هوش مصنوعی باید به حل مسائل واقعی صنایع منجر شود

به گزارش خبرنگار ایلنا از البرز، محمدرضا رحیمی‌پور رئیس پژوهشگاه مواد و انرژی، امروز در نشست خبری با اشاره به برگزاری رویداد فناوری‌های دیجیتال و هوش مصنوعی در استان بر ضرورت استفاده کاربردی از ظرفیت‌های علمی و فناورانه برای رفع مسائل واقعی صنایع تأکید کرد.

وی با بیان اینکه شرایط اقتصادی صنایع، امکان حمایت‌های سنتی و کلیشه‌ای از پژوهش را محدود کرده است، اظهار کرد: امروز دانشگاه و نظام آموزش عالی باید در عرصه‌هایی وارد شوند که بتوانند برای صنعت ارزش افزوده ایجاد کنند.

رئیس پژوهشگاه مواد و انرژی افزود: صنعت باید مسائل و مشکلات خود را مطرح کند و دانشگاه نیز با انجام پژوهش و ارائه فناوری و دانش فنی مناسب، برای حل این مسائل راهکار ارائه دهد. در این فرآیند، بخشی از ارزش افزوده ایجادشده می‌تواند به مراکز علمی و پژوهشی بازگردد و این چرخه ادامه پیدا کند.

رحیمی‌پور ادامه داد: دیگر نمی‌توان انتظار داشت صنعت صرفاً برای حمایت از فعالیت‌های پژوهشی، هزینه‌هایی را تأمین کند که ارتباط مستقیمی با نیازهای آن ندارد؛ بلکه پروژه‌های پژوهشی باید بتوانند یک مسئله مشخص از صنعت را حل و برای آن ارزش افزوده ایجاد کنند.

این مسئول همچنین با اشاره به ظرفیت داده‌های موجود در واحدهای صنعتی گفت: اطلاعات مربوط به فرآیند تولید، تجهیزات، مصرف انرژی و کیفیت محصولات، سرمایه ارزشمندی محسوب می‌شود که هنوز به صورت یکپارچه و هدفمند مورد استفاده قرار نگرفته است.

رحیمی‌پور تصریح کرد: یکی از اهداف رویداد فناوری‌های دیجیتال و هوش مصنوعی البرز، کاهش فاصله میان داده و تصمیم و همچنین ایجاد ارتباط مؤثر میان صنایع، دانشگاه‌ها، پژوهشگاه‌ها و شرکت‌های دانش‌بنیان است تا از ظرفیت فناوری‌هایی مانند هوش مصنوعی، تحلیل داده، اینترنت اشیا، اتوماسیون و دوقلوهای دیجیتال برای حل مسائل واقعی استفاده شود.

رئیس پژوهشگاه مواد و انرژی با تأکید بر اینکه این رویداد نباید به یک برنامه تشریفاتی محدود شود، گفت: هدف این است که خروجی برنامه به پروژه‌های مشخص، توافق‌نامه‌های اجرایی و اقدامات قابل سنجش تبدیل شود و روند پیگیری این همکاری‌ها پس از برگزاری رویداد نیز ادامه داشته باشد.

وی همچنین بر ضرورت توجه همزمان به امنیت و اشتراک‌گذاری داده‌ها تأکید کرد و افزود: از یک سو باید از اطلاعات سازمان‌ها صیانت شود و از سوی دیگر، اشتراک‌گذاری هدفمند داده‌ها می‌تواند زمینه استفاده بهتر از این ظرفیت در سطح کلان را فراهم کند.