به گزارش مجله توژال؛ وی سند ملی هوش مصنوعی را سند تشکیل سازمان ملی هوش مصنوعی دانست که قرار است در سال های آینده به اهداف و چشم اندازهای این سند دست یابد و گفت: هر بند این سند نیازمند جزئیات است بررسی علمی و ممیزی توسط کارشناسان این حوزه. اگر این بررسی به درستی انجام شود، احتمالاً بیش از نیمی از سند نیاز به ویرایش دارد. زیرا صحنه های ارائه شده گاه شبیه رویایی زیبا در باتلاق است. اهدافی که اگر با دانش و واقعیت امروزی به آنها نگاه کنیم، به هیچ وجه نمی توان به آن دست یافت و نمونه هایی از آنها شامل برخی وظایف محول شده به یک سازمان هوش مصنوعی است که اساساً ربطی به این سازمان ندارد.

وی تعیین تکلیف برای توسعه زیرساخت دستگاه های پردازشی را نمونه ای از وظایفی دانست که ربطی به سازمان هوش مصنوعی ندارد و اعلام کرد: سازمان ملی هوش مصنوعی مسئول افزایش قدرت پردازش در کشور نیست.

عبیدی عسل ادامه داد: واقعیت تلخ در حوزه فناوری در کشور ما نسبت به کشورهای پیشرفته این است که تمام دانش و فناوری های پیشرفته دنیا توسط شرکت های خصوصی تولید و گسترش یافته است و دولت ها هیچ نقشی در این امر نداشته اند. در این فرآیند، دولت ها تنها مسئول حمایت مالی و معنوی از این شرکت ها برای رشد و توسعه دانش و فناوری هستند. آنها حتی هیچ سیاست مداخله جویانه ای در مورد فناوری نداشتند، مانند پدری رفتار می کردند که وقتی فرزندش تازه راه رفتن را یاد می گرفت، دستش را گرفته بود و وقتی آن بچه بزرگ شد و بالغ شد، با این فناوری و دانش، ارزش زیادی پیدا کرد. برای این کشور

این تحلیلگر هوش مصنوعی با تاکید بر اینکه قرار نیست سازمان ملی هوش مصنوعی تمام هوش مصنوعی کشور باشد، نقش این سازمان را تنها نقش نظارتی و حمایتی عنوان کرد و اظهار داشت: اگر این سازمان بروکراسی اداری ایجاد کند. در این زمینه حتی تعداد کمی از کارشناسان و شرکت هایی که در این زمینه فعالیت خود را آغاز کرده اند نیز ممکن است از کشور مهاجرت کنند.

انتقادات به سند هوش مصنوعی

وی در پاسخ به این سوال که برای راه اندازی سیستم مبتنی بر هوش مصنوعی چه زیرساختی لازم است؟ پاسخ: ایجاد یک سیستم مبتنی بر هوش مصنوعی به زیرساخت های مختلفی از جمله در سطوح فنی و اداری نیاز دارد «سخت‌افزار»، «نرم‌افزار»، «داده‌ها»، «مدیریت و مهارت‌ها»، «زیرساخت شبکه»، «ابزارهای نظارت و ارزیابی»، «پیاده‌سازی در مقیاس» خواهد بود

عبدی عسل با اشاره به زیرساخت «سخت‌افزاری»، این زیرساخت را شامل «پردازنده‌های قدرتمند (CPU/GPU)، «حافظه (رم)، «ذخیره‌سازی»، «سرورهای قدرتمند» و «پردازنده‌های قدرتمند (CPU/GPU)» دانست. : برای انجام عملیات برای محاسبات پیچیده، به پردازنده های قدرتمند مخصوصاً GPU یا حتی پردازنده های تخصصی مانند TPU نیاز است.

وی با اشاره به اینکه بسته به نوع مدل هوش مصنوعی حافظه زیادی برای پردازش داده ها نیاز است، در خصوص ذخیره سازی خاطرنشان کرد: کلان داده فضای ذخیره سازی بالایی را می طلبد. استفاده از هارد دیسک های SSD با سرعت بالا ترجیح داده می شود.

عبدی عسل همچنین با تاکید بر سرورهای قدرتمند بیان کرد: در صورت پیاده سازی سیستم به صورت محلی، داشتن سرورهای قدرتمند با قدرت پردازش بالا ضروری است. اگر از ابر استفاده می کنید، به سرورهای مقیاس پذیر نیاز خواهید داشت.

این تحلیلگر هوش مصنوعی با اشاره به زیرساخت های «نرم افزاری» گفت: در این زیرساخت مواردی مانند «پلتفرم های هوش مصنوعی و یادگیری ماشین»، «زبان های برنامه نویسی»، «سیستم عامل» و «مدیریت داده ها» وجود دارد که هوش مصنوعی از آنها استفاده می کند یادگیری ماشینی پلتفرم هایی مانند TensorFlow، PyTorch، Scikit-Learn، Keras و غیره که به شما امکان توسعه و آموزش مدل های هوش مصنوعی را می دهند. زبان های برنامه نویسی مانند پایتون، R و غیره که به طور گسترده برای توسعه مدل های هوش مصنوعی استفاده می شوند. استفاده از سیستم عامل های پایدار و قابل اعتماد مانند لینوکس برای مدیریت کارآمدتر منابع و اجرای نرم افزارهای سنگین و همچنین در بخش مدیریت داده ها مانند پایگاه های داده و سیستم های مدیریت داده که امکان ذخیره، بازیابی و پردازش داده ها را فراهم می کند ضروری است. مانند SQL، NoSQL، Hadoop) مورد بحث قرار گرفته است.

عبدی عسل با بیان اینکه زیرساخت «داده» شامل مواردی مانند «جمع آوری داده ها»، «پیش پردازش داده ها» و «ذخیره سازی داده ها» است، گفت: «جمع آوری داده های خوب و کافی برای مدل های آموزشی ضروری است.

وی در خصوص پیش پردازش داده ها اظهار کرد: داده ها باید پاکسازی، طبقه بندی و آماده شوند تا برای مدل های آموزشی مناسب باشند. همچنین در مورد ذخیره سازی داده ها، ایجاد سیستم های ذخیره سازی داده ها برای حفظ و دسترسی آسان به داده ها ضروری است.

عبیدی عسل با اشاره به زیرساخت های «مدیریت و مهارت» گفت: این بخش شامل تیم تخصصی، آموزش و مدیریت پروژه است. و مدیران پروژه، زیرا نیاز به مدیریت و توسعه سیستم نیز هست.

این تحلیلگر هوش مصنوعی با اشاره به وجود دو مشکل پهنای باند بالا و امنیت شبکه در زیرساخت شبکه، خاطرنشان کرد: برای انتقال داده های بزرگ بین سرورها و ذخیره سازها و پیاده سازی پروتکل های امنیتی برای حفاظت از داده ها و جلوگیری از نفوذ به پهنای باند بالا نیاز است. همچنین لازم است.

این کارشناس هوش مصنوعی با اشاره به زیرساخت «ابزارهای نظارت و ارزیابی»، آن را شامل دو بخش «نظارت بر عملکرد» و «ارزیابی مدل» دانست و تصریح کرد: در پایش مدل از ابزارهایی برای نظارت بر عملکرد هوش مصنوعی استفاده می‌شود مدل‌ها و سرورها و در مدل ارزیابی، ابزارها و روش‌هایی برای ارزیابی دقت، اعتبار و عملکرد مدل‌های هوش مصنوعی پس از آموزش لازم است.

عابدی عسل با اشاره به آخرین عنصر زیرساخت که «پیاده‌سازی در مقیاس» است، گفت: در این زیرساخت، مدیریت مقیاس‌پذیری، یعنی توانایی توسعه زیرساخت برای پشتیبانی از تعداد زیادی درخواست و پردازش داده‌های بزرگ است. مهم است.

وی ادامه داد: موارد هفت گانه ذکر شده از ملزومات اساسی هر سیستم مبتنی بر هوش مصنوعی است. بدون ارائه هر یک از این عناصر، پیاده سازی و توسعه یک سیستم هوش مصنوعی امکان پذیر نخواهد بود. تفاوت اصلی این است که مقیاس این برنامه ها بر اساس پیچیدگی و قدرت سیستم هوش مصنوعی متفاوت است. این بدان معناست که سیستم‌های هوش مصنوعی قدرتمندتر و جامع‌تر به منابع بیشتری نیاز دارند، در حالی که سیستم‌های کوچکتر و ساده‌تر به منابع کمتری نیاز دارند.

سوالات اساسی در مورد توسعه هوش مصنوعی

عبیدی عسل با اشاره به هدف گذاری کشور برای قرار گرفتن در بین 10 کشور برتر هوش مصنوعی در متن سند ملی هوش مصنوعی گفت: سوال اساسی در این زمینه این است که منظور از “10 کشور برتر در زمینه هوش مصنوعی” چیست؟ چه معیارهایی برای این طبقه بندی در نظر گرفته شده است؟ لازم است تهیه کنندگان این سند معیارها و شاخص های دقیق مقایسه ای را که جزو 10 کشور برتر دنیا دانسته اند را به طور دقیق مشخص کنند.

سوال دیگر در این زمینه وضعیت کشور در تامین نیازهای لازم برای هوش مصنوعی بود. از نظر زیرساخت سخت افزاری برای پردازش های پیشرفته، … در شرایط بسیار نامناسب. بسیاری از سیستم های پردازش فعلی کاملاً منسوخ شده اند و از فناوری هایی استفاده می کنند که قدمت چندین نسل دارند. با ظهور فناوری‌های جدید، بسیاری از زیرساخت‌های سخت‌افزاری کشور، از جمله حوزه‌های پردازش، ذخیره‌سازی و شبکه، نیاز به ارتقای اساسی دارند.

این فعال حوزه هوش مصنوعی افزود: کشور ما ظرفیت کافی برای ایجاد بسترهای پردازش هوش مصنوعی را ندارد. در حالی که طی چند سال آینده محصولات غول های تراشه مانند NVIDIA توسط شرکت های بزرگ هوش مصنوعی پیش خرید شده و عرضه این محصولات در بازار جهانی به حداقل رسیده است، رقابت شدیدی بین شرکت های بزرگ دنیا وجود دارد. تا سخت افزار لازم برای زیرساخت های هوش مصنوعی را فراهم کند. هزینه بالای تهیه این تراشه ها نیز نکته مهمی است. از آنجایی که واردات این دستگاه ها به کشور ما پس از چندین تغییر صورت می گیرد، قیمت آن ها افزایش چشمگیری پیدا می کند. این افزایش قیمت یکی از موانع جدی تامین تجهیزات لازم برای توسعه زیرساخت های هوش مصنوعی در کشور محسوب می شود.

افزایش قدرت محاسباتی کشور تا اگزافلاپس

عبیدی عسل به بخش دیگر این سند مربوط به افزایش قدرت محاسباتی اشاره کرد و گفت: وقتی در برنامه ریزی برای ایجاد سازمان ملی هوش مصنوعی چنین مواردی مطرح می شود، اولین سوالی که به ذهن می رسد این است: افزایش قدرت پردازش در کشور چه ربطی به سازمان ملی هوش مصنوعی دارد در حالی که کشور دارای وزارت فناوری اطلاعات است که متولی اصلی شبکه و زیرساخت های پردازشی کشور است؟ پاسخی که می توان به این سوال داد این است که این موضوع نباید در «سند سازمان ملی هوش مصنوعی» گنجانده شود.

وی افزود: حتی اگر به بخشی از سند که توسعه قدرت پردازش تا 5 اگزافلاپس را پیشنهاد می کند، توجه کنیم، باز این سوال پیش می آید که آیا واقعاً سازمان ملی هوش مصنوعی باید مسئول توسعه قدرت پردازش کشور باشد؟

عبیدی خاطرنشان کرد: اگر فرض کنیم که این مسئولیت به سازمان ملی هوش مصنوعی محول شود، با توجه به شرایط موجود و مجازات های گسترده در زمینه های مختلف سخت افزاری و وضعیت نامطلوب زیرساخت شبکه، توسعه قدرت پردازشی تقریبا غیرممکن به نظر می رسد. تا 5 اگزافلاپس همچنین مشکلی وجود دارد که طبق سند فعلی، قدرت پردازش در کشور 20 پتافلاپ است، در حالی که فقط در اداره هواشناسی چین، قدرت پردازش نزدیک به 60 پتافلاپ است.

وی ادامه داد: این در حالی است که سازمان هواشناسی کشور تنها توان پردازشی معادل 14 ترافلاپس (یک ترافلاپس) دارد. این در شرایطی است که فناوری این سرور قدیمی و قدیمی است و نکته مهم و جالب این است که در بسیاری از کشورهای جهان، سازمان های هواشناسی پیشرفته ترین سرورها را برای پردازش حجم عظیمی از داده های هواشناسی در اختیار دارند. این تفاوت فاحش نمونه کوچکی از وضعیت کلی کشور در فرآوری انرژی است.

این تحلیلگر هوش مصنوعی خاطرنشان کرد: علاوه بر بحث پردازش، برای ایجاد زیرساخت های مورد نیاز برای دستیابی به قدرت محاسباتی در مقیاس epaflops، به فناوری های ارتباطات و شبکه بسیار پیشرفته نیاز داریم. این فناوری ها باید بتوانند داده ها را به سرعت و کارآمد انتقال دهند تا از این حجم پردازش نهایت استفاده را ببرند. در غیر این صورت، مانند این است که بخواهیم در هر دقیقه فقط یک فنجان از یک تانکر چند صد هزار لیتری با یک شیر بسیار کوچک پمپاژ کنیم. بدون شبکه قدرتمند و پیشرفته، حتی با قدرت پردازش بالا، نمی توان به بهره وری کامل دست یافت.

افزایش فروش هوش مصنوعی دانش بنیان به 2 هزار میلیارد تومان

وی در پاسخ به این سوال که آیا می توان تا سال 1407 فروش شرکت های دانش بنیان در حوزه هوش مصنوعی را به 2 هزار میلیارد تومان افزایش داد، گفت: برای پاسخ به این سوال باید به یک ابهام دیگر در سند اشاره کنم. . صحبت از افزایش فروش شرکت های دانش بنیان در حوزه هوش مصنوعی است، اما این جمله به تنهایی بیانگر شرح کاملی از گسترش هوش مصنوعی در کشور نیست. زیرا هوش مصنوعی در تمامی شرکت ها، زیرساخت ها و فرآیندها نفوذ کرده و بر آن تاثیر خواهد گذاشت. این بدان معناست که هوش مصنوعی باید در همه زمینه ها معرفی شود، از نانوایی سنتی در روستاهای دورافتاده گرفته تا شرکت های غول پیکر در زمینه های سلامت، انرژی، حمل و نقل و غیره.

عبیدی عسل گفت: بنابراین طرح این موضوع که فقط بر افزایش فروش شرکت های دانش بنیان تمرکز می کنیم از اساس اشتباه است. اگر هدف این است که فروش این شرکت ها به رقم ناچیز 2000 میلیارد تومان برسد و این سقف رشد حداکثری محقق شود، در واقع باید سال 1407 را آغاز هوش مصنوعی در ایران نامید. زیرا تا سال 1407، هوش مصنوعی قرار است همه زیرساخت‌ها را متحول کند، یعنی یک اپیدمی عظیم فناوری، اگر سازمان ملی هوش مصنوعی نتواند سیاست درستی برای این رشد خارق‌العاده ایجاد کند، مطمئناً این تحول با زیرساخت‌های خارجی جبران خواهد شد.

وی تصریح کرد: به طور خلاصه، گسترش هوش مصنوعی نیازمند نگاهی جامع و فراگیر است که همه بخش‌ها و صنایع را در بر می‌گیرد و محدود به افزایش فروش در یک بخش خاص نیست. این توسعه باید به گونه ای مدیریت شود که بتواند همه زیرساخت های کشور را در برگیرد و نیازی به تاثیرات خارجی نداشته باشد.

آیا تولید دو هزار محصول و خدمات مبتنی بر هوش مصنوعی با قانون قابل تحقق است؟

وی در خصوص امکان دستیابی به تولید 2000 محصول و خدمات مبتنی بر هوش مصنوعی بر اساس قانون، گفت: برای پاسخ به این سوال سوال دیگری را مطرح می کنم که امروزه در دنیا چند محصول مبتنی بر هوش مصنوعی است؟ پاسخ این است که در حال حاضر بیش از 2 میلیون محصول مجهز به هوش مصنوعی وجود دارد و این تعداد حتی با صحبت کردن ما در حال افزایش است. این واقعیت نشان می دهد که افرادی که این سند را تهیه کرده اند از گستره و تنوع محصولات هوش مصنوعی آگاهی کافی نداشته اند. تعیین عدد 2000 برای رشد و برنامه ریزی چند ساله در حوزه هوش مصنوعی کمی شوخی است.

عبیدی اصل ادامه داد: به نظر من سوال اصلی اینجا بی پاسخ مانده است. زیرا توسعه هوش مصنوعی در دنیا عمدتاً توسط شرکت های خصوصی و بدون مشارکت مستقیم قانون گذاران انجام می شود. شاید دولت بتواند از وزارتخانه ها و سازمان های خود بخواهد که فرآیندهای اداری را هوشمندتر کنند، اما اعمال چنین الزامی برای شرکت های خصوصی امکان پذیر نیست. به ویژه در دنیای امروز که نوآوری و سرعت رشد فناوری از قوانین سنتی پیشی گرفته است، راه حل های عملیاتی و برنامه ریزی باید با واقعیت های پیچیده و پویا بازار جهانی سازگار باشد.