آگاه: در این یادداشت با رویکردی تحلیلی و مبتنی بر واقعیت‌های روز، مفهوم عمیق و استراتژیک «لایه‌های عمیق» هوش‌مصنوعی را که رهبر انقلاب اسلامی بر آن تاکید داشتند، رمزگشایی و با بررسی اکوسیستم دانش‌بنیان و تحلیل ابعاد اقتصادی هوش مصنوعی، در نهایت راهبردی برای سیاست‌گذاری ملی در این حوزه پیشنهاد می‌شود.
رمزگشایی از «لایه‌های عمیق»: فراتر از کاربری
رهبر انقلاب در سخنان راهبردی خود درباره هوش مصنوعی، بارها بر ضرورت «تسلط بر لایه‌های عمیق زیرساختی» این فناوری تاکید کرده‌اند. ایشان با مقایسه هوش‌مصنوعی با صنعت هسته‌ای، تاکید دارند که اگر غفلت شود، به‌زودی شاهد شکل‌گیری نهادهای بین‌المللی حاکم بر توزیع دسترسی و سهمیه‌بندی دانش و کارکردهای هوش‌مصنوعی خواهیم بود. این رویکرد، وظایفی فنی، راهبردی و حتی ژئوپلیتیک برای ایران ترسیم می‌کند.
سه سطح مهم در لایه‌های عمیق هوش مصنوعی:
زیرساخت پردازشی: امروز دسترسی جهان به پردازنده‌های پیشرفته مانند سری H۱۰۰ و A۱۰۰ انویدیا، عملا به قدرت‌های معدودی محدود است و ایران با تحریم سختگیرانه برای تهیه این تراشه‌ها روبه‌روست. نبود توان پردازشی و سرمایه‌گذاری کافی، مانع شکل‌گیری پروژه‌های ملی در مقیاس بالا می‌شود.
مدل‌های بنیادین و زبان بومی: اگر بومی‌سازی علمی و فنی را از زیرساخت به مدل ارتقا ندهیم، همواره مشتری APIهای خارجی باقی خواهیم ماند و هر تراکنش هوشمند، اتکای اقتصاد و زیرساخت کشور را به بیرون بیشتر می‌کند. امروزه هیچ مدل فارسی، رقابت‌پذیر و کاملا تهیه شده بومی برای لایه‌های بنیادین وجود ندارد در حالی‌که مدل‌هایی چون GPT-۴ و Falcon در دنیا جریان‌ساز شده‌اند.
حکمرانی داده و مالکیت داده: ملی‌سازی مدیریت داده‌های کلان ایرانی کلیدی است که اگر رها شود، داده‌های ملی توسط پلتفرم‌های خارجی تخلیه و تحمیق شده و ثروت نرم کشور به‌سادگی خارج می‌شود. باید دریاچه‌های داده ملی تشکیل شود و آزادسازی هوشمندانه داده، زیرساخت آموزش مدل‌های بومی و کنترل هوش‌مصنوعی ایرانی را فراهم آورد.
ابعاد اقتصادی: فرصت ۱۰ میلیارد دلاری و جهش بهره‌وری
اقتصاد جهانی، تحت تاثیر هوش مصنوعی، تغییرات بنیادین را تجربه می‌کند. بر اساس تحقیقات موسسه IDC، هوش‌مصنوعی تا سال ۲۰۳۰ می‌تواند ۱۹.۹ تریلیون دلار ارزش اقتصادی به اقتصاد جهانی اضافه کند، که بدان معنی است که با هر دلار سرمایه‌گذاری شده در هوش مصنوعی، ۴.۶ دلار به اقتصاد جهانی بازگردانده می‌شود. بازار نرم‌افزار هوش‌مصنوعی از ۱۲۲ میلیارد دلار در سال ۲۰۲۴ به ۴۶۷ میلیارد دلار در سال ۲۰۳۰ رشد خواهد کرد که نشان‌دهنده نرخ رشد سالانه ۲۵ درصدی است. همچنین در سطح جهانی، بازار هوش‌مصنوعی با نرخ رشد ۳۶.۶ درصد، از ۱۹۶.۶۳ میلیارد دلار در ۲۰۲۳ به ۱.۸۱ تریلیون دلار در ۲۰۳۰ خواهد رسید. مسئله حیاتی برای ایران، سهمی است که در این جریان اقتصادی جهانی خواهد داشت. درحال‌حاضر، سهم اقتصاد دیجیتال از تولید ناخالص داخلی ایران تنها ۴.۹ درصد است، در حالی که این میزان در جهان به‌طور میانگین ۱۵ درصد است. برای مقایسه، این سهم در امارات متحده (۱۰ درصد)، ترکیه (۱۱ درصد) و عربستان (۱۴ درصد) است.
ابعاد اقتصادی هوش‌مصنوعی برای ایران بسیار فراتر از فروش نرم‌افزار یا پیاده‌سازی رباتیک در کارخانه‌هاست. برآوردهای مراکز پژوهشی کشور نشان می‌دهد که هوش‌مصنوعی ظرف یک دهه می‌تواند حداقل ۱۰ میلیارد دلار به تولید ناخالص داخلی کشور بیفزاید. هوش‌مصنوعی توان افزایش سالانه ۱.۲درصدی بهره‌وری کل اقتصاد کشور را دارد. هوش‌مصنوعی با تبدیل شیوه کار و نقش منابع انسانی، می‌تواند حدود ۲۰ درصد از ساختار شغلی موجود را متحول کند، به شرطی که رویکرد جایگزینی و بیکاری صرف نباشد بلکه تحول مهارت‌ها و ارزش‌آفرینی جدید باشد. در حالی که در کشورهای توسعه‌یافته نرخ پذیرش هوش‌مصنوعی در صنایع ۳۵ تا ۵۰ درصد است، در ایران این نرخ به حوالی ۱۷درصد محدود شده که یک اختلاف قابل توجه و البته فرصتی بکر برای صنایع قدیمی، دانش‌بنیان و کشاورزی رقم می‌زند.
اکوسیستم دانش‌بنیان: پتانسیل نهفته و معضلات مقیاس
بر پایه آخرین داده‌های شاخص ملی هوش مصنوعی، هم‌اکنون بین ۲۴۲ تا ۳۰۰ شرکت دانش‌بنیان حوزه هوش‌مصنوعی در ایران فعال هستند که بیشتر در بخش خدمات مشاوره، نرم‌افزار و تحلیل داده متمرکزند. ایران به لحاظ نیروی انسانی متخصص جایگاه دوم توسعه‌دهندگان هوش‌مصنوعی منطقه را پس از رژیم صهیونیستی دارد. این مزیت یک فرصت راهبردی است که در نبود حمایت‌های اساسی ممکن است منجر به مهاجرت سرمایه انسانی شود.
در اکوسیستم فعلی، بخش عمده شرکت‌های دانش‌بنیان در مقیاس کوچک و متوسط باقی‌مانده‌اند. هزینه سخت‌افزاری مورد نیاز برای آموزش مدل‌های پیشرفته و کار جدی در «لایه عمیق»، خارج از توان سرمایه‌گذاری شرکت‌های کوچک است (هر واحد GPU پیشرفته بین ۲۰ تا ۵۰ هزار دلار و ابررایانه‌ها تا صدها میلیون دلار هزینه دارند)؛ به‌همین علت، بسیاری از دانش‌بنیان‌ها به جای توسعه مدل بومی، از API و محصولات خارجی بهره می‌برند. تشکیل کنسرسیوم‌ها و مدل‌های سرمایه‌گذاری مشترک جدید، راهی برای خروج از این بن‌بست است. تجربه کشورهایی چون امارات در پروژه‌هایی مانند Falcon نشان داده استفاده از زیرساخت ملی مشترک می‌تواند مسیر توسعه مدل‌های بومی و قدرت بخشیدن به اکوسیستم نوآوری را هموار کند.
چالش‌های راهبردی: فقر داده، تحریم فناوری و مهاجرت استعدادها
فقر داده‌های فارسی: در حال حاضر مدل‌های هوش‌مصنوعی عمده با داده‌های انگلیسی یا زبان‌های پرتراکم آموزش می‌بینند و داده متنی تمیز و حجیم فارسی نایاب است؛ این نقصان سبب ضعف مدل‌های NLP فارسی و مشکلات عمده در دقت، فهم و خروجی هوش‌مصنوعی بومی شده است.
تحریم سخت‌افزار و فناوری: عدم دسترسی به سخت‌افزارهای پردازشی مثل GPUهای سری H۱۰۰ و A۱۰۰ انویدیا یا ابررایانه‌های پیشرفته، رشد مدل‌های بومی را سخت کرده است. حتی واردات ساده زیرساخت فناوری نیازمند عبور از سد تحریم‌های آمریکاست. بدون قدرت سخت‌افزاری، شعار تسلط بر «لایه عمیق» به سادگی عملیاتی نخواهد شد.
مهاجرت استعداد و نخبگان: بازار جهانی هوش‌مصنوعی نخبگان ایرانی را جذب می‌کند و ماندگاری آنها علاوه بر حقوق، منوط به وجود پروژه‌های ملی، انگیزشی و بزرگ مقیاس درون کشور است. در نبود آن، خروج سرمایه انسانی روندی شتابان پیدا می‌کند.
آینده ایران و هوش مصنوعی: دو سناریو
سناریوی وابستگی و انفعال: ایران بدل به بازار مصرف محصولات و خدمات هوش‌مصنوعی شرق و غرب می‌شود و داده‌های ملی توسط پلتفرم‌های خارجی تخلیه و دانش‌آموختگان داخلی به کارگران دیجیتال برون‌مرزی مبدل می‌شوند.
سناریوی اقتدار فناورانه و استقلال: با ساخت زیرساخت و مدل‌های بنیادین بومی، ایران تبدیل به صادرکننده راهکار، تولیدکننده دانش و مقصد نخبگان هوش‌مصنوعی منطقه می‌شود، سهم کشور از GDP توسط هوش‌مصنوعی حداقل ۱۰ میلیارد دلار افزایش می‌یابد و سالانه بیش از یک درصد بهره‌وری اقتصاد افزایش پیدا می‌کند.
پیشنهادات سیاستی برای پرداختن به لایه‌های عمیق AI
کنسرسیوم ملی محاسبات سریع و ابررایانه ملی: دولت با صنایع بزرگ باید یک ابررایانه ملی مبتنی بر GPU ایجاد کند و دسترسی ابری رایگان یا ارزان قیمت برای دانش‌بنیان‌ها و پژوهشکده‌ها فراهم سازد تا شکاف زیرساختی برطرف شود.
آزادسازی داده و دریاچه داده ملی: الزام همه سازمان‌های دولتی به اشتراک داده‌های غیرمحرمانه پس از ناشناس‌سازی برای آموزش مدل‌های بومی، مشروط به رعایت الزامات حریم خصوصی؛ این کار کلیدی‌ترین تسهیل‌گر توسعه کارکردهای ایرانی هوش‌مصنوعی است. مناطق آزاد مقرراتی: ایجاد زیست‌بوم‌های آزمون نرم و قانون‌گذاری مرحله‌ای برای پذیرش و آزمون ایده‌های نوآورانه (به ویژه در سلامت و فین‌تک) تا نوآوری زیر بوروکراسی دفن نشود.
پروژه‌های بزرگ‌مقیاس ملی: تعریف پروژه‌های ملی الهام‌بخش مانند «دستیار پزشکی هوشمند ملی»، «مدیریت هوشمند برق» یا «سامانه تحلیل داده سلامت جمعیت» و واگذاری به کنسرسیوم‌های تخصصی داخلی برای ایجاد انگیزش و اشتغال.
تسلط بر لایه‌های عمیق، دیگر یک انتخاب دور از دسترس یا لوکس فناورانه نیست؛ بلکه تاکتیک بقا و راهبرد توسعه ایران در قرن بیست‌ویکم است. همان‌گونه که استقلال انرژی هسته‌ای یا خودکفایی دفاعی حاصل انتخاب‌های درست و سرمایه‌گذاری سخت بود، تحقق هوش‌مصنوعی بومی و حکمرانی داده نیز به همت فراگیر، اجماع ملی و سیاست‌گذاری شجاعانه و مبتنی بر واقعیت نیازمند است. این انتخابی است که آینده ایران را نه‌تنها در اقتصاد دیجیتال که در امنیت ملی و حکمرانی قرن بیست‌ویکم رقم خواهد زد.
نظر شما