در جریان یکی از نشست‌های تخصصی مرتبط با توسعه سکوی ملی هوش مصنوعی، دکتر حمیدرضا ربیعی، استاد دانشگاه صنعتی شریف و مجری این طرح ملی، به بیان جزئیات روند اجرای پروژه، سوابق علمی و صنعتی تیم مجری و همچنین سازوکار تعامل با دانشگاه‌ها و صنعت پرداخت.

وی با اشاره به ظرفیت‌های گسترده همکاری با دانشگاه‌ها اظهار کرد: شرکت‌ها حمایت کرده‌اند و امیدواریم بیش از این نیز حمایت کنند. در هر دانشگاه لزوماً یک پروژه جاری نیست؛ ممکن است پروژه‌های متعددی با حمایت‌های مختلف انجام شود. ما نیز امروز با طرح ملی سکوی هوش مصنوعی در خدمت شما هستیم و در این طرح گروه‌های دیگری در  همکاری خود را با ما آغاز کرده‌اند. برخی از این گروه‌ها پلتفرم‌های کاربردی را توسعه می‌دهند.

ربیعی با اشاره به ناآشنایی برخی از مخاطبان با ارتباط میان صنعت و دانشگاه، افزود: متأسفانه در فضای مجازی و حتی در محیط‌های دانشگاهی، بسیاری هنوز نمی‌دانند صنعت دقیقاً چیست و دانشگاه چه می‌کند. بنابراین هدف ما این است که شما با ما و سابقه این تیم آشنا شوید.

وی در معرفی سوابق علمی و صنعتی خود گفت: من استاد معین در دانشگاه بوده‌ام. از نظر عملکرد، امسال موفق به دریافت جایزه ملی علامه طباطبایی شدم، همچنین به عنوان مهندس برجسته فرهنگستان علوم در سال ۱۴۰۳، نمونه کشوری در سال ۱۴۰۰، دانشمند برتر سال ۱۴۰۳، فناور برتر کشور در سال ۱۳۹۷ و پژوهشگر برتر دانشکده مهندسی کامپیوتر طی چندین دوره انتخاب شده‌ام. عضو وابسته فرهنگستان علوم هستم و در گروه هوش مصنوعی این نهاد فعالیت دارم. همچنین با وزارت‌خانه‌ها و سازمان‌های بین‌المللی همکاری دارم؛ از جمله مشاور هوش مصنوعی در سازمان بهداشت جهانی (WHO) هستم، عضو گروه ۱۳ فدراسیون بین‌المللی هستم و سابقه استادی در دانشگاه لندن را نیز دارم.

ربیعی ادامه داد: در دانشگاه شریف، چندین مرکز پیشرو تحقیقاتی و عملیاتی راه‌اندازی کرده‌ایم و تا کنون گروه ما بیش از ۱۲۵ پروژه ارتباط با صنعت داشته که ۶ پروژه ملی و ۴ پروژه بین‌المللی بوده‌اند. بیش از ۲۰ فناوری توسعه داده‌ایم که بسیاری از آن‌ها به شرکت‌های موفق تبدیل شده‌اند. برخی از این شرکت‌ها در حال حاضر ارزش بالای هزار میلیارد تومان دارند.

مجری طرح سکوی ملی هوش مصنوعی به تجربیات صنعتی خود نیز اشاره کرد و افزود: قبل از بازگشت به ایران، سه سال در شرکت اینتل فعالیت داشتم و در دهه ۷۰ شمسی، پروژه‌ای به نام «وکتور» با تیمی ۴۰۰ نفره در زمینه هوشمندسازی خانه‌ها و محل کار اجرا کردیم. در آن زمان اینترنت هنوز فراگیر نبود، اما شبکه‌های کابلی در آمریکا رواج داشت. این پروژه بسیار موفق بود و در زمینه سرویس‌های ویدئویی و طراحی فناوری‌هایی که امروز در گوشی‌های همراه استفاده می‌کنید، ما جزء پیشروها بودیم. اثر انگشت من در سراسر کره زمین روی این سیستم‌هاست؛ چرا که در آن زمان ما یک تیم سه نفره برای طراحی این فناوری‌ها بودیم.

ربیعی با ارائه آمار پژوهشی، ادامه داد: در سه نظام معتبر بین‌المللی ارزیابی علمی شامل Scopus، Web of Science و Google Scholar، دانشکده مهندسی کامپیوتر شریف جایگاه نخست را دارد.

مجری طرح سکوی ملی هوش مصنوعی به تاریخچه و برنامه اجرایی طرح سکو پرداخت و گفت: طرح سکوی ملی هوش مصنوعی در مهرماه ۱۴۰۳ از سوی معاونت علمی ریاست‌جمهوری، دانشگاه شریف و پژوهشکده علوم و فناوری‌های شناختی دانشگاه آغاز شد. طبق تایم‌لاین مورد توافق، قرار شد در اسفند ۱۴۰۰ نسخه اولیه (MVP) ارائه شود. در بهمن ۱۴۰۰ نیز توافق شد که یک GPU توسط HPC دانشگاه شریف راه‌اندازی شود؛ البته من مسئول آن بخش نیستم و فقط اطلاعات کلی دارم.

وی تأکید کرد: ساخت زیرساخت‌های لازم برای ارائه سرویس‌های باکیفیت در حال انجام است. طبق برنامه‌ریزی، از تیرماه ۱۴۰۴ خدمات آزمایشی سکوی ملی هوش مصنوعی آغاز می‌شود و علاقه‌مندان می‌توانند زودتر با ما وارد همکاری شوند.

به گفته وی  فاز رسمی‌تر این سکو از شهریور ۱۴۰۴ آغاز خواهد شد و اسفند ۱۴۰۴ نقطه تثبیت پروژه است. درخواست دارم به شایعات توجه نکنید، چرا که فضای مجازی پر از اطلاعات نادرست است.

ربیعی در پاسخ به علت واگذاری پروژه به گروه دانشگاه شریف، گفت: تصمیم‌گیری درباره واگذاری پروژه در اختیار دانشگاه بوده است، نه بنده. پژوهشکده دانشگاه به عنوان یکی از ارکان فناوری شریف، با سابقه ۲۴ ساله، به عنوان مجری این طرح انتخاب شده است.

پلتفرم‌سازی، حلقه گمشده توسعه فناورانه کشور

ربیعی با اشاره به روند شکل‌گیری شرکت‌های دانش‌بنیان از دل دانشگاه، اظهار کرد: امروز بیش از ۶۰۰ شرکت فعال در حوزه فناوری، از همین حرکت‌های کوچک آغاز به کار کردند. نمونه این شرکت‌ها، تیم ما بود و در آن زمان دانشگاه‌ها پذیرای فناوری نبودند و نقش خود را تنها در آموزش و نگارش مقالات علمی می‌دیدند. البته این حرف نادرست نبود، اما کامل هم نبود؛ چرا که دانشگاه‌های معتبر دنیا نقش اجتماعی و فناورانه خود را نیز ایفا می‌کنند.

وی با بیان اینکه چرخه‌ای که ما آغاز کردیم، از ابتدا آموزش تا تأثیرگذاری اجتماعی را شامل می‌شد، ادامه داد: ما برای تیم‌سازی بر این باور نیستیم که همه اعضای تیم فناور باید عضو هیئت علمی دانشگاه باشند، چراکه در دنیا تنها ۱۰ درصد اعضای هیئت علمی وارد فعالیت‌های فناورانه می‌شوند و از این میان شاید تنها ۲ درصد واقعاً در مرز فناوری و صنعت نقش مؤثر دارند.

وی افزود: برخی بر این باورند که فعالان صنعتی به دانشگاه مراجعه می‌کنند و به نتیجه نمی‌رسند؛ حرفشان درست است، اما مسئله این است که به بخش درستی از دانشگاه مراجعه نکرده‌اند. هر دانشگاهی، بخشی دارد که می‌تواند مسائل فناورانه را پاسخ دهد.

این فعال حوزه نوآوری با اشاره به فعالیت‌های تیم خود در حوزه توسعه محصول و تجاری‌سازی، گفت: ما در زنجیره کامل ارزش از ایده تا بازار نقش‌آفرینی کرده‌ایم. همکاری‌های بین‌المللی گسترده‌ای با اروپا، استرالیا، سنگاپور و یونسکو داشته‌ایم و در ۲۰ سال اخیر، ۱۲۵ پروژه انجام داده‌ایم که ۶ پروژه آن در سطح ملی بوده است. این تجربیات، زیربنای پیشرفت‌های امروز ماست. بسیاری از MVPهایی که امروز ارائه می‌شود، حاصل پنج تا ۱۰ سال تلاش و تجربه قبلی است.

ربیعی با اشاره به نیاز کشور به زیرساخت‌های نوین در حوزه‌های مانند GPU فارم و سکوی محاسباتی، تأکید کرد: تیمی که در اینجا فعالیت دارد، سال‌ها تجربه دارد و با عشق کار می‌کند.

وی با انتقاد از نگاه مصرف‌گرایانه به فناوری، گفت: متأسفانه در کشور، برخی به دنبال این هستند که بدون زحمت و تلاش، به موفقیت برسند. این نگاه باید اصلاح شود. پلتفرم‌سازی یک ضرورت است و نمی‌توان با نگاه سنتی آن را پیش برد. ما باید فلسفه و اقتصاد پلتفرم‌ها را بشناسیم. دانشگاه‌ها باید نقش تسهیل‌گر را ایفا کنند و مالکیت پلتفرم‌ها را به بخش خصوصی واگذار کنند تا آن‌ها توسعه یابند.

وی با اشاره به اعتبارات اختصاص یافته برای توسعه سکوی هوش مصنوعی، گفت: کل اعتبارات این طرح از اول آبان ۱۴۰۳ تا پایان اسفند ماه امسال حدود ۳۰ میلیارد تومان پیش بینی شده است.

ربیعی در ادامه با مرور روند جهانی توسعه فناوری، اظهار کرد: اگر به ترندهای جهانی از سال ۲۰۰۰ تاکنون نگاه کنیم، رشد پلتفرم‌ها هم‌زمان با رشد اقتصادهای دیجیتال بوده است. کشورهایی که صاحب پلتفرم نیستند، ناگزیر مصرف‌کننده خواهند بود. پلتفرم‌سازی نه یک انتخاب، بلکه یک ضرورت است.

وی افزود: شرکت‌هایی که نتوانسته‌اند « پلتفرمی» شوند، بهره‌وری پایینی دارند. حتی در ایران، نمونه‌های متعددی از فاصله فاحش میان شرکت‌های پلتفرمی و غیرپلتفرمی دیده می‌شود. آینده اقتصاد، مبتنی بر پلتفرم است و ما چاره‌ای جز حرکت در این مسیر نداریم.

این استاد دانشگاه صنعتی شریف با اشاره به تحولات سریع تکنولوژیکی در جهان، گفت: ما باید هوشیار باشیم و نسبت به آینده فناوری دید استراتژیک داشته باشیم. نمی‌توان صرفاً روی یک تکنولوژی خاص سرمایه‌گذاری کرد و انتظار داشت تا دو سال دیگر نیز همان تکنولوژی جواب دهد. مثال واضح آن، تحول در حوزه هوش مصنوعی است. از مدل‌های نمادین و منطقی دهه ۹۰ میلادی، به سمت یادگیری ماشین، یادگیری عمیق و در نهایت، استدلال‌های ذهنی حرکت کرده‌ایم.

مجری طرح سکوی ملی هوش مصنوعی ادامه داد: دنیا با دارا بودن داده، توان محاسباتی و نیروی انسانی، توانسته سرویس‌های نوینی ارائه دهد. اگرچه شاید برخی از این زیرساخت‌ها در ایران کمتر باشد، اما توان تئوریک ما در حوزه هوش مصنوعی قابل‌توجه است. ما جزء ۱۰ تا ۱۲ کشور برتر در این حوزه هستیم. تیم‌هایی از نخبگان جوان داریم که اگر فرصت داشته باشند، قطعاً می‌درخشند.

وی خاطر نشان افزود: در دنیا، مدل‌های زبانی بزرگ در حال حرکت به سمت مدل‌های کوچک‌تر با عملکرد بالاتر هستند. ما نیز تیمی داریم که در این زمینه فعالیت دارد و نتایج اولیه خوبی کسب کرده‌ایم. اگر باور داشته باشیم، می‌توانیم به موفقیت برسیم.

ربیعی با مرور تحولات نرم‌افزاری، گفت: تا پیش از این، ما ورودی داده داشتیم و خروجی ما برنامه و الگو بود. اما اکنون وارد مرحله‌ای شده‌ایم که مفاهیم نرم‌افزار در حال تغییر است. در آینده، پرسش اصلی این است که پس از این دوره، چه تحولی در راه است.

وی با تأکید بر هم‌افزایی انسان و ماشین، گفت: من معتقدم در برخی وظایف، ماشین از انسان پیشی خواهد گرفت، اما به‌صورت کلی، ماشین هیچ‌گاه جای انسان را نمی‌گیرد. انسان در کنار ماشین، بهترین عملکرد را دارد. موضوعی که امروز بسیار درباره آن صحبت می‌شود، هوش مصنوعی عمومی یا AGI است. برخی معتقدند مسیر رسیدن به AGI از طریق توسعه ایجنت‌هاست.

ربیعی گفت: ما در مسیر توسعه هوش مصنوعی، دو بعد را می‌بینیم: یادگیری (Learning) و استدلال (Reasoning). در حالی که تمرکز دنیا روی یادگیری بوده، ما باید توجه داشته باشیم که مدل‌های سمبولیک دهه ۱۹۵۰ نیز در کنار یادگیری باید ترکیب و ارکستره شوند تا به AGI برسیم. ما یک گروه تحقیقاتی در این زمینه داریم و به‌محض رسیدن به نتایج مطلوب، آن‌ها را وارد فاز اجرایی خواهیم کرد.