سازوکار مشارکت دانش بنیان ها در توسعه پلتفرم ملی هوش مصنوعی

سئو مئو: بدنبال فراخوان مشارکت در عرصه هوش مصنوعی، نشستی با حضور دستیار معاون علمی رئیس جمهور و جمعی از شرکتهای دانش بنیان انجام شد تا مسیر همکاریهای نوین مشخص شود.
به گزارش سئو مئو به نقل از معاونت علمی، فناوری و اقتصاد دانش بنیان ریاست جمهوری، بدنبال انتشار فراخوان درخواست اطلاعات (RFI) برای مشارکت شرکت های دانش بنیان فعال در عرصه هوش مصنوعی، نشستی با حضور دستیار معاون علمی رئیس جمهور، دکتر حسین اسدی عضو هیات علمی دانشگاه صنعتی شریف و جمعی از شرکت های دانش بنیان، در محل معاونت علمی اجرا شد. هدف از برگزاری این جلسه، عرضه اطلاعات درباره ی آخرین وضعیت پلتفرم ملی هوش مصنوعی به شرکت های دانش بنیان و تبیین زمینه های همکاری برای توسعه این سکو بود.
دستیار معاون علمی در این نشست طی سخنانی اظهار داشت: در جریان پیشبرد پروژه هوش مصنوعی درخواست های زیادی را بر مبنای مشارکت شرکت های دانش بنیان دریافت کردیم، مضاف بر این که همیشه بنای ما در معاونت علمی بر جلب این مشارکت استوار بوده است. به این دلیل، ناظر به این دغدغه، فراخوانی را برای ارزیابی شرکت های دانش بنیان منتشر کردیم. در این فضا، ما RFIهایی برای مشارکت دانش بنیان ها در توسعه پلتفرم ملی هوش مصنوعی به آنها عرضه خواهیم داد و آنها با تکمیل RFIها و بعد از تأیید کمیسیون فنی، می توانند به تیم سکو ملحق شوند.
این مقام مسئول هدف از این اقدام را ایجاد هم افزایی بین اقدامات شرکت های دانش بنیان و مسیر معاونت علمی در توسعه سکو دانست و اظهار داشت: در جریان این هم افزایی، دسترسی هایی که به لحاظ زیرساختی برای دانش بنیان ها محدود بود، در اختیار آنها قرار خواهد گرفت.
وی در ادامه اضافه کرد: در راه توسعه و پیشرفت، صدای اعتراض از دل دیوارهای فروریخته ای به گوش می رسد که زمانی مانع پیشرفت بودند و سهمی در آینده نداشتند. معاونت علمی به خوبی واقف است که پروژه هوش مصنوعی در کشور، همچون بیماری در آستانه مرگ بود؛ بیماری که هر پزشکی خواهان درمان آن است. با این نگاه، اولویت معاونت بر آن بود که مرحله احیای اولیه این پروژه با تاکید بر تیمی مجرب و دارای سوابق بین المللی صورت گیرد. بدیهی ست که هر بیماری بعد از گذر از دوره نقاهت، برای بازگشت مؤثر به جامعه، نیازمند تعامل و مشارکت گسترده با محیط پیرامون خود است.
همچنین نکته دیگری که از جانب دستیار معاون علمی در این نشست طرح شد، برخورداری پلتفرم ملی از مدل کسب وکار(Business Model) بود و مقرر شد تا سازوکار این مدل در جلسات فنی عرضه شود.
وی در بخش دیگری از صحبت های خود تاکید کرد: هم اکنون کشور با مشکل پردازش و زیرساخت مواجه نیست و بعد از دستیابی به نسخه پایدار، میتوان سکو را به برخی کشورهای دیگر هم عرضه کرد؛ در این صورت، آن کشورها هم می توانند میزبان محصولات دانش بنیان های ما باشند.
به گفته دستیار معاون علمی رئیس جمهور، پروژه دیگری در عرصه هوش مصنوعی به همت معاونت علمی از شهریورماه امسال کلید خواهد خورد که نگاهی بین المللی دارد و تیم هایی که در توسعه سکو حضور دارند، در اولویت نخست برای مشارکت در این پروژه خواهند بود.
حسین اسدی، عضو هیات علمی دانشگاه صنعتی شریف هم که عرضه آخرین وضعیت پلتفرم ملی هوش مصنوعی را در این نشست بر عهده داشت، درگاه های مشارکت شرکت های دانش بنیان را در چهار بخش ترسیم کرد و اظهار داشت: مشارکت در بهینه سازی ماژول های سکو، توسعه و سفارشی سازی بازارگاه های تخصصی، توسعه محصول مبتنی بر پنل بازارگاه و توسعه محصول مبتنی بر خدمات سکو از راه API، چهار سرفصلی هستند که می توانند بسترهایی برای همکاری دانش بنیان ها در توسعه سکو فراهم آورند.
گفتنی است نسخه اولیه سکوی هوش مصنوعی، با مشارکت محققان و فارغ التحصیلان دانشگاه های برتر کشور، با استفاده از چارچوب های متن باز و هم بندی فناوری های پیشرفته همچون مدلهای زبانی بزرگ، مدلهای زبانی-بینایی، بازشناسی گفتار و تبدیل متن به گفتار و همین طور یک زیرساخت دریاچه داده شامل پایگاه های داده رابطه ای، مبتنی بر سند و برداری، به عنوان یک MVP رونمایی آزمایشی شد. این سکو، انعطاف پذیری، مقیاس پذیری و به کارگیری زیرساخت ترکیبی ابری و فوق همگرا را برای پشتیبانی توسعه دهندگان و سازمان ها در بهره برداری از توان هوش مصنوعی، در اولویت قرار می دهد.ایشان سپس افزود: در راه توسعه و پیشرفت، صدای اعتراض از دل دیوارهای فروریخته ای به گوش می رسد که زمانی مانع پیشرفت بودند و سهمی در آینده نداشتند. با این نگاه، اولویت معاونت بر آن بود که مرحله احیای اولیه این پروژه با تأکید بر تیمی مجرب و دارای سوابق بین المللی صورت گیرد. شایان ذکر است نسخه اولیه سکوی هوش مصنوعی، با مشارکت محققان و فارغ التحصیلان دانشگاه های برتر کشور، با استفاده از چارچوب های متن باز و هم بندی فناوری های پیشرفته همچون مدل های زبانی بزرگ، مدل های زبانی-بینایی، بازشناسی گفتار و تبدیل متن به گفتار و همچنین یک زیرساخت دریاچه داده شامل پایگاه های داده رابطه ای، مبتنی بر سند و برداری، به عنوان یک MVP رونمایی آزمایشی شد.