به گزارش کرد پرس، گزارش تازه ای که توسط مرکز استراتژی و تحول هوش مصنوعی شریف منتشر شده است، وضعیت ایران در زمینه هوش مصنوعی را بررسی کرده و جایگاه کشور را در مقایسه با کشورهای منطقه و جهان تحلیل می کند.

بر اساس این گزارش، ایران در سال های اخیر با چالش هایی در زمینه تولید و کیفیت مقالات علمی هوش مصنوعی مواجه بوده است. در حالی که کشورمان در سال ۲۰۱۳ از لحاظ تولید مقالات هوش مصنوعی یکی از کشورهای برتر منطقه بود، در سال ۲۰۲۳ به رتبه دوم پس از عربستان سعودی تنزل پیدا کرده و احتمال واگذاری این جایگاه به ترکیه طی سه سال آینده وجود دارد.

یکی از یافته های کلیدی این گزارش، رشد محدود سرمایه گذاری ایران در حوزه هوش مصنوعی است. طبق آمار، تاکنون تنها حدود ۱۰ میلیون دلار در این حوزه سرمایه گذاری شده که ایران را در میان کشورهای منطقه در پایین ترین سطح قرار داده است. علاوه بر این، کمبود نیروی کار متخصص و زیرساخت های مناسب از دیگر موانع گسترش هوش مصنوعی در کشور به شمار می روند.

در حالی که تنها ۱۷ درصد کسب و کارهای ایرانی از هوش مصنوعی استفاده می کنند، این رقم نشان دهنده فاصله ای ۷ ساله با میانگین جهانی است. با این حال، ایران در حوزه توسعه دهندگان هوش مصنوعی موقعیت خوبی دارد و پس از ترکیه در رتبه دوم منطقه قرار گرفته است. حضور پررنگ مهندسان ایرانی در پروژه های بین المللی نشان دهنده ظرفیت بالای کشور در این زمینه است.

این گزارش پیشنهاد می کند که برای بهره مندی از مزایای این فناوری استراتژیک، ایران نیازمند تدوین سیاست های جامع و سرمایه گذاری های بیشتری در بخش آموزش، زیرساخت و توسعه اکوسیستم هوش مصنوعی است.

در این گزارش کشور ایران با ۱۳ کشور دیگر مورد مقایسه قرار گرفته است. این کشورها به سه دسته کلی تقسیم شدند که به این شرح است:

* کشورهای منطقه شامل عربستان سعودی، امارات، ترکیه و رژیم صهیونیستی
* کشورهای منتخب شامل کشورهای هند، آفریقای جنوبی، روسیه، کره جنوبی، انگلستان، آلمان و برزیل
* کشورهای پیشرو شامل کشورهای چین و ایالات متحده امریکا

انتشارات علمی

منظور از انتشارات علمی، مجموعه ای از مقالات منتشر شده در قالب مقالات پژوهشی، مقالات کنفرانسی، فصل کتاب، مقالات مروری و سایر (شامل یادداشت، نظرسنجی، مقاله مطبوعاتی، اصلاحیه مقالات، مقالات داده ای، سرمقاله، کتاب، چکیده) است.

بیش از ۶۰۰هزار نشریه علمی هوش مصنوعی مرتبط با هوش مصنوعی با استفاده از کلیدواژه های اصلی هوش مصنوعی مانند شبکه عصبی، یادگیری ماشین و غیره استخراج شده است.

در بازه سال های ۲۰۱۰ تا ۲۰۱۴ تعداد انتشارات تقریبا ثابت و با رشد ملایم افزایش یافته است. در این دوره توجه به الگوریتم های یادگیری ماشین و به خصوص یادگیری نظارت شده افزایش یافته است. اگرچه یادگیری عمیق هنوز به طور گسترده ای استفاده نمی شود، ولی مباحث مرتبط با کلان داده ها و توانایی پردازش حجم زیاد داده ها در جهت شکل دهی به مسیرهای جدید تحقیقاتی عمل می کرد.

در بازه زمانی ۲۰۱۵ تا ۲۰۱۶ تعداد انتشارات علمی به طور قابل توجهی افزایش یافته است. این افزایش عمدتا به دلیل معرفی و پذیرش یادگیری عمیق به عنوان یک رویکرد جدید و پیشرو در زمینه هوش مصنوعی بود. الگوریتم هایی مانند شبکه های عصبی پیچشی برای پردازش تصویر و شبکه های عصبی برای پردازش زبان طبیعی به طور گسترده ای به کار گرفته شدند.

در بازه سال های ۲۰۱۷ تا ۲۰۱۸ تعداد انتشارات به شکل جهشی افزایش یافت و در این دوره یادگیری عمیق به طور گسترده ای در حوزه های مختلف از جمله بینایی ماشین، پردازش زبان طبیعی  و حتی بازی ها به کار گرفته شد.

سال ۲۰۱۹ و ۲۰۲۰ یکی از مهمترین  سال ها در تاریخ هوش مصنوعی مدرن بود. معرفی مدل های پیشرفته تر مانند BERT و GPT-۳ که توانایی قابل توجهی در تولید زبان طبیعی داشتند، به تحولات بزرگی در حوزه پردازش زبان طبیعی منجر شد.

در نهایت باید گفت که بر اساس ارزیابی داده های موجود می توان نتیجه گرفت که رشد مقالات حوزه هوش مصنوعی با شتاب قابل توجهی در جریان است، هر چند که بر پایه نوع سند منتشر شده، روند رشد متفاوت است، اما می توان گفت کماکان مقالات پژوهشی و مقالات کنفرانسی دو مدل اصلی ارائه و گسترش دانش در زمینه هوش مصنوعی هستند. همچنین به واسطه گسترش هر چه بیشتر حوزه های گوناگون دانش هوش مصنوعی، مقالات مروری رشد قابل توجهی داشته اند که نیاز به تجمیع و منظم سازی یافته های علمی هوش مصنوعی را منعکس می سازد.

این در حالی است که در نمودار زیر نشان می دهد ایران در حال از دست دادن سهم خود در کل مقالات هوش مصنوعی در مقایسه با سایر کشورها است. ایران که تا سال ۲۰۲۱ بیشترین سهم مقالات را در میان کشورهای منطقه داشته است، با شروع روند نزولی از سال ۲۰۱۳، پایین تر از عربستان در سال ۲۰۲۳ قرار گرفته است. ادامه این روند افزایش فاصله کشور عربستان با ایران و همچنین از دست دادن جایگاه دوم منطقه را در پی خواهد داشت.

امارات در سال های اخیر با شتاب بیشتری وارد عرصه تحقیقاتی هوش مصنوعی شده و با وجود اینکه از نظر تعداد مقالات از کشورهای دیگر عقب تر بود، اما توانسته است به طور قابل توجهی رشد کند. رژیم صهیونیستی نیز با توجه به جمعیت کمتر و تمرکز بیشتر بر روی نوآوری های خاص، رشد ملایمی داشته است. ترکیه از رشد متوازن و پیوسته ای برخوردار بوده و جایگاه خود را در منطقه حفظ کرده است.

روند جهانی و وضعیت ایران در ثبت پتنت

تعداد گواهی پتنت های هوش مصنوعی در جهان در حال افزایش است، به گونه ای که بیشترین رشد در سال ۲۰۱۹ اتفاق افتاده که در آن رشد بیش از ۲۸ درصدی محقق شده است. پس از آن، رشد تعداد گواهی های پتنت صعودی بوده، اما روند آن از سال ۲۰۱۹ نزولی بوده است که می تواند به دلیل شیوع کووید-۱۹ و طولانی بودن روند تأیید پتنت ها باشد. 

در این گزارش ذکر شده است که تعداد پتنت های هوش مصنوعی ایران، چه از حیث مالکیت حقوقی و چه حقیقی، همانند سایر حوزه های فناورانه وضعیت خوبی نداشته، به طوری که سهم پتنت های هوش مصنوعی ایران از کل پتنت های هوش مصنوعی، در تمامی سالیان مورد مطالعه زیر یک دهم درصد است.

در میان کشورهای منتخب، کره جنوبی تا سال ۲۰۲۰ سهم بالاتری نسبت به همه کشورهای منتخب مانند انگلستان و آلمان را در اختیار داشته، اما روندی نزولی را در پیش گرفته است. آلمان نیز در حال از دست دادن سهم خود است. انگلستان اما علی رغم همه فراز و فرودهایی که داشته، با رشد اندکی مواجه است.

به طور کلی ایران در پتنت های هوش مصنوعی به هیچ وجه دست برتر را نداشته و از حیث فنی، ایران بسیار عقب تر از سایر رقبای منطقه  است. از این نظر لازم است تا هرچه سریع تر ضمن بهبود فضای مالکیت فکری کشور، زیرساخت های فنی توسعه هوش مصنوعی در کشور توسعه پیدا کند. همچنین ایجاد مشوق هایی برای ثبت پتنت در حوزه های هوش مصنوعی نیز باید در اولویت قرار گیرد.

همکاری های علمی بین المللی

این شاخص همکاری های تحقیقاتی بین کشورهای مختلف را نشان می دهد و این امر بر اساس وابستگی نهادی نویسندگان انجام می شود. به عبارت دیگر همکاری بین المللی به انتشارات علمی و مقالاتی اطلاق می شود که با همکاری مؤسسات در کشورهای مختلف نگارش شده اند.

تعداد همکاری های علمی بین المللی ایران با ۱۰ کشوری که بیشترین همکاری را با آنها دارد، در نمودار زیر نشان داده شده است. ایالات متحده در مجموع بیشترین همکاری در انتشارات علمی را با ایران داشته است:

وضعیت همکاری های بین المللی ایران با ۱۰ کشوری که بیشترین همکاری را با آنها داشته، به جز ویتنام، روندی صعودی در طول زمان داشته است. برای تحلیل کشورهای پیشرو در همکاری های علمی ایران در زمینه هوش مصنوعی، باید به چندین نکته توجه کرد. اول این که کشورهای پیشرو در همکاری های علمی با ایران، مانند کانادا، چین و کشورهای اروپایی از جمله کشورهای عضو اتحادیه اروپا به طور کلی افزایش همکاری در طول زمان داشته اند. به عنوان مثال، کانادا در سال های اخیر یکی از شرکای اصلی ایران بوده است.

استفاده از هوش مصنوعی در کسب وکارها

یکی از چالش های اصلی مطرح شده، پایین بودن نرخ استفاده از هوش مصنوعی در کسب وکارهای ایرانی است. تنها ۱۷ درصد از شرکت های ایرانی از این فناوری بهره می برند، در حالی که این میزان بسیار کمتر از میانگین جهانی است. کمبود نیروی متخصص و ضعف زیرساخت ها به عنوان دو عامل اصلی این عقب ماندگی معرفی شده اند.

درصد پذیرش هوش مصنوعی به عنوان یک معیار مهم برای ارزیابی توانمندی کسب وکارهای ایران در استفاده از این فناوری نوین برای ایجاد نوآوری، افزایش کارایی و دستیابی به مزیت رقابتی به شمار می آید. این شاخص نمایانگر میزان پیشرفت و تطبیق پذیری شرکت ها با فناوری های جدید است و برای سیاستگذاران نیز اهمیت فراوانی دارد. سیاستگذاران با بررسی و تحلیل این شاخص می توانند نقشه راهی دقیق برای توسعه اقتصادی و تقویت زیرساخت های فناوری کشور ترسیم کنند.

نتایج بررسی ها نشان می دهد که ۱۶.۹۴ درصد از کسب وکارها حداقل یک فناوری هوش مصنوعی را اتخاذ کرده اند و ۶۲.۱ درصد دیگر هنوز هیچ فناوری هوش مصنوعی را به کار نگرفته اند، اما در حال برنامه ریزی برای استفاده در آینده هستند.

به منظور بررسی دقیق تر پذیرش هوش مصنوعی در سطح کشورها، می توان از گزارش آی بی ام استفاده کرد. بر اساس شکل زیر کشورهای هند و امارات با ۵۹ و ۵۸ درصد بالاترین سطح پذیرش را در میان کشورهای مورد بررسی دارند. از سوی دیگر، سطح پذیرش هوش مصنوعی در ایران با ۱۶.۹ درصد، حدود نصف کشور آلمان است که خود به عنوان آخرین کشور، کمترین میزان پذیرش را در میان این کشورها دارد.

از منظر صنایع مختلف و درصد پذیرش هوش مصنوعی در هر یک از آنها، بالاترین درصد پذیرش مربوط به صنعت فناوری اطلاعات و مخابرات با ۴۲.۸۶ درصد است. پس از آن، تولید صنعتی (ساخت) و خدمات مالی با ۲۳.۸۱ و ۱۹.۵ درصد قرار دارند. در مقابل، صنایعی مانند فعالیت های خدماتی مرتبط با غذا، گردشگری، بازرسی و راه سازی و ساختمان، پذیرش بسیار پایینی در این زمینه داشته اند. این اطلاعات نشان می دهد که پذیرش هوش مصنوعی در صنایع ایرانی همگن نبوده و درصد پذیرش در صنایع گوناگون متفاوت است.

این اطلاعات نشان می دهد پذیرش هوش مصنوعی در صنایع ایرانی همگن نبوده و درصد پذیرش در صنایع گوناگون متفاوت است.از طرف دیگر در مقایسه با جهان، بر اساس گزارش آی بی ام که در سال ۲۰۲۳ منتشر شد، در سطح جهانی صنایع مالی و صنعتی مانند ایران به ترتیب بیشترین پذیرش و بخش دولتی کمترین پذیرش را به خود اختصاص داده است.

درصد پذیرش هوش مصنوعی در شرکت های ایرانی بر اساس صنعت

درصد پذیرش بر اساس فناوری

از لحاظ فناوری، ۸۰.۹۵ درصد از کسب وکارهایی که از هوش مصنوعی استفاده می کنند، از فناوری یادگیری ماشین بهره می برند که بالاترین نر خ پذیرش را در میان فناوری های مورد بررسی به خود اختصاص داده است. پس از آن، بینایی کامپیوتر و پردازش تصویر با ۶۱.۹ درصد پذیرش، به عنوان دومین فناوری هوش مصنوعی قرار دارد. در نهایت، فناوری های سخت افزاری مرتبط با هوش مصنوعی با ۲۳.۸۱ درصد کمترین میزان پذیرش را دارند.

چالش های شروع و گسترش پروژه های هوش مصنوعی

شروع و گسترش پروژه های هوش مصنوعی مملو از چالش های متعددی است که می توان آنها را به چالش های درونی و بیرونی تقسیم بندی کرد. شناسایی این چالش ها بسیار مهم است؛ چرا که می تواند به طور قابل توجهی بر موفقیت، کارایی و پایداری ابتکارات هوش مصنوعی تأثیر بگذارد و به سیاست گذاران کمک می کند تا زمینه های سیاستی مؤثرتری را برای فراگیری و کاربرد هوش مصنوعی فراهم آورند.

عدم تمایل یا ناتوانی سازمان ها در پذیرش هوش مصنوعی اغلب با طیفی از موانع همراه است که می تواند مانع از پذیرش فناوری های هوش مصنوعی در فعالیت های شرکت ها شود. درک این موانع بسیار مهم است، زیرا می توانند مزایای بالقوه ای را که هوش مصنوعی می تواند برای یک سازمان به ارمغان بیاورد، به تاخیر بیندازند یا به طور کامل از آن جلوگیری کنند. با شناسایی و رفع این موانع، سازمان ها می توانند راه را برای ادغام موفقیت آمیز هوش مصنوعی، باز کردن فرصت های جدید برای نوآوری، کارایی و رشد هموار کنند.