راه حل هوآوی برای بحران گرمایش زمین، استفاده از هوش مصنوعی

 
 
فناوری iCooling@AI هوآوی یک راهکار کاهش مصرف انرژی در مراکز داده است. این راه‌کار موفق به کاهش 8 تا 15 درصدی مصرف انرژی می‌شود که با توجه به رشد سرسام‌آور مراکز داده اینترنتی اهمیت بالایی در حفظ سلامت محیط زیست ایفا می‌کند.
 
زمانی که گوشی هوشمند خود را به دست گرفته و به آسانی و فقط با چند لمس ساده وارد جریان عظیم اطلاعات در اینترنت می‌شوید، در واقع به یک یا چندین مرکز داده بسیار بزرگ متصل شده‌اید که حجم عظیمی از اطلاعات را در خود جای داده و کار مدیریت این اطلاعات را بر عهده دارد. اینترنت خدماتی تمام وقت است، پس مراکز داده‌ای که امکان اتصال شما به اینترنت را ممکن می‌کنند نیز باید به صورت 24 ساعته فعال باشند.
 
کسی نمی‌تواند به صورت قطعی از میزان اطلاعات موجود در فضای اینترنت صحبت کند اما قطعا این میزان بسیار زیاد است. در یک تخمین سرانگشتی و فقط برای چهار سرویس معروف اینترنتی نظیر گوگل، آمازون، مایکروسافت و فیس‌بوک حجم اطلاعاتی معادل 1200 «پتابایت» (Petabyte) تخمین زده شده است. (پتابایت معادل حدودی 1 میلیون گیگابایت اطلاعات است) این در حالی است که روند افزایش اطلاعات اینترنت نیز به شکلی سرسام‌آور در حال رشد است.
 
عامل مهم دیگر در رشد میزان اطلاعات موجود در اینترنت رشد چشم‌گیر کاربران اینترنت است. در حال حاضر 4.4 میلیارد کاربر اینترنت در دنیا وجود دارد که نشان از میزان نفوذ زیاد این پدیده در میان نوع بشر دارد. علاوه بر آن و با یک نگاه دقیق متوجه خواهیم شد که با رشد روزافزون شبکه‌های اجتماعی، اینترنت اشیا و محبوبیت پلتفرم‌های ویدیویی چه میزان اطلاعات توسط این تعداد کاربر به صورت روزانه تولید شده و به شبکه جهانی اینترنت و در واقع مراکز داده اضافه می‌شود
 
مراکز داده اینترنت توان و انرژی زیادی برای مدیریت این حجم از اطلاعات و قرار دادن آنها در اختیار کاربر صرف می‌کنند. بخش عمده‌ای از این انرژی مصرفی، صرف خنک کردن سیستم می‌شود. اما شرکت هوآوی با ارائه راهکاری جدید موسوم به iCooling@AI قدم در راه بهینه‌سازی مصرف انرژی در مراکز داده اینترنت گذاشته است.

در گذشته کار مدیریت سیستم خنک‌کننده یک مرکز داده به صورت دستی انجام می‌شده که البته به دلیل تغییر میزان بار کاری مرکز داده و شرایط آب و هوایی منطقه تبدیل به کاری عذاب‌آور برای کارکنان این مراکز شده بود. هوآوی خود یکی از شرکت‌های پیشرو در زمینه مخابرات، اینترنت 5G و مراکز داده در دنیا است. این شرکت با تشخیص این مشکل متوجه شد که هوش مصنوعی می‌تواند کمک زیادی به حل آن بکند.
 
هوش مصنوعی پیشرفته هوآوی یعنی iCooling@AI به کمک قابلیت یادگیری ماشین (Machine Learning) می‌تواند میزان زیادی از اطلاعات گذشته را آنالیز کرده و با ترکیب این نتایج با اطلاعات به دست آمده از حجم کاری مراکز داده، محیط بیرون، شرایط آب‌وهوایی و غیره تغییراتی دقیق و کاربردی در تنظیمات سیستم خنک‌کننده مرکز داده انجام دهد.
 
تغییراتی که می‌تواند منجر به کاهش مصرف انرژی و صرفه‌جویی در آن شود. این سیستم یه صورت میانگین اطلاعات خود را از 700 نقطه جمع‌آوری اطلاعات مختلف دریافت می‌کند و برای بالا بردن دقت عملکرد هر 5 دقیقه اطلاعات دریافتی را مورد آنالیز و بررسی قرار می‌دهد. برای این سیستم 1.4 میلیون حالت مختلف تنظیم متغیرهای مختلف به صورت پیش فرض در نظر گرفته شده که iCooling@AI در کمتر از یک دقیقه بهترین تنظیم ممکن با توجه به المان‌های مختلف را یافته و و روی سیستم خنک‌کننده مرکز داده اجرا خواهد کرد.

 
هوآوی موفق به ارتقای سیستم خنک‌کننده مراکز داده از حالت دستی به حالت هوشمند و بدون نیاز به دخالت انسان شده است. این فناوری به تعدادی از مراکز داده واقع در مرکز چین، کمک کرده تا به میزان 3.85 میلیون کیلو وات در میزان مصرف انرژی برق خود در هر سال صرفه‌جویی کنند. این میزان صرفه‌جویی باعث کاهش تولید 1829 تن ملحقات کربن شده که از اصلی‌ترین دلایل گرمایش بیش از حد کره زمین هستند. برای ایجاد تاثیری مشابه بر جو زمین باید 79500 تنه درخت در یک سال کاشته شود.
 
زمانی متوجه اهمیت بیشتر فناوری جدید هوآوی می‌شویم که بدانیم جهان در آستانه ورود به دوره اینترنت نسل پنجم همراه است که در آن سرعت ارتباط اینترنتی دستگاه‌های همراه و حجم اطلاعات جابه‌جا شده به میزان قابل توجهی افزایش خواهد یافت. برای همگام شدن با این تغییرات جدید مراکز داده اینترنت باید تدابیری را در نظر بگیرند تا توان ارائه خدماتی بیشتر و با حجم و سرعتی چند برابر را داشته باشند و در عین حال اصول محافظت از محیط زیست را نیز نادیده نگرفته باشند.
 
هوآوی به عنوان یکی از شرکت‌های پیشرو در اینترنت 5G توان بالای خود در تحقیق و توسعه را معطوف کشف و اختراع راهکارها و ابزارهای جدید کرده تا نوع بشر را وارد عصری جدیدی از حمکرانی اطلاعات کند. با توجه به رشد پر سرعت فناوری و نیاز روزافزون بشر به مصرف انرژی، باید با استفاده از راهکارهای سبز و دوستدار محیط زیست در پی کاهش اثرات مخرب این پدیده‌ها بود تا بتوان سیاره زمین را هرچه بیشتر و برای آیندگان حفظ کرد. کاری که هوآوی به کمک فناوری هوش مصنوعی پیشرفته خود در صدد انجام آن است.

دعوت کتابخانه ملی از فناوران برای رفع چالش فهرست‌نویسی تحلیلی با هوش مصنوعی

 
مرکز نوآوری و توسعه کسب و کارهای داده محور سازمان اسناد و کتابخانه ملی ایران، با برگزاری رویداد فناورانه، تیم‌های فناور را به رقابت در چالش مساله فهرست‌نویسی تحلیلی با کمک هوش مصنوعی دعوت کرد و قرار است برای بهترین ایده زمینه برای عقد قرارداد با این سازمان فراهم شود.
 
 رویداد نوآورانه "لیبتک ۲" از سوی مرکز نوآوری و توسعه کسب و کارهای داده محور سازمان اسناد و کتابخانه ملی ایران با موضوع چالش تشخیص موضوع (Topic Detection)، در حوزه فناوری‌های کتابخانه‌ای و استفاده از هوش مصنوعی به منظور پردازش داده و شناسایی موضوع آن، در دو مرحله برگزار می‌شود.
 
در مرحله اول از تمامی افراد، تیم‌ها و شرکت‌ها دعوت می‌شود در این رویداد ثبت نام کنند و پس از ثبت نام، دسترسی به داده‌های لازم جهت شرکت در چالش در اختیار شرکت کنندگان قرار خواهد گرفت و رقابت از همین لحظه آغاز می‌شود.
 
این مرکز نوآوری به هر یک از شرکت کنندگان فضای پردازش رایگان ارائه می‌دهد و شرکت کنندگان باید تا تاریخ تعیین شده، مدل خود را ارتقا داده و در روز آزمون ارائه دهند. آزمون دقت سنجی مدل در تاریخ ۱۲ اسفند ماه برگزار خواهد شد.
 
در مرحله دوم پس از بررسی مدل‌های آموزش داده شده، ۵ شرکت کننده برتر انتخاب می‌شوند و از این ۵ تیم به منظور ارائه حضوری مدل خود دعوت به عمل می‌آید و در نهایت، پس از داوری و بررسی نهایی تیم‌های برتر معرفی خواهند شد. برای تیم‌های برتر علاوه بر اعطای جایزه نقدی معادل ۵۰ میلیون تومان، امکان عقد قرارداد با سازمان اسناد و کتابخانه ملی ایران در نظر گرفته شده است.
 
مظفر پاسدارشیرازی، معاون توسعه مدیریت و منابع انسانی سازمان اسناد و کتابخانه ملی ایران در گفت‌وگو با ایسنا، با اشاره به ضرورت برگزاری این رویداد فناورانه، توضیح داد: کتابخانه ملی برای هر کتاب فهرستی مشتمل بر "اطلاعات توصیفی" (شامل نام کتاب، نویسنده، ناشر) و "اطلاعات تحلیلی" (به موضوع متن کتاب و رده بندی کتاب اشاره می‌کند) کتاب تهیه می‌کند و وقتی پژوهشگر اقدام به جستجوی کتابی می‌کند سامانه متصل به موتور جستجو در میان اطلاعات فهرست، کتاب‌های مورد نظر آنها را جستجو می‌کند و نتایج را ارائه می‌دهد.
 
وی با تاکید بر اینکه بر این اساس هر چه این فهرست کامل‌تر و دقیق‌تر و صحیح‌تر باشد، نتایج جستجو بهتر خواهد بود، اظهار کرد: فهرست تحلیلی به پژوهشگر در دستیابی به منبع و بازیابی اطلاعات کمک می‌کند، ضمن آنکه اطلاعاتی در زمینه رده بندی به کاربران ارائه می‌دهد و بر اساس آن تعیین خواهد کرد که کتاب به چه قفسه موضوعی‌ اضافه شود تا مراجعین حضوری به کتابخانه‌ها آن را بیابند. علاوه بر آن موضوعات به موتور جستجو کمک می‌کند مطابق موضوع مورد نیاز پژوهشگر نتایج را ارائه دهند و دسترسی به منبع مورد نظر تسهیل و تدقیق شود.
 
پاسدارشیرازی با بیان اینکه کتابخانه ملی پیشتر نیز از فناوری‌ها برای فهرست‌نویسی توصیفی کتاب‌ها بهره برده است، خاطر نشان کرد: سال گذشته از سامانه‌ای رونمایی کردیم که به صورت خودکار فهرست مقالات را استخراج می‌کرد و در راستای توسعه این سامانه، قابلیت جدیدی به آن اضافه شد که به کمک یادگیری عمیق، فراداده‌ توصیفی پایان نامه‌ها و کتاب‌ها را استخراج می‌کند که امیدواریم در یک ماه آینده رونمایی شود.
 
معاون سازمان اسناد و کتابخانه ملی، فهرست‌نویسی تحلیلی را از چالش‌های این سازمان عنوان و اضافه کرد: نیاز ما این است که هرچه دقیق‌تر سامانه بتواند به کمک هوش مصنوعی برچسب و تگ‌های موضوعی را پیشنهاد دهد و همکار فهرست نویس از بین تگ‌های موضوعی‌ که سامانه استخراج و پیشنهاد داده است، انتخاب کند و رده‌بندی بر اساس استانداردهای کنگره صورت پذیرد.
 
پاسدارشیرازی از برگزاری  رویداد "لیبتک ۲ " با هدف جذب نوآوری در این سازمان خبر داد و از کسب و کارهای نوپا و شرکت‌های حوزه فناوری اطلاعات و هوش مصنوعی برای شرکت در این چالش دعوت کرد.
 
وی در این باره توضیح داد: ما از کسانی  که در حوزه‌ پردازش زبان طبیعی (Natural Language Processing) فعالیت دارند، دعوت می‌کنیم تا در یک رقابت و همکاری سازنده، به حل چالش سازمان کمک کنند. مجموعه داده‌های آموزشی که ما آماده کرده‌ایم، در اختیار شرکت‌کنندگان در چالش قرار خواهد گرفت و آنها می‌توانند بر اساس آن، سامانه‌های خود را آموزش دهند و در پایان به کمک یک سامانه دقت‌سنجی، سامانه‌های عرضه شده از سوی تیم‌های شرکت کننده بر اساس دقت، رتبه‌بندی خواهند شد.
 
به گفته وی از ۵ تیم برتر این رویداد برای ارائه در مقابل هیات داوران دعوت به عمل می‌آید و در نهایت به برترین تیم‌ها جوایزی اعطا خواهد شد.
 
معاون سازمان اسناد و کتابخانه ملی، فرآیند این جشنواره را در اصل یک روش شایسته‌سالارانه و عادلانه برای انتخاب یک گروه و عقد قرارداد توصیف کرد و گفت: چ به طور کلی، سعی ما بر این است که به بهترین و شفاف‌ترین شیوه ممکن، برای رفع چالش‌هایمان از فناوری استفاده کنیم و در این رویداد، برای تقدیر از شرکت‌کننده برتر، ۵۰ میلیون تومان جایزه نقدی و امکان عقد قرارداد با سازمان اسناد و کتابخانه ملی ایران در نظر گرفته‌ایم.
 

هوش مصنوعی به سگ رباتیک Koda برای درک احساسات انسانی کمک می‌کند

 
سگ رباتیک Koda از نوعی هوش مصنوعی با زیرساخت غیرمتمرکز بلاک‌چین استفاده می‌کند و می‌تواند احساسات انسان‌ها را به خوبی دریافت کرده و به آن‌ها پاسخ دهد.
 
برخلاف سایر سگ‌های رباتیک که تاکنون ساخته شده‌اند، این نمونه با هدف تعامل اجتماعی با صاحبان خود ساخته شده‌ است. هوش مصنوعی استفاده شده در این ربات، به آن کمک می‌کند تا احساسات متفاوت انسان‌ها مانند غم، شادی یا هیجان را حس کند و با گذشت زمان بتواند به شیوه‌ای مناسب به احساسات انسان‌ها پاسخ دهد.
 
این سگ رباتیک باهوش، به لطف زیرساخت غیرمتمرکز هوش مصنوعی مجهز به فناوری بلاک‌چین می‌تواند به عنوان یک سگ راهنما یا محافظ همراه شما باشد. ویدیو تبلیغاتی رسمی که از سگ رباتیک کودا منتشر شده، مشخص می‌کند که این ربات با استفاده از زیرساخت‌های خود می‌تواند مشکلات پیچیده را پردازش کند و حتی مهارت‌های جدیدی یاد بگیرد. فناوری بلاک‌چین استفاده شده در سگ ربات کودا دسترسی به داده‌های آن را غیرممکن می‌کند و تضمین کننده‌ی اطلاعات خصوصی این ربات است.
 
 
سگ ربات کودا به دوربین‌های عمق دار سه بعدی مجهز است که در جلو، عقب و هر طرف بدن این ربات قرار دارند. به علاوه در جلوی این ربات یک دوربین ۱۳ مگاپیکسلی قرار دارد که با استفاده از آن می‌تواند عکس‌هایی با کیفیت بالا بگیرد.
 
سر و دم این ربات کاملا کاربردی بوده و از ۱۴ موتور با نیروی چرخشی بالا و دو موتور بر روی گردن برای انجام حرکاتی شبیه به حیوانات استفاده می‌کند. همچنین این سگ دارای یک صفحه نمایش با وضوح بالا، چندین سنسور و آرایه میکروفونی با دقت ۹۷% برای تشخیص اثر صدا است.
 
«اما راسل» مدیر عامل Koda در بیانیه‌ای این سگ رباتیک را «یک حیوان خانگی هنری» توصیف کرد. او در ادامه گفت: «کسانی که این فرصت را دارند تا صاحب این سگ رباتیک شوند، قادر خواهند بود تا همراه با تکامل آن از یک توله سگ به سگ رباتیک با هوش و یک ابر رایانه، هوش مصنوعی غیرمتمرکز آن را مشاهده کنند.»
 
سگ رباتیک کودا نه تنها یک همراه جالب به نظر می‌آید بلکه از ربات Boston Dynamics Spot Mini که با قیمت ۷۵ هزار دلار عرضه شده کمی ارزان‌تر خواهد بود. محدوده قیمت این سگ ربات بین ۴۵ تا ۵۵ هزار دلار خواهد.

هوش مصنوعی به سگ رباتیک Koda برای درک احساسات انسانی کمک می‌کند

 
سگ رباتیک Koda از نوعی هوش مصنوعی با زیرساخت غیرمتمرکز بلاک‌چین استفاده می‌کند و می‌تواند احساسات انسان‌ها را به خوبی دریافت کرده و به آن‌ها پاسخ دهد.
 
برخلاف سایر سگ‌های رباتیک که تاکنون ساخته شده‌اند، این نمونه با هدف تعامل اجتماعی با صاحبان خود ساخته شده‌ است. هوش مصنوعی استفاده شده در این ربات، به آن کمک می‌کند تا احساسات متفاوت انسان‌ها مانند غم، شادی یا هیجان را حس کند و با گذشت زمان بتواند به شیوه‌ای مناسب به احساسات انسان‌ها پاسخ دهد.
 
این سگ رباتیک باهوش، به لطف زیرساخت غیرمتمرکز هوش مصنوعی مجهز به فناوری بلاک‌چین می‌تواند به عنوان یک سگ راهنما یا محافظ همراه شما باشد. ویدیو تبلیغاتی رسمی که از سگ رباتیک کودا منتشر شده، مشخص می‌کند که این ربات با استفاده از زیرساخت‌های خود می‌تواند مشکلات پیچیده را پردازش کند و حتی مهارت‌های جدیدی یاد بگیرد. فناوری بلاک‌چین استفاده شده در سگ ربات کودا دسترسی به داده‌های آن را غیرممکن می‌کند و تضمین کننده‌ی اطلاعات خصوصی این ربات است.
 
 
سگ ربات کودا به دوربین‌های عمق دار سه بعدی مجهز است که در جلو، عقب و هر طرف بدن این ربات قرار دارند. به علاوه در جلوی این ربات یک دوربین ۱۳ مگاپیکسلی قرار دارد که با استفاده از آن می‌تواند عکس‌هایی با کیفیت بالا بگیرد.
 
سر و دم این ربات کاملا کاربردی بوده و از ۱۴ موتور با نیروی چرخشی بالا و دو موتور بر روی گردن برای انجام حرکاتی شبیه به حیوانات استفاده می‌کند. همچنین این سگ دارای یک صفحه نمایش با وضوح بالا، چندین سنسور و آرایه میکروفونی با دقت ۹۷% برای تشخیص اثر صدا است.
 
«اما راسل» مدیر عامل Koda در بیانیه‌ای این سگ رباتیک را «یک حیوان خانگی هنری» توصیف کرد. او در ادامه گفت: «کسانی که این فرصت را دارند تا صاحب این سگ رباتیک شوند، قادر خواهند بود تا همراه با تکامل آن از یک توله سگ به سگ رباتیک با هوش و یک ابر رایانه، هوش مصنوعی غیرمتمرکز آن را مشاهده کنند.»
 
سگ رباتیک کودا نه تنها یک همراه جالب به نظر می‌آید بلکه از ربات Boston Dynamics Spot Mini که با قیمت ۷۵ هزار دلار عرضه شده کمی ارزان‌تر خواهد بود. محدوده قیمت این سگ ربات بین ۴۵ تا ۵۵ هزار دلار خواهد.

هوش مصنوعی به سگ رباتیک Koda برای درک احساسات انسانی کمک می‌کند

 
سگ رباتیک Koda از نوعی هوش مصنوعی با زیرساخت غیرمتمرکز بلاک‌چین استفاده می‌کند و می‌تواند احساسات انسان‌ها را به خوبی دریافت کرده و به آن‌ها پاسخ دهد.
 
برخلاف سایر سگ‌های رباتیک که تاکنون ساخته شده‌اند، این نمونه با هدف تعامل اجتماعی با صاحبان خود ساخته شده‌ است. هوش مصنوعی استفاده شده در این ربات، به آن کمک می‌کند تا احساسات متفاوت انسان‌ها مانند غم، شادی یا هیجان را حس کند و با گذشت زمان بتواند به شیوه‌ای مناسب به احساسات انسان‌ها پاسخ دهد.
 
این سگ رباتیک باهوش، به لطف زیرساخت غیرمتمرکز هوش مصنوعی مجهز به فناوری بلاک‌چین می‌تواند به عنوان یک سگ راهنما یا محافظ همراه شما باشد. ویدیو تبلیغاتی رسمی که از سگ رباتیک کودا منتشر شده، مشخص می‌کند که این ربات با استفاده از زیرساخت‌های خود می‌تواند مشکلات پیچیده را پردازش کند و حتی مهارت‌های جدیدی یاد بگیرد. فناوری بلاک‌چین استفاده شده در سگ ربات کودا دسترسی به داده‌های آن را غیرممکن می‌کند و تضمین کننده‌ی اطلاعات خصوصی این ربات است.
 
 
سگ ربات کودا به دوربین‌های عمق دار سه بعدی مجهز است که در جلو، عقب و هر طرف بدن این ربات قرار دارند. به علاوه در جلوی این ربات یک دوربین ۱۳ مگاپیکسلی قرار دارد که با استفاده از آن می‌تواند عکس‌هایی با کیفیت بالا بگیرد.
 
سر و دم این ربات کاملا کاربردی بوده و از ۱۴ موتور با نیروی چرخشی بالا و دو موتور بر روی گردن برای انجام حرکاتی شبیه به حیوانات استفاده می‌کند. همچنین این سگ دارای یک صفحه نمایش با وضوح بالا، چندین سنسور و آرایه میکروفونی با دقت ۹۷% برای تشخیص اثر صدا است.
 
«اما راسل» مدیر عامل Koda در بیانیه‌ای این سگ رباتیک را «یک حیوان خانگی هنری» توصیف کرد. او در ادامه گفت: «کسانی که این فرصت را دارند تا صاحب این سگ رباتیک شوند، قادر خواهند بود تا همراه با تکامل آن از یک توله سگ به سگ رباتیک با هوش و یک ابر رایانه، هوش مصنوعی غیرمتمرکز آن را مشاهده کنند.»
 
سگ رباتیک کودا نه تنها یک همراه جالب به نظر می‌آید بلکه از ربات Boston Dynamics Spot Mini که با قیمت ۷۵ هزار دلار عرضه شده کمی ارزان‌تر خواهد بود. محدوده قیمت این سگ ربات بین ۴۵ تا ۵۵ هزار دلار خواهد.

کاربردهای هوش مصنوعی در سنجش از دور با استفاده از تصاویر ماهواره ای و هوایی

هوبب.jpeg
جلسه مشترک مرکز نوآوری و توسعه هوش مصنوعی پژوهشگاه ICT با بخش دولتی و مراکز علمی و پژوهشی، به منظور تبادل نظر و برنامه ریزی راهبردی مشترک در زمینه توسعه هوش مصنوعی برگزار شد.
به گزارش روابط عمومی پژوهشگاه ارتباطات و فناوری اطلاعات، پیرو تفاهم نامه با سازمان فضایی و پژوهشگاه فضایی ایران جلسه ای با عنوان کاربردهای هوش مصنوعی در سنجش از دور برای بخش مدیریت بحران کشور و جهاد کشاورزی با حضور رئیس مرکز مدیریت اطلاعات و حوادث سازمان مدیریت بحران کشور، رئیس مرکز فناوری اطلاعات و ارتباطات وزارت جهاد کشاورزی و نمایندگان از پژوهشگاه فضایی ایران و دانشگاه امیر کبیر و تعدادی از استارت آپ های فضایی و کشاورزی برگزار گردید.
رئیس مرکز نوآوری و توسعه هوش مصنوعی پژوهشگاه ضمن توضیح مختصری از سابقه و اهمیت مرکز نوآوری و توسعه هوش مصنوعی جهت برنامه ریزی و اجرای پژوهش های کاربردی در حوزه هوش مصنوعی گفت: این جلسه جهت بررسی توسعه راهبردها و کسب و کارها تشکیل شده و ما اعتقاد داریم برای تعریف مسائل در سطح کلان و کسب و کار بر مبنای هوش مصنوعی لازم است تعاملاتی را با دستگاه ها و کسب و کارهای ذی ربط داشته باشیم. وی افزود: ما برای توسعه کاربردهای هوش مصنوعی که بیشتر با کسب و کارهای خرد مرتبط است با استارت آپ ها و برای گسترش نوآوری نیاز به همکاری با دانشگاه ها و مراکز تحقیقاتی داریم و به همین منظور آماده تعامل و همکاری با آنها هستیم.
دکتر انصاری گفت: در حال حاضر ما تفاهم نامه هایی با بعضی از دانشگاه ها و مجموعه های وزارت ارتباطات منعقد کرده ایم تا از ظرفیت های لازم برای تعریف مسئله و عقد قراردادهای لازم و همینطور از پتانسیل علمی و پژوهشی دانشگاه ها استفاده نماییم. ما با دعوت از مجموعه های مختلف به دنبال شنیدن مسائل آنها و تعریف چند مسئله به صورت مشخص و حل آنها با استفاده از ظرفیت دانشگاه ها و استارت آپ ها هستیم و هدف ما این است که محصول و یا خدمتی کاربردی و تجاری ارائه دهیم و با پیش بینی هزینه فایده کار خیلی وابسته به منابع دولتی و دستگاه های حاکمیتی نباشیم.
وی ادامه داد: این مرکز برای ایجاد هم افزایی و اشتراک داده ها و سوابق و تجارب فنی و علمی، به دنبال تمرکز کلیه فعالیت هایی است که در مجموعه های مختلف از جمله دانشگاه ها و استارت آپ ها  به صورت پراکنده در حال انجام است و ما در این مرکز اطلاعات را تجمیع و در اختیار آنها قرار می دهیم.
مهندس رحمتی نژاد رئیس مرکز مدیریت اطلاعات و حوادث سازمان مدیریت بحران کشور در جلسه مذکور گفت: این سازمان درخصوص حوادث طبیعی کار می کند و ما می توانیم با استفاده از هوش مصنوعی، پیش بینی هایی که از این طریق صورت می گیرد همچون موضوعاتی مانند سیل، فرونشست زمین، رانش زمین، زلزله، تگرگ، طوفان و آتش سوزی جنگل ها، رعد و برق و ... را دقیق تر ببرسی نماییم. همچنین بهره بردارهای این مسئله حوزه های دیگری چون وزارت نیرو، وزارت کشاوری و سایر سازمان های دیگر نیز می توانند باشند. ما از توانمندی هایی که در این حوزه وجود دارد استقبال می کنیم و سعی می کنیم براساس نوع فعالیت و داده های تولید شده، این اطلاعات و داده ها را به مبادی ذی ربط متصل نماییم.
مهندس رحمتی نژاد افزود: من از کلیه مجموعه ها درخواست دارم تا اطلاعات مربوط به توانمندی ها و نیازهای خود را در اختیار این سازمان قرار دهند تا برای حوادث طبیعی که مربوط به این سازمان می باشد با تجمیع اطلاعات، ابزارها و الگوریتم ها و تکنولوژی مناسب تعریف شود.
دکتر احمدی رئیس مرکز فناوری اطلاعات و ارتباطات وزارت جهاد کشاورزی ضمن تشکر از وزارت ارتباطات به خاطر باز کردن بابی که نیاز امروز همه مجموعه ها می باشد گفت: ما در وزارت جهاد کشاورزی به تازگی به همراه شورای اجرایی فناوری اطلاعات،  سند راهبردی کشاورزی هوشمند ایران را تهیه کرده ایم. در حال حاضر در مباحث بین المللی از پیوند داده و فناوری های نوآورانه و استفاده از آنها در عرصه های کشاورزی به عنوان انقلاب چهارم کشاورزی نام می برند و این اهمیت هوش مصنوعی و فناوری هایی که در این عرصه وجود دارد را نشان می دهد. وی ادامه داد: ما بیشتر تولید اطلاعات می کنیم و مدل تصمیم سازی برای مدیریت نداریم. تکنولوژی های فناورانه راهکاری است که شما در این مرکز ایجاد کرده اید. جای کار بسیار است و ما هم استقبال می کنیم. کشاورزی هوشمند بدون استفاده از پیشرفت های دانش بنیان و وزارت ارتباطات نمی تواند کاری انجام دهد.
دکتر معینی راد نماینده بخش سنجش از راه دور پژوهشگاه فضایی ایران گفت: در جلساتی که با سازمان مدیریت بحران و جهاد کشاورزی داشتیم ما در حوزه تعیین سطح زیر کشت محصولات، تعیین نوع محصول و تفکیک انواع محصول با استفاده از تصاویر ماهواره ای در چندین استان کشور کارهایی را انجام داده ایم و ما می توانیم با تصاویر ماهواره ای سطح زیادی از زمین را پوشش دهیم که مزایای بسیار ارزشمندی برای ما دارند، همینطور درخصوص برآورد تولید گندم همکاری خوبی با سازمان برنامه و بودجه و جهاد کشاورزی داشتیم و یا در زمینه تشخیص بیماری های کشاورزی از ترکیب فناوری فضایی و IoT استفاده نمودیم همچنین درخصوص مدیریت بحران در خصوص سیل سال ۹۸ با سازمان مدیریت بحران همکاری داشتیم. وی افزود: ما نیازمند همکاری بیشتری بین سازمان های مختلف هستیم که به صورت پراکنده در حوزه سنجش از راه دور فعالیت می کنند. وی افزود: ما برای توسعه و بهبود عملکردمان نیاز به تعامل بیشتری با بخش IT و هوش مصنوعی و سایر ارگان هایی مثل جهاد کشاورزی و مدیرت بحران و ... که نیازمند به استفاده از سنجش از راه دور هستند داریم.
دکتر عباد زاده نماینده دانشگاه امیر کبیر در حوزه هوش مصنوعی نیز گفت: دانشگاه امیر کبیر اولین دانشگاهی است که رشته هوش مصنوعی را راه اندازی کرده و اولین دانشجوی دکتری در این زمینه از دانشگاه امیرکبیر فارغ التحصیل شده است و همچنین یک سال است که قطبIOT  هوشمند را در این دانشگاه داریم، لذا می توانیم از لحاظ علمی و تحقیقات کمک بسیار موثری در خصوص هوش مصنوعی داشته باشیم. ما از ارگان های دولتی می خواهیم تا مسایل مربوط به خود را به صورت جزئی برای ما مشخص کنند تا ما بتوانیم با سرعت بیشتری مسائل را حل کنیم.
دکتر نقاش نماینده دانشگاه امیرکبیر در حوزه مهندسی هوا فضا گفت: ما در دانشکده هوا فضا بر روی انواع پرنده های مسافر یا بالگردان کار کرده ایم و در سالهای اخیر ماموریت ها از قبیل حمل محموله و عکس برداری و فیلم برداری از بالا تعقیب شی، جنگلکاری، نقشه برداری، خاموش کردن آتش، مدیریت انبار و ... را انجام داده ایم. در حال حاضر بنا به نیاز بخش خصوصی یا دولتی آماده همکاری در این خصوص هستیم. وی ادامه داد: ما یک تیم فعال دانشجویی داریم که از سال ۲۰۱۱ روی این بحث کار کرده که جوایز بین المللی نیز کسب کرده است و درصورت طراحی مسئله از سوی سازمان های درخواست کننده آمادگی انجام کار را داریم.
نمایندگان استارت آپ ها و دانشگاه های حاضر در جلسه نیز ضمن تشکر از مسئولین برگزار کننده جلسه به معرفی فعالیت ها و توانمندی های خود پرداخته و اظهار داشتند، از همکاری با ارگان های مختلف استقبال کرده و برای استفاده از دانش بخش های مختلف دولتی برای تعریف الگوریتم های دقیق تر جهت تصمیم سازی، ابراز علاقه نموده و آمادگی خود را برای تعامل با ذی نفعان اعلام نمودند.  
بنابراین گزارش مقرر گردید مرکز نوآوری و توسعه هوش مصنوعی پژوهشگاه نیز به عنوان مجموعه دولتی با همکاری دستگاه های ذی ربط به طرح مسایل مرتبط، که با کمک هوش مصنوعی قابل حل هستند، پرداخته و هماهنگی لازم را بین مجموعه های دانشگاهی، پژوهشی، دانش بنیان و استارت آپ ها انجام دهد. همچنین جهت گفتگو و ایده پردازی بین مجموعه های مختلف کمیته یا شورای راهبری پژوهشی تشکیل شود تا در فرصت مناسبی از سایر مجموعه هایی که به حوزه سنجش از راه دور و هوش مصنوعی مرتبط هستند دعوت به عمل آورده و از پیشنهادات و دانش آنها نیز استفاده شود. در این کمیته ایده ها دسته بندی شده و سپس به سازمان ها و مجموعه های مرتبط ارائه می شوند.
ضمنا مقرر گردید در جلسات آینده از تعدادی از صنایع بزرگ دعوت به عمل آورده تا استارت آپ ها ایده های خود را به به این صنایع ارائه دهند و بتوانند آنها را به بهره برداری برسانند.

هوش مصنوعی حوزه حقوق را دگرگون می‌کند

در دنیای معاصر، کاربرد حقوق در هر گوشه‌ای از دنیای کسب‌و‌کار دیده می‌شود. تقریبا هر آنچه شرکت‌ها انجام می‌دهند - اعم از فروش، خرید، شراکت، ادغام و سازماندهی مجدد - همگی از طریق قراردادهای قانونی (Legally enforceable contracts) اجرا می‌شوند. بدون وجود یک نظام مالکیت فکری مناسب، نوآوری‌ با موانع متعددی روبه‌رو خواهد بود. از این رو تمام کارهایی که ما هرروزه انجام می‌دهیم بر رکن یک نظام حقوقی (legal Regime) قرار گرفته‌اند. شواهد حکایت از آن دارد که اندازه بازار خدمات حقوقی چیزی بالغ بر یک‌هزار میلیارد دلار است که یکی از بزرگ‌ترین بازارهای جهان محسوب می‌شود. با این وجود در قیاس با سایر بازارها (نظیر سلامت و مالی و...) این بازار در مراحل اولیه دیجیتالی شدن قرار دارد.
 
 
 
زیرا، چه خوب یا چه بد، باید پذیرفت که حوزه حقوق متعهد به سنت است (Tradition-bound) و در استفاده از فناوری‌ها و ابزارهای جدید کند عمل می‌کند. با این وجود روندها حکایت از آن دارد که این حوزه در سال‌های پیش رو تحولات فناوری عظیمی را شاهد خواهد بود که بیش از هر فناوری دیگری، هوش مصنوعی(AI) این حوزه را دگرگون خواهد ساخت. در واقع، این روند درحال‌حاضر در جریان است. حقوق از جنبه‌های متعددی برای کاربرد هوش مصنوعی و یادگیری ماشین مناسب است. زیرا حقوق و یادگیری ماشین به طرز بسیار جالبی بر پایه اصولی مشابه انجام می‌شوند. در واقع، هر دو برای استنباط قواعد مربوط به شرایط جدید به نمونه‌های تاریخی (Historical Example) نگاه می‌کنند. در بین علوم‌اجتماعی، شاید حقوق بیشترین قرابت را به علم منطق داشته باشد. در بیانی بسیار ساده می‌توان گفت «احکام قانونی شامل بیان بدیهیات (Axioms) ناشی از سابقه (Precedent)، به‌کار بردن این بدیهیات در مورد واقعیت‌های خاص در دست، و نتیجه‌گیری بر این اساس است.» چنین روش‌شناسی منطقی دقیقا همان نوع از فعالیتی است که یادگیری ماشین می‌تواند برای آن کاربرد داشته باشد. برخی کابردهای عمده هوش مصنوعی در حقوق شامل مواردی نظیر مرور و اصلاح قرارداد (Contract Review)، تحلیلگری قرارداد (Legal Analytics)، پیش‌بینی دعوی قضایی (Litigation Prediction) و پژوهش حقوقی (Legal Research) هستند.
 
  مرور و اصلاح قرار‌داد
قراردادها حیات سیستم اقتصادی ما هستند. معاملات تجاری بدون آنها انجام نمی‌شود. با این حال روند مذاکره و نهایی کردن قرارداد امروزه به‌طرز دردناکی خسته‌کننده است. وکلای هر دو طرف ‌باید به‌صورت دستی اسناد را مرور و ویرایش کنند و در نهایت اسناد خط قرمز شده (یعنی اسنادی که در آن مواردی کم، اضافه یا اصلاح شده است) را با هم تبادل کنند که این فرآیند در یک چرخه تکرار به‌شدت وقت‌گیر انجام می‌‌شود. این روند می‌تواند طولانی باشد، معاملات را به تاخیر بیندازد و مانع اهداف تجاری شرکت‌ها شود. اشتباهات ناشی از خطاهای انسانی نیز معمول است. بنابراین، جای تعجب نیست که توجه به جزئیات ضروری و قراردادها می‌توانند هزاران صفحه باشند. یک فرصت عظیم برای خودکارسازی این روند وجود دارد. شرکت‌های نوبنیادی نظیر Lawgeex، Klarity، Clearlaw و LexCheck درحال‌حاضر روی این موضوع کار می‌کنند. این شرکت‌ها در حال توسعه سیستم‌های هوش مصنوعی هستند که می‌توانند قراردادهای پیشنهادی را به‌طور خودکار دریافت کرده، آنها را با استفاده از فناوری پردازش زبان طبیعی (Natural Language Processing) به‌طور کامل تجزیه و تحلیل کنند و تعیین کنند که کدام قسمت از قرارداد قابل قبول است و کدام‌یک مشکل‌ساز. جردن ریتنور، مدیرعامل Clearlaw می‌گوید: «ما معتقدیم که متخصصان حقوقی باید بتوانند از مجموعه داده‌های بزرگ استفاده کنند تا آگاهانه‌تر تصمیم بگیرند، درست به همان روشی که سال‌هاست متخصصان بازاریابی و فروش انجام می‌دهند.»درحال‌حاضر، این سیستم‌ها برای کار با یک انسان طراحی شده‌اند: یعنی یک وکیل انسانی، تجزیه و تحلیل هوش مصنوعی را بررسی و در مورد فحوای (زبان) قرارداد تصمیم‌گیری نهایی می‌کند. اما با پیشرفت قابلیت‌های پردازش زبان طبیعی
 
(NLP)، تصور آینده‌ای که کل فرآیند توسط برنامه‌های هوش مصنوعی صورت پذیرد دور از ذهن نیست. اگرچه این پیش‌بینی به‌نظر مربوط به آینده است، اما مشاغل بزرگی مانند Salesforce، Home Depot و eBay درحال‌حاضر در کارهای روزمره خود از خدمات بررسی قرارداد با هوش مصنوعی استفاده می‌کنند. بنابراین، انتظار می‌رود این جریان خیلی زود به یک روند اصلی تبدیل شود. به گفته نوری بیچور، مدیرعامل شرکت lawgeek «چنین راهکارهایی باعث می‌شوند تا تیم‌های حقوقی بجای پرداختن به موارد پیش‌پاافتاده و وقت‌گیر روی مواردی متمرکز شوند که بیشترین تاثیرات را دارند» و «فناوری هوش مصنوعی در نهایت نقش وکیل شرکت را از تمرکز مشخص بر کاهش ریسک به مشارکت راهبردی‌تر در ابتکارات شرکت گسترش می‌دهد.»
 
  تحلیلگری قرارداد
مذاکره و امضای قرارداد فقط آغاز کار است. وقتی طرفین قراردادی منعقد کردند، رعایت دائم شرایط و تعهدات توافق شده می‌تواند دردسر بزرگی باشد. این چالش برای سازمان‌های بزرگ به‌شدت مطرح است یعنی شرکت‌هایی که میلیون‌ها قرارداد معوق با هزاران طرف مقابل مختلف در چند بخش داخلی دارند. تا حد قابل‌توجهی، امروزه شرکت‌ها در جزئیات روابط قراردادی خود در تاریکی فعالیت می‌کنند که هوش مصنوعی فرصتی را برای حل این مشکل فراهم کرده است. راهکارهایی با استفاده از NLP درحال ساخت است که اطلاعات اصلی را از کل قراردادهای یک شرکت استخراج و شفاف‌سازی (Straightforward) می‌کند و این باعث می‌شود ذی‌نفعان در کل سازمان ماهیت تعهدات تجاری خود را درک کنند. شرکت‌های Kira Systems و Seal Software دو شرکت فعال در طراحی چنین پلت‌فرم‌هایی هستند و کسب‌وکار‌های دیگری نظیر Lexion، Evisort و Paperflip نیز به این حوزه ورود کرده‌اند. این راهکارها فرصت‌های شغلی بی‌شماری را ایجاد خواهند کرد. تیم‌های فروش با سهولت بیشتری می‌توانند زمان تمدید قرارداد را رهگیری کنند و بنابراین از درآمد و فرصت‌های افزایش سرمایه استفاده می‌کنند. تیم‌های تدارکاتی می‌توانند در جزئیات توافق‌نامه‌های موجود باقی بمانند و آنها را قادر می‌کنند تا در صورت لزوم دوباره مذاکره کنند. تیم‌های مالی می‌توانند اطمینان حاصل کنند که آنها همیشه برای M&A و راستی‌آزمایی (due diligence) آماده هستند. به هرحال، فضای قراردادی مبهم و ماتی که امروزه اکثر شرکت‌ها در آن فعالیت می‌کنند، احتمالا یک دهه دیگر باستانی به‌نظر می‌رسد.
 
  پیش‌بینی دعوی قضایی
تعداد معدودی از تیم‌های هوش مصنوعی درحال ساخت مدل‌های یادگیری ماشین برای پیش‌بینی نتایج پرونده‌های معلق هستند. مدل‌هایی که حجم عظیمی پرونده‌های پیشین را دریافت می‌کنند و با آموزش یافتن براساس فرجام هر کدام از آنها، می‌توانند درخصوص فرجام پرونده‌های بعدی پیش‌بینی‌هایی ارائه دهند. هرچه این پیش‌بینی‌ها دقیق‌تر شوند، تاثیر عمده‌ای در عمل به قانون (Practice of law) خواهند داشت. به‌عنوان مثال، شرکت‌ها و موسسات حقوقی شروع به استفاده از آنها برای برنامه‌ریزی جهت پیشگیری دادخواهی‌های قضایی، مذاکرات تسویه حساب سریع و به حداقل رساندن تعداد پرونده‌هایی که در واقع باید به دادگاه بروند، می‌کنند. شرکت Blue J Legal مستقر در تورنتو یکی از شرکت‌های نوپاست که یک موتور پیش‌بینی حقوقی مجهز به هوش مصنوعی طراحی کرده است و تمرکز اولیه آن بر قانون مالیات است. به گفته این شرکت، هوش مصنوعی آن می‌تواند نتایج را با صحت ۹۰درصد پیش‌بینی کند. بنیامین آلاری، مدیرعامل Blue J Legal گفت: «در ۱۰ سال آینده، این فناوری‌های الگوریتمی به نقطه شروع طبیعی مشاوره حقوقی تبدیل می‌شوند.»یک مورد مربوط به استفاده از هوش مصنوعی در امور تامین مالی دادخواهی(Litigation Finance) است، روشی که در آن شخص ثالث هزینه دادرسی یک شاکی را تامین می‌کند و در صورت موفقیت در پرونده شاکی، سهمی از وجه مثبت آن را دریافت می‌کند. هوش مصنوعی با فراهم‌سازی ابزارهایی برای تحلیل و ارزیابی دقیق‌تر پرونده‌ها و شناسایی بهتر پرونده‌های ارزنده، به شدت به حوزه تامین مالی دادخواهی کمک می‌کند. شرکت legalist یکی از استارت‌آپ‌های فعال در این زمینه است. صد سال پیش، اولیور وندال هولمز یکی از مشهورترین قضات دادگاه عالی آمریکا چنین گفت: «برای مطالعه منطقی قانون، مردانی که به مر صریح (Blackletter) آگاهی دارند ممکن است انسان حال باشد، اما مرد آینده مرد آمار است.»
 
  پژوهش حقوقی
حوزه دیگری که هوش ماشین به‌طور فزاینده‌ای در آنجا می‌گیرد، تحقیقات حقوقی است. تحقیقات حقوقی از نظر تاریخی همواره یک فرآیند دستی بوده است به‌طوری که دانشجویان و کارکنان تازه‌وارد موظف بودند حجم عظیمی از پرونده‌های حقوقی قبلی را بررسی کنند و آن دسته از پرونده‌هایی را که به پرونده‌های درست کار شباهت داشتند را پیدا کنند. در دهه‌های اخیر، با ظهور نرم‌افزار و رایانش شخصی، این فرآیند دیجیتالی شده است. اکنون وکلا به‌طور کلی با استفاده از برنامه‌های رایانه‌ای مانند LexisNexis و Westlaw به تحقیق درخصوص پرونده‌های مشابه می‌پردازند. با این وجود؛ توانمندی این نرم‌افزارها فقط محدود به جست‌وجوی ابتدایی است و از هوش بالایی برخوردار نیستند. به همین منظور در سال‌های گذشته موجی از شرکت‌های نوبنیاد در زمینه به‌کارگیری از NLP در تحقیقات حقوقی شکل گرفته‌اند. شرکت‌هایی مانند Casetext و ROSS Intelligence درحال ساخت بسترهای تحقیقاتی هستند که درک معنایی پیچیده‌تری از معنای واقعی نظرات حقوقی دارند. این پلت‌فرم‌ها چیزی به مراتب بیشتر از شناسایی کلیدواژه‌های مشابه بین پرونده‌های حقوقی هستند. مدل‌های معنایی (Semantic Models) به آنها این قابلیت را می‌دهد که بین پرونده‌های حقوقی به ظاهر متفاوت، شباهت‌های جالبی را پیدا کنند. فناوری تحقیقات حقوقی مبتنی بر هوش مصنوعی درحال جلب توجه واقعی در بازار است: امروزه بیش از ۴۵۰۰ شرکت حقوقی ایالات‌متحده در Casetext اشتراک دارند.
 
  نتیجه‌گیری
یک لحظه کارکردهای اصلی یک کسب‌و‌کار نوعی را در نظر بگیرید، کارکردهایی چون بازاریابی، فروش، موفقیت مشتری، مالی، حسابداری، منابع انسانی، استعدادیابی و حقوقی. برای هر کدام از اینها در دهه‌های گذشته کسب‌وکارهای نرم‌افزاری میلیون دلاری ایجاد شده‌اند که برخی مثال‌ها عبارتند از شرکت Hubspot برای بازاریابی، شرکت Salesforce برای فروش، شرکت Zendesk برای موفقیت مشتری، شرکت Workday برای مالی، شرکت Netsuit برای حسابداری، شرکت Gusto برای منابع انسانی و Linkedin برای استعدادیابی. با این وجود، استثنایی که اینجا به چشم می‌خورد «حوزه حقوقی» است. حوزه حقوق که در سازمان‌ها به‌طور مرسوم به‌عنوان یک مرکز هزینه دیده می‌شده و تا حد زیادی توسط کارآفرینان نادیده گرفته می‌شده است، در سال‌های اخیر نوآوری فناورانه اندکی داشته است. امروزه مایکروسافت ورد و ایمیل همچنان ابزار دیجیتالی غالب هستند که تیم‌های حقوقی برای انجام کارهای خود استفاده می‌کنند. با توجه به اندازه بازار خدمات حقوقی و پیشرفت هوش مصنوعی، این فناوری فرصت‌های گسترده‌ای را برای تحول خدمات حقوقی خواهد گشود. بنابراین، این می‌تواند یک فرصت مهم برای ارزش‌آفرینی باشد.

هوش مصنوعی بازوی توانمند اشتغال زنان

شیوع کرونا دردسرهای زیادی در جهان ایجاد کرد که یکی از آنها افزایش نرخ بیکاری است و البته زنان در این زمینه بیش از مردان آسیب دیده‌اند. حوزه فناوری نیز از این قاعده مستثنی نیست و در بحران کرونا، زنان شاغل در این بخش بسیار بیشتر از مردان آسیب دیده‌اند. تازه‌ترین گزارش مؤسسه Harvard Business نشان می‌دهد در سال 2020 زنان 1.6 بار بیش از مردان همکارشان در حوزه تکنولوژی شغل خود را از دست داده‌اند که نماد بارز نابرابری جنسیتی به شمار می‌رود، اما محققان در همین گزارش مدعی شده‌اند که کرونا می‌تواند زمینه‌ساز اشتغال پایدار برای زنان در آینده باشد به شرط آن که به حوزه علم، پژوهش و فناوری(STEM)  و هوش مصنوعی ورود کنند.
یک شکاف جنسیتی
اما چرا اشتغال زنان در حوزه فناوری تا این حد شکننده  بوده است؟ در دوران کرونا زنان بسیار بیشتر از مردان در بحران کرونا آسیب دیدند که برخی، دلیل آن را این موضوع می‌دانند که از پذیرش زنان برای فعالیت در حوزه فناوری زمان زیادی نگذشته است. برخی دیگر هم می‌گویند هرچند حالا دیگر زنان بیشتری درحال تلاش برای کاهش شکاف در شغل‌های علمی، فنی، مهندسی و ریاضیات هستند ولی در دوران کرونا و به دلیل دورکاری، مسئولیت تعداد زیادی از آنها در خانه بسیار زیاد شد تا جایی که مدیران تصمیم به حذف آنها گرفتند، حتی برخی معتقدند اگر اوضاع به همین منوال پیش برود وضعیت اشتغال زنان در فناوری 10 سال به عقب بازمی‌گردد. در مقابل، عده دیگری عدم تمایل زنان به تحصیل و فعالیت در مشاغل فناوری و کم تعداد بودن آنها در محل کار را عامل تعدیل بیشتر زنان نسبت به مردان می‌دانند. مطالعات مجمع جهانی اقتصاد در سال 2020 نشان می‌دهد درحالی که 55 درصد از فارغ‌التحصیلان دانشگاه‌ها در جهان زنان هستند ولی حدود یک سوم آنها رشته‌های STEM را انتخاب می‌کنند که در این میان، 3 درصد زنان در رشته آی‌سی‌تی، 5 درصد در رشته‌های علم و ریاضیات و 8 درصد هم در رشته‌های مهندسی تحصیل می‌کنند.
از سوی دیگر مردان در رده‌های بالای شغلی فناوری به طور متوسط حقوق 73 هزار دلاری دارند درحالی که این مبلغ برای زنان 65 هزار و 300 دلار است و این رقم نشان از یک شکاف 11درصدی دارد. اما ذکر این نکته ضروری است که حقوق زنان در مشاغل STEM حدود 35 درصد بیشتر از سایر فرصت‌های شغلی است و همین موضوع می‌تواند عاملی برای تشویق زنان برای ورود به تحصیل و کار در این حوزه باشد. همچنین تحقیقات مؤسسه پژوهشیTrustRadius  نشان می‌دهد در سال 2020 بیشتر بویژه شغل فناوری زنان جوانی که تازه به محل کار وارد شده بودند از دست رفت و در این میان زنان رنگین پوست، بیشترین آسیب را بویژه در امریکا دیده‌اند.
رشد 16 درصدی مشاغل هوش مصنوعی
با اینکه کرونا بر تعداد بی شماری از صنایع تأثیر گذاشت و تعداد زیادی شغل را از بین برد ولی یک صنعت تاب آوری بالایی داشت و حتی شاهد رشد آن در بحبوحه کرونا بوده‌ایم که آن هم هوش مصنوعی(AI)  است و بسیاری برای مشاغل مرتبط با آن، آینده‌ای بسیار مناسب پیش‌بینی می‌کنند. میزان تقاضا برای افراد دارای مهارت در حوزه هوش مصنوعی، روندی صعودی و حتی انفجاری دارد. طبق مطالعات مؤسسه  Harvard Business، بازار هوش مصنوعی در سال 2021 رشد 16 درصدی خواهد داشت و به موازات توسعه بازار کار و اشتغال، فرصت های شغلی برای زنان نیز در حوزه هوش مصنوعی وجود دارد. درحال حاضر همچون سایر بخش‌های فناوری، در حوزه هوش مصنوعی نیز با نابرابری جنسیتی مواجه هستیم به گونه ای که کمتر از 26 درصد شغل‌های هوش مصنوعی در اختیار زنان قرار دارد.کم تعداد بودن زنان شاعل در این حوزه در کنار افزایش ظرفیت شغلی، پنجره‌ای به سوی اشتغال زنان می‌گشاید تا به فناوری روی خوش نشان دهند. محققان این مؤسسه معتقدند زنان نقش کلیدی در توسعه فناوری هوش مصنوعی و علم داده(دیتا) دارند و برای پاسخ به تقاضای کار در حوزه هوش مصنوعی، باید زنان بیشتری از فرهنگ ها و سنین مختلف تشویق شده و وارد رشته های فناوری و هوش مصنوعی شوند. باید دختران را از سن پایین به علم و ریاضیات ترغیب کرد تا دریچه‌ای از فرصت‌ها به روی آنان باز شود و در آینده، شغل‌های مناسبی در حوزه هوش مصنوعی و فناوری به دست بیاورند و به این ترتیب تعداد زنان شاغل در این بخش افزایش یافته و نابرابری و شکاف جنسیتی روز به روز کمتر شود. زنان شاغل در حوزه فناوری هم می‌توانند آموزش‌های لازم را ببینند و به هوش مصنوعی ورود کنند که در این زمینه استفاده از Google AI بهترین راهکار است تا مهارت‌های اساسی هوش مصنوعی را از راه دور یاد بگیرند.
«ریتیکا گونار» معاون داده و هوش مصنوعی کمپانیIBM نیز در این باره گفت: پاندمی کرونا سبب عدم اطمینان زیاد و بالا رفتن میزان تقاضا برای هوش مصنوعی در جهان شده است که این روند ادامه خواهد داشت. تاکنون برای مقابله با کرونا از هوش مصنوعی استفاده زیادی شده و هنوز هم می‌توان از آن بهره بیشتری برد. بیمارستان‌ها از هوش مصنوعی برای شناسایی بیماران استفاده می‌کنند و دولت‌ها هم در اپ‌های ردیابی بیماران کرونایی از این فناوری پرکار بهره می‌برند. در این مدت کمپانی‌های کوچک و بزرگ هم از هوش مصنوعی استفاده کردند تا بتوانند برای نخستین بار در تاریخ همه کارمندان خود را دورکار کنند.
گونار ادامه داد: برای رفع تبعیض‌ها باید زنان بیشتری به حوزه علم و تکنولوژی ورود کرده و در رشته‌های STEM تحصیل کنند. طبق تحقیق  IBM حدود 85 درصد از متخصصان حوزه هوش مصنوعی معتقدند که در این صنعت در سال‌های اخیر تنوع جنسیتی بهتری نسبت به سایر بخش‌های فناوری ایجاد شده و این موضوع تأثیر مثبتی بر تکنولوژی داشته است. 86 درصد از 3 هزار و 200 نفری که در امریکای شمالی، اروپا و هندوستان در نظرسنجی این کمپانی شرکت کردند گفتند که بدون هیچ تعصبی به توانایی‌های هوش مصنوعی در تصمیم‌گیری اعتماد دارند ولی باید تلاش بیشتری انجام شود تا دختران از سن  کم با حوزه هوش مصنوعی آشنا شوند. 46 درصد مردان حاضر در این نظرسنجی از دوران دبیرستان یا حتی زودتر به فناوری علاقه‌مند بوده‌اند ولی 53 درصد زنان تنها به عنوان یک مدرک به آن نگاه می‌کرده‌اند.
طرح‌هایی برای اشتغال زنان
موضوع شکاف جنسیتی در حوزه فناوری تا آنجا بود که مجمع جهانی اقتصاد نیز سال گذشته بر لزوم پیوستن زنان به برنامه‌های متمرکز بر شغل‌هایSTEM  تأکید کرد و کمپین‌های بین‌المللی در این زمینه در چندین کشور ایجاد شد. از کمپانی‌های بزرگ فناوری فعال در این زمینه می‌توان به  IBM،IPsoft  و مایکروسافت اشاره کرد. از استرالیا تا عربستان سعودی و کانادا رهبران زن موفق در حوزه هوش مصنوعی و STEM  دختران و زنان را به این موضوع تشویق کردند تا فرصت‌های شغلی مهندسی، هوش مصنوعی و علم را اشغال کنند. در کاخ سفید نیز ایوانکا ترامپ درقالب برنامه ابتکاری WGDP  تلاش‌هایی برای جذب زنان به این حوزه انجام داد. در قالب این برنامه قرار است تا سال 2025 حدود 50میلیون زن در جوامع در حال توسعه به شغل‌های حوزه تکنولوژی ورود کنند که با آموزش، اعطای وام و... تا پایان سال 2020، این موضوع برای حدود 12میلیون نفر تحقق پیدا کرد. این برنامه بیشتر در جوامعی اجرا می‌شود که نابرابری جنسیتی در آنها بیشتر دیده می‌شود.
جالب است بدانید هرچند در بسیاری از کشورهای جهان شاهد اخراج و تعدیل زنان در حوزه فناوری هستیم اما در بریتانیا وضعیت دیگری را شاهد هستیم. در کمال ناباوری تعداد زنان شاغل در حوزه آی تی در بریتانیا در سال 2020 بیش از سال 2019 بوده است. با وجودی که در بیشتر نقاط دنیا زنان در صنایع گوناگون و صنعت آی تی بیش از مردان شغل خود را از دست داده‌اند اما در بریتانیا درصد زنان شاغل در حوزه تکنولوژی 20درصد افزایش داشت درحالی که این رقم افزایش در سال 2019 حدود 19درصد بود.
هندوستان نیز یکی دیگر از کشورهایی است که زنان فعال در حوزه تکنولوژی از کرونا آسیب زیادی ندیده اند. شیوع کرونا زمینه‌ساز تغییرات مثبتی برای زنان در صنعت سرویس‌های تکنولوژی هندوستان به ارزش 200 میلیارد دلار شد. در جامعه سنتی هندوستان دورکاری هرگز پذیرفته نشده بود و بسیاری از زنان تحصیلکرده نیز به دلیل شرایط زندگی خود و اجبار به مراقبت از کودکان یا سالمندان گاه مجبور بودند قید کار را بزنند اما حالا با توجه به پذیرش دورکاری به عنوان شیوه نوین اشتغال، سدها و موانع زیادی از مقابل زنان هندوستان برداشته شده است.
 

هوش مصنوعی بازوی توانمند اشتغال زنان

شیوع کرونا دردسرهای زیادی در جهان ایجاد کرد که یکی از آنها افزایش نرخ بیکاری است و البته زنان در این زمینه بیش از مردان آسیب دیده‌اند. حوزه فناوری نیز از این قاعده مستثنی نیست و در بحران کرونا، زنان شاغل در این بخش بسیار بیشتر از مردان آسیب دیده‌اند. تازه‌ترین گزارش مؤسسه Harvard Business نشان می‌دهد در سال 2020 زنان 1.6 بار بیش از مردان همکارشان در حوزه تکنولوژی شغل خود را از دست داده‌اند که نماد بارز نابرابری جنسیتی به شمار می‌رود، اما محققان در همین گزارش مدعی شده‌اند که کرونا می‌تواند زمینه‌ساز اشتغال پایدار برای زنان در آینده باشد به شرط آن که به حوزه علم، پژوهش و فناوری(STEM)  و هوش مصنوعی ورود کنند.
یک شکاف جنسیتی
اما چرا اشتغال زنان در حوزه فناوری تا این حد شکننده  بوده است؟ در دوران کرونا زنان بسیار بیشتر از مردان در بحران کرونا آسیب دیدند که برخی، دلیل آن را این موضوع می‌دانند که از پذیرش زنان برای فعالیت در حوزه فناوری زمان زیادی نگذشته است. برخی دیگر هم می‌گویند هرچند حالا دیگر زنان بیشتری درحال تلاش برای کاهش شکاف در شغل‌های علمی، فنی، مهندسی و ریاضیات هستند ولی در دوران کرونا و به دلیل دورکاری، مسئولیت تعداد زیادی از آنها در خانه بسیار زیاد شد تا جایی که مدیران تصمیم به حذف آنها گرفتند، حتی برخی معتقدند اگر اوضاع به همین منوال پیش برود وضعیت اشتغال زنان در فناوری 10 سال به عقب بازمی‌گردد. در مقابل، عده دیگری عدم تمایل زنان به تحصیل و فعالیت در مشاغل فناوری و کم تعداد بودن آنها در محل کار را عامل تعدیل بیشتر زنان نسبت به مردان می‌دانند. مطالعات مجمع جهانی اقتصاد در سال 2020 نشان می‌دهد درحالی که 55 درصد از فارغ‌التحصیلان دانشگاه‌ها در جهان زنان هستند ولی حدود یک سوم آنها رشته‌های STEM را انتخاب می‌کنند که در این میان، 3 درصد زنان در رشته آی‌سی‌تی، 5 درصد در رشته‌های علم و ریاضیات و 8 درصد هم در رشته‌های مهندسی تحصیل می‌کنند.
از سوی دیگر مردان در رده‌های بالای شغلی فناوری به طور متوسط حقوق 73 هزار دلاری دارند درحالی که این مبلغ برای زنان 65 هزار و 300 دلار است و این رقم نشان از یک شکاف 11درصدی دارد. اما ذکر این نکته ضروری است که حقوق زنان در مشاغل STEM حدود 35 درصد بیشتر از سایر فرصت‌های شغلی است و همین موضوع می‌تواند عاملی برای تشویق زنان برای ورود به تحصیل و کار در این حوزه باشد. همچنین تحقیقات مؤسسه پژوهشیTrustRadius  نشان می‌دهد در سال 2020 بیشتر بویژه شغل فناوری زنان جوانی که تازه به محل کار وارد شده بودند از دست رفت و در این میان زنان رنگین پوست، بیشترین آسیب را بویژه در امریکا دیده‌اند.
رشد 16 درصدی مشاغل هوش مصنوعی
با اینکه کرونا بر تعداد بی شماری از صنایع تأثیر گذاشت و تعداد زیادی شغل را از بین برد ولی یک صنعت تاب آوری بالایی داشت و حتی شاهد رشد آن در بحبوحه کرونا بوده‌ایم که آن هم هوش مصنوعی(AI)  است و بسیاری برای مشاغل مرتبط با آن، آینده‌ای بسیار مناسب پیش‌بینی می‌کنند. میزان تقاضا برای افراد دارای مهارت در حوزه هوش مصنوعی، روندی صعودی و حتی انفجاری دارد. طبق مطالعات مؤسسه  Harvard Business، بازار هوش مصنوعی در سال 2021 رشد 16 درصدی خواهد داشت و به موازات توسعه بازار کار و اشتغال، فرصت های شغلی برای زنان نیز در حوزه هوش مصنوعی وجود دارد. درحال حاضر همچون سایر بخش‌های فناوری، در حوزه هوش مصنوعی نیز با نابرابری جنسیتی مواجه هستیم به گونه ای که کمتر از 26 درصد شغل‌های هوش مصنوعی در اختیار زنان قرار دارد.کم تعداد بودن زنان شاعل در این حوزه در کنار افزایش ظرفیت شغلی، پنجره‌ای به سوی اشتغال زنان می‌گشاید تا به فناوری روی خوش نشان دهند. محققان این مؤسسه معتقدند زنان نقش کلیدی در توسعه فناوری هوش مصنوعی و علم داده(دیتا) دارند و برای پاسخ به تقاضای کار در حوزه هوش مصنوعی، باید زنان بیشتری از فرهنگ ها و سنین مختلف تشویق شده و وارد رشته های فناوری و هوش مصنوعی شوند. باید دختران را از سن پایین به علم و ریاضیات ترغیب کرد تا دریچه‌ای از فرصت‌ها به روی آنان باز شود و در آینده، شغل‌های مناسبی در حوزه هوش مصنوعی و فناوری به دست بیاورند و به این ترتیب تعداد زنان شاغل در این بخش افزایش یافته و نابرابری و شکاف جنسیتی روز به روز کمتر شود. زنان شاغل در حوزه فناوری هم می‌توانند آموزش‌های لازم را ببینند و به هوش مصنوعی ورود کنند که در این زمینه استفاده از Google AI بهترین راهکار است تا مهارت‌های اساسی هوش مصنوعی را از راه دور یاد بگیرند.
«ریتیکا گونار» معاون داده و هوش مصنوعی کمپانیIBM نیز در این باره گفت: پاندمی کرونا سبب عدم اطمینان زیاد و بالا رفتن میزان تقاضا برای هوش مصنوعی در جهان شده است که این روند ادامه خواهد داشت. تاکنون برای مقابله با کرونا از هوش مصنوعی استفاده زیادی شده و هنوز هم می‌توان از آن بهره بیشتری برد. بیمارستان‌ها از هوش مصنوعی برای شناسایی بیماران استفاده می‌کنند و دولت‌ها هم در اپ‌های ردیابی بیماران کرونایی از این فناوری پرکار بهره می‌برند. در این مدت کمپانی‌های کوچک و بزرگ هم از هوش مصنوعی استفاده کردند تا بتوانند برای نخستین بار در تاریخ همه کارمندان خود را دورکار کنند.
گونار ادامه داد: برای رفع تبعیض‌ها باید زنان بیشتری به حوزه علم و تکنولوژی ورود کرده و در رشته‌های STEM تحصیل کنند. طبق تحقیق  IBM حدود 85 درصد از متخصصان حوزه هوش مصنوعی معتقدند که در این صنعت در سال‌های اخیر تنوع جنسیتی بهتری نسبت به سایر بخش‌های فناوری ایجاد شده و این موضوع تأثیر مثبتی بر تکنولوژی داشته است. 86 درصد از 3 هزار و 200 نفری که در امریکای شمالی، اروپا و هندوستان در نظرسنجی این کمپانی شرکت کردند گفتند که بدون هیچ تعصبی به توانایی‌های هوش مصنوعی در تصمیم‌گیری اعتماد دارند ولی باید تلاش بیشتری انجام شود تا دختران از سن  کم با حوزه هوش مصنوعی آشنا شوند. 46 درصد مردان حاضر در این نظرسنجی از دوران دبیرستان یا حتی زودتر به فناوری علاقه‌مند بوده‌اند ولی 53 درصد زنان تنها به عنوان یک مدرک به آن نگاه می‌کرده‌اند.
طرح‌هایی برای اشتغال زنان
موضوع شکاف جنسیتی در حوزه فناوری تا آنجا بود که مجمع جهانی اقتصاد نیز سال گذشته بر لزوم پیوستن زنان به برنامه‌های متمرکز بر شغل‌هایSTEM  تأکید کرد و کمپین‌های بین‌المللی در این زمینه در چندین کشور ایجاد شد. از کمپانی‌های بزرگ فناوری فعال در این زمینه می‌توان به  IBM،IPsoft  و مایکروسافت اشاره کرد. از استرالیا تا عربستان سعودی و کانادا رهبران زن موفق در حوزه هوش مصنوعی و STEM  دختران و زنان را به این موضوع تشویق کردند تا فرصت‌های شغلی مهندسی، هوش مصنوعی و علم را اشغال کنند. در کاخ سفید نیز ایوانکا ترامپ درقالب برنامه ابتکاری WGDP  تلاش‌هایی برای جذب زنان به این حوزه انجام داد. در قالب این برنامه قرار است تا سال 2025 حدود 50میلیون زن در جوامع در حال توسعه به شغل‌های حوزه تکنولوژی ورود کنند که با آموزش، اعطای وام و... تا پایان سال 2020، این موضوع برای حدود 12میلیون نفر تحقق پیدا کرد. این برنامه بیشتر در جوامعی اجرا می‌شود که نابرابری جنسیتی در آنها بیشتر دیده می‌شود.
جالب است بدانید هرچند در بسیاری از کشورهای جهان شاهد اخراج و تعدیل زنان در حوزه فناوری هستیم اما در بریتانیا وضعیت دیگری را شاهد هستیم. در کمال ناباوری تعداد زنان شاغل در حوزه آی تی در بریتانیا در سال 2020 بیش از سال 2019 بوده است. با وجودی که در بیشتر نقاط دنیا زنان در صنایع گوناگون و صنعت آی تی بیش از مردان شغل خود را از دست داده‌اند اما در بریتانیا درصد زنان شاغل در حوزه تکنولوژی 20درصد افزایش داشت درحالی که این رقم افزایش در سال 2019 حدود 19درصد بود.
هندوستان نیز یکی دیگر از کشورهایی است که زنان فعال در حوزه تکنولوژی از کرونا آسیب زیادی ندیده اند. شیوع کرونا زمینه‌ساز تغییرات مثبتی برای زنان در صنعت سرویس‌های تکنولوژی هندوستان به ارزش 200 میلیارد دلار شد. در جامعه سنتی هندوستان دورکاری هرگز پذیرفته نشده بود و بسیاری از زنان تحصیلکرده نیز به دلیل شرایط زندگی خود و اجبار به مراقبت از کودکان یا سالمندان گاه مجبور بودند قید کار را بزنند اما حالا با توجه به پذیرش دورکاری به عنوان شیوه نوین اشتغال، سدها و موانع زیادی از مقابل زنان هندوستان برداشته شده است.
 

هوش مصنوعی در دسترس پایگاه گسترده کاربران

 
 
کارشناسان معتقدند هوش مصنوعی و یادگیری ماشین، در سال ۲۰۲۱ میلادی برای پایگاه گسترده‌تری از کاربران در دسترس خواهد بود و اگرچه زمینه‌های دانش داده برای بهره‌گیری از هوش مصنوعی تاکنون ضروری بوده است، اما این روند تغییر می‌کند و به سمتی می‌رود که شامل هر کسی در سازمان که برای تصمیم‌گیری هوشمندتر به دسترسی به داده احتیاج دارد، شود.
 
سال پرهیاهو و شلوغ ۲۰۲۰ بسیاری از صاحبان صنایع را در مورد آینده پیش رو به فکر فرو برده است. اواخر هر سال، پیش‌بینی‌های زیادی را از طرف مدیران صنعت و تحلیلگران صنعت و تحلیلگران داده ارایه می‌شود که مربوط به سال آینده است. امسال، این پیش‌بینی‌ها سندی ۴۹ صفحه‌ای از بیش از ۳۰ شرکت است. مرکز ملی فضای مجازی در مقاله خود خلاصه‌ای از پیش‌بینی‌ها پیرامون سال ۲۰۲۱ وجود دارد که به مباحثی اختصاص یافته که بیشترین حدس‌ها را به خود اختصاص داده که بخشی از آن مربوط به هوش مصنوعی است.
 
در سال جاری تعداد زیادی از پیش‌بینی‌ها در مورد هوش مصنوعی و یادگیری ماشین (ML) بوده است. در واقع پیش‌بینی‌ها در این باره آنقدر زیاد بود که خود به چند زیر مجموعه قابل توجه تقسیم می‌شوند. یک مجموعه از پیش‌بینی‌ها به چگونگی دموکراتیک شدن، در دسترس بودن، مقرون به صرفه بودن و بالغ شدن هوش مصنوعی متمرکز است.
 
بورگمن از Starburst می‌گوید: هوش مصنوعی و یادگیری ماشین، برای پایگاه گسترده‌تری از کاربران در دسترس خواهد بود. اگرچه زمینه‌های دانش داده برای بهره‌گیری از هوش مصنوعی تاکنون ضروری بوده است، اما این روند تغییر می‌کند و به سمتی می‌رود که شامل هر کسی در سازمان که برای تصمیم‌گیری هوشمندتر به دسترسی به داده احتیاج دارد، شود.
 
الکس پینا، مهندس ارشد تحقیق و توسعه در Linode، فکر می‌کند که اقتصاد هوش مصنوعی نیز قابلیت دسترسی آن را بهبود می‌بخشد و می‌گوید: با کاهش هزینه خدمات GPU ابری، مشاغل کوچک‌تر می‌توانند از هوش مصنوعی استفاده کنند. رایان ویلکینسون، مدیر ارشد فناوری در IntelliShift، موافق است و اظهار می‌کند: با رسیدن سخت‌افزار به نقطه‌ای که از هوش مصنوعی پشتیبانی کند، نرم‌افزارهای ML و AI که در فضای ابری اجرا می‌شوند سریعتر از هر زمان دیگر به بلوغ می‌رسند.
 
رایوهی فوجیماکی، بنیانگذار و مدیرعامل dotData، یادگیری ماشین خودکار (AutoML) را عامل دیگری برای دستیابی به هوش مصنوعی برای دانشمندان در حوزه‌های دیگر غیر از داده می‌داند و پیش‌بینی می‌کند: در سال ۲۰۲۱ ما شاهد افزایش AutoML 2.0 خواهیم بود که پلتفرم‌های "بدون کد" را به سطح بعدی می‌رسانند. فوجیماکی همچنین احساس می‌کند که AutoML به فراتر بردن موارد استفاده از تجزیه و تحلیل‌های پیش‌بینی کننده کمک خواهد کرد، زیرا همچنین می‌تواند بینش ارزشمندی از روندها، رویدادها و اطلاعات گذشته ارائه دهد که به کسب‌وکارها اجازه می‌دهد تا مجهولات ناشناخته، روندها و الگوهای داده‌ای که مهم هستند، اما هیچ‌کس به درست بودن آن‌ها شک نکرده است را کشف کنند.
 
هوش مصنوعی مسئولیت‌پذیر و اخلاقی
 
یکی دیگر از موضوعات مهم، موضوع مسئولیت‌پذیری و اهمیت عمومی اعتماد و توضیح‌پذیری در مدل‌های AI / ML است. امی هودلر، مدیر تجزیه و تحلیل نمودارها و برنامه‌های هوش مصنوعی در Neo4j، می‌گوید: اگرچه بحث در مورد هوش مصنوعی مسئولانه به دلیل همه‌گیری متوقف شده است، اما نیاز به هوش مصنوعی مسئولانه تغییر نکرده و نیاز به شروع بحث عمومی مثل همیشه مهم است.
 
روملیوتیس از اوریلی در مورد پیشرفت محدود پیشین و چگونگی فعالیت‌های عمده آن در سال ۲۰۲۱ با چنین آرایشی موافق است: تا کنون، استفاده شرکت‌های بزرگ از ML مسئولیت‌پذیر در بهترین حالت متوسط و واکنشی بوده است. در سال آینده، افزایش مقررات (مانند  GDPR و CCPA)، ضدانحصاری و سایر نیروهای قانونی شرکت‌ها را مجبور به اتخاذ رویه‌های مسئولانه‌تر در ML خواهد کرد. نیک الپرین، مدیرعامل شرکت آزمایشگاه دومینو، از همین منظر نظراتش را بیان کرده است: استانداردهای حفظ حریم خصوصی که به سرعت در حال تحول هستند و اولین بار با GDPR و اکنون CCPA در کالیفرنیا مشاهده می‌شوند، در سال ۲۰۲۱ نیاز به توجه به شفافیت و امنیت بیشتر مدل‌های هوش مصنوعی خواهد داشت.
 
بدون رویکرد هوش مصنوعی مسئولانه، اعتماد به C-Suite و اعضای تیم برای مدل‌های هوش مصنوعی که در حال طراحی آن هستند دشوار می‌شود و بدون این اعتماد، استفاده از هوش مصنوعی برای منافع تجاری تقریباً غیرممکن است. جوآو اولیویرا، مدیر راه حل‌های تجاری در SAS، می‌گوید: "هرچه دید تصمیم گیرندگان برای نتایج هوش مصنوعی بیشتر باشد، اعتماد بیشتری به تصمیماتی که توسط مدل‌ها گرفته می‌شود، دارند. اعتمادپذیری به سمت به کارگیری و استفاده می‌انجامد. نظارت انسان و توضیح مدل‌ها در هر مرحله از یک فرآیند تصمیم‌گیری، باعث پذیرش هوش مصنوعی و تصمیم گیری خودکار می‌شود.
 
سانتیاگو ژیرالدو، مدیر ارشد بازاریابی محصولات Cloudera در یادگیری ماشین، نه تنها موافق است، بلکه ادامه می‌دهد که، برای تجارت، به کارگیری هوش مصنوعی به این ترتیب از نظر وجودی ضروری است. وی اینگونه بیان می‌کند: در سال ۲۰۲۱، توانایی یک کسب و کار در جلب اعتماد به مدل خود - تا حدی که بتوانند بر اساس بینش ناشی از هوش مصنوعی خود عمل کنند - تعیین کننده بقای آن‌ها خواهد بود.
 
سندی مایک، معاون اصلی راه‌حل‌های صنعتی به عنوان یکی دیگر از مدیران Cloudera می‌گوید: در ۱۲ تا ۲۴ ماه آینده خواهیم دید که هوش مصنوعی اخلاقی در مرکز توجه قرار می‌گیرد. بینا آمانات، مدیر اجرایی موسسه هوش مصنوعی Deloitte فکر می‌کند ۲۰۲۱ سال عملیاتی برای اخلاق هوش مصنوعی خواهد بود و می‌گوید: امکان اعتماد به سیستم‌های AI در مرکز هر مکالمه AI است. امانات احساس می‌کند که شرکت‌ها در تصمیم گیری درباره ابعاد اخلاقی استراتژی‌های هوش مصنوعی خود شروع به کار می‌کنند و مدل‌های هوش مصنوعی را که می‌توانند برای پیامدهای اخلاقی تحت عنوان MLOps اداره شوند، به کار می‌گیرند. در واقع، گزارش اجرایی سالانه فناوری RELX تائیدیه‌ای را برای این امر تأیید می‌کند و می‌گوید: از هر ۱۰ رهبر تجاری بیش از ۸ نفر معتقدند که ملاحظات اخلاقی یک اولویت استراتژیک در طراحی و اجرای سیستم‌های هوش مصنوعی آن‌ها است.
 
دومینو داتا لبس الپرین، با نادیده گرفتن خطر هوش مصنوعی اخلاقی، پیش بینی می‌کند که در سال ۲۰۲۱، ما آگاهی گسترده‌تری از صنایع راجع به پیامدهای حقوقی و خطرات تصمیمات خودکار خواهیم دید. ممکن است دعاوی عمومی مربوط به تبعیض یا مسئولیت را که شامل تصمیمات گرفته شده توسط مدل‌های هوش مصنوعی است را ببینیم. اما همه پیش‌بینی‌ها به سمت نابودی و تاریکی نیست.
 
جیمز کینگستون، معاون همکاری و تحقیقات نوآوری، محقق هوش مصنوعی و مدیر HAT-LAB در Dataswift، مقداری هویج در انت‌های این چوب گذاشته و توضیح می‌دهد که برای مقیاس‌گذاری برای آینده با ترکیب اصول اخلاقی، سازگاری و حفظ حریم خصوصی با زیرساخت‌های فناوری ساخته شده، جامعه به سمت سیستمی حرکت خواهد کرد که ارزش داده‌ها به نفع افراد و بنگاه‌های اقتصادی باشد.