مراحل 6گانه ایجاد زیرساخت هوش‌مصنوعی

بهرام زاهدی‌باروق* در هیاهوی جهانی توسعه هوش‌مصنوعی و ورود روزانه انواع و اقسام متفاوت از خدمات مبتنی‌بر هوش‌مصنوعی در جهان که با سرمایه‌گذاری دو دهه‌ای غول‌های فناوری اطلاعات در زیرساخت هوش‌مصنوعی اتفاق افتاده، متاسفانه در کشور، حباب هوش‌مصنوعی در حال رخ نمایی است. دیر زمانی است که مجاهدان شنبه همیشه در صحنه در تمامی جریان‌های ورود تکنولوژی به کشور به صورت خودجوش و با احساس مسوولیت، ضمن ورود به مباحث مسلم و ثابت شده تکنولوژی‌های در حال ورود به کشور، خود یا مجموعه، نهاد یا هلدینگ خود را تنها منجی کشور در این تکنولوژی معرفی کرده و به صورت روزانه با طرح گوشه‌ای از توانمندی‌های ثابت شده تکنولوژی در حال ورود به کشور، آن را به صورت انحصاری در اختیار گرفته‌اند، منافع شخصی یا گروهی خود یا بعضا چند مجموعه اقتصادی به ظاهر غیرانتفاعی را پیش برده‌اند و پس از مدتی که از این تکنولوژی کسب درآمد کردند و هنگامی که زمان ارائه نتایج اقداماتشان بود به صورت ناگهانی و غیرمنتظره صحنه را چنان ترک می‌کنند که گویی اصلا چنین موجوداتی روی زمین وجود نداشته‌اند، این موضوع در حال حاضر در حوزه هوش‌مصنوعی نمود پیدا کرده است.
همه سرویس‌ها و خدماتی که هر روز بسیاری از متخصصان و دانشمندان هوش‌مصنوعی از آن رونمایی می‌کنند و در کشور ما نیز خیلی از بزرگان این عرصه در آن ورود کرده‌اند، الزاما نیازمند زیرساخت اختصاصی و ویژه برای راه‌اندازی آنهاست و بدون زیرساخت‌های اختصاصی و ویژه عملا همه این زحمات در نهایت راه به جایی نخواهند برد. براین‌اساس است که در کشور بسیاری از متخصصان دلسوز حوزه هوش‌مصنوعی متفق‌القول هستند که همه این موضوعات جذاب و شیرین در حوزه هوش‌مصنوعی این روزها نقل محافل در کشور هستند، در ادامه برای راه‌اندازی و عملیاتی‌سازی آنها باید زیرساخت متناسب با آن سرویس و خدمت در کشور ایجاد شده باشد و نکته خیلی جالب این بحث این است که موضوع لزوم ایجاد زیرساخت‌های مورد نیاز برای هوش‌مصنوعی تا سطح سیاستمداران عالی‌رتبه و حتی رهبر کشور رسیده است.
حال که این همه از اهمیت زیرساخت هوش‌مصنوعی گفتیم خوب است که تعریفی از آن داشته باشیم. تعریفی که برای زیرساخت هوش‌مصنوعی در جهان بیان شده عبارت از: مجموعه‌ای از تجهیزات فناورانه‌ پردازش‌محور با توان ذخیره‌سازی بسیار بالا با قابلیت بهره‌گیری از پنهای باند به‌شدت زیاد به همراه تجهیزات و تاسیسات غیرفناورانه مورد نیاز برای تامین توان الکتریکال و خنک‌سازی تجهیزات فوق برای استقرار پلتفرم‌ها و سامانه‌های نرم‌افزاری سیستمی و کاربردی مبتنی‌بر هوش‌مصنوعی بر روی آنهاست. بد نیست بدانید که به دلایل خاصی، زیرساخت هوش‌مصنوعی در بعضی از کشورها به‌عنوان پشته هم شناخته می‌شود.زیرساخت قوی هوش‌مصنوعی، توانمندی لازم و کافی را جهت توسعه‌دهندگان صنعت هوش‌مصنوعی ایجاد می‌کنند تا آنها بتوانند به صورت اثرگذار برنامه‌های کاربردی در حوزه هوش‌مصنوعی را ایجاد و از آنها به صورت موثر استفاده کرده و سرویس‌های کاربرپایه خود را در اختیار بهره‌برداران و استفاده‌کنندگان قرار دهند. شرکت‌های کوچک و متوسط در جهان در هر اندازه و هر طیف فعالیتی به صورت خیلی وسیع و همه‌جانبه از زیرساخت‌های هوش‌مصنوعی بهره لازم و کافی را می‌برند تا به تحقق جاه‌طلبی‌های تجاری آنها کمک کند.
به نظر می‌رسد قبل از اینکه به این موضوع بپردازیم که اصلا زیرساخت هوش‌مصنوعی چیست و چگونه کار می‌کند بهتر است به چند واژه کلیدی در این حوزه نگاهی داشته باشیم.
هوش‌مصنوعی چیست؟
اگر بخواهیم هوش‌مصنوعی را به صورت عام و ساده تعریف کنیم، می‌توانیم بگوییم که هوش‌مصنوعی فناوری‌ای است که به رایانه‌ها اجازه می‌دهد به صورت عام و پایه‌ای طرز تفکر انسان و حل مشکلات گوناگون آن را شبیه‌سازی کند. باوجود ادعای تجاری خیلی از مدعیان این صنعت پیشرو، هنگامی که هوش‌مصنوعی با سایر فناوری‌های موجود در جهان مانند اینترنت، اینترنت اشیاء، انواع حسگرها و حتی علم رباتیک و غیره ترکیب شده باشند، لاجرم برای انجام کارها معمولا به ورودی انسان نیاز دارند. بد نیست بدانید که پاسخ به انواع سوالات توسط محبوب‌ترین برنامه‌های کاربردی هوش‌مصنوعی و حتی ارائه یک بینش توسط آنها، به دو عنصر حجم فراوان اطلاعات و مدل‌های یادگیری مبتنی‌بر ماشین اتکا دارند.
برخی از مفاهیم مورد استفاده در حوزه هوش‌مصنوعی که اثرگذاری بالایی را در فهم و درک ما از هوش‌مصنوعی دارند در ادامه معرفی شده‌اند.
مفهوم هوش‌مصنوعی مولد چیست؟
مفهوم هوش‌مصنوعی مولد یک گونه از گونه‌های هوش‌مصنوعی است که می‌تواند محتوای خاص و اختصاصی شامل متن، تصاویر، انواع فیلم، کلیپ، ویدئو و حتی کدهای رایانه‌ای را با استفاده از اعلان‌های ساده کاربران تولید یا ایجاد کند.
مفهوم یادگیری ماشین چیست؟
مفهوم یادگیری در حقیقت منطقه‌ای متمرکز از هوش‌مصنوعی است که از داده‌ها و الگوریتم‌ها برای تقلید روش یادگیری انسان استفاده می‌کند. یادگیری ماشین براساس فرآیند تصمیم‌گیری جهت پیش‌بینی و طبقه‌بندی پاسخ‌های خود، دقت پاسخ‌ها را در طول زمان بهبود می‌بخشد تا به مدل‌های بزرگ‌تری مانند مدل‌های بزرگ زبانی برسد. نکته مهم این موضوع این است که فرآیند «ارزیابی و بهینه‌سازی» تا زمان رسیدن به یک سطح بالاتر از یک الگوریتم مدل بزرگ زبانی به صورت ممتد تکرار می‌شود.
مفهوم سرویس هوش‌مصنوعی چیست؟
یکی از چالشی‌ترین موضوعات در تعریف سرویس هوش‌مصنوعی این است که آیا هوش‌مصنوعی خود یک سرویس است و یا سرویس‌ها براساس هوش‌مصنوعی ایجاد می‌شوند. در این زمینه نظرات بسیار متفاوت هستند و در موضوعاتی خاص نظرات خیلی بهم نزدیک و در موضوعات چالشی خیلی متفاوت از هم هستند.
اصل موضوع در ارائه سرویس‌های فناورمحور، دخالت همه‌جانبه هوش‌مصنوعی در ایجاد، پیاده‌سازی، ارائه سرویس و حتی نحوه ارائه این‌گونه سرویس‌هاست و بسیاری از اساتید فن معتقدند که بهتر است هر صنعتی از هوش‌مصنوعی برای توسعه فعالیت‌های خود بهره‌گیری لازم را ببرد، بدون اینکه درگیری ذهنی برای خود ایجاد کند که آیا هوش‌مصنوعی خود یک سرویس است و یا اینکه سرویس‌ها از هوش‌مصنوعی برای ارائه بهتر و مطلوب‌تر استفاده می‌کنند.
زیرساخت هوش‌مصنوعی در مقابل زیرساخت فناوری اطلاعات
یکی از مباحث پر بحث و جدل در این حوزه، موضوع تقابل زیرساخت هوش‌مصنوعی با زیرساخت فناوری اطلاعات است.
باوجود نظر بعضی از کارشناسان سنتی در زیرساخت فناوری اطلاعات که فکر می‌کنند این زیرساخت می‌تواند با زیرساخت هوش‌مصنوعی در تقابل باشد، از منظر فعالان حوزه هوش‌مصنوعی، با توجه به اینکه زیرساخت هوش‌مصنوعی سطح به‌شدت تکامل‌یافته از زیرساخت‌های فناوری اطلاعات است، بنابراین زیرساخت هوش‌مصنوعی به علت هم‌سطح نبودن تکنولوژی و متریال‌های مورد استفاده در طراحی، ساخت و بهره‌برداری از آن نه‌تنها در تقابل با زیرساخت فناوری اطلاعات نیست بلکه خیلی متفاوت‌تر، حساس‌تر و پیچیده‌تر از آن و با تکنولوژی‌های تک است. نکته حائز اهمیت این است که سرویس‌های هوش‌مصنوعی در زیرساخت‌های فعلی فناوری اطلاعات اصلا قابل ارائه نیستند.
دلایل زیادی را می‌توان برای اختصاصی بودن زیرساخت‌های هوش‌مصنوعی بیان کرد. از اصلی‌ترین دلیل‌ها می‌توان به لزوم اختصاص مقدار خیلی زیاد توان الکتریکال و مکانیکال برای زیرساخت‌های هوش‌مصنوعی به صورت عام و توان بسیار زیاد پردازش، توان ارتباطات با تاخیر خیلی کم (و شاید بدون تاخیر) با پهنای به‌شدت زیاد و ذخیره‌سازی اطلاعات با بارهای کاری ماتریسی به‌شدت وسیع اشاره کرد. بر‌این‌اساس است که تعریف پایه‌ای برای شناخت و ورود به زیرساخت هوش‌مصنوعی، استفاده از پردازشگرهای قدرتمند مانند واحد پردازش با کارایی بالا (H.P.C)، واحد پردازش گرافیکی (G.P.U) و واحدهای پردازش تنسور (T.P.U) با ویژگی‌هایی مانند پردازی ماتریسی و رایانش با حداکثر موازی‌سازی مبتنی‌بر مدل‌های ترکیبی سرویس‌های بهینه شده ابری و سایر تجهیزات به‌شدت پیشرفته را می‌توان بیان کرد.
مزایای استفاده از زیرساخت اختصاصی هوش‌مصنوعی
حال که فهمیدیم استفاده از هوش‌مصنوعی و ارائه سرویس‌های مبتنی‌بر هوش‌مصنوعی به اجبار نیازمند زیرساخت اختصاصی است و زیرساخت فناوری اطلاعات موجود به دلایل تکنیکی، عملا قادر به پاسخگویی به این حوزه را ندارد، بهتر است به این سمت برویم که آیا استفاده از زیرساخت اختصاصی هوش‌مصنوعی مزایایی هم دارد و اگر دارد این مزایا چیست؟
ایجاد زیرساخت اختصاصی برای هوش‌مصنوعی، علاوه‌بر حمایت از توسعه برنامه‌های کاربردی پیشرفته مبتنی‌بر هوش‌مصنوعی برای مشتریان و ذی‌نفعان در شرکت‌های بزرگ و متوسط، هلدینگ‌ها، زیرساخت‌های صنعتی، زیرساخت‌های دفاعی، دولت‌ها و حتی حاکمیت، شاهد پیشرفت‌های خیلی بزرگ در فرآیندهای اجرایی و گردش فعالیت‌های آنها هستیم. با این نگرش به تعدادی از مزایای مهم و اصلی استفاده از زیرساخت اختصاصی هوش‌مصنوعی که موجب ایجاد کسب‌وکارهای قوی می‌شوند اشاره خواهیم کرد:
1- افزایش مقیاس‌پذیری و انعطاف‌پذیری
با توجه به اینکه طراحی و پیاده‌سازی تمام ماژولار زیرساخت‌های اختصاصی هوش‌مصنوعی با تاکید بر استفاده از خدمات و سرویس‌هایی ابری مانند «نرم‌افزار به‌عنوان سرویس»(S.A.A.S) ، «پلتفرم به‌عنوان سرویس» (P.A.A.S) و یا حتی «مرکز داده به‌عنوان سرویس» (DC.A.S.S) و… انجام می‌شود، به این جهت نسبت به پیشینیان خود در زیرساخت سنتی فناوری اطلاعات، دارای مقیاس‌پذیری و انعطاف‌پذیری زیادی هستند. ویژگی ماژولار بودن کلیه سطوح زیرساخت هوش‌مصنوعی موجب ایجادی قابلیتی می‌شود که براساس آن بهره‌برداران بتوانند منابع زیرساختی خود را براساس نیاز سازمان، شرکت و یا موسسه خود مبتنی‌بر خدمات ابرپایه، افزایش دهند.
2- سرعت بیشتر و عملکرد بهتر
با توجه به اینکه زیرساخت‌های هوش‌مصنوعی از جدیدترین فناوری‌های سخت‌افزاری تولید شده در جهان(که پیشتر به بعضی از آنها اشاره شد) بهره می‌برد، قطعا دارای سرعت بیشتر و عملکرد بهتر نسبت به فناوری‌های تجاری سنتی خواهند بود. با این نگرش است که اکوسیستم‌های هوش‌مصنوعی چون دارای قابلیت بهره‌گیری از پردازش‌های موازی هستند، می‌توانند به طور قابل‌توجهی زمان مورد نیاز برای انجام فعالیت‌ها را کاهش دهند. این موضوع را می‌توان در موضوعاتی پایه‌ای هوش‌مصنوعی مانند یادگیری ماشینی یا هوش‌مصنوعی مولد مشاهده کرد. در حقیقت سرعت بیشتر و عملکرد بهتر را می‌توان به‌عنوان ویژگی‌های اصلی هوش‌مصنوعی نام برد.
3- همکاری و همیاری بیشتر
زیرساخت هوش‌مصنوعی با اینکه اساس و شالوده اولیه هوش‌مصنوعی است اما همه آن نیست. بلکه موضوعات دیگری مانند همکاری و همیاری بیشتر سایر بخش‌های نرم‌افزاری، مغز‌افزاری و روندهای واسطه‌ای مانند ادغام (Integration) و هماهنگی (Coordination) جهت ساخت و تولید برنامه‌های هوش‌مصنوعی توسط مهندسان سیستم‌ها و توسعه‌دهندگان هوش‌مصنوعی مورد نیاز است. این رویه‌ها موجب می‌شود که همکاری و همیاری بیشتر، بهتر و بهینه‌تر برای اجرای پروژه‌های مبتنی‌بر هوش‌مصنوعی اتفاق بیفتد.
4- انطباق
با افزایش نگرانی در مورد چالش رعایت حریم خصوصی مربوط به داده در هوش‌مصنوعی و ایجاد پیچیدگی‌های زیاد برای نظارت بر این امر، هوش‌مصنوعی باید تضمین لازم برای حفظ قوانین و حفظ حریم خصوصی را در طول دوره مدیریت، پردازش، ذخیره و انتشار داده‌ها در روند تولید و توسعه برنامه‌های کاربردی مبتنی‌بر هوش‌مصنوعی ارائه کند. بر‌این‌اساس استانداردهایی برای بخش‌های مختلف هوش‌مصنوعی مانند استاندارد‌های کاربردی، استاندارد‌های به‌کارگیری، استاندارد‌های حکمرانی و استاندارد‌های تضمین امن بودن سرویس و… ایجاد شده است تا بتوان انطباق یک روش مبتنی‌بر هوش‌مصنوعی از جهات مختلف پیش گفته قابل انجام باشد.
5- کاهش هزینه
در حالی که سرمایه‌گذاری در زیرساخت هوش‌مصنوعی به شدت گران است اما به جهت کارایی بالای تجهیزات مورد نیاز در زیرساخت هوش‌مصنوعی به علت استفاده از بهترین فناوری‌های موجود در جهان، باعث کاهش هزینه‌ها می‌شود و این امر موجب می‌شود، سرمایه‌گذاری در زیرساخت هوش‌مصنوعی دارای توجیه اقتصادی باشد و حتی روند بازگشت سرمایه آن نسبت به سرمایه‌گذاری در زیرساخت فناوری اطلاعات دارای دوره زمانی کوتاه‌تری باشد.
6- بهره‌گیری از هوش‌مصنوعی مولد
یکی از مزایای استفاده از هوش‌مصنوعی، استفاده از گونه هوش‌مصنوعی مولد است. با توجه به ویژگی اینگونه که از اعلان‌های ساده کاربران برای تولید تصاویر، متن، عکس و ویدئو و حتی کدهای رایانه‌ای استفاده می‌کند، موجب می‌شود که کاربران با تخصص خیلی کمتر و در زمان خیلی کم و همچنین با هزینه به‌شدت پایین‌تر، مشتاقانه به استفاده از برنامه‌های تولید شده براساس هوش‌مصنوعی مولد روی بیاورند. البته که در درون ویژگی‌های منحصربه‌فرد، خطرات واقعی هم نهفته است که تولید‌کنندگان اینگونه برنامه‌ها باید برای رفع خطرات احتمالی آن نیز فکری اساسی کنند تا کاربران بتوانند با خیال راحت از برنامه‌های تولید شده با هوش‌مصنوعی مولد بهره‌گیری لازم را داشته باشند.
عناصر زیرساخت هوش‌مصنوعی
زیرساخت هوش‌مصنوعی برای ارائه منابع مورد نیاز مهندسان سیستم و توسعه‌دهندگان برای ساخت برنامه‌های مبتنی‌بر هوش‌مصنوعی مولد و سایر برنامه‌های پیشرفته کاربردی مبتنی‌بر هوش‌مصنوعی، با ترکیبی از تجهیزات سخت‌افزار، سامانه و نرم‌افزارهای مدرن و مدل‌ها و الگوریتم‌های مغز‌افزاری و روندهای واسطه‌ای مانند ادغام (Integration) و هماهنگی (Coordination) متکی هستند. به صورت عام هر زیرساخت هوش‌مصنوعی از چهار جزو زیر تشکیل می‌شود:
1- انواع منابع محاسباتی
منابع محاسباتی و پردازشگرهای قدرتمند مانند واحد پردازش با کارایی بالا (H.P.C)، واحد پردازش گرافیکی (G.P.U) و واحدهای پردازش تنسور (T.P.U) با ویژگی‌هایی مانند پردازی ماتریسی و رایانش با حداکثر موازی‌سازی مبتنی‌بر مدل‌های ترکیبی سرویس‌های بهینه شده ابری و سایر تجهیزات به‌شدت پیشرفته اولین عنصر زیرساخت هوش‌مصنوعی را تشکیل می‌دهد.
2- تجهیزات ذخیره‌سازی
تجهیزات ذخیره‌سازی با ویژگی‌های منحصر‌به‌فرد مقیاس‌پذیر و توسعه‌پذیر خوشه مبنا (Cluster Base) مبتنی‌بر به‌کارگیری در زیرساخت خدمات ابری دومین عنصر زیرساخت هوش‌مصنوعی را تشکیل می‌دهد.
3- پهنای باند وسیع ارتباطی
ذخیره‌سازی اطلاعات پردازش شده سطح بالا نیازمند ارتباط سطح بالا با پهنای باند با تاخیر خیلی کم (حتی شاید بدون تاخیر) است. با این نگرش پهنای باند وسیع ارتباطی، سومین عنصر زیرساخت هوش‌مصنوعی را تشکیل می‌دهد.
4- چارچوب مدل‌ها و الگوریتم‌های مغز‌افزاری مانند یادگیری ماشین و یا مدل بزرگ زبانی
قطعا زیرساخت هوش‌مصنوعی بدون بهره‌گیری از چارچوب مدل‌ها و الگوریتم‌های مغز‌افزاری مانند یادگیری ماشین و یا مدل بزرگ‌زبانی، هوست وجودی خود را از دست می‌دهد. این چارچوب مدل‌ها و الگوریتم‌های مغز‌افزاری مانند یادگیری ماشین و یا مدل بزرگ زبانی است که موجب ایجاد یا تولید پلتفرم‌ها و نرم‌افزارهای مبتنی‌بر هوش‌مصنوعی و حتی توسعه می‌شوند. به همین دلیل این چارچوب‌ها، چهارمین عنصر زیرساخت هوش‌مصنوعی را تشکیل می‌دهد.
تا اینجا یک دید متوسطی از هوش‌مصنوعی و زیرساخت آن پیدا کردیم و فهمیدیم که زیرساخت هوش‌مصنوعی بسیار متفاوت‌تر از زیرساخت سنتی فناوری اطلاعات است و همچنین مزایای استفاده از زیرساخت هوش‌مصنوعی و با عناصر چهارگانه تشکیل‌دهنده آشنا شدیم.
در ادامه می‌خواستم به بررسی وضعیت زیرساخت‌های هوش‌مصنوعی در کشور بپردازم اما هرچه گشتم بیشتر گم شدم. در زمانه‌ای که در کشور اطلاعات واقعی، قابل استناد و از آب گذشته نه‌تنها توسط متولیان امر ارائه نمی‌شود بلکه به واسطه تحریم‌ها خیلی از اطلاعات پایه‌ای نیز حتی قابل انتشار نیست، تصمیم گرفتم از موضوع منصرف شوم و در ادامه بحث به یک موضوع خیلی مهم و اساسی اشاره کنم.
مهاجرت از زیرساخت سنتی فناوری اطلاعات به زیرساخت هوش‌مصنوعی
یکی از چالش‌های راهبردی، اساسی و فوری در کشور موضوع مهاجرت از زیرساخت سنتی فناوری اطلاعات به زیرساخت هوش‌مصنوعی است. بسیاری از مدیران عالی، از طریق الزامات بالادستی خود مانند قوانین مصوب کشوری، مصوبات شوراهای عالی در کشور و حتی مصوبات هیات‌مدیره‌ها برای بهره‌گیری از زیرساخت هوش‌مصنوعی تحت فشار هستند. این در حالی است که خیل عظیمی از کارشناسان و متخصصان، نسخه‌هایی را برای این امر پیچیده‌اند. ویژگی‌های عمده این نسخه‌ها به صورت عام دارای سه روند اصلی به شرح زیر هستند:
روند الف- ایجاد زیرساخت جدید
در این روند بدون توجه به وضعیت فعلی زیرساخت‌های فناوری اطلاعات در وزارتخانه، سازمان، شرکت و یا موسسه، پیشنهاد ایجاد یک زیرساخت مبتنی‌بر هوش‌مصنوعی بدون توجه به نیازمندی‌های فعلی، آتی و حتی ماموریت‌های آنها به مدیران تصمیم‌گیر داده می‌شود.
این موضوع تیغ یک لبه است که قطعا سینه وزارتخانه، سازمان، شرکت و یا موسسه را خواهد شکافت و اصلی‌ترین دلیل آن غیرکاربردی بودن به علت عدم شناخت نیازمندی‌های وزارتخانه، سازمان، شرکت و یا موسسه است.
روند ب- مهاجرت از زیرساخت فعلی به زیرساخت جدید
در این روند نیز بدون توجه به وضعیت فعلی زیرساخت‌های فناوری اطلاعات در وزارتخانه، سازمان، شرکت و یا موسسه، پیشنهاد ایجاد یک زیرساخت مبتنی‌بر هوش‌مصنوعی بدون توجه به نیازمندی‌های فعلی، آتی و حتی ماموریت‌های آنها به مدیران تصمیم‌گیر داده می‌شود. فقط در این بخش یک فاز به فعالیت‌ها اضافه می‌شود و آن هم فاز مهاجرت است.
این موضوع نیز تیغ تیزی است که نه‌تنها سینه وزارتخانه، سازمان، شرکت و یا موسسه را خواهد شکافت بلکه آن را زمین‌گیر نیز خواهد کرد و اصلی‌ترین دلیل آن غیرکاربردی بودن به علت عدم شناخت نیازمندی‌های وزارتخانه، سازمان، شرکت و یا موسسه و از دست دادن زیرساخت فعال فعلی و مهاجرت به زیرساختی که هیچ شناختی از آن در سازمان وجود ندارد.
روند ج- زیرساخت نیازسنجی شده و مهاجرت به آن
در این روند با توجه به وضعیت فعلی زیرساخت‌های فناوری اطلاعات در وزارتخانه، سازمان، شرکت و یا موسسه و نیازسنجی‌های انجام شده، پیشنهاد ایجاد یک زیرساخت مبتنی‌بر هوش‌مصنوعی با در نظر گرفتن نیازمندی‌های فعلی، آتی و ماموریت‌های آنها به مدیران تصمیم‌گیر داده می‌شود.
در این روند استاندارد، بعد از راه‌اندازی زیرساخت هوش‌مصنوعی، براساس یک برنامه دقیق، روند مهاجرت انجام می‌گیرد.
این موضوع روندی صحیح، دقیق و الزامی است که نه‌تنها وزارتخانه، سازمان، شرکت و یا موسسه را متنفع خواهد کرد بلکه اثر مستقیم بر سایر روندهای عملیاتی وزارتخانه، سازمان، شرکت و یا موسسه و بالا رفتن سطح کیفی خدمات قابل ارائه توسط آنها خواهد شد.
حال که روندهای سه‌گانه را یاد گرفتیم یک سوال اساسی پیش می‌آید. چطور می‌توانیم روند سوم را اجرایی کنیم.
در جهان برای اینکه یک زیرساخت نیازمندی‌های متناسب خود را ایجاد کنند معمولا از شش‌مرحله استفاده می‌کنند که در ادامه به آنها می‌پردازیم.
زیرساخت هوش‌مصنوعی و 6 مرحله ایجاد آن
وزارتخانه، سازمان، شرکت و یا موسسه با هر اندازه و با هر نوع فعالیت نیازمند انجام این شش‌مرحله برای ایجاد زیرساخت هوش‌مصنوعی هستند:
1- تعیین دقیق اهداف و اختصاص بودجه برای آن
اولین مرحله برای ایجاد یک زیرساخت هوش‌مصنوعی، تعیین اهداف است. تعیین اهداف باید دقیق، شفاف دارای خروجی مشخص و زمان‌بندی شده باید باشد و مشخص کند که این هدف چه مشکلی را از سازمان حل خواهد کرد. نکته بعدی در این زمینه موضوع اختصاص بودجه برای ایجاد زیرساخت هوش‌مصنوعی براساس اهداف تعیین شده است. در تعیین بودجه باید سوالاتی مانند توان سرمایه‌گذاری سالانه، توان سرمایه‌گذاری از منابع داخلی، امکان استفاده از سرمایه‌گذاری خارجی و روند برگشت سرمایه و نحوه و مدل‌های اجرایی هزینه اعتبارات پاسخ داده شود.
2- تعیین نیازمندی‌های تجهیزات زیرساختی و نرم‌افزاری و مغزافزاری
دومین مرحله برای ایجاد یک زیرساخت هوش‌مصنوعی، تعیین نیازمندی‌های تجهیزات زیرساختی و نرم‌افزاری و مغزافزاری است. تعیین تجهیزات زیرساختی و نرم‌افزاری و مغزافزاری در این مرحله باید براساس تامین اهداف پیش‌گفته و براساس بودجه‌های تخصیص یافته باید باشد. بلندپروازی در این زمینه یکی از مخفی‌ترین مسیر حرکت به سمت شکست پروژه ایجاد یک زیرساخت‌هوش‌مصنوعی خواهد بود.
3- تعیین راه‌حل‌های ارتباطی
سومین مرحله برای ایجاد یک زیرساخت هوش‌مصنوعی، تعیین راه‌حل‌های ارتباطی امن و مطمئن برای شبکه‌ها با پهنای باند بالا و تاخیر کم مانند F5G (که امکان جابه‌جایی سریع و ایمن حجم عظیمی از داده‌ها را بین پردازشگرها ذخیره سازها فراهم می‌سازد) است.
از موضوعات قابل‌توجه در این زمینه، استفاده وزارتخانه، سازمان، شرکت و یا موسسه از متدولوژی‌های نوین ارتباطی با جدیدترین توپولوژی به‌کارگیری آنها برای بهره‌گیری با بالاترین راندمان از زیرسخت هوش‌مصنوعی خواهد بود.
4- تصمیم‌گیری برای استفاده از راه‌حل‌های ابری و یا داخلی
چهارمین مرحله برای ایجاد یک زیرساخت هوش‌مصنوعی، تصمیم‌گیری برای استفاده از راه‌حل‌های ابری و یا استفاده از زیرساخت داخلی مبتنی‌بر هوش‌مصنوعی است. با توجه به اینکه همه عناصر چهارگانه زیرساخت هوش‌مصنوعی در فضای ابری قابل ارائه است. بنابراین وزارتخانه، سازمان، شرکت و یا موسسه می‌تواند برای استفاده از این زیرساخت‌ها به صورت منفرد و مشترک و یا استفاده صرف از زیرساخت داخلی هوش‌مصنوعی و یا استفاده مشترک از فضای ابری و زیرساخت داخلی هوش‌مصنوعی براساس الزامات امنیت پایه و مدیریت پایه داده‌ها و اولویت پایداری سرویس‌ها و … اقدام کنند.
5- انطباق اهداف و بودجه با زیرساخت هوش‌مصنوعی
پنجمین مرحله برای ایجاد یک زیرساخت هوش‌مصنوعی، انطباق اهداف و بودجه با زیرساخت هوش‌مصنوعی در حال ایجاد است. هرچقدر مدیران درگیر در ایجاد زیرساخت هوش‌مصنوعی باید طراحی زیرساخت هوش‌مصنوعی را به صورت تفصیلی با اهداف و بودجه اختصاص یافته انطباق دهند. زیرا زیرساخت ایجاد شده همراستا با راهبرد وزارتخانه، سازمان، شرکت و یا موسسه خواهد بود زیرساخت هوش‌مصنوعی با کارآمدی و کیفیت بالاتری نسبت به ارائه خدمات به وزارتخانه، سازمان، شرکت و یا موسسه اقدام خواهد کرد.
6- اجرای زیرساخت و حفظ آن
ششمین مرحله برای ایجاد یک زیرساخت هوش‌مصنوعی، اجرای زیرساخت هوش‌مصنوعی و حفظ آن با استفاده از روندهای نگهداری پیشرفته مانند نگهداری پیش‌بینانه و نگهداری هوشمند است. وزارتخانه، سازمان، شرکت و یا موسسه باید مطمئن شود که اجرای زیرساخت هوش‌مصنوعی مبتنی‌بر طراحی انطباق داده شده با اهداف و بودجه اختصاص یافته است. در ادامه نیز باید با استفاده از روندهای پیشرفته نگهداری زیرساخت هوش‌مصنوعی را به صورتی عملیاتی نگه داشت که بیشترین راندمان را به ارمغان بیاورد.
* متخصص هوش‌مصنوعی