هوش مصنوعی حاکمیتی چیست و چرا کشورها به دنبال مدل‌های بومی هوش مصنوعی هستند؟
«هوش مصنوعی حاکمیتی» فقط به معنای کنترل کامل فناوری نیست؛ بلکه بیش از هر چیز به معنای داشتن انتخاب، استقلال و کاهش وابستگی به تأمین‌کنندگان خارجی است. کشورها با توسعه مدل‌های بومی می‌کوشند زبان، داده، صنایع و نیازهای محلی خود را در اختیار داشته باشند.

هوش مصنوعیحاکمیتی یا Sovereign AI رویکردی است که کشورها و سازمان‌ها برای کاهش وابستگی به فناوری‌های خارجی و افزایش کنترل بر داده، زیرساخت، مدل‌های هوش مصنوعی و کاربردهای محلی دنبال می‌کنند.

این مفهوم در اروپا بیشتر با حاکمیت داده، در آسیا و خاورمیانه با توسعه صنعت داخلی و در اقتصادهای کوچک با استقلال و کاهش ریسک قطع دسترسی به فناوری پیوند خورده است.


شبکه اطلاع‌رسانی روابط‌عمومی‌ ایران (شارا) مفهوم «هوش مصنوعی حاکمیتی» یا Sovereign AI به یکی از موضوعات مهم در سیاست‌گذاری و صنعت فناوری جهان تبدیل شده است. کشورها و شرکت‌ها increasingly تلاش می‌کنند وابستگی خود را به سامانه‌های هوش مصنوعی کشورهای دیگر کاهش دهند و در زمینه داده، مدل، زیرساخت و کاربردهای محلی اختیار بیشتری داشته باشند.

بر اساس گزارشی از Fortune، معنای حاکمیت هوش مصنوعی در مناطق مختلف جهان یکسان نیست. در اروپا، تمرکز اصلی بر حاکمیت داده و نگهداری اطلاعات شخصی در داخل کشور است؛ در بخش‌هایی از آسیا و خاورمیانه، توسعه صنعت داخلی هوش مصنوعی و بهره‌گیری اقتصادی از آن اهمیت بیشتری دارد. برای اقتصادهای کوچک‌تر نیز مسئله اصلی کاهش خطر وابستگی و احتمال قطع دسترسی به فناوری خارجی است.

یکی از نمونه‌های قابل توجه، شرکت هنگ‌کنگی Votee AI است که مدلی برای زبان کانتونی توسعه داده است. این زبان در هنگ‌کنگ و بخش‌هایی از چین مورد استفاده قرار می‌گیرد و در حوزه‌هایی مانند آموزش، سلامت و ارتباطات پلیس کاربرد دارد.

در اندونزی نیز شرکت مخابراتی Indosat در حال توسعه مدل Sahabat AI با تمرکز بر زبان‌های محلی است. کره جنوبی نیز از رقابت داخلی برای توسعه بهترین مدل بومی هوش مصنوعی حمایت می‌کند. در عربستان سعودی نیز شرکت Humain یک مدل عربی‌زبان معرفی کرده که توسط شرکت چینی MiniMax ساخته شده است.

این نمونه‌ها نشان می‌دهند که هوش مصنوعی بومی الزاماً به معنای ساخت همه اجزای فناوری از صفر نیست. کشورها می‌توانند مدل، تراشه و توان پردازشی را از منابع مختلف تأمین کنند و سپس لایه‌های محلی مورد نیاز خود را به آن اضافه کنند.

یکی از چالش‌های مهم، هزینه بالای زیرساخت است. پردازنده‌های هوش مصنوعی، مراکز داده و نیروی انسانی متخصص هزینه زیادی دارند. با این حال، کشورها لزوماً برای کاربردهای دولتی و محلی به قدرتمندترین مدل‌های جهان نیاز ندارند. استفاده از مدل‌های کوچک‌تر و تخصصی می‌تواند هزینه توسعه را کاهش دهد.

همچنین رشد مدل‌های متن‌باز، فرصت تازه‌ای برای کشورها و شرکت‌ها ایجاد کرده است تا بدون سرمایه‌گذاری در مقیاس شرکت‌های بزرگ فناوری، مدل‌های موجود را دریافت و برای نیازهای محلی خود تنظیم کنند.

از این منظر، «حاکمیت» در هوش مصنوعی الزاماً به معنای کنترل کامل فناوری نیست؛ بلکه می‌تواند به معنای داشتن حق انتخاب، کاهش وابستگی و جلوگیری از گرفتار شدن در وابستگی به یک تأمین‌کننده باشد.

منبع: Fortune
نویسنده: Nicholas Gordon
تاریخ انتشار: ۴ سپتامبر ۲۰۲۶
موضوع: هوش مصنوعی حاکمیتی و توسعه مدل‌های بومی AI