به گزارش ایسنا، مرکـز استراتژی و تـحول هوش مصنوعی شریف و آزمایشگاه سیاستی دانشکده مدیریت و اقتصاد دانشگاه صنعتی شریف با حمایت ستاد اقتصاد دیجیتال معاونت علمی، فناوری و اقتصاد دانشبنیان ریاسـت جمـهوری گزارشی از وضعیت ایران در توسعه هوش مصنوعی منتشر کردند. در این گزارش ایران با ۱۳ کشور دیگر مورد مقایسه قرار گرفته است که این کشورها به سه دسته کلی کشورهای منطقه (عربستان سعودی، امارات، ترکیه و رژیم صهیونیستی)، کشورهای منتخب (هند، آفریقای جنوبی، روسیه، کره جنوبی، انگلستان، آلمان و برزیل) و کشورهای پیشرو (چین و امریکا) تقسیمبندی شدند.
طبق نتایج این گزارش، ایران در زمینه مقالات هوش مصنوعی، چه از نظر کمی و چه از نظر کیفیت، در حال حاضر در جایگاه دوم منطقه پس از عربستان قرار دارد. همچنین میانگین رشد تعداد مقالات هوش مصنوعی در ایران پایینتر از میانگین جهانی است و از سال ۲۰۱۹ به بعد به طور مداوم کاهش پیدا کرده است. به همین دلیل، ایران سهم ۷ درصدی خود از تعداد مقالات هوش مصنوعی در جهان و رتبه اول منطقه و یکی از کشـورهای برتر جهان در سـال ۲۰۱۳ را از دسـت داده و از سـال ۲۰۲۲ به بعد پس از عربسـتان در جایگاه دوم منطقه قرار دارد.
ایران در سال ۲۰۲۳ تنهـا ۳.۲ درصـد از کل مقالات بـا تأثیر بالای هوش مصنوعی را در اختیار دارد و ترکیه بر اساس سرعت رشد بالا به زودی جایگاه ایران در منطقه را خواهد گرفت. علاوه بر آن تقریبا هیچ یک از کشورهای منطقه جایگاه مناسبی در زمینه پتنت نداشته و کل کشورهای مورد بررسی در این شاخص دچار عقب ماندگی جدی نسبت به کشورهای منتخب در حوزه هوش مصنوعی هستند.
در حال حاضر، ایران به جز ترکیه با هیچ یک از کشورهای منطقه همکاری علمی قابل توجهی ندارد و مهمترین همکاران بینالمللی علمی ایران در زمینه هوش مصنوعی به ترتیب آمریکا، کانادا، استرالیا و چین هستند. بر خلاف ایران، عربستان در همکاریهای علمی بینالمللی روندی کاملًا متفـاوت را طی کرده و ضمن برقراری تعادل در همکاری با چین و آمریکا تمرکز خود را بر همکاری با کشورهای منطقه و هند گذاشته است. ترکیه از همکاری علمی با ایران بهره برده و تا سال ۲۰۲۲ ایران دومین همکار علمی کشور ترکیه پس از آمریکا بوده است. از سال ۲۰۲۲ به بعد، ترکیه مسیری متفاوت در پیش گرفته و هماکنون ایران پس از هند، چین و انگلستان در جایگاه پنجم همکاریهای بین المللی ترکیه قرار دارد.
انتشارات علمی
منظور از انتشارات علمی، مجموعهای از مقالات منتشر شده در قالب مقالات پژوهشی، مقالات کنفرانسی، فصل کتاب، مقالات مروری و سایر (با توجه به حجم کم، انواع انتشاراتی که ذیل عنوان «سایر» جمعآوری شدند عبارتند از نامه، یادداشت، نظرسنجی، مقاله مطبوعاتی، اصلاحیه مقالات، مقالات دادهای، سرمقاله، کتاب، چکیده و سایر انتشاراتی است که در این حوزهها نمیگنجد) اسـت.
منبع استخراج انتشارات علمی مرتبط با هوش مصنوعی، پایگاه داده اسکوپوس است. بیش از ۶۰۰ هزار نشریه علمی هوش مصنوعی با استفاده از کلیدواژههای اصلی هوش مصنوعی مانند شبکه عصبی، یادگیری ماشین و غیره استخراج شده است.

روندهای جهانی
دادههای مورد استفاده در این بخش، تعداد و میزان رشد انتشارات علمی هوش مصنوعی در جهان است که شامل مقالات علمی، مقالات کنفرانسی، فصلهای کتاب و سایر انتشارات است. همانطور که در شکل زیر دیده میشود، در بازه سالهای ۲۰۱۰ تا ۲۰۱۴ تعداد انتشارات تقریبا ثابت و با رشد ملایم افزایش یافته است. اگرچه یادگیری عمیق هنوز به طور گستردهای استفاده نمیشود، اما مباحث مرتبط با کلان دادهها و توانایی پردازش حجم زیاد دادهها، در جهت شکل دهی به مسیرهای جدید تحقیقاتی عمل میکرد.

در بازه سالهای۲۰۱۵ تا ۲۰۱۶ تعداد انتشارات علمی به طور قابل توجهی افزایش یافته است. این افزایش عمدتا معرفی و پذیرش یادگیری عمیق به عنوان یک رویکرد جدید و پیشرو در زمینه هوش مصنوعی بود. الگوریتمهایی مانند شبکههای عصبی پیچشی برای پردازش تصویر و شبکههای عصبی بازگشتی برای زبان طبیعی، به طور گستردهای به کار گرفته شدند. شرکتهایی مانند گوگل و فیسبوک نیز در این زمان انتشار مقالات و به اشتراکگذاری مدلهای جدید را در دستور کار قرار دادند که به جذب توجه محققان کمک ویژهای کرد.
در بازه سالهای ۲۰۱۷ تا ۲۰۱۸ تعداد انتشارات به شکل جهشی افزایش پیدا کرد. در این دوره، یادگیری عمیق به طور گستردهای در حوزههای مختلف از جمله بینایی ماشین، پردازش زبان طبیعی و حتی بازیها مانند پروژههای دیپمایند در بازی گو، به کار گرفته شد. ظهور مدلهایی مانند ترانسفورمر و موفقیت GPT-2 که مفاهیم جدیدی در زمینه پردازش زبان طبیعی مطرح کردند، به شدت مورد توجه قرار گرفتند. همچنین توسعه پلتفرمهای رایانش ابری مانند AWS و Google Cloud که دسترسی به قدرت پردازش بالا را برای پژوهشگران فراهم کرد نیز به افزایش تولید مقالات کمک کرد.
سال ۲۰۱۹ و ۲۰۲۰ یکی از مهمترین سالها در تاریخ هوش مصنوعی مدرن بود. معرفی مدلهای پیشرفتهتر مانند BERT و -3GPT که تواناییهای قابل توجهی در تولید زبان طبیعی داشتند، به تحولات بزرگی در حوزه پردازش زبان طبیعی منجر شد. همچنین، افزایش استفاده از هوش مصنوعی در کاربردهای عملی مانند تشخیص پزشکی، خودروهای خودران و هوش مصنوعی برای سلامت منجر به افزایش تحقیقات و انتشارات علمی در این زمینهها شد.
در سالیان اخیر استفاده گسترده از مدلهای زبانی بزرگ مانند -3GPT و ChatGPT و همچنین مدلهای چندوجهی مانند CLIP و E-DALL به یک رونـد اصلی در تحقیقات تبدیل شده است. سرمایهگذاریهای بزرگ شرکتهای فناور و دولتها در زمینه هوش مصنوعی و تحقیق و توسعه، ایجاد کنسرسیومهای بینالمللی برای تحقیقات مشترک و تحولات سیاستگذاریها برای تنظیمگری هوش مصنوعی از جمله عوامل مهمی هستند که به این افزایش کمک چشمگیری کردهاند. نکته مهم دیگر در مورد سالیان اخیر این است که علیرغم روند رو به رشد تعداد انتشارات علمی هوش مصنوعی، در سالهای اخیر شتاب تولید انتشارات هوش مصنوعی کاهش یافته است.
بر اساس ارزیابی دادههای موجود میتوان نتیجه گرفت که رشد مقالات حوزه هوش مصنوعی با شـتاب قابل توجهی در جریان اسـت، هـر چنـد کـه بـر پایه نوع سند منتشر شده، روند رشد متفاوت است. اما میتوان گفت کماکان مقالات پژوهشی و مقالات کنفـرانسی دو مدل اصلی ارائه و گسترش دانش در زمینه هوش مصنوعی هسـتند. همچنین به واسـطه گسترش هر چه بیشتر حوزههای گوناگون دانشی هوش مصنوعی، مقالات مروری رشد قابل توجهی داشتهاند که نیاز به تجمیع و منظمسازی یافتههای علمی هوش مصنوعی را منعکس میکند.
وضعیت ایران در تولید مقالات علمی
همانطور که در نمودار زیر مشخص است، در بازه ۲۰۱۰ تا ۲۰۱۴ رشد نسبتا پایدار و با شیبی ملایم در تعداد مقالات هوش مصنوعی ایران مشاهده میشود. تعداد مقالات از ۵۴۶ مقاله در سال ۲۰۱۰ به ۱۰۵۱ مقاله در سال ۲۰۱۴ افزایش یافته است. این بازه نشاندهنده رشد تدریجی و آغاز تقویت پژوهشها در این حوزه است.
از ۲۰۱۵ تا ۲۰۱۸ رشد همچنان ادامه داشت، اما سرعت آن افزایش یافته؛ به طوری که تعداد مقالات از ۱۱۲۸ مقاله در سال ۲۰۱۵ به ۱۴۲۶ مقاله در سال ۲۰۱۸ رسیده است. این رشد نسبتا ثابت، اما کمی شتابدار است ولی از سال ۲۰۱۹ تا ۲۰۲۳ شاهد رشد قابل توجهتری هستیم؛ تعداد مقالات از ۱۹۰۶ مقاله در سال ۲۰۱۹ به ۳۵۲۵ مقاله در سال ۲۰۲۳ افزایش یافت. این افزایش سریع نشاندهنده علاقه و تمرکز بیشتر بر روی پژوهشهای هوش مصنوعی در سالهای اخیر است.
نکته قابل توجه، کاهش درصد رشد مقالات هوش مصنوعی ایرانی از سال ۲۰۱۹ به بعد است که مشابه وضعیت جهانی است.
از زاویه دیگر، شاخص نرخ رشد سالانه مرکب، یک متغیر است که در دورهای طولانی از یک سال انجام می پذیرد. این عدد نشان میدهد که تعداد مقالات هوش مصنوعی ایران به طور میانگین سالانه ۱۶.۸ درصد رشد داشته و نشاندهنده یک نرخ رشد قوی و پایدار و توسعه مستمر در فعالیتهای پژوهشی این حوزه است.

در نمودار زیر نشان میدهد ایران در حال از دسـت دادن سـهم خود در کل مقالات هوش مصنوعی در مقایسـه با سـایر کشورها اسـت. ایران که تا سال ۲۰۲۱ بیشترین سهم مقالات را در میان کشورهای منطقـه داشته است، با شروع روند نزولی از سال ۲۰۱۳ پایینتر از عربستان در سال ۲۰۲۳ قرار گرفته است. ادامه همین روند افزایش فاصله کشور عربستان با ایران و همچنین از دسـت دادن جایگاه دوم منطقه را در پی خواهد داشـت. امارات در سـالهای اخیر با شتاب بیشتری وارد عرصه تحقیقاتی هوش مصنوعی شـده و با وجود اینکه از نظر تعداد مقالات از کشورهای دیگر عقبتر بود، اما توانسته است به طور قابل توجهی رشد کند.

کیفیت مقالات علمی
نمودار زیر نشـانگر کیفیت تولیدات علمی یک کشور اسـت. در نمودار نوع اول ایران از سال ۲۰۲۱ به بعد پس از عربستان و امارات در جایگاه سوم قرار دارد و رقابت تنگاتنگی با کشور ترکیه برای داشتن سهم از مقالات با تأثیر بالا دارد. روند سهم ایران از کل مقالات تا سال ۲۰۲۱ صعودی بوده و از سال ۲۰۲۱ مشابه تمام کشورهای منطقه روندی کاهشی یافته است. امارات به صورت کلی مقالات با تأثیر بالای بیشتری دارد، اما تعداد مقالات کمتری دارد. عربستان نیز روندی صعودی در نسبت تعداد مقالات با تأثیر بالا داشته است.
در نمـودار نوع دوم، بررسی سهم هر کشور از کل مقالات با تاثیر بالا است. بـه عنوان مثال چنانچه در سال ۲۰۲۰ تعداد ۱۰۰ مقاله هوش مصنوعی با تاثیر بالا وجود داشته باشد و سهم ایران در آن سال ۳۰ مقاله باشد، سهم ایران ۳۰ درصد خواهد بود. سهم ایران از مقالات هوش مصنوعی با تاثیر بالا در حال افول است و از حدود ۹ درصد در سال ۲۰۱۱ به ۳.۲ درصد در سال ۲۰۲۳ رسیده است. ترکیه نیز روندی نزولی را تا سال ۲۰۱۸ طی کرده و پس از آن روندی رو به رشد اما با سرعت کمی را در پیش گرفته است.

تعداد انتشارات علمی هوش مصنوعی به تفکیک حوزه موضوعی
این شاخص بـه بررسی انتشارات علمـی هوش مصنوعی بر اساس حوزههـای موضوعـی مختلـف میپردازد. مقالات هـوش مصنوعی در پایگاه داده اسکوپوس حدود ۳۰۰ حوزه موضوعـی تقسیمبنـدی شده است. برخی از پرتکرارترین حوزههای موضوعی فنی شامل شبکههای کامپیوتری و ارتباطات، برنامههای کاربردی علوم کامپیوتر، بینایی کامپیوتری و تشخیص الگو، مهندسی کنترل و سیستمها، مهندسی برق و الکترونیک، سیسـتمهای اطلاعاتی و زبان و زبانشناسی میشـود. حوزههـای موضوعـی با اسـتفاده از جسـتجوی کلیدواژههای مرتبط با هرکدام در پایگاه دادههای اسکوپوس به دست آمدهاند و سپس به تحلیل و ارزیابی آنها پرداخته شده است.

همانطور که در نمودار دیده میشود، در سال ۲۰۲۱ جایگاه اول پرتکرارترین حوزه علمی هوش مصنوعی در ایران، عربسـتان، امارات و ترکیه حوزه «برنامههای کاربردی علوم کامپیوتر» است که به ترتیب به ترتیب برابر ۰.۶۶، ۶.۹، ۰.۶۶ و ۰.۷۹ است. جایگاه ایران و سایر کشورها نشـاندهنده پرتکـرار بودن این حوزه در این کشورها اسـت.
حوزه پرتکرار دوم برای ایران و عربسـتان حوزه «مهنـدسی برق و الکترونیـک» و برای امارات و ترکیه حوزه «شبکههای کامپیوتری و ارتباطات» است. در سـال ۲۰۲۲ پرتکرارترین حوزه برای ایران، امارات و ترکیه همچنان حوزه «برنامههـای کاربـردی علوم کامپیوتر» بـا مقدار به ترتیب ۰.۸۶، ۱.۲۴ و ۱.۱۲ است. برای عربستان حوزه «مهندسی برق و الکترونیک» بـا مقـدار ۱۲.۵۳ در جایگاه اول قـرار دارد. اولویتهای اول تا پنجم ایران در هوش مصنوعی از سال ۲۰۲۱ تا ۲۰۲۳ به این شرح است:
| سال | جایگاه | ایران |
| ۲۰۲۱ | اول | برنامههای کاربردی علوم کامپیوتر |
| Computer Science Applications | ||
| دوم | مهندسی برق و الکترونیک | |
| Electrical And Electronic Engineering | ||
| سوم | نرمافزار | |
| چهارم | شبکههای کامپیوتری و ارتباطات | |
| پنجم | مهندسی | |
| ۲۰۲۲ | اول | برنامههای کاربردی علوم کامپیوتری |
| دوم | مهندسی برق و الکترونیک | |
| سوم | نرمافزار | |
| چهارم | شبکههای کامپیوتری و ارتباطات | |
| پنجم | مهندسی | |
| ۲۰۲۳ | اول | برنامههای کاربردی علوم کامپیوتری |
| دوم | نرمافزار | |
| سوم | مهندسی برق و الکترونیک | |
| چهارم | شبکههای کامپیوتری و ارتباطات | |
| پنجم | مهندسی |
انتهای پیام
