مسئول طراحی و توسعه سرویسها و فناویهای نوین رایتل گفت: برای بهرهمندی از هوش مصنوعی در قدم نخست باید اطلاعات کافی و منسجم جمعآوری کنیم.
مرتضی داداشی در بیستوهشتمین نمایشگاه الکامپ افزود: با وجود اینکه هوش مصنوعی پدیده روز به شمار میرود اما شرکتها و صنایع نتوانستهاتد به درستی از آن استفاده کنند.
وی که درباره موضوع «مسیر هوشمندسازی صنعت از اینترنت اشیا تا هوش مصنوعی» سخن میگفت، ادامه داد: هوش مصنوعی مبحث روز است و پوشش گسترده ای در رسانه ها دارد و سرمایه گذاری عظیمی در سراسر دنیا روی آن انجام می شود و باعث شده، ترند شود و بسیاری از ساختارها و ایده ها به وجود آید که چگونه از هوش مصنوعی استفاده کنند. بسیاری از صنایع هم به این فکر بودند که به عنوان یک راه حل سریع و فوری از هوش مصنوعی استفاده کنند و چالش های خود را برطرف کنند.
مسئول طراحی و توسعه سرویسها و فناویهای نوین رایتل تاکید کرد: اما واقعیت این است که بین شور رسانه ای که اتفاق افتاده است، با این واقعیت که هوش مصنوعی می تواند به سازمان ها و صنایع سرویس ارائه دهد، یک مقدار فاصله و «گپ» وجود دارد. این فاصله سبب می شود، بسیاری از سازمان ها و صنایع به سمت هوش مصنوعی بروند و پروژه هایی را تعریف کنند که در نهایت آن طور که باید موفق نشود و این عدم موفقیت سبب دلسرد شدن صنایع و سازمان ها از هوش مصنوعی می شود.
داداشی ادامه داد: سوال این است که آیا ما داده و دیتای کافی برای اینکه به سمت هوش مصنوعی برویم داریم و آیا می توانیم تصمیم گیری هوشمند داشته باشیم، درحالی که داده کافی نداریم؟ این ها مسائلی است که برای ما مطرح است. واقعیت این است که اگر ما دیتای کافی نداشته باشیم، نمی توانیم تصمیم درستی را اتخاذ کنیم و آن زیرساخت است که الزام آور استفاده از هوش مصنوعی است.
او افزود: وقتی زیرساخت را نداشته باشیم، اقدام و حرکت به سوی هوش مصنوعی برای ما چالش برانگیزخواهد بود و سرویس هایی را که مد نظر داریم، احتمالا آن سرویسی نخواهد بود که به آن نیاز داشتیم. در نتیجه تا حدی دلسرد میشویم.
مسئول طراحی و توسعه سرویسها و فناویهای نوین رایتل گفت: بنابراین قبل از اینکه بخواهیم برویم به سمت قله های تصمیم گیری هوشمند، قبل از آن باید از دره های داده سازی هوشمند بگذریم. یعنی اول باید داده ها را نظم و ساختار دهیم و داده تولید کنیم، سپس به سمت هوشمندسازی تصمیم ها برویم.
داداشی بیان کرد: در بررسی صنایع کشور، باید گفت، علی رغم اینکه برخی از صنایع پیشرفت خوبی در سال های اخیرداشتند، اما متاسفانه بسیاری از صنایع هنوز ثبت داده های خود را به صورت کاغذی و دستی انجام می دهند و برخی حتی به صورت شنودی است که می تواند خطای زیادی را داشته باشد.
وی تاکید کرد: علاوه بر آن سنسورهای پایه برای ثبت و ضبط اطلاعات وجود ندارد و نیز دیتای کافی برای ارزیابی دستگاه های سنسور وجود ندارد.
مسئول طراحی و توسعه سرویسها و فناویهای نوین رایتل افزود: واقعیت این است که بسیاری از کاربردهای هوش مصنوعی نیازمند این است که خروجی دیتاها به درستی ثبت و ضبط شود و اگر دیتایی وجود نداشته باشد در عمل نمی توان خروجی مناسبی داشته باشیم.
داداشی گفت: چالش بعدی که داریم این است که گاهی هوشمندسازی هایی را که انجام داده ایم، جزیره ای بوده است و دیتاها ناقص هستند و یک شکل نیستند و مدل های مختلفی از داده های سنسورها نصب شده است.
او ادامه داد: همه این ها سبب می شود که اگر ما به عنوان یک صنعت و سازمان بخواهیم طراحی دیجیتال داشته باشیم و در مسیر هوش مصنوعی گام برداریم، خطر بزرگی وجود دارد؛ زیرا مدلهای هوش مصنوعی که وجود دارد، شدیدا به داده های وابستگی دارد که ساختارمند باشد و پیوستگی داشته باشد.
مسئول طراحی و توسعه سرویسها و فناویهای نوین رایتل بیان کرد: در غیر این صورت، ممکن است نتایجی را که به دست می آید قابل اتکا نباشد و اعتماد به هوش مصنوعی از بین برود. اول باید زیرساخت ها را درست کنیم و سپس سراغ هوش مصنوعی برویم.
داداشی با اشاره به نمونه های استفاده ناموفق از هوش مصنوعی توسط سازمان ها و صنایع جهانی افزود: شرکتی برای درمان سرطان تلاش داشت که از هوش مصنوعی استفاده کند. اما به دلیل اینکه ساختاریافتگی داده وجود نداشت، سبب شد که این پروژه با هزینه بسیار کلان با شکست مواجه شود.