تقریباً سیزده روز (تا زمان نگارش این مقاله) از قطع سراسری اینترنت بینالملل میگذرد و این در حالی است که دولت، برخلاف انتظارات و در کمال شگفتی، از توسعه و راهاندازی «هوش مصنوعی بومی» سخن به میان میآورد.
به بیان سادهتر، چنین اظهاراتی این برداشت را القا میکند که دولت با وجود قطع دسترسی به اینترنت بینالملل، خود را قادر میداند تا با اتکا به ظرفیت شرکتهای خصولتی یا حتی بهصورت مستقل، سامانههای هوش مصنوعی بومی را طراحی، توسعه و بهرهبرداری کند. بر اساس این رویکرد، نهتنها نیازی به استفاده از زیرساختها، خدمات و سامانههای بینالمللی وجود ندارد، بلکه حتی پلتفرمهای هوش مصنوعی داخلی نیز میتوانند بدون اتکا به اینترنت جهانی فعالیت مؤثر داشته باشند.
این ادعا، با توجه به ماهیت پیچیده فناوری هوش مصنوعی و وابستگی آن به زیرساختهای گسترده داده، پردازش و تعاملات بینالمللی، به یکی از شگفتانگیزترین و در عین حال بحثبرانگیزترین موضوعات این روزها در میان کارشناسان و فعالان حوزه فناوری اطلاعات کشور تبدیل شده است.
در سالهای اخیر بارها از ضرورت «هوش مصنوعی بومی» در رسانهها و سخنرانی مسوولان گفته شده است، اما واقعیتهای زیرساختی ایران نشان میدهد تحقق این آرمان به این سادگیها نیست.
در بررسی منابع مختلف مشخص میشود بدون دسترسی به پردازشهای سنگین و مراکز داده پیشرفته خارج از کشور، توسعه AI پیشرفته در داخل ایران تقریبا غیرممکن است.
برخی از چالشهای اساسی هوش مصنوعی بومی در ایران عبارتند از:
تحریمها و کمبود سختافزار: ایران به علت تحریمهای بینالمللی امکان دسترسی آزاد به GPUهای قدرتمند را ندارد .
ضعف زیرساختهای دادهای و ابری: طبق گزارشها، همه دیتاسنترهای عمومی ایران تقریباً در تهران متمرکزند و پروژههای ساخت مراکز داده در سایر استانها به دلیل کمبود بودجه یا مشکلات اجرایی متوقف مانده است. کارشناسان نیز تأکید میکنند ضعف «کلاد بومی، دیتاسنترها، تجهیزات محاسباتی پیشرفته و دسترسی به دادههای استاندارد» توسعه فناوری AI را عملاً با مشکل مواجه کرده است. مقاله پیوست
کمبود برنامهریزی و سرمایهگذاری: فقدان استراتژی ملی مشخص، سرمایهگذاری ناکافی و سیاستهای ناهمگون از دیگر موانع عمده است. رئیس یک اندیشکدهی هوش مصنوعی به زومیت هشدار داده «نبود برنامهریزی، سرمایهگذاری ناکافی، سیاستهای گنگ و زیرساختهای ناکافی» را مانع اصلی پیشرفت میداند. بسیاری از اسناد و برنامهها نیز یا روی کاغذ باقی مانده یا به علت نبود بودجه و ساختار اجرایی، هرگز اجرا نشدهاند . مقاله زومیت
وابستگی به فناوری خارجی: بخش عمدهٔ سختافزار مورد نیاز و خدمات AI ایران از منابع خارجی تأمین میشود. یک تحلیل اخیر میگوید «واردات سختافزار» ایران عمدتاً از امارات و نیز چین، ترکیه و هند انجام میگیرد. حتی پلتفرمهای ابری داخلی برای اجرای مدلهای پیچیده از پایگاههای جهانی مانند Hugging Face استفاده میکنند. این یعنی زیرساختهای بهاصطلاح بومی نیز بدون داده و فناوری خارجی کارآمد نخواهند بود. مقاله ایمنا
کمبود تراشههای پیشرفته و نقش تحریمها
هوش مصنوعیهای نسل جدید (بهویژه یادگیری عمیق) نیازمند مجموعههای بزرگ GPU و توان محاسباتی فراوان هستند. منابع ایرانی و بینالمللی تأیید میکنند که ایران با کمبود شدیدی در دسترسی به GPUهای پیشرفته مواجه است. بهروز مینایی به «تسنیم» گفته است ایران فاقد GPUهای A100 و H100 است و این کمبود، مانعی اساسی برای رشد AI است. از سوی دیگر، گزارشها حاکی از آن است که شرکتهای سازنده (مثل Nvidia) تحت فشار تحریمها، صادرات محصولات خود را به کشورهای خاورمیانه محدود کردهاند؛ به بیان دیگر، بدون دور زدن تحریمها دسترسی رسمی به این پردازندهها میسر نیست. در عمل بسیاری از تجهیزات یا به صورت قاچاق وارد شده. حتی پروژه تحقیقاتی موسوم به «ساحند» برای تولید تراشه بومی نیز در مراحل بسیار ابتدایی است و تا رسیدن به تراشههای پیشرفته مسافت زیادی باقی است (چیزی شبیه یک خواب آشفته) . در مجموع، بدون دریافت GPUهای بروز از خارج، ایران نمیتواند مدلهای بزرگ و پیشرفته AI را آموزش دهد.
ضعف مراکز داده و پردازش ابری داخلی
ایران فاقد شبکهای از دیتاسنترهای قدرتمند و پراکنده در نقاط مختلف کشور است. مطابق گزارشها، عملاً تمامی مراکز داده عمومی در تهران متمرکز شدهاند و طرحهای دولت برای «قطبهای داده» در سایر استانها به علت نبود بودجه و نظارت اجرایی متوقف ماندهاند. در نتیجه منابع محاسباتی گسترده (مانند صدها GPU) فقط در پایتخت جمع شده و دسترسی پژوهشگران در مناطق دیگر میسر نیست. ضمن اینکه خدمات ابری بومی نیز هنوز در ابتدای راه است: رئیس اندیشکده هوش مصنوعی به ضعف «کلاد (پردازش ابری) بومی، دیتاسنترها و تجهیزات محاسباتی پیشرفته» اشاره کرده که عملاً توسعه AI را با مشکل مواجه ساخته است. همچنین ایران فاقد بازیگر بزرگ ابری (نظیر AWS یا Azure) است که از مقیاسپذیری و زیرساخت قوی برخوردار باشند. برخی گزارشها به تلاش شرکتهای دانشبنیان اشاره میکنند که سرویس ابری مختص هوش مصنوعی را راهاندازی کردهاند؛ اما حتی این سرویسها برای اجرا به پایگاه مدلهای جهانی متکیاند و ظرفیت فعلی آنها بسیار محدود است.
ناکارآمدی مدیریتی و سرمایهگذاری
علاوه بر کمبودهای فنی، فقدان راهبرد مشخص و سرمایهگذاری هدفمند موجب عقبماندگی ایران در عرصه AI شده است. کارشناسان میگویند گرچه ظرفیت علمی و نیروی انسانی قوی وجود دارد، «نبود برنامهریزی ملی، سرمایهگذاری ناکافی، سیاستهای اجرایی گنگ و زیرساختهای ناکافی» مانع اصلی پیشرفت است. بسیاری از اسناد و طرحهای کلان زیر ساختی هوش مصنوعی در حد کاغذ باقی مانده یا به علت کمبود بودجه و نبود نهاد مجری مناسب، اجرا نشدهاند. برای نمونه، مسوول پروژه سکوی ملی هوش مصنوعی اذعان کرده رتبه ایران در پژوهش AI قابلتوجه است اما در کاربرد (توسعه محصولات و خدمات) وضعیت مناسبی ندارد و یکی از دلایل اصلی این شکاف، «نبود زیرساختهای سختافزاری و نرمافزاری» است. وی همچنین تأکید کرده با وجود شعارهای طولانیمدت درباره هوشمندسازی، در عمل بخشهای دولتی پیشرفت قابلتوجهی در بهرهگیری از هوش مصنوعی نداشتهاند، چرا که توسعه این فناوری نیازمند صرف هزینه هنگفت در سختافزار و نرمافزار است.
به بیان دیگر، دولت تاکنون نتوانسته با مکانیزم مناسب، نیروی بخش خصوصی و سرمایه را به پروژههای AI وارد کند. بدین ترتیب ترکیب مشکلات بوروکراتیک و فقدان حمایت اجرایی، عملاً ساختن یک اکوسیستم مستقل هوشمند را بلوکه کرده است.
نتیجهگیری
تحلیل فکتها و گزارشهای موجود روشن میکند که ایران در حال حاضر از لحاظ زیرساخت فنی و اداری در جایگاهی نیست که امکان توسعه مستقل AI پیشرفته را بدهد. کارشناسان داخلی و ناظران بینالمللی بر فقدان مراکز داده قدرتمند، تجهیزات پردازشی مدرن، شبکه ابری بالغ و سرمایهگذاری کافی تأکید دارند. بروز یک زیرساخت ۱۰ پتافلاپسی در دانشگاه شریف تنها نشان میدهد راه طولانی را طی کردهایم که هنوز رسیدن به استانداردهای جهانی فاصله زیادی دارد. از این رو، بسیاری معتقدند بدون استفاده از مراکز داده یا ابرهای خارجی، توسعه یک هوش مصنوعی سطح بالا در ایران امکانپذیر نیست.
