عضو کمیسیون هوش مصنوعی سازمان نظام صنفی رایانهای کشور و متخصص هوش مصنوعی
هوش مصنوعی فارسی در دام ابرمدلها طی سالهای اخیر، مسیر توسعه هوش مصنوعی فارسی به شکلی نگرانکننده حول یک تصور سادهانگارانه شکل گرفته است: هرچه مدل زبانی بزرگتر باشد، نتیجه بهتر خواهد بود. این فرض، نهتنها با واقعیتهای فنی کشور همخوانی ندارد، بلکه به یکی از عوامل اصلی کندی و ناکارآمدی پروژههای هوش مصنوعی فارسی تبدیل شده است.
ابرمدلهای زبانی به حجم عظیمی از داده، توان پردازشی پایدار و سرمایهگذاری مستمر نیاز دارند؛ الزاماتی که در اکوسیستم فعلی کشور یا فراهم نیست یا با هزینههای بسیار بالا تأمین میشود. خروجی چنین پروژههایی اغلب مدلهایی سنگین، کند و دشوار در بهرهبرداری است که فاصله محسوسی با نیازهای واقعی کسبوکار، صنعت و خدمات عمومی دارند.
مسئله اساسی این است که مشکلات ساختاری با افزایش مقیاس مدل حل نمیشوند. در شرایط کمبود داده باکیفیت و محدودیت زیرساخت، بزرگتر کردن مدل تنها پیچیدگی را افزایش میدهد و بازدهی را کاهش میدهد. این مسیر، منابع مالی و انسانی کشور را درگیر پروژههایی میکند که بیش از آنکه کاربردمحور باشند، ویترینی و نمایشیاند.
در مقابل، رویکردی وجود دارد که هم با شرایط کشور سازگارتر است و هم با روندهای نوین جهانی همراستاست: تمرکز بر مدلهای زبانی کوچک، هدفمند و سبک. این مدلها با داده کمتر آموزش میبینند، سریعتر به مرحله استفاده میرسند و بهسادگی در سامانههای موجود ادغام میشوند. مهمتر آنکه میتوان آنها را دقیقاً متناسب با یک مسئله یا حوزه خاص طراحی کرد؛ امکانی که در مدلهای بزرگ عملاً از بین میرود.
برتری این رویکرد زمانی آشکار میشود که این مدلهای کوچک در قالب یک بستر هوش مصنوعی متصل کنار یکدیگر قرار گیرند. اتصال این اجزا به دادههای واقعی و فرآیندهای عملیاتی، تصویری کاملتر و دقیقتر از مسئله ایجاد میکند؛ تصویری که در بسیاری موارد، از خروجی یک مدل بزرگ و منفرد نیز کارآمدتر است. در چنین ساختاری، هوشمندی حاصل تعامل و معماری است، نه صرفاً اندازه مدل.
ادامه اصرار بر ساخت ابرمدلهای زبانی فارسی، کشور را وارد رقابتی پرهزینه و نابرابر میکند؛ رقابتی که در آن مزیت نسبی چندانی وجود ندارد. در مقابل، حرکت به سمت مدلهای کوچک و متصل، امکان پیشدستی و حتی پیشی گرفتن از رقبا را فراهم میآورد؛ مسیری که هنوز در سطح جهانی بهطور کامل اشباع نشده است.
تحقق این تغییر مسیر، نیازمند بازنگری جدی در سیاستگذاری هوش مصنوعی کشور است. حمایتهای مالی، برنامههای توسعه و اولویتهای ملی باید از پروژههای سنگین و کماثر فاصله بگیرند و به سمت ایجاد سکوهای هوش مصنوعی کاربردی، چابک و اتصالپذیر هدایت شوند. در این میان، نقش معاونت علمی، فناوری و اقتصاد دانشبنیان ریاستجمهوری در اتخاذ این تصمیم راهبردی، نقشی تعیینکننده است.
اگر قرار است هوش مصنوعی فارسی به ابزاری واقعی برای حل مسائل کشور تبدیل شود، زمان آن رسیده است که از شیفتگی به ابرمدلها عبور کنیم و مسیری واقعبینانه، کارآمد و آیندهنگر را انتخاب کنیم.
نظر شما