوین دستیاران هوش مصنوعی برای کمک به تصمیم گیری در بدنه اجرائی دولت

همچنین محمدباقر غزنوی، ناظر طرح دستیاران هوش مصنوعی معاونت علمی، طی سخنانی در این نشست خبری از پیشرفت طرح دستیار هوش مصنوعی خبر داد: برمبنای آن، ابزارهای هوش مصنوعی به عنوان «کمک تصمیم یار» در کنار تصمیم گیران اجرائی دولت قرار خواهند گرفت. این طرح که از سال قبل توسط معاونت علمی دنبال شده، با هدف استفاده از ظرفیت هوش مصنوعی در فرآیندهای تصمیم گیری دولتی کلید خورده است.

وی در این خصوص بیان نمود: برای پیشبرد این هدف، تیمی متشکل از «دانشگاه ها»، «وزارتخانه ها یا سازمان های مرتبط» و «معاونت علمی» تشکیل شده است.
غزنوی ضمن اشاره به وضعیت موجود در وزارت خانه ها، بیان نمود: بسیاری از وزارت خانه ها بخش قابل توجهی از امور فناوری اطلاعات خویش را انجام داده و برخی حتی دارای داشبوردهای هوش تجاری (BI) هستند که داده ها را بشکل مدون پردازش می کنند، هرچند بخشی از داده ها هنوز وارد این چرخه نشده است.
به گفته او، این طرح در چهار فاز مرحله ای و سه فاز عددی تعریف شده است. فاز صفر و یک بشکل همزمان پیش می روند تا سرعت بخشی به کار دانشگاه ها میسر شود. در فاز ابتدایی، از دانشگاه ها خواسته شد تا قوانین در رابطه با وزارت خانه یا سازمان هدف خویش را استخراج کنند. برخی دانشگاه ها توانستند با همکاری مستقیم وزارت خانه ها به این اطلاعات دست یابند.

چالش محرمانگی داده ها و راهکارهای اندیشیده شده

غزنوی در جواب سوالات خبرنگاران درباره ی ی محرمانگی داده ها، توضیح داد: داده های برخی وزارت خانه ها دارای سطوح دسترسی ویژه ای هستند. برای حل این چالش، تمهیداتی همچون استفاده از APIها و کلودهای امن اندیشیده شده است. در فاز صفر، اطلاعات و قوانین موجود کشور از منابعی مانند مرکز پژوهش های مجلس، معاونت حقوقی دولت و... که قوانین را بشکل به روز عرضه می دهند، مورد استفاده قرار گرفت. سپس از دانشگاه ها خواسته شد تا قوانین احصا شده را با تأیید وزارت خانه های مربوطه نهایی کنند. این فرآیند، تعامل سازنده ای بین دانشگاه ها و وزارت خانه ها ایجاد کرد، هرچند میزان همکاری و تأیید در وزارت خانه های مختلف یکسان نبود.

این مقام مسئول افزود: در مرحله بعد، از دانشگاه ها خواسته شد تا تعارضات، تناقضات و تعارض منافع موجود در قوانین را شناسایی کنند. هدف از این اقدام، تسهیل پروسه تصمیم گیری برای نهادهای قانون گذار بود با دسترسی به مجموعه قوانین و آگاهی از تضادهای احتمالی، مصوبات واضح تر و سازگارتری را عرضه کنند.

توسعه ابزارهای هوش مصنوعی برای تحلیل قوانین

ناظر طرح دستیاران هوش مصنوعی معاونت علمی ضمن اشاره به وجود ابزارهای هوش مصنوعی و چت بات ها در سطح اینترنت، بیان نمود: در عرصه قوانین، این امر به آسانی نیست. معاونت علمی با استخراج هستان شناسی دسته بندی ها و سطوح تعارضات قانونی، قدمی مؤثر برداشته است. الان، دانشگاه های داخلی ابزارهایی توسعه داده اند که قادر به پوشش حداقل سه سطح از هفت سطح تعارض شناسایی شده هستند. مرکز تنقیح و تطبیق قوانین نیز مقرر می باشد 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 دانشگاه ها به نتیجه رسیده است، مرحله BI در رابطه با وزارت خانه ها به عنوان ورودی AI عمل کند. در صورت اعتماد وزارت خانه ها به این سیستم ها، فرآیندهای داخلی آنها وارد فازهای بعدی خواهد شد. هدف نهایی معاونت علمی، کمک به پیشبینی زنجیره تاثیر تصمیمات دولت بر بخش های مختلف است.
وی در آخر اشاره کرد: در فاز دو، «پیش بینی» صورت خواهد گرفت و در فاز سه، تمام فرآیندهای قابل اعمال در سیستم مدنظر قرار می گیرند. هرچند امکان دارد ورود تمام داده های حساس برخی وزارت خانه ها، مانند حوزه های انرژی یا نفت، به دلیل ملاحظات امنیتی ممکن نباشد، اما بخش های وارد شده امکان ایجاد «دوقلوی دیجیتال» برای وزارت خانه ها را فراهم می آورند. این امر به دولت اجازه می دهد تا پیش از اجرای هر تصمیمی، نتایج احتمالی آن را پیشبینی کند؛ امری که هم اینک تنها بشکل ذهنی و شهودی صورت می گیرد. امید است این سیستم در نهایت به این قابلیت برسد تا تصمیم گیری های دولتی را با دقت و شفافیت بیشتری هدایت کند. به طور خلاصه، بگفته او، محورهای کلیدی این تقسیم کار شامل: گسترش زیرساخت ابری با توان پردازش بالا: بعنوان مهم ترین محور برای توسعه های آتی، توسعه بازارگاه داده و اطلاعات: با هدف دستیابی به حکمرانی یکپارچه، گسترش زیرساخت های حقوقی و قانونی هوش مصنوعی: برای دفاع از حقوق ذینفعان، ایجاد و توسعه نظام ارزیابی و رتبه بندی محصولات و خدمات هوش مصنوعی، توسعه سرمایه انسانی هوش مصنوعی: شامل حفظ و تربیت متخصصان، فرهنگ سازی و ترویج: با اهتمام ویژه، توسعه و تعمیق دانش و فناوری هوش مصنوعی: برای حفظ توازن با تحولات جهانی، توسعه مدلهای زبانی بزرگ و کوچک: همچون دستیار هوش مصنوعی، کاهش ریسک و ایجاد نظام انگیزشی سرمایه گذاری: با حمایت دولت از بخش خصوصی، تجاری سازی و توسعه بازار هوش مصنوعی: برای رسیدن به خودکفایی اکوسیستم، استفاده از هوش مصنوعی در مسایل اولویت دار کشور: با رویکرد علمی و کاربردی، توسعه همکاریهای بین المللی: برای تبادل تجربیات و منابع، توسعه امنیت سایبری: در تمامی لایه های سیستم های هوش مصنوعی و توسعه مدلهای پایه: با هدف آموزش مدلهای کارآمد است. این زیرساخت، بزرگترین قدرت محاسباتی موجود در کشور را فراهم می آورد؛ به صورتی که فاز نخست آن با بالاتر از ۱۰ پتافلاپس قدرت محاسباتی و بر بستر شبکه پرسرعت ۴۰۰ گیگابیت بر ثانیه به راه افتاده است. لایه دوم، زیرساخت نرم افزاری است روی این بستر سخت افزاری، زیرساخت نرم افزاری جامعی پیاده سازی شده که شامل مدیریت و هماهنگی منابع محاسباتی است.

به طور خلاصه، محورهای کلیدی این تقسیم کار شامل: توسعه زیرساخت ابری با توان پردازش بالا: بعنوان مهم ترین محور برای توسعه های آتی، توسعه بازارگاه داده و اطلاعات: با هدف دستیابی به حکمرانی یکپارچه، توسعه زیرساخت های حقوقی و قانونی هوش مصنوعی: برای دفاع از حقوق ذینفعان، ایجاد و توسعه نظام ارزیابی و رتبه بندی محصولات و خدمات هوش مصنوعی، توسعه سرمایه انسانی هوش مصنوعی: شامل حفظ و تربیت متخصصان، فرهنگ سازی و ترویج: با اهتمام ویژه، توسعه و تعمیق دانش و فناوری هوش مصنوعی: برای حفظ توازن با تحولات جهانی، توسعه مدلهای زبانی بزرگ و کوچک: همچون دستیار هوش مصنوعی، کاهش ریسک و ایجاد نظام انگیزشی سرمایه گذاری: با حمایت دولت از بخش خصوصی، تجاری سازی و توسعه بازار هوش مصنوعی: برای رسیدن به خودکفایی اکوسیستم، استفاده از هوش مصنوعی در مسایل اولویت دار کشور: با رویکرد علمی و کاربردی، توسعه همکاریهای بین المللی: برای تبادل تجربیات و منابع، توسعه امنیت سایبری: در تمامی لایه های سیستم های هوش مصنوعی و توسعه مدلهای پایه: با هدف آموزش مدلهای کارآمد است. به صورت خلاصه، بگفته او، محورهای کلیدی این تقسیم کار شامل: گسترش زیرساخت ابری با توان پردازش بالا: به عنوان مهم ترین محور برای توسعه های آتی، توسعه بازارگاه داده و اطلاعات: با هدف دستیابی به حکمرانی یکپارچه، گسترش زیرساخت های حقوقی و قانونی هوش مصنوعی: برای دفاع از حقوق ذینفعان، ایجاد و توسعه نظام ارزیابی و رتبه بندی محصولات و خدمات هوش مصنوعی، توسعه سرمایه انسانی هوش مصنوعی: شامل حفظ و تربیت متخصصان، فرهنگ سازی و ترویج: با اهتمام ویژه، توسعه و تعمیق دانش و فناوری هوش مصنوعی: برای حفظ توازن با تحولات جهانی، توسعه مدل های زبانی بزرگ و کوچک: همچون دستیار هوش مصنوعی، کاهش ریسک و ایجاد نظام انگیزشی سرمایه گذاری: با حمایت دولت از بخش خصوصی، تجاری سازی و توسعه بازار هوش مصنوعی: برای رسیدن به خودکفایی اکوسیستم، استفاده از هوش مصنوعی در مسائل اولویت دار کشور: با رویکرد علمی و کاربردی، توسعه همکاریهای بین المللی: برای تبادل تجربیات و منابع، توسعه امنیت سایبری: در تمامی لایه های سیستم های هوش مصنوعی و توسعه مدل های پایه: با هدف آموزش مدل های کارآمد است. این زیرساخت، بزرگترین قدرت محاسباتی موجود در کشور را فراهم می آورد؛ به صورتی که مرحله اول آن با بالاتر از ۱۰ پتافلاپس قدرت محاسباتی و بر بستر شبکه پرسرعت ۴۰۰ گیگابیت بر ثانیه به راه افتاده است.