هوش مصنوعی

پربازدیدترین‌ها

هوش مصنوعی، دستیار هوشمند و توانمندساز زنان در زندگی روزمره

فیلیپس از نخستین ام‌آرآی ۳ تسلا بدون هلیوم جهان رونمایی کرد

انقلابی در ارزیابی هوش مصنوعی: رضایت انسان، معیار نهایی

هشدار کد قرمز سام آلتمن: اوپن‌ای‌آی توسعه محصولات را متوقف و بر چت جی پی تی تمرکز می‌کند

هوش مصنوعی مولد: شریک استراتژیک یا حباب سوداگرانه؟

چگونه کسب‌وکارها می‌توانند از انقلاب هوش مصنوعی جان سالم به در ببرند و پیروز شوند

در دنیای کسب‌وکار، هر چند سال یک‌بار، یک موج فناوری جدید از راه می‌رسد که وعده‌ی تغییر همه‌چیز را می‌دهد. امروز، آن موج «هوش مصنوعی مولد» (Generative AI) است. از اتاق‌های هیئت‌مدیره گرفته تا استارتاپ‌های نوپا، همه از این حرف می‌زنند که چگونه این فناوری قرار است بهره‌وری را به اوج برساند، خلاقیت را دموکراتیزه کند و مدل‌های کسب‌وکار را از نو بسازد. این هیجان بی‌دلیل نیست؛ ظرفیت هوش مصنوعی مولد برای خودکارسازی وظایف تکراری، تولید محتوای بازاریابی، تحلیل داده‌های پیچیده و ارائه خدمات مشتری شخصی‌سازی‌شده، انکارناپذیر است.

اما در میان این هیاهوی خوش‌بینانه، صدایی آشنا به گوش می‌رسد؛ صدایی که پژواک حباب‌های فناورانه‌ی گذشته است. لحظه‌ای فرا می‌رسد که متوجه می‌شوید کیف پولتان خالی شده است. محصولی که خریده‌اید، بی‌کیفیت است و شرکتی که از آن خرید کرده‌اید، ناپدید شده است. ما به عنوان یک جامعه‌ی کسب‌وکار، در حال نزدیک شدن به این لحظه با هوش مصنوعی هستیم. این یک حباب است؛ یک فریب الگوریتمی زیبا که اگر جزو حلقه‌ی خودی‌ها نباشید، شما استراتژی خروج آن‌ها خواهید بود.

نمی‌خواهم کسی را از هوش مصنوعی بترسانم، بلکه می‌خواهم قطب‌نمایی برای عبور هوشمندانه از این سرزمین پر از وعده و خطر در اختیارتان بگذارم.

پژواک حباب‌های گذشته: چرا این بار هم باید محتاط بود؟

این اولین بار نیست که در چنین موقعیتی قرار می‌گیریم. حباب هوش مصنوعی، تنها جدیدترین نسخه‌ی پیش‌گویی‌های فناورانه است.

·       دهه‌ی ۹۰ و حباب دات‌کام: به یاد دارید که اگر فقط یک .com  به انتهای نام شرکت خود اضافه می‌کردید، سرمایه‌گذاران به شما پول می‌دادند؟ شرکت‌هایی مانند Pets.com میلیون‌ها دلار برای تبلیغات خرج کردند در حالی که مدل کسب‌وکارشان هیچ منطقی نداشت. وقتی حباب ترکید، تریلیون‌ها دلار از بین رفت.

·       دهه‌ی ۲۰۱۰ و چاپ سه‌بعدی: قرار بود همه‌ی ما روی میز خود یک چاپگر سه‌بعدی داشته باشیم و هرچه می‌خواهیم بسازیم. این رؤیای شیرین حدود هجده ماه دوام آورد تا اینکه مشخص شد کسی واقعاً نمی‌خواهد صندل‌هایش را خودش چاپ کند. سهام شرکت‌ها سقوط کرد و روایت از بین رفت.

·       رمزارزها و NFTها: قرار بود ارزهای دیجیتال دنیا را آزاد کنند، اما در نهایت به ابزاری برای سفته‌بازی تبدیل شدند. NFTها نیز که «رسیدهایی برای چیزهایی که مالکشان نیستید» نامیده می‌شدند، نمونه‌ی دیگری از هیجان بی‌اساس بودند.

نقطه‌ی مشترک تمام این حباب‌ها یک چیز است؛ «روایت بر واقعیت غلبه می‌کند». سرمایه‌گذاران خطرپذیر و بنیان‌گذاران اولیه، با تبلیغات گسترده، رؤیایی بزرگ را می‌فروشند و ارزش‌گذاری‌ها را به شکل مصنوعی بالا می‌برند. هدف نهایی بسیاری از آنان نه ساخت یک کسب‌وکار پایدار، بلکه رسیدن به «نقدینگی خروج» (Exit Liquidity) است؛ یعنی فروختن سهام خود در اوج قیمت به سرمایه‌گذاران بعدی (که بیشتر کسب‌وکارهای دیگر یا عموم مردم هستند) و خارج شدن از بازی قبل از فروریختن همه چیز.

هوش مصنوعی «هوشمند» نیست، «محتمل» است

بزرگترین سوءتفاهم درباره‌ی هوش مصنوعی مولّد این است که آن را یک «مغز» مصنوعی می‌دانیم. اما این فناوری «هوشمند» نیست؛ بلکه یک تردستی آماری است که با متن‌های پیش‌بینی‌کننده کار می‌کند. این ماشین‌ها کلمات را می‌فهمند، اما معنای پشتش را درک نمی‌کنند. آن‌ها زبان را بازتولید می‌کنند، نه اینکه آن را بفهمند.

این محدودیت، پیامدهای تجاری جدی دارد؛ اولین پیامد توهم‌زدن این ماشین‌هاست. هوش مصنوعی می‌تواند با اعتمادبه‌نفس کامل، اطلاعات کاملاً غلط یا بی‌معنی تولید کند. تصور کنید که ربات چت خدمات مشتری شما به یک مشتری دستورالعمل اشتباهی برای تعمیر یک محصول بدهد. این یک فاجعه‌ی اعتباری و قانونی است. این ماشین‌ها گاهی خیلی صادقانه و مطمئن اشتباه می‌کنند. این امر می‌تواند کارمندان را به تصمیم‌گیری‌های غلط بر اساس داده‌های نادرست سوق دهد. کسب‌وکارها در حال استقرار یک فناوری نابالغ در مقیاس وسیع هستند و تعجب می‌کنند که چرا خروجی آن گاهی بی‌معناست.

تبدیل هوش مصنوعی به یک شریک استراتژیک

با تمام این هشدارها، آیا باید هوش مصنوعی را نادیده بگیریم؟ قطعاً نه. این فناوری یک ابزار قدرتمند است، به شرطی که بدانیم چگونه از آن استفاده کنیم. شرکت‌های موفق آن‌هایی نخواهند بود که کورکورانه به دنبال مد روز می‌روند، بلکه آن‌هایی هستند که رویکردی استراتژیک و منتقدانه اتخاذ می‌کنند.

 هوش مصنوعی را برای خود هوش مصنوعی به کار نگیرید. ابتدا ببینیم مشکل مشخص و واقعی در کسب‌وکار ما چیست و آیا هوش مصنوعی می‌تواند آن را سریع‌تر و ارزان‌تر حل کند؟ آیا به دنبال بهبود پیش‌نویس‌های اولیه ایمیل‌های بازاریابی هستیم؟ خب عالی است. می‌خواهید خلاصه‌ای از گزارش‌های طولانی تهیه کنید؟ فوق‌العاده است. اما از آن برای تصمیم‌گیری‌های استراتژیک نهایی استفاده نکنید.

موفق‌ترین مدل پیاده‌سازی هوش مصنوعی، مدل «کمک‌خلبان» (Co-pilot) است. هوش مصنوعی باید توانایی‌های ما را تقویت کند، نه اینکه جایگزین قضاوت انسانی شود. یک نویسنده می‌تواند از آن برای ایده‌پردازی استفاده کند، یک برنامه‌نویس برای پیدا کردن خطا در کد و یک تحلیلگر برای مرتب‌سازی داده‌ها. اما کلمه‌ی نهایی و مسئولیت همیشه با انسان است.

 نگذاریم هوش مصنوعی بدون نظارت کار کند، به‌ویژه در حوزه‌هایی که با مشتریان یا اطلاعات حساس سروکار دارند. همیشه یک فرآیند بازبینی انسانی برای خروجی‌های آن در نظر بگیرید. این کار از بروز خطاهای پرهزینه جلوگیری می‌کند.

در نهایت اینکه، به جای سرمایه‌گذاری‌های کلان و کورکورانه، پروژه‌های آزمایشی کوچکی را تعریف کنیم. تأثیر واقعی هوش مصنوعی را بر یک بخش کوچک از کسب‌وکار خود بسنجیم. آیا واقعاً باعث صرفه‌جویی در زمان می‌شود؟ آیا کیفیت بهتر شد؟ تنها پس از دیدن نتایج ملموس، به فکر گسترش آن باشید.

 از قربانی بودن در حباب پرهیز کنید

انقلاب هوش مصنوعی مولّد غیرقابل انکار است، اما حباب پیرامون آن نیز همین‌طور. شما شاهد یک انقلاب نیستید، بلکه در حال مشارکت در طرح خروج دیگران هستید. این حباب خواهد ترکید، نه به این دلیل که هوش مصنوعی قدرتمند نیست، بلکه به این دلیل که کسانی که آن را می‌فروشند، به کارکرد آن اهمیتی نمی‌دهند، بلکه فقط به چیزی که می‌توانند آن را بفروشند، اهمیت می‌دهند. برای همین هم در بسیاری از مواقع با اغراق‌ها و کلی‌گویی درباره‌ی برخی محصولات مواجه می‌شویم.

باید از هیاهوهای تبلیغاتی و بازاریابانه گذر کنیم. در عوض خوب است بپرسیم: «این فناوری چگونه می‌تواند یک مشکل واقعی را برای من حل کند؟» و «چگونه می‌توانم خطراتش را مدیریت کنم؟»

شرکت‌هایی که در این دوران جدید پیروز می‌شوند، نه شیفتگان فناوری، بلکه استراتژیست‌های واقع‌بین خواهند بود. آن‌ها هوش مصنوعی را نه به عنوان یک معجزه، بلکه به عنوان یک ابزار قدرتمند اما ناقص به کار می‌گیرند و با ترکیب آن با بهترین دارایی خود یعنی هوش، قضاوت و خلاقیت انسانی، مزیت رقابتی پایدار خلق خواهند کرد.

این یادداشت در اولین شماره‌ی نشریه «نوآورد» منتشر شده. ناشر آن مرکز پژوهش‌های اتاق بازرگانی ایران با رویکرد انقلاب صنعتی چهارم، است.

علی شاکر- روزنامه‌نگار و پژوهشگر هوش مصنوعی

دولت‌ها و غول‌های صنعتی وارد مسابقه شدند

 

دولت‌ها از اواسط دهه ۲۰۱۰ به سمت تدوین «راهبردهای ملی هوش مصنوعی» حرکت کردند: چین در ۲۰۱۷ برنامه جامع و بلندپروازانه خود را منتشر کرد و صراحتاً عنوان کرد که هوش مصنوعی «فناوری راهبردی» است که باید تا ۲۰۳۰ مزیت اول را برای کشور بسازد؛

تعقیب‌کنندگان (آمریکا، اتحادیه اروپا، هند و کشورهای خاورمیانه) نیز بلافاصله پاسخ دادند و مجموعه‌ای از ساختارهای دولتی، مراکز ملی و تخصیص بودجه را شکل دادند.این اسناد و سیاست‌ها نشان می‌دهند که انگیزه‌ها تنها اقتصادی نیستند؛

امنیت ملی، استقلال فناورانه و مدیریت مخاطرات هم در مرکز نگرانی‌ها قرار دارند.در بخش خصوصی هم موجی از سرمایه و اقدام فنی رخ داد که بسیاری را فریب داد تا «در نِوِ این قطار بنشینند یا دست‌کم از آن عقب نمانند».

تولد ابزارهایی مثل چت‌جی‌پی‌تی در پایان ۲۰۲۲ به‌عنوان یک نقطه عطف اجتماعی-تجاری عمل کرد؛ شرکت‌ها یک‌شبه دیدند که قابلیت‌هایی برای تولید محتوا، تحلیل داده و خودکارسازی دانش‌کاری در دسترس است و سرمایه‌گذاران صف کشیدند.

غول‌ها واکنش نشان دادند

مایکروسافت و سایر بازیگران بزرگ بخش خصوصی صدها میلیون تا میلیاردها سرمایه در استارتاپ‌های هوش مصنوعی و زیرساخت‌های محاسباتی قرار دادند؛ اقدامی که بازارها و هیئت‌مدیره‌ها آن را زنگ هشدار «لمس‌شدنی» خواندند. آمارهای سرمایه‌گذاری و گزارش‌های رسانه‌ای روند انفجاری بودجه و جذب استعداد در سال‌های اخیر را ثبت کرده‌اند.

چین: سرمایه‌گذاری‌ دولتی بزرگ و هدایت سرمایه‌گذاری عمومی

چین یکی از آشکارترین موارد ورود دولت میلیاردر به هوش مصنوعی است. در سال ۲۰۲۵، دولت پکن صندوق ملی سرمایه‌گذاری هوش مصنوعی با سرمایه اولیه ۶۰ میلیارد یوان (حدود ۸.۲ میلیارد دلار) راه‌اندازی کرد تا پروژه‌های آغازین هوش مصنوعی و زیرساخت‌های کلان را تسریع نماید.

این صندوق در همکاری وزارت صنعت و وزارت دارایی تأسیس شد و هدف آن «شتاب دادن نوآوری و تسلط جهانی در هوش مصنوعی» اعلام گردید.

همچنین، چین در سال ۲۰۲۵ پیش‌بینی شده است که تا نزدیک به ۹۸ میلیارد دلار در حوزه هوش مصنوعی سرمایه‌گذاری کند، بخشی از آن از طریق بودجه دولتی و بخشی از آن در قالب تشویق بخش خصوصی.

این بی‌سابقه بودن نقطه عطفی است در استراتژی «فناوری‌محوری» چین، که از سال‌ها پیش برنامه‌ای روشن برای خودکفایی فناورانه دنبال کرده است. در کنار این صندوق ملی، دولت چین از طریق صندوق‌های سرمایه‌گذاری هدایت‌شده دولتی (government VC funds) در دهه گذشته بیش از ۹۱۲ میلیارد دلار در صنایع استراتژیک از جمله هوش مصنوعی سرمایه‌گذاری کرده است، که بخش قابل‌توجهی از آن به شرکت‌های هوش مصنوعی کوچک و متوسط تخصیص یافته است.

این جهت‌گیری را می‌توان در راهبردهای صنعتی چین دید؛ به‌عنوان بخشی از سیاست «چین ۲۰۲۵» و ارتقای صنایع فناوری‌های پیشرفته، دولت تلاش کرده تا ارزش افزودهٔ داخلی را از تولید کالاهای ارزان‌قیمت به تولید فناوری ارتقا دهد.

هوش مصنوعی، به‌عنوان یکی از ارکان مرکزی این برنامه، از سال‌ها پیش در سیاست صنعتی چین جایگاه محوری داشته است.چنین سرمایه‌گذاری عظیم دولتی باعث شده که شرکت‌های خصوصی در چین نیز مجبور شوند برای ماندن در رقابت، خود را به هوش مصنوعی مجهز کنند. این رقابت ترکیبی از «پذیرش سریع» و «ترس از حذف شدن» را ایجاد کرده است.

ایالات متحده: نقش دولت در تحریک ورود بخش خصوصی

در ایالات متحده، دولت فدرال نیز گزاره‌هایی شبیه به چین را پذیرفته است: هوش مصنوعی دیگر انتخاب نیست بلکه ضرورت ملی است. در برنامه «طرح عملی آمریکا برای هوش مصنوعی (America’s AI Action Plan)»، بخش اول آن به تسریع نوآوری هوش مصنوعی، کاهش مقررات زائد و فراهم کردن فضا برای پیشرفت بخش خصوصی متمرکز است.

دولت قصد دارد زیرساخت مشترک، تسهیلات داده و منابع محاسبات ابری را برای بخش خصوصی تسهیل کند تا توسعه هوش مصنوعی تسریع یابد. در گزارش نهایی کمیسیون مشورتی ملی آمریکا درباره هوش مصنوعی، یکی از توصیه‌ها افزایش بودجه عمومی برای تحقیقات غیرنظامی هوش مصنوعی به سطحی است که در افق ۲۰۲۶ به ۳۲ میلیارد دلار در سال برسد.

هدف این است که زیربنای نوآوری عمومی تقویت شود تا بخش خصوصی نیز بتواند بر آن سوار شود. اما هنوز چالشی به نام «شکافِ پذیرش هوش مصنوعی دولتی» وجود دارد:

بر اساس تحقیق مؤسسهٔ فورتات، دولت فدرال آمریکا در پذیرش هوش مصنوعی عقب‌تر از بخش خصوصی است و اگر این فاصله به‌سرعت اصلاح نشود، ممکن است دولت نتواند به چالش‌های مبتنی بر هوش مصنوعی پاسخ دهد یا مشروعیت خود را در عرصهٔ سیاست فناوری از دست دهد

نمونه‌های عملی در آمریکا نیز قابل مشاهده است: وزارت دفاع پروژه‌هایی مانند ماوِن (برای پردازش داده‌های تصویری و شناسایی هدف) را اجرا کرده است که نشان می‌دهد دولت‌ها دیگر نمی‌توانند نسبت به هوش مصنوعی بی‌تفاوت باشند بنابراین ورود در حوزهٔ دفاع یک ضرورت تلقی می‌شود.

شرکت‌های خصوصی، صنایع دولتی و فشار ورود

در صنعت خودروسازی، شرکت‌هایی مانند تسلا، بی ام و و سونی به صورت جدی در حال سرمایه‌گذاری در هوش مصنوعی بوده‌اند؛ دلیلش این است که نسل جدید خودروهای خودران و سیستم‌های پیشرفته‌تر تشخیص خطر بدون هوش مصنوعی ممکن نیست.

مشارکت‌های بزرگ تجاری (مثلاً سرمایه‌گذاری مایکروسافت در گروه۴۲) نشان می‌دهد که این کشورها صرفاً دنبال کسب سود نیستند، بلکه می‌خواهند محتوای فناوری، استقلال زنجیرهٔ تأمین و نفوذ بین‌المللی خود را افزایش دهند.

در عمل نیز موارد موفقیتی وجود داشته که به مجاب‌کننده‌بودنِ ورود کمک کردند. در سلامت، «لَبوَرِیت» ملی‌ها مانند آزمایشگاه هوش مصنوعی سازمان خدمات سلامت بریتانیا (NHS AI Lab) با بودجه چند صد میلیون پوند، پروژه‌هایی اجرا کرده‌اند که تشخیص سرطان و تراکنش‌های بالینی را تسهیل کرده و نرخ کشف برخی سرطان‌ها را افزایش داده است؛

دستاوردی که وزرا و مدیران بیمارستانی آن را نمونه‌ای از منفعتِ ملموس هوش مصنوعی می‌دانند.در انرژی، شرکت‌های بزرگی مانند ادنُک امارات از هوش مصنوعی برای بهینه‌سازی اکتشاف و تولید استفاده می‌کنند و ادعا می‌کنند که هوش مصنوعی می‌تواند هزینهٔ عملیات را کاهش و بازدهی را افزایش دهد.

در تولید، زیربخش‌هایی مانند صنایع سنگین و خودروسازی با «کارخانه‌های هوشمند» و نگهداری پیش‌بین، کاهش وقفه‌ها و افزایش کیفیت را تجربه کرده‌اند؛ نمونه‌هایی که هیئت‌مدیره‌ها را برای سرمایه‌گذاری متقاعد کرده است.

سرمایه و پیش‌بینی‌های اقتصادی: اعداد وسوسه‌انگیز

تحلیلگران بزرگ جهانی نیز ارقام چشمگیری ارائه داده‌اند. مؤسسهٔ مک‌کنزی پتانسیل اقتصادی گسترده هوش مصنوعی را تا چندین تریلیون دلار برآورد کرده و مؤسسات پژوهشی دیگر (مثل IDC و McKinsey جدیدتر) نیز ارزش افزوده عظیمِ سالانه را پیش‌بینی کرده‌اند.

این پیش‌بینی‌های اقتصادی (که گاهی تا ده‌ها تریلیون دلار تا سال ۲۰۳۰ متنوع‌اند) به هیئت‌مدیره‌ها و وزارت‌خانه‌ها انگیزه مالیِ واضحی داده تا بودجه‌ها و استراتژی‌ها را تغییر دهند.فشار سرمایه‌گذاری، امنیت ملی و چشم‌انداز درآمدی؛

علتِ سه‌گانه شتابدر جمع‌بندیِ این بخش، می‌توان گفت سه محرکِ هم‌زمان این شتاب را توجیه می‌کنند:

(۱) وعده اقتصادی و بهره‌وری که با آمارها و مطالعات پشتیبانی می‌شود

(۲) نگرانی امنیتی و صنعتی درباره وابستگی سخت‌افزاری و فناورانه

(۳) تکانه رقابتیِ بین‌المللی که دولت‌ها را به سرمایه‌گذاری مستقیم یا تسهیل سرمایه‌گذاری خصوصی واداشته است.این سه عامل باعث شده‌اند ورود به هوش مصنوعی به‌سرعت از «انتخاب» به «الزام» بدل شود.

آنگونه که در جلسه‌های محرمانهٔ مدیران و کابینه‌ها می‌گفتند: «ما باید تا فردا این کار را انجام دهیم، یا فردا دیر است.»

لب کلام!

وقتی به نقشه‌ی سرمایه‌گذاری‌های جهانی در هوش مصنوعی نگاه می‌کنیم، روشن می‌شود که موتور اصلی این شتاب دیوانه‌وار، اقتصاد است. گزارش‌های مک‌کنزی و «PwC» تخمین زده‌اند که تنها در آمریکا و چین، بهره‌وری ناشی از هوش مصنوعی می‌تواند تا سال ۲۰۳۰ حدود ۱۰ تا ۱۲ درصد به تولید ناخالص داخلی بیفزاید.

همین اعداد کافی بود تا مدیران شرکت‌های بزرگ و وزرای اقتصاد در دولت‌ها، اتاق‌های فکر خود را ترک کرده و بی‌درنگ بودجه‌های میلیاردی اختصاص دهند.اما آنچه اقتصاددانان به زبان سرد آمار می‌گویند، صنایع با زبان ملموس‌تری حس می‌کنند:

خودروسازان اگر در سیستم‌های هوشمند رانندگی سرمایه‌گذاری نکنند، از تسلا و بایدو عقب می‌افتند.بانک‌ها اگر الگوریتم‌های تحلیل ریسک را به کار نگیرند، در برابر فین‌تک‌های نوظهور شکست می‌خورند.

شرکت‌های دارویی اگر از مدل‌های مولد برای طراحی دارو بهره نگیرند، دهه‌ها تحقیقشان بی‌مصرف می‌شود.هوش مصنوعی به‌تدریج به «شرط بقا» تبدیل شده است.

دیگر مسئله فقط این نیست که چه کسی زودتر از دیگری رشد می‌کند، بلکه این است که چه کسی اساساً روی نقشه باقی می‌ماند.این همان چیزی است که اقتصاددان دانشگاه ام‌آی‌تی در گزارشی آن را «اثر سیاهچاله‌ای هوش مصنوعی» نامید:

جاذبه‌ای به قدری قوی که اگر صنایع و دولت‌ها وارد مدار آن نشوند، به بیرون پرتاب می‌شوند.به همین دلیل است که امروز از سئول تا دوبی، از واشنگتن تا بروکسل، تصمیم‌گیرندگان در جلسات پشت درهای بسته یک جمله را تکرار می‌کنند:«یا با هوش مصنوعی همراه می‌شویم، یا از تاریخ حذف خواهیم شد.»

این شرکت‌ها اگر وارد این عرصه نمی‌شدند، از رقابت جهانی عقب می‌ماندند.در بخش بانکی و مالی، بسیاری از بانک‌ها و مؤسسات بیمه فناوری هوش مصنوعی را به‌عنوان هویت بعدی کسب‌وکار می‌بینند: مبارزه با تقلب، شخصی‌سازی خدمات مشتریان، تحلیل ریسک‌های پیچیده، همه آن‌ها را بدون هوش مصنوعی نمی‌شود انجام داد.

شرکت‌هایی که دیرتر وارد شوند ممکن است مشتریان و بازار را از دست بدهند.در صنایع دولتی مانند سلامت، آموزش و انرژی، دولت‌ها احساس کرده‌اند که فشار عمومی برای بهره‌برداری از هوش مصنوعی بسیار زیاد است؛

اگر وزارت بهداشت کشوری برای تشخیص بیماری‌ها از هوش مصنوعی استفاده نکند، بیمارستان‌ها منتقد خواهند شد. اگر وزارت آموزش از سیستم‌های هوشمند کمک‌آموزش استفاده نکند، مدارس دیگر نمی‌توانند رقابت کنند. پس دولت‌ها به صورت جدی وارد شده‌اند تا از عقب‌ماندن جلوگیری کنند.

در بسیاری گزارش‌های داخلی شرکت و مطالعات مشاوران، توصیهٔ مشترک این است: «اگر نمی‌توانی تبدیل به یکی از پیشگامان هوش مصنوعی شوی، حداقل وارد باش که از حذف کامل نشوی.» این توصیه به‌ یک گزارهٔ تهاجمی در جلسات مدیران تبدیل شده است.

چـرا دولت‌ها، صنایع دولتی و شرکت‌های بزرگ دست به جیب شدند؟!

چین از سال‌ها پیش برنامهٔ حکومتی‌سازیِ هوش مصنوعی را در اولویت قرار داد و در قالب «راهبرد ملی هوش مصنوعی» و طرح‌های صنعتی مانند «ساخت چین ۲۰۲۵» سرمایه‌گذاری کلانی را آغاز کرد.

در ۲۰۲۵ پکن صندوق‌هایی برای سرمایه‌گذاری در پروژه‌های آغازین هوش مصنوعی راه‌اندازی کرد و بودجه‌های دولتی و صندوق‌های سرمایه‌گذاری هدایت‌شده برای جذب استارتاپ‌ها و زیرساخت‌ها فعال شدند؛ ن

مونه‌ای که نشان می‌دهد دولت، بخش خصوصی را برای تسریع پذیرش فناوری «هل» می‌دهد. این جهت‌گیری ساختار بازار را تغییر داد و شرکت‌های خصوصی را مجبور به سرمایه‌گذاری سنگین در هوش مصنوعی کرد تا از رقابت ملی عقب نمانند.

آمریکا واکنش خود را در دو سطح نشان داد: اول از طریق قانون‌گذاری صنعتی برای تأمین زنجیره عرضه سخت‌افزار (قانون «چیپس و علم» که حدود ۵۲ میلیارد دلار برای ساخت و تقویت تولید نیمه‌هادی اختصاص می‌دهد) تا وابستگیِ سخت‌افزاری به رقبا کاهش یابد؛

و دوم از طریق ابتکارات دولتی برای تسهیل پژوهش و همکاری با بخش خصوصی.دولت فدرال همچنین برنامه‌هایی برای تقویت پژوهش‌های غیرنظامی و زیرساخت داده‌ای پیشنهاد کرده است تا شرکت‌ها از یک بنیاد ملی تحقیق بهره‌مند شوند.

این برنامه‌ها شرکت‌ها را تشویق می‌کند که سرمایه‌گذاری‌های پرریسکِ هوش مصنوعی را آغاز کنند، چرا که زیرساخت و سیاست صنعتی تا حدی تضمین‌گر ادامهٔ کار است.

اتحادیه اروپا: قانون‌گذاریِ زودهنگام و تلاش برای «هوش مصنوعی مسئول»

اروپا در واکنش متفاوت است: به‌جای صرفاً تزریق پول، مسیر قانون‌گذاری را در اولویت گذاشت.در واقع «قانون هوش مصنوعی» مجموعه‌ای از مقررات مبتنی بر سطح ریسک را تعیین کرده است تا استفاده پرخطر از هوش مصنوعی را تنظیم کند و استانداردهای شفافیت و حاکمیت را الزام‌آور سازد.

این راهبرد نشان می‌دهد اروپا ورود را با قید مسئولیت‌پذیری پیوند زده؛ شرکت‌ها و سازمان‌های عمومی در این منطقه متوجه شده‌اند که بدون سازگاری قانونی، ابتکارهای هوش مصنوعی می‌توانند هزینه‌های حقوقی و اعتباری سنگینی به همراه داشته باشند.

هند، از طریق «استراتژی ملی هوش مصنوعی» و توصیه‌های کمیسیون‌های تحقیقاتی (NITI Aayog)، ورودِ عمومی-خصوصی به هوش مصنوعی را با تاکید بر منافع اجتماعی و اقتصادی تسهیل می‌کند.

گزارش‌های دولتی هند نشان می‌دهند که پذیرش سریع هوش مصنوعی می‌تواند میلیاردها دلار به تولید ناخالص داخلی بیفزاید و فشار برای استفادهٔ دولتی در حوزه‌هایی مانند سلامت، کشاورزی و خدمات عمومی را افزایش می‌دهد.

پیام سیاست‌گذاران روشن است: کشورهایی که زودتر فناوری را به کار گیرند، مزایای رشد و توانمندسازی را از آنِ خود می‌کنند.آبادیِ نفت‌خیز خاورمیانه نیز وارد رقابت شده است!

نمونهٔ برجسته، شرکت‌های مرتبط با ابوظبی (مانند گروه۴۲) و صندوق‌های دولتی سعودی (با نهادهایی چون سازمان داده و هوش مصنوعی عربستان) است که میلیاردها دلار برای ایجاد اقیانوسی از داده، مراکز ابرمحاسبات و جذب استعداد هزینه می‌کنند.

منابع
https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/the-economic-potential-of-generative-ai-the-next-productivity-frontierhttps://www.airuniversity.af.edu/Portals/10/CASI/documents/Translations/2021-03-02%20China%27s%20New%20Generation%20Artificial%20Intelligence%20Development%20Plan-%202017.pdfhttps://www.oecd.org/content/dam/oecd/en/publications/reports/2021/08/an-overview-of-national-ai-strategies-and-policies_913b6e4b/c05140d9-en.pdfhttps://www.reuters.com/technology/artificial-intelligence/ai-startups-drive-vc-funding-resurgence-capturing-record-us-investment-2024-2025-01-07/https://www.forethought.org/research/the-ai-adoption-gaphttps://www.g42.ai/resources/news/G42-launches-10b-tech-Expansion-Fund

بکارگیری هوش مصنوعی صنعتی AVEVA در شبکه‌های جهانی انرژی

یک شرکت با استفاده از تحلیل‌هاى پیش‌بینى‌کننده، قصد دارد زیرساخت‌هاى انرژى را نوسازى کند و با ارائه پلتفرم‌هاى نرم‌افزارى ضمن حفظ توانایى در ارائه خدمات به شرکت‌هاى تولید و توزیع برق، آنها را به سمت روش‌های سودمند برای محیط‌زیست هم سوق دهد.

به گزارش پایگاه اطلاع رسانی جاده مخصوص، سیستم‌هاى هوش مصنوعى این شرکت می‌توانند با پردازش داده‌ها از دستگاه‌هاى متصل در سراسر شبکه‌هاى برق، خرابى‌هاى احتمالى تجهیزات و بهبود کارایى را شناسایى کنند.

AVEVA در سال ٢٠٢٣ توسط شرکت SCHNEIDER ELECTRIC خریداری شد، دامنه استقرار سیستم‌هاى یادگیرى ماشین را در نیروگاه‌ها گسترش داده است.

پلتفرم‌هاى نرم‌افزارى این شرکت به اپراتورهاى شبکه این امکان را مى‌دهند که عملکرد شبکه را به صورت لحظه‌اى پایش کرده و از طریق شبکه‌های حسگر ((Sensor Networks و تحلیل داده پروتکل‌هاى تعمیر و نگهدارى پیش‌بینى کننده(Predictive Maintenance)  را اجرا کنند.

AVEVA پلتفرم ابری را توسعه داده است که امکان تبادل داده بین ارائه دهندگان خدمات برق را فراهم مى‌کند. این سیستم‌ها به شرکت‌هاى تامین برق اجازه مى‌دهند داده‌هاى عملیاتى را به اشتراک گذاشته و تخصیص منابع را در شبکه‌هاى منطقه‌اى هماهنگ کنند.

گوگل از Gemini for Home برای مدیریت خانه با هوش مصنوعی رونمایی کرد

این سرویس جای گوگل اسیستنت را در مدیریت خانه‌های هوشمند می‌گیرد.گوگل امروز از Gemini for Home برای مدیریت خانه هوشمند رونمایی کرده است. این سرویس قرار است جایگزین گوگل اسیستنت در اکوسیستم خانه هوشمند گوگل شود.

به گزارش پایگاه اطلاع رسانی جاده مخصوص ، 9to5Google، قابلیت‌ها و کارایی که Gemini for Home به کاربران ارائه خواهد کرد بسیار بیشتر از دستیار صوتی گوگل خواهد بود. این سرویس با استفاده از معماری بازطراحی‌شده اپلیکیشن Home، سطح هوشمندی بالاتری را به دوربین‌ها اضافه می‌کند و امکان ارائه نسخه‌ای بازطراحی‌شده از اپلیکیشن Home را برای اندروید و iOS فراهم خواهد کرد.

 

 

 قابلیت‌های Gemini for Home

Gemini for Home برای محیط‌های اشتراکی بهینه‌سازی شده و دارای درک فضایی است. در بخش صدا نیز ۱۰ گزینه صوتی جدید به کاربران ارائه شده که ریتم و لحن طبیعی‌تری دارند. همچنین این سرویس اکنون می‌تواند زمینه درخواست‌های کاربران را درک کند و دیگر نیازی به توصیف دقیق یک وظیفه نیست.برای مثال، اگر در طبقه بالا باشید و بگویید: «هی گوگل، می‌خوام آشپزی کنم، می‌تونی چراغ‌ها رو روشن کنی؟» جمینای متوجه می‌شود که منظور شما چراغ‌های آشپزخانه در طبقه پایین است و آن‌ها را روشن می‌کند.

 

 

 

 

از دیگر قابلیت‌های جمینای می‌توان به امکان پردازش چندین درخواست پشت‌سرهم، پردازش درخواست‌های پیچیده با استثناها و به‌خاطر سپردن گفتگوها برای مکالمات بعدی توسط این سرویس هوش مصنوعی اشاره کرد.

همچنین در بخش تقویم، یادآورها، فهرست‌ها و تایمرها بهبودهایی اعمال شده که امکان اجرای دستورهایی مانند «یک ماه قبل از هالووین یادآوری کن که لباس‌های مخصوص سفارش بدم.» یا «یک تایمر برای پخت استیک تنظیم کن» را فراهم می‌کند.

 

برای داشتن تجربه گفتگوی عمیق‌تر نیز می‌توانید بگویید: «هی گوگل، بیا گپ بزنیم» به این صورت جمینای لایو برای شما فعال خواهد شد. گوگل می‌گوید که کاربران می‌توانند هر زمان مکالمه را متوقف کنند، وسط حرف جمینای بپرند یا سؤال‌های دیگری بپرسند.

 

 

 

 

جمینای با دوربین‌های هوشمند یک پارچه می شود.

گوگل می‌گوید دوربین‌های هوش مصنوعی می‌توانند با بهره‌گیری از چندوجهی‌بودن جمینای متوجه شوند در یک صحنه چه اتفاقی درحال رخ‌دادن است. توصیف‌های هوش مصنوعی مستقیماً در بخش هشدارها و تاریخچه ویدیو ظاهر می‌شوند تا جمینای درک بهتری از آنچه واقعاً در خانه شما اتفاق می‌افتد داشته باشد. برای مثال، در پاسخ به سؤال «آیا چیزی گیاهانم را خورده؟»، هوش مصنوعی ممکن است به شما بگوید چه روزی خرگوش‌ها در باغ شما دیده شده‌اند.همچنین جمینای حالا قادر است تاریخچه ویدیوهای شما را بررسی کند و مستقیماً به سؤالاتی مثل «فرزندانم چه ساعتی به خانه رسیدند؟» پاسخ دهد.

 اپلیکیشن Google Home باز طراحی شده است.

گوگل همچنین اپلیکیشن Google Home خود را برای دسترسی به این قابلیت‌های جدید به‌روزرسانی و بازطراحی کرده است. در سال ۲۰۲۵، گوگل حدود ۱۰۰ بهبود را برای اپلیکیشن Home ارائه کرده است، از جمله افزایش سرعت راه‌اندازی تا ۷۰ درصد و کاهش ۸۰ درصدی میزان کرش‌ها. سایر ارتقاهای ساختاری شامل کاهش مصرف باتری و بهبود حافظه می‌شود.

این اپلیکیشن حالا از پردازش زبان طبیعی نیز پشتیبانی می‌کند. برای مثال می‌توانید بگویید «شب‌ها، اگر خانه خالی بود، تنظیمات را طوری تغییر بده که انگار کسی در خانه است.» در این حالت گوگل پیشنهاد می‌کند از چراغ‌ها و تلویزیون برای شبیه‌سازی حضور استفاده کنید. این اپلیکیشن جدید از امروز به‌صورت جهانی برای اندروید و iOS منتشر می‌شود.

نقش هوش مصنوعی در تسریع توسعه پایدار

با سازماندهی دپارتمان امور اقتصادی و اجتماعی سازمان ملل (UN DESA)، نهمین همایش منطقه‌ای با عنوان «حکمرانی مؤثر و تحول هوش مصنوعی» از ۲۴ تا ۲۶ سپتامبر ۲۰۲۵ (۲ تا ۴ مهر ۱۴۰۴) در شهر اینچئون کره جنوبی برگزار شد.

به گزارش پایگاه اطلاع رسانی جاده مخصوص، این همایش به عنوان یک پلتفرم بین‌المللی برای تبادل دانش و تقویت ظرفیت‌های نهادهای دولتی در منطقه آسیا و اقیانوسیه طراحی شده است. هدف اصلی این رویداد، حمایت از کشورها برای بهبود ارائه خدمات عمومی، تقویت مشارکت‌های منطقه‌ای و تسریع در اجرای اهداف توسعه پایدار (SDGs) از طریق نوآوری‌های فناورانه و نهادی بود. این همایش در پاسخ به نیاز فوری نهادهای عمومی برای چابک‌تر، فراگیرتر و آینده‌نگر شدن در مواجهه با تغییرات سریع تکنولوژی برگزار شد.

در طول این همایش سه روزه، شرکت‌کنندگان در جلسات تخصصی به بررسی موضوعات کلیدی مانند «حکمرانی هوش مصنوعی: ایجاد سیستم‌های اخلاقی و پاسخگو»، «مهارت‌آموزی و حفظ استعدادها در بخش دولتی برای عصر هوش مصنوعی» و «استفاده از هوش مصنوعی برای خدمات عمومی فراگیر» پرداختند. همچنین موضوعات پیشرفته‌ای چون «گذار از هوش مصنوعی مولد به عامل (Agentic AI) در بخش دولتی» و «کاربرد علوم رفتاری و آینده‌نگری راهبردی برای پیش‌بینی چالش‌های حکمرانی» مورد بحث و تحلیل قرار گرفت.

این رویداد به صورت ترکیبی (حضوری و آنلاین) برگزار شده و میزبان مقامات دولتی، نمایندگان وزارتخانه‌ها و سازمان‌های مرتبط با مدیریت دولتی، فناوری اطلاعات و نوآوری، و همچنین نمایندگانی از دانشگاه‌ها، بخش خصوصی و جامعه مدنی از منطقه آسیا-اقیانوسیه و فراتر از آن بود.

انتظار می‌رود نتایج کلیدی این همایش در قالب یک سند خروجی شامل توصیه‌های سیاستی برای اطلاع‌رسانی به استراتژی‌های حکمرانی آینده منتشر شود. گسترش ظرفیت منطقه‌ای برای بهره‌برداری از نوآوری‌های فناورانه، تقویت شبکه‌ها و مشارکت‌ها برای همکاری‌های منطقه‌ای در تحول هوش مصنوعی، و ارائه یک برنامه اقدام عملی از دیگر نتایج مورد انتظار این رویداد است.

معاون وزیر علوم: مجوز ۶ پارک علم و فناوری لغو می‌شود/ بزرگ‌ترین پارک هوش مصنوعی در حال شکل‌گیری است

معاون فناوری وزارت علوم گفت: تا انتهای سال ۶ پارک علم و فناوری لغو مجوز می‌شوند و جایگزین آن‌ها پارک‌های تخصصی و کارآمد شکل می‌گیرند.

به گزارش پایگاه اطلاع رسانی جاده مخصوص محمد نبی شهیکی در نشست روسای پارک‌های علم و فناوری دانشگاهی که در پارک علم و فناوری دانشگاه امیرکبیر برگزار شد، در مورد تغییر سیاست در اجرای طرح دستیار فناوری گفت:

«متاسفانه دستیار فناوری از نظر مبانی نظری یک ایده خیلی خوبی است ولی در عمل یک پروژه شکست‌خورده است. آمار و ارقام از کل کشور و این‌که چقدر به اهداف خود رسیده است، کم‌تر از ۵ درصد بوده است.»

هدف وزارت علوم از دستیار فناور این بوده است که یک دانشجو تجربه از یک فضای فناورانه را داشته باشد، با این حال به گفته شهیکی، «اتفاقی که افتاده بود، ۷۰ درصد از شرکت‌هایی که دستیار فناور گرفتند، کم‌تر از ۲۰۰ میلیون فروش داشتند. شرکتی که فروش فعال ندارد، نیروی بیمه‌شده ندارد و جریان مالی فناور ندارد، به دستیار فناور چه چیزی آموزش می‌دهد؟ از این جهت باید بپذیریم اصلاحاتی در روند باید انجام دهیم.»

معاون فناوری و نوآوری وزارت علوم با اشاره به تغییر سیاست در طرح دستیار فناوری گفته است:

حق‌الزحمه دستیاران فناور دو برابر شده است ولی از طرف دیگر استانداردهایی برای آن لحاظ کرده‌ایم. تا پیش از این حضور اکثر دانشجویان در این زمینه حضور موثر کارآمدی نبوده و از نظر ضریب رسوب و اشتغال نیز کارآمدی نداشته است.

وی با اشاره به ارزیابی‌های انجام شده در خصوص پارک‌های علم و فناوری گفت: «بر اساس ارزیابی‌های انجام شده، تا انتهای سال ۶ پارک علم و فناوری لغو مجوز می‌شوند و جایگزین آن‌ها پارک‌های تخصصی و کارآمد شکل می‌گیرند؛ به‌‌طور مثال یکی از بزرگ‌ترین پارک‌های هوش مصنوعی در حال شکل‌گیری است.»

به گفته شهیکی، پارک‌های تخصصی مثل پارک حوزه پلیمر، حوزه انرژی، هوش مصنوعی و زیست فناوری ایجاد خواهند شد.

او همچنین تاکید کرد: «ما نباید به سمت توسعه کمی برویم؛ باید به این سمت حرکت کنیم که نهادهایی که وجود دارند و فعالیت مناسبی ندارند را جلوگیری کنیم. پارک‌های جدید نیز مجوز نخواهند گرفت و اگر قرار به مجوز جدید باشد پیش از آن گذراندن دوره‌های آموزشی باید بگذرانند. زیرساخت‌ها و … باید به حداقل برسانند.»

معاون فناوری و نوآوری وزارت علوم با اشاره به وجود ۲۳ پردیس فناوری دارای مجوز از شورای گسترش گفت: «تاکنون در این دوره به ۳ پردیس دانشگاهی مجوز اعطا شده است. ۸ پردیسی که هیچ فعالیتی نداشته‌اند به مرحله انحلال رسیده‌اند.»

وی درباره زیرساخت‌های حوزه فناوری و نوآوری وزارت علوم توضیح داد: «۵۹ پارک علم و فناوری و ۲۵۹ مرکز رشد واحدهای فناور در کشور وجود دارد و ۱۴ هزار و ۶۹۶ واحد فناور و دانش‌بنیان در آن‌ها فعالیت می‌کنند. همچنین ۴۰ صندوق پژوهش و فناوری فعالیت می‌کنند.»

تایلند صنعت گردشگری خود را با هوش مصنوعی متحول می‌کند

کشور تایلند با ورود فناوری هوش مصنوعی به صنعت گردشگری، در حال بازتعریف تجربه سفر برای بازدیدکنندگان است. از طریق راهنمای سفر مبتنی بر GPT با نام «Amazing Thailand»، گردشگران می‌توانند بر اساس علایق خود، پیشنهادهای کاملاً شخصی‌سازی‌شده دریافت کنند. این سیستم هوشمند، از معرفی فعالیت‌ها و رویدادهای محلی گرفته تا مکان‌های بکر و کمتر شناخته‌شده را پوشش می‌دهد و به مسافران کمک می‌کند تا برنامه سفر ایده‌آل خود را به سادگی طراحی کنند.

به گزارش پایگاه اطلاع رسانی جاده مخصوص، این فناوری با تمرکز بر نیازهای روز، دسترسی‌پذیری را برای کوچ‌نشینان دیجیتال (Digital Nomads) و افراد دورکار به شکل چشمگیری افزایش داده است. دستیار سفر هوشمند به این گروه از مسافران کمک می‌کند تا به راحتی فضاهای کار اشتراکی، اقامتگاه‌های مجهز به اینترنت پرسرعت و کافه‌های مناسب برای کار را بیابند و تعادل بهتری میان فعالیت حرفه‌ای و اوقات فراغت خود ایجاد کنند.

در راستای حرکت جهانی به سوی پایداری، تایلند هوش مصنوعی را با اقدامات گردشگری پایدار خود ادغام کرده است. این دستیار هوشمند با پیشنهاد اقامتگاه‌ها، گزینه‌های حمل‌ونقل و فعالیت‌های دوستدار محیط‌زیست، به گردشگران کمک می‌کند تا اثرات زیست‌محیطی سفر خود را به حداقل برسانند و از مقاصدی که بر حفاظت و مسئولیت‌پذیری تمرکز دارند، بازدید کنند.

یکی از اهداف کلیدی این طرح، تشویق بازدیدکنندگان به کاوش در مناطقی فراتر از مقاصد توریستی سنتی مانند بانکوک و پوکت است. توصیه‌های مبتنی بر هوش مصنوعی به گردشگران کمک می‌کند تا مقاصد ثانویه مانند چیانگ رای و پای را کشف کنند. این امر نه تنها فشار را از روی مقاصد محبوب کاهش می‌دهد، بلکه باعث توزیع یکنواخت‌تر منافع اقتصادی گردشگری در سراسر کشور می‌شود.

به گزارش جاده مخصوص، پیاده‌سازی موفق این اکوسیستم هوشمند نیازمند همکاری نزدیک میان سازمان‌های دولتی، کسب‌وکارهای محلی و ارائه‌دهندگان فناوری است. این همکاری بین‌بخشی تضمین می‌کند که توصیه‌های هوش مصنوعی دقیق، به‌روز و همسو با نیازهای گردشگران باشد. این پلتفرم همچنین با معرفی کسب‌وکارهای کوچک، راهنماهای محلی و صنعتگران بومی به مخاطبان جهانی، به ایجاد جریان‌های درآمدی جدید برای جوامع محلی کمک شایانی می‌کند.

به نظر شما، آیا پیاده‌سازی چنین مدل‌های فناورانه‌ای می‌تواند به رشد و تحول صنعت گردشگری در بازار ایران نیز کمک کند؟ نظرات خود را با ما در میان بگذارید.

سکوی ملی هوش مصنوعی: فرصتی طلایی برای کاهش هزینه‌های استارت‌آپ‌ها

مدیرعامل یک شرکت دانش‌بنیان فعال در پروژه سکوی ملی هوش مصنوعی، این پلتفرم را فرصتی طلایی برای استارت‌آپ‌های نوپا و کسب‌وکارهایی دانست که با چالش هزینه‌های سنگین زیرساختی مواجه هستند. امیرحسین آدمی، مدیرعامل شرکت ماکان سیستم، تأکید کرد این سکو برای افرادی که حتی توانایی پرداخت اجاره ماهانه ۵ میلیون تومانی سرور را ندارند، یک راهکار کلیدی محسوب می‌شود.

به گزارش پایگاه اطلاع رسانی جاده مخصوص، شرکت ماکان سیستم در حال توسعه یک زیرسیستم حیاتی به نام ETL (استخراج، تبدیل و بارگذاری اطلاعات) برای این سکوی ملی است. این سیستم وظیفه مدیریت و یکپارچه‌سازی داده‌های حجیم را بر عهده دارد که برای آموزش مدل‌های پیشرفته هوش مصنوعی ضروری است و پیچیدگی‌های فنی را از دید کاربر نهایی پنهان می‌کند.

آدمی با اشاره به هزینه‌های سرسام‌آور زیرساخت‌های پردازشی گفت: «هزینه اجاره کارت گرافیک یا GPU به قدری بالا بود که شخصاً برای برخی پروژه‌ها ماهانه تا ۳۰۰ یا ۴۰۰ میلیون تومان فقط هزینه زیرساخت می‌دادم.» وی افزود که سکوی ملی این زیرساخت‌ها را در اختیار کسانی قرار می‌دهد که سرمایه‌ای جز ایده خود ندارند و این موضوع یک گلوگاه بسیار مهم را در مسیر توسعه کسب‌وکارهای فناورانه برطرف می‌کند.

فاز اجرایی این پروژه از حدود یک ماه پیش آغاز شده و پیش‌بینی می‌شود نسخه اولیه آن طی دو تا دو و نیم ماه آینده برای تست و بهره‌برداری آماده شود. انتظار می‌رود با پیشرفت این پروژه، تحولی چشمگیر در زیست‌بوم هوش مصنوعی بومی، به‌ویژه برای کسب‌وکارهای کوچک و متوسط، رخ دهد.

به گزارش جاده مخصوص، این پلتفرم ملی با هدف شکستن انحصار پردازش‌های گران‌قیمت و فراهم آوردن فرصت برابر برای تمام فعالان حوزه فناوری در حال توسعه است. نظر شما در مورد تأثیر این سکوی ملی بر آینده استارت‌آپ‌های ایرانی چیست؟ دیدگاه خود را با ما در میان بگذارید.

رقیبی برای «اوپن‌ای‌آی» و «دیپ سیک»؛ امارات از مدل هوش مصنوعی کم‌هزینه «K2 Think» رونمایی کرد

یک مدل جدید و ارزان‌تر هوش مصنوعی این بار از سوی امارات عربی متحده وارد رقابت جهانی فناوری شد.

به گزارش پایگاه اطلاع رسانی جاده مخصوص دانشگاه هوش مصنوعی محمد بن زاید در ابوظبی روز سه‌شنبه از یک مدل استدلالی کم‌هزینه رونمایی کرد که امید دارد رقیب DeepSeek و OpenAI شود.

در ماه ژانویه، پس از آنکه آزمایشگاه تحقیقاتی چینی اعلام کرد توانسته با صرف کسری از بودجه و انرژی به موفقیت‌های شرکت آمریکایی اوپن ای آی، سازنده «چت جی پی تی» نزدیک شود، بازار هوش مصنوعی جان تازه‌ای گرفت.

مدل اماراتی که «K2 Think» نام دارد، از نظر «پارامترها» (متغیرهای پیکربندی در مدل‌های یادگیری ماشین که تعیین می‌کنند داده‌ها چگونه پردازش شده و پیش‌بینی‌ها چگونه انجام شوند) کوچک‌تر از رقبایی چون «دیپ سیک» است. با این حال، پژوهشگران این پروژه می‌گویند عملکرد آن، هم‌سطح با مدل‌های استدلالی «اوپن ای آی» و «دیپ سیک» است.

دانشگاه در بیانیه‌ای اعلام کرد: «کِی‌تو تینک، یک کلاس جدید از مدل‌های استدلالی است. این مدل با بهره‌گیری از آموزش نظارت‌شده بر زنجیره‌های طولانی استدلال، عمق منطقی خود را تقویت کرده و سپس با یادگیری تقویتی و پاداش‌های قابل‌اعتبار، دقت خود در مسائل دشوار را افزایش می‌دهد.»

یک مدل جدید و ارزان‌تر هوش مصنوعی این بار از سوی امارات عربی متحده وارد رقابت جهانی فناوری شد.

 

دانشگاه هوش مصنوعی محمد بن زاید در ابوظبی روز سه‌شنبه از یک مدل استدلالی کم‌هزینه رونمایی کرد که امید دارد رقیب DeepSeek و OpenAI شود.

در ماه ژانویه، پس از آنکه آزمایشگاه تحقیقاتی چینی اعلام کرد توانسته با صرف کسری از بودجه و انرژی به موفقیت‌های شرکت آمریکایی اوپن ای آی، سازنده «چت جی پی تی» نزدیک شود، بازار هوش مصنوعی جان تازه‌ای گرفت.

مدل اماراتی که «K2 Think» نام دارد، از نظر «پارامترها» (متغیرهای پیکربندی در مدل‌های یادگیری ماشین که تعیین می‌کنند داده‌ها چگونه پردازش شده و پیش‌بینی‌ها چگونه انجام شوند) کوچک‌تر از رقبایی چون «دیپ سیک» است. با این حال، پژوهشگران این پروژه می‌گویند عملکرد آن، هم‌سطح با مدل‌های استدلالی «اوپن ای آی» و «دیپ سیک» است.

هکتور لیو، مدیر مؤسسه مدل‌های بنیادین در دانشگاه محمد بن زاید در گفت‌وگو با شبکۀ سی‌ان‌بی‌سی گفت: «آنچه مدل ما را خاص می‌کند، این است که ما آن را بیشتر به‌عنوان یک سیستم در نظر می‌گیریم تا صرفاً یک مدل. بنابراین برخلاف یک مدل متن‌باز معمولی که تنها منتشر می‌شود، ما آن را مستقر کرده‌ایم و می‌بینیم چگونه می‌توانیم در طول زمان بهبود دهیم.»

سریع‌ترین و کارآمدترین سیستم‌های استدلال موجود در جهان

دانشگاه هوش مصنوعی محمد بن زاید همچنین اعلام کرد که «K2 Think» یکی از سریع‌ترین و کارآمدترین سیستم‌های استدلال موجود در جهان است و می‌تواند به سرعت پردازش ۲ هزار توکن در ثانیه، معادل حدود ۱۵۰۰ واژه را ممکن کند.

این مدل بر پایه مدل زبانی بزرگ «Qwen 2.5» متعلق به علی‌بابا ساخته شده و روی سخت‌افزار شرکت «Cerebras»، (تولیدکننده تراشه‌های هوش مصنوعی) اجرا می‌شود.

مشابه مدل R1 متعلق به K2 Think، دیپ‌سیک چینی هم متن‌باز است؛ به این معنا که داده‌های آموزشی و وزن‌های آن در دسترس عموم قرار دارد.

دانشگاه تأکید کرد: «این سطح تازه از شفافیت تضمین می‌کند که هر مرحله از فرایند یادگیری مدل در زمینه استدلال، قابل بررسی، بازتولید و توسعه توسط جامعه پژوهشی جهانی است.»

رقابت جهانی در عرصه هوش مصنوعی

این فناوری می‌تواند پیامدهای مهمی برای رقابت جهانی در حوزه هوش مصنوعی داشته باشد.

اگرچه ایالات متحده آمریکا و پس از آن چین در این عرصه سلطه دارند، سایر کشورها نیز در تلاش‌ هستند جایگاهی برای خود به دست آورند.

دانشگاه هوش مصنوعی محمد بن زاید اعلام کرد: «K2 Think یک لحظه سرنوشت‌ساز برای هوش مصنوعی در امارات است. این مدل نشان می‌دهد که چگونه نوآوری و همکاری نزدیک میان بخش‌های دولتی و خصوصی می‌تواند ابوظبی را به رهبر جهانی در عرصه هوش مصنوعی تبدیل کند و نشان دهد آینده استدلال نه تنها با مقیاس، بلکه با خلاقیت و همکاری شکل خواهد گرفت.»

 

جهان تبلیغات در آستانه تغییرات اساسی است.

ودافون درحال آزمایش تبلیغات با اینفلوئنسر ساخته‌شده با هوش مصنوعی است.

شرکت ودافون (Vodafone) در اقدامی جدید برای آزمایش روش‌های نوین بازاریابی، به‌جای استفاده از یک مجری واقعی، از چهره‌ای دیجیتال ساخته‌شده با کمک هوش مصنوعی مولد در تبلیغات خود بهره برده است.

طبق گزارش‌پایگاه اطلاع رسانی جاده مخصوص، این آگهی ویدیویی که در شبکه اجتماعی تیک‌تاک منتشر شده، توجه بسیاری را به خود جلب کرده زیرا ویژگی‌های غیرطبیعی آن نشان می‌داد با فردی واقعی روبه‌رو نیستیم.

یکی از بینندگانی که در سفر اخیر خود به آلمان این تبلیغ را دیده است، متوجه جزئیاتی شده بود که غیرعادی به نظر می‌رسید. حرکت موهای مجری حالت طبیعی نداشت، لکه‌های صورت او ناپدید می‌شدند و حالت چهره‌اش احساسی مصنوعی ایجاد می‌کرد که نمونه‌ای واضح از پدیده دره وهم‌انگیز (Uncanny valley) بود. همین نشانه‌ها باعث شد تا مشخص شود که این اینفلوئنسر مجازی توسط فناوری‌های AI ساخته شده است.

استفاده از اینفلوئنسر هوش مصنوعی در تبلیغات ودافون

ازخورد کاربران نسبت به این تبلیغ جالب توجه بود. برخی مخاطبان با طرح پرسش‌هایی درباره دلیل عدم استفاده از یک فرد واقعی، واکنش نشان دادند. ودافون در پاسخ توضیح داد که درحال آزمایش سبک‌های متنوع تبلیغاتی است و این بار تصمیم گرفته از هوش مصنوعی بهره ببرد. همچنین در توضیح دیگری اشاره شد که حضور AI در زندگی روزمره به‌قدری پررنگ شده که طبیعی است شرکت آن را وارد تبلیغات خود کند. به این ترتیب روشن می‌شود که هدف اصلی برند، سنجش میزان تأثیرگذاری رویکردهای نوین و بررسی واکنش عمومی به تبلیغات مبتنی بر فناوری‌های جدید است.

نکته قابل‌توجه اینجاست که جذابیت این تبلیغ نه در پیام بازاریابی آن، بلکه در همان حس «غیرواقعی بودن» مجری شکل می‌گرفت. بیننده به‌طور ناخودآگاه درمی‌یافت که چیزی در تصویر طبیعی نیست و همین موضوع باعث افزایش تمرکز او بر ویدیو می‌شد. در متن آگهی نیز پیام تجاری به‌صورت مستقیم بیان شده بود: «اینترنت خانگی با سرعت دانلود تا 1000 مگابیت‌برثانیه هم‌اکنون در دسترس است.» در واقع، ترکیب یک پیام ساده با این بازنمایی دیجیتال خاص، به‌عنوان رویکردی نوین برای جلب توجه مخاطب عمل کرده است.

ودافون پیش‌تر نیز تجربه استفاده از هوش مصنوعی در تبلیغات را داشته و سال گذشته ویدیویی منتشر کرده بود که تمام تصاویر آن به‌طور کامل با هوش مصنوعی مولد ساخته شده بود. این روند البته محدود به این برند نیست و در سطح جهانی هم رشد چشمگیری یافته است. براساس گزارشی از New York Times، استفاده از اینفلوئنسرهای مجازی به سرعت درحال رواج است و بسیاری از شرکت‌های بزرگ به سراغ این رویکرد رفته‌اند. یکی از نمونه‌های شاخص، شخصیت دیجیتالی «Lil’ Miquela» است که توسط شرکت Dapper Labs خلق شده و تاکنون در کمپین‌های تبلیغاتی برندهای معروفی از جمله Calvin Klein ،Prada و BMW به کار گرفته شده است.