گزارش نشست دستیابی به عمق هوش مصنوعی: راهکار نوین برای پردازش داده تصویری

وی با اشاره به همکاری با مجموعه‌های خارج از کشور در حوزه تصویر و محتوا گفت: «در این همکاری برای محصولات مبتنی بر هوش مصنوعی قابل شناسایی و نسل بندی آن «مولد» دچار چالشی جدی شدیم.»

مدیر بخش داده‌های تصویری مؤسسه راوینو ادامه داد: «در مرحله نخست برای حل این چالش به این ضرورت رسیدیم که باید یک طبقه‌بندی مشخص از داده‌هایی که در اختیار داریم، داشته باشیم و در این راستا به 6 مورد طبقه‌بندی روشن شامل طبقه‌بندی «موضوع محور»، «غالب محور»، «کاربرد محور»، «وضعیت محور» و «مالکیت محور» از داده رسیدیم که بدیهی‌ترین طبقه‌بندی، از نوع موضوعی است که در حوزه‌هایی مانند پزشکی، آموزش و … قابل استفاده است. در لایه بعدی به طبقه بندی قالب‌محور، به قالب و ساختار داده‌هایی که نیاز داریم اشاره می کند.»

رشیدیان گفت: «در لایه کاربردمحور، که تحلیلی‌ترین و داده‌محورترین لایه است که شامل داده عملیاتی یا داده پیش‌بینی است. لایه بعدی طبقه‌بندی، مربوط به داده خام به صورت انباره‌ای یا داده تمیز شده است که لایه‌ای از پردازش روی آن انجام شده است. یک چالش مطرح بود که این داده‌ها چگونه تأمین می‌شوند که باید بیان کرد در کشور با وجود چالش‌های تنظیم‌گری و قانون‌گذاری، مسأله تامین داده مطرح نیست.»

وی، با بیان این‌که یک بحث جدی در دنیا مسأله مالکیت داده‌ها است، عنوان کرد: «این که داده متعلق به پلتفرم یا صاحب داده است و جمع آوری داده توسط شرکت‌ها سطوحی از لایسنس‌ها اعمال می‌شود. موضوعی است که در حوزه لایسنس‌های نرم‌افزارها و حوزه مالکیت معنوی در کشور ما به درستی ترویج نشده است.»

رشیدیان، با اشاره به این‌که مسائل بومی نیازمند راه حل بومی و راه‌حل‌های بومی نیازمند داده‌های بومی هستند ادامه داد: «ایران دارای مسائل مختلفی است که ممکن است بسیاری از کشورهای دیگر نیز با این مسائل مواجه باشند، اما مسائل در ایران دارای ویژگی‌های بومی است و بنابراین لازم است راه‌کارهای بومی منطبق بر داده‌های بومی ارائه شوند.»

وی با بیان این‌که در حوزه سلامت، موضوعات و داده‌های بومی حائز اهمیت بسیار بالایی است، افزود: «داده‌ها در حوزه‌های سلامت نسبت به اقلیم بسیار متفاوت هستند و اگر داده‌ای وجود داشته باشد هم قابل دست یابی نیست. برای حل این مشکل در حوزه داده به تولید ادبیات در حوزه فناوری‌ها دست زدیم که نتیجه آن یک سالنامه تخصصی شد. 18 عنوان کار ترجمه شد که به پیوست فنی این کار تبدیل و در نهایت زیست‌بومی طراحی شد که امکان کار در قالب مرکز ملی داده‌های تصویری را فراهم کرد.»

رشیدیان با بیان این‌که مرکز ملی داده‌های تصویری، زیرساخت با 13 دپارتمان تخصصی است، عنوان کرد: «بخش انتشارات، پلتفرم شتبادهی، رویداد، سالنامه و نیز پلتفرم جمع آوری داده از زیرمجموعه‌های مرکز ملی داده‌های تصویری هستند.»

وی توضیح داد: «در مدلی به نام VGI یا جمع‌آوری اطلاعات جغرافیایی داوطلبانه، افراد به صورت داوطلبانه داده‌های جغرافیایی و تصاویر زمینی را جمع‌آوری می‌کنند. ما با توجه به شرایط بومی ایران، مدلی طراحی کردیم که در قالب هزار برچسب، مفاهیم و موضوعات مرتبط را شناسایی کرده و داده‌های موردنیاز را جمع‌آوری کنیم. نتیجه این کار، تدوین 13 کتابچه با محوریت مشارکت مردم بود.»

وی با اشاره به طراحی اولین مدل تشخیص صحنه افزود: «این پلتفرم صحنه را می‌تواند تحلیل کند و این امر با نقش آفرینی مردم پیش رفته است و اکنون 160هزار عکس در این پلتفرم بارگذاری شده و امیدواریم در آینده این موضوع با مشارکت جدی‌تر مردم پیش برود.»

گفتنی است نشست علمی تخصصی لایه داده از سلسله نشست‌های دستیابی به عمق هوش مصنوعی، با محوریت اهمیت داده و چالش‌های دسترسی به داده در ایران، داده‌های باز: اهمیت، چالش‌ها، راهکارها، وضعیت فعلی و چشم‌انداز، حکمرانی داده و اهمیت آن در صنایع، حکمرانی داده در ایران: وضعیت فعلی و چشم‌انداز روز دوشنبه 19 آذرماه به میزبانی پژوهشگاه ارتباطات و فناوری اطلاعات و توسط مرکز نوآوری و توسعه هوش مصنوعی برگزار شد.