رامین عابدی اصل، تحلیلگر و کارشناس هوش مصنوعی در گفت‌وگو با ایسنا، با اشاره به اهمیت داده در عصر دیجیتال، گفت: در عصر حاضر، داده به عنوان منبعی استراتژیک در سازمان‌های مختلف نقش‌آفرینی می‌کند. در ایران، با توجه به نبود ساختار یکپارچه برای داده‌ها و مشکلات کیفی و استانداردسازی، دستیابی به اطلاعات دقیق و قابل اتکا برای اجرای پروژه‌های هوش مصنوعی چالشی بزرگ محسوب می‌شود و سازمان ملی هوش مصنوعی به عنوان نهادی نوپا، در مسیر رفع این چالش‌ها قرار دارد و با هدف ایجاد زیرساخت‌های جامع برای تجمیع و کنترل کیفی داده‌ها، برنامه‌های جدیدی را در دست اجرا دارد.

وی از داده‌ها به عنوان قلب تپنده و یکی از مهمترین دارایی‌های زیرساختی سازمان ملی هوش مصنوعی توصیف کرد و افزود: یکی از وظایف اصلی این سازمان، تأمین منبع اصلی برای طراحی، آموزش و بهبود الگوریتم‌های هوش مصنوعی است که بدون آنها، اجرای پروژه‌های هوش مصنوعی عملاً غیرممکن خواهد بود. داده‌های باکیفیت و استاندارد  این امکان را می‌دهند که مدل‌های هوش مصنوعی با دقت و قدرت بیشتری تحلیل و تصمیم‌گیری کنند و نتایج قابل اعتمادی ارائه دهند.

عابدی ادامه داد: همچنین، داده‌ها به عنوان مبنایی برای پایش و تحلیل روندها در بخش‌های مختلفی مانند اقتصاد، بهداشت، محیط زیست و زیرساخت‌های شهری و ... عمل می‌کنند و به توسعه‌دهندگان سیستم‌های هوشمند کمک می‌کنند تا الگوهای پنهان را کشف و راهکارهای هوشمندانه‌ای را برای حل مسائل پیچیده ملی ارائه کنند. این سازمان، با مدیریت، استانداردسازی و بهبود کیفیت داده‌ها می‌تواند زیرساختی محکم برای تصمیم‌گیری‌های استراتژیک و پیش‌بینی‌پذیر در سطح کشور فراهم کند.

این تحلیلگر حوزه هوش مصنوعی یکی از مشکلات اساسی در سند تأسیس سازمان ملی هوش مصنوعی را نبود زیرساخت داده‌ مناسب عنوان و خاطر نشان کرد: نبود زیرساخت داده‌ مناسب، بزرگ‌ترین مانع در تحقق اهداف بلندپروازانه‌ هوش مصنوعی در ایران است. بدون دسترسی به داده‌های دقیق و قابل اعتماد، الگوریتم‌های هوش مصنوعی توانایی یادگیری مؤثر را از دست می‌دهند و تحلیل‌ها به شدت تحت تأثیر خطاها و عدم تطابق داده‌ها قرار می‌گیرند. این مشکل به‌ویژه به دلیل نبود یکپارچگی داده‌ها و نبود یک بانک داده جامع و مرکزی که بتواند تمام اطلاعات را به شکل استاندارد گردآوری و مدیریت کند، پیچیده‌تر می‌شود.

وی با تاکید بر اینکه در این زمینه ضرورت ایجاد یک بانک داده مرکزی و یکپارچه تحت نظارت سازمان هوش مصنوعی احساس می‌شود تا داده‌های موجود در سازمان‌های مختلف با استانداردهای مشخص و فرمت‌های هماهنگ گردآوری و در دسترس قرار گیرد. این بانک داده مرکزی می‌تواند به بهبود صحت و دقت تحلیل‌ها، به‌ویژه در حوزه‌هایی مانند پیش‌بینی آب و هوا، تحلیل‌های اقتصادی و اجتماعی  و ...کمک کند و موجب کاهش خطاها و افزایش اعتماد عمومی به سیستم‌های هوش مصنوعی شود.

چالش سازمان ملی هوش مصنوعی درباره داده‌ها و تأمین و مدیریت آنها برای بهره‌برداری 

وی اضافه کرد: برنامه‌های سازمان ملی هوش مصنوعی برای تأمین و مدیریت داده‌ها با چندین چالش اساسی مواجه است که این چالش‌ها بهره‌برداری مؤثر از داده‌ها در حوزه هوش مصنوعی را محدود می‌کنند. یکی از اصلی‌ترین مشکلات، نبود یکپارچگی و استانداردسازی در داده‌های موجود است. سازمان‌های دولتی و خصوصی هر کدام داده‌ها را به صورت مستقل و در قالب‌های متفاوت نگهداری می‌کنند که این موضوع روند تجمیع و پردازش داده‌ها را پیچیده و زمان‌بر می‌کند.

عابدی چالش دیگر را مساله کنترل کیفی و استانداردسازی داده‌ها دانست و ادامه داد: در بسیاری از سازمان‌های دولتی تاکنون تمرکز بر کنترل کیفی داده‌ها نبوده و در نتیجه، داده‌ها حاوی خطاها و ناهماهنگی‌های زیادی هستند که برای پردازش‌های دقیق و حساس هوش مصنوعی مشکل‌ساز می‌شوند. سازمان ملی هوش مصنوعی برای رفع این مشکل باید تیم‌های تخصصی کنترل داده ایجاد کند و حتی پیشنهاد ایجاد یک معاونت ویژه در زمینه کنترل داده و استانداردسازی را بررسی کند. این امر برای تضمین کیفیت و صحت داده‌ها ضروری است، اما اجرای آن به دلیل نیاز به منابع انسانی ماهر و زمان‌بر بودن، با چالش‌های عملیاتی و مالی روبه‌رو است.

وی افزود: همچنین، مقاومت برخی سازمان‌ها در ارائه و اشتراک‌گذاری داده‌ها چالشی دیگر است. بسیاری از سازمان‌های دولتی داده‌های خود را به عنوان یک منبع درآمد یا دارایی استراتژیک در نظر می‌گیرند و آنها را در گاوصندوق‌های سازمانی محافظت می‌کنند که این دیدگاه، مانعی جدی برای ایجاد بانک‌های داده‌ ملی است. سازمان ملی هوش مصنوعی باید سازوکارهای قانونی و تشویقی مناسبی برای تغییر این رویکرد و تسهیل اشتراک‌گذاری داده‌ها در سطح ملی ایجاد کند.

پیشنهاداتی برای بهبود کیفیت و دسترسی‌پذیری داده‌ها

این کارشناس حوزه هوش مصنوعی خاطر نشان کرد: از آنجا که در بسیاری از سازمان‌های دولتی تاکنون تمرکز کافی بر کنترل کیفی داده‌ها نبوده، این سازمان‌ها با حجم عظیمی از داده‌های بدون استانداردسازی و کنترل کیفی مواجه هستند که کار با آنها را برای سیستم‌های هوش مصنوعی دشوار می‌کند. برای رفع این چالش، سازمان ملی هوش مصنوعی باید تیم‌های عملیاتی ویژه‌ای را به‌طور مستمر برای ارزیابی، تصحیح و کنترل کیفی داده‌ها در سازمان‌های مختلف تشکیل دهد و این مساله را در رأس برنامه‌های خود قرار دهد.

وی گفت: علاوه بر این، تأسیس یک معاونت با عنوان «کنترل داده» در سازمان ملی هوش مصنوعی که به طور خاص بر کیفیت و استانداردسازی داده‌ها متمرکز باشد، می‌تواند راهکاری مؤثر باشد. این معاونت می‌تواند مسئول تدوین و اجرای پروتکل‌های استاندارد و نظارت بر کیفیت داده‌ها باشد تا از صحت، دقت و تطابق داده‌ها با نیازهای هوش مصنوعی اطمینان حاصل شود. البته، اجرای چنین پروسه‌ای به دلیل حجم گسترده داده‌ها و نیاز به منابع تخصصی، زمان‌بر و پرهزینه خواهد بود؛ اما ایجاد این ساختار اساسی برای بهبود کیفیت داده‌ها در سطح ملی و تقویت زیرساخت‌های هوش مصنوعی کشور امری ضروری است.

عابدی تاکید کرد: پیشنهادم این است که سازمان ملی هوش مصنوعی پیشگام ایده‌ «ابر داده‌ای ایران» باشد. این ایده بر اساس ایجاد یک سیستم یکپارچه و مبتنی بر فناوری کلود برای اشتراک‌گذاری داده‌ها میان سازمان‌های داده‌محور شکل می‌گیرد. در این ابر، هر سازمان بر اساس نقش و نیاز خود داده‌ها را به اشتراک می‌گذارد و سازمان ملی هوش مصنوعی نیز به تمامی داده‌های مورد نیاز خود دسترسی خواهد داشت. این ساختار به گونه‌ای طراحی می‌شود که داده‌های واردشده به ابر، قبل از به اشتراک‌گذاری، از مسیرهای کنترل کیفی استاندارد و خاص عبور کرده و پاک‌سازی شوند. در نتیجه، داده‌های نهایی قابل دسترس برای کاربران و توسعه‌دهندگان سیستم‌های هوش مصنوعی، داده‌هایی با کیفیت و دقت بالا خواهند بود.

وی اظهار کرد: به عنوان یک تحلیلگر داده، پیشنهاد دیگرم برای حل مشکلات داده‌ای سازمان ملی هوش مصنوعی، ایجاد یک سیستم جامع استانداردسازی داده‌ها و طراحی ساختارهای مؤثر کنترل کیفی است. با ایجاد یک مرکز کنترل کیفی داده‌ها، سازمان می‌تواند بر داده‌های ورودی از سازمان‌های مختلف نظارت کرده و داده‌ها را پالایش و استانداردسازی کند. این پروژه می‌تواند به یک پروژه بزرگ عملیاتی برای سازمان ملی هوش مصنوعی تبدیل شده و زمینه‌ساز توسعه سیستم‌های هوشمندی باشد که بتوانند با بالاترین کیفیت و دقت به کار گرفته شوند و به تحقق اهداف ملی هوش مصنوعی کمک کنند و در نهایت یک پیشنهاد دیگر اینکه اگر سازمان ملی هوش مصنوعی از همین ابتدای کار به جای ورود به پروژه‌های اجرایی تنها و تنها و تنها نقش سیاستگذار و ناظر حرفه‌ای را داشته باشد و از نیروهای جوان و شرکت‌های خصوصی که در این حوزه فعالیت زیادی داشتند و حتی از استارت آپ‌های موفق در این حوزه بهره ببرد، قطعا احتمال موفقیت سیاستگذاری این سازمان بسیار بالا خواهد بود.

به گفته وی پیاده‌سازی زیرساخت داده‌ای جامع و ایجاد ابر داده‌ای برای اشتراک‌گذاری و کنترل کیفی داده‌ها می‌تواند گامی بزرگ در تحقق اهداف سازمان ملی هوش مصنوعی و تسهیل مسیر توسعه فناوری‌های هوشمند در ایران باشد. با اجرای این پروژه‌ها، نه تنها بهره‌وری و دقت سیستم‌های هوش مصنوعی افزایش خواهد یافت، بلکه این سازمان می‌تواند به عنوان مرجع معتبر داده در کشور، مبنایی محکم برای تصمیم‌گیری‌های استراتژیک و بهبود عملکرد در بخش‌های مختلف ملی ایجاد کند.

انتهای پیام