تأکید بر ضرورت تقویت زیرساخت‌های داده برای استفاده از هوش مصنوعی در شرکت‌ها

punchng.com

انتشار در منبع: انتشار در سایت ما:

مقاله اصلی · English

هوش مصنوعی
هوش مصنوعی. عکس: Jobaaj Learnings

از شرکت‌ها خواسته شده است هم‌زمان با گسترش استفاده از هوش مصنوعی، سامانه‌های مدیریت داده خود را تقویت کنند و دسترسی به مجموعه‌داده‌های باکیفیت را بهبود بخشند. یک تحلیلگر هشدار داده است که استخدام نیروهای دارای مهارت فنی، بدون فراهم کردن زیرساخت‌های سازمانی مناسب، لزوماً ارزش اقتصادی و تجاری ایجاد نمی‌کند.

پاتریشیا اورجی، تحلیلگر هوش مصنوعی و داده و متخصص کاربردی هوش مصنوعی، گفت که توجه به هوش مصنوعی در نیجریه به‌سرعت در حال افزایش است و جوانان بیشتری از طریق دانشگاه‌ها، دوره‌های فشرده آموزشی و دوره‌های آنلاین، زبان برنامه‌نویسی پایتون، یادگیری ماشین، علم داده و هوش مصنوعی مولد را فرا می‌گیرند.

بااین‌حال، او تأکید کرد که چالش صرفاً آموزش کار با ابزارهای هوش مصنوعی نیست. به گفته او، زیرساخت‌های محاسباتی، راهنمایی و پشتیبانی متخصصان باتجربه، مجموعه‌داده‌های واقعی، فرصت‌های کارآموزی، امکانات پژوهشی و وجود سازمان‌هایی که فراگیران بتوانند دانش خود را در آن‌ها به کار بگیرند نیز ضروری است.

از دیدگاه اورجی، چالش هوش مصنوعی در نیجریه بیش از آنکه صرفاً به کمبود مهارت مربوط باشد، به شکاف در توانمندی‌های عملی بازمی‌گردد؛ زیرا دانش فنی افراد به‌خودی‌خود به توانایی طراحی و ارائه راهکارهای کاربردی تبدیل نمی‌شود.

او در یادداشتی که در اختیار روزنامه پانچ قرار داد، نوشت: «مهارت‌ها در اختیار افراد هستند، اما توانمندی به محیطی بستگی دارد که آن‌ها در آن فعالیت می‌کنند.»

او توضیح داد که ممکن است یک فارغ‌التحصیل با نظریه‌های یادگیری ماشین آشنا باشد و چندین گواهی‌نامه نیز دریافت کرده باشد، اما بدون دسترسی به مسائل واقعی، راهنمایی متخصصان باتجربه و فرصت کار با داده‌های واقعی، همچنان در ساخت یک راهکار معنادار با مشکل روبه‌رو شود.

اورجی خاطرنشان کرد که توسعه راهکارهای هوش مصنوعی برای کاربردهای واقعی با چالش‌هایی همراه است که اغلب در تمرین‌های کلاسی و آموزش‌های آنلاین مطرح نمی‌شوند. خارج از محیط‌های آموزشی، داده‌ها ممکن است ناقص باشند، مسائل کسب‌وکار به‌روشنی تعریف نشده باشند و بودجه‌ها محدود باشند. متخصصان همچنین هنگام طراحی و استقرار سامانه‌های هوش مصنوعی باید حریم خصوصی، سوگیری و انتظارات کاربران را در نظر بگیرند.

این کارشناس افزود که هوش مصنوعی همیشه مناسب‌ترین راه‌حل برای یک مسئله تجاری نیست. برخی سازمان‌ها ممکن است با بهبود مدیریت داده‌ها، خودکارسازی فرایندها یا استفاده از هوش تجاری، به نتایج بهتری دست یابند.

او گفت: «آموختن این نکات تنها از طریق آموزش نظری دشوار است.»

دیدگاه این تحلیلگر بر اهمیت آماده‌سازی سامانه‌های داده سازمان‌ها پیش از استقرار ابزارهای هوش مصنوعی تأکید دارد؛ به‌ویژه در کسب‌وکارهایی که اطلاعات قابل‌اعتماد و سازمان‌یافته کافی برای استفاده این سامانه‌ها در اختیار ندارند.

بنابراین، شرکت‌هایی که می‌خواهند از هوش مصنوعی بهره ببرند، باید علاوه بر تخصص فنی کارکنان خود، کیفیت داده‌ها، شفافیت فرایندهای کسب‌وکار و شناخت واقع‌بینانه از توانایی‌ها و محدودیت‌های این فناوری را نیز در نظر بگیرند.

اورجی هشدار داد که سازمان‌ها ممکن است نیروهای متخصص فنی استخدام کنند، اما اگر داده‌هایشان پراکنده باشد، فرایندهای کاری روشنی نداشته باشند یا مدیرانشان درک کافی از قابلیت‌ها و محدودیت‌های هوش مصنوعی نداشته باشند، باز هم نتوانند از این فناوری بهره ببرند.

او همچنین زیرساخت را یکی از عوامل اساسی در توسعه زیست‌بوم هوش مصنوعی نیجریه دانست و گفت توسعه این فناوری ممکن است به اتصال پهن‌باند قابل‌اعتماد، خدمات ابری، منابع محاسباتی و دسترسی به مجموعه‌داده‌های باکیفیت نیاز داشته باشد.

به اعتقاد او، در شرایطی که دسترسی به این منابع محدود است، استعداد و تخصص فنی به‌تنهایی برای دستیابی به نتایج معنادار کافی نخواهد بود.

اورجی فراتر از سرمایه‌گذاری شرکت‌ها، خواستار تلاشی گسترده‌تر با مشارکت دانشگاه‌ها، شرکت‌ها، دولت، نهادهای حرفه‌ای، سرمایه‌گذاران و جوامع فناوری شد تا فرصت‌های بیشتری برای پرورش توانمندی‌های متخصصان نوظهور هوش مصنوعی فراهم شود.

او توضیح داد که دانشگاه‌ها در پرورش استعدادها نقش دارند و همکاری با صنعت می‌تواند فراگیران را با چالش‌های واقعی کسب‌وکار آشنا کند. راهنمایی متخصصان باتجربه نیز می‌تواند فاصله میان دانش فنی و قضاوت حرفه‌ای را کاهش دهد، درحالی‌که فرصت‌های پژوهشی به متخصصان تازه‌کار می‌آموزد ایده‌های خود را به‌درستی بیازمایند.

اورجی از ذی‌نفعان خواست ارزیابی پیشرفت هوش مصنوعی را صرفاً به تعداد افرادی که در دوره‌های آموزشی شرکت می‌کنند یا گواهی‌نامه می‌گیرند، محدود نکنند. او تأکید کرد که باید بررسی شود آیا فراگیران فرصت تمرین، آزمایش و مشارکت در پروژه‌های کاربردی را نیز در اختیار دارند یا خیر.

او معتقد است نیجریه به افراد بیشتری نیاز دارد که بتوانند مسائل واقعی را شناسایی کنند، داده‌های موجود را ارزیابی کنند، ابزارهای مناسب را برگزینند، راهکارهای مسئولانه توسعه دهند و ارزش کار خود را به‌روشنی توضیح دهند.

او گفت: «بنابراین، پرسش فقط این نیست که چگونه افراد بیشتری را با هوش مصنوعی آشنا کنیم؛ باید بپرسیم آن‌ها کجا تمرین خواهند کرد، چه کسانی راهنمایی‌شان می‌کنند، از چه زیرساختی استفاده خواهند کرد و روی حل کدام مسائل واقعی کار خواهند کرد.»

علاقه به آموزش هوش مصنوعی و توسعه مهارت‌های مرتبط با آن در نیجریه افزایش یافته است و دانشگاه‌ها، مراکز آموزشی و پلتفرم‌های یادگیری آنلاین فرصت‌هایی برای کسب دانش فنی در اختیار افراد قرار می‌دهند. بااین‌حال، دیدگاه اورجی بر ضرورت پیوند دادن این آموزش‌ها با زیرساخت، تجربه حرفه‌ای و پشتیبانی سازمانی تأکید می‌کند؛ عواملی که برای تبدیل دانش به کاربردهای عملی لازم‌اند.

او تأکید کرد که نیجریه با کمبود افرادی که مایل به یادگیری هوش مصنوعی باشند روبه‌رو نیست، بلکه باید شرایطی ایجاد کند تا این افراد بتوانند مهارت‌های خود را برای حل مسائل دارای ارزش تجاری و اهمیت اجتماعی به کار بگیرند.

او در پایان افزود: «چالش بزرگ‌تر، فراهم کردن شرایطی است که یادگیری را به توانمندی و توانمندی را به نوآوری، اشتغال، کسب‌وکارها و راهکارهای متناسب با نیازهای محلی تبدیل کند.»