نهایت علم elmend

راه اندازی بزرگترین مرکز محاسباتی در پلتفرم ملی هوش مصنوعی

راه اندازی بزرگترین مرکز محاسباتی در پلتفرم ملی هوش مصنوعی

به گزارش نهایت علم، عضو تیم توسعه سکوی ملی هوش مصنوعی اظهار داشت: یکی از برجسته ترین خاصیت های سکو ملی هوش مصنوعی، زیرساخت سخت افزاری قدرتمند آنست که فاز اولیه آن به اتمام رسیده و دستگاه ها نصب و راه اندازی شده اند.



به گزارش نهایت علم به نقل از مهر، 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 رییس مرکز راهبری ستادهای توسعه اقتصاد دانش بنیان، دکتر عمادالدین فاطمی زاده رییس دبیرخانه ستاد توسعه فناوری و کاربردی سازی هوش مصنوعی، حسین اسدی نماینده دانشگاه صنعتی شریف و عضو تیم سکوی ملی هوش مصنوعی و محمدباقر غزنوی، ناظر طرح دستیاران هوش مصنوعی معاونت علمی امروز 21 مردادماه در محل این معاونت برگزار گردید.
عبدالحسن بهرامی، رییس مرکز راهبری ستادهای توسعه اقتصاد دانش بنیان، طی سخنانی در این جلسه بر اهمیت نقش هوش مصنوعی در زیست بوم علم و فناوری کشور تاکید کرد. او همینطور به تشکیل ستاد هوش مصنوعی و کوانتوم اشاره نمود و اظهار داشت: بعد 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 نشست خبری بود که «توسعه کاربردی هوش مصنوعی» را اهداف اصلی معاونت علمی خواند و اظهار داشت: ما از نظر نظری و توسعه نظریه هوش مصنوعی، رتبه یازدهم تا سیزدهم جهانی را داریم. اما متاسفانه، رتبه کاربردی هوش مصنوعی ما تابحال جایگاه مطلوبی نداشته است؛ گزارش های مختلف نشان داده است که این رتبه در حدود شصت و پنج است. بنابراین، ضروریست که اهتمام ویژه ای به توسعه کاربرد هوش مصنوعی در بخش های مختلف دولت، بخش خصوصی، خدمات و زیرساخت انرژی داشته باشیم.
وی با اشاره به چالش های گذشته، بیان کرد: مشکل عمده ای که تابحال 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 اضافه کرد: کارهای ستاد اخیراً شروع شده و مهم ترین موفقیت تاکنون، تقسیم کار دستگاه های درگیر در چهارده محور است.
به گفته 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 پشتیبانی 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.
وی اضافه کرد: در این تقسیم کار، تمامی دستگاه های دولتی، سازمان ها و بخش خصوصی تکالیفی بر عهده دارند. پروژه های گسترش زیرساخت پردازشی در سکو ملی هوش مصنوعی و توسعه مدلهای زبانی در دستیار هوش مصنوعی تابحال پیشرفت خوبی داشته اند و توسعه بازارگاه نیز در حال انجام می باشد. موارد دیگر نیز شامل تدوین آئین نامه 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 قبل از تشکیل ستاد، پشتیبانی از آنرا شروع کرد.

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


حسین اسدی، نماینده دانشگاه شریف و عضو تیم توسعه سکوی ملی هوش مصنوعی، در تشریح دستاوردهای این پروژه ملی، بر ضرورت رفع شکاف میان پژوهش و کاربرد در عرصه هوش مصنوعی تاکید کرد.
وی با اشاره به رتبه بندی کشورمان در عرصه هوش مصنوعی، توضیح داد: با وجود جایگاه مطلوب ایران در پژوهش های هوش مصنوعی، متاسفانه در بخش 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 چشم گیر هزینه ها و زمان موردنیاز برای 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 با اشاره به شروع جدی سکو ملی هوش مصنوعی از اواخر مهرماه و همکاری دانشگاه شریف با معاونت علمی بعنوان بازوی فنی و اجرایی پروژه، از پیشرفت های حاصل شده ابراز خرسندی کرد.
یکی از برجسته ترین خاصیت های سکو ملی هوش مصنوعی، زیرساخت سخت افزاری قدرتمند آن است. اسدی در این زمینه اظهار داشت: فاز اولیه توسعه سخت افزاری به پایان رسیده و دستگاهها نصب و راه اندازی شده اند. این زیرساخت، بزرگترین قدرت محاسباتی موجود در کشور را فراهم می آورد؛ بطوریکه مرحله اول آن با بیشتر 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 با اشاره به اینکه، این پلت فرم از لایه های مختلفی تشکیل شده است، اشاره کرد: سکو ملی هوش مصنوعی در نهایت خدمات تخصصی را به شرکتهای دانش بنیان ارائه می کند تا اهداف کاربردی مورد نظر، بخصوص در عرصه تصمیم گیری، محقق شود.
وی توضیح داد: لایه اول، زیرساخت دیتا سنتر نام دارد که برای نخستین بار در ایران، مرکز داده اختصاصی برای میزبانی تجهیزات پیشرفته هوش مصنوعی طراحی و به راه افتاده است. این مهم، گام بزرگی در راستای 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 مدلهای پیشرفته زبانی بزرگ (LLM) و سایر مدلهای کاربردی است و در نهایت در لایه چهارم، استودیوی تخصصی است که این لایه، رابط کاربری غائی است که خدمات سکو را از راه ابزارهای کاربرپسند در اختیار شرکت ها، محققان و حتی عموم مردم قرار می دهد.
نماینده دانشگاه شریف و عضو تیم توسعه سکوی ملی هوش مصنوعی با اشاره به این که توسعه اولیه این چهار لایه در مدت حدود هشت ماه گذشته به عاقبت رسیده است، اضافه کرد: ارائه سرویس ها به شکل 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 پلت فرم ملی باشند.
اسدی ضمن تاکید بر ماهیت فناورانه و کار تیمی سنگین پروژه «سکو»، آنرا نمونه ای موفق از همکاری میان دانشگاه و صنعت دانست و بیان کرد: 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 ی خدمت «سکو» به شرکتها و کاربران را تشریح نمود و اظهار داشت: ارائه APIهای تخصصی نخستین 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 پلت فرم های خارجی را از بین برده و امکان ذخیره سازی و پردازش داده ها به شکل کاملا داخلی را فراهم می سازد. این توانایی، پاسخی به نیاز راهبردی کشور به حفظ امنیت داده ها و ارائه خدمات بومی است.
اسدی افزود: استودیوی تخصصی برای حوزه های خاص از دیگر خدمات این سکو است که این استودیو، تلفیقی از ابزارهای عمومی و ابزارهای کاملا تخصصی برای بخش های خاص بازار، مانند سازمان امور مالیاتی یا حوزه سلامت، را عرضه می کند. استارت آپ ها و شرکت هایی که در این زمینه ها فعالیت می نمایند، 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 کرد: 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 به شکلی طراحی شده اند که حتی دانشجویان رشته های غیرمرتبط یا دانش آموزان سال دوازدهم نیز بتوانند با مفاهیم اولیه، مدلهای 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 اضافه کرد: لایه های توسعه ای بیشتری برای «سکو» درنظر گرفته شده که جزئیات آنها بعد از تکمیل و راه اندازی کامل پلتفرم، در جلسات آینده به اطلاع عموم خواهد رسید.

تدوین دستیاران هوش مصنوعی برای مساعدت با تصمیم گیری در بدنه اجرایی دولت


همچنین محمدباقر غزنوی، ناظر طرح دستیاران هوش مصنوعی معاونت علمی، طی سخنانی در این جلسه خبری از پیشرفت طرح دستیار هوش مصنوعی خبر داد: بر مبنای آن، ابزارهای هوش مصنوعی بعنوان «کمک تصمیم یار» در کنار تصمیم گیران اجرایی 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 کرد: برای پیشبرد این هدف، تیمی متشکل از «دانشگاه ها»، «وزارتخانه ها یا سازمان های مرتبط» و «معاونت علمی» تشکیل شده است.
غزنوی با اشاره به وضع موجود در وزارت خانه ها، بیان کرد: خیلی 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 به شکل 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 به شکل همزمان پیش می روند تا سرعت بخشی به کار دانشگاه ها میسر شود. در فاز ابتدایی، از دانشگاه ها خواسته شد تا قوانین در ارتباط 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 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 به شکل به روز ارائه می دهند، مورد استفاده قرار گرفت. سپس از دانشگاه ها خواسته شد تا قوانین احصا شده را با تأیید وزارت خانه های مربوطه غائی کنند. این فرایند، 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 که با دسترسی به مجموعه قوانین و آگاهی از تضادهای احتمالی، مصوبات شفاف تر و سازگارتری را عرضه کنند.

توسعه ابزارهای هوش مصنوعی برای تحلیل قوانین


ناظر طرح دستیاران هوش مصنوعی معاونت علمی با اشاره به وجود ابزارهای هوش مصنوعی و چت بات ها در سطح اینترنت، بیان کرد: در عرصه قوانین، این امر بسادگی نیست. معاونت علمی با استخراج هستان شناسی دسته بندی ها و سطوح تعارضات قانونی، قدمی مؤثر برداشته است. هم اکنون، 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 است با بهره گیری از این ابزارها، مراحل غائی را تکمیل کند.
غزنوی اظهار امیدواری کرد: با تکمیل فاز صفر و یک، که برای بیشتر از نیمی از دانشگاه ها به نتیجه رسیده است، مرحله BI در ارتباط با وزارت خانه ها بعنوان ورودی AI عمل کند. در صورت اعتماد وزارت خانه ها به این سیستم ها، فرآیندهای داخلی آنها وارد فازهای بعدی خواهد شد. هدف غائی معاونت علمی، کمک به پیش بینی زنجیره تأثیر 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 علت ملاحظات امنیتی امکانپذیر 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 قبل از اجرای هر تصمیمی، نتایج احتمالی آنرا پیش بینی کند؛ امری که هم اکنون تنها به شکل ذهنی و شهودی به انجام می رسد. امید است این سیستم در نهایت به این توانایی برسد تا تصمیم گیری های دولتی را با دقت و شفافیت بیشتری هدایت کند. به اجمال، 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 پشتیبانی 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؛ بطوریکه فاز اول آن با بیش 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.

1404/05/22
08:52:14
5.0 از 5
6
تگهای خبر: آینده , استارت آپ , انرژی , اینترنت
این مطلب را می پسندید؟
(1)
(0)

تازه ترین مطالب مرتبط
نظرات بینندگان در مورد این مطلب
لطفا شما هم نظر دهید
= ۴ بعلاوه ۱
دوستان سایت نهایت علم
جدیدترین ها

نهایت علم