تحولات لبنان و فلسطین

هوش مصنوعی به‌مجموعه‌ای از فنون و روش‌هایی گفته می‌شود که به سیستم‌های محاسباتی اجازه می‌دهد از این داده‌ها برای انجام یک سری فعالیت‌های شناختی و محاسباتی استفاده کنند که این فعالیت‌ها می‌توانند شامل تحلیل داده‌ها، تصمیم‌گیری، پردازش زبان طبیعی، تشخیص تصویر، یادگیری ماشینی و غیره باشند.

آثار هوش مصنوعی بر اقتصاد/ از پیش‌بینی تورم تا کاهش نقش مخرب انسانی

به گزارش قدس آنلاین، با توجه به‌پتانسیل بالای هوش مصنوعی انتظار می‌رود در آینده از هوش مصنوعی در حوزه مالی و بودجه‌ریزی کشورکه اکنون با چالش‌هایی مواجه است استفاده شود.

پیش‌بینی روند بازار، تحلیل داده‌های مالی، مدیریت ریسک، مدیریت مالیات و بهینه سازی بودجه از جمله حوزه‌های هستند که هوش می‌تواند در بهبود فرآینده‌های مالی و توسعه‌ای نقش آفرین باشد. در واقع هوش مصنوعی با تحلیل داده‌های مربوط به‌ریسک، مالیات و سایر داده‌ها می‌تواند به دولت کمک کند تا تصمیمات بهتری اخذ کند.

این‌ها بخشی از سخنانی بودند که در نشست تخصصی«چالش‌ها و توصیه‌های سیاستی فناوری اطلاعات، ارتباطات و امنیت فضای مجازی» درخصوص نقش هوش مصنوعی در توسعه نظام مالی و بودجه‌ریزی مطرح شد که گزارش کامل این نشست را در ادامه می‌خوانید.

استفاده از هوش مصنوعی برای پیش بینی تورم آینده
سارا بوربور، رئیس مرکز فناوری اطلاعات، ارتباطات و امنیت فضای مجازی سازمان برنامه و بودجه کشور در بخش ابتدایی این نشست، ابراز کرد: همان‌گونه که مشخص است باب هوش مصنوعی در کشور باز شده که باید آن را به‌فال نیک گیریم، چراکه عاملی در مسیر توسعه می‌شود.

وی با طرح این پرسش که چه زمانی می‌توانیم از هوش مصنوعی استفاده کنیم و آیا با هوش مصنوعی می‌توان کل مشکلات را حل کرد، گفت: هوش مصنوعی را در زمینه تحلیل داده به چند دسته تقسیم می‌کنیم؛ این هوش از روابط بین داده‌ها استفاده و یک الگویی از این داده‌ها ایجاد می‌کند تا بتواند تحلیل‌های مختلف به شما ارائه کند، بنابراین هوش مصنوعی قرار نیست جایگزین همه کارها ما ‌شود.  

رئیس مرکز فناوری اطلاعات، ارتباطات و امنیت فضای مجازی سازمان برنامه و بودجه کشور ادامه داد: چنانچه مجموعه‌ای از داده‌ها را داشته باشیم، می‌توانیم با شناخت الگوی روابط بین آنان، برای پیش‌بینی آینده از آنان بهره ببریم. فرض کنید می‌خواهیم میزان تورم را پیش‌بینی کنیم برای این کار باید یک سری عوامل تاثیرگذار و اطلاعات را به هوش مصنوعی بدهیم تا این هوش تورم آینده را پیش‌بینی کند.

پیش بینی میزان خشکسالی و کم آبی با استفاده از هوش مصنوعی
بوربور با بیان اینکه بنابراین یکی از کابردهای هوش مصنوعی شناخت الگو برای پیش‌بینی آینده است، تصریح کرد: یکی دیگر از دسته‌بندی‌هایی که می‌توانیم از هوش مصنوعی انتظار داشته باشیم این است که یک سری عوامل تاثیرگذار مشترک را تعریف و از روی آن، داده‌ها را دسته بندی می‌کنیم و ناهنجاری‌ها را تشخیص می‌دهیم.

وی پردازش متن را یکی دیگر از کاربردهای هوش مصنوعی خواند و خاطرنشان کرد: یکی از فصول اصلی که بودجه کشور را به‌خود اختصاص می‌دهد فصول کم آبی است که چنانچه بتوانیم از قبل پیش‌بینی داشته باشیم که در سال آینده چه میزان خشکسالی خواهیم داشت، بهتر می‌توانیم بودجه‌ریزی انجام دهیم.

رئیس مرکز فناوری اطلاعات، ارتباطات و امنیت فضای مجازی سازمان برنامه و بودجه کشور اضافه کرد: به‌صورت کلی هوش مصنوعی، فناوری‌ای نیست که بتواند تمام کارهای انسانی را با دقت صددرصد انجام دهد؛ اما ابزار مناسبی است که داده‌های تکراری را با دقت بالا برای شما شبیه سازی و پیش‌بینی می‌کند.

هوش مصنوعی می‌تواند سلیقه‌های شخصی را در مورد تخصیص ارز حذف کند 
در ادامه این نشست علی ملکی، صاحب نظر حوزه سرمایه‌گذاری و مالی بین‌الملل به اثرات مهم هوش مصنوعی در تخصیص ارز پرداخت و گفت: هوش مصنوعی می‌تواند سلیقه‌های شخصی را حذف کند. هم اینک به‌اعتراف ذی نفعان، این سلیقه‌ها در تخصیص ارز بسیار تاثیرگذار هستند، از سوی دیگر کارگزاری‌ها، واسطه‌ها، متقاضیان و عرضه کنندگان ارزی و فرایندهای موجود بین این بازیگران می‌تواند مورد توجه باشد و ابزار هوش مصنوعی می‌تواند این ربات پیچیده را رمزگشایی و مشکل تخصیص ارز را تا حدود زیادی رفع کند.

وی کشف و احراز تقلب، یادگیری ماشین، بهینه سازی زمان، هزینه و شیوه تخصیص ارز، تحلیل کلان داده‌های ایجاد شده در گذشته و حال و مدل سازی، حذف سلیقه‌های انسانی در زنجیره تخصیص ارز و ارزیابی و اعتبارسنجی بازیگران زنجیره تخصیص ارز را از جمله نقش‌های هوش مصنوعی برشمرد.

ملکی ادامه داد: همچنین الگوریتم‌های هوش مصنوعی می‌تواند تا حد زیادی از حفره‌های  موجود در ساختار ارزی کشور جلوگیری کند. از طرف دیگر این سامانه‌ها می‌تواند پدیده «خالی فروشی» در بازار تخصیص  ارز را از بین ببرد. صاحب نظر حوزه سرمایه‌گذاری و مالی بین‌الملل با تاکید بر اینکه هوش مصنوعی با حذف عامل انسانی می‌تواند، بخش زیادی از مشکلات عرضه ارز در کشور را رفع کند، بیان کرد: تحلیل کلان داده‌های ایجاد شده در گذشته و حال به‌مدل سازی این داده‌ها می‌انجامد، همچنین ارزیابی و اعتبار سنجی بازیگران زنجیره تخصیص ارز می‌تواند با استفاده از هوش مصنوعی در ارز صورت پذیرد.

هوش مصنوعی پاسخی برای حل مسائل پیچیده
در بخش دیگری از این نشست علی رئوفی، صاحب نظر حوزه مالی و هوش مصنوعی؛ هوش مصنوعی را یک فناوری قدرتمند و انعطاف پذیر می‌داند که پیشرفت بسیاری از صنایع کوچک و بزرگ را به‌ارمغان می‌آورد.

وی یادآور شد: هوش مصنوعی علم جدیدی نیست و از سال‌های گذشته این علم وجود داشته و دانشمندان آن را توسعه داده‌اند آنچه که بحث را داغ کرده به خاطر دیتاهای بیشتری است که امروز دراختیار داریم؛ اما واقعیت این است که لزومی ندارد هرجایی از هوش مصنوعی استفاده کنیم، چراکه هوش مصنوعی برای پاسخ به‌مسائل پیچیده و برطرف کردن آنان است.

رئوفی تاکید کرد: هوش مصنوعی برای حل مسائل پیچیده‌ای مورد استفاده قرار می‌گیرد که با روش‌های سنتی قابل حل شدن نیستند. هوش مصنوعی با تجزیه و تحلیل داده‌های دردسترس، تمامی پاسخ‌های موجود را بررسی کرده و در نهایت ما را به‌بهترین راه حل رهنمون می¬کند، همچنین هوش مصنوعی می‌تواند با بهره‌گیری از قدرت یادگیری، توانایی‌های خود را به‌مرور زمان بهبود ببخشد.

این صاحب نظر حوزه مالی و هوش مصنوعی در ادامه هوش مصنوعی را یکی از مهمترین تحولاتی دانست که تمامی شئون سیاسی، اقتصادی، امنیتی و فرهنگی را تحت تاثیر قرار می‌دهد و گفت: کشورهای مختلف، سرمایه‌گذاری‌های ویژه‌ای برای توسعه هوش مصنوعی در سیاستگذاری‌های مدیریتی، اقتصادی و اجتماعی داشته‌اند.

هوش مصنوعی پاسخی برای حل ابرچالشهای اقتصاد ایران
وی با بیان اینکه استفاده از هوش مصنوعی یک فرصت منحصر به فرد برای ایران است تا بتواند به‌ابرچالش‌های مهمی نظیر بحران آب، بحران در نهادهای مالی و اقتصادی مانند صندوق بازنشستگی و سیستم بانکیَ، بیکاری، خروج مستمر سرمایه انسانی، فساد اداری، بحران اعتیاد و غیره فائق آید، بیان کرد: در حال حاضر ایران جایگاه مناسبی در زمینه توسعه هوش مصنوعی در اقتصاد و کسب و کار در بین کشورهای جهان ندارد که باتوجه به‌ضرورت این موضوع برای حل ابرچالش‌ها باید جایگاه ویژه‌ای در برنامه‌های توسعه کشور برای آن در نظر گرفته شود.

رئوفی افزود: طبق پیش‌بینی‌های صورت گرفته توسعه کاربردهای هوش مصنوعی موجبات ‌رشد اقتصادی ۱۴ درصدی دنیا تا سال ۲۰۳۰ حدودا معادل ۱۵.۷ تریلیون دلار را فراهم خواهد کرد.

این صاحب نظر حوزه مالی و هوش مصنوعی در بخش دیگری از سخنان خود به‌سهم هر یک از کشورها باتوجه به‌میزان توسعه یافتگی آنان در این رابطه اشاره و ضمن متفاوت خواندن آن، گفت: این آمار متفاوت است به‌طوری که برای کشورهای پیشرو نظیر چین و آمریکا به‌تریب ۲۶ و ۱۴ درصد و برای کشورهای ضعیفی چون پاکستان و زامیبیا بین ۴ تا ۸۱ درصد خواهد بود.

وی سهم ایران در این رابطه را حدود پنج درصد خواند و افزایش بهره‌وری نیروی کار، افزایش بهره‌وری ناشی از خودکارسازی ناشی از کسب و کار و افزایش تقاضای مصرف¬کننده ناشی از دردسترس بودن محصولات و خدمات شخصی سازی شده و یا با کیفیت بالاتر توسط هوش مصنوعی را از جمله بخش‌هایی برشمرد که هوش مصنوعی می‌تواند از این طریق به ما کمک کند.

ایران رتبه ۷۵ دنیا در زمینه آمادگی و زیرساخت استفاده از هوش مصنوعی را داراست
رئوفی به جایگاه‌ کشورهای مختلف در زمینه آمادگی استفاده از هوش مصنوعی و بررسی زیرساخت‌های آن پرداخت و جایگاه ایران در دنیا را ۷۵ و در خاورمیانه و شمال آفریقا ۱۲، امارات را ۲، کویت ۶۹، عربستان ۳۹ و ترکیه را ۴۹ دانست.

وی به‌اقداماتی که به‌منظور توجه و توسعه هوش مصنوعی شده اشاره و ضمن اشاره به‌تنظیم سند چشم‌انداز توسعه هوش مصنوعی در ایران، بیان کرد: در بیانیه نهایی سند چشم انداز توسعه هوش مصنوعی در ایران  گفته شده که ایران در افق ۱۴۱۰ با بهره‌گیری از قابلیت‌های اخلاق مدار هوش مصنوعی، با تکیه بر توانمندی‌های داخلی و متخصصان کارامد  و خلاق، در بین ۱۰ کشور اول جهان در حوزه هوش مصنوعی قرار خواهد گرفت که این اتفاق منجر به‌افزایش رشد اقتصادی و رفاه اجتماعی خواهد شد.

این صاحب نظر حوزه مالی و هوش مصنوعی؛ سهم ۱۲ درصدی هوش مصنوعی در تولید ناخالص ملی در افق ۱۴۱۰، سرمایه‌گذاری ۸ میلیارد دلاری در هوش مصنوعی در این سال، دستیابی به‌نرخ اشتغال ۱.۸ درصدی در حوزه‌های مرتبط با هوش مصنوعی، استفاده حداکثری از هوش مصنوعی در حل ابرچالش‌های کشور، ایجاد حداقل ۱۰۰۰ شرکت با حداقل درآمد سالانه ۱.۵ میلیون دلار و ۱۰ شرکت بزرگ با حداقل درآمد سالانه ۵۰ میلیون دلاری را از اهداف کلان توسعه هوش مصنوعی براساس سند چشم انداز هوش مصنوعی در کشور دانست.

رئوفی همچنین در پایان اولویت‌های یک تا نهم به‌کارگیری هوش مصنوعی را به‌ترتیب اقتصاد و خدمات مالی، مسائل زیست محیطی، مسائل اجتماعی، کشاورزی، سلامت، حمل و نقل و مدیریت شهری، آموزش، انرژی و صنعت و معدن و تجارت دانست.
هوش مصنوعی، بهبود مدیریت ریسک را درپی دارد

در بخش پایانی این نشست هم وحید صیامی، صاحب نظر حوزه فین‌تک به‌ارائه سخنان خود در رابطه با تاثیر فناوری هوش مصنوعی بر نظام پولی و بانکی، گفت: فناوری هوش مصنوعی برای نخستین بار در سال ۱۹۵۵ به‌عنوان شاخه‌ای از علوم کامپیوتر مطرح شد که تمرکز آن بر ماشین‌های هوشمند است؛ ماشین‌هایی که بتوانند قابلیت شناختی ذهن انسان نظیر یادگیری و حل مسئله را تقلید کند.

وی ادامه داد: کاربردهای مختلفی از هوش مصنوعی و یادگیری ماشینی در صنایع مالی را تاکنون شاهد بوده‌ایم و بی‌شک این کاربردها افزایش خواهند یافت. در سطح کلان توسعه کاربری‌های هوش مصنوعی در صنایع مالی باعث افزایش کارایی عملیات و بهبود مدیریت ریسک می‌شود. تصمیم گیری برای تخصیص اعتبارات فعالیت در بازارهای متشکل سرمایه و بدهی مدیریت بیمه‌نامه‌ها و تعامل با مشتری از جمله زمینه‌های مهم و مستعد برای تخریب خلاقانه شدن توسط کاربردهای هوش مصنوعی هستند. صیامی ضمن بیان اینکه کاربردهای هوش مصنوعی می‌تواند منتج به این شود که اشکال جدید و بی‌سابقه‌ای از ارتباط متقابل میان بازارهای مالی و نهادها ایجاد شود، به عنوان یک نمونه می‌توان از استفاده نهادهای مختلف از منابع اطلاعاتی نام برد که تا پیش از این چنین منابعی نامربوط دانسته می‌شدند.

این صاحب نظر حوزه فین‌تک اضافه کرد: در واقع استفاده از دیتاها و کلان داده‌ها به‌منظور استفاده بنگاه‌های اقتصادی هدف اصلی هوش مصنوعی در عرصه اقتصاد است، بنابراین خروجی نهایی این ابزار در حوزه اقتصاد وجود ربات‌هایی است که مشاوره اقتصادی به بنگاه‌ها را انجام می‌دهند و در بازارهای سرمایه مورد استفاده قرار می‌گیرد.
 

برچسب‌ها

نظر شما

شما در حال پاسخ به نظر «» هستید.