ورود سکوی هوش مصنوعی وزارت صمت به فاز عملیاتی با تکیه بر توان دانشگاهی کشور

به گزارش خبرنگار دانشگاه خبرگزاری دانشجو؛ در شرایطی که هوش مصنوعی به یکی از پیشران‌های اصلی تحول در نظام حکمرانی و تصمیم‌سازی دولت‌ها تبدیل شده است، وزارت صنعت، معدن و تجارت نیز گام عملی خود را در این مسیر برداشته است. سکوی هوش مصنوعی وزارت صمت که با اتکا به توان علمی و تخصصی دانشگاه صنعتی اصفهان و با حمایت معاونت علمی و فناوری ریاست‌جمهوری توسعه یافته، پس از عبور از مرحله طراحی اولیه اکنون وارد فاز عملیاتی شده و به‌صورت آزمایشی در بخشی از بدنه این وزارتخانه مورد استفاده قرار می‌گیرد.

این سکو با هدف استفاده کاربردی از هوش مصنوعی در سطوح مدیریتی و تصمیم‌سازی طراحی شده و تمرکز آن بر حوزه‌هایی نظیر تحلیل قوانین و مقررات، هوش تجاری، داشبورد‌های مدیریتی و تعامل زبانی با داده‌هاست؛ حوزه‌هایی که می‌توانند نقش مهمی در افزایش دقت، سرعت و شفافیت تصمیم‌ها در یکی از مهم‌ترین وزارتخانه‌های اقتصادی کشور ایفا کنند. بهره‌گیری از ظرفیت دانشگاهی کشور در اجرای این پروژه، نشان‌دهنده رویکردی مبتنی بر اعتماد به توان داخلی و پیوند میان دانشگاه و دستگاه‌های اجرایی است.

علیرضا بصیری مدیر پروژه هوش مصنوعی وزارت صمت  گفت: پروژه «دستیار هوشمند وزارت صمت» این پروژه از آذر ماه ۱۴۰۳  به ما اطلاع‌رسانی شد تا دانشگاه صنعتی اصفهان آن را برعهده بگیرد و پروپوزالی برای درس هوشمند ارسال شود. این موضوع به معاونت پژوهشی دانشگاه اطلاع‌رسانی شده بود. پس از چند مرحله داوری علمی، وزارت صمت پروژه را به دانشگاه صنعتی اصفهان واگذار کرد، از اسفند ۱۴۳ ما به طور جدی توسعه سامانه را آغاز کردیم. در این پروژه هفت نفر از هیئت علمی و حدود ۲۰ نفر به صورت مستقیم درگیر هستند؛ شروع پروژه کمی به دلیل شفاف نبودن از سمت معاونت علمی طول کشید، اما نگاه کلی مشخص بود که پروژه شامل سه تا چهار فاز است.

فاز اول  تنقیح و بازیابی قوانین

بصیری در ادامه بیان کرد: در این فاز، قوانین و آیین‌نامه‌های وزارت صمت مورد بررسی قرار گرفت؛ ما قابلیت پرسش از قوانین و تناقض‌یابی آنها را پیاده‌سازی کردیم. تناقض‌ها شامل تناقض یک ماده با یک قانون، یا یک مجموعه قوانین است. پروژه تحت نظارت دقیق دانشگاه صنعتی اصفهان پیش رفت. بخش قوانین اکنون در دفتر حقوقی وزارت صمت مورد استفاده قرار می‌گیرد و مدیر کل حقوق وزارت صمت نیز از آن بهره‌مند است ما تغییرات و ملاحظات آنها را نیز اعمال کردیم.

فازدوم هوش تجاری

وی در ادامه بیان کرد: این فاز شامل پیاده‌سازی هوش تجاری ایستا و پویا است و تاکنون حدود ۷۰ درصد پیشرفت داشته است. نگاه کلاسیک هوش تجاری به این صورت است که سازمان‌ها داده‌های پراکنده‌ای دارند و مدیران باید این داده‌ها را یکپارچه ببینند. ما این کار را با استفاده از هوش مصنوعی انجام داده‌ایم، به طوری که مدیران بدون نیاز به دانش فنی یا ابزار گزارش‌سازی، می‌توانند تنها با بیان نیاز خود، اطلاعات را دریافت کنند. به عنوان مثال، اگر مدیر بخواهد تعداد معادن کشور را به تفکیک استان بداند، سامانه با شناسایی جداول و تحلیل داده‌ها، خروجی را به صورت جدولی و نموداری ارائه می‌دهد. این اطلاعات سپس می‌تواند به داشبورد ایستا اضافه شود تا همیشه در دسترس باشد. با وجود پیشرفت قابل توجه، گلوگاه اصلی ما کمبود داده‌های واقعی و بزرگ است. ما زیرساخت‌ها را آماده کرده‌ایم، اما برای ارزیابی عملکرد کامل، نیاز به داده‌های بزرگ‌تر داریم.

سایر فیچرها

بصیری گفت: علاوه بر قوانین و هوش تجاری، فیچر‌های کاربردی دیگری نیز پیاده‌سازی شده‌اند که معاونت علمی درخواست نکرده بود، اما برای استفاده عملی وزارت صمت اضافه شده‌اند. یکی از این فیچرها، خلاصه‌سازی متون است. کاربر سندی را وارد سامانه می‌کند و سامانه می‌تواند آن را در دو پاراگراف خلاصه کند.

امنیت و استقلال سامانه

وی در ادامه بیان کرد:یکی از نکات مهم، محرمانگی داده‌ها است. در سطح مدیریت وزارتخانه، داده‌ها بسیار حساس هستند. به همین دلیل، سامانه کاملاً مستقل و داخلی طراحی شده و هیچ اتصال اینترنتی برای پردازش داده‌ها نیاز ندارد. اگر شبکه خارجی قطع شود، سامانه همچنان در شبکه داخلی وزارتخانه کار می‌کند. برای پردازش متن، فیچرهایی مانند خلاصه‌سازی و ترجمه اضافه شده است. کاربر می‌تواند سندی را وارد کند و سامانه آن را خلاصه کند یا به هر یک از نزدیک به ۱۰۰ زبان دنیا ترجمه کند. همچنین امکان پرسش از داده‌های جدولی وجود دارد. اگر مدیر داده‌ای خارج از پایگاه داده رسمی وزارتخانه داشته باشد، می‌تواند آن را به صورت فایل CSV وارد سامانه کند و همان تحلیل‌ها و فیچرهای هوش تجاری روی آن اعمال شود.

بصیری افزود: یکی دیگر از فیچرهای اضافه، پاسخ به سوالات پرتکرار (FAQ) است. سامانه می‌تواند سوال کاربر را با بانک سوالات پرتکرار تطبیق دهد و پاسخ دقیق همراه با ارجاع و رفرنس قانونی ارائه کند. به عنوان مثال، اگر سوالی درباره قانون کار یا قانون تجارت باشد، پاسخ با مرجع رسمی ارائه می‌شود و مدل از خودش تولید محتوا نمی‌کند. در فاز تصمیم‌گیری، سامانه خروجی‌های تحلیلی را ارائه می‌دهد تا مدیر بتواند تصمیم‌گیری مبتنی بر داده انجام دهد. مثلاً در حوزه معدن، مدیر می‌تواند ظرفیت استان‌ها را بررسی و تصمیم بگیرد که روی کدام استان تمرکز بیشتری داشته باشد. در حوزه تجارت و قیمت‌گذاری نیز سامانه می‌تواند روندها را تحلیل کرده و پیش‌بینی ارائه دهد.

وی در ادامه بیان کرد: همچنین سامانه به گونه‌ای طراحی شده که در صورت دسترسی به چند بستر پردازشی، به صورت خودکار سوئیچ کند و پردازش را روی بستر جایگزین انجام دهد. این ویژگی، عملکرد سامانه را در شرایط اختلال شبکه تضمین می‌کند. نکته مهم دیگر این است که سامانه مستقل از مدل‌های آماده خارجی است. تمام پردازش‌ها و هوش مصنوعی به صورت لوکال و داخلی دانشگاه صنعتی اصفهان انجام می‌شود تا محرمانگی داده‌ها حفظ شود. پروژه در فاز دوم به تایید ناظر علمی و وزارتخانه رسیده است. هرچند داده‌های بزرگ‌تر هنوز در اختیار نداریم، اما زیرساخت‌ها آماده است و قابلیت توسعه و تحلیل‌های پیچیده‌تر وجود دارد. سامانه آماده است تا با داده‌های واقعی و بزرگ‌تر، بهره‌برداری کامل انجام شود.

بصیری خاطرنشان کرد: داده‌های اولیه ما از سایت پابلیک وزارت صمت استخراج و مهندسی معکوس شد و از آن استفاده کرده‌ایم. با این حال، برای استفاده عملیاتی، نیاز به دیتابیس واقعی‌تر با حجم بزرگتر و چالش‌های واقعی‌تر داریم. نگاه ما کاملاً باز است و مدیریت وزارتخانه، ناظر علمی و دانشگاه، همگی بر این موضوع تاکید دارند که پروژه در فاز‌های بعدی و متمم‌ها قابل توسعه است.

وی در ادامه بیان کرد: برای مثال، وقتی دفتر حقوقی وزارتخانه درخواست تغییر مرجع قوانین داشت، ما مرجع را تغییر دادیم تا با نیاز‌های واقعی هماهنگ شود، حتی اگر تفاوت زیادی با مرجع اولیه نداشت. هدف ما این است که پروژه کاملاً منطبق با نیاز کارفرما و قابل استفاده باشد. تیم دانشگاه صنعتی اصفهان ظرفیت خوبی دارد و تمام تلاش ما این است که مسئله را تعریف و با نیرو‌های موجود به نتیجه برسانیم. در حال حاضر حدود ۲۰ نفر روی پروژه کار می‌کنند. پروژه کلان ۱۵ میلیارد تومان بودجه دارد و دانشگاه با در اختیار داشتن سخت‌افزار کافی، از جمله GPU و زیرساخت‌های ابررایانش، پروژه را پیش برده است. حتی در صورت نیاز، ظرفیت‌های اضافی اجاره‌ای نیز تامین شده است.

بصیری گفت: با وجود این که در ۵-۶ ماه اول پروژه امکان استفاده کامل از سکو‌های GPU فراهم نبود، تیم دانشگاه با مدیریت منابع، این چالش را پشت سر گذاشت و اکنون سامانه به خوبی در حال پیشرفت است. نگاه دانشگاه و ناظر علمی همواره این بوده که هیچ مشکلی روند توسعه پروژه را متوقف نکند. داده‌های اولیه ما از سایت پابلیک وزارت صمت استخراج و مهندسی معکوس شد و از آن استفاده کرده‌ایم. با این حال، برای استفاده عملیاتی، نیاز به دیتابیس واقعی‌تر با حجم بزرگتر و چالش‌های واقعی‌تر داریم. نگاه ما کاملاً باز است و مدیریت وزارتخانه، ناظر علمی و دانشگاه، همگی بر این موضوع تاکید دارند که پروژه در فاز‌های بعدی و متمم‌ها قابل توسعه است.

وی در ادامه بیان کرد: برای مثال، وقتی دفتر حقوقی وزارتخانه درخواست تغییر مرجع قوانین داشت، ما مرجع را تغییر دادیم تا با نیاز‌های واقعی هماهنگ شود، حتی اگر تفاوت زیادی با مرجع اولیه نداشت. هدف ما این است که پروژه کاملاً منطبق با نیاز کارفرما و قابل استفاده باشد. تیم دانشگاه صنعتی اصفهان ظرفیت خوبی دارد و تمام تلاش ما این است که مسئله را تعریف و با نیرو‌های موجود به نتیجه برسانیم. در حال حاضر حدود ۲۰ نفر روی پروژه کار می‌کنند. پروژه کلان ۱۵ میلیارد تومان بودجه دارد و دانشگاه با در اختیار داشتن سخت‌افزار کافی، از جمله و زیرساخت‌های ابررایانش، پروژه را پیش برده است. حتی در صورت نیاز، ظرفیت‌های اضافی اجاره‌ای نیز تامین شده است. با وجود این که در ۵؛۶ ماه اول پروژه امکان استفاده کامل از سکو‌های فراهم نبود، تیم دانشگاه با مدیریت منابع، این چالش را پشت سر گذاشت و اکنون سامانه به خوبی در حال پیشرفت است. نگاه دانشگاه و ناظر علمی همواره این بوده که هیچ مشکلی روند توسعه پروژه را متوقف نکند.