ما ایرانیان در یک سال اخیر دو جنگ را تجربه کردیم؛ اما واقعاً هوش مصنوعی در جنگ تحمیلی دوم و سوم چقدر به کارمان آمد؟ شاید تمرکز متخصصان نظامی در سالهای گذشته بر تجهیزات و هواپیماهای بدون سرنشین بوده است اما امروز به وضوح میتوان دید که هوش مصنوعی در جنگ نقش تعیین کنندهای دارد. هوش مصنوعی میتواند کارایی را در میدان نظامی به شدت متحول کند. همچنین در اولویتبندی اهداف، طراحی عملیاتها، تحلیل دادههای میدانی و ارزیابی نتایج نقش محوری دارد. در یک کلام میتوان گفت هوش مصنوعی درحال بازتعریف میدان نبرد است. در این مقاله، تحلیلی بر کارآمدی تحرکات صورت گرفته در کشور در هوش مصنوعی بر موفقیت در جنگ خواهم داشت.
هوش مصنوعی و جنگ در جبهه مقابل
هوش مصنوعی اساساً موضوع جدیدی نیست و قدمت آن به بیش از ۵۰ سال برمیگردد. اما آنچه امروز تحت عنوان هوش مصنوعی میشناسیم، در حقیقت نسخه جهش یافتهای از آن است که در نتیجه انقلاب در فناوریهای پردازشی و حجم عظیم دادهها بروز پیدا کرده است.
دنیای غرب و در رأس آنها ایالات متحده آمریکا، همپای توسعه هوش، مصنوعی بکارگیری آن در صنایع نظامی را آغاز کرد. پالانتیر، لاکید مارتین، ریتون تکنولوژی و تالس از جمله شرکتهای پیشرو در این زمینه هستند. هسته و گلوگاه همه مدلهای هوش مصنوعی پردازنده است. جایی که انویدیا پیشتاز است و بیش از ۹۰ درصد بازار پردازندههای هوش مصنوعی جهان را در اختیار دارد. صنایع نظامی هم از این قاعده مستثنا نیستند.
آمریکاییها و اسرائیلیها از هوش مصنوعی در جنگ تحمیلی اول و دوم بسیار استفاده کردند. آنها با بکارگیری تمام ظرفیتهای فوق و سرمست از آنها جنگ علیه ایران را آغاز کردند. این ظرفیتها به طور مشخص در شناسایی اهداف و در ادامه هدفگیری آنها بسیار مورد استفاده قرار گرفت. تصور کنید تعدادی از مقامات کشور که بنا به پروتکلهای امنیتی از هیچ گونه تجهیزات ارتباطی استفاده نمیکردند، از بین ۹۰ میلیون نفر جمعیت مکانیابی و مورد هدف قرار میگیرند. این شناسایی ظرفیت فوقالعاده را میطلبد که همگی در چارچوب هوش مصنوعی میگنجد: کاربردهای متعدد هوش مصنوعی نظیر مکانیابی، پردازش تصویر و تحلیل داده که میتوان گفت همگی در این دو جنگ تحمیلی بر علیه ما استفاده شد.
شروع تب هوش مصنوعی در کشور
تب هوش مصنوعی هم بعد از انقلاب در داده و پردازش و دستاوردهای این فناوری در هوش مصنوعی مولد (Generative AI)، در کشور ما بالا گرفت. همانند سایر فناوریها، گروههای مختلف شروع به فعالیت در این حوزه کردند. موتورهای متنوع هوش مصنوعی با محوریت چتباتهای هوشمند شکل گرفت.
همان طور که گفته شد گلوگاه توسعه این فناوری پردازنده یا GPU هست. این پردازندهها بسیار گرانقیمت هستند و هزینه اصلی توسعه هوش مصنوعی همین پردازندههاسمیباشد. راهاندازه یک زیرساخت حداقلی هوش مصنوعی قریب به یک میلیون دلار هزینه دارد که عمده آن متوجه همین جیپییو هاست. پس هر کسی نمیتواند در این زمینه فعالیت کند. از طرفی تا امروز مدل کسبوکار سود دهی برای توسعه هوش مصنوعی وجود ندارد. پس بخش خصوصی سرمایهدار کشور هم انگیزهای برای ورود به این حوزه از خود نشان میدهد. بنابراین میتوان نتیجه گرفت تمامی گروههایی که در این حوزه در کشور توفیقاتی داشتهاند با بودجههای دولتی بوده است.
بازی در زمین دشمن
اما نکته قابل تأمل در توسعه هوش مصنوعی در کشور ما این است که تمام آنها با زیرساختها و مدلهای آمریکایی انجام میشود. یعنی تقریباً تمام بیش از ۱۰ فعال هوش مصنوعی در کشور از جیپییوهای شرکت انویدیا استفاده کردهاند. مدلهای مورد استفاده هم طبیعتاً مدلهای متنباز و آماده مبتنی بر همین پردازندهها است. مدلهایی که به همان شکل موجود بکار گرفته شده و در بهترین حالت Fine Tune شده است.
روی دیگر سکه منابعی است که برای پردازندهها هزینه شده است. پردازندههای هوش مصنوعی نه تنها گرانقیمت هستند، بلکه برق بسیار زیادی هم مصرف میکنند. یک سرور مجهز به ۸ جیپییو به راحتی تا ۱۵ کیلو وات ساعت برق مصرف میکند. این میزان معادل مصرف دو رک از سرورهای معمولی است. به اینها، هزینه سیستمهای خنککننده (Cooling) و نگهداری و تعمیرات هم اضافه کنید.
پس میتوان نتیجه گرفت در کشور ما بیش از ۱۰ گروه با هزینههای گزاف دولتی یک کار تکراری را انجام دادهاند: با پردازشگرهای آمریکایی و مدلهای آمریکایی، موتورهای مختلف هوش مصنوعی توسعه دادهاند. پردازندهها و مدلهایی که ارزیابی امنیتی آنها اغلب برای ما ممکن نیست.
هوش مصنوعی در جنگ تحمیلی دوم و سوم چقدر به کارمان آمد؟
در خصوص بکارگیری هوش مصنوعی توسط ایران در جنگ تحمیلی دوم و سوم گزارش رسمی منتشر نشده است. اما با تحلیلی که در ادامه خواهم گفت، میتوان گمانهزنیهایی در این زمینه داشت.
تحلیل اول: مبتنی بر توان پردازشی
توان پردازشی زیرساختهای هوش مصنوعی با شاخص فلاپس (FLOPS) سنجیده میشود. هر جیپییو نسل هاپر (Hopper) انویدیا حدوداً ۴ پتافلاپس توان پردازشی دارد. این میزان برای جیپییوهای نسل بلکول (Blackwell) به ۲۰ پتافلاپس میرسد. در زمان نگارش این مقاله عمده پردازشگرهای مورد استفاده در کشور از نسل هاپر میباشد. با توجه به برآوردهای صورت گرفته، میتوان گفت یک ارائهدهنده داخلی نمیتواند بیش از ۲۰۰ جیپییو داشته باشد. این یعنی حدود ۸۰۰ پتافلاپس توان پردازشی. اگر فرض کنیم تمام ۱۰ ارائه دهنده ایرانی همین میزان توان پردازشی را ارائه کنند (که فرض محالی است) کل توان پردازشی کشور میشود ۸۰۰۰ پتافلاپس.
طبق برآوردها و آمارهای رسمی که منتشر میشود، تعداد زیادی فعال هوش مصنوعی در آمریکا خدمت ارائه میکنند. حداقل توان پردازشی برای یک ارائه دهنده کوچک در آمریکا حدود یک میلیون پتافلاپس است. این توان برای ارائه دهندگان بزرگ به میلیارد هم میرسد. یعنی مجموع توان پردازشی موجود در کشور ما کمتر از یک درصد توان پردازشی یک ارائهدهنده کوچک آمریکایی است. با این مدل و با در نظر گرفتن سایر ارائهدهندگان آمریکایی، فاصله ما در این حوزه با آمریکاییها هزاران برابر است.
از سوی دیگر ارائهدهندگان آمریکایی به محض تولید نسل جدید پردازندهها زیرساختهای خود را بروز رسانی میکنند. نسلهای جدید صرفاً افزایش توان پردازشی نیست، بلکه انقلاب در پردازش است. دسترسی به این پردازندهها با توجه به تحریم برای ما سخت است و بر اساس راهبرد هوش مصنوعی آمریکا هر روز هم سختتر میشود. مجموع اینها یعنی فاصله هزار برابری ما با آمریکا روز به روز در حال افزایش است.
با توجه به اینکه ما در هوش مصنوعی همان زیرساخت آمریکایی را در مقیاس یک هزارم استفاده میکنیم آیا این هوش مصنوعی در جنگ تحمیلی دوم و سوم توان رقابت با آمریکاییها را برای ما فراهم کرده است؟
تحلیل دوم: مبتنی بر مدلهای بکار رفته
مدلهای هوش مصنوعی در دنیا به سرعت در حال توسعه است. مدلهای عمدتاً متنباز و با ویژگیها و کاربردهای مختلف. سرعت تولید و بروز رسانی این مدلها به حدی است که اساساً فرصت ارزیابی و اعتبارسنجی را از کاربران این مدلها میگیرد. کاربران پس از ارائه هر نسخه، اغلب متحیر از ویژگیها و کارکردهای جدید آن، به دنبال بکارگیری سریع آنها هستند. حداکثر کاری که قبل از بکارگیری مدلها انجام میدهند Fine Tune کردن آنهاست.
اما مدلها مبتنی بر دادهها تولید میشوند؛ دادههایی که در خلأ تولید نمیشوند و دربرگیرنده بافتاری (Context) هستند که در آنها ایجاد شدهاند. بافتاری که آیینه فرهنگ و زیستبوم یک جامعه است. با توجه به این موضوع صاحبنظران معتقدند هر جامعه و فرهنگی باید مدلهای بومی خود را داشته باشد. میتوان گفت هیچ یک از فعالان هوش مصنوعی در کشور ما بر روی توسعه مدل بومی کار نکردهاند یا اگر کردهاند مدل آنقدر کوچک بوده که به مرحله کاربرد نرسیده است. یکی از دلایل عدم تحقق این امر، عدم تحقق الزامات آن (مثل دسترسی به حجم عظیم داده) است.
وقتی که در کشور مدلی تولید نمیشود به ناچار باید سراغ مدلهایی برویم که بقیه تولید کردهاند و اولین گزینه هم مدلهای آمریکایی است! حال این سؤال پیش میآید که آیا این مدلها میتوانند در جنگ به ما کمک کنند؟ آیا مدلهایی که آمریکاییها تولید کردهاند متناسب با فرهنگ و بافتار ما هستند؟ آیا مدلهای هوش مصنوعی که آمریکاییها برای جنگیدن از آنها استفاده میکنند را مثل سایر مدلها به صورت آزاد و متنباز منتشر میکنند؟ الگوی جنگیدن ما (که خاص خود ماست) آیا با این مدلها سازگار است؟
به نظر پاسخ سؤالات فوق خیر است. اگر این طور باشد ما تقریباً چیزی تحت عنوان هوش مصنوعی برای شرایط جنگی نداریم که بخواهیم از آن استفاده کنیم.
پس توفیقات ما در جنگ از کجاست؟
برای اثبات این که استفاده ما از هوش مصنوعی در جنگ تحمیلی دوم و سوم به نسبت دشمنان قابل توجه نیست، میتوانیم تحلیلهای دیگری هم ارائه کنیم اما به همین مقدار بسنده میکنیم. اما علیرغم همه اینها توفیقاتی هم در جنگ داشتیم. تحلیلگران سیاسی حتی اگر ایران را از نظر نظامی شکستخورده بدانند، اذعان دارند که از نظر راهبردی و سیاسی ایران پیروزیهای متعددی در جنگ داشته است. بخش عمده این پیروزی سیاسی مرهون توان دفاعی کشور است.
علیرغم عقبماندگی ما در بکارگیری هوش مصنوعی در بخش نظامی (که باید جبران شود) اما ایران در این صنعت همچنان دست پری دارد. سبک خاص ما در صنعت نظامی که برگرفته از بافتار و ویژگیهای خود ماست منجر شده همچنان دشمن در تحلیل وضعیت نظامی ما دچار عدم قطعیتهای متعددی باشد. این عدم قطعیت بازدارندگی قابل قبولی برای کشور ایجاد کرده و امید است همچنان تداوم داشته باشد.
دیگران چه میکنند؟
همانگونه که اشاره شد فعالان هوش مصنوعی در کشور ما دقیقاً پا جای پای آمریکاییها گذاشتهاند. آمریکاییهایی که ما را تحریم کرده و به راحتی تجهیزات هوش مصنوعی در اختیار ما قرار نمیدهند. آمریکاییهایی که در این الگو بسیار از ما جلوتر هستند و فاصله ما با آنها هر روز بیشتر میشود.
برای آمریکا یک رقیب قدرتمند به نام چین وجود دارد. بلوغی که آمریکاییهایی در هوش مصنوعی دارند حاصل فعالیت ۲۰ ساله یک زیستبوم است و چینیها این موضوع را به خوبی میدانند. چینیها میدانند اگر بخواهند همین مسیر را طی کنند باید زمان زیادی را صرف کنند و در آخر همچنان از آمریکاییها عقب خواهند بود. پس مسیر دیگری را انتخاب کردند. بر اساس راهبرد هوش مصنوعی چین، عمده کاری که چینیها انجام دادهاند در دو چیز خلاصه میشود: ۱- سرمایهگذاری بر روی استارتاپهای تولیدکننده پردازنده؛ ۲- تمرکز بر مدلهای کوچک و خاص منظور به جای مدلهای بزرگ و جامع (مدل آمریکایی).
با این رویکرد چینیها در حال توسعه یک زیستبوم موازی در هوش مصنوعی هستند. به عبارت دیگر دنیا در حال حرکت به سمت دو زیستبومه شدن در هوش مصنوعی است. مزیتی که چین دارد این است که بازار بزرگ و تضمین شدهای برای هوش مصنوعی داخل کشور خود دارد. بازاری که از طرف آمریکا تحریم شده و ناچار است به سمت راهکارهای داخلی برود. با این حال چالشهایی هم در این زمینه برای چین وجود دارد. از جمله ایجاد شرکتهای زامبی و کاهش سرعت پیشرفت در کوتاهمدت.
اگر چه این رویکرد برای چین شاید امروز یک واکنش اجباری به تحریمها باشد، اما در آینده میتواند به فرصتی برای استقلال و حتی رهبری بخش فناوری جهانی بدل شود.
پیشنهاد برای ما چیست؟
آنچه را که تا امروز فعالان هوش مصنوعی در کشور ما رقم زدهاند، در بهترین حالت میتوان تمرینی برای ورود به این عرصه قلمداد کرد. بنا به آنچه گفته شد هوش مصنوعی در جنگ تحمیلی دوم و سوم چندان به کارمان نیامد. لذا ادامه این مسیر هوش مصنوعی به صلاح نمیباشد و شکاف فناوری بین ما و غربیها را هر روز بیشتر میکند. پیشنهادات زیر برای ادامه مسیر هوش مصنوعی در کشور میتواند راهگشا باشد.
عدم رقابت با مدلهای هوش مصنوعی آمریکایی
آنچه آمریکاییها در هوش مصنوعی تا به امروز به آن رسیدهاند حاصل ۲۰ سال کار بر روی پردازشگرها، کتابخانهها، ابزارها، و کدهاست. هوش مصنوعی فقط یک جیپییو نیست بلکه یک زیستبوم است. پیمودن مسیری که آمریکاییها رفتهاند آنچنان پرهزینه و پر ریسک است که فناوران چینی هم آن را انتخاب نکردهاند. لذا باید به راهکارهای دیگری برای توانمند شدن در هوش مصنوعی اندیشید.
تمرکز بر مدلهای کارآمد و خاصمنظوره به جای مدلهای بزرگ و عمومی
مدلهای بزرگ و عمومی (AGI) به سختافزارهای قوی، پرهزینه و کمیاب وابستهاند. سختافزارهایی که در انحصار انویدیا هستند. راهکار غلبه بر این چالش تمرکز بر مدلهای کارآمد و خاصمنظوره است. این مدلها توان پردازشی کمی لازم دارند.
تنوعبخشی به پردازشگرها
عمده فعالیت هوش مصنوعی در کشور ما بر پایه GPU انجام میشود؛ این در حالی است که این پردازشگر، هم گرانقیمت است و هم مصرف برق بالایی دارد. بسیاری از کاربردهای هوش مصنوعی با مدلهای کارآمد و نیاز پردازشی محدود و خاص، از طریق سایر پردازشگرهایهای هوش مصنوعی نظیر ASIC و FPGA قابل انجام است. علاوه بر این نسلهای جدید پردازشگرها (IMC و نورومورفیک) هزینه و مصرف انرژی کمتری دارند و زمینههایی هستند برای تحقیق و توسعه. در مقاله دیگری ۶ نوع تراشه هوش مصنوعی را معرفی کردهایم.
حرکت به سمت زیست بوم شرقی هوش مصنوعی
شواهد نشان میدهد آینده هوش مصنوعی در دنیا در دو زیستبوم جداگانه طی خواهد شد. آمریکا با انحصار GPU و تکیه بر ابرپروژه استارگیت از یک سو و چین با تکیه بر ظرفیتها و بازار بزرگ داخلی خود از سوی دیگر در حال شکل دادن به این دو زیستبوم هستند.
با توجه به ملاحظات سیاسی و امنیتی و نیز تحریمهای غرب علیه کشور ما که روز به روز هوشمندتر میشوند، حرکت به سمت زیستبوم شرقی هوش مصنوعی اجتناب ناپذیر است. علاوه بر این در جنگ تحمیلی دوم و سوم جبهه مقابل ما آمریکا بود؛ این در حالی است که شواهدی مبنی بر کمک چینیها در این جنگ به کشورمان وجود دارد. لذا منطقی است که ادامه مسیر هوش مصنوعی در کشور ما در جایی غیر از زیستبوم آمریکایی طی شود.