«داده»؛ گلوگاه اصلی توسعه
سکوی هوش مصنوعی وزارت صمت که با اجرای دانشگاه صنعتی اصفهان و حمایت معاونت علمی و فناوری ریاستجمهوری درحالتوسعه است، پس از عبور از مرحله MVP وارد فاز عملیاتی شده و بخش قوانین و آییننامههای آن بهصورت آزمایشی در دفتر حقوقی وزارت صمت مورداستفاده قرار گرفته است؛ پروژهای ۱۵ میلیاردتومانی که بهگفته مدیر آن، با وجود پیشرفت ۷۰ درصدی، همچنان با چالش جدی دسترسی به دادههای واقعی و بزرگ مواجه است.
مریم رضایی: دانشگاه صنعتی اصفهان با مأموریتی ازسوی معاونت علمی و فناوری ریاستجمهوری، توسعه پروژه «دستیار هوشمند وزارت صنعت، معدن و تجارت» را برعهدهگرفته است؛ پروژهای که بهگفته مدیر آن، در بخش قوانین و آییننامههای وزارت صمت بهصورت آزمایشی بهبهرهبرداری رسیده و هماکنون در دفتر حقوقی این وزارتخانه مورداستفاده قرار میگیرد. سکوی هوش مصنوعی وزارت صمت با تمرکز بر حوزههایی مانند تحلیل قوانین، هوش تجاری، داشبوردهای مدیریتی و تعامل زبانی با دادهها طراحی شده و تلاش دارد کاربرد عملی هوش مصنوعی را در سطوح مدیریتی و تصمیمسازی این وزارتخانه پیادهسازی کند. درعینحال، توسعه این سکو در شرایطی دنبال میشود که دسترسی به دادههای واقعی و یکپارچه، همچنان یکی از چالشهای اصلی پروژههای هوش مصنوعی در دستگاههای اجرایی محسوب میشود؛ موضوعی که علیرضا بصیری، مدیر پروژه سکوی هوش مصنوعی وزارت صمت، با وجود اعلام پیشرفت حدود ۷۰ درصدی پروژه، آنرا مانعی جدی برای رسیدن به بلوغ کامل سامانه میداند. علیرضا بصیری، مدیر پروژه هوشمند وزارت صنعت، معدن و تجارت علیرغمآنکه پیشرفت اینپروژه را ۷۰ درصد عنوان میکند ولی چالشهای دسترسی به دادههای واقعی را چالشهای سادهای برای چنین پروژههایی نمیداند و بیان میکند که درحالحاضر گلوگاه اصلی آنها، دسترسی به داده است؛ چراکه دادههایی که ازسوی وزارت صمت دراختیار این تیم قرار گرفته، محدود بوده و برای رسیدن به بلوغ کامل سامانه، نیاز است با دادههای واقعی، بزرگتر و پیچیدهتر کار کنیم. بصیری، بااشارهبه شکلگیری پروژه «دستیار هوشمند وزارت صمت» گفت: اینپروژه ازسوی دانشگاه صنعتی اصفهان درحالاجراست و از حدود آذرماه ۱۴۰۳ به ما ازسوی معاونت علمی اطلاعرسانی شد که دانشگاههایی که ظرفیت لازم را دارند، برای وزارتخانهها پروپوزال ارسال کنند. اینموضوع به معاونت پژوهشی دانشگاه صنعتی اصفهان اعلام شد و پسازآن، بنده بههمراه ۶ نفر دیگر از اعضای هیئتعلمی دانشکده برق و کامپیوتر دانشگاه، ازجمله دکتر حکیم، رئیس مرکز هوش مصنوعی دانشگاه صنعتی اصفهان، اقدام به آمادهسازی پروپوزال کردیم. وی بابیاناینکه پروپوزال ارسال ما طی چندمرحله داوری که توسط معاونت علمی انجام شد، موردبررسی قرار گرفت و درنهایت پروژه وزارت صمت به دانشگاه صنعتی اصفهان اختصاص داده شد و از اسفندماه ۱۴۰۳ بهصورت جدی توسعه این سامانه را آغاز کردیم. بصیری باتأکیدبراینکه درحالحاضر حدود ۲۰ نفر بهطور مستقیم روی اینپروژه فعالیت میکنند، ادامه داد: البته در ابتدای کار، ازسوی معاونت علمی زمان برد تا نقشهراه پروژه بهصورت شفاف مشخص شود و معلوم شود که چه اتفاقاتی باید در پروژه رخ دهد، اما دیدگاه کلی که ازسوی معاونت علمی به ما منتقل شد اینبودکه پروژه دارای سه تا چهار فاز مشخص دارد که فاز نخست آن به تنقیح و بازیابی قوانین حوزه وزارت صمت اختصاص دارد. مدیر پروژه سکوی هوش مصنوعی وزارت صمت اضافه کرد: دراینبخش، قوانین و آییننامههای موجود در وزارت صمت موردبررسی قرار گرفت و قابلیتهایی مبتنیبر پردازش و تحلیل متون حقوقی روی سامانه پیادهسازی شد. از جمله این قابلیتها میتوان به امکان طرح پرسش از محتوای قوانین و شناسایی موارد تعارض و تناقض میان مواد و مقررات اشاره کرد. وی افزود: در بخش تناقضیابی قوانین، امکان شناسایی تناقض با یک مادهقانونی، تناقض با یک قانون مشخص و همچنین تناقضیابی با مجموعه قوانین موجود در وزارت صمت پیادهسازی شده و این فرآیند با نظارت دقیق و با نگاه مشخص انجام شده است. بصیری تأکید کرد: با تأیید ناظر پروژه (وزارت صمت) بخش قوانین سکوی هوش مصنوعی وزارت صمت بهطورکامل اجرا شد و موردتأیید ناظر پروژه نیز قرار گرفت بهگونهایکه درحالحاضر، بخش قوانین این سامانه در دفتر حقوقی وزارت صمت درحالاستفاده است و مدیرکل حقوقی وزارت صمت نیز بهعنوان کاربر از اینبخش استفاده میکند. ملاحظات و مواردی ازسوی ایشان مطرح شد که خواستار اضافهشدن یا اعمال تغییراتی در سامانه بودند و تلاش کردیم اینموارد را برطرف کنیم تا آنچه مدنظرشان است، بهطورکامل اجرا شود. وی فاز دوم پروژه سکو هوش مصنوعی وزارت صمت را توسعه هوش تجاری دراینوزارتخانه عنوان کرد و ادامه داد: درحالحاضر حدود ۷۰ درصد از این فاز پیش رفتهایم و اینبخش شامل دو قسمت هوش تجاری ایستا و هوش تجاری پویای اینپروژه توسعه داده شده است. مدیر پروژه سکوی هوش مصنوعی وزارت صمت، با تشریح رویکرد هوش تجاری دراینپروژه توضیح داد: هوش تجاری نگاهی کلاسیک دارد و مبنای آن ایناستکه در سازمانها حجم زیادی از داده وجود دارد و شاهد هستیم که در هر سازمانی سامانههای مستقل متعددی فعال شده است. این سامانههای مختلف، سامانههای اطلاعاتی متفاوتی هستند که هرکدام پشتوانه یک پایگاه داده دارند و دادههایی که کاربران وارد میکنند، در آنها ذخیره میشود. بصیری ادامه داد: اما اگر از لایه مدیران سازمان به موضوع نگاه کنیم، مدیر یک سازمان قرار نیست برای استخراج اطلاعات موردنیاز خود به سامانههای مختلف مراجعه کند و دادهها را بررسی و تحلیل کند تا در تصمیمگیری از آنها استفاده شود. مدیر پروژه سکوی هوش مصنوعی وزارت صمت اضافه کرد: این درحالی است که در هوش تجاری رویکرد مبتنیبر یکپارچهسازی تمامی پایگاههای داده در یک سازمان است تا اینمجموعه به یک مرجع واحد تبدیل شود؛ مرجعی که مدیران لایه بالای سازمان بتوانند از آن استفاده کنند. اگر ازمنظر سامانهها نگاه کنیم، کاربری سامانههای اطلاعاتی بیشتر عملیاتی است و کاربران عملیاتی، مدیران میانی و مدیران سطوح پایین سازمان با آنها سروکار دارند، اما در سطح استراتژیک سازمان، دیگر چنین کاربری معنا ندارد و مدیر نیازمند گزارشهای تجمیع شده است. بصیری نمونه اینرویکرد را سامانه «کاداستر» دانست و اضافه کرد: مدیران برای تصمیمگیری باید اطلاعاتی از سامانه کاداستر، سامانه پرگار، اتوماسیون و سایر سامانههای موجود در وزارتخانه را درکنارهم ببینند و این همانجایی است که هوش تجاری معنا پیدا میکند و ضرورت یکپارچهسازی دادهها مطرح میشود. دراینرویکرد، یک پایگاه داده یکپارچه شکل میگیرد و یک اینترفیس برای آن تعریف میشود که به آن داشبورد گفته میشود. داشبوردهای اطلاعاتی قرار است براساس انبار داده و فرآیند اعتبارسنجی که در پشت این ساختار انجام شده، مورداستفاده مدیران قرار گیرند. مدیر پروژه سکوی هوش مصنوعی وزارت صمت افزود: نگاهی که معاونت علمی دراینپروژه بهخوبی برای ما تعریف کرده، ایناستکه از منابع دادهای که در داخل وزارتخانه دراختیار ما قرار میگیرد، استفاده کنیم و اینکار را در یک سطح بالاتر و مبتنیبر هوش مصنوعی انجام دهیم. وی ادامه داد: در مدل کلاسیک هوش تجاری، داشبوردهای ایستا وجود دارد که ازقبل طراحی شدهاند و شاخصها و KPI ها در آنها مشخص است و مدیر بامراجعهبه این داشبوردها، یک تصویر کلی از وضعیت سازمان بهدست میآورد. این داشبوردها معمولاً ازپیش ایجاد شدهاند، اما امکان تولید گزارشهای جدید نیز وجود دارد؛ چراکه یک مرجع واحد دادهای در پشت سامانه آماده شده و کاربری که اندکی دانش فنی داشته باشد، میتواند گزارش جدید یا اصطلاحاً گزارش ادهاک ایجاد کرده و به داشبورد اضافه کند. وی یادآور شد: مدیر وارد بخش داشبورد هوش تجاری پویا میشود و فقط بیان میکند که چهچیزی میخواهد؛ درواقع صرفاً با سامانه گفتوگو میکند. بهعنوان نمونه، مدیر میگوید «تعداد معادن کشور بهتفکیک استان را به من بگو». قرار نیست وارد گزارشساز شود یا فایل اکسل تولید کند؛ فقط نیاز خود را بهصورت متنی اعلام میکند. بصیری افزود: پایگاه داده موردنیاز ازسوی وزارت صمت دراختیار ما قرار گرفته و ما مبتنیبر هوش مصنوعی این فرآیند را انجام میدهیم، بدوناینکه کاربر نیاز به نوشتن کد، دانستن زبان برنامهنویسی یا کار با ابزارهای گزارشسازی داشته باشد. سامانه ابتدا جداول مرتبط را شناسایی میکند، سپس تحلیل لازم را روی آنها انجام میدهد و در مرحله بعد، کوئری SQL بهصورت خودکار تولید میشود و درنهایت گزارشهای جدولی و نموداری به کاربر نمایش داده میشود. دراینفرآیند، کاربر هیچ تلاش خاصی انجام نمیدهد و صرفاً سؤال خود را مطرح میکند و تحلیل بهصورتکامل انجام میشود. وی افزود: اگر مدیر تمایل داشته باشد که این گزارش را بهطورمستمر مشاهده کند، امکانی درنظر گرفته شده تا این گزارش بهعنوان یک گزارش ثابت به بخش داشبوردهای ایستا اضافه شود، برای آن نامگذاری انجام شود و در مراجعات بعدی بهراحتی قابلمشاهده باشد. ایسنا