به گزارش گروه علمی ایرنا، یکی از غرفه‌هایی که دوشنبه (دوم بهمن) در نمایشگاه «پیشگامان پیشرفت» مورد بازدید حضرت آیت‌الله خامنه‌ای قرار گرفت غرفه هوش مصنوعی بود. حسین افشین، استاد تمام مهندسی مکانیک دانشگاه شریف و معاون علمی، فنّاوری و اقتصاد دانش‌بنیان رئیس‌جمهور در این غرفه درباره فرصت‌های موجود در این زمینه برای پیشرفت و توسعه کشور توضیحات را به رهبر انقلاب ارائه کرد.
رسانه KHAMENEI.IR در گفت‌وگو با وی به بررسی وضعیت و پیشرفت‌های کشور در این حوزه پرداخته است.
یکی از موضوعاتی که رهبر انقلاب از اول سال چند مرتبه درباره‌ی آن صحبت کرده‌اند بحث هوش مصنوعی است و این نشان از اهمیت موضوع دارد. همچنین، یکی از اهدافی که در سند ملی هوش مصنوعی آمده ارتقای کیفیت حکمرانی با بهره‌مندی از قابلیت‌های هوش مصنوعی است؛ در این‌باره توضیحاتی بفرمایید.
یکی از اتفاقاتی که در نسل جدید حکمرانی می‌افتد، حکمرانی مبتنی بر هوش مصنوعی است. این حکمرانی چه‌کار می‌کند؟ شاید یکی از چالش‌های ما در کشور بحث حکمرانی خوب باشد. «حکمرانی خوب» یعنی چه؟ یعنی اینکه با داده خوب بتوانیم به‌موقع تصمیم بگیریم. این فاکتور خیلی مهمی است؛ زمانی شما می‌توانید بگویید ما یک حکمرانی خوب انجام می‌دهیم که اولا نسبت به یک سیستم شناخت داشته باشید و داده دقیق داشته باشید، بعد بتوانید به صورت پیشگیرانه آن کاری را که می‌خواهید، دقیق صورت بدهید. بعضی مواقع به دلیل اینکه اطلاعاتی که شما دارید اطلاعات ناقصی است و کامل نیست، نمی‌توانید تصمیم خوبی بگیرید. هوش مصنوعی در حکمرانی کمک می‌کند با تحلیل داده به تصمیم درست برسید؛ یعنی داده‌های زیادی را از جامعه می‌گیرید، از اقتصاد می‌گیرید، از وضعیت اجتماعی می‌گیرید و در نتیجه تصمیمات بهتری می‌گیرید.
هوش مصنوعی در اینجا دو اثر دارد؛ این حکمرانی مبتنی بر هوش مصنوعی اثرات افزایش بهره‌وری دارد، یک سری اثرات عدالت اجتماعی دارد. بعضی مواقع می‌خواهیم کمک هدفمند بکنیم؛ یعنی جامعه هدفمان را بشناسیم و بدانیم به کدام قشر باید کمک کنیم، از کدام قشر باید مالیات بگیریم، به کدام قشر در کدام حوزه آموزشی یا پوشاکی یا خوراکی یا مطالعاتی سرویس بهتری بدهیم؛ زمانی می‌توانیم این کار را بکنیم که داده دقیق داشته باشیم. اگر داده دقیق داشته باشیم، منابع و مصارفمان را می‌توانیم دقیق‌تر هزینه کنیم. هوش مصنوعی به ما تحلیل داده می‌دهد؛ یعنی داده‌های عظیم را که به صورت متداول امکان دریافت و پردازش آن‌ها وجود نداشت، حالا برای ما پردازش می‌کند و می‌توانیم به صورت پیشگیرانه مسائل را درک بکنیم؛ بعد که توانستیم پیشگیرانه مسائل را درک بکنیم، به ما می‌گوید چه موقع و با چه سرعتی آن بحران یا آن مطالبه را پاسخ بدهیم. این باعث می‌شود ما حکمرانی مبتنی بر هوش مصنوعی داشته باشیم که به این می‌گویند «حکمرانی خوب». تمام کشورها و دولت‌هایی که از هوش مصنوعی استفاده می‌کنند، برای افزایش کیفیت زندگی مردم و افزایش بهره‌وری می‌آیند حکمرانی مبتنی بر هوش مصنوعی را اجرا می‌کنند. فرض کنید یک مشکلی داریم به نام «ناترازی انرژی» که یک بخش آن مربوط به تولید است، ولی یک بخش مهم‌تر آن مربوط به مصرف است. اگر ما از زندگی مردم و از صنعتمان داده‌ی خوب داشته باشیم و دقیق بدانیم کجا باید چقدر هزینه بکنیم، با کمترین هزینه می‌توانیم بیشترین بهره‌وری را داشته باشیم و شاید بدون اینکه به مردم تحمیل هزینه بکنیم، بدون اینکه بخواهیم تولید اضافه داشته باشیم با یک تحلیل داده بتوانیم این وضعیت را بهتر کنیم.
اگر این بحث هوش مصنوعی دو بعد داشته باشد، یک بعد آن بحث فناورانه و بعد دیگر آن تربیت افراد متخصصی است که بتوانند بر این حوزه اشراف داشته باشند. شما رئیس بنیاد ملی نخبگان هم هستید؛ در این راستا چه برنامه‌ای دارید و برای پیشبرد این هدف، چگونه می‌توانیم از نخبگانمان بهتر استفاده کنیم؟
یک موضوع خیلی مهم در بحث هوش مصنوعی نیروی انسانی است؛ چون آن نیروی انسانی‌ای که می‌آید الگوریتم‌ها را می‌نویسد مهم است. وقتی آن الگوریتم را می‌نویسد یا یک الگوریتم را آموزش می‌دهد، اینکه آن را با ذهن و فکر غربی آموزش بدهیم یا با فکر و ذهن شرقی آموزش بدهیم تفاوت دارد. هرچه ما نیروی متخصص بیشتر داشته باشیم، بهتر می‌توانیم داده‌های خودمان و الگوریتم‌های خودمان را توسعه بدهیم؛ در نتیجه، ماشین یادگیری‌مان یا الگوریتم یادگیری‌مان مبتنی بر عقل شرقی یا عقل ایرانی شکل می‌گیرد.
ما در هوش مصنوعی یک مزیت داریم؛ شاید در یک سری تکنولوژی‌ها مجبور بودیم عاریه‌ای کار بکنیم، ولی در هوش مصنوعی مزیت دو کشور خیلی محرز است: ایران و هند؛ یعنی ما نیروی انسانی‌ای داریم که در این زمینه در دنیا جزو نفرات اول هستند و اگر ما سرمایه‌گذاری مناسبی روی این نیروهای انسانی بکنیم، عملاً یکی از بخش‌های تولید هوش مصنوعی را که نیروی انسانی است، تقویت می‌کنیم.
حالا مسئله این است که چه‌جوری باید شروع کنیم؟ اولا باید حتماً این آموزش را از مدارس شروع کنیم، چون نسل جدیدی از دانش‌آموزان یا جوانان را داریم که ضریب هوشی‌شان خیلی بالا است. وضعیت امروز با دهه‌های قبل فرق می‌کند؛ بچه‌های امروزی خیلی باهوش‌ترند؛ بالاخره ارتباطات و اطلاعات زیادی دارند که در لحظه کسب می‌کنند. ما باید آموزش‌هایمان را چند دسته بکنیم؛ یک دسته را ببریم در مدارس، یک دسته دیگر بیاید در دانشگاه. الان برنامه‌مان در دانشگاه این است که دانشجویان ما یک حداقلی از هوش مصنوعی بدانند؛ به همین علت، دو واحد درسی در دانشگاه‌ها اجباری شده است که افراد در حوزه‌های مختلف، هوش مصنوعی را یاد بگیرند. بر همین اساس، آمدیم از برخی اساتید حمایت کردیم تا سرفصل‌های درسی تدوین بکنند و این سرفصل‌های درسی از مهر امسال در دانشگاه‌ها تدریس می‌شود، این کلاس‌ها همزمان فیلم‌برداری و ضبط می‌شود، مکتوبات درسی‌شان هم به صورت فایل ارائه می‌شود، تا پایان دی‌ماه آن‌ها را بارگذاری کنیم. الان در ۳۰ حوزه در رشته‌های علوم مهندسی، علوم پزشکی، علوم انسانی، هنر همچنین علوم پایه این دروس تدریس می‌شود. این مستندات که ایجاد می‌شود، دانشجویان علاقه‌مند و اساتید علاقه‌مند می‌توانند به آن‌ها دسترسی داشته باشند؛ یعنی ما متون فارسی درباره هوش مصنوعی ایجاد کرده‌ایم.
البته علم هوش مصنوعی این‌طوری نیست که من بگویم «این تمام شده»، چون ممکن است شش ماه دیگر دوباره مطالب جدیدی بیاید؛ ولی اینکه افراد بتوانند دسترسی داشته باشند به مستندات فارسی، ترسشان می‌ریزد و در نتیجه خودشان هم علاقه‌مند می‌شوند و شروع می‌کنند به کار کردن در این حوزه. شروع یک کار، سخت‌ترین قسمت آن کار است. پس ما یک حوزه آموزشی داریم که باید افراد را ترغیب کنیم، یک حوزه حمایتی هم داریم و از پایان‌نامه‌هایی که حول موضوع هوش مصنوعی در دانشگاه‌ها نوشته می‌شود حمایت می‌کنیم که در حوزه پژوهش هم شروع کنند به گسترش این مستندات. البته اگر ما زیرساخت‌مان و سکوی هوش مصنوعی را ایجاد نکنیم، همه این کارهایی که در قسمت پژوهش می‌کنیم به نوعی به پلتفرم‌ها و سکوهای خارجی کمک خواهد کرد. ما بالاخره یک زیرساخت می‌خواهیم، ولی نمی‌توانیم بگوییم حالا چون سکو نداریم، پس در این حوزه این حمایت‌ها را نکنیم؛ باید در این حوزه شروع به کار کنیم.
بنابراین، ما دو برنامه قطعاً خواهیم داشت. یکی اینکه دانشگاه‌ها را برای یک خیزش علمی در فناوری‌های جدید هم در حوزه تراشه‌ها، هم در حوزه میکروالکترونیک، هم در حوزه کوانتوم و هم در حوزه هوش مصنوعی، که این‌ها واقعا به هم مرتبطند. دانشگاه را مثل یک چشمه می‌بینم که این چشمه باید مرتب بجوشد و آب را سرریز کند؛ سرریز این آب می‌آید داخل شرکت‌های دانش‌بنیان و بعد می‌آید در صنعت و بعد می‌آید در فناوری ما و بر اقتدار ملی ما تأثیر می‌گذارد. دوم اینکه باید در حوزه دانش‌آموزی وارد بشویم که در حوزه هوش مصنوعی بتوانیم برای مدارس یک معلم بگذاریم و دوره‌های آموزشی برگزار کنیم. البته دانش‌آموزان یک کلاسی دارند به نام «کار و فنّاوری» که لازم است یک سرفصل هوش مصنوعی به آن اضافه شود تا بتوانند با مبانی آن آشنا بشوند.
قدری در مورد مزیت ایران و هند در حوزه نیروی انسانی، توضیح دهید.
یکی از مهم‌ترین قسمت‌های هوش مصنوعی برنامه‌نویسی آن است. آنچه در دنیا وجود دارد این است که بهترین برنامه‌نویس‌های دنیا دو تیپ بیشتر نیستند: ایرانی‌ها و هندی‌ها؛ در نتیجه، این یک مزیت است. مطمئن باشید کشورهای توسعه‌یافته دنبال نیروی انسانی ممتاز می‌گردند تا بتوانند برنامه‌نویس‌هایی اضافه کنند که برای پلتفرم‌های خودشان یا سکّوهای خودشان ارزش افزوده ایجاد بکنند. در این بخش، هم ایرانی‌ها و هم هندی‌ها تبحر خاصی دارند و این می‌تواند مزیّت ما باشد. البته این یک مشکلی هم ایجاد خواهد کرد و آن این است که اگر ما نتوانیم این نیروی انسانی را که تربیت می‌کنیم حفظ کنیم، مرتب این تولیدات نیروی انسانی ما آماده می‌شوند برای اینکه مهاجرت بکنند. البته از این مسئله نباید بترسیم؛ چون ما مثل یک منبع بزرگی نیروی انسانی داریم، باید سعی کنیم مرتب تربیت بکنیم؛ ولی آن قسمت دوم هم مهم است که حفظ این نیروی انسانی است. به نظر من، حفظ نیروی انسانی راهکار بخصوصی دارد که ما بتوانیم هم او را حفظ کنیم و هم از او استفاده کنیم.
در مورد بحث ایجاد سکوی هوش مصنوعی بفرمایید که چه مزیت‌هایی دارد. آیا اینکه ما مثلاً از چت جی‌پی‌تی در مورد تحولات منطقه یا قضایای غزه می‌پرسیم، بعد جواب‌هایی به ما می‌دهد که هدایت‌شده است، مربوط به این سکوی هوش مصنوعی می‌شود؟
بله، این مسئله خیلی مهم است. ما وقتی وارد یک فناوری می‌شویم، اگر از ابتدا تا انتهای آن فناوری را دقیق ندانیم، در نهایت، یک جور مصرف‌کننده می‌شویم و می‌رویم به این سمت که از تولیدات دیگران استفاده بکنیم و بهره‌بردار باشیم؛ هرچند ممکن است یک نقشی هم در آن فناوری داشته باشیم ولی نقش اساسی بازی نمی‌کنیم. هوش مصنوعی یک کلیت تر و یک جامعی بزرگ‌تری دارد. اینکه فقط فناموری وجود داشته باشد یا برنامه‌نویس باشد، نمی‌تواند این را هدایت بکند؛ یعنی ما فقط یک بعد را جلو می‌بریم. همان‌طور که در آن سخنرانی بعدهای هوش مصنوعی گفته شد، بعد علمی و فناورانه دارد، بعد فلسفی، بعد کلامی، بعد حقوقی و بعد فقهی دارد؛ اگر این‌ها را با هم نتوانید ببینید، این مسئله حل نمی‌شود.
حالا ما می‌خواهیم چه‌کار بکنیم؟ گفته شد الگوریتم‌هایی که می‌نویسیم و آموزش‌هایی که می‌دهیم مبتنی بر داده‌ای است که ما به آن هوش مصنوعی می‌دهیم؛ یعنی بر اساس آن داده‌هایی که می‌دهیم، آموزش‌هایی می‌بیند و آن هوش مصنوعی بر اساس آموزشی که دادیم و داده‌هایی که دادیم، به ما پاسخ می‌دهد. پس خیلی مهم است که اولا خودمان در این ساختار نقش دقیقی داشته باشیم و سعی کنیم در حوزه‌های مختلف، داده‌های دقیقی به این الگوریتم‌ها بدهیم تا آموزش ببیند.
البته موضوع سکو یک موضوع دیگری است. شرکت‌های بزرگ دنیا عموماً آمده‌اند منابع نرم‌افزارهایشان را باز گذاشته‌اند؛ مثلاً شما می‌توانید از منابع موسسه اپن‌اِی‌آی استفاده کنید. در این زمینه، ما دو نوع بازیگر می‌توانیم داشته باشیم: اول، یک آدم متخصص که از هوش مصنوعی استفاده می‌کند، برنامه‌نویسی می‌کند و الگوریتم‌ها را توسعه می‌دهد؛ دوم، یک فرد غیرمتخصص که عموماً کاربرها و کسانی هستند که می‌خواهند به صورت کاربردی از هوش مصنوعی استفاده کنند، متخصص الگوریتم‌نویسی یا برنامه‌نویسی نیستند، بلکه فقط داده و یک خواسته دارند که باید بدهند به یک الگوریتمی که تحلیل بکند و تنها خروجی برای آن‌ها مهم می‌شود. بنابراین یک پلتفرمی ایجاد کردند، یک سکویی ایجاد کردند که این سیستم‌عامل یک سری الگوریتم‌های آماده دارد؛ وقتی که از آن استفاده می‌کنید، اگر بلد باشید کدام الگوریتم را انتخاب کنید، خودتان انتخاب می‌کنید و اگر متخصص و وجود دارد، توسعه می‌دهید. اما در این حالت هم سود نصیب آن کسی می‌شود که این پلتفرم را پایه‌گذاری کرده است. در حالت دیگر، من یک آدم غیرمتخص هستم ولی داده دارم و می‌خواهم مثلاً یک سری مسافرت را مدیریت کنم که با کمترین هزینه بهترین جا را به افراد بدهم؛ اینجا من متخصص هوش مصنوعی نیستم، بنابراین می‌آیم از این پلتفرم آماده استفاده می‌کنم و خودش به من می‌گوید کدام الگوریتم بهینه است.
پس نیاز داریم یک پلتفرم ایرانی و ملی و اتفاق مدرن داشته باشیم؛ یعنی بروز باشد تا افرادی که می‌خواهند در ایران آن را توسعه بدهند و از آن استفاده کنند، از پلتفرم خودمان استفاده کنند. بنابراین، باید آن را پایه‌گذاری کنیم؛ باید از امروز به فکر این باشیم که یک جایی داشته باشیم که معتبرترین جا است، آدم‌های متخصص هستند، با نرم‌افزارهای روز و با زبان‌های برنامه‌نویسی روز آشنایی دارند و الگوریتم‌های بهینه را می‌شناسند، تا این را توسعه بدهند. البته «توسعه» این نیست که امروز توسعه بدهند، ما کلید آن را قفل کنیم بگوییم این پلتفرم دیگر آماده است؛ بلکه باید طوری باشد که فرض کنید حداقل تا ده سال یا بیست سال آینده مرتب این الگوریتم‌ها به آن اضافه بشود و افراد دیگری هم که استفاده می‌کنند و متخصص هستند، برای حوزه‌ی خودشان بیایند این الگوریتم‌ها را اضافه کنند. ما برای اینکه بتوانیم یک سکّوی ملّی داشته باشیم، یک سیستم‌عامل هوش مصنوعی ملّی داشته باشیم، آمدیم با یک دانشگاه خوب کشور قرارداد بستیم که متخصص‌ترین افراد در کشورند، گفتیم شما بیایید شروع کنید و معاونت علمی هم شما را حمایت می‌کند که این نرم‌افزار یا این سکّو را بنویسید؛ لذا ما تفاهم‌نامه و قراردادی با آن‌ها بستیم و کار را شروع کردیم،ظرف یک سال آینده هم این پلتفرم بالا می‌آید و ما اینجا را از وابستگی خارج می‌کنیم.
الان وضعیت به این صورت است که هر فردی می‌خواهد پژوهش کند، مجبور است از پلتفرم‌های خارجی استفاده کند و چون خودش نمی‌تواند الگوریتم‌های مربوط به رشته‌ی خودش را بنویسد، می‌رود از پلتفرم‌های خارجی استفاده می‌کند؛ در نتیجه، ما پلتفرم‌های خارجی را توسعه می‌دهیم! یعنی عملا خیلی از توسعه‌ها به دست خود ایرانی‌ها و هندی‌ها و چینی‌ها و کشورهای دیگری که از این پلتفرم‌ها استفاده می‌کنند. در آخر هم یک روزی ممکن است اصلاً آن نرم‌افزار متن‌باز را برای ما ببندند. دو سیاست هست: هم ممکن است ببندند، هم ممکن است تا آخر باز بگذارند. اگر بستند، ما دوباره هیچ دسترسی به الگوریتمی که خودمان داشته باشیم و آموزش دیده باشد و عیب‌هایش مشخص شده باشد نداریم؛ آن‌ها می‌خواهند وابستگی ایجاد کنند تا مجبور شویم بابت این سرویسی که می‌گیریم پول بدهیم. یا اینکه نه، باز می‌گذارند تا داده‌های ما را بگیرند؛ چون شما باید داده‌هایتان را بدهید به آن الگوریتم تا آموزش ببیند و برگردد و آنجا ممکن است یک ذخیره‌سازی داده اتّفاق بیفتد. بنابراین، هم درصورتی‌که متن‌باز باشد می‌تواند برای ما مخاطره داشته باشد، هم درصورتی‌که دسترسی ما را ببندند می‌تواند مشکل ایجاد بکند؛ به همین علّت، اوّلین کاری که انجام می‌دهند این است که این را باز بگذارند. البتّه گفتم این‌طور نیست که امروز بگوییم پژوهش‌های ما نرود روی آن پلتفرم‌ها کار بکند، بلکه ما باید آن را در کنارش توسعه بدهیم؛ به‌زودی این پلتفرم ایرانی بالا می‌آید و چون این پلتفرم توسّط بهترین‌ها آماده می‌شود و با شروع کار هوش مصنوعی دارد راه می‌افتد، استقبال خوبی از آن خواهد شد.
ما قطعاً به عنوان معاونت علمی، در آینده فقط از پروژه‌های پژوهشی حمایت می‌کنیم که روی پلتفرم خودمان کار بکنند. فکر می‌کنم این باعث می‌شود که ما از این دید مستقل بشویم.
منظور از جنگ تراشه‌ها چیست و چه تاثیری در روند پیشبرد اهداف ما در این حوزه دارد.
برای اینکه این فضای رایانش ابری را داشته باشیم، مهم‌ترین عنصر آن تجهیز تراشه‌ها است. پس جنگ امروز جنگ این است که چه کسی به این فناوری دست پیدا بکند، مثل انرژی هسته‌ای که چه کسی به آن دست پیدا بکند و چه کسی داشته باشد؛ اینکه چگونه به فناوری تراشه‌ها برسیم مهم است. موبایل‌ها روزبه‌روز سبک‌تر، سریع‌تر و کوچک‌تر شده، با کارایی بالاتر؛ یعنی داریم به تراشه‌هایی می‌رسیم که از نظر فناوری کمک می‌کنند که تجهیزات الکترونیکی بهتری داشته باشیم و در سیستم‌های مخابراتی، لوازم خانگی، خودرو، تجهیزات امنیتی تجهیزات نظامی و فضایی نقش اصلی را دارند. اصطلاحاً، در دنیا به این تراشه‌ها می‌گویند «فناوری جادویی»؛ یعنی این‌قدر خاص است.
اگر بخواهیم تقسیم‌بندی بکنیم، سه دسته از کشورها در فناوری تراشه‌ها وجود دارند. یکی کشورهایی که زیرساخت و تجهیزاتی را می‌سازند که این تراشه را تولید می‌کند و عمده‌اش دست سه کشور است: آمریکا و هلند و ژاپن؛ این دسته از کشورها خود تجهیزاتی را می‌سازند که این تراشه‌ها را تولید می‌کند و زیرساخت را ایجاد می‌کنند. یک دسته‌ی دیگر کشورهایی هستند که این زیرساخت و تجهیزات را گرفته‌اند و خود تراشه را طرّاحی و تولید می‌کنند. این فناوری بیشتر دست تایوان است؛ یعنی تایوان جزو کشورهایی است که بیشترین تولید تراشه را انجام می‌دهد. یک دسته دیگر هم کشورهایی هستند که این تراشه‌هایی را که تولید می‌شود، مونتاژ می‌کنند و پکینگ انجام می‌دهند. پس این تکنولوژی سه دسته دارد که یکی سازنده‌ی زیرساخت آن است که بتواند آن تراشه را تولید بکند، یکی آنکه دستگاه و زیرساخت دارد و تراشه را طرّاحی و تولید می‌کند، یکی هم آنکه تراشه را مونتاژ می‌کند که این‌هم در این دسته‌بندی قرار می‌گیرد. کشورهایی که کار پکینگ را انجام می‌دهند ژاپن و کره هستند؛ ژاپن و کره دو کشوری هستند که این پکینگ و اسمبلینگ را صورت می‌دهند.
باید ببینیم در کدام یک از این حوزه‌ها می‌توانیم وارد بشویم. الان مثلاً آمریکا برای هلند محدودیت ایجاد کرده که زیرساخت‌ها و دستگاه‌ها را نمی‌توانی به چین بدهی؛ همچنین، برای تایوان محدودیت ایجاد کرده که تراشه‌های تولیدی را نباید به چین بدهی. البته خود چین تراشه‌هایی در محدوده هفت نانومتر و بالاتر را تولید می‌کند، ولی هنوز به فناوری پایین‌تر دست پیدا نکرده است. چین ۱۶ درصد مصرف خودش را خودش می‌تواند تولید بکند و بقیه‌اش را وارد می‌کند. پولی که چین بابت خرید تراشه در سال قبل، داده از پول خرید نفتش بیشتر بوده است. این، اهمیت موضوع را نشان می‌دهد؛ چون هر کسی به این فناوری ساخت تراشه به عنوان مغز تجهیزات مدرن آن کشور دست پیدا بکند، می‌تواند هر دو اقتدار اقتصادی و نظامی را پیدا بکند. دقّت داشته باشید به اینکه محدودیتی که آمریکا برای برخی کشورها ایجاد می‌کند به دلیل بحث‌های نظامی‌اش نیست، بلکه به این دلیل است که اقتصاد کشورها در آینده وابسته به همین چیپست‌ها و ریزتراشه‌ها است. پس ما در آینده‌ای نزدیک با جنگ تراشه‌ها روبه‌رو هستیم.
لطفاً در خصوص شکاف فناورانه و اینکه این شکاف باید بر اساس تجاری‌سازی جبران بشود، توضیح بفرمایید.
باید قبول کنیم الان با دو خلا یا شکاف (گپ) در فرآیند کارها مواجهیم؛ یک شکاف داخلی داریم یک گپ خارجی داریم. شاید نیاز باشد که این قسمت هم از مصاحبه حذف بشود. ما یک خلا داخلی بین محققان و دانشمندان و اساتیدمان با صنعت داریم. بیش از یک سال است که این شکاف زیاد شده است. قبلاً این‌طوری بود که مثلاً در پیشرفت‌های فضایی و موشکی که اتفاق افتاد، این فاصله را توانستیم کم کنیم. یعنی توانستیم دانشگاهمان را به صنعتمان و به حاکمیّتمان نزدیک کنیم ــ امّا از سال ۱۴۰۰ این فاصله و این شکاف داخلی زیاد شد و نتوانستیم آن را ترمیم کنیم؛ چرا نتوانستیم؟ چون خودمان به این فاصله دامن زدیم. اولا این شکاف داخلی را باید حل کنیم و بتوانیم دانشگاه‌هایمان را با ترغیبی که می‌کنیم، به صنعتمان که سرریز دانشگاهمان است نزدیک کنیم. راهش هم فقط معاونت علمی است؛ یعنی معاونت علمی می‌تواند این کار را انجام بدهد. تقریباً از سال ۱۳۹۹ این افول را داریم می‌بینیم؛ یعنی طوری شد که ما بیشتر به شرکت‌ها پرداختیم و یادمان رفت آن چشمه‌ای که شرکت‌ها را درست می‌کرد دانشگاه بود. ما باید حواسمان همیشه به آن چشمه باشد، باید حتماً به آن چشمه دقت بکنیم، باید برویم و بخواهیم، باید به اساتید دانشگاه توجه ویژه‌ای بکنیم.
برنامه‌ریزی کرده‌ایم که یک سال بعد، این فاصله را نزدیک و نزدیک‌تر بکنیم. بعضی وقت‌ها که می‌رویم حرف می‌زنیم، مشکل حل می‌شود؛ می‌رویم می‌گوییم ما این مشکلات را داریم، بیایید کمک کنید تا این مشکل حل شود. می‌خواهم بگویم بعضی مواقع آدم‌ها فکر می‌کنند یک چیزی فقط با پول حل می‌شود، درحالی‌که با صحبت هم حل می‌شود. من یک مسیر تعریف کردم، گفتم مسیر نخبگی برای یک نخبه از کودکی تا مرگ است.
یعنی همان موضوعی که رهبر انقلاب اشاره کردند.
دقیقاً. نخبه باید احساس اثرگذاری بکند؛ باید احساس بکند که یک نفر آمده خانه او و حرفش را می‌شنود، این تعبیر «سیکل نخبگی» یا «چرخه نخبگی» واقعاً یک تعبیر مهم است و این مسیر، یک مسیر بین‌المللی است. «چرخه» یعنی چه؟ شما این مسیر را از اینجا شروع می‌کنید، حالا خود این فرد می‌آید به نقطه اول شما وصل می‌شود. چرخه یعنی چیزی که از ابتدای مسیر شروع می‌شود و به یک انتهایی می‌رسد و دوباره به ابتدای مسیر برمی‌گردد؛ یعنی او خودش خودبه‌خود تولید می‌کند. ولی ما نتوانستیم این را ایجاد بکنیم؛ لذا فعلاً باید بگوییم ما مسیر نخبگی را ایجاد می‌کنیم. این «مسیر نخبگی» را که ایجاد کردیم، آن نخبه در انتهای زندگی یا انتهای کاری که انجام می‌دهد (انتهای مسیر لزوماً انتهای زندگی او نیست) خودش سرریز می‌کند به دوران کودکی یا دوران دانشجویی و دانشجوهای جدیدی پرورش می‌دهد؛ این‌گونه، «سیکل نخبگی» یا «چرخه‌ی نخبگی» شکل می‌گیرد.
چرا فکر می‌کنیم نخبه مثلاً وقتی می‌آید دانشگاه، اصلاً نخبه نیست؟ درحالی‌که برعکس مدال‌های ورزشکاری که در اوج قهرمانی‌اش به مدال می‌رسد، نخبگان ما در ابتدای کارشان مدال می‌گیرند؛ یعنی آن‌ها از اینجا به بعد باید اثرگذار باشند و بفهمند در کشور اثرگذاری دارند.
ما ابتدا باید مسکن‌ار، قسمت‌هایی را که می‌توانیم و هنوز تحریم نشده جلو ببریم؛ چون مطمئن باشید بعداً اجازه ورود تکنولوژی به این قسمت‌ها را نمی‌دهند. ما الان که فرصت داریم باید در این قسمت‌ها سرمایه‌گذاری کنیم تا تجهیزات آن‌ها بیاید. این مسکن است و کارمان را راه می‌اندازد؛ یعنی فعلاً اجازه بدهیم که در قسمت لایه بیرونی که لایه‌ی کاربردی هوش مصنوعی است، همه‌ی وزارتخانه‌ها، همه‌ی دستگاه‌ها، همه‌ی بخش‌های خصوصی کار بکنند. نتیجه‌اش چه می‌شود؟ سرریز می‌شود به داخل کشور.
یک شکاف دیگر، میان مدت است و ما باید خط تولید را برای تولید نانومترها راه‌اندازی کنیم. اکنون همه دانشگاه های کشور می خواهند فب میکرو راه‌اندازی کنند. این خیلی هم مهم است، من هم می‌دانم مهم است، اما به همه آن‌ها گفتم نه، به خاطر اینکه نمی‌توانیم بیست پروژه نیمه‌تمام دستگاه تولید داشته باشیم. ما کشوری نیستیم که فرض کنید بتوانیم صد میلیارد دلار، دویست میلیارد دلار یا پانصد میلیارد دلار هزینه بکنیم؛ پس من باید به آن‌ها بگویم «نه»؛ ولی در عوض، به ایشان می‌گویم خیالتان راحت باشد، شما هرچه طراحی کردید، ما می‌فرستیم یک فَب برای شما تولید کند و بفرستد؛ حالا اگر داخلی‌اش بود می‌دهیم به داخلی، اگر نبود می‌دهیم به خارجی. می‌گوییم شما بروید روی های‌تک (فناوری بالا) کار کنید؛ یعنی مثلاً برای نُه نانومتر و ده نانومتر طراحی کنید، ما یک فَب‌لب در خارج از کشور پیدا می‌کنیم و آن را برایتان می‌سازیم می‌آوریم تا شما ادامه بدهید. این‌هم یک هجمه‌ای است که باز حتماً سمت ما می‌آید که مثلاً قول داده بودند برای بعضی دانشگاه‌ها یک فَب درست کنند؛ نه، ما نمی‌توانیم درست کنیم. ما باید تمرکز کشور را بگذاریم روی یک جا؛ یکی دو جای آباد داشته باشیم بهتر از این است که سی کار ناتمام داشته باشیم.
باز یک بخش دیگری هست که خیلی فاصله داریم و در دنیا چین هم جزو این بخش نیست و آن قسمت تولید زیرساخت‌ها است که کشورهای ژاپن و هلند در این قسمت هستند و ساخت زیرساخت دستگاه‌ها را انجام می‌دهند. در این قسمت هم ما باید برویم به سمت طراحی آن، چون برای طراحی می‌توانیم آن گپ را نداشته باشیم. باید افراد را ترغیب کنیم که طراحی کنند، باید یک تیمی از اساتید دانشگاه را بگذاریم که طراحی کنند. اما آن کسی که طرّاحی می‌کند، طرحش را به چه کسی بدهد که از او پول بگیرد؟ بالاخره می‌خواهیم اقتصاد بگردد. ما باید بخریم؛ ما به عنوان معاونت علمی باید بگوییم شما چه‌کار دارید چه کسی می‌خرد، بروید در این حوزه طراحی کنید، کارتان را در این حوزه انجام بدهید، مدل آن را دربیاورید، بعد ما برای ساخت بدهیم یکی دو نمونه‌اش را سازنده‌های خودمان بسازند، امتحان کنیم ببینیم چه نتیجه‌ای می‌دهد.
اگر امروز به من بگویید بین شکاف خارجی و شکاف داخلی کدام را باید حل بکنیم، می‌گویم اولویت ما این است که شکاف داخلی را حل کنیم. این فاصله‌ای که بین این‌ها افتاده به خاطر این است که ما فکر کردیم این چشمه همیشه جوشان است و دارد می‌آید. چرا الان کیفیت شرکت‌های دانش‌بنیان ما پایین آمده؟ وقتی حضرت آقا در بیاناتشان می‌فرمایند تعداد شرکت‌های دانش‌بنیان باید افزایش پیدا کند ولی در این زمینه باید دقت کنیم، یعنی از یک جا به بعد شرکت‌های دانش‌بنیان ما دارند ضعیف می‌شوند. اما چگونه می‌توانند قوی بشوند؟ ما باید حواسمان به آن چشمه باشد، مرتب از مرجعیّت علمی آن حمایت و آنجا را ترغیب و تقویت بکنیم؛ در سرریز آن مرجعیت علمی، شرکت دانش‌بنیان هم قوی می‌شود. آن موقع، سخت‌گیری‌مان را هم باید سه برابر بکنیم که شرکت‌هایی بیایند که قوی باشند. جریان این چشمه از سال ۹۹ به این طرف تقریباً شروع شده به کم شدن، الان هم خشکیده است. پس باید ما یک فضایی ایجاد بکنیم تا آن چشمه را در بخش فنّاوری‌های نو و های‌تک راه‌اندازی بکنیم.
یک مقدار هم باید دقت بکنیم به اینکه نمی‌توانیم الان به همه دانشگاه‌ها بگوییم ما همه آن‌ها را در همه حوزه‌ها تقویت می‌کنیم. الان می‌آییم نگاه می‌کنیم هر دانشگاهی در چه حوزه‌ای مرجعیت علمی دارد، آن را تقویت می‌کنیم.
بنابراین، ما چند حوزه داریم و حتماً باید شکاف داخلی را به‌زودی حل کنیم. آن خیزش علمی‌ای که حضرت آقا فرمودند، باید صورت بگیرد و این شکاف مانع است؛ ما باید حمایت بکنیم تا این شکاف کم شود؛ باید یک مقدار اساتیدمان و دانشجویانمان و نخبگانمان را بیشتر حمایت کنیم.
ما بعضی مواقع حس می‌کنیم کمک به نخبگان فقط کمک مالی است؛ البته این‌هم باید باشد، اما مسائل دیگری هم وجود دارد. وظیفه بنیاد نخبگان فقط این نیست که دنبال معیشت و زندگی و مانند این‌ها باشد. معتقدم باید معیشت نخبه و آرامش روحی و روانی او حفظ بشود تا بتواند اثرگذار باشد. اگر وظیفه بنیاد نخبگان سیاست‌گذاری باشد، پس باید یک جایی مانند شورای‌عالی انقلاب فرهنگی سیاست بنویسد و ما بنیاد را تعطیل کنیم. سیاست را که دستگاه اجرایی نمی‌نویسد؛ سیاست را یک جایی می‌نویسد و ۱۰ سال یک دستگاهی آن را اجرا می‌کند. وظیفه ما این است که ذیل آن سیاست کلّی، این را اجرا بکنیم، ریسک بکنیم، بگوییم برای اینکه بخواهیم نخبگان را در داخل کشور حفظ بکنم باید از توانشان استفاده کنیم و چندین برنامه‌ی اجرایی را اجرا کنیم. حالا این بحث مفصّل است، دیگر به این نمی‌پردازم؛ از مصاحبه خارج شدم.
دیروز و در جریان بازدید رهبر انقلاب از نمایشگاه دستاوردها و توانمندی‌های بخش خصوصی، از نسخه دموی سکوی ملی هوش مصنوعی ایران رونمایی شد. از اهمیت این موضوع در حوزه حکمرانی و همچنین مراحل تکمیل این سکو بفرمایید.
بله این، نتیجه ۵ ماه کار فشرده و شبانه‌روزی تیم‌های متخصص داخلی است که با تکیه بر توان داخلی و ظرفیت‌های موجود، موفق شدیم نخستین گام جدی را در مسیر استقلال فناوری هوش مصنوعی کشور برداریم.
سکوی ملی هوش مصنوعی، چیزی فراتر از یک نرم‌افزار است. این یک زیرساخت حیاتی است که می‌تواند در آینده، پایه‌ی تصمیم‌گیری‌های کلان کشور باشد. چرا؟ چون با معماری عامل‌محور (Agent-Based) این امکان را می‌دهد که هر سازمان و دستگاهی بتواند عامل‌های هوش مصنوعی مختص به خود را داشته باشد، بدون آنکه نیاز به وابستگی به سرویس‌های خارجی داشته باشیم. به زبان ساده، ما امروز صاحب یک سکو شدیم که می‌تواند متناسب با نیازهای کشور، هوش مصنوعی بومی را توسعه دهد.
سکوی ملی هوش مصنوعی چهار مؤلفه‌ی اصلی دارد که هر کدامشان در جای خودش اهمیت ویژه‌ای دارند.
اولین مؤلفه، زیرساخت پردازشی مبتنی بر مرکز تولید جی پی یو/ GPU Farm است. وقتی ما از هوش مصنوعی حرف می‌زنیم، اولین چیزی که نیاز داریم، قدرت پردازش است. این مرکز قرار است اردیبهشت‌ماه به بهره‌برداری برسد و به عنوان نخستین مزرعه‌ی پردازشی کشور، بتواند نیازهای پردازشی پژوهشگران، صنایع و استارتاپ‌ها را تأمین کند. ما در گذشته همیشه با محدودیت‌های سخت‌افزاری مواجه بودیم، اما با راه‌اندازی این زیرساخت، یک گام جدی به سمت خودکفایی برداشته‌ایم.
دومین مؤلفه، مدل‌های زبانی بزرگ (LLMs) و مدل‌های چندوجهی (Multi-Modal) است. این یعنی چی؟ یعنی حالا دیگر می‌توانیم داده‌های متنی، صوتی و تصویری را همزمان پردازش کنیم. مثلاً در حوزه سلامت، پزشک می‌تواند داده‌های مختلفی را در اختیار سیستم قرار دهد و مدل، تحلیل دقیقی برای او ارائه کند. این مدل‌ها می‌توانند تصمیم‌سازی را دقیق‌تر و فرایندها را بهینه‌تر کنند.
سومین مؤلفه، عامل‌های هوشمند (Agents) هستند. عامل‌های هوشمند یعنی همان بخش‌هایی که به سازمان‌ها کمک می‌کنند تا بتوانند به‌صورت خودکار، فرآیندهای خود را مدیریت کنند. به بیان ساده، اگر امروز بخواهید از هوش مصنوعی در یک صنعت یا اداره استفاده کنید، به یک عامل هوشمند نیاز دارید که با داده‌های شما آموزش دیده باشد و بهترین تصمیمات را بگیرد.
و اما چهارمین بخش، لایه‌های کاربردی است. اینجا همان جایی است که قرار است هوش مصنوعی به زندگی مردم وارد شود؛ از صنعت و خدمات گرفته تا سلامت و کشاورزی. هدف ما این است که سکو را به نقطه‌ای برسانیم که هر کسب‌وکار، یک راهکار مبتنی بر این پلتفرم داشته باشد.
نسخه بعدی سکو چه زمانی عرضه خواهد شد؟
اسفندماه نسخه بتای سکو عرضه خواهد شد.یعنی از این تاریخ به بعد، همه دانشگاه‌ها، شرکت‌های دانش‌بنیان و مجموعه‌های تحقیقاتی می‌توانند بر بستر این سکو، راهکارهای خودشان را توسعه دهند. این اتفاق باعث می‌شود هوش مصنوعی به‌جای آنکه فقط در سطح بحث‌های علمی باقی بماند، در میدان عمل هم اثرگذار باشد.
ما در معاونت علمی از روز اول با نگاه آینده‌نگرانه به این موضوع ورود کردیم. نسخه بتا، تازه ابتدای مسیر است. در مراحل بعدی، قرار است سکو را با روش‌های یادگیری پیوسته (Continual Learning) به‌روزرسانی کنیم، زیرساخت‌های پردازشی را توسعه دهیم و شرایطی فراهم کنیم که کشور از این مسیر عقب نماند.
امروز، یک سکو داریم که ایرانی است، بر اساس نیازهای کشور طراحی شده و با حمایت نهادهای بالادستی، گام‌به‌گام به جلو خواهد رفت. حالا وقت آن است که همه‌ی بازیگران این حوزه، از دانشگاه گرفته تا صنعت، به این قطار پرشتاب بپیوندند و با هم ایران را به یکی از قطب‌های هوش مصنوعی منطقه تبدیل کنیم.
نظر شما