دانشگاه های جهان به خط مقدم هوش مصنوعی در مدیریت بحران آمدند
به گزارش کنکور هنر، رییس انجمن ملی هوش مصنوعی ایران اظهار داشت: دانشگاه ها و مراکز تحقیقاتی مختلفی در جهان به شکل تخصصی روی کاربرد هوش مصنوعی در مدیریت بحران متمرکز شده اند.
به گزارش کنکور هنر به نقل از خبرنگاران جوان، با پیشرفت شتابان فناوری، مدیریت بحران از رویکرد های سنتی و واکنش محور بسمت پیش بینی های دقیق و پیش دستانه حرکت کرده است. امروز هوش مصنوعی نه یک انتخاب، بلکه ضرورتی برای کاهش خسارات جانی و مالی ناشی از بلایای طبیعی و انسان ساخت بحساب می آید. در این راستا، جهت بررسی آخرین وضعیت پروژه های عملیاتی، ظرفیتهای اقتصادی و جایگاه آموزش عالی محمدهادی زاهدی، رییس انجمن ملی هوش مصنوعی ایران گفت و گویی داشته که در ادامه می خوانید.
چه تعداد پروژه عملیاتی هوش مصنوعی در مدیریت بحران (پیش بینی، لجستیک، امداد، تحلیل داده) اجرا شده است؟ خروجی عددی داشته اند؟
پروژه های عملیاتی به کارگیری هوش مصنوعی در مدیریت بحران همچون امداد و نجات در جهان رو به افزایش است، همچون پروژه های شاخص می توان به سیستم هشدار سیل گوگل (Flood Hub) اشاره نمود که یک سیستم عملیاتی است و الان در بیشتر از ۱۰۰ کشور جهان فعال بوده و به حدود ۷۰۰ میلیون نفر ساکن مناطق پرخطر، هشدار های ۷ روزه سیل عرضه می کند. یک مورد شاخص دیگر، پروژه SAFERS اتحادیه اروپاست که یک سکوی مدیریت یکپارچه برای حریق های جنگلی بوده و شامل ۹ سرویس هوشمند مبتنی بر هوش مصنوعی است.
علاوه بر این، سازمان ملل نیز در نوامبر ۲۰۲۴ یک ابتکار جهانی برای تاب آوری در مقابل بلایای طبیعی با بهره گیری از راه حل های هوش مصنوعی (Global Initiative on Resilience to Natural Hazards through AI Solutions) راه اندازی کرده است که نشان دهنده عزم بین المللی جهت استفاده گسترده از این فنآوری است.
در کشور ما نیز جمعیت هلال احمر در یک سال قبل توجه ویژه ای به حوزه هوش مصنوعی معطوف داشته است و پروژه هایی در دست برنامه ریزی و اجرا دارد. ستاد گسترش فناوری و کابرد هوش منصوعی نیز در جلسات سال ۱۴۰۴ خود اعتبار ویژه ای برای تعریف چندین پروژه در حوزه امداد و نجات اختصاص داد و طی فراخوانی که از جانب ستاد و معاونت علمی و فناوری ریاست جمهوری اعلام شد، شرکت ها، دانشگاه ها و محققین طرح های خودرا جهت بررسی به این ستاد اعلام داشتند که امیدواریم در سال ۱۴۰۵ شاهد انتخاب طرح های ارسالی و اجرایی شدن آن باشیم.
مهم ترین حوزه هایی که هوش مصنوعی می تواند در دوران بعد از بحران بیشترین صرفه جویی اقتصادی ایجاد نماید کدام اند؟ آیا برآوردی از میزان کاهش هزینه ها وجود دارد؟
در این مورد می توان به «پیشگیری و آمادگی» اشاره نمود. گزارش ها حاکی از آنست که سرمایه گذاری در زیرساخت های مقاوم در مقابل بلایا با کمک هوش مصنوعی، به ازای هر یک دلار سرمایه گذاری، به طور متوسط ۱۳ دلار در هزینه های آینده بلایا صرفه جویی می کند. «ارزیابی و بازسازی خسارات» مورد دیگر است، استفاده از تصاویر ماهواره ای و پهپادی مبتنی بر هوش مصنوعی برای ارزیابی سریع و دقیق خسارات به جاده ها، پل ها و ساختمان ها، پروسه بازسازی را تسریع نموده و به صورت مستقیم در هزینه ها صرفه جویی می کند. از «بهبود لجستیک امداد» هم می توان در این خصوص نام برد. الگوریتم های هوش مصنوعی می توانند لجستیک امداد را با پیش بینی مناطق لطمه دیده و بهینه سازی توزیع منابع، ساده سازی و عادلانه کنند.
صرفه جویی ۷۰ میلیارد دلاری با هوش مصنوعی در مدیریت بلایا
بر اساس گزارش مشترک Deloitte و IFC، پیاده سازی گسترده هوش مصنوعی در زیرساخت های مقاوم در مقابل بلایا می تواند تا سال ۲۰۵۰ سالانه حدود ۷۰ میلیارد دلار در هزینه های مستقیم بلایا صرفه جویی کند (حدود ۱۵ درصد از خسارات پیش بینی شده)، با پذیرش گسترده تر و بهبود قابلیت های هوش مصنوعی، این رقم می تواند تا ۱۱۵ میلیارد دلار در سال افزایش یابد که معادل حذف نزدیک به یک سوم از کل خسارات در رابطه با بلایا است.
طبق داده های موجود، بازار فناوری های هوش مصنوعی در مدیریت بحران در جهان چه اندازه است و پیش بینی رشد آن تا ۵ یا ۱۰ سال آینده چقدر است؟
بازار فناوری های هوش مصنوعی در مدیریت بحران و امداد درحال رشد سریعی است. اندازه بازار در سال ۲۰۲۵ معادل ۴ میلیارد دلار بوده است. همچنین، پیش بینی رشد ۱۰ ساله نشان داده است که این بازار تا سال ۲۰۳۵ به ۲۰ میلیارد دلار برسد و نرخ رشد مرکب سالانه (CAGR) آن حدود ۱۷.۵ درصد باشد.
برخی منابع دیگر پیش بینی کرده اند بازار «مدیریت حوادث و شرایط اضطراری» تا سال ۲۰۳۰ به ۲۲۴.۷ میلیارد دلار برسد، اما این رقم کل بازار است و هوش مصنوعی تنها بخشی از آنرا تشکیل می دهد.
در حوزه آموزش عالی، چند دانشگاه یا مرکز تحقیقاتی در جهان به صورت تخصصی در حوزه مدیریت بحران با هوش مصنوعی متمرکز هستند؟
گزارش ها نشان داده است که دانشگاه ها و مرکز تحقیقاتی مختلفی در جهان به صورت تخصصی روی این حوزه کار می کنند. نمونه هایی از این مراکز در سالهای اخیر فعال شده اند. بعنوان مثال، مرکز تحقیقاتی Eratosthenes (قبرس) با بودجه اتحادیه اروپا روی یکپارچه سازی هوش مصنوعی با تصاویر ماهواره ای برای کاهش خطر بلایا کار می کند. دانشگاه ووهان (چین) لابراتوار ملی تحقیقات زنجیره بلایا را با قابلیت های هوش مصنوعی راه اندازی کرده است. مؤسسه فناوری گاندی ناگار (IIT Gandhinagar) هند «مرکز فرماندهی و تاب آوری هوش مصنوعی (ARC)» را برای مدیریت مخاطره بلایای اقلیمی با بهره گیری از داده های برخط راه اندازی کرده است. دانشگاه کشاورزی و مکانیک تگزاس (Texas A&M) آمریکا پروژه ای به ارزش ۱ میلیون دلار برای ایجاد شبکه آموزشی «هوش مصنوعی مکانی در مدیریت بحران (GeoAI)» راه اندازی کرده است. دانشگاه کیوشو (ژاپن) دارای لابراتوار مهندسی پیش گیری از بلایای ژئو (Geo-disaster Prevention Engineering Laboratory) با بهره گیری از فناوری های هوش مصنوعی، هواپیما های بدون سرنشین و اینترنت اشیا را راه اندازی کرده است
تصویب راه اندازی دانشکده پدافند غیرعامل در دانشگاه گیلان
در کشور ایران نیز تاسیس دانشکده پدافند غیرعامل در دانشگاه گیلان مصوب شده و رشته مدیریت بحران در مقطع کارشناسی ارشد در بعضی از دانشگاه های کشور به راه افتاده است. علاوه بر این پژوهشگاه های تخصصی نیز در نظام آموزش عالی بر موضوعات در رابطه با حوزه مدیریت بحران فعالیت دارند همچون پژوهشگاه بین المللی زلزله شناسی و مهندسی زلزله و پژوهشکده مدیریت خطرپذیری و بحران که ذیل این پژوهشگاه تشکیل شده است.
برای تربیت نیروی متخصص در این عرصه، سالانه چه تعداد دانش آموخته در رشته های در رابطه با هوش مصنوعی و مدیریت بحران در جهان وارد بازار کار می شوند؟
آماری دقیقی برای تعداد سالانه فارغ التحصیلان دارای دانش و مهارت در حوزه تقاطع این دو حوزه آموزشی (هوش مصنوعی و مدیریت بحران) در جهان و کشور وجود ندارد، اما می توان از پژوهشگاه علوم و فناوری اطلاعات ایران (ایرانداک) خواست که برپایه پایان نامه و پارسه های ثبت شده در سامانه های آن پژوهشگاه، تخمینی از فارغ التحصیلان دارای مهارت و دانش در این عرصه عرضه کنند.
در حوزه آموزش عالی، چه برنامه ای برای تربیت نیروی متخصص در هوش مصنوعی برای مدیریت بحران و بازسازی وجود دارد و هدف گذاری عددی آن چیست؟
برنامه عملیاتی وزارت علوم برای تربیت نیروی انسانی متخصص در هوش مصنوعی برپایه تکالیف بالادستی همچون سند ملی هوش مصنوعی و تقسیم کار ملی است که در ستاد گسترش فناوری و کاربرد هوش مصنوعی مصوب شده است. در این اسناد هدف گذاری های مشخصی تعریف شده است. مهم ترین بخش های در رابطه با این حوزه شامل ایجاد و بازبینی رشته ها با بوجودآوردن رشته های راهبردی بین رشته ای هوش مصنوعی در مقاطع مختلف (با تاکید بر تحصیلات تکمیلی)، راه اندازی لابراتوار های تخصصی با تدوین و اجرای برنامه ملی برای دفاع از پژوهش های بنیادی در حوزه هوش مصنوعی که شامل راه اندازی حداقل ۱۲ لابراتوار تخصصی توسعه مدلهای بنیادین و ۳ لابراتوار تخصصی ارزیابی مدلهای بنیادین است. افزایش سهم پذیرش دانشجویان در تمامی مقاطع در حوزه های در رابطه با هوش مصنوعی از دیگر تکالیف بالادستی است؛ لیکن در تربیت نیروی متخصص در حوزه هوش مصنوعی و مدیریت بحران، می توان برپایه نیاز های سازمانی همچون دانستن نیاز های سازمان هایی مثل سازمان مدیریت بحران، سازمان پدافند غیرعامل، سازمان همیاری و شهرداری های کشور، نهاد نظامی و انتظامی، نسبت به تعریف دوره های کوتاه مدت تخصصی در چارچوب آموزش های آزاد و تخصصی اقدام نمود و اصرار کرد که در طراحی نظام آموزش عالی هوشمند، توسعه رشته ها باید تقاضا محور و مبتنی بر آمایش سرزمینی انجام پذیرد.
چه تعداد پایگاه داده یا پروژه ملی داده برای توسعه هوش مصنوعی در کشور بوجود آمده و آیا برای شرایط بحران هم داده های خاصی جمع آوری می شود؟
در کشور ما، با وجود چالش هایی نظیر تحریمها و محدودیت دسترسی به داده های بین المللی، پروژه هایی برای مدیریت بحران کلید خورده است همچون طراحی و راه اندازی سیستمی برای ارایه خدمات عادلانه به مردم در بلایای طبیعی که در توزیع عادلانه خدمات به لطمه دیدگان کمک می نماید یا پروژه های مهمی که در ذیل زیست بوم های دیجیتال دولت تعریف شده اند. در پروژه دیگری استفاده از داده های ماهواره ای و هوش مصنوعی برای نقشه برداری سیل استفاده شده است. اما باید به یاد داشت یکی از مهم ترین الزامات برای توسعه مدلهای هوش مصنوعی در کشور، دسترسی به داده های بومی و امن است؛ به همین دلیل باید پروژه هایی برای ایجاد بازارگاه داده و سکو های اشتراک داده ایمن تعریف کرد و برنامه ریزی کرد تا زیرساخت های داده ای برای شرایط بحران ایجاد شوند. به اجمال، پیش بینی رشد ۱۰ ساله نشان داده است که این بازار تا سال ۲۰۳۵ به ۲۰ میلیارد دلار برسد و نرخ رشد مرکب سالانه (CAGR) آن حدود ۱۷.۵ درصد باشد.
برخی منابع دیگر پیش بینی کرده اند بازار مدیریت حوادث و شرایط اضطراری تا سال ۲۰۳۰ به ۲۲۴.۷ میلیارد دلار برسد، اما این رقم کل بازار است و هوش مصنوعی تنها قسمتی از آن را تشکیل می دهد.
در عرصه آموزش عالی، چند دانشگاه یا مرکز تحقیقاتی در جهان بصورت تخصصی در عرصه مدیریت بحران با هوش مصنوعی متمرکز هستند؟
گزارش ها نشان داده است که دانشگاه ها و مرکز تحقیقاتی مختلفی در جهان بصورت تخصصی روی این حوزه کار می کنند.
آماری دقیقی برای تعداد سالانه فارغ التحصیلان دارای دانش و مهارت در عرصه تقاطع این دو حوزه آموزشی (هوش مصنوعی و مدیریت بحران) در جهان و کشور وجود ندارد، اما می توان از پژوهشگاه علوم و فناوری اطلاعات ایران (ایرانداک) خواست که برپایه رساله و پارسه های ثبت شده در سامانه های آن پژوهشگاه، تخمینی از فارغ التحصیلان دارای مهارت و دانش در این حوزه عرضه کنند. مهم ترین بخش های در ارتباط با این حوزه شامل ایجاد و بازنگری رشته ها با بوجودآوردن رشته های راهبردی بین رشته ای هوش مصنوعی در مقاطع مختلف (با تأکید بر تحصیلات تکمیلی)، راه اندازی آزمایشگاه های تخصصی با تدوین و اجرای برنامه ملی برای دفاع از پژوهش های بنیادی در عرصه هوش مصنوعی که شامل راه اندازی حداقل ۱۲ آزمایشگاه تخصصی توسعه مدل های بنیادین و ۳ آزمایشگاه تخصصی ارزیابی مدل های بنیادین است.
منبع: كنكور هنر
این مطلب را می پسندید؟
(0)
(0)
تازه ترین مطالب مرتبط
نظرات بینندگان در مورد این مطلب