میترا جلیلی
دبیر گروه علم و فناوری

هوش مصنوعی در جهان رو به گسترش است و البته بسیاری از کشورها تلاش کرده‌اند قبل از اینکه این فناوری بر جهان چیره شود، آن را قانونمند کنند. در کشور ما نیز هرچند با تأخیر، اما سرانجام پس از کش‌وقوس‌های فراوان، در دولت چهاردهم قانون ملی توسعه هوش مصنوعی در ۱۲ماده و هشت تبصره، تصویب و مقرر شد «سازمان ملی هوش مصنوعی» به‌عنوان سازمانی مستقل زیر نظر رئیس‌جمهوری تشکیل شود؛ سازمانی که علاوه‌بر مسئولیت ساماندهی و توسعه زیست‌بوم هوش مصنوعی، دبیرخانه شورای ملی راهبری هوش مصنوعی نیز خواهد بود. رئیس این سازمان با حکم رئیس‌جمهوری منصوب می‌شود و این قانون، وظایف دستگاه‌های مختلف در زمینه توسعه زیرساخت پردازشی، دسترسی به داده، آموزش نیروی انسانی، ارزیابی امنیتی سامانه‌ها و تأمین مالی پروژه‌های هوش مصنوعی را مشخص می‌کند تا در نهایت بخش عمده‌ای از مشکلات و موازی کاری‌ها و نابسامانی‌های موجود در این حوزه، حل شود. در ادامه سلسله گفت‌و‌گوهای «ایران» با فعالان هوش مصنوعی درباره ابعاد مختلف این قانون، تمنا فراهانی، کارشناس حوزه هوش مصنوعی و بلاکچین، قانون هوش مصنوعی را نقطه‌ای مهم در مسیر عبور کشور از سیاست‌گذاری‌های پراکنده و پروژه‌های منفرد به سمت ایجاد یک چارچوب منسجم برای توسعه این فناوری می‌داند و می‌گوید: هوش مصنوعی
با «قانون»جان می‌گیرد.

قانون هوش مصنوعی
زیرساخت تحول ملی
 نایب‌رئیس کمیسیون هوش مصنوعی و بلاکچین استان البرز معتقد است که این قانون تنها درباره ایجاد یک سازمان یا تأمین بودجه نیست، بلکه تلاش دارد زنجیره‌ای شامل داده، زیرساخت پردازشی، سرمایه، بازار، تنظیم‌گری، امنیت و مدیریت مخاطره را در قالب یک معماری ملی، کنار یکدیگر قرار دهد. تمنا فراهانی در پاسخ به سؤال«ایران» درباره تأثیر این قانون بر توسعه هوش مصنوعی در کشور می‌گوید: «مهم‌ترین ارزش این قانون، این است که برای اولین بار به هوش مصنوعی نه به‌عنوان مجموعه‌ای از پروژه‌های جداگانه، بلکه به‌عنوان یک صنعت و یک زیرساخت تحول ملی نگاه می‌شود.» او در ادامه توضیح می‌دهد: «تا امروز شرکت‌های فناور، دانشگاه‌ها، دستگاه‌های اجرایی، صنایع و سرمایه‌گذاران هرکدام بخشی از زنجیره توسعه هوش مصنوعی را در اختیار داشتند، اما پیوند میان این اجزا، روشن و پایدار نبود. نتیجه آن هم شکل‌گیری پروژه‌های متعدد اما جزیره‌ای و بدون مسیری مشخص، برای تبدیل شدن به محصول و بازار بود که البته تصویب این قانون می‌تواند چنین مشکلاتی را حل کند.» این فعال حوزه هوش مصنوعی البته چالش اصلی را یک عامل نمی‌داند و اعتقاد دارد توسعه هوش مصنوعی به یک زنجیره وابسته است و ضعف هر حلقه از جمله داده، زیرساخت پردازشی، سرمایه، بازار و حکمرانی می‌تواند کل مسیر را متوقف کند. به گفته او، اگر یک شرکت از دانش فنی، نیروی انسانی و حتی محصول اولیه برخوردار باشد، اما نتواند به داده کافی و باکیفیت دسترسی پیدا کند یا داده، موجود باشد اما شرکت نتواند از پس هزینه زیرساخت پردازشی بربیاید، امکان توسعه محصول در مقیاس واقعی محدود می‌شود. اگر مشتری و بازار واقعی وجود نداشته باشد هم بسیاری از پروژه‌ها در همان مرحله نمونه اولیه باقی می‌مانند.

داده، اولین زیرساخت اقتصاد 
هوش مصنوعی
این کارشناس هوش مصنوعی و بلاکچین در پاسخ به سؤال «ایران» درباره اهمیت داده در توسعه محصولات هوشمند و چرایی سخت بودن دسترسی شرکت‌ها به داده‌ها می‌گوید: «هوش مصنوعی بدون داده قابل توسعه نیست و شرکت‌ها نیازمند این داده‌ها هستند اما بخش قابل‌توجهی از داده‌های ارزشمند کشور در اختیار دستگاه‌های دولتی، صنایع، بانک‌ها، شرکت‌ها و مراکز مختلف قرار دارد. بی‌شک شرکت‌ها به این داده‌ها نیاز دارند اما این دسترسی باید قانونمند، امن و استاندارد باشد؛ یعنی مشخص شود چه داده‌ای، با چه هدفی، توسط چه شخص یا سازمانی و با چه سطح دسترسی قابل استفاده است. همچنین باید همزمان موضوع امنیت، حریم خصوصی، کیفیت داده، مالکیت و مسئولیت استفاده از داده هم لحاظ شود. فراهانی، یکی از آزمون‌های مهم اجرای قانون ملی توسعه هوش مصنوعی را ایجاد تعادل میان نوآوری و حفاظت از حقوق افراد می‌داند و می‌گوید: «باز شدن داده به معنی دسترسی بدون ضابطه نیست.»
فراهانی درادامه توضیح می‌دهد: «اگر سازوکارهای تبادل داده به‌درستی اجرا شوند، می‌توان انتظار داشت بسیاری از کاربردهایی که امروز در حد ایده یا پایلوت هستند، از سلامت و بانکداری گرفته تا صنعت، کشاورزی، حمل‌ونقل، انرژی و خدمات عمومی، به محصول عملیاتی تبدیل شوند اما موضوع مهم این است که افزایش دسترسی به داده، باید همراه با «حکمرانی داده» باشد.»

زیرساخت پردازشی
 گلوگاه استارتاپ‌ها
فراهانی در ادامه، زیرساخت پردازشی را دومین گلوگاه مهم توسعه هوش مصنوعی می‌داند و توضیح می‌دهد: «توسعه مدل‌های پیشرفته بویژه مدل‌های بزرگ و سامانه‌های هوشمند سازمانی، به توان پردازشی قابل‌توجهی نیاز دارد ولی خرید و نگهداری این زیرساخت برای بسیاری از شرکت‌ها و دانشگاه‌ها، اقتصادی نیست. او البته برای کاهش هزینه ورود شرکت‌های فعال در حوزه هوش مصنوعی به بازار هم پیشنهاد می‌دهد شبکه‌ای از ظرفیت‌های پردازشی مشترک و اپراتورهای تخصصی شکل بگیرد تا این مجموعه‌ها بتوانند پردازش را به‌عنوان یک خدمت دریافت کنند چراکه این موضوع می‌تواند بویژه برای شرکت‌های کوچک و متوسط و تیم‌های نوآور بسیار تعیین‌کننده باشد.»
نایب‌رئیس کمیسیون هوش مصنوعی و بلاکچین استان البرز البته تأمین مالی را تنها نیاز برای ایجاد و رشد اکوسیستم هوش مصنوعی نمی‌داند و می‌گوید: «هرچند سرمایه ضروری است، اما مهم‌تر از منابع حمایتی، شکل‌گیری بازار واقعی است.»
او در پاسخ به این سؤال که برای شکل‌گیری این بازار چه باید کرد هم می‌گوید: «دستگاه‌های اجرایی، صنایع و سازمان‌های بزرگ به‌جای خرید فناوری برای اجرای پروژه‌های مقطعی، باید با تعریف مسائل واقعی خود، از شرکت‌های هوش مصنوعی برای حل آنها استفاده کنند؛ در این صورت قطعاً تقاضای پایدار ایجاد می‌شود.»
به اعتقاد فراهانی، هوش مصنوعی باید وارد مسائل واقعی کشور شود. به عنوان مثال باید در صنعت برای کنترل کیفیت، نگهداری پیش‌بینانه، کاهش مصرف انرژی، مدیریت تولید و پیش‌بینی خرابی مورد استفاده قرار بگیرد؛ در دولت برای تحلیل اسناد، کاهش زمان ارائه خدمات، تصمیم‌یاری، کشف تخلف و خودکارسازی فرآیندها و در کشاورزی، سلامت، بانکداری و حمل‌ونقل نیز بر اساس مسائل واقعی هر حوزه، از هوش مصنوعی بهره گرفته شود.
او پیشنهادی هم در این زمینه دارد و می‌گوید: «ایجاد بانک مسائل در کنار بانک راهکارها می‌تواند یکی از حلقه‌های مفقوده امروز باشد. وقتی مسأله واقعی به زبان قابل حل برای شرکت‌های فناوری تبدیل‌شود، پژوهش و فناوری مستقیماً به اقتصاد متصل می‌شوند.»

سندباکس، پلی میان نوآوری
 و تنظیم‌گری
این کارشناس هوش مصنوعی ایجاد محیط‌های آزمون را یکی از ابزارهای مهم برای اجرای موفق قانون ملی توسعه هوش مصنوعی می‌داند و می‌گوید: «اگر تنظیم‌گری صرفاً به مجموعه‌ای از محدودیت‌ها تبدیل شود، می‌تواند سرعت نوآوری را کاهش دهد اما سندباکس‌ها(محیط‌های آزمون) این امکان را می‌دهند که یک فناوری یا محصول، در محیط کنترل‌شده مورد آزمایش قرار بگیرد و پس از شناسایی نقاط ضعف و مخاطرات آن، وارد بازار گسترده‌تر شود.» به اعتقاد او، این مدل به تنظیم‌گر هم کمک می‌کند قوانین را بر اساس تجربه واقعی توسعه دهد، نه صرفاً بر مبنای پیش‌بینی‌های نظری.

شاخص تعیین موفقیت 
قانون هوش مصنوعی
فراهانی در پاسخ به سؤال«ایران» درباره شاخص واقعی موفقیت این قانون هم می‌گوید: «موفقیت قانون را نباید فقط با تعداد شوراها، سازمان‌ها، آیین‌نامه‌ها یا بودجه‌های اختصاص‌یافته سنجید. باید دید آیا دسترسی به داده و توان پردازشی آسان‌تر شده است، سرمایه به محصول تبدیل شده یا دستگاه‌های اجرایی به مشتری واقعی فناوری تبدیل شده‌اند؟ آیا شرکت‌های خصوصی امکان رشد پیدا کرده‌اند و آیا در کنار توسعه فناوری، نظام شفاف و قابل اعتمادی برای مدیریت ریسک، امنیت و مسئولیت شکل گرفته است یا خیر.»
به اعتقاد او، اگر این اجزا به‌درستی در کنار یکدیگر قرار گیرند، هوش مصنوعی می‌تواند از مجموعه‌ای از پروژه‌های پراکنده و آزمایشی به یک صنعت واقعی با بازار، سرمایه، زیرساخت، استاندارد و قواعد مشخص تبدیل شود. فراهانی، مهم‌ترین دستاورد بالقوه این قانون را نه ایجاد یک سازمان جدید بلکه ایجاد یک معماری ملی برای توسعه و حکمرانی هوش مصنوعی می‌داند که در آن توسعه فناوری، رشد بازار و مدیریت مسئولانه مخاطرات سه مسیر جداگانه نیستند، بلکه سه ضلع یک تحول واحد به شمار می‌روند.

برش

حکمرانی به جای تصدی‌گری
فراهانی در پاسخ به سؤال«ایران» درباره نقش دولت در قانون هوش مصنوعی هم یکی از مهم‌ترین موضوعات را تفکیک حکمرانی از تصدی‌گری می‌داند و تأکید می‌کند که دولت نباید به بزرگ‌ترین مجری و رقیب بخش خصوصی در حوزه هوش مصنوعی تبدیل شود. او اعتقاد دارد که نقش دولت باید سیاست‌گذاری، تنظیم‌گری، ایجاد زیرساخت‌های مشترک، تعیین استاندارد، حمایت از تحقیق و توسعه، تأمین امنیت، ایجاد دسترسی عادلانه و تبدیل شدن به یک خریدار هوشمند باشد. یعنی هرجا بخش خصوصی توان تولید محصول و اجرای پروژه را دارد، باید میدان کافی برای رقابت و رشد هم داشته باشد.
این فعال حوزه هوش مصنوعی یکی دیگر از نقاط مهم قانون را توجه به مدیریت مخاطره می‌داند و می‌گوید: «همه کاربردهای هوش مصنوعی یکسان نیستند. یک سامانه برای دسته‌بندی اسناد داخلی را نمی‌توان با سامانه‌ای که در سلامت، احراز هویت، اشتغال، خدمات عمومی یا تصمیماتی که بر حقوق افراد اثر می‌گذارد، با یک معیار ارزیابی کرد. یعنی تنظیم‌گری هوش مصنوعی باید مبتنی بر سطح ریسک باشد. هرچه اثر یک سامانه بر حقوق، امنیت، سلامت و زندگی افراد بیشتر باشد، سطح کنترل، شفافیت، ارزیابی و نظارت نیز باید افزایش یابد.»
فراهانی همچنین با تأکید بر ضرورت ارزیابی مستمر سامانه‌ها توضیح می‌دهد: « هوش مصنوعی فناوری ثابتی نیست که با یک بار تأیید، پرونده آن بسته شود. مدل‌های هوش مصنوعی و داده‌ها تغییر می‌کنند و حتی نحوه استفاده از سامانه هم می‌تواند عوض شود. بنابراین باید از مفهوم تأیید یک‌باره، به سمت پایش و ارزیابی مستمر حرکت کنیم.»