این کارگردان سینما در این متن که در اختیار ایسنا گذاشت،نوشت: «موفقیت نوجوانان ایرانی در رقابتهای جهانی علمی و حضور آنان در سومین المپیاد جهانی هوش مصنوعی ۲۰۲۶ بار دیگر پرسشی مهم را پیش روی ایران قرار داده است: کشوری که میتواند استعدادهایی در سطح رقابتهای جهانی ریاضی، رایانه و هوش مصنوعی پرورش دهد، تا چه اندازه قادر است این سرمایهٔ انسانی را به توانایی پایدار در تولید فناوری هوش مصنوعی تبدیل کند؟ این مقاله میان سه مفهوم تمایز میگذارد: استعداد در هوش مصنوعی، کاربرد هوش مصنوعی و توانایی ساخت هوش مصنوعی. موفقیت علمی جوانان ایرانی شاهدی بر وجود سرمایهٔ انسانی است، اما بهخودیخود از وجود صنعتی پیشرفته در هوش مصنوعی حکایت نمیکند.
گذار از استعداد فردی به قدرت فناورانهٔ جمعی، نیازمند زیستبومی متشکل از دانشگاه، پژوهش، توان محاسباتی، داده، انرژی، سرمایه، صنعت، آزادی علمی، ارتباطات بینالمللی و نهادهای پایدار است. مقاله سپس مفهومی گستردهتر از «هوش ایرانی» پیشنهاد میکند: نه نسخهای منزوی، ایدئولوژیک یا صرفاً فارسیزبان از مدلهای خارجی، بلکه ظرفیتی علمی و فناورانه که ضمن پیوند عمیق با دانش جهانی، بتواند زبانها، تاریخ، فرهنگ، علم، فلسفه، هنر و مسائل واقعی ایران را نیز در قلمرو شناخت خود وارد کند. هدف نهایی، ساخت یک مدل نیست؛ ایجاد توانایی مستمر برای ساخت نسلهای متوالی هوش است.
۱. یک مدال چه چیزی را ثابت میکند؟
سومین المپیاد جهانی هوش مصنوعی از دوم تا هشتم اوت ۲۰۲۶ در آستانهٔ قزاقستان برگزار شد. برگزارکنندگان اعلام کردهاند بیش از صد کشور و بیش از چهارصد دانشآموز در این دوره حضور داشتهاند. مسابقات، مهارتهایی در یادگیری ماشین، علم داده و حل مسائل هوش مصنوعی را میآزمایند. اهمیت حضور و موفقیت نوجوانان ایرانی در چنین میدانهایی را نه باید کوچک شمرد و نه بیش از اندازه بزرگ کرد. مدال المپیاد ثابت نمیکند که ایران اکنون یکی از قدرتهای بزرگ هوش مصنوعی جهان است، اما نکتهای بنیادی را نشان میدهد: در نسل جوان ایران، سرمایهٔ شناختی لازم برای فهم و حل مسائل پیچیدهٔ این فناوری وجود دارد. توانایی نوجوانی در حل مسئله با توانایی کشوری در ساخت مدلهای پیشرفته دو مرتبهٔ متفاوتاند. اولی به استعداد، آموزش و تمرین نیاز دارد؛ دومی افزون بر آنها به دانشگاه، آزمایشگاه، تراشه، مرکز داده، برق، شبکه، داده، سرمایه، شرکت، بازار، قانون و استمرار نهادی وابسته است. پس پرسش واقعی این است: چگونه میتوان استعداد فردی را به قدرت جمعی تبدیل کرد؟
۲. سه مرتبهٔ متفاوت: استفاده، توسعه و ساخت
در بحث عمومی دربارهٔ هوش مصنوعی معمولاً سه سطح با یکدیگر آمیخته میشوند. سطح نخست، استفاده از هوش مصنوعی است؛ فرد یا سازمان از مدلی موجود برای ترجمه، برنامهنویسی، تحلیل، آموزش، پزشکی یا تولید محتوا بهره میگیرد. سطح دوم، توسعه بر پایهٔ مدلهای موجود است؛ پژوهشگر یا شرکت مدلی باز یا تجاری را برای زبان، صنعت یا مسئلهای خاص تنظیم میکند، ابزار بازیابی اطلاعات به آن میافزاید یا مدل کوچک و تخصصی میسازد. سطح سوم، توانایی ساخت فناوری پایه است؛ در این مرتبه، جامعه میتواند معماری، داده، آموزش، ارزیابی، زیرساخت محاسباتی و نسلهای بعدی مدلهای خود را توسعه دهد. ایران برای تدوین سیاستی واقعبینانه باید بداند در هر حوزه در کدام مرتبه قرار دارد. خرید دسترسی به مدلی خارجی «صنعت هوش مصنوعی» نیست و تنظیم یک مدل باز نیز با ساخت مدلی در مرز دانش یکسان نیست. در سوی مقابل، ورود جدی به این عرصه مستلزم اختراع دوبارهٔ همهچیز از صفر نیست؛ استقلال فناورانه با خودکفایی مطلق تفاوت دارد.
۳. «هوش ایرانی» چیست؟
اصطلاح «هوش ایرانی» ممکن است در نگاه نخست سوءتفاهمبرانگیز باشد. هوش مصنوعی ایرانی نباید به معنای هوشی بسته، ایدئولوژیک یا جداشده از دانش جهانی باشد. ریاضیات ایرانی و غیرایرانی ندارد و الگوریتم گذرنامه حمل نمیکند؛ اما داده، زبان، مسئله، اولویت پژوهشی و زیرساخت فناوری به موقعیت جوامع وابستهاند. «هوش ایرانی» را میتوان چنین تعریف کرد: ظرفیت علمی، انسانی و فناورانهای که ایران با اتکا به آن بتواند در ساخت، آموزش، ارزیابی، توسعه و استمرار نسلهای مختلف هوش مصنوعی مشارکت کند و سامانههایی پدید آورد که ضمن اتصال به دانش جهانی، زبانها، حافظه، مسائل و تجربهٔ تاریخی ایران را نیز عمیقاً بشناسند. در این تعریف، ایرانیبودن صفت حقیقت نیست؛ صفت ظرفیت تولید و میدان تجربه است.
۴. هوشی فراتر از صنعت
هوش مصنوعی را نباید تنها پروژهای برای کارخانه، بانک، تجارت و امنیت دانست. هوشی که قرار است با انسان زندگی و کار کند، ناگزیر با زبان، تاریخ، ارزش، اخلاق، هنر و معنا نیز مواجه خواهد شد. هوش مورد نیاز ایران باید بتواند در مهندسی، پزشکی و ریاضیات فعالیت کند، اما به این قلمروها محدود نماند؛ باید بتواند متون فلسفی را تحلیل کند، تحول تاریخی مفهومی را دنبال کند، دو روایت متفاوت تاریخی را مقایسه کند، میان شعر و گزارهٔ علمی تمایز بگذارد، ساختار استدلال فیلسوفی را بازسازی کند و در ادبیات، هنر، سینما، حقوق و علوم اجتماعی دستیار پژوهش باشد. در مواجهه با متون عرفانی نیز وظیفهٔ آن اعلام حقیقت یا بطلان تجربه نیست؛ باید بتواند دستگاههای معنایی را تفکیک، مقایسه و تحلیل کند. در این نقطه، هوش مصنوعی از فناوری صنعتی به زیرساخت شناختی یک تمدن تبدیل میشود.
۵. جهان اکنون در چه مقیاسی رقابت میکند؟
برای سنجیدن موقعیت ایران باید اندازهٔ میدان را دید. گزارش «شاخص هوش مصنوعی ۲۰۲۶» دانشگاه استنفورد نشان میدهد بیش از ۹۰ درصد مدلهای شاخص هوش مصنوعی در سال ۲۰۲۵ به دست صنعت ساخته شدهاند. در همان سال، سرمایهگذاری خصوصی هوش مصنوعی در ایالات متحده به ۲۸۵٫۹ میلیارد دلار رسید، درحالیکه رقم گزارششده برای چین ۱۲٫۴ میلیارد دلار بود. آمریکا در سال ۲۰۲۵ تعداد ۵۹ مدل شاخص و چین ۳۵ مدل تولید کردند؛ در مقابل، چین در انتشار پژوهش، استناد و ثبت اختراع هوش مصنوعی موقعیتی بسیار قدرتمند یافت. این اعداد تحولی تاریخی را نشان میدهند: مرز هوش مصنوعی دیگر فقط در دانشگاه قرار ندارد. دانشگاه همچنان بنیادی است، اما مدلهای پیشرو در محل اتصال پژوهش، شرکت، سرمایه، محاسبات و زیرساخت ساخته میشوند. اگر ایران بخواهد وارد این رقابت شود، افزایش شمار مقالات کافی نیست؛ زنجیرهٔ کامل تولید فناوری باید ساخته شود.
۶. ایران چه دارد؟
نقطهٔ قوت نخست ایران سرمایهٔ انسانی است. سابقهٔ حضور دانشآموزان ایرانی در رقابتهای بینالمللی ریاضی، رایانه و اکنون هوش مصنوعی نشان میدهد که در جامعهٔ ایران ذخیرهای جدی از استعداد ریاضی، قدرت انتزاع و حل مسئله وجود دارد. دانشگاههای مهندسی کشور نیز طی دههها نیروی انسانی قابلتوجهی در علوم رایانه، برق، ریاضیات و رشتههای مرتبط تربیت کردهاند. بااینحال، المپیاد فقط نوک کوه یخ را نشان میدهد. صنعتی ملی را چند ده نابغه نمیسازند؛ هزاران مهندس، پژوهشگر، متخصص داده، مدیر محصول، طراح سختافزار، زبانشناس، متخصص امنیت، حقوقدان و کارآفرین لازماند. نتیجهٔ دقیق موفقیتهای علمی این نیست که «ما هوش مصنوعی داریم»، بلکه این است که مادهٔ 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 پدید میآید که این زنجیره در میانه قطع شود. دانشآموز مستعد وارد دانشگاه میشود و دانشجو مقاله مینویسد، اما برای پژوهش در مقیاس بزرگ توان محاسباتی ندارد؛ پژوهشگر توانمند است، اما سرمایهٔ خطرپذیر کافی برای تبدیل پژوهش به محصول وجود ندارد؛ یا شرکت شکل میگیرد، اما بازار و ثبات لازم برای رشد ندارد. در نتیجه، سرمایهٔ انسانی وجود دارد ولی قدرت فناورانه تولید نمیشود. مسئلهٔ اصلی ایران را میتوان چنین خلاصه کرد: ظرفیت انسانی از ظرفیت زیستبومی جلوتر است.
۸. مهاجرت؛ خروج سرمایهٔ شناختی
سرمایهٔ انسانی برخلاف منابع طبیعی منتظر نمیماند. اگر پژوهشگر امکان تحقیق، درآمد مناسب، دسترسی به ابزار، ارتباط علمی و آیندهٔ حرفهای نداشته باشد، جغرافیای خود را تغییر میدهد. کشور ممکن است هزینهٔ آموزش فردی را از کودکی تا دانشگاه بپردازد و درست هنگام بهرهبرداری علمی، محصول این سرمایه در دانشگاه یا شرکت کشوری دیگر بالفعل شود. مهاجرت متخصص فقط جابهجایی جمعیت نیست؛ انتقال سرمایهٔ شناختی است. بااینحال، راهحل الزاماً بازگرداندن فیزیکی همهٔ مهاجران نیست. جهان شبکهای امکان دیگری فراهم کرده است: متخصصان ایرانی خارج از کشور میتوانند استاد مشترک، پژوهشگر همکار، سرمایهگذار، داور، مشاور یا شریک پروژههای داخل باشند. هدف باید گذار از «فرار مغزها» به گردش مغزها و گردش دانش باشد.
۹. محاسبات؛ ابزار آزمایشگاه عصر هوش
گلوگاه بزرگ بعدی توان محاسباتی است. بر پایهٔ گزارش «شاخص هوش مصنوعی ۲۰۲۶»، ظرفیت جهانی محاسبات هوش مصنوعی از سال ۲۰۲۲ بهطور متوسط سالانه حدود ۳٫۳ برابر شده و به توان محاسباتی معادل ۱۷٫۱ میلیون واحد پردازش گرافیکی اچ۱۰۰ رسیده است. این مقیاس نشان میدهد مدلهای پیشرفته فقط محصول الگوریتم نیستند؛ آنها محصول زیرساخت صنعتی محاسبه نیز هستند. برای ایران، این حوزه شامل دسترسی به شتابدهندههای پیشرفته، شبکهٔ پرسرعت میان آنها، مرکز داده، برق پایدار، خنکسازی، ذخیرهسازی، نرمافزار و تیم مهندسی ادارهکنندهٔ مجموعه است. در عصر هوش مصنوعی، واحد پردازش گرافیکی برای پژوهشگر نقشی شبیه تلسکوپ برای اخترشناس دارد؛ بدون ابزار، استعداد نظری نمیتواند تمام ظرفیت خود را بیازماید.
۱۰. راهبرد محاسباتی ایران: هوشمندتر، نه الزاماً بزرگتر
تحولی مهم به سود کشورهای دارای منابع محدودتر در جریان است: بزرگتر بودن همیشه مترادف هوشمندتر بودن نیست. گزارش استنفورد نمونهٔ مدل ۳۲ میلیاردپارامتری «اُلمو ۳٫۱ تینک» را ذکر میکند که با حدود ۹۰ برابر پارامتر کمتر از مدل «گراک ۴»، از طریق پالایش داده، حذف دادههای تکراری و انتخاب دقیقتر داده، در چند سنجه به نتایجی قابلمقایسه رسیده است. ایران نباید هدف کوتاهمدت خود را مسابقه با آمریکا و چین بر سر بزرگترین خوشهٔ واحدهای پردازش گرافیکی قرار دهد. مزیت رقابتی بالقوه میتواند دستیابی به بیشترین کیفیت شناختی با کمترین محاسبات ممکن باشد. بهینهسازی مدل، کیفیت داده، معماریهای کوچکتر، مدلهای تخصصی، تقطیر دانش، بازیابی اطلاعات و روشهای آموزش تکمیلی پس از آموزش پایه، میدانهای مهمی برای پژوهش ایراناند. محدودیت منابع میتواند خود پرسشی علمی تولید کند: چگونه میتوان هوش را کارآمدتر ساخت؟
۱۱. فارسی؛ یک فرصت و یک عقبماندگی
یکی از مهمترین حوزههایی که ایران نمیتواند حل آن را به دیگران واگذار کند، زبان فارسی است. پژوهش «متینا» که در همایش ۲۰۲۵ بخش آمریکای شمالی انجمن زبانشناسی رایانشی منتشر شد، تصریح میکند که فارسی در مجموعهدادههای بزرگ و متنوع، نسبت به زبانهای برخوردار از منابع فراوان، کمتر نمایندگی شده و بسیاری از مجموعههای پیشین عمدتاً از خبرها و تارنوشتهها تشکیل شدهاند. پژوهشگران این طرح، مجموعهای شامل ۷۲٫۹ میلیارد واحد متنی فارسی را گردآوری، پاکسازی و تکرارزدایی کردهاند. واحد متنی لزوماً با واژه برابر نیست و ممکن است یک واژه به چند واحد شکسته شود. این دستاورد هم توان پژوهشگران ایرانی برای اجرای پروژههای بزرگ دادهای را نشان میدهد و هم عظمت کاری را که هنوز باید انجام شود؛ زیرا فارسی فقط زبان اینترنت امروز نیست.
۱۲. حافظهٔ ایران؛ نفت شناختی
ایران صاحب حافظهای تاریخی است که بخش بزرگی از آن هنوز برای ماشین قابلاستفاده نیست. کتابها، نسخههای خطی، مطبوعات، اسناد، شعر، فلسفه، تاریخ، پزشکی، ریاضیات، موسیقی، عکس، معماری، سینما، رادیو، تاریخ شفاهی و زبانهای مختلف ایران مجموعهای عظیم از تجربهٔ انسانیاند. سندی که فقط روی کاغذ یا در تصویر پویششده وجود دارد، برای مدل هوش مصنوعی هنوز حافظهٔ قابلاستفاده نیست. یکی از پروژههای بنیادی باید ایجاد «حافظهٔ دیجیتال ایران» باشد؛ نه برای بلعیدن اینترنت فارسی، بلکه برای ساخت دادهای معتبر، استاندارد، دارای منشأ و قابلپژوهش. هر سند تا حد امکان باید شناسنامه داشته باشد: نویسنده کیست، زمان تولید چیست، نسخهٔ معتبر کدام است، اختلاف نسخهها چیست، حقوق استفاده چگونه است و اعتبار منبع چقدر است؟ هوشی که میان نسخهٔ معتبر و نقلقول جعلی تمایز نگذارد، حافظه ندارد؛ فقط کلمات زیادی 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 ابتدای طراحی در معماری گنجانده شوند. اعتماد عمومی یکی از زیرساختهای نامرئی هوش مصنوعی است. اگر شهروند، نویسنده، پزشک، دانشگاه یا شرکت نداند، دادهاش چگونه استفاده میشود، مخزن داده بهجای سرمایهٔ ملی به منبع بیاعتمادی تبدیل خواهد شد. حکمرانی داده مانع توسعه نیست؛ شرط توسعهٔ پایدار آن است.
۱۴. هوش ایرانی نباید فقط فارسی حرف بزند
مدلی ممکن است فارسی روانی تولید کند و درعینحال فهمی سطحی از جهان ایرانی داشته باشد. زبان شرط لازم است، اما کافی نیست. هوش موردنظر باید بتواند میان تاریخ و اقتصاد، اقلیم و معماری، فلسفه و علم، ادبیات و روانشناسی، حقوق و جامعه، سینما و تاریخ و فناوری و اخلاق نسبت برقرار کند. اینجا علوم انسانی از حاشیه به مرکز پروژه منتقل میشوند. مدل زبانی با زبان، مفهوم، روایت و استدلال سروکار دارد؛ پس فلسفه، تاریخ، زبانشناسی و علوم اجتماعی تزئینات فرهنگی پروژه نیستند، بلکه بخشی از مسئلهٔ فنی ساخت هوشیاند که قرار است جهان انسانی را بفهمد.
۱۵. فلسفه و عرفان؛ آزمون فهم، نه مخزن نقلقول
مدل ایرانی را نباید تنها با این پرسش آزمود که «ملاصدرا که بود؟» موتور جستوجو نیز میتواند پاسخی مقدماتی بدهد. آزمون دشوارتر این است که دو دستگاه فلسفی را برگزیند، مقدمات هر یک را مشخص کند، معنای مفهومی مشترک را در هر دو بازسازی کند، نشان دهد اختلاف نتایج از کدام اختلاف مقدمات ناشی شده، منابع خود را مشخص کند و روشن سازد کدام بخش گزارش منبع و کدام بخش استنتاج مدل است. در برخورد با متون عرفانی نیز هدف تبدیل ماشین به عارف نیست؛ ماشین تجربهٔ زیستهٔ عارف را ندارد، اما میتواند تاریخ مفهوم، ساختار متن، روابط معنایی و تفاوت قرائتها را تحلیل کند. چنین سامانهای ابزار تازهای برای علوم انسانی خواهد بود.
۱۶. دانشگاهی که دیوارهایش کوتاهتر شدهاند
ساخت چنین هوشی نیازمند تغییر سازمان پژوهش است. آزمایشگاه آینده نمیتواند از صد مهندس تشکیل شود که در پایان پروژه برای «بخش فرهنگی» یک ادیب را دعوت میکنند. تیم باید از ابتدا میانرشتهای باشد و مهندس یادگیری ماشین، ریاضیدان، زبانشناس، متخصص علوم شناختی، فیلسوف، مورخ، پزشک، حقوقدان، جامعهشناس، هنرمند و متخصص اخلاق فناوری را کنار هم قرار دهد؛ نه برای آنکه همه در همهچیز صاحبنظر باشند، بلکه برای آنکه هرکس مسئلهای را ببیند که دیگری نمیبیند. هوش میانرشتهای را نمیتوان در سازمانی کاملاً تکرشتهای ساخت.
۱۷. آزادی پرسش؛ زیرساختی که نمیتوان خرید
در کنار تراشه و سرمایه، زیرساخت دیگری نیز وجود دارد: امکان پرسیدن. پژوهشگر باید بتواند فرضیهای را طرح کند که نتیجهاش از پیش معلوم نیست. اگر پاسخ مطلوب پیشاپیش تعیین شده باشد، پژوهش به تأیید تبدیل میشود. این مسئله در علوم انسانی اهمیت بیشتری دارد. هوشی که قرار است تاریخ، فلسفه و جامعه را تحلیل کند باید بتواند روایتهای مختلف را بشناسد، اختلاف آنها را توضیح دهد و میان واقعیت، تفسیر و داوری تمایز بگذارد. مدلی که فقط پاسخ مجاز را بازتولید کند ممکن است ابزار تبلیغاتی کارآمدی باشد، اما هوش پژوهشی بزرگی نخواهد شد.
۱۸. استقلال یعنی قدرت انتخاب، نه بریدن از جهان
هیچ صنعت پیشرفتهٔ هوش مصنوعی کاملاً ملی نیست. طراحی تراشه، ساخت نیمهرسانا، تجهیزات تولید، نرمافزار و مراکز داده میان کشورها و شرکتهای مختلف توزیع شدهاند. «استقلال هوش مصنوعی» اگر به معنای ساخت همهچیز در داخل مرزها باشد، هدفی غیرواقعبینانه است. استقلال باید به معنای قدرت انتخاب و ادامهٔ کار در شرایط اختلال باشد. اگر رابط برنامهنویسی کاربردی سامانهای خارجی قطع شد، پژوهش متوقف نشود؛ اگر شرکتی دسترسی به مدل خود را بست، تمام صنعت داخلی از کار نیفتد؛ و اگر زبان فارسی برای شرکتی خارجی در اولویت نبود، ایران توان توسعهٔ آن را داشته باشد. استقلال یعنی وابستگی متقابل، بدون وابستگی فلجکننده.
۱۹. پنج ستون زیستبوم هوش ایرانی
زیستبوم پیشنهادی بر پنج ستون استوار است: نخست، شبکهٔ ملی محاسبات هوش مصنوعی؛ چند مرکز محاسباتی دانشگاهی و صنعتی متصل که پژوهشگران واجد شرایط بتوانند بر پایهٔ نظامی شفاف از منابع آنها استفاده کنند. دوم، حافظهٔ دیجیتال ایران؛ زیرساخت دادهای استاندارد برای فارسی، زبانهای ایران، علم، تاریخ، فرهنگ و مسائل کاربردی کشور. سوم، شبکهٔ سرمایهٔ انسانی؛ پیوند دانشآموزان المپیادی، دانشگاهها، پژوهشگران، شرکتها و متخصصان ایرانی خارج از کشور. چهارم، آزمایشگاههای میانرشتهای؛ مراکز مسئلهمحور برای زبان، پزشکی، ریاضیات، تاریخ، فلسفه، حقوق، هنر، محیطزیست و انرژی. پنجم، اقتصاد رقابتی هوش؛ بازاری که صدها شرکت بتوانند روی زیرساخت مشترک محصول و خدمت بسازند. هیچیک از این اجزا بهتنهایی زیستبوم نیستند؛ زیستبوم از نسبت میان آنها پدید میآید.
۲۰. نسل المپیادی؛ مدال نقطهٔ شروع است
استعدادهای شناساییشده در المپیادها باید وارد مسیری بلندمدت شوند. مراسم استقبال پایان کار نیست. دانشآموز برجسته باید امکان حرکت در مسیری دهساله از مدرسه به دانشگاه، از دانشگاه به آزمایشگاه، از آزمایشگاه به پژوهش یا شرکت و سپس به آموزش نسل بعد را داشته باشد. در کنار این گروه ممتاز، آموزش عمومی هوش مصنوعی نیز باید گسترش یابد. صنعت را فقط قهرمانان نمیسازند؛ برای هر پژوهشگر پیشرو، صدها مهندس، متخصص داده، برنامهنویس، مدیر و کارآفرین لازم است. المپیاد استعداد را کشف میکند؛ زیستبوم آن را تکثیر میکند.
۲۱. دولت؛ سازندهٔ میدان، نه مالک بازی
نقش دولت حیاتی است، اما باید دقیق تعریف شود. دولت باید زیرساخت محاسباتی ایجاد کند، پژوهش بنیادی را تأمین مالی کند، قواعد حقوقی روشن بسازد، دادههای عمومی را استاندارد و قابلاستفاده کند، رقابت را پاس بدارد و دسترسی دانشگاه و بخش خصوصی به زیرساخت را تسهیل کند. اما نباید همزمان تنها سازنده، تنها خریدار، تنها داور و تنها مالک فناوری باشد. تمرکز همهٔ این نقشها در یک نهاد، نوآوری را آسیبپذیر میکند. هدف باید ایجاد میدانی باشد که دانشگاه، شرکت خصوصی، پژوهشگاه و جامعهٔ مدنی در آن بازیگرانی مستقل باشند.
۲۲. بخش خصوصی؛ جایی که آزمایش واقعی آغاز میشود
اگر هوش مصنوعی فقط در دانشگاه و سازمان دولتی بماند، با جهان واقعی برخورد نمیکند. شرکت باید بتواند شکست بخورد، الگوی کسبوکار خود را تغییر دهد، ایدهای را کنار بگذارد و ایدهای دیگر را بیازماید. یک شرکت روی پزشکی کار کند، دیگری روی کشاورزی، یکی روی آموزش، دیگری روی صنعت، سینما، حقوق یا زبان؛ و شاید گروهی کوچک مسئلهای را حل کند که هیچ برنامهٔ پنجسالهای پیشبینی نکرده است. این تکثر ضعف نیست؛ موتور کشف است.
۲۳. نسل نخست هوش ایرانی
نقشهٔ راه نباید با ساخت بزرگترین مدل ممکن آغاز شود. مرحلهٔ نخست میتواند بر مدلهای باز جهانی بنا شود. هدف این مرحله، تسلط فنی بر معماری مدلها، ساخت دادههای فارسی باکیفیت، توسعهٔ مدلهای بازنمایی برداری و بازیابی اطلاعات فارسی، ایجاد سنجهها و مجموعهآزمونهای معیار معتبر، ساخت مدلهای کوچک تخصصی و آموزش نسلی از پژوهشگران است که تمام چرخهٔ مدل را بشناسند. در این مرحله، هدف اصلی محصول نیست؛ یادگرفتن ساختن است.
۲۴. نسل دوم؛ مدل پایهٔ چندوجهی
پس از شکلگیری ظرفیت اولیه، ایران میتواند به سوی مدلی پایه حرکت کند که متن، صدا، تصویر و در مراحل بعد ویدئو را در معماری مشترکی پردازش کند. چنین مدلی برای ایران اهمیت ویژهای دارد، زیرا حافظهٔ معاصر ایران فقط در کتاب نیست؛ در عکس، فیلم، صدای شاعران، سیاستمداران، استادان و مردم، موسیقی، معماری، نقشه و تاریخ شفاهی نیز حضور دارد. هوشی که فقط متن بخواند، بخش بزرگی از تجربهٔ ایرانی را نمیشناسد.
۲۵. نسل سوم؛ هوش پژوهشگر
مرحلهٔ مهمتر زمانی آغاز میشود که مدل از پاسخدادن به تحقیقکردن برسد. کاربر مسئلهای طرح کند، سامانه منابع را بیابد، اعتبار آنها را ارزیابی کند، دیدگاههای مخالف را از هم جدا کند، فرضیه بسازد، محاسبه انجام دهد، ابهامها را مشخص کند و نتیجه را همراه با منشأ داده و درجهٔ اطمینان ارائه دهد. چنین سامانهای دیگر فقط سامانهای گفتوگومحور نیست؛ زیرساخت پژوهش است. کاربرد آن میتواند از دانشآموز تا پزشک، مهندس، مورخ، فیلمساز، قاضی، پژوهشگر و مدیر گسترش یابد.
۲۶. نقشهٔ زمانی
مرحلهٔ نخست، یک تا سه سال، دورهٔ ایجاد زیرساخت و یادگیری است: ایجاد نخستین شبکهٔ محاسبات پژوهشی، تدوین استانداردهای داده، آغاز پروژهٔ حافظهٔ ایران، ایجاد سنجهها و مجموعهآزمونهای معیار فارسی، حمایت از مدلهای باز و تخصصی، ایجاد شبکهٔ متخصصان ایرانی و تشکیل چند آزمایشگاه میانرشتهای نمونه. مرحلهٔ دوم، سه تا هفت سال، دورهٔ تولید فناوری است: توسعهٔ خانوادهای از مدلهای فارسی و تخصصی، ایجاد شرکتهای مبتنی بر مدلهای داخلی، گسترش زیرساخت محاسبات، ورود هوش مصنوعی به پزشکی، آموزش، صنعت، کشاورزی و علوم انسانی و آغاز توسعهٔ مدل پایهٔ چندوجهی. مرحلهٔ سوم، هفت تا پانزده سال، دورهٔ حضور در مرز دانش است: توسعهٔ معماریهای مستقل، مشارکت جدی در پژوهش جهانی مدلهای پایه، ساخت سامانههای پژوهشگر، توسعهٔ فناوریهای محاسباتی کارآمد و ایجاد توان تولید نسلهای تازه بدون وابستگی کامل به یک تأمینکنندهٔ خارجی.
۲۷. معیار موفقیت
موفقیت را نباید با جملهٔ «یک مدل ایرانی ساخته شد» سنجید؛ مدل پیر میشود. معیار اصلی این است: آیا ایران میتواند مدل بعدی را نیز بسازد؟ آیا هزاران پژوهشگر به محاسبات دسترسی دارند؟ آیا دادهها هر سال بهتر میشوند؟ آیا شرکتهای تازه متولد میشوند؟ آیا دانشگاه پژوهش بنیادی انجام میدهد؟ آیا متخصص ایرانی برای اجرای هر پروژهٔ جدی ناچار به مهاجرت است؟ آیا مدلها با سنجهها و مجموعهآزمونهای مستقل و معتبر جهانی ارزیابی میشوند؟ آیا خطا و شکست پژوهشی قابلگزارش است؟ و در نهایت، آیا جامعه به کمک این فناوری توانمندتر شده است؟
۲۸. خطر بزرگ؛ هوش مصنوعی بدون جامعهٔ هوشمند
کشوری ممکن است بهترین مدل را بخرد و همچنان تصمیمهای بد بگیرد؛ هزاران واحد پردازش گرافیکی داشته باشد و نظام آموزشیاش ناکارآمد بماند؛ سامانههای نظارتی بسیار هوشمند بسازد و پژوهش علمیاش ضعیفتر شود. پیشرفت فناوری را نباید با پیشرفت جامعه یکی گرفت. هوش مصنوعی قدرت است و مانند هر قدرت دیگری، کیفیت آن به شیوهٔ توزیع و استفاده از آن وابسته است. هوش میتواند تمرکز قدرت را افزایش دهد یا دانش را عمومیتر کند؛ انسان را منفعلتر سازد یا قدرت پرسیدن او را افزایش دهد؛ جایگزین قضاوت شود یا ابزار قضاوت بهتر. انتخاب میان این مسیرها صرفاً فنی نیست؛ مسئلهای سیاسی، اخلاقی و تمدنی است.
۲۹. از «مغز ایرانی» به «زیستبوم ایرانی»
ایران برای ورود به عصر هوش مصنوعی بیش از آنکه به اثبات هوشمندی ایرانیان نیاز داشته باشد، به ساختن روابطی نیاز دارد که این هوشمندی را بالفعل کنند. یک نابغه زیستبوم نیست و هزار نابغهٔ جدا از یکدیگر نیز زیستبوم نیستند. قدرت هنگامی پدید میآید که 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 نسل بعد متصل شود. زیستبوم سامانی از نسبتهاست که در آن استعداد فردی امکان تبدیلشدن به توانایی جمعی پیدا میکند.
۳۰. هوش مصنوعی بهمثابه پروژهای تمدنی
ایران در برابر هوش مصنوعی فقط با انتخابی فناورانه روبهرو نیست؛ انتخابی تاریخی پیش روی آن قرار گرفته است. میتواند مصرفکنندهٔ مدلهایی باشد که دیگران میسازند؛ چند محصول داخلی تولید کند و استقلال را با تغییر نام محصول اشتباه بگیرد؛ یا راه دشوارتر را برگزیند: ساخت ظرفیت تولید هوش. این راه از انسان آغاز میشود، اما در انسان پایان نمییابد. انسان به آموزش نیاز دارد، آموزش به دانشگاه، دانشگاه به آزادی پژوهش، پژوهش به محاسبات، محاسبات به انرژی، مدل به داده، داده به اعتماد، اختراع به سرمایه، سرمایه به بازار و همهٔ اینها به نهادهایی نیاز دارند که بتوانند در طول زمان باقی بمانند. 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؟
پرسش نهایی این مقاله فقط این نیست که آیا ایران میتواند روزی مدل زبانی بزرگی بسازد؛ احتمالاً با سرمایه، زمان و دسترسی کافی میتواند. پرسش مهمتر این است که چرا، چگونه و برای چه باید آن را بسازد. اگر هدف صرفاً داشتن نسخهای داخلی از محصولی خارجی باشد، حاصل کار دیر یا زود عقب خواهد افتاد؛ اگر هدف فقط افزایش بهرهوری اقتصادی باشد، بخش بزرگی از ظرفیت انسانی فناوری نادیده گرفته میشود؛ و اگر هدف کنترل و تمرکز اطلاعات باشد، چیزی ساخته خواهد شد که شاید قدرتمند باشد، اما الزاماً جامعه را هوشمندتر نمیکند.
افق بزرگتر، ساخت هوشی است که پزشک را در تشخیص، مهندس را در طراحی، دانشمند را در کشف، معلم را در آموزش، دانشآموز را در پرسیدن، مورخ را در جستوجوی اسناد، فیلسوف را در مقایسهٔ دستگاهها، هنرمند را در گسترش امکانهای بیان و شهروند را در فهم بهتر جهان یاری کند. در چنین افقی، «هوش ایرانی» نه هوشی در برابر جهان است و نه هوشی محصور در گذشتهٔ ایران؛ هوشی است از ایران، در گفتوگو با جهان. از دانش جهانی میآموزد و چیزی به آن میافزاید؛ فارسی میفهمد، اما در فارسی زندانی نیست؛ حافظهٔ تاریخی را میشناسد، اما اسیر آن نیست؛ علم را جدی میگیرد، اما انسان را به مسئلهای صرفاً مهندسی تقلیل نمیدهد؛ و مهمتر از همه، قرار نیست جای انسان فکر کند، بلکه باید امکان بیشتری برای فکرکردن در اختیار انسان بگذارد.
موفقیت نوجوان ایرانی در المپیاد جهانی، از این منظر، بیش از یک مدال معنا دارد. مدال نمیگوید ایران به مقصد رسیده است؛ میگوید کسی هست که میتواند این راه را برود. اکنون پرسش متوجه جامعه است: آیا میتواند برای او آزمایشگاه بسازد، ابزار در اختیارش بگذارد، اجازه دهد بپرسد، شکست او را تحمل کند، امکان ماندن و ساختن به او بدهد و میان هزاران انسانی مانند او نسبتی برقرار کند که از استعدادهای منفرد، قدرتی جمعی پدید آید؟
اگر پاسخ مثبت باشد، مسئلهٔ ایران دیگر «دسترسی به هوش مصنوعی» نخواهد بود؛ مسئله ورود به مرتبهای دیگر است: مشارکت در ساخت هوش آینده. آن روز، مهمترین دستاورد ایران یک مدل نخواهد بود؛ توانایی ساختن مدل بعدی خواهد بود.»
انتهای پیام
