هوش مصنوعی، ماشین اداره‌ آینده دنیا

اقتصاد معاصر-محمدباقر شیرمهنجی، کارشناس اقتصادی: رهبر انقلاب در دیدار هیات دولت چهاردهم با ایشان برای پنجمین بار در دهه اخیر، بحث هوش مصنوعی را مطرح کردند تا نشان دهند، مساله هوش مصنوعی باید جایگاه ویژه‌ای در نظام مسائل کشور داشته باشد. واکاوی بیانات ایشان در این حوزه، چند گزاره مهم را مشخص می‌کند که در ادامه به آن‌ها می‌پردازیم.

مورد اول: در دوران هوش مصنوعی، کوانتوم، اینترنت و امثال این پیشرفت‌های علمی، نمی‌شود با همان شیوه‌های چهل سال قبل کار کرد و ابزار‌ها بایستی متناسب با زمان انتخاب شود.(۱۴۰۲/۰۳/۱۴)

مورد دوم: هوش مصنوعی در اداره آینده دنیا نقش خواهد داشت؛ پس مساله‌ای است که باید مورد تکیه و توجه و تعمیق واقع شود. (۱۴۰۰/۰۸/۲۶)

مورد سوم: در مورد هوش مصنوعی، فعال و اثرگذار برخورد کنید، منفعل برخورد نکنید. غفلت و تغافل از آنچه در دنیا و منطقه پیش می‌آید، جایز نیست. (۱۴۰۳/۰۵/۰۷)

مورد چهارم: در مساله‌ هوش مصنوعی، بهره‌بردار بودن امتیاز نیست. این فناوری لایه‌های عمیقی دارد که باید بر آن لایه‌ها مسلط شد. آن لایه‌ها دست دیگران است. (۱۴۰۳/۰۶/۰۶)

با توجه به این گزاره‌ها، نگارنده ابتدا جایگاه کشور در این فناوری را بررسی می‌کند و پس از آن با بیان کاربرد‌ها و محدودیت‌های هوش مصنوعی، اهمیت دستیابی به لایه‌های عمیق و سطوح مختلف آن را تبیین خواهد کرد. 

هوش مصنوعی در انحصار زرنگ‌های دنیا! 

«امروز مثلا فرض کنید ایشان نشان دادند که در زمینه‌ هوش مصنوعی مثلا ما در دنیا چهاردهم هستیم. اگر چنانچه یک ذره غفلت کنیم و خوابمان ببرد، به سرعت سقوط خواهیم کرد و پنجاه سالِ دیگر، خواهیم شد پنجاهم، خواهیم شد صدم؛ یعنی دنیا از ما جلو می‌افتد و می‌رود».

این جملات بخشی از بیانات مقام معظم رهبری در سال ۱۳۹۷ است. در سال ۱۴۰۰ نیز ایشان تاکید کردند که «باید کاری کنیم که ما در دنیا حداقل در [بین] ده کشور اول در مورد هوش مصنوعی قرار بگیریم که امروز نیستیم».

حال در سال ۱۴۰۳ نگاهی به آمار‌های جهانی در مورد رتبه جهانی هوش مصنوعی کشور می‌اندازیم. بر اساس داده‌های پایگاه وب آو ساینس، رتبه جمهوری اسلامی ایران در فناوری شبکه‌های عصبی ۶، در فناوری‌های هوش مصنوعی ۱۶، رایانش بصری و پردازش زبان طبیعی ۲۵، یادگیری ماشینی ۱۷، فناوری رباتیک ۲۷ و فناوری سیستم‌های چندعاملی ۱۲ در جهان است. این آمار‌ها بر اساس مطالعات و مقالات تولید شده با موضوع هوش مصنوعی توسط پژوهشگران ایرانی بوده و رتبه کشور در کاربرد عملی هوش مصنوعی با رتبه‌های مذکور فاصله زیادی دارد، به طوری که شقایق حقجو جوانمرد، رئیس مرکز توسعه فناوری‌های راهبردی به رتبه هفتادم ایران در زمینه هوش مصنوعی اشاره می‌کند که با مطلوبی که مقام معظم رهبری بیان کردند، فاصله زیادی دارد.

همچنین بررسی کشور‌های پیشتاز در سرمایه‌گذاری روی این فناوری و تعداد استارتاپ‌های مربوط به این حوزه نیز نشان می‌دهد که وضعیت ایران در کاربرد هوش مصنوعی مشابه تولیدات علمی آن نیست. 

کاربرد هوش مصنوعی در سیاست‌گذاری 

کاربرد هوش مصنوعی در ابعاد مختلف زندگی بشر از جمله اقتصاد، سیاست، فرهنگ، محیط‌ زیست و... هر روز پررنگ‌تر از قبل می‌شود. در این بخش کاربرد این فناوری در سطح سیاست‌گذاری مورد بحث قرار خواهد گرفت، چراکه سیاست‌ها می‌توانند همه ابعاد زندگی انسان را تحت تاثیر قرار دهند. هوش مصنوعی در مراحل مختلف چرخه سیاست، از تنظیم دستور کار گرفته تا تدوین سیاست، تصمیم‌گیری، اجرا و ارزیابی کاربرد دارد که در ادامه به آنها می‌پردازیم.

تنظیم دستور کار: در اولین مرحله از چرخه سیاست، هوش مصنوعی می‌تواند از طریق تجزیه و تحلیل مجموعه داده‌های بزرگ به سیاست‌گذاران در تشخیص بحرانی‌ترین چالش‌های موثر بر سیاست کمک کند. الگو‌های آشکار شده توسط تحلیل‌های هوش مصنوعی می‌توانند سیاست‌گذاران را در تعیین اولویت‌ها، راهنمایی و آگاه کند.

تدوین سیاست: هوش مصنوعی همچنین می‌تواند با ارائه بینش‌های مبتنی بر شواهد به تدوین سیاست کمک کند. در این مرحله از چرخه سیاست، قدرت پیش‌بینی هوش مصنوعی، ابزار مفید و قدرتمندی است که می‌تواند به برآورد تاثیرات احتمالی سیاست‌ها، پیش‌بینی هزینه‌ها، منافع سیاست‌گذاری و شناسایی مناسب جمعیت هدف کمک کند. 

تصمیم‌گیری: در مرحله تصمیم‌گیری، هوش مصنوعی می‌تواند ابزاری برای بهبود کیفیت و سرعت فرآیند تصمیم‌گیری باشد و بین گزینه‌های مختلف، گزینه بهینه را پیشنهاد دهد.

اجرای سیاست: سیاست‌گذاران می‌توانند از سیستم‌های پیشرفته هوش مصنوعی در اجرای سیاست‌ها بهره‌مند شوند. هوش مصنوعی می‌تواند از طریق اتوماسیون، پردازش سریع داده‌ها و تجزیه و تحلیل فوری، اجرای سیاست را تسهیل کند.

ارزیابی سیاست: سیاست‌گذاران باید اطمینان حاصل کنند، سیاست‌هایی که اجرا می‌کنند واقعا در دستیابی به اهداف مورد نظرشان کارآمد و موثر است. هوش مصنوعی می‌تواند با ارائه داده‌های سریع‌تر و دقیق‌تر که می‌تواند تاثیر سیاست‌ها را ارزیابی کند، مرحله ارزیابی چرخه سیاست‌گذاری را پیش ببرد. برای مثال، بانک جهانی الگوریتم‌های یادگیری ماشینی را برای تعیین کمیت و ارزیابی تاثیر توافق‌نامه‌های تجاری بر جریان‌های تجاری توسعه داده است.

همان‌طور که بحث شد، هوش مصنوعی می‌تواند به طرق مختلف برای سیاست‌گذاری، سودمند باشد. در حالی که هوش مصنوعی می‌تواند در تجزیه و تحلیل داده‌ها و منطق بسیار قدرتمند باشد، در مفاهیم مرتبط با سیاست مانند انصاف، عدالت و برابری که ذاتا انسانی هستند، عملکرد کمتری دارد. توانایی هوش مصنوعی برای درک واقعیت‌های انسانی، از جمله درک علیت و تفاوت‌های فرهنگی، ناکافی است. از این‌رو، پذیرش هوش مصنوعی در سیاست‌گذاری با مجموعه چالش‌های خاص خود مواجه است. 

چرا باید به تمام لایه‌ها و سطوح هوش مصنوعی دسترسی پیدا کنیم؟ 

هوش مصنوعی ساخته هوش انسانی است؛ بنابراین با دستبرد انسان در لایه‌های عمیق آن، نتایج استفاده از این ابزار می‌تواند تحت تاثیر قرار گیرد. از آنجایی که هوش مصنوعی مبتنی بر داده است و می‌تواند ویژگی‌های نامطلوب یا غیرضروری در داده‌ها را بیاموزد، اینکه چه داده‌هایی برای یادگیری در اختیارش قرار می‌گیرند و اینکه چه کسانی و چگونه آن را توسعه می‌دهند، اهمیت بالایی دارد.

داده‌ها به عنوان منبع حیاتی ابزار هوش مصنوعی هستند و می‌توانند حداقل در برابر سه چالش آسیب‌پذیر باشند. محدودیت‌های زیرساختی، سوگیری ساختاری و سوگیری اخلاقی، عنوان این سه چالش هستند. محدودیت‌های زیرساخت بر دسترسی توسعه‌دهندگان هوش مصنوعی به داده‌های با کیفیت، تاثیر می‌گذارد. برای مثال، توسعه‌دهندگان باید سخت‌افزار، نرم‌افزار، سرمایه انسانی و آموزش مناسب داشته باشند. همچنین باید فرآیند‌ها و زیرساخت‌های دیجیتال مناسب برای تولید، جمع‌آوری، ذخیره و نگهداری داده‌ها وجود داشته باشد.

سرمایه‌گذاری قابل توجهی که برای انجام این کار لازم است به این معنی بوده که دسترسی به داده‌ها و در نتیجه استفاده از هوش مصنوعی می‌تواند در انحصار کسانی باشد که دارای منابع و پایگاه‌های کاربری بزرگ هستند. علاوه بر این، داده‌ها ممکن است به دلیل عواملی مانند روش‌شناسی فنی، خطا‌های نمونه‌گیری و محدودیت‌های بودجه‌ای که منجر به شکاف‌هایی در پوشش داده‌ها می‌شود، دارای سوگیری باشند. همچنین بی‌اخلاقی‌هایی مانند ساختن داده‌های صوری با اهداف خاص، می‌تواند سلامت داده‌ها را مخدوش کند.

علاوه بر بحث داده‌ها، اینکه چه کسی راه‌حل هوش مصنوعی را توسعه می‌دهد مهم است، زیرا عوامل انسانی مانند تعصبات، قضاوت‌ها یا جبهه‌بندی‌ها می‌توانند بر الگوریتم‌ها و مدل‌های هوش مصنوعی و در نهایت نتایج چرخه زندگی هوش مصنوعی تاثیر بگذارند.

بنابر آنچه مطرح شد، امروز باید در کشور علاوه بر بهره‌برداری از این فناوری، به‌منظور محدود کردن چالش‌های مورد بحث به سطوح و لایه‌های مختلف هوش مصنوعی دست پیدا کنیم.