معاون علمی رئیسجمهوری با تعیین ۱۵ تیرماه بهعنوان آخرین مهلت اجرای تعهدات پروژههای دستیار هوش مصنوعی اعلام کرد دانشگاهها و شرکتهایی که تا این تاریخ تعهدات خود را تکمیل نکنند، از ورود به فاز بعدی پروژه و انعقاد قراردادهای جدید محروم خواهند شد.
به گزارش پیوست، حسین افشین معاون علمی، فناوری و اقتصاد دانشبنیان رئیسجمهوری، در نشست «میزان پیشرفت پروژههای دستیار هوش مصنوعی» با اشاره به اینکه مقرر شده، تا ۱۵ تیرماه تمام دانشگاهها به تعهدات خودشان عمل کنند، گفت: هر دانشگاهی که از این زمانبندی عقب بیفتد، قرارداد جدیدی با آن بسته نمیشود تا تعهدات قبلیاش تکمیل شود.
به گفته او از ۱۵ تیرماه، قراردادهای جدید تنها با دو شرط تمدید خواهند شد: نخست اینکه دانشگاه و دستگاه اجرایی به تعهدات قبلی خود عمل کرده باشند و دوم اینکه وزارتخانه مربوطه با ارسال نامه رسمی، مشارکت ۳۰ درصدی خود را در پروژه بپذیرد و سهم اولیه خود را پرداخت کند.
او در مورد جزئیات برنامه مصوب شده برای دستیارهای هوش مصنوعی گفت: در گام دوم و امسال قرار است برای ادامه هر پروژه، ۷۰ درصد هزینهها را معاونت و ۳۰ درصد مابقی را وزارتخانه مشخص شده بپردازد. هر وزارتخانهای که تمایل به ادامه پروژه دستیار هوش مصنوعی خود داشته باشد، باید در این قرارداد وجود داشته باشد و دانشگاهی که بعد از یک سال حضور در وزارتخانه، نتوانسته باشد اهمیت پروژه را برای طرف مقابل خود مشخص کند، با آن قراردادی بسته نمیشود. سال آینده این درصد بالعکس می شود و ۷۰ درصد هزینه را وزارتخانه و ۳۰ درصد مابقی را معاونت پرداخت میکند. برای سال سوم هم بنا شده، تمام هزینه را وزارتخانه بپردازد، چراکه این برنامه باید ارزش افزوده ایجاد کند.
او با اشاره به فاصله میان علم و کاربردپذیری هوش مصنوعی گفت: رتبه علمی ما در حوزه هوش مصنوعی حدود ۱۲ تا ۱۴ است، اما به لحاظ کاربردپذیری این علم در جایگاه مناسبی نیستیم. در سالهای اخیر به همت دستگاهها و بخشهای مختلف، توانستهایم ۲۰ رتبه در این شاخص بهبود رتبه داشته باشیم، اما همچنان میان کاربردپذیری و رتبه علمی ۶۰ تا ۷۰ رتبه فاصله است.
افشین یکی از دلایل این مساله را مقاومت نسبت به استفاده از داده و کاربردپذیری آن دانست و اضافه کرد: برای حل برخی چالشهای موجود نیاز به فرهنگسازی وجود دارد. امروزه شرکتهایی در جهان موفقاند که بتوانند داده را مدیریت کنند و این مساله نه به وسیله انسان، بلکه از طریق هوشمصنوعی ممکن است. از همین رو تصمیم گرفتهایم، وزارتخانهها را به سمت داده محوری ببریم؛ بر این اساس تصمیم نهایی بر اساس داده گرفته شده و درستتر خواهد بود.
به تاکید معاونت علمی، نباید به پروژه دستیارهای کوتاه مدت نگاه کرد و این پروژه باید امتداددار و زنده باشد. او یکی از دلایل اهمیت بهروزرسانی داده را کاهش هزینهها دانست و گفت: مهمترین مشکل امروز کشور در توسعه هوش مصنوعی، بحث زیرساخت است. در مدت جنگ اخیر، زیرساخت اصلی آسیب دید، اما به اندازه انجام فرایندهای پروژههای دستیار، زیرساخت وجود دارد.
به گفته او معاونت علمی در این پروژه تلاش کرد تا ۹۰ درصد مبالغ پروژهها تا قبل از اتمام پروژه و سال ۱۴۰۴، پرداخت شود.
او در پایان تاکید کرد که این پروژه باعث شده تعداد هستههای پژوهشی و دانشجویی دانشگاهها در حوزه هوش مصنوعی تقویت شود.
در حاشیه این نشست، برخی مجریان دستیارهای هوش مصنوعی به ارائهای از چالشهای توسعه، منابع موجود و چگونگی کارکرد دستیارهای هوش مصنوعی پرداختند.
دانشگاه امیر کبیر که مجری طرح دستیار هوش مصنوعی وزارت راه و شهرسازی است، توانسته دستیار هوش این وزارتخانه را در حوزه راهداری و حنلونقل جادهای توسعه دهد چراکه برای دسترسی به دادهها چالشی جدی در این مسیر بوده است.
دانشگاه تهران به عنوان مجری طرح دستیار هوش مصنوعی وزارت نفت، چالشهای فعلی توسعه این دستیار هوشمند را مشکل دسترسی به دادههای وزارتخانه، به نبود ارتباط حقوقی با وزارتخانهها و نبود زیرساخت GPU در سطح وزارتخانه و نبود امکان استفاده از سرویسهای بیرونی، حتی سکوی ملی برای وزارتخانهها نام برد.
دانشگاه علامه هم در ارائه خود برای دستیار هوش مصنوعی وزارت اقتصاد، دادههای صادرات و واردات، دادههای تورم، و دادههای تعرفه و ارز را از دادههای جدیدی نام بردند که این وزارتخانه برای توسعه دستیار هوش مصنوعی در اختیار آنها قرار داده است.
منبع
