راه پرداخت
رسانه فناوری‌های مالی ایران

مسیر رشد هوش مصنوعی در رویداد فیس کاپ بررسی شد

سومین گردهمایی فعالان هوش مصنوعی و اختتامیه پنجمین دوره رویداد سالیانه هوش مصنوعی فیس کاپ، یک اسفندماه سال ۱۴۰۳ برگزار شد. هدف این رویداد ایجاد محیطی رقابتی برای شناساندن و پرورش تیم‌ها و افراد مستعد در اکوسیستم هوش مصنوعی است. در این رویداد علاوه بر سخنرانی‌های تخصصی درباره هوش مصنوعی، تیم‌های برتر پنجمین دوره این رویداد سالیانه نیز اعلام شدند که تیم میراکل رتبه سوم، تیم سریر رتبه دوم و تیم اوزون رتبه اول را کسب کردند.


تحولات سریع هوش مصنوعی در جهان


ابوالحسن فیروزآبادی، مدیرعامل گروه توسعه فناوری زعیم، با اشاره به قدمت ۶۰ تا ۷۰ساله هوش مصنوعی تأکید کرد که این فناوری در سال‌های اخیر دستخوش تغییرات اساسی شده و سبک جدیدی از فناوری اطلاعات را در سراسر جهان شکل داده است. او در این باره گفت: «دو مفهوم کلیدی در این حوزه پردازش شده‌اند پردازش زبان که از قرن بیستم به‌عنوان بخشی از علوم‌انسانی در غرب مورد توجه بوده است، و پردازش تصویر که انسان علاوه بر حواس پنج‌گانه، قابلیت تحلیل و پردازش آن را نیز دارد.»

او با اشاره به تأثیرات اقتصادی این فناوری گفت: «جهان در آستانه تحولاتی بزرگ و سریع قرار دارد، اما اینکه این تغییرات به چه سمتی پیش خواهند رفت، بستگی به غول‌های فناوری دارد که آینده را برای بشر مبهم کرده‌اند. کشورهایی مانند امارات، فرانسه و عربستان سعودی سرمایه‌گذاری‌های عظیمی در این حوزه انجام داده‌اند. در ایران نیز، پیش از هر چیز باید به تربیت نیروی انسانی متخصص و سرمایه‌گذاری هدفمند توجه شود، چراکه ورود بدون برنامه‌ریزی به این حوزه می‌تواند هزینه‌های سنگینی به همراه داشته باشد.»


 تمرکز فیس کاپ ۱۴۰۳بر هوش مصنوعی در گردشگری


 حسین بیانی، مدیرعامل مرکز نوآوری نکسترا در مراسم اختتامیه پنجمین دوره فیس کاپ درباره روند برگزاری این مسابقات گفت: «این رویداد از شهریورماه آغاز شد و تیم اجرایی از شش ماه قبل درگیر برنامه‌ریزی، انتخاب موضوع، طراحی مسابقه و برگزاری دوره‌های آموزشی بود. مسابقه اصلی از آذرماه به‌صورت آنلاین شروع شد و تیم‌ها در رقابتی فشرده به چالش کشیده شدند.»

 او با اشاره به تغییر موضوع مسابقه امسال افزود: «برخلاف سال‌های گذشته که تمرکز بر بانکداری و بورس بود، امسال برای اولین‌بار به حوزه گردشگری پرداختیم؛ حوزه‌ای که هنوز متولی مشخصی در زمینه هوش مصنوعی ندارد. یکی از دشوارترین بخش‌ها، نبود مجموعه‌داده‌های مرجع بود. تیم اجرایی با تلاش فراوان دیتاستی شامل ۱۱ هزار تصویر از ۴۸۸ نقطه گردشگری کشور را گردآوری کرد و در اختیار شرکت‌کنندگان قرار داد.»

او با اشاره به عملکرد تیم‌های برتر بیان کرد: «پنج تیم اول، دیتاستی بیش از دو و نیم برابر دیتاست مسابقه ایجاد کردند و نشان دادند که چالش اصلی این حوزه، جمع‌آوری داده است. برخی تیم‌ها از ابزارهایی مانند گوگل لنز و منابع آنلاین برای تکمیل اطلاعات خود استفاده کردند و در مجموع حدود ۱۰۰ هزار تصویر از اماکن گردشگری کشور جمع‌آوری شد. ۷۵۴ نفر ثبت‌نام کردند، ۳۰ تیم به رقابت پرداختند و ۳۵۰ نفر دوره‌های تخصصی را گذراندند. تیم‌هایی که نیاز به پردازش سنگین داشتند، از طریق پلتفرم AI Box به GPU دسترسی پیدا کردند.»

  او در پایان اظهار امیدواری کرد که این تیم‌ها بتوانند وارد اکوسیستم اقتصادی شوند و وزارت میراث‌فرهنگی و کسب‌وکارهای خصوصی از آن‌ها حمایت کنند.


 نقش فیس کاپ در پیوند صنعت و دانشگاه


 محمد صبری، دبیر رویداد و عضو هیئت‌علمی دانشگاه آزاد اسلامی درباره روند شکل‌گیری و رشد فیس کاپ گفت: «ایده اولیه این رویداد در اوایل دوران کرونا شکل گرفت و اختتامیه اولین دوره، هم‌زمان با همه‌گیری، به‌صورت مجازی در دانشگاه تهران برگزار شد. از همان ابتدا، هدف ما ایجاد ارتباط بین صنعت، دانشگاه و متخصصان بود.»

صبری با اشاره به روند توسعه مسابقه افزود: «در سال سوم، رویداد در صندوق نوآوری و شکوفایی برگزار شد، سال چهارم به کتابخانه ملی منتقل شد و امسال با مقیاسی بزرگ‌تر اجرا شد. استقبال بالا باعث شد برای اولین‌بار، ثبت‌نام را یک هفته زودتر ببندیم تا ظرفیت‌تکمیل نشود.»

  او درباره تأثیر فیس کاپ در توسعه منابع انسانی گفت: «این رویداد نه‌تنها بستری برای رقابت، بلکه فرصتی برای معرفی متخصصان به بخش صنعت است. یکی از چالش‌های بزرگ، عدم تطابق عرضه و تقاضای نیروی انسانی متخصص در حوزه‌های فناورانه است که ما سعی داریم با ارائه دوره‌های آموزشی و تیم‌سازی این مشکل را حل کنیم.»

 صبری در پایان تأکید کرد: «هدف ما تکمیل زنجیره ارزش از آموزش تا شکوفایی کسب‌وکارهاست تا نیروی متخصص پرورش یابد و به رشد صنعت کمک کند.»


  پنل زیرساخت هوش مصنوعی


 در ادامه این رویداد پنلی با موضوع زیرساخت هوش مصنوعی و با حضور محمد مظفری، معاونت فنی گرین وب؛ محمدصادق کریمی، عضو هیئت‌مدیره و رئیس مرکز توسعه کسب‌وکار و فناوری‌های نوین رایتل؛ مرتضی الیاسی، عضو کمیته راهبردی مرکز نوآوری نکسترا؛ محسن افشارچی، عضو هیئت‌علمی دانشگاه زنجان، با راهبری امیرحسین صادقی برگزار شد.

  محمد مظفری، معاونت فنی گرین وب در این پنل به بررسی تأثیر هوش مصنوعی بر صنعت، خدمات ابری در این حوزه پرداخت و گفت: «ما از سال ۱۳۹۸ خدمات ابری را در حوزه هوش مصنوعی با برند ایران سرویس آغاز کردیم و از سال گذشته مفهوم اپراتور هوش مصنوعی را تحت عنوان اهورا راه‌اندازی کردیم این اپراتور در سه‌لایه فعالیت می‌کند. زیرساخت و پردازش که در ارائه بسترهای ارتباطی، دیتاسنتر و پردازش gpu فعالیت می‌کند. دوم مدل‌ها و داده‌ها است که پلتفرم‌هایی که مانند پلی گراند که امکان استفاده از مدل‌های هوش مصنوعی را برای صنایع مختلف فراهم می‌کند. سرویس‌های کاربردی که مارکت پلیسی است که در آن شرکت‌ها می‌توانند خدمات هوش مصنوعی خود ارائه دهند. این ساختار با همکاری شرکت‌های مختلف شکل‌گرفته تا دسترسی به هوش مصنوعی را تسهیل کرده و به توسعه اکوسیستم در کشور کمک کنند.

محمدصادق کریمی، عضو هیئت‌مدیره و رئیس مرکز توسعه کسب‌وکار و فناوری‌های نوین رایتل با اشاره به تغییرات اپراتورهای تلفن همراه در جهان گفت: «بر اساس گزارش‌های اخیر، ۶۷ درصد از ۴۰۰ اپراتور برتر دنیا به سمت درآمدزایی از طریق هوش مصنوعی رفته‌اند.  بسیاری از شرکت‌های مخابراتی دیگر صرفاً بر سرویس‌های سنتی مکالمه متمرکز نیستند، بلکه با تغییر برند و رویکرد، خدمات هوش مصنوعی ارائه می‌کنند. در کشور ما نیز مفهوم اپراتور هوش مصنوعی از حدود یک سال پیش راه‌اندازی شده و هدف آن، ایجاد زیرساخت‌های پردازشی، ارائه مدل‌های هوش مصنوعی و توسعه سرویس‌های کاربردی برای صنایع مختلف است. یکی از چالش‌های صنایع، استفاده بهینه از داده‌هاست. ما بستری فراهم کرده‌ایم که شرکت‌ها بتوانند داده‌های خود را با مدل‌های مختلف هوش مصنوعی مقایسه کنند و ببینند کدام مدل بهترین خروجی را برای کسب‌وکارشان دارد. به‌عنوان‌مثال، در حوزه نگهداری و تعمیرات هوشمند، بیش از ۲۵۰ مدل مختلف ارائه شده که شرکت‌ها می‌توانند با بارگذاری داده‌های خود، مناسب‌ترین گزینه را انتخاب کنند

  در ادامه این پنل، محسن افشارچی، عضو هیئت‌علمی دانشگاه زنجان به اهمیت زیرساخت‌های انتقال داده پرداخت و گفت: «یکی از مهم‌ترین نیازها برای اجرای پروژه‌های هوش مصنوعی، انتقال و پردازش داده‌هاست. ما در حال همکاری با صنایع بزرگی مانند فولاد مبارکه هستیم تا شبکه‌های اختصاصی داده را برای آن‌ها ایجاد کنیم و زیرساخت‌های مناسب برای هوش مصنوعی را فراهم کنیم. حدود دو سال طول کشید تا این دانشگاه به‌عنوان یکی از پایگاه‌های پردازش هوش مصنوعی در شمال غرب کشور مطرح شود. در حال حاضر، این دانشگاه بستری برای فعالیت‌های استارتاپی و دانشجویی در این حوزه فراهم کرده است.»

  او ادامه داد: «هوش مصنوعی دیگر یک انتخاب نیست، بلکه یک ضرورت اجتناب‌ناپذیر برای پیشرفت کشور است. حتی مدل‌های ساده‌ای که در کلاس‌های آموزشی معرفی می‌کنیم، به حجم پردازشی بالایی نیاز دارند. این مسئله نشان می‌دهد که باید به سمت توسعه زیرساخت‌های پردازشی داخلی حرکت کنیم. هوش مصنوعی نه‌تنها باعث افزایش بهره‌وری در صنایع می‌شود، بلکه فرصت‌های اقتصادی جدیدی را نیز ایجاد می‌کند. بسیاری از شرکت‌های متوسط می‌توانند با بهره‌گیری از این فناوری، مدل‌های کسب‌وکار خود را متحول کنند. نکته مهم این است که علاوه بر حمایت از کسب‌وکارهای هوش مصنوعی، باید آن‌ها را هدایت کنیم. یعنی صرفاً تأمین منابع کافی نیست؛ بلکه باید مسیر توسعه را به‌درستی مشخص کنیم تا از سرمایه‌گذاری‌ها بهترین نتیجه حاصل شود.»

در ادامه مرتضی الیاسی، عضو کمیته راهبردی مرکز نوآوری نکسترا به چالش‌های کشورهای درحال‌توسعه پرداخت و گفت: «کشورهای مانند عربستان با سرمایه‌گذاری حدود ۲۰ میلیارد دلار و امارات با اقداماتی مشابه به دنبال تقویت زیرساخت‌های هوش مصنوعی هستند. درحالی‌که ما باید به سمت افزایش سرمایه‌گذاری و توسعه کسب‌وکارها برویم، در حال حاضر با چالش‌های جدی روبه‌رو هستیم. برای پوشش گپ سرمایه‌گذاری در کسب‌وکارها، ما نیاز به حمایت از زیرساخت‌ها داریم. دانشگاه زنجان و دیگر مراکز آموزشی می‌توانند به‌عنوان پیشران این تحولات نقش مؤثری ایفا کنند. اگر ما در زمینه تأمین زیرساخت‌ها و منابع پردازشی سرمایه‌گذاری نکنیم، علاوه بر اینکه فاصله فناوری با کشورهای دیگر بیشتر می‌شود، شاهد افول اقتصادی و بروز ریسک‌های امنیتی خواهیم بود.»

  او به ارتباطات با صنایع حیاتی مانند فولاد و ذوب‌آهن اشاره کرد و گفت: «ین صنایع به زیرساخت‌های قوی و داده‌های قابل‌بارگذاری نیاز دارند. در غیر این صورت، خطرات جدی برای امنیت و عملکرد این صنایع به وجود می‌آید. در دو یا سه سال گذشته، دولت و بخش خصوصی به همکاری نزدیک‌تری پرداخته‌اند. ایجاد تفاهم‌نامه‌های مشترک می‌تواند به ما کمک کند تا زیرساخت‌های لازم را برای کسب‌وکارهای کوچک و متوسط فراهم کنیم. این همکاری‌ها به ما این امکان را می‌دهد که مدل‌های سفارشی مورد نیاز داخل کشور را توسعه دهیم و به‌جای وابستگی به شرکت‌های خارجی، از ظرفیت‌های داخلی بهره‌برداری کنیم.»


 تحولات هوش مصنوعی در بانک‌ها و چالش‌های اعتبارسنجی مشتریان


 در ادامه این رویداد، فردین صبوری، مدیر تیم تحلیل داده و هوش مصنوعی شرکت داتا، به بررسی چالش‌های بازاریابی هوشمند در بانک‌ها و مؤسسات مالی پرداخت. او با اشاره به چالش‌های بازاریابی و تخمین نقدینگی بیان کرد: «بازاریابی هوشمند همیشه یکی از چالش‌های بانک‌ها بوده است، به‌ویژه با تنوع محصولات. همچنین، تخمین نقدینگی و نظارت بر کشف تقلب از جمله مسائل مهمی است که بانک‌ها باید به آن توجه داشته باشند. او افزود که باوجود الزامات بانک مرکزی، رویکردها و روش‌های مختلفی برای مدیریت این چالش‌ها وجود دارد.

 صبوری بر اهمیت اعتبارسنجی مشتریان تأکید کرد و گفت: «در دو سال گذشته، بانک تجارت به بلوغی در شناسایی نیازها و چالش‌های موجود دست‌یافته و پروژه‌هایی در زمینه اعتبارسنجی مشتریان را آغاز کرده است.» او تأکید کرد که بسیاری از خدمات به‌صورت غیرحضوری انجام می‌شود و مراجعه به شعب کاهش‌یافته است.

  او همچنین به یکی از چالش‌های اصلی بانک‌ها، یعنی کمبود داده و پایین‌بودن کیفیت آن، اشاره کرد و افزود: «نبود داده‌های کافی می‌تواند موفقیت پروژه‌ها را تحت‌تأثیر قرار دهد.»

او ابراز اطمینان کرد که با حضور متخصصان، پروژه‌ها به‌زودی در بانک تجارت به مرحله اجرا برخواهند آمد. زیرساخت‌های پردازشی او به‌ضرورت توسعه زیرساخت‌های پردازشی اشاره کرد و گفت: «بانک تجارت در حال تهیه ماژول‌های مختلف و زیرساخت‌هایی است که توان پردازشی بالایی دارند و می‌توانند پروژه‌های جدید را پشتیبانی کنند.»

 صبوری در پایان به اعتبارسنجی مشتریان متقاضی تسهیلات پرداخت و گفت: «باتوجه‌به تنوع محصولات و مشتریان، بانک‌ها باید به‌دقت به بررسی تاریخچه مالی مشتریان و رفتار آن‌ها توجه کنند.»

 او خاطرنشان کرد که سامانه‌های مرتبط با بانک مرکزی می‌توانند اطلاعات لازم را برای ارزیابی دقیق‌تر در اختیار بانک‌ها قرار دهند.


 هوش مصنوعی در بانکداری؛ فرصت‌ها و چالش‌ها


فاطمه باقرپور، مدیر تیم هوش مصنوعی داتا در ادامه رویداد، بیان کرد که هوش مصنوعی در آینده نزدیک، مهم‌ترین بخش صنعت بانکداری خواهد بود. او با اشاره به اینکه ۷۵ درصد از بانک‌های جهان از این فناوری استفاده می‌کنند، تأکید کرد که ایران هنوز در مراحل ابتدایی توسعه قرار دارد. سرمایه‌گذاری جهانی در این حوزه در سال ۲۰۲۳ به ۲۱ میلیارد دلار رسیده، درحالی‌که ایران در سال ۲۰۲۰ تنها ۲۰۰ میلیون دلار هزینه کرده است. او حوزه‌های کلیدی هوش مصنوعی در بانکداری را مدیریت تجربه مشتری، خودکارسازی فرایندها و تحلیل داده‌ها دانست و افزود که سازمان‌ها ابتدا آگاهی پیدا می‌کنند، سپس به بومی‌سازی می‌پردازند و در نهایت می‌توانند به شرکت‌های پیشرو تبدیل شوند.

 باقرپور در ادامه افزود: «ایران هنوز در مرحله دوم توسعه قرار دارد و این نشان‌دهنده فرصت‌های گسترده‌ای است. بااین‌حال، بیش از ۸۰ درصد پروژه‌های داخلی در این حوزه شکست‌خورده‌اند، زیرا بیشتر روی فناوری تمرکز شده و نیازهای بازار در نظر گرفته نشده است. او تأکید کرد که موفقیت در این مسیر نیازمند بررسی نیازهای واقعی بانکداری، پذیرش فرهنگی و یک برنامه‌ریزی بلندمدت است. همچنین به تجربه موفق کشورهایی مانند برزیل اشاره کرد و گفت که شرکت داتا به دنبال توسعه اپلیکیشن‌های هوش مصنوعی در بانکداری است و آماده سرمایه‌گذاری روی ایده‌های مناسب است.»

 در انتهای این رویداد، تیم‌های برتر پنجمین دوره رویداد سالیانه هوش مصنوعی فیس کاپ اعلام شدند که تیم میراکل رتبه سوم، تیم سریر رتبه دوم و تیم اوزون رتبه اول را کسب کردند.

ارسال یک پاسخ

آدرس ایمیل شما منتشر نخواهد شد.