این کارگردان سینما در متنی که به ایسنا ارائه داده، بیان کرده است: «پیروزی نوجوانان ایرانی در عرصههای جهانی علمی و مشارکت آنها در سومین المپیاد جهانی هوش مصنوعی ۲۰۲۶ دوباره سؤالی اساسی را برای ایران بهوجود آورده است: کشوری که میتواند استعدادهایی را در سطح جهانی در زمینههای ریاضیات، رایانه و هوش مصنوعی تربیت کند، تا چه اندازه میتواند این سرمایه انسانی را به توانایی پایدار در تولید فناوری هوش مصنوعی تبدیل نماید؟ این مقاله بین سه مفهوم تمایز قائل میشود: استعداد در زمینه هوش مصنوعی، کاربرد هوش مصنوعی و توانایی ساخت هوش مصنوعی. موفقیت علمی جوانان ایرانی نشاندهنده وجود سرمایه انسانی است، اما به تنهایی وجود صنعتی پیشرفته در حوزه هوش مصنوعی را نمیسازد.
انتقال از استعداد فردی به نیروی فناورانه جمعی نیازمند ایجاد زیستبومی است که شامل دانشگاهها، پژوهش، قدرت محاسباتی، داده، انرژی، سرمایه، صنعت، آزادی علمی، ارتباطات بینالمللی و نهادهای پایدار باشد. مقاله همچنین به مفهوم «هوش ایرانی» به صورت فراگیرتر اشاره میکند: نه به عنوان یک مدل ایدئولوژیک یا منحصراً فارسیزبان که از مدلهای بیرونی الهام گرفته باشد، بلکه بهعنوان ظرفیتی علمی و فناورانه که ضمن ارتباط عمیق با دانش جهانی، قادر به درک زبانها، تاریخ، فرهنگ، علم، فلسفه، هنر و چالشهای واقعی ایران نیز باشد. هدف نهایی، تنها ایجاد یک مدل نیست؛ بلکه تولید توانایی مستمر برای شکلدهی به نسلهای متوالی هوش است.
۱. یک مدال چه چیزی را ثابت میکند؟
سومین المپیاد جهانی هوش مصنوعی از دوم تا هشتم اوت ۲۰۲۶ در آستانه قزاقستان برگزار میشود. برگزارکنندگان اعلام کردهاند که بیش از صد کشور و بیش از چهارصد دانشآموز در این رویداد شرکت خواهند کرد. این مسابقات مهارتهای مربوط به یادگیری ماشین، علم داده و حل مسائل هوش مصنوعی را مورد آزمون قرار میدهند. اهمیت حضور و موفقیت نوجوانان ایرانی در این گونه مسابقات نه باید نادیده گرفته شود و نه بیشازحد بزرگ جلوه داده شود. مدال کسبشده در این المپیاد بهتنهایی تأیید نمیکند که ایران هماکنون یکی از قدرتهای برتر جهانی در زمینه هوش مصنوعی است، اما نکته کلیدی را به ما نشان میدهد: در نسل جوان ایران، سرمایه شناختی لازم برای درک و حل مسائل پیچیده این فناوری وجود دارد. توانایی یک نوجوان در حل مسائل به هیچوجه معادل توانایی یک کشور در تولید مدلهای پیشرفته نیست. مورد اول به استعداد و آموزش وابسته است؛ دومی علاوه بر اینها به دانشگاهها، آزمایشگاهها، تراشهها، مراکز داده، برق، شبکه، دادهها، سرمایه، شرکتها، بازار، قانون و ثبات نهادی نیاز دارد. بنابراین پرسش حقیقی این است: چگونه میتوان استعدادهای فردی را به قدرت جمعی تبدیل کرد؟
۲. سه مرتبهٔ متفاوت: استفاده، توسعه و ساخت
بحث عمومی درباره هوش مصنوعی معمولاً شامل سه سطح است که با یکدیگر در هم آمیخته میشوند. سطح نخست مربوط به استفاده از هوش مصنوعی است؛ در اینجا فرد یا سازمانی از یک مدل موجود برای وظایفی مانند ترجمه، برنامهنویسی، تحلیل، آموزش، پزشکی یا تولید محتوا استفاده میکند. سطح دوم مربوط به توسعه بر پایه مدلهای موجود است؛ در این سطح، پژوهشگر یا یک شرکت مدلی باز یا تجاری را برای یک زبان، صنعت یا مسئله خاص سفارشی میسازد، ابزار بازیابی اطلاعات را به آن اضافه میکند یا مدلهای کوچک و تخصصی تولید میکند. سطح سوم از آن جهت پراهمیت است که توانایی توسعه فناوریهای پایه را در بر میگیرد؛ در این مرحله، جامعه قادر به طراحی، دادهکاوی، آموزش، ارزیابی، زیرساخت محاسباتی و نسلهای آتی مدلهای خود خواهد بود. ایران برای تدوین سیاستهای خود باید بداند که در هر حوزه در کدام سطح قرار دارد. خرید حق دسترسی به یک مدل خارجی نمونهای از «صنعت هوش مصنوعی» نیست و تطبیق یک مدل باز نیز معادل با طراحی مدلی در مرزهای دانش به حساب نمیآید. در طرف مقابل، ورود جدی به این زمینه به معنای اختراع دوباره همه چیز از ابتدا نیست؛ استقلال فناورانه بهمعنای خودکفایی مطلق نخواهد بود.
۳. «هوش ایرانی» چیست؟
اصطلاح «هوش ایرانی» ممکن است در نگاه اول موجب سوءتفاهم شود. مفهوم هوش مصنوعی ایرانی نباید به معنای وجود دستگاهی بسته، ایدئولوژیک یا جدا از دانش جهانی در نظر گرفته شود. ریاضی نه به ایرانی و نه غیرایرانی تقسیم نمیشود و الگوریتم هم گذرنامه ندارد؛ با این حال، دادهها، زبان، مسائل، اولویتهای پژوهشی و زیرساخت فناوری به موقعیت جوامع وابستهاند. میتوان «هوش ایرانی» را بهاین صورت تعریف کرد: ظرفیت علمی، انسانی و فناورانهای که ایران میتواند بر پایه آن در ساخت، آموزش، ارزیابی، توسعه و تداوم نسلهای مختلف هوش مصنوعی مشارکت کند و سیستمهایی خلق کند که ضمن ارتباط با دانش جهانی، زبانها، حافظه، مسائل و تجربه تاریخی ایران را بهطور عمیق درک کند. در این تعریف، ایرانی بودن به معنای حقیقت وجودی نیست؛ بلکه به معنای ظرفیت تولید و میدان تجربه است.
۴. هوشی فراتر از صنعت
هوش مصنوعی نباید صرفاً بهعنوان یک پروژه برای کارخانهها، بانکها، تجارت و امنیت در نظر گرفته شود. هوشی که باید با انسان زندگی و کار کند، ناگزیر با زبان، تاریخ، ارزشها، اخلاق، هنر و معنا نیز درگیر خواهد بود. هوش مورد نیاز ایران باید در حوزههای مهندسی، پزشکی و ریاضیات فعالیت کند، اما نباید به این حوزهها محدود شود؛ باید توانایی تحلیل متون فلسفی را داشته باشد، تحولات تاریخی مفهومی را زیر نظر داشته باشد، دو روایت تاریخی مختلف را مقایسه کند، بین شعر و گزاره علمی تفکیک قائل شود، ساختار استدلال یک فیلسوف را بازآفرینی کند و در ادبیات، هنر، سینما، حقوق و علوم اجتماعی بهعنوان دستیار پژوهشگر عمل کند. در مواجهه با متون عرفانی، وظیفه آن اعلام حقیقت یا بطلان تجربه نیست؛ بلکه باید قادر به تفکیک، مقایسه و تحلیل دستگاههای معنایی باشد. در این مرحله، هوش مصنوعی از یک فناوری صنعتی به زیرساخت شناختی یک تمدن تبدیل میشود.
۵. جهان اکنون در چه مقیاسی رقابت میکند؟
برای ارزیابی موقعیت ایران باید مقیاس میدان را در نظر گرفت. گزارش «شاخص هوش مصنوعی ۲۰۲۶» از دانشگاه استنفورد نشان میدهد که بیش از ۹۰ درصد مدلهای برتر هوش مصنوعی در سال ۲۰۲۵ توسط صنعت تولید شدهاند. در همان سال، سرمایهگذاری خصوصی در حوزه هوش مصنوعی در ایالات متحده در حد ۲۸۵٫۹ میلیارد دلار بود، در حالیکه برای چین این رقم ۱۲٫۴ میلیارد دلار گزارش شده است. آمریکا در سال ۲۰۲۵ معادل ۵۹ مدل برتر هوش مصنوعی تولید کرد در حالی که چین ۳۵ مدل را به ثبت رساند. اگرچه چین در زمینه انتشار پژوهش، استناد و ثبت اختراعهای مرتبط با هوش مصنوعی موقعیتی قدرتمند را کسب کرده است. این آمار نشاندهنده تحولی تاریخی است: مرزهای هوش مصنوعی دیگر فقط در دنیای دانشگاهها قرار ندارند. دانشگاه همچنان یک نهاد کلیدی است، اما مدلهای پیشرو در نقطه تقاطع پژوهش، صنعت، سرمایهگذاری، محاسبات و زیرساختها شکل میگیرند. اگر ایران بخواهد به این رقابت بپیوندد، صرفاً بالا بردن تعداد مقالات کافی نخواهد بود؛ بلکه لازم است زنجیره کامل تولید فناوری راهاندازی شود.
۶. ایران چه دارد؟
نقطه قوت نخست ایران سرمایه انسانی است. سابقهِ فعالان ایرانی در مسابقات بینالمللی ریاضی، رایانه و حالا هوش مصنوعی نشان میدهد که در جامعه ایران ذخیرهای قابل توجه از استعدادهای ریاضی، قدرت انتزاع و حل مسائل وجود دارد. دانشگاههای مهندسی کشور طی دهههای اخیر نیروی انسانی قابل توجهی در حوزههای علوم کامپیوتر، برق، ریاضیات و رشتههای مرتبط تربیت کردهاند. اما باید گفت که این المپیاد فقط نمای کوچکی از یک واقعیت بزرگتر است. یک صنعت ملی نمیتواند تنها با چند ده نابغه شکل بگیرد؛ بلکه به هزاران مهندس، پژوهشگر، متخصص فراداده، مدیر محصول، طراح سختافزار، زبانشناس، متخصص امنیت، حقوقدان و کارآفرین نیاز دارد. نتیجهٔ دقیق موفقیتهای علمی تنها این نیست که «ما هوش مصنوعی داریم»، بلکه ما نیروی انسانی لازم برای ساخت آن را داریم.
۷. حلقهٔ مفقوده: تبدیل استعداد به قدرت
مسیر تولید فناوری را میتوان بهصورت زنجیرهای ساده دید: استعداد ← آموزش ← پژوهش ← محاسبات ← فناوری ← محصول ← شرکت ← بازار ← سرمایهگذاری مجدد. مشکل هنگامی بروز میکند که این زنجیره در میانه راه قطع شود. دانشآموز مستعد وارد دانشگاه شده و دانشجو مقاله مینویسد، اما برای پژوهش در مقیاس گسترده به توان محاسباتی دسترسی ندارد؛ پژوهشگر توانمندی وجود دارد، اما سرمایهگذاری ریسکپذیر برای تبدیل پژوهش به محصول کافی نیست؛ یا شرکتی تأسیس میشود، اما بازار و ثبات لازم برای رشد آن وجود ندارد. در این شرایط، سرمایهٔ انسانی موجود است، اما قدرت فناوری تولید نمیشود. مسئله اصلی ایران این است که ظرفیت انسانی معمولاً جلوتر از ظرفیت زیستبومی پیش میرود.
۸. مهاجرت؛ خروج سرمایهٔ شناختی
برخلاف منابع طبیعی، سرمایه انسانی بهراحتی دست نمیبرد. اگر پژوهشگری شرایط تحقیق، درآمد مناسب، ابزار دسترسی، ارتباط علمی و چشمانداز شغلی مناسبی نداشته باشد، به جغرافیای جدیدی روی میآورد. ممکن است کشور هزینهٔ یادگیری فردی را از دوران کودکی تا دانشگاه بپردازد و درست در زمانی که انتظار بهرهبرداری علمی از او را دارد، محصول کارش در دانشگاه یا شرکتی در کشورهای دیگر به بار بنشیند. مهاجرت متخصصان تنها تغییر جغرافیایی نیست؛ بلکه به معنای انتقال سرمایه شناختی است. با این وجود، رویکرد لزوماً بازگرداندن فیزیکی همه مهاجرین نیست. جهان شبکهای این امکان را فراهم کرده که متخصصان ایرانی در خارج از کشور بتوانند بهعنوان استاد مشترک، پژوهشگر همکار، سرمایهگذار، داور، مشاور یا شریک پروژههای داخلی عمل کنند. هدف باید گذر از «فرار مغزها» به مهاجرت مغزها و تبادل دانش باشد.
۹. محاسبات؛ ابزار آزمایشگاه عصر هوش
گلوگاه اصلی بعدی توان محاسباتی خواهد بود. طبق گزارش «شاخص هوش مصنوعی ۲۰۲۶»، ظرفیت جهانی محاسبات هوش مصنوعی از سال ۲۰۲۲ بهطور میانگین سالانه حدود ۳٫۳ برابر شده و به توان محاسباتی معادل ۱۷٫۱ میلیون واحد پردازش گرافیکی اچ۱۰۰ رسیده است. این مقیاس نشان میدهد که مدلهای پیشرفته صرفاً ثمرهٔ الگوریتمها نیستند؛ بلکه محصول زیرساخت صنعتی محاسبه نیز هستند. زمینهٔ محاسبات برای ایران شامل دستیابی به شتابدهندههای پیشرفته، شبکهٔ سریع میان آنها، مراکز داده، برق مستمر، سیستمهای خنککننده، ذخیرهسازی، نرمافزار و تیم مهندسی است که این مجموعه را مدیریت کنند. در عصر هوش مصنوعی، واحد پردازش گرافیکی برای یک محقق میتواند به مانند یک تلسکوپ برای اخترشناس باشد؛ بدون ابزار، استعداد نظری نمیتواند به حداکثر ظرفیت خود دست یابد.
۱۰. راهبرد محاسباتی ایران: هوشمندتر، نه الزاماً بزرگتر
شاهد تحولی مهم به نفع کشورهای دارای منابع محدودتر هستیم: بزرگتر بودن همواره به معنای هوشمندتر بودن نیست. گزارش استنفورد نمونهای از مدل ۳۲ میلیارد پارامتری «اُلمو ۳٫۱ تینک» را ارائه میدهد که با حدود ۹۰ برابر پارامتر کمتر از مدل «گراک ۴» از طریق پالایش داده، حذف دادههای تکراری و انتخاب دقیقتر داده، در چندین معیار نتایج قابل مقایسهای به دست آورده است. ایران نباید هدف کوتاهمدت خود را رقابت با آمریکا و چین برای ایجاد بزرگترین خوشهٔ واحدهای پردازش گرافیکی قرار دهد. مزیت رقابتی بالقوه میتواند دستیابی به بالاترین کیفیت شناختی با حداقل محاسبات ممکن باشد. بهینهسازی مدل، کیفیت داده، معماریهای کوچکتر، مدلهای تخصصی، تقطیر دانش، بازیابی اطلاعات و روشهای آموزشی تکمیلی در بعد از آموزش پایه، حوزههای مهمی برای پژوهشهای ایران به شمار میروند. محدودیتهای موجود میتواند خود به چالشی علمی تبدیل شود: چگونه میتوان هوش را بهینهتر ساخت؟
۱۱. فارسی؛ یک فرصت و یک عقبماندگی
یکی از عمدهترین حوزههایی که ایران نمیتواند آن را به دیگران واگذار کند، زبان فارسی است. پژوهش «متینا» که در همایش ۲۰۲۵ بخش آمریکای شمالی انجمن زبانشناسی رایانشی ارائه شده، تصریح میکند که فارسی نسبت به زبانهای با منبع فراوان در مجموعهدادههای بزرگ و متنوع کمتر نمایندگی داشته و بسیاری از مجموعههای پیشین عمدتاً شامل اخبار و وبسایتها بودهاند. پژوهشگران این پروژه، مجموعهای متشکل از ۷۲٫۹ میلیارد واحد متنی فارسی را جمعآوری، پاکسازی و تکرارزدایی کردهاند. واحد متنی بهطور لزوماً معادل با واژه نیست و ممکن است یک واژه به چندین واحد تقسیم شود. این نتیجه نشاندهندهٔ توان پژوهشگران ایرانی برای اجرای پروژههای دادهمحور بزرگ است و همچنین عظمت کاری را که هنوز باید انجام شود، نمایان میسازد؛ چرا که فارسی فقط زبان اینترنت امروز نیست.
۱۲. حافظهٔ ایران؛ نفت شناختی
ایران حافظهای تاریخی را در اختیار دارد که بخش زیادی از آن هنوز برای ماشینها قابل استفاده نیست. کتابها، نسخههای خطی، مطبوعات، اسناد، شعر، فلسفه، تاریخ، پزشکی، ریاضیات، موسیقی، عکس، معماری، سینما، رادیو، تاریخ شفاهی و زبانهای متعدد ایران، مجموعهای بزرگ از تجربیات انسانی را تشکیل میدهد. سندی که صرفاً بر روی کاغذ یا در تصویر دیجیتالی وجود دارد، هنوز برای مدلهای هوش مصنوعی به شکل حافظههای کارآمدی در نمیآید. یکی از پروژههای بنیادین میتواند ایجاد «حافظه دیجیتال ایران» باشد؛ نه صرفاً برای بلعیدن محتوای به زبان فارسی، بلکه برای ساخت دادههای معتبر، استاندارد، دارای پیشینه و قابل پژوهش. هر سند باید تا حد امکان دارای شناسنامه باشد: نویسنده کیست، زمان تولید چه موقع بوده، نسخه معتبر کدام است، اختلافات نسخهها چیست، حقوق استفاده چگونه است و اعتبار منبع چقدر است؟ هر مدلی که نتواند میان نسخه معتبر و نقلقول جعلی تمایز قائل شود، نمیتواند حافظه داشته باشد؛ بلکه صرفاً حجم زیادی از کلمات را بلعیده است.
۱۳. حقوق داده بخشی از معماری هوش است
پروژهٔ حافظهٔ ایران نباید به مصادرهٔ آثار تبدیل شود. حقوق مؤلف، مالکیت فکری، حریم خصوصی، رضایت صاحبان داده و امنیت اطلاعات باید از آغاز طراحی در معماری گنجانده شوند. اعتماد عمومی یکی از زیرساختهای نامرئی هوش مصنوعی است. اگر شهروند، نویسنده، پزشک، دانشگاه یا شرکت نداند که دادههایش چگونه استفاده میشود، مخزن اطلاعات به جای تبدیل شدن به سرمایه ملی، به منبع بیاعتمادی تبدیل خواهد شد. حکمرانی داده مانع توسعه نخواهد شد؛ بلکه شرط توسعه پایدار بوده و باید از ابتدا لحاظ شود.
۱۴. هوش ایرانی نباید فقط فارسی حرف بزند
مدلی ممکن است توانایی تولید متون فارسی روانی داشته باشد و در عینحال فهم سطحی از موضوعات ایرانی داشته باشد. زبان شرط لازم است، اما به تنهایی کافی نیست. هوش مورد نظر باید قادر باشد میان تاریخ و اقتصاد، اقلیم و معماری، فلسفه و علم، ادبیات و روانشناسی، حقوق و جامعه، سینما و تاریخ و فناوری و اخلاق ارتباط برقرار کند. علوم انسانی باید از حاشیه به مرکز پروژه منتقل شوند. مدل زبانی با زبان، مفهوم، روایت و استدلال سروکار دارد؛ بنابراین فلسفه، تاریخ، زبانشناسی و علوم اجتماعی بخشی جدی از مسئله فنی ساخت هوش هستند که قرار است به درک جهان انسانی یاری رسانند.
۱۵. فلسفه و عرفان؛ آزمون فهم، نه مخزن نقلقول
مدل ایرانی نباید صرفاً با این پرسش آزمون شود که «ملاصدرا که بود؟» یک موتور جستجو نیز میتواند به این سوال پاسخی ابتدایی بدهد. آزمون چالشبرانگیزتر این است که دو نظام فلسفی را انتخاب کرده، مقدمات هر یک را مشخص کند، مفهوم مشترک را در هر دو بازسازی کند، اختلاف نتایج را به اختلاف مقدمات نسبت دهد، منابع خود را مشخص کرده و روشن سازد که کدام بخش برداشت منبع و کدام بخش نتیجه استنتاج مدل است. در مورد متون عرفانی نیز هدف تبدیل ماشین به عارف نیست؛ ماشین تجربه عارف را ندارد، اما میتواند تاریخ مفهوم، ساختار متن، روابط معنایی و تفاوت در برداشتها را تحلیل کند. چنین سیستمی میتواند ابزار تازهای برای علوم انسانی به شمار آید.
۱۶. دانشگاهی که دیوارهایش کوتاهتر شدهاند
ایجاد چنین هوشی نیازمند دگرگونی در ساختار پژوهش است. آزمایشگاه آینده نمیتواند صرفاً از صد مهندس تشکیل شود که در پایان پروژه، برای «بخش فرهنگی» یک ادیب را دعوت میکنند. تیم باید از ابتدا بینرشتهای باشد و شامل متخصصانی در حوزههای یادگیری ماشین، ریاضی، زبانشناسی، علوم شناختی، فلسفه، تاریخ، پزشکی، حقوق، جامعهشناسی، هنر و اخلاق فناوری باشد؛ نه برای اینکه همه در همهچیز صاحبنظر باشند، بلکه تا هر فرد مسئلهای را ببیند که دیگری از دید آن دور مانده است. هوش میانرشتهای در سازمانهای کاملاً تکرشتهای ایجاد نخواهد شد.
۱۷. آزادی پرسش؛ زیرساختی که نمیتوان خرید
علاوه بر تراشهها و سرمایهگذاری، یک زیرساخت دیگر هم وجود دارد: امکان دادن به پژوهشگر برای طرح فرضیهای که نتیجهاش نامشخص باشد. اگر پاسخ مطلوب از پیش تعیین شده باشد، پژوهش به یک تأیید بدل میشود. این مسئله بهویژه در علوم انسانی با اهمیتتر است. هوشی که قرار است تاریخ، فلسفه و جامعه را تحلیل کند باید بتواند روایتهای مختلف را شناسایی کرده و اختلافات آنها را توضیح دهد و بین واقعیت، تفسیر و قضاوت تفکیک ایجاد کند. مدلی که تنها پاسخهای مجاز را بازتولید کند، ممکن است به عنوان یک ابزار تبلیغاتی کارآمد کار کند، اما هرگز یک هوش پژوهشی بزرگ نخواهد بود.
۱۸. استقلال یعنی قدرت انتخاب، نه بریدن از جهان
هیچ صنعت پیشرفتهٔ هوش مصنوعی وجود ندارد که کاملاً ملی باشد. طراحی تراشه، تولید نیمهرسانا، تجهیزات تولید، نرمافزار و مراکز داده در میان کشورهای مختلف و شرکتهای گوناگون توزیع شدهاند. «استقلال هوش مصنوعی»، اگر به معنای ساخت همه چیز در داخل مرزها باشد، هدفی غیرواقعبینانه خواهد بود. استقلال باید به معنای وجود قدرت انتخاب و ادامه کار در شرایط دشواری باشد. اگر رابط برنامهنویسی کاربردی یک سامانه خارجی قطع شود، پژوهش نباید متوقف شود؛ اگر شرکتی دسترسی به مدل خود را محدود کند، چنین صنعتی نباید از کار بیفتد؛ و اگر زبان فارسی برای یک شرکت خارجی در اولویت نباشد، ایران باید توان توسعه آن را داشته باشد. استقلال به معنای وابستگی متقابل است، بدون اینکه وابستگی غیرقابل تحمل باشد.
۱۹. پنج ستون زیستبوم هوش ایرانی
زیستبوم پیشنهادی بر پنج ستون بنیادین استوار است: نخست، شبکهٔ ملی محاسبات هوش مصنوعی؛ چندین مرکز محاسباتی دانشگاهی و صنعتی متصل به هم که پژوهشگران میتوانند بهطور شفاف از منابع آن بهرهبرداری کنند. دوم، حافظهٔ دیجیتال ایران؛ زیرساخت دادهای استاندارد برای زبان فارسی، زبانهای ایرانی، علم، تاریخ، فرهنگ و مسائل کاربردی کشور. سوم، شبکهٔ سرمایه انسانی؛ ارتباط بین دانشآموزان المپیادی، دانشگاهها، پژوهشگران، شرکتها و متخصصان در خارج از کشور. چهارم، آزمایشگاههای میانرشتهای؛ مراکز مسئله محور برای زبان، پزشکی، ریاضیات، تاریخ، فلسفه، حقوق، هنر، محیطزیست و انرژی. پنجم، اقتصاد رقابتی هوش؛ بازاری که صدها شرکت میتوانند روی زیرساخت مشترک محصولات و خدماتی تولید کنند. هیچ یک از این اجزا به تنهایی نمیتواند بهعنوان زیستبوم کار کند؛ بلکه زیستبوم از روابط میان آنها شکل میگیرد.
۲۰. نسل المپیادی؛ مدال نقطهٔ شروع است
استعدادهای شناساییشده در المپیادها باید وارد یک مسیر بلندمدت شوند. مراسم استقبال نباید پایان کار باشد. یک دانشآموز برجسته باید بخشی از مسیری دهساله از مدرسه به دانشگاه، از دانشگاه به آزمایشگاه، از آزمایشگاه به تحقیق یا شرکت و سپس به آموزش نسل بعد باشد. در کنار این گروه ممتاز، آموزش عمومی در زمینه هوش مصنوعی نیز باید گسترش یابد. برای شکلگیری یک صنعت، تنها قهرمانان کافی نیستند؛ برای هر پژوهشگر پیشرو، صدها مهندس، متخصص داده، برنامهنویس، مدیر و کارآفرین لازم است. المپیاد استعداد را شناسایی میکند؛ زیستبوم آن را پرورش میدهد.
۲۱. دولت؛ سازندهٔ میدان، نه مالک بازی
نقش دولت بسیار حیاتی است، اما باید به دقت تعریف شود. دولت باید زیرساختهای محاسباتی را بنا کند، پژوهشهای بنیادی را تأمین مالی کند، قواعد حقوقی شفاف ایجاد کند، دادههای عمومی را استاندارد و قابلاستفاده نماید، رقابت را محترم شمارد و دسترسی دانشگاهی و بخش خصوصی به زیرساختها را تسهیل کند. اما همزمان نباید تنها سازنده، تنها خریدار، تنها داور و تنها صاحب فناوری باشد. تمرکز تمامی این roles در یک نهاد، نوآوری را آسیبپذیر میکند. هدف باید ایجاد میدانی باشد که در آن دانشگاه، شرکتهای خصوصی، مؤسسات تحقیقاتی و جامعهٔ مدنی بهعنوان بازیگران مستقل حضور داشته باشند.
۲۲. بخش خصوصی؛ جایی که آزمایش واقعی آغاز میشود
اگر هوش مصنوعی فقط در دانشگاهها و سازمانهای دولتی بماند، با واقعیتهای روزمره برخورد نمیکند. شرکتها باید توانایی شکست خوردن، تغییر الگوی کسبوکار، کنار گذاشتن ایدهای و آزمایش ایدهای دیگر را داشته باشند. یک شرکت ممکن است بر روی پزشکی تمرکز کند، دیگری بر کشاورزی، یکی بر آموزش، دیگری بر صنعت، سینما، حقوق یا زبان؛ و شاید گروهی کوچک مسئلهای را حل کند که هیچ برنامهٔ پنجسالهای آن را پیشبینی نکرده است. این تنوع ضعف نیست؛ بلکه نیروی محرکهٔ کشف است.
۲۳. نسل نخست هوش ایرانی
نقشهٔ راه نباید با تلاش برای ساخت بزرگترین مدل ممکن آغاز شود. مرحلهٔ نخست میتواند بر اساس مدلهای باز جهانی پیریزی شود. هدف این مرحله، تسلط فنی بر معماری مدلها، تولید دادههای فارسی با کیفیت بالا، توسعهٔ مدلهای نمایش برداری و بازیابی اطلاعات به زبان فارسی، ایجاد معیاری معتبر و سنجههای آزمون، خلق مدلهای کوچک تخصصی و تربیت نسلی از پژوهشگران است که تمام مراحل ساخت مدل را بشناسند. در این مرحله، هدف اصلی تولید نیست؛ بلکه یادگیری فرایند ساخت است.
۲۴. نسل دوم؛ مدل پایهٔ چندوجهی
پس از ایجاد ظرفیت اولیه، ایران میتواند به سمت مدلی حرکتی پایه که متن، صدا، تصویر و در مراحل بعد ویدئو را با معماری مشترکی پردازش نماید، حرکت کند. چنین مدلی برای ایران از اهمیت ویژهای برخوردار است، زیرا حافظهٔ معاصر ایران تنها در کتابها خلاصه نمیشود؛ بلکه در عکسها، فیلمها، صدای شاعران، سیاستمداران، استادان و مردم، موسیقی، معماری، نقشهها و تاریخ شفاهی نیز وجود دارد. هوشی که فقط توانایی خواندن متون را داشته باشد، بخش بزرگی از تجارب ایرانی را نمیشناسد.
۲۵. نسل سوم؛ هوش پژوهشگر
مرحلهٔ مهمتر زمانی آغاز میشود که مدل از سطح پاسخدهی به سطح پژوهش برسد. کاربر مسئلهای را مطرح میکند، سیستم منابع را جستجو میکند، اعتبار آنها را ارزیابی میکند، دیدگاههای مخالف را مشخص میکند، فرضیهای تولید میکند، محاسباتی انجام میدهد و نتیجه را همراه با منبع داده و درجه اطمینان ارائه میدهد. چنین سیستمی دیگر تنها یک سیستم گفتوگو محور نیست؛ بلکه زیرساختی برای پژوهش محسوب میشود. کاربرد آن میتواند از دانشآموزان تا پزشکان، مهندسان، تاریخنگاران، فیلمسازان، قضات، پژوهشگران و مدیران گسترش یابد.
۲۶. نقشهٔ زمانی
مرحلهٔ نخست، یک تا سه سال، دورهٔ ایجاد زیرساخت و یادگیری است: تأسیس نخستین شبکهٔ محاسبات پژوهشی، تدوین استانداردهای داده، آغاز پروژهٔ حافظهٔ ایران، ایجاد سنجهها و مجموعهآزمونهای معیار فارسی، حمایت از مدلهای باز و تخصصی، و تشکیل چند آزمایشگاه میانرشتهای نمونه. مرحلهٔ دوم، سه تا هفت سال، دورهٔ تولید فناوری است: توسعهٔ خانوادهای از مدلهای تخصصی و فارسی، تأسیس شرکتهای مبتنی بر مدلهای داخلی، گسترش زیرساخت محاسبات، ورود هوش مصنوعی به حوزههای پزشکی، آموزش، صنعت، کشاورزی و علوم انسانی و آغاز پیشرفت مدل پایهٔ چندوجهی. مرحلهٔ سوم، هفت تا پانزده سال، دورهٔ حضور در مرز دانش است: توسعهٔ معماریهای مستقل، مشارکت جدی در پژوهش جهانی مرتبط با مدلهای پایه، ایجاد سامانههای پژوهشگر، پیشرفت فناوریهای محاسباتی کارآمد و توان تولید نسلهای جدید بدون وابستگی کامل به یک تأمینکنندهٔ خارجی.
۲۷. معیار موفقیت
موفقیت را نباید تنها با عبارت «یک مدل ایرانی ساخته شد» ارزیابی کرد؛ ایدهٔ مدل ممکن است قدیمی شود. بلکه معیار اصلی باید این باشد: آیا ایران میتواند مدل بعدی را نیز ایجاد کند؟ آیا هزاران پژوهشگر به منابع محاسباتی دسترسی دارند؟ آیا دادهها هر سال بهبود مییابند؟ آیا شرکتهای نوپا تشکیل میشوند؟ آیا دانشگاهها در حال انجام پژوهشهای بنیادی هستند؟ آیا متخصصان ایرانی برای اجرای هر پروژه جدی ناچار به مهاجرت هستند؟ آیا مدلها به سنجهها و آزمونهای معتبر جهانی ارزیابی میشوند؟ آیا خطاها و شکستهای علمی بهراحتی گزارش میشوند؟ و در نهایت، آیا جامعه به کمک این فناوری تواناتر شده است؟
۲۸. خطر بزرگ؛ هوش مصنوعی بدون جامعهٔ هوشمند
کشوری ممکن است بهترین مدلها را خریداری کند و همچنان تصمیمگیریهای ضعیف انجام دهد؛ هزاران واحد پردازش گرافیکی داشته باشد و نظام آموزشیاش ناکارآمد باقی بماند؛ یا سامانههای هوشمند نظارتی را بسازد اما پژوهش علمیاش به ضعف دچار شود. نباید پیشرفت فناوری را با پیشرفت اجتماعی معادل کرد. هوش مصنوعی قدرت به شمار میآید و مخاطرات آن به توزیع و استفاده از آن بستگی دارد. هوش میتواند بر قدرت متمرکز کند یا دانش را عمومیتر سازد؛ فرد را منفعل نگه دارد یا توانایی پرسش او را افزایش دهد؛ جایگزین قضاوت شود یا ابزار صحیحتری برای قضاوت فراهم کند. انتخاب بین این دو مسیر تنها یک مسئله فنی نیست؛ بلکه یک چالش سیاسی، اخلاقی و تمدنی است.
۲۹. از «مغز ایرانی» به «زیستبوم ایرانی»
ایران برای ورود به عصر هوش مصنوعی بیش از اثبات هوشمندی ایرانیان، نیازمند ساخت روابطی است که این هوشمندی را بالفعل کند. یک نابغه تنهایی نمیتواند زیستبوم باشد و هزاران نابغهٔ جدا از هم نیز به هر شکلی زیستبوم نمیسازند. قدرت واقعی در ارتباطات بین افراد است که باید دانشآموز به دانشگاه، دانشگاه به آزمایشگاه، آزمایشگاه به محاسبات، محاسبات به داده، پژوهش به سرمایه، سرمایه به صنعت، صنعت به جامعه و تجربهٔ حاصل دوباره به آموزش نسلهای آتی ارتباط بیابد. زیستبوم مجموعهای از نسبتهاست که در آن استعدادهای فردی فرصت تبدیل به قدرت جمعی را پیدا میکنند.
۳۰. هوش مصنوعی بهمثابه پروژهای تمدنی
ایران فراتر از انتخابی فناورانه در برابر هوش مصنوعی، با انتخابی تاریخی مواجه است. این کشور میتواند بهعنوان مصرفکنندهٔ مدلهایی که دیگران خلق میکنند، شناخته شود؛ میتواند چند محصول داخلی تولید کند و اشتباهاً استقلال را معادل با تغییر نام محصول بپندارد؛ یا راه دشوارتری را برگزید: ایجاد ظرفیت تولید هوش. این مسیر از انسان شروع میشود، اما پایان آن در انسان نیست. انسان به آموزش نیاز دارد، آموزش به دانشگاه، دانشگاه به آزادی پژوهش، پژوهش به محاسبات، محاسبات به انرژی، مدلها به داده، داده به اعتماد، اختراع به سرمایه و سرمایه به بازار و نهایتاً به نهادهایی که میتوانند در طول زمان پایداری داشته باشند. آنچه باید ساخته شود، در نهایت نه یک ماشین، بلکه نسبتی پایدار میان انسان، دانش، فناوری و جامعه است.
نتیجهگیری: چه هوشی، برای چه انسانی؟
سؤال نهایی این مقاله تنها حول این مسأله نیست که آیا ایران میتواند روزی مدل زبانی بزرگی بسازد؛ احتمالاً با سرمایه، زمان و دسترسی به منابع، میتواند. اما سؤال مهمتر این است که چرا، چگونه و برای چه اهدافی باید آن را بسازد. اگر هدف صرفاً دستیابی به یک نسخهٔ داخلی از یک محصول خارجی باشد، پیامدها دیر یا زود عقب ماندگی را به همراه خواهد داشت؛ اگر هدف تنها افزایش بهرهوری اقتصادی باشد، بخش عمدهای از ظرفیت انسانی فناوری نادیده گرفته میشود؛ و اگر هدف کنترل و متمرکز کردن اطلاعات باشد، چیزی تولید خواهد شد که شاید قدرتمند باشد، اما بهطوری قطعاً باعث ایجاد هوشمندی اجتماعی نمیشود.
افق بزرگتر، ایجاد هوشی است که پزشک را در تشخیص، مهندس را در طراحی، دانشمند را در کشف، معلم را در آموزش، دانشآموز را در پرسش، مورخ را در کاوش اسناد، فیلسوف را در مقایسهٔ نظامهای فکری، هنرمند را در گستردهتر کردن امکانهای بیانی و شهروند را در درک بهتر جهان یاری رساند. در این چهارچوب، «هوش ایرانی» نه هوشی در برابر جهان است و نه محصور در گذشتهٔ ایران؛ بلکه هوشی است که از ایران به گفتوگو با جهان میپردازد. آن از دانش جهانی فرا میگیرد و چیزی به آن میافزاید؛ فارسی را درک میکند اما در آن محصور نمیشود؛ حافظهٔ تاریخی را میشناسد اما تحت سلطهٔ آن نیست؛ علم را جدی میگیرد اما انسان را به یک مسألهای مهندسی تقلیل نمیدهد؛ و مهمتر از همه، هدف آن جایگزینی فکر انسان نیست، بلکه باید امکانات فکری بیشتری را در اختیار او قرار دهد.
موفقیت نوجوان ایرانی در المپیاد جهانی از این منظر بیش از یک کسب مدال را نشان میدهد. این مدال به ما نخواهد گفت که ایران به مقصد رسیده است؛ بلکه به ما میگوید که فردی هست که میتواند این مسیر را ادامه دهد. اکنون وظیفه جامعه است: آیا میتواند برای او آزمایشگاه بسازد، ابزار در اختیارش بگذارد، اجازه پرسش را بدهد، شکستهای او را تحمل کند، و فرصتی برای ماندن و ساختن برای او فراهم آورد تا از میان هزاران انسانی نظیر او، قدرتی جمعی شکل بگیرد؟
اگر پاسخ مثبت باشد، مسألهٔ ایران دیگر «دستیابی به هوش مصنوعی» نخواهد بود؛ بلکه مسأله ورود به مرحلهای دیگر است: مشارکت در شکلدهی به هوش آینده. در آن روز، مهمترین دستاورد ایران نه تنها یک مدل، بلکه توانایی تولید مدل بعدی خواهد بود.
انتهای پیام
نظرات کاربران