به گزارش اقتصادنیوز کیومرث اشتریان استاد دانشگاه تهران در دنیای اقتصاد نوشت: تعیین این حوزه‌ها اولا به الزامات عمومی این صنعت بستگی دارد و ثانیا، بسته به ضعف‌ها و ظرفیت‌های بومی ایران است. در این نوشتار کوتاه به‌صورت فشرده اصول و خطوط اصلی سیاست تحقیق و توسعه هوش مصنوعی را بیان می‌کنم. امید است که در تعامل با پژوهشگران این حوزه بتوان چارچوب روشن‌تری برای سیاست‌های تحقیق و توسعه هوش مصنوعی فراهم آورد.
وظیفه نهادهای بخش عمومی که متکفل تحقیق و توسعه هستند، تمرکز بر حوزه‌های گوناگون اعم از محوری و پیرامونیِ هوش مصنوعی، از جمله یادگیری ماشینی، تحقیقات شبکه، ابررایانه‌‌‌ها و کلان‌داده‌‌‌هاست. تخصیص بودجه هدفمند و به‌طور دقیق اندازه‌گیری‌شده در این حوزه‌ها مستلزم ایجاد کمیته‌های مشخصی برای هریک از این حوزه‌ها و تدوین برنامه‌های (پروگرام) تحقیق و توسعه زیر نظر معاونت علمی و فناوری ریاست‌جمهوری است تا بتوانند وظیفه هدایت و نظارت بر بودجه‌ها و پایش دستاوردهای هر حوزه را به تفکیک پیگیری کنند؛ در غیر‌این‌صورت خطر هدررفت منابع افزایش می‌یابد.
تحقیق و توسعه صرفا به بعد فنی خلاصه نمی‌شود. حمایت نهادی از نخستین حلقه‌های ابداع تا نوآوری و بازار به این زنجیره متصل است. تقویت تحقیق و توسعه هوش مصنوعی با رویکردی نهادی از طریق فراهم‌آوردن زیرساخت‌های آزمایشگاهی و تقویت شبکه توسعه‌دهندگان هوش مصنوعی، ایجاد محیط‌های آزمایشی (sand box)، تضمین حقوق مالکیت فکری، صندوق‌های تامین مالی و کاهش خطرپذیری برای شرکت‌های خصوصی امکان‌پذیر است. ادبیات عوامل موثر بر نوآوری فناوری (technological innovation) دامنه وسیعی از متغیرها را در بر می‌گیرد که هریک ممکن است در هوش مصنوعی جلوه‌های متفاوتی بیابد.
مثلا، ادبیات نوآوری فناوری نشان می‌دهد که توسعه شبکه‌ها بر نوآوری فناوری تاثیر شگرفی دارد. در نوآوری هوش مصنوعی این شبکه از طریق به‌اشتراک‌گذاری داده‌ها و فراهم‌آوردن خدمات پلتفرمی توسط دولت نمود بیشتری دارد. توسعه خدمات، متغیر دیگری است که در هوش مصنوعی شکل ویژه‌ای دارد و نقش دولت‌ها در مقررات‌زدایی و برداشتن موانع ارائه خدمات هوش مصنوعی نیازمند توجه است؛ چرا که ملاحظات امنیتی و کمبود دانش نهادهای امنیتی در این حوزه می‌تواند برای توسعه خدمات هوش مصنوعی موانع جدی بتراشد و کشور را دچار عقب‌ماندگی تاریخی کند.
تحقیق و توسعه باید در وهله اول بر توسعه آن دسته از فناوری‌های هوش مصنوعی متمرکز شود که بتواند به توسعه خدمات عمومی منجر شود و هزینه‌های خود را در «فاز»های بعدی تامین کند. این خدمات از آن‌رو مهم است که نه‌تنها تامین مالی را فراهم می‌کند، بلکه حوزه‌هایی را که در آن از ظرفیت عمومی‌سازی هوش مصنوعی و بهره‌برداری از داده‌های بومی برخوردار است با قدرت بازار کشف می‌کند. به بیان دیگر تمرکز بر خدمات، پیامدهای مالی، فرهنگی و داده‌ای را توامان در خود دارد. در این نوشتار به شناسایی برخی از این حوزه‌ها می‌پردازیم.
نخستین بخش از فعالیت‌های تحقیق و توسعه می‌تواند بر بخش سلامت متمرکز باشد. داده‌های انبوه در حوزه‌هایی همچون بیماری‌های قلب-عروقی، بیماری‌های پوست و هر آنچه داده‌های آن در دسترس است می‌تواند در این حوزه قرار گیرد. البته تنظیمات نهادی (institutional arrangement) به مثابه زیربنایی مهم تلقی می‌شود. بیمارستان‌ها، وزارت بهداشت، دستگاه‌های امنیتی، وزارت علوم و معاونت علمی و فناوری از اصلی‌ترین عناصر مشمول این تنظیمات نهادی در تحقیق و توسعه هستند.
بخش دیگری که ظرفیت تولید خدمات هوش مصنوعی را دارد بخش حمل‌ونقل است. توسعه سیستم‌های هوش مصنوعی برای برنامه‌ریزی، طراحی و بهره‌برداری از شبکه‌های حمل‌ونقل شهری با توجه به توسعه شبکه‌های هوشمند بخش خصوصی در ایران فرصت مهم دیگری است. حمایت هدفمند از بخش خصوصی فعال در ایران برای توسعه هوش مصنوعی در خدماتی که در حال ارائه آن هستند یک گزینه مناسب است.
ظرفیت خدمات شرکت‌های فعال در این حوزه را نباید دست کم گرفت. حوزه مهم دیگر تحقیق و توسعه هوش مصنوعی، حوزه ساماندهی و توسعه فعالیت‌های علمی، فناوری و نوآوری است. متاسفانه سیاست علم-فناوری و نوآوری در ایران دچار گسست و آشفتگی است. داده‌ها و فعالیت‌های پژوهشگران ایرانی در سامانه‌های گوناگون خارجی از «ریسرچ گیت» تا «گوگل اسکالر»، «مندلی»، «ایندید»، «لینکدین» و... پراکنده است. با توجه به ماهیت جهانی علم و ارتباطات بین‌المللی در جهان امروز بخشی از این پدیده طبیعی است. اما نکته آن است که خودِ ما حتی از شبکه فعالیت‌های دانشمندان خود بی‌اطلاعیم و نگاشت نهادی و ملی نداریم.
