به گزارش شبکه اطلاع‌رسانی طلا و ارز، فرهاد نیلی، استاد مدعو دانشگاه شریف، در نشستی با کارشناسان هوش مصنوعی گفت رقابت این فناوری در ایران هنوز به مرحله داده نرسیده است. او وضعیت کنونی را به فوتبالی تشبیه کرد که زمین و بازیکن دارد، اما توپ در آن غایب است.
به گفته نیلی، بازی هوش مصنوعی در سطح حاکمیت و کسب‌وکار ایران، تا اطلاع ثانوی بازی داده است. این یعنی پیش از سرمایه‌گذاری در الگوریتم و زیرساخت سخت‌افزاری، باید داده تمیز و ساختاریافته در دسترس شرکت‌ها و نهادهای تصمیم‌گیر قرار گیرد. بدون این پایه، مدل‌های هوش مصنوعی نمی‌توانند دقت لازم برای کاربردهای اقتصادی و صنعتی را تولید کنند.
خلأ داده، هزینه پنهان برای کسب‌وکارها
نبود داده ساختاریافته برای استارتاپ‌های ایرانی هزینه مستقیم دارد. شرکت‌هایی که قصد توسعه محصول مبتنی بر هوش مصنوعی دارند، ناچارند بخش بزرگی از منابع خود را صرف جمع‌آوری و پاک‌سازی داده کنند، پیش از آنکه به مرحله ساخت مدل برسند. این روند، زمان ورود به بازار را طولانی و هزینه سرمایه‌گذاری اولیه را بالا می‌برد.
کارشناسان دانشگاه شریف تأکید دارند این خلأ فقط مسئله فنی نیست. داده‌های پراکنده و غیرقابل اتکا، تصمیم‌گیری اقتصادی نهادهای دولتی و خصوصی را نیز دشوار می‌کند. از پیش‌بینی تقاضای بازار گرفته تا برنامه‌ریزی تولید، هر تحلیل مبتنی بر داده، به کیفیت همان داده وابسته است.
چرا این هشدار حالا مطرح می‌شود
این اظهارات در شرایطی مطرح می‌شود که موج سرمایه‌گذاری جهانی در هوش مصنوعی، فشار رقابتی تازه‌ای بر اقتصادهای منطقه‌ای از جمله ایران وارد کرده است. شرکت‌های فناوری در کشورهای دیگر با دسترسی به داده‌های حجیم و به‌روز، مدل‌های دقیق‌تری می‌سازند و سریع‌تر وارد بازار می‌شوند. عقب‌ماندن در زیرساخت داده می‌تواند فاصله رقابتی ایران با این کشورها را بیشتر کند.
نیلی معتقد است حل این مشکل نیازمند هماهنگی میان نهادهای دولتی، دانشگاه‌ها و بخش خصوصی برای تدوین استانداردهای مشترک جمع‌آوری و اشتراک‌گذاری داده است. بدون چنین هماهنگی، هر شرکت یا نهاد به‌تنهایی ناچار است داده مورد نیاز خود را از صفر بسازد؛ روندی که هزینه کلی توسعه هوش مصنوعی در اقتصاد کشور را افزایش می‌دهد.
برای کاربران عادی و کسب‌وکارهای کوچک، این بحث فنی پیامد ملموس دارد. توسعه کندتر ابزارهای هوش مصنوعی بومی به معنای وابستگی بیشتر به خدمات خارجی است؛ خدماتی که اغلب با هزینه ارزی و محدودیت دسترسی همراه‌اند. در مقابل، شکل‌گیری زیرساخت داده داخلی می‌تواند مسیر را برای خدمات ارزان‌تر و در دسترس‌تر هموار کند.
نظرات کاربران