راهاندازی دستیار هوش مصنوعی بومی برای هوشمندسازی وزارتخانههای علوم و ورزش

به گزارش صنایع نو، مدیر طرح دستیار هوش مصنوعی دانشگاه شهیدبهشتی از پیشرفتهای قابل توجه این طرح ملی با هدف هوشمندسازی وزارت علوم و ورزش خبر داد. این پروژه که با همکاری مشترک وزارت ورزش و جوانان و وزارت علوم، تحقیقات و فناوری در حال اجراست، نقش مهمی در تحول دیجیتال این دو وزارتخانه خواهد داشت.
محسن ابراهیمی مقدم، مدیر پروژه دستیار هوش مصنوعی دانشگاه شهید بهشتی و رئیس دانشکده کامپیوتر، در تشریح جزئیات این طرح گفت: دانشگاه شهید بهشتی در قالب پروژهای مشترک، مسئولیت طراحی و اجرای دو دستیار هوش مصنوعی وزارتی را بر عهده گرفته است. این پروژه که از حدود پنج ماه پیش آغاز شده، تاکنون پیشرفت چشمگیری داشته و نسخه اولیه این دستیار به مجریان طرح ارائه شده است.
وی افزود: نمونه اولیهای از دستیاران وزارتی در جلسه اخیر با معاونت فناوری ارائه شد که با استقبال خوبی مواجه گردید. بر اساس برنامهریزیهای انجام شده، این پروژه به مدت یک سال timetable شده و انتظار میرود در هفت تا هشت ماه آینده، بخشهای باقیمانده تکمیل شده و پروژه به نتایج نهایی خود دست یابد.
ابراهیمی مقدم به دشواریهای مرحله اول پروژه اشاره کرد و گفت: بخش ابتدایی کار که شامل هماهنگی میان واحدها و دستگاههای مختلف بود، با موفقیت پشت سر گذاشته شد. این دستیار هوش مصنوعی اهداف متعددی دارد که یکی از مهمترین آنها بررسی آییننامهها، دستورات و قوانین برای جلوگیری از صدور بخشنامههای مغایر با مقررات قبلی است.
مدیر پروژه در ادامه توضیح داد: این سیستم با بهرهگیری از جستجوی هوشمند، امکان دسترسی سریع و دقیق به مجموعه قوانین و بخشنامهها را فراهم میکند. علاوه بر هسته مشترک، برای هر وزارتخانه قابلیتها و امکانات اختصاصی نیز در نظر گرفته شده است.
وی درباره فرآیند طراحی گفت: جلسات متعددی با وزیر، معاونان و مسئولان فناوری اطلاعات هر وزارتخانه برگزار شده تا نیازها و اولویتهای هر بخش به دقت شناسایی شود. به عنوان مثال در وزارت علوم، فاز اول پروژه بر فعالیتهای هیئت امنا و هیئت ممیزه و حوزه پژوهش متمرکز شده، در حالی که وزارت ورزش اولویت خود را بر ورزش قهرمانی، ورزش بانوان و ورزش جوانان قرار داده است.
ابراهیمی مقدم تأکید کرد: هدف نهایی این دستیار، ارائه تصویری آیندهنگر برای تصمیمگیری است تا مسئولان بتوانند با اتکا به تجربههای گذشته، قوانین و دادههای تحلیلی، تصمیماتی دقیق و با ضریب اطمینان بالا اتخاذ کنند.
در بخش فنی نیز مدیر پروژه توضیح داد: طراحی این سیستم کاملاً بومی است و صفر تا صد آن داخلی شده است. زبان اصلی برنامهنویسی عمدتاً پایتون و زبانهای مرتبط با هوش مصنوعی است و حتی در صورت استفاده از ابزارهای اوپنسورس، به صورت لوکال و داخلی عمل میکند.
وی در پایان به مشارکت گسترده دانشگاه در این پروژه اشاره کرد و گفت: از تمامی ظرفیتهای استادان و دانشجویان، به ویژه از اعضای دانشکده کامپیوتر استفاده شده است. تیم اجرایی شامل استادان و دانشجویان مقاطع دکتری، فوقلیسانس و کارشناسی است که عمدتاً از رشتههای کامپیوتر و گرایشهای هوش مصنوعی و مهندسی نرمافزار تشکیل شدهاند.
نظرات کاربران
هنوز نظری ثبت نشده است.