مدیر فناوری داده و هوش مصنوعی مگفا، در تشریح برنامهها و دستاوردهای این شرکت بر نقش کلیدی مگفا در توسعه شهر هوشمند، ارائه دستیار بومی وزیر صمت و طراحی بسترهای امن و مقیاسپذیر داده تأکید کرد.
رفیعی در حاشیه نمایشگاه الکامپ در گفت و گو با جهش اقتصاد با اشاره به رسالت اصلی مگفا در حوزه هوشمندسازی گفت: راهاندازی شبکه اپراتور IOT با محوریت فناوری اطلاعات، یکی از دستاوردهای بزرگ ماست که زیربنای شهر هوشمند محسوب میشود. پروژههای امنیت زیرساخت و هوش مصنوعی نیز جایگاه پیشروی مگفا را تثبیت کرده است.
«میدسا»، دستیار هوش مصنوعی وزیر صمت
وی یکی از مهمترین دستاوردها را معرفی «میدسا» دانست؛ دستیار هوش مصنوعی وزیر صنعت، معدن و تجارت که بهطور کاملاً امن و بومی توسعه یافته و بر پایه دادههای اختصاصی وزارت صمت آموزش دیده است. این دستیار در تدوین استراتژی و تصمیمگیریهای کلان به وزیر مشاوره میدهد و قابلیت گسترش در سایر بخشهای وزارتخانه را نیز دارد.
رفیعی افزود: فراتر از این دستاورد، مگفا توانمندی ارائه سرویسهای مدل زبانی بزرگ (LLM) را دارد. این سرویسها بر پایه زیرساختهای امن مگفا طراحی شده و برای سازمانهای دولتی که امکان دسترسی به مدلهای پیشرفته جهانی مانند GPT را ندارند، راهکاری امن و کاربردی فراهم میآورد. این مدلها بدون وابستگی به APIهای خارجی و با امنیت کامل داخلی ارائه میشوند.
مدیر فناوری داده و هوش مصنوعی مگفا به پروژه بزرگ «دیتاسندباکس» اشاره کرد و گفت: این ابزار یکی از ابتکارات کلیدی ماست که چالشهای امنیت و مقیاسپذیری دادههای بزرگ را برطرف میکند. وی همچنین از تدوین پیشنویس لوایح هوش مصنوعی برای مجلس شورای اسلامی خبر داد که بدون تعارض با قوانین موجود طراحی شده است.
پایشگر هوشمند برای قوانین آینده
وی ادامه داد: در این مسیر، یک «پایشگر هوشمند» توسعه دادهایم که بازخورد عمومی مردم درباره قوانین پیشنهادی را بررسی میکند و همزمان تجربیات جهانی، بهویژه اروپا و آمریکا، را رصد و تحلیل میکند. هدف این است که لوایح نهایی با استانداردهای بینالمللی همخوانی داشته باشد.
چالش دادههای بزرگ و پاسخ مگفا
رفیعی در تشریح بستر دادههای بزرگ مگفا گفت: سازمانها هنگام راهاندازی پروژههای هوش مصنوعی با حجم عظیمی از دادهها روبهرو هستند و برای جلوگیری از «هذیانگویی مدلها» نیاز به سازوکار دقیق انتقال داده دارند. به گفته وی ، بسیاری از سازمانها با دادههای ناقص و آلوده یا کمبود GPU مواجهاند و همین مسئله امنیت و کارایی را تهدید میکند.
وی افزود: در سازمانهای بزرگ، حجم بالای داده منجر به افزایش فشار بر سرورها میشود. «دیتاسندباکس» این مشکل را با جمعآوری داده از منابع متنوع، بدون نیاز به فرآیندهای سنتی ETL، حل کرده است.
راهکاری بومی و اقتصادی برای محرمانگی داده
به گزارش جهش اقتصاد ، رفیعی در پایان گفت: ما با روش «باکتبندی» دادهها را تفکیک و شاربندی میکنیم تا محرمانگی افزایش یابد و بهرهوری بالا رود. این رویکرد بومیسازیشده، اقتصادی و امن بوده و برای سازمانهایی که دیتاسنتر جدید راهاندازی میکنند، یک مزیت کلیدی به شمار میرود. او تأکید کرد: این راهکار نوین در جهان رایج است و مگفا آن را متناسب با نیاز داخلی، از صفر تا صد اجرا میکند.
