در حالی که ایران اسناد خود را در بالادست در بین پنج کشور برتر جهان در زمینه هوش مصنوعی دنبال می کند ، عدم شفافیت زیرساخت های لازم ، از جمله قدرت پردازش براساس استانداردهای جهان ، عدم انسجام نهادی و ابهام در تدوین سیاستی ، آن را در دسترس تر از نقشه راه روشن قرار داده است.
به گفته ایزنادر دنیای امروز ، میزان پردازش داده ها با شتاب قابل توجه افزایش می یابد ، قدرت کشور دیگری فقط توسط منطقه سرزمینی یا ذخایر طبیعی آن اندازه گیری نمی شود. اخیراً ، با تعداد عملیات پردازش در هر ثانیه ، ظرفیت مراکز داده و توانایی آن در آموزش مدلهای هوش مصنوعی.
در دوره دیجیتال ، پردازش برق زیرساخت های پنهان است که تحولات عظیمی در علم ، امنیت ، اقتصاد و فرهنگ ایجاد می کند. کشورهایی که به ابر رایانه های پیشرفته و خوشه دسترسی دارند ، در حال حاضر در صدر توسعه فن آوری های جدید مانند هوش مصنوعی تولیدی ، مدل های بزرگ زبانی و تجزیه و تحلیل کلانشهر قرار دارند. این رقابت فناوری یک زمینه جدید اما تعیین کننده در معادلات ژئوپلیتیکی جهان ایجاد کرده است.
بنابراین ، در دوره حاضر ، قدرت محاسبات به عنوان یکی از مؤلفه های اصلی نیروی فناوری و دیجیتال کشورها شناخته می شود. این قدرت نه تنها یک زیرساخت اصلی برای توسعه مدلهای بزرگ هوش مصنوعی است ، بلکه در زمینه هایی مانند تحقیق ، پیش بینی آب و هوا ، طراحی مواد مخدر ، امنیت سایبری و صنعت دفاعی نیز نقش تعیین کننده ای دارد.
قدرت پردازش معمولاً توسط واحدهایی مانند TFLOPS یا PETAFLAPS (PFLOPS) اندازه گیری می شود ، به این معنی که تعداد عملیات شناور در ثانیه که سیستم می تواند انجام دهد. هرچه این تعداد بیشتر باشد ، رایانه ها یا خوشه های پردازش بیشتر می توانند مشکلات پیچیده تری را سریعتر حل کنند.
طبق آخرین لیست TOP3 ، اقتدار بین المللی سریعترین ابررسانا در جهان ، کشورهای زیر در صدر قرار دارند:
ایالات متحده آمریکا: رهبر در تعداد ابر رایانه ها و قدرت خام ، با سریعترین ابر رایانه های جهان ، با حدود 1.2 زیرساخت بیش از حد و اساسی مدل های برجسته مانند GPT-1 ، Claude و Gemini.
چین: میزبان ده ها ابرخودرو قدرتمند ، پردازش قدرت ملی قوی ، توسعه مدلهای محلی مدرن مانند Wudao و Zipu.
ژاپن: Fugaku Supercar یکی از کرایه های بیش از 5 قابلیت عملیاتی Petaflaps است ، سرمایه گذاری های متمرکز بر هوش مصنوعی صنعتی و بهداشتی.
آلمان: قدرتمندترین زیرساخت HPC در اتحادیه اروپا ، میزبان ابر رایانه های تحقیقاتی در هواشناسی و بیوانفورماتیک.
امارات متحده عربی: یک بازیگر در حال ظهور در زمینه پردازش برق با ابر رایانه های گلکسی کاندور با بیش از 5 petaflaps و در حال تبدیل شدن به یک مرکز منطقه ای برای هوش مصنوعی ، توسعه دو مدل از فالکون های پیشرفته و Jais است.
موقعیت ایران در نیروی پردازش
در سالهای اخیر ، ایران تلاش کرده است تا زیرساخت های هوش مصنوعی و ابررسانا را توسعه دهد. به گفته معاون رئیس جمهور علوم ، پردازش تجمعی کشور در زمینه هوش مصنوعی حدود 5 petaflaps است. این رقم یک تعداد قابل قبول در سطح منطقه ای است ، اما نیاز به سرمایه گذاری بسیار بیشتر ، همکاری بین المللی و ارتقاء سخت افزار محاسباتی برای رقابت جهانی و آموزش در مدلهای بزرگ زبان دارد.
با این حال ، تا 9 نوامبر ، هیچ یک از ابر رایانه های ایران در لیست 2 برتر قرار ندارند ، معتبرترین رتبه در جهان برای قدرتمندترین ابر رایانه ها. این لیست شامل 5 سیستم در جهان بر اساس پردازش و به روزرسانی های آن دو بار در سال است.
Simong Supercar ، معرفی شده توسط دانشگاه فنی امیر کبیر در سن 5 سالگی ، قدرتمندترین سیستم معرفی شده در ایران با قدرت اولیه پردازش Petaflops و با هدف Petaflaps است. با این حال ، حتی اگر این هدف حاصل شود ، Simog در لیست رسمی قله ها به دلیل محدودیت های فنی و تحریم ها نشان داده نشده است.
به طور کلی ، ایران تاکنون نتوانسته است هر ابررسانا را در لیست صدر ثبت کند.
با حرکت جهان به سمت اگزیلپس و حتی Zetaflops ، اهمیت دسترسی به انرژی پاک ، طراحی تراشه های محلی و استقلال در زمینه سخت افزار به طور فزاینده ای در نظر گرفته می شود. کشورهایی که می توانند این مؤلفه ها را با هم ترکیب کنند ، به رهبران آینده فناوری تحول تبدیل می شوند.
سردرگمی نهادی و نیاز به چابکی
محمد زاده زیبری ، مدیر یکی از شرکتهای مبتنی بر دانش و رئیس سازمان اتحادیه های تجاری رایانه ای در تهران ، با استناد به وضعیت سازمان اطلاعات مصنوعی و دفتر مرکزی معاون رئیس جمهور علوم و فناوری گفت. علاوه بر این ، این قطعنامه از نظر قانونی تشکیل می شود زیرا دولت نمی تواند علیه قانون در بالادست قطعنامه ای داشته باشد. در همین راستا ، قانون کشور کشور ، سند ملی اطلاعات مصنوعی است که توسط شورای عالی انقلاب فرهنگی تصویب شده است.
وی ادامه داد: در برنامه ملی هوش مصنوعی ، که در دستور کار مجمع مشورتی اسلامی قرار دارد ، وی در تلاش است تا در این زمینه تمرکز و انسجام بیشتری ایجاد کند. از آنجا که در سالهای اخیر ، به ویژه پس از حکم رهبر عالی برای دستیابی به بهترین پنج کشور جهان در زمینه هوش مصنوعی ، رقابت ها و اختلافات بین آژانس های مختلف مسئولیت شکل گرفته است. این طرح بر حل شورای عالی انقلاب فرهنگی تأکید دارد و سعی در روشن شدن روابط بین نهادهای مختلف دارد.
زیبری گفت که ارتباط بین دستگاه های این زمینه در این برنامه ملی مشخص شده است و بیان می کند: “مهارت سازمان و ایجاد صندوق اطلاعات مصنوعی از جمله مواردی است که دیده شده است.” نمی توان گفت که این سند یک قانون جامع است ، اما در شرایط فعلی که در آن شاهد رکود اطلاعات مصنوعی توسط دولت و حاکمیت هستیم ، می تواند مفید باشد.
از جهان تا درگیری داخلی
وی با توصیف فرایند دولت در زمینه هوش مصنوعی ، وی گفت: “قبل از سال 5 و ترتیب رهبر عالی ، اینكه در این زمینه نسبتاً در فن آوری اطلاعات مصنوعی Glob به كشورهایی مانند ژاپن ، كانادا و کشورهای اروپایی بود. زمینه با سرعت قابل توجهی تسریع شده است ، در حالی که ما در اختلافات داخلی برای تعیین امانت شرکت کرده ایم.
مدیرعامل شرکت دانش خاطرنشان کرد: پس از حکم رهبر عالی و ورود به گپ GPT ، بازی هوش مصنوعی تغییر کرده و شتاب گرفت و ما در درگیری ها شرکت کردیم ، در آن زمان متولی در این زمینه بود ، و از طرف دیگر ، هوش مصنوعی می تواند به منابع مالی عظیمی نیاز داشته باشد و بخش خصوصی می تواند منابع خود را فراهم کند.
وی گفت: در کشورهایی مانند ایالات متحده ، که ادعا می کنند توسط بخش خصوصی انجام می شود ، این کارخانه در کاخ سفید ایجاد شده است: برخی از آنها می پرسند که آیا هوش مصنوعی در همه کشورهای جهان تدوین شده است. جواب مثبت خواهد بود امارات متحده عربی باعث ایجاد هوش مصنوعی شد و در کشورهای عربی تنها کشوری بود که یک الگوی بزرگ زبانی بزرگ ، Falcon و Jais را توسعه داد و هر دو مهمترین پروژه ها برای هوش مصنوعی در جهان عرب هستند.
زیبری تأکید کرد که کشورهایی مانند ژاپن و کره نیز همین کار را کرده اند و تأکید می کنند که بیشتر کشورها مطابق با سند ملی خود ، فن آوری های اطلاعاتی مصنوعی خود را توسعه داده اند. دور اول این سند به پایان رسید و سند دوم هوش مصنوعی را ساخت. تمام کشورهای پیشرو در این زمینه طبق برنامه ریزی ادامه یافت.
توسعه مدل زبان
وی خاطرنشان کرد: اگر ما دو یا سه سال پیش در این زمینه اتفاق می افتادیم ، می توانیم با یک کشور دیگر ادامه دهیم و گفتند: “در حال حاضر ، با توجه به تحریم های کشور ، می توانیم مدلهای رسوب و زبانی کشور را جبران کنیم.
زیبری نمونه این آثار عالی مانند یک تنظیم خوب (از بین بردن یک مدل بزرگ از پیش آموزش داده شده مانند GPT یا BERT را توصیف کرد و آن را بیشتر آموزش داد تا مدل متناسب با نیاز خاص باشد) ، به یک تنظیم خوب دستور دهید و گفت: “ما همچنین باید سریعتر و سریعتر حرکت کنیم.
افزایش قدرت پردازش
مدیر اجرایی شرکت دانش برای قدرت پردازش کشور ، با بیان اینکه هیچ مؤسسه ای حتی نمی تواند تعداد دقیق ادارات علمی را ارائه دهد: وضعیت کشور در فرآیند پردازش مطلوب نیست ، اما در سال گذشته ، بسیاری از نهادها و سازمان ها و حتی بخش های خصوصی بزرگ زیرساخت هایی را معرفی کرده اند ، اما به دلیل زیرساخت های ما.
زیبری گفت: “در این رابطه ، ابتدا باید تعیین کنیم که هنگام پردازش قدرت به چه چیزی نیاز داریم.” متأسفانه ، هم در دولت و هم در شرکت های بزرگ خصوصی ، آنها به روندهای جهانی نگاه می کنند و به کارتهای گرافیکی بسیار گران قیمت که دارای مجوز و کاربردهای خاص خود هستند ، رسیده اند و همه بر روی توسعه مدلهای بزرگ زبان تمرکز می کنند.
وی گفت: مدل های بزرگ زبان در خوش بینانه ترین مورد تنها 5 ٪ تا 5 ٪ از کل ظرفیت هوش مصنوعی را نشان می دهد. این مدل ها بسیار گران هستند و به زیرساخت های پردازش عظیمی نیاز دارند ، اما در کل تنها بخش محدودی از برنامه های اطلاعاتی مصنوعی است. در بلغارستان ، مشکلاتی که باید توسط هوش مصنوعی برطرف شود ، عمدتا مدل های زبان نیستند. این مدل ها در واقع محصولی لوکس و گران قیمت هستند. اگرچه اولویت ما باید استفاده از هوش مصنوعی برای حل چالش هایی از قبیل قطع آب ، ناتوانی جنسی ، کشاورزی ، دامپروری ، صنعت فولاد ، روغن ، عملکرد و سایر مناطق حیاتی باشد.
وی گفت: “ما با هزاران مشکل روبرو هستیم که می توان با مدل های هوش مصنوعی ساده تر و گران تر بر اساس زیرساخت های محلی و با ظاهری دقیق و مهندسی حل کرد.” اما در حال حاضر ، تمرکز اصلی کشور بر توسعه مدل های بزرگ زبان و زیرساخت های گران قیمت مورد نیاز آنها است ، در حالی که این تمرکز لزوماً نیازهای واقعی ما را برآورده نمی کند.
توسعه سکوهای در معرض کشور
مدیر اجرایی شرکت مبتنی بر دانش در سکوهای اطلاعاتی مصنوعی کشف شده توسط بخش علمی گفت که اداره علمی اکنون به این نتیجه رسیده است که بخش خصوصی باید به این زمینه وارد شود و گفت که شرکت ها در این زمینه فعال شده اند ، اما زمان آن است که این سیستم عامل ها نامیده شوند.
به گفته وی ، حتی این سیستم عامل ها را نمی توان MVP نامید و فقط در مرحله آزمایشگاهی قرار دارد.
وی با اشاره به اقدامات دانشگاهی برای ورود به پردازنده های گرافیکی و توسعه زیرساخت ها ، گفت: “ظرفیت این منطقه فرصت های پنهان ارائه شده توسط بخش دولتی و خصوصی است که ما نه علمی داریم و نه یک موسسه دیگر.
زیبری گفت: “اما اگر ما یک بستر جامع داشته باشیم که بتواند آن را اداره کند ، یک ظرفیت پراکنده یکپارچه خواهد شد تا کل کشور بتواند از امکانات خود بهره مند شود.”
پایان پیام
منبع خبر: https://www.isna.ir/news/1404023122235/%D9%87%D9%88%D8%B4-%D9%85%D8%B5%D9%86%D9%88%D8%B9%DB%8C-%D8%AF%D8%B1-%D9%85%DB%8C%D8%AF%D8%A7%D9%86-%D8%B3%DB%8C%D8%A7%D8%B3%D8%AA%DA%AF%D8%B0%D8%A7%D8%B1%DB%8C-%D8%A7%DB%8C%D8%B1%D8%A7%D9%86-%DA%86%DA%AF%D9%88%D9%86%D9%87-%D9%85%DB%8C-%D8%AE%D9%88%D8%A7%D9%87%D8%AF-%D8%A8%D9%87-%D8%AC%D9%85%D8%B9-%DB%B1%DB%B0
