به گزارش مرکز ارتباطات و اطلاع‌رسانی معاونت علمی، فناوری و اقتصاد دانش‌بنیان ریاست‌جمهوری، مراسم رونمایی از نسخه دموی سکوی ملی متن‌باز هوش مصنوعی امروز (۲۵اسفندماه ۱۴۰۳) در مرکز همایش‌های رایزن برگزار شد.

حسین اسدی، مدیر مرکز پردازش سریع و نماینده دانشگاه صنعتی شریف در طرح سکوی ملی هوش مصنوعی، طی سخنانی در این نشست، با اشاره به عقب‌ماندگی ایران در حوزه هوش مصنوعی نسبت به کشورهای منطقه در ۱۰سال اخیر، از طراحی و توسعه «زیست‌بوم هوش مصنوعی بومی در دانشگاه صنعتی شریف» خبر داد و گفت: این زیست‌بوم با هدف جبران این عقب‌ماندگی و ایجاد تحول در حوزه هوش مصنوعی کشور، از اواخر مهرماه سال جاری با حمایت معاونت علمی آغاز شده است.

اسدی با استناد به مطالعه‌ای که به تازگی در دانشگاه صنعتی شریف انجام شده، به کاهش درصد مقالات پژوهشی، عدم رشد قابل توجه ثبت اختراع و رشد کم شرکت‌های فعال در هوش مصنوعی (تنها ۴ درصد) در مقایسه با رشد بالای ۲۰ درصدی جهانی در این حوزه اشاره کرد. وی عدم سرمایه‌گذاری جدی در زیرساخت‌های سخت‌افزاری و عدم وجود سکوی متمرکز را از جمله دلایل این عقب‌ماندگی برشمرد.

سکوی متن‌باز هوش مصنوعی، کلید فتح بازار ۴۰ همتی

اسدی تاکید کرد: بدون این زیست‌بوم، شرکت‌های دانش‌بنیان مجبور به انجام تمام مراحل کار (از ۰ تا ۱۰۰) در لایه‌های مختلف خواهند بود که این امر منجر به محدود شدن تعداد شرکت‌های فعال در این حوزه می‌شود. وی افزود: بدون این سکو، بازار فعلی کشور در بهترین حالت، بازار ۲همتی بیشتر نیست. برای اینکه بازار بتواند شکل بگیرد، زیست‌بوم کسب و کار هوش مصنوعی در ایران را طراحی کردیم.

به گفته مدیر مرکز پردازش سریع و نماینده دانشگاه در طرح سکوی ملی هوش مصنوعی، تمرکز دانشگاه در این مدت بر توسعه سکوی متن‌باز هوش مصنوعی بوده است. پیش‌بینی می‌شود با راه‌اندازی این زیست‌بوم، بیش از ۲۰۰۰واحد کسب و کار شکل گرفته و بازار ۴۰همتی ایجاد شود.

نقش شرکت‌های دانش‌بنیان

اسدی با تاکید بر اهمیت نقش شرکت‌های دانش‌بنیان در توسعه سکوی هوش مصنوعی، تصریح کرد: این شرکت‌ها می‌توانند در توسعه سکوها و استودیوهای تخصصی مشارکت فعال داشته باشند. وی همچنین از امکان دسترسی مستقیم شرکت‌ها به API سکو برای توسعه سرویس‌ها خبر داد و افزود: شرکت‌های با دانش کمتر نیز می‌توانند از طریق پنل کاربرپسند استودیو، خدمات مورد نظر خود را توسعه دهند.

مدیر مرکز پردازش سریع و نماینده دانشگاه در طرح سکوی ملی هوش مصنوعی، توسعه مبتنی بر استانداردهای متن‌باز، استفاده از ابزارهای استاندارد برای مدیریت کد و امکان توسعه تمامی ماژول‌ها به صورت متن‌باز را از ویژگی های این سکو خواند.

اسدی این پروژه را در تاریخ دانشگاه بی‌سابقه برشمرد و گفت: نزدیک به ۱۰۰نیروی انسانی شامل ۱۵عضو هیئت علمی، ۷۰پژوهشگر و توسعه‌دهنده، ۱۵دانشجوی دکتری و کارشناسی ارشد و ۷نیروی زیرساختی، پشتیبانی و اجرایی روی این پروژه کار می‌کنند و می‌تواند الگویی برای پروژه‌های دیگر باشد.

رونمایی از MVP

امروز از نسخه اولیه (MVP) این سکو رونمایی شد. اسدی وعده داد: بخش‌های مختلف دیگر نیز طی مراسم‌های آتی ارائه خواهند شد.

به گفته مدیر مرکز پردازش سریع و نماینده دانشگاه در طرح سکوی ملی هوش مصنوعی، بیش از ۳۰مورد از دانش‌های فنی مورد نیاز جهت توسعه و راهبری سکو استفاده شده است که شامل امنیت، معماری، مباحث تخصصی حوزه هوش مصنوعی، مباحث توسعه فناوری و کسب و کار، سرویس‌دهی، توسعه محصول، تجاری‌سازی و… می‌شود.

وی درپایان، با ارائه جدول زمانی پروژه سکوی هوش مصنوعی گفت: در تیرماه سال آینده نسخه محدود به دانشگاه‌ها و شرکت‌های دانش‌بنیان ارائه می‌شود، نسخه آزمایشی عمومی در شهریورماه در دسترس قرار می‌گیرد و نسخه نهایی نیز تا اسفند 1404 ارائه خواهد شد.

قابلیت‌های منحصربه‌فرد استودیوی سکو

بابک خلج، رئیس دانشکده مهندسی برق صنعتی شریف و نماینده تیم فنی استودیو هوش مصنوعی، طی سخنانی در این مراسم، ضمن تشریح ساختار کلی سکو، بر روی اهمیت بخش استودیو تمرکز کرد و گفت: تیم ما به طور تخصصی روی استودیو کار کرده است.

وی با تأکید بر بخش «همیار هوشمند»، آن را یکی از مهم‌ترین قسمت‌های استودیو عنوان کرد و افزود: قابلیت‌های کلیدی استودیوی سکو شامل انتخاب بلوک‌های متن باز به‌روز بومی، ارائه مدل‌های عاملانه و همیاری هوشمند با کاربر، ارائه بلوک‌های تحقیقاتی پایه و زیست‌بوم اشتراک نتایج پژوهشی، بلوک‌های زیرساختی برای پردازش و ذخیره‌سازی داده‌های حجیم و فراهم‌سازی دسترسی به خروجی‌ها از طریق انتشار عمومی و بازارگاه سکو است.

خلج با اشاره به اهمیت استودیوهای علمی پژوهشی عنوان کرد: ما به شدت روی این حوزه تمرکز کرده‌ایم تا تحلیل‌های پیچیده و تخصصی هوش مصنوعی را برای کاربران غیرمتخصص قابل فهم کنیم. این بخش را با همکاری یکی از اساتید دانشگاه شیمی پیش بردیم. در حالی که دانشجوی دکتری او حدود ۶ تا ۱۲ ماه زمان نیاز داشت، ما توانستیم آن را در عرض چند روز پیاده‌سازی کنیم.

رئیس دانشکده مهندسی برق صنعتی شریف  همچنین با اشاره به مسیر آینده، خاطرنشان کرد: با توجه به دغدغه کمبود داده در کشور، موتور تولید داده‌های مولد از اهمیت بالایی برخوردار است، همچنین تقویت همیار هوشمند و دوقلوی دیجیتال در حوزه صنعت بسیار مهم خواهد بود.سرویس‌دهی مدل‌های LLM و پژوهش در زمینه SLMها در برنامه‌های آینده ما قرار دارد.

پایان پیام/

#۲۰