- نشست «حاکمیت هوش مصنوعی در اروپا: از چشم‌انداز تا رهبری» در جریان رویداد GTC برگزار شد؛ نشستی که با هدف بررسی ابعاد مختلف حاکمیت هوش مصنوعی در قاره اروپا و چالش‌ها و فرصت‌های آن، میزبان گفت‌وگویی راهبردی میان سه چهره برجسته این حوزه بود. در دنیای امروز که فناوری‌های نوین به‌ویژه هوش مصنوعی (AI) با شتابی چشمگیر در حال تحول هستند، مسئله «حاکمیت دیجیتال» و «استقلال فناورانه» برای اروپا به یکی از دغدغه‌های اصلی سیاست‌گذاران، نهادهای دولتی و شرکت‌های فناور تبدیل شده است.
این پنل با میزبانی و مدیریت خانم بیا لانگزور، مدیر امور دولتی شرکت انویدیا (NVIDIA)، برگزار شد. او در آغاز جلسه ضمن اشاره به اهمیت موضوع، آن را یکی از پرچالش‌ترین و در عین حال جذاب‌ترین مباحث روز اروپا دانست؛ موضوعی که به‌طور همزمان دربرگیرنده سیاست، ژئوپلیتیک، فناوری، اقتصاد، جامعه و قانون‌گذاری است.
سه مهمان اصلی این نشست عبارت بودند از:
-
توماس یالتزن‌برگ، معاون وزیر امور دیجیتال و نوسازی دولت آلمان، نماینده حزب CDU در دولت جدید فدرال که تمرکز اصلی او بر سیاست‌گذاری دیجیتال، آموزش، و تحول ساختاری دولت دیجیتال در آلمان است.
-
آدری هربلن-سوپ، معاون ارتباطات و امور عمومی شرکت فرانسوی میسترال (Mistral)، که پیش‌تر سابقه فعالیت در شرکت‌های بزرگی مانند توییتر و بت‌کلیک را داشته و اکنون از چهره‌های شناخته‌شده در حوزه هوش مصنوعی و استقلال دیجیتال در اروپا محسوب می‌شود.
-
کارل (Cole)، مدیر ارشد تجاری شرکت N-Scale که سابقه فعالیت در غول‌های فناوری مانند AWS، گوگل و TigerCloud را در کارنامه دارد و اخیراً در جریان هفته فناوری لندن، از همکاری جدید این شرکت در توسعه زیرساخت‌های مستقل هوش مصنوعی در بریتانیا رونمایی کرده است.
این گفت‌وگو با محوریت مفهوم «حاکمیت هوش مصنوعی» در اروپا شکل گرفت و سعی کرد تصویری جامع از وضعیت موجود، اهداف آینده، موانع تحقق، و نقش‌آفرینان کلیدی در این مسیر ترسیم کند. در این جلسه، هر یک از سخنرانان به ارائه دیدگاه‌های خود درباره ضرورت استقلال دیجیتال، نقش زیرساخت‌ها، مزیت‌های رقابتی اروپا، و نیاز به تغییر در ذهنیت‌ها و سیاست‌گذاری‌ها پرداختند.
تعریف و ابعاد حاکمیت هوش مصنوعی؛ انتخاب، نه انزوا
مفهوم «حاکمیت هوش مصنوعی» در اروپا، برخلاف برداشت‌های نخستین، به‌معنای انزواطلبی فناورانه یا قطع کامل وابستگی به دیگر بازیگران جهانی نیست. آن‌گونه که توماس یالتزن‌برگ در ابتدای جلسه مطرح کرد، حاکمیت در این زمینه، یعنی داشتن «حق انتخاب» و «درک از آنچه اتفاق می‌افتد». این حق انتخاب به اروپا امکان می‌دهد در زمینه توسعه و بهره‌برداری از فناوری‌های هوش مصنوعی، نقش فعال و مؤثری ایفا کند، نه آنکه تنها تماشاگر پیشرفت دیگران باشد.
یالتزن‌برگ تاکید کرد که اگر اروپا فقط نظاره‌گر باشد، هیچ‌گاه نمی‌تواند بازیگر تعیین‌کننده‌ای در این عرصه شود. از نظر او، قاره سبز باید تلاش کند تا نه‌تنها در مسیر توسعه زیرساخت‌های مرتبط با AI پیشرو باشد، بلکه شرکت‌های پیشگام و «قهرمانان جهانی» این حوزه را نیز در درون خود پرورش دهد. این نگاه، مستلزم آن است که تمرکز از مقررات‌گذاری صرف، به سمت خلق ارزش و پیشرفت فناورانه تغییر یابد؛ تغییری که البته باید با ظرافت و توازن لازم در برابر نیازهای قانونی و اخلاقی انجام شود.
آدری هربلن-سوپ نیز با نگاهی انتقادی به واژه «حاکمیت» در زمینه AI، آن را بیش از حد ایدئولوژیک و مبهم دانست. او ترجیح می‌دهد از اصطلاح «خودمختاری استراتژیک» استفاده کند؛ مفهومی که بیشتر بر استقلال تصمیم‌گیری در مواجهه با انتخاب‌های فناوری تأکید دارد تا انزوا از دیگران. او بر این نکته پافشاری کرد که اروپا نباید به دنبال جایگزینی کامل برای راهکارهای آمریکایی باشد، بلکه باید به جایگاه انتخاب‌گر فعال دست یابد؛ جایی که دولتها، شرکت‌ها و نهادهای عمومی بتوانند آزادانه از بین گزینه‌های متنوع، بهترین را برگزینند.
در این رویکرد، حاکمیت دیجیتال بیشتر از آنکه امری سلبی باشد، یک سازوکار ایجابی و آینده‌نگر است. هدف، تضمین استقلال داده، امنیت، و کنترل بومی بر روی زیرساخت‌ها و الگوریتم‌هاست، نه سدسازی در برابر نوآوری‌های جهانی. این نگاه تلفیقی می‌تواند الگوی جدیدی برای توسعه هوش مصنوعی مسئولانه و رقابتی در اروپا فراهم سازد.
ضرورت استراتژی‌های هوش مصنوعی در اروپا و نقش کشورها
در مواجهه با شتاب فزاینده‌ی پیشرفت‌های هوش مصنوعی، کشورهای اروپایی دریافته‌اند که بدون یک استراتژی مشخص، شانس اندکی برای ایفای نقش مؤثر در آینده‌ی دیجیتال خواهند داشت. به همین دلیل، بسیاری از دولت‌های عضو اتحادیه اروپا به تدوین سیاست‌های ملی و منطقه‌ای برای توسعه زیرساخت‌ها، جذب استعدادها و بهره‌برداری از داده‌های بومی روی آورده‌اند. نمونه بارز آن، استراتژی آلمان در زمینه‌ی هوش مصنوعی است که در توافق‌نامه ائتلاف دولتی این کشور به‌طور صریح به آن اشاره شده است.
توماس یالتزن‌برگ در سخنان خود اشاره کرد که اهمیت هوش مصنوعی برای آلمان و اروپا، نه تنها در سطح صنعت، بلکه در زندگی روزمره شهروندان و عملکرد نهادهای حکومتی نیز نمود پیدا کرده است. او بر این نکته تأکید کرد که در نگاه دولت آلمان، مسئله‌ی حاکمیت هوش مصنوعی نمی‌تواند صرفاً در قالب ملی و تک‌کشوری تعریف شود؛ بلکه تنها در بستر یک رویکرد هماهنگ اروپایی قابل تحقق است.
از نظر یالتزن‌برگ، سه مؤلفه‌ی اصلی برای تحقق چشم‌انداز اروپا در زمینه هوش مصنوعی وجود دارد: زیرساخت، استعداد، و داده. در حوزه زیرساخت، طرح کمیسیون اروپا برای ایجاد کارخانه‌های عظیم AI یا همان «گیگافکتوری‌های هوش مصنوعی»، به‌عنوان گامی راهبردی مورد تمجید قرار گرفت. آلمان نیز خواهان میزبانی یکی از این کارخانه‌ها در خاک خود است.
در حوزه استعداد، برنامه «هزار مغز» (۱۰۰۰ Heads) به‌عنوان بخشی از پیمان ائتلاف آلمان معرفی شده است؛ ابتکاری برای جذب نخبگان هوش مصنوعی از سراسر جهان و تبدیل این کشور به یکی از مقاصد اصلی علمی و تحقیقاتی در حوزه فناوری. و نهایتاً در حوزه داده، دولت آلمان در تلاش است تا با ایجاد بسترهای قانونی و اجتماعی مناسب، استفاده گسترده‌تر و مؤثرتر از داده‌ها را تسهیل کند. چرا که هرچند در گذشته مقاومت‌هایی نسبت به اشتراک‌گذاری داده در آلمان وجود داشته، اما واقعیت این است که مردم بدون تردید در شبکه‌های اجتماعی داده‌های فراوانی را به اشتراک می‌گذارند.
به این ترتیب، کشورهای اروپایی با طراحی استراتژی‌های هدفمند، تلاش می‌کنند ضمن حفظ ارزش‌های بنیادین قاره، در رقابت جهانی هوش مصنوعی حضوری مؤثر و مستقل داشته باشند.
چالش‌های اقتصادی و امنیتی در وابستگی به فناوری‌های خارجی
یکی از نگرانی‌های اصلی مطرح‌شده در نشست، وابستگی اروپا به زیرساخت‌ها و خدمات فناوری اطلاعاتی شرکت‌های غیراروپایی، به‌ویژه آمریکایی بود. آدری هربلن-سوپ به‌صراحت اعلام کرد که بیش از ۸۰ درصد از کالاها و خدمات دیجیتال مورد استفاده در اروپا، منشأ آمریکایی دارند. به اعتقاد او، این واقعیت، صرف‌نظر از کیفیت محصولات، یک ضعف راهبردی برای قاره محسوب می‌شود و در شرایط ژئوپلیتیکی فعلی، می‌تواند به تهدیدی جدی برای استقلال دیجیتال اروپا تبدیل شود.
وابستگی به شرکت‌هایی که خارج از چارچوب قوانین و ارزش‌های اروپایی عمل می‌کنند، می‌تواند پیامدهایی چون عدم کنترل بر داده‌های حساس، ناتوانی در اجرای کامل مقررات حفاظت از داده، و حتی خطر از کار افتادن سرویس‌های حیاتی در شرایط بحرانی را به دنبال داشته باشد. این مسئله به‌ویژه در حوزه‌هایی چون دفاع، امنیت، مراقبت‌های بهداشتی، انرژی و زیرساخت‌های حیاتی اهمیت دوچندان می‌یابد.
هربلن-سوپ تأکید کرد که منظور از حاکمیت دیجیتال، طرد یا نادیده‌گرفتن راه‌حل‌های غیراروپایی نیست. برعکس، هدف این است که شهروندان، شرکت‌ها و نهادهای دولتی اروپا، هنگام انتخاب فناوری یا زیرساخت، بتوانند بر اساس کیفیت و قابلیت، نه اجبار و انحصار، تصمیم‌گیری کنند. به عبارت دیگر، انتخاب آگاهانه و رقابتی جایگزین انتخاب ناگزیر شود.
او همچنین به زنجیره ارزش هوش مصنوعی اشاره کرد و خاطرنشان ساخت که مدل‌های زبانی تنها بخش کوچکی از این زنجیره هستند. از تراشه‌ها و پردازنده‌های انویدیا گرفته تا مراکز داده، شبکه‌های ارتباطی و نرم‌افزارهای واسط، هرکدام بخش‌هایی کلیدی در اکوسیستم AI هستند. اروپا باید تلاش کند تا در هر مرحله‌ای از این زنجیره، سهم خود را بازیابد و بتواند جایگزین‌هایی مطمئن و رقابتی ارائه دهد.
در نهایت، تقویت خودمختاری راهبردی در حوزه دیجیتال، نه تنها به‌معنای کاهش ریسک‌های ژئوپلیتیکی است، بلکه می‌تواند منجر به رشد اقتصادی، افزایش بهره‌وری، و تسریع نوآوری در اروپا شود.
نقش زیرساخت‌های هوش مصنوعی در دستیابی به خودکفایی دیجیتال
هوش مصنوعی، به‌ویژه در قالب‌های نوین مانند یادگیری ماشینی و مدل‌های زبانی بزرگ، نیازمند زیرساختی پیچیده و پرظرفیت می باشد. از جمله پردازنده‌های گرافیکی پیشرفته، مراکز داده با توان پردازش بالا، سیستم‌های خنک‌کننده مدرن، و انرژی پایدار. همانطور که کارل از شرکت N-Scale اشاره کرد، مفهوم زیرساخت AI تنها به GPU خلاصه نمی‌شود. او تأکید کرد که زیرساخت واقعی یک پشته‌ی کامل و عمودی از فناوری‌هاست که از تولید و تأمین انرژی آغاز شده و تا لایه نرم‌افزار و مصرف نهایی ادامه دارد.
با ظهور فناوری‌های نسل جدید مانند تراشه‌های GB200 و نیاز روزافزون به ظرفیت پردازشی بالا، اروپا با فرصت کم‌نظیری روبرو شده است: بازتعریف بازی از ابتدا. چرا که حتی بازیگران بزرگ آمریکایی نیز در برابر الزامات زیرساختی جدید، ناچار به بازنگری در شبکه‌های فعلی خود شده‌اند. این وضعیت به نفع شرکت‌های نوظهور و بومی اروپا است که می‌توانند با اتکا به انرژی‌های تجدیدپذیر، طراحی‌های هوشمند مراکز داده، و مشارکت در زنجیره ارزش، جایگزینی واقعی برای غول‌های فناوری ارائه دهند.
مسیر اروپا از انرژی پاک تا مراکز داده
کارل با اشاره به تجربه بریتانیا، توضیح داد که چطور دسترسی به انرژی پاک در اسکاتلند و شمال‌غرب انگلستان فراهم است، اما ناتوانی در جذب آن به شبکه سراسری (National Grid) مانعی جدی در مسیر توسعه مراکز داده پیشرفته شده است. به اعتقاد او، دولتها باید برای تسهیل دسترسی زیرساخت‌ها به انرژی، فرآیندهای برنامه‌ریزی، مجوزدهی و شبکه‌سازی را تسهیل کنند. او همچنین از تجربه مثبت شرکت خود در تأمین ۱۰ هزار GPU در بریتانیا یاد کرد و از دیگر کشورها خواست همین مسیر را پی بگیرند.
در سمت دیگر، یالتزن‌برگ از آلمان نیز اشاره کرد که برخی از مناطق این کشور—به‌ویژه شمال آلمان—با داشتن زیرساخت‌های سابق نیروگاه‌های هسته‌ای و دسترسی به انرژی‌های سبز، برای استقرار مراکز داده پیشرفته و گیگافکتوری‌های AI شرایط بسیار مناسبی دارند. او از شرکت‌ها دعوت کرد تا در این مناطق سرمایه‌گذاری کنند و از ظرفیت‌های موجود بهره‌مند شوند.
از مجموع این دیدگاه‌ها می‌توان نتیجه گرفت که تحقق حاکمیت دیجیتال بدون تسلط بر زیرساخت‌های بومی و امن هوش مصنوعی امکان‌پذیر نخواهد بود. زیرساخت، نه‌فقط یک ابزار فنی، بلکه پی‌ریزی آینده‌ی اقتصادی، سیاسی و اجتماعی قاره اروپا است.
نقش دولتها و نهادهای عمومی به عنوان مشتریان محوری
توماس یالتزن‌برگ تأکید کرد که دولت آلمان با هدف ترویج کاربرد عملی هوش مصنوعی در بخش عمومی، پروژه‌هایی طراحی کرده که استفاده از AI را به صورت ملموس نشان می‌دهند. به‌عنوان مثال، دولت قصد دارد کل فرایند صدور مجوز برای زیرساخت هیدروژن را با بهره‌گیری از هوش مصنوعی اجرا کند. همچنین در نظر دارد اجرای قانون AI Act را از طریق یک سامانه هوشمند و خودکار پیاده‌سازی کند که توانایی ارزیابی و طبقه‌بندی مدل‌ها را بر اساس ریسک داشته باشد.
آدری هربلن-سوپ نیز با تأکید بر اهمیت تسریع روند پذیرش هوش مصنوعی، گفت که صرف ساخت زیرساخت کافی نیست؛ ما به «مصرف‌کننده» نیاز داریم. او هشدار داد که اگر نهادهای دولتی، شرکت‌ها و دانشگاه‌ها در استفاده از فناوری‌های بومی هوش مصنوعی تعلل کنند، شکاف دیجیتال در اروپا بیشتر خواهد شد.
در این میان، یکی از پیشنهادات عملی مطرح‌شده توسط کارل از N-Scale، ایجاد «بسترهای رزروشده» برای نهادهای تحقیقاتی و دولتی بود. او بیان کرد که شرکت‌هایی مانند آنها حاضرند سرمایه‌گذاری اولیه در زیرساخت را انجام دهند، به شرطی که بخشی از ظرفیت به‌صورت اختصاصی برای دانشگاه‌ها و نهادهای عمومی محفوظ بماند؛ رویکردی که هم هزینه‌های دولت را کاهش می‌دهد و هم ظرفیت استفاده گسترده‌تر را فراهم می‌کند.
در مجموع، نهادهای دولتی و عمومی نه‌فقط مسئول هدایت سیاستی این تحول هستند، بلکه باید در میدان عمل نیز پیشگام باشند؛ چرا که استفاده عملی آنها، مسیر را برای بخش خصوصی، استارتاپ‌ها و حتی سرمایه‌گذاران روشن می‌کند.
سهم شرکت‌های نوآور اروپایی در تحول زیرساخت و مدل‌های AI
در سال‌های اخیر، شرکت‌های نوظهور اروپایی توانسته‌اند نقش مؤثری در احیای اکوسیستم هوش مصنوعی اروپا ایفا کنند؛ از ساخت مدل‌های زبانی رقابتی گرفته تا توسعه زیرساخت‌های پردازشی بومی و مستقل. دو نمونه برجسته که در این نشست مطرح شدند، شرکت میسترال (Mistral) از فرانسه و N-Scale از بریتانیا بودند؛ دو بازیگر جدید اما جسور که با وجود سابقه‌ی کم، در صف اول تحولات AI در اروپا قرار گرفته‌اند.
آدری هربلن-سوپ از شرکت میسترال، در این نشست از انتشار مدل جدید «Magistral» خبر داد؛ مدلی با تمرکز بر استدلال منطقی که در قالب «مدل‌های متوسط و کوچک» طراحی شده و با وجود کارایی بالا، مصرف منابع پایین‌تری دارد.
او همچنین با تأکید بر اهمیت منبع‌باز بودن (Open Source)، اعلام کرد که تمام مدل‌های میسترال با وزن‌های باز در اختیار عموم قرار می‌گیرند. میسترال همچنین متعهد شده که در آینده نزدیک، علاوه بر مدل‌های خود، تمامی مدل‌های متن‌باز دیگر را نیز در زیرساخت ابری بومی خود میزبانی کند.
در سوی دیگر، کارل از N-Scale، با اشاره به توسعه ظرفیت پردازشی بزرگ در بریتانیا، گفت که نسل جدید مراکز داده نه‌فقط از نظر سخت‌افزار، بلکه از حیث طراحی معماری، بهره‌وری انرژی، و اتصال به شبکه‌های بومی در حال پیشرفت است. این شرکت متعهد شده که با سرمایه‌گذاری بر روی ۱۰ هزار GPU، پاسخگوی نیازهای تحقیقاتی و تجاری در سطح ملی باشد و به جای رقابت مستقیم با غول‌های آمریکایی، «بدیلی اروپایی» با ساختاری انعطاف‌پذیر ارائه دهد.
هر دو شرکت بر این نکته توافق داشتند که آینده AI اروپا در گرو «هم‌افزایی» است: همکاری سازنده میان بازیگران دولتی، خصوصی و تحقیقاتی. حضور شرکت‌هایی همچون میسترال و N-Scale اثباتی بر این است که قاره اروپا از پتانسیل فنی و علمی لازم برای تبدیل شدن به یک قطب هوش مصنوعی جهانی برخوردار است، به شرط آنکه ریسک‌پذیری، سرمایه‌گذاری و همکاری جدی‌تر دنبال شود.
چالش‌های انرژی و زیرساخت‌های فنی؛ مانعی برای رشد یا فرصتی برای تحول؟
یکی از محورهای اصلی گفت‌وگوی این نشست، مسئله چالش‌برانگیز تأمین انرژی برای زیرساخت‌های سنگین هوش مصنوعی بود. توسعه فناوری‌هایی نظیر یادگیری ماشینی، به‌ویژه در مقیاس‌های بزرگ، نیازمند مصرف گسترده انرژی است؛ مسأله‌ای که هم از منظر محیط‌زیست، و هم از منظر عملیاتی، ملاحظات خاصی را در پی دارد. این چالش، به‌ویژه برای قاره اروپا که به دنبال گذار به انرژی‌های پاک و کاهش وابستگی به سوخت‌های فسیلی است، ابعاد پیچیده‌تری به خود می‌گیرد.
کارل از شرکت N-Scale به تجربه بریتانیا اشاره کرد و گفت که در این کشور، با وجود وجود منابع عظیم انرژی تجدیدپذیر در مناطق دریایی اسکاتلند و شمال‌غرب، همچنان بخش بزرگی از این ظرفیت به دلیل ضعف شبکه انتقال ملی بلااستفاده باقی مانده است. او هشدار داد که اگر دولت بریتانیا نتواند امکان جذب این انرژی را به شبکه سراسری فراهم کند، فرصت تاریخی پیش‌روی این کشور در زمینه توسعه زیرساخت‌های AI را از دست خواهد داد. او همچنین افزود که ساخت مراکز داده مستقل با تولید انرژی محلی، گرچه ممکن است، اما به نفع جوامع اطراف نخواهد بود، چراکه تأثیری در کاهش هزینه انرژی برای شهروندان نخواهد داشت.
تبدیل چالش انرژی به مزیت رقابتی در هوش مصنوعی
در همین زمینه، یالتزن‌برگ از آلمان نگاه متفاوتی ارائه داد و تأکید کرد که کشورش با چالش انرژی در این حوزه مواجه نیست. او گفت که شمال آلمان به دلیل وفور انرژی تجدیدپذیر و وجود زیرساخت‌های قدیمی نیروگاه‌های هسته‌ای (که اکنون تعطیل شده‌اند)، بستر ایده‌آلی برای احداث مراکز داده سنگین فراهم آورده است. به گفته او، این مناطق هم از نظر توان مصرف انرژی و هم از حیث زیرساخت فنی، آماده میزبانی از گیگافکتوری‌های هوش مصنوعی هستند.
این اختلاف دیدگاه میان دو کشور نشان می‌دهد که چالش انرژی در اروپا یک مسئله یکنواخت نیست، بلکه بسته به سیاست انرژی هر کشور، ظرفیت‌های موجود و زیرساخت‌های فیزیکی، تفاوت‌های اساسی وجود دارد. اما نقطه اشتراک، نیاز به تسریع در برنامه‌ریزی و مجوزدهی برای تأسیس مراکز داده، بهینه‌سازی مصرف انرژی و حمایت از مدل‌های پردازشی کم‌مصرف است.
در نهایت، اگر اروپا بتواند چالش انرژی را نه به‌عنوان مانع، بلکه به‌عنوان فرصتی برای تحول در سیاست‌های زیست‌محیطی، طراحی مراکز داده هوشمند و بهره‌گیری از انرژی پاک در نظر بگیرد، می‌تواند یک مزیت رقابتی پایدار در عرصه هوش مصنوعی جهانی خلق کند.
لزوم هم‌افزایی دولت، صنعت و دانشگاه در شکل‌گیری اکوسیستم بومی
دستیابی به حاکمیت هوش مصنوعی در اروپا مستلزم همکاری عمیق بین دولت، صنعت و دانشگاه است. توماس یالتزونبرگ، وزیر امور دیجیتال آلمان، بر این نکته تأکید می‌کند که دولت می‌تواند با ایفای نقش مشتری محوری، تقاضا برای فناوری‌های بومی را افزایش دهد. به عنوان مثال، دولت آلمان برنامه‌هایی مانند پردازش شکایات مرتبط با پروژه‌های هیدروژنی را به صورت کاملاً هوش مصنوعی طراحی کرده است. این اقدامات نه‌تنها کارایی دولت را بهبود می‌بخشد، بلکه به عنوان نمونه‌ای عملی برای صنایع دیگر نیز عمل می‌کند.
از سوی دیگر، دانشگاه‌ها و مراکز تحقیقاتی نقش کلیدی در تربیت نیروی متخصص و پیشبرد پژوهش‌های بنیادی ایفا می‌کنند. یالتزون برگ به مرکز “یولیش” در آلمان اشاره می‌کند که یکی از قوی‌ترین ابررایانه‌های جهان را در اختیار دارد. این مرکز با دارا بودن ۲۴ هزار پردازنده گرافیکی، بستری ایده‌آل برای توسعه فناوری‌های هوش مصنوعی فراهم می‌کند. همکاری نزدیک این مراکز با صنعت می‌تواند شکاف بین پژوهش و کاربردهای عملی را پر کند.
چالش‌ها و راهکارهای تقویت همکاری
با این حال، چالش‌های متعددی در مسیر این هم‌افزایی وجود دارد. کارل، مدیر تجاری ان‌اسکیل، به مشکل تأخیر در راه‌اندازی پروژه‌های زیرساختی اشاره می‌کند. به گفته او، بسیاری از دانشگاه‌ها و مراکز تحقیقاتی در بریتانیا به دلیل محدودیت‌های دسترسی به منابع محاسباتی، قادر به استفاده از فناوری‌های پیشرفته نیستند. این مشکل با همکاری دولت و بخش خصوصی قابل حل است. برای مثال، اختصاص بخشی از منابع زیرساختی به پژوهش‌های دانشگاهی می‌تواند به تسریع نوآوری کمک کند.
آدری هرپالن-سوپ، معاون امور عمومی میسترال، نیز بر اهمیت نقش صنعت در این اکوسیستم تأکید می‌کند. به گفته او، شرکت‌های اروپایی باید جسارت بیشتری در سرمایه‌گذاری روی فناوری‌های بومی از خود نشان دهند. بسیاری از شرکت‌های بزرگ ترجیح می‌دهند تا از راه‌حل‌های موجود استفاده کنند، در حالی که حمایت از استارت‌آپ‌ها و فناوری‌های نوظهور می‌تواند به ایجاد چرخه‌ای پایدار از نوآوری منجر شود. در نهایت، تنها با همکاری سه‌جانبه می‌توان به یک اکوسیستم بومی و خودکفا در حوزه هوش مصنوعی دست یافت.
فرهنگ شکست‌پذیری و جسارت در نوآوری؛ کلید اعتماد به نفس فناورانه
یکی از چالش‌های اساسی در مسیر دستیابی به حاکمیت هوش مصنوعی در اروپا، تغییر فرهنگ غالب محافظه‌کارانه به سمت پذیرش ریسک و شکست به عنوان بخشی از فرآیند یادگیری است. توماس یالتزون برگ به این نکته اشاره می‌کند که در حالی که اروپا از نیروی انسانی متخصص و زیرساخت‌های تحقیقاتی قوی برخوردار است، بسیاری از شرکت‌های بزرگ تمایلی به سرمایه‌گذاری پیش‌دستانه در فناوری‌های نوین ندارند. این در حالی است که تاریخ نشان داده است نوآوری‌های تحول‌آفرین اغلب از استارت‌آپ‌ها و بازیگران جسور سرچشمه می‌گیرند، نه شرکت‌های بزرگ با سابقه.
آدری هرپالن-سوپ نیز بر این موضوع تأکید دارد که در بسیاری از موارد، وقتی یک استارت‌آپ اروپایی ادعای رهبری جهانی می‌کند، با ناباوری مواجه می‌شود. این نگرش محدودکننده نیازمند تغییر است. او خاطرنشان می‌کند که موفقیت میسترال در کمتر از دو سال از یک شرکت نوپا به یکی از بازیگران اصلی حوزه هوش مصنوعی تبدیل شده است، نشان می‌دهد که اروپا ظرفیت پرورش قهرمانان جهانی را دارد. با این حال، برای تحقق این امر، باید فرهنگی ایجاد شود که در آن جاه‌طلبی و ریسک‌پذیری مورد تشویق قرار گیرد.
الگوهای موفق و درس‌های آموخته شده
نمونه‌های متعددی در اروپا وجود دارد که نشان می‌دهد تغییر این فرهنگ ممکن است. کارل به همکاری اخیر با دانشگاه‌های بریتانیا اشاره می‌کند که با وجود چالش‌های زیرساختی، به دنبال دسترسی به پیشرفته‌ترین فناوری‌های محاسباتی هستند. این نشان‌دهنده تمایل به پیشرفت و عبور از محدودیت‌هاست. همچنین، یالتزون برگ به برنامه “هزار سر” آلمان اشاره می‌کند که با هدف جذب استعدادهای جهانی طراحی شده است. این برنامه نشان می‌دهد که اروپا می‌تواند با تکیه بر مزیت‌های خود مانند آزادی علمی و کیفیت زندگی، به کانون جذب استعدادها تبدیل شود.
کلید این تحول فرهنگی در همکاری نزدیک بین تمام ذینفعان است. صنعت باید تمایل بیشتری به آزمایش راه‌حل‌های جدید نشان دهد، دانشگاه‌ها باید پژوهش‌های خود را به سمت نیازهای واقعی بازار سوق دهند، و دولتها باید با ایجاد چارچوب‌های حمایتی، فضایی امن برای نوآوری و شکست‌های سازنده فراهم کنند. همانطور که پنلیست‌ها اشاره کردند، تنها با ایجاد این اکوسیستم هماهنگ است که اروپا می‌تواند به اعتماد به نفس فناورانه دست یابد و در عرصه جهانی رقابت کند.
چشم‌انداز مثبت و نمونه‌های امیدبخش از پیشرفت اروپا در AI
علیرغم تمام چالش‌ها، نشانه‌های امیدوارکننده‌ای از پیشرفت اروپا در حوزه هوش مصنوعی به چشم می‌خورد. آدری هرپالن-سوپ به رشد سریع میسترال اشاره می‌کند که در مدت کوتاهی به یکی از بازیگران مطرح در زمینه مدل‌های زبانی بزرگ تبدیل شده است. انتشار اخیر مدل “ماژیسترال” این شرکت که یک مدل استدلالی پیشرفته است، نشان می‌دهد که شرکت‌های اروپایی قادر به رقابت در سطح جهانی هستند. این موفقیت‌ها زمانی معنادارتر می‌شود که به یاد آوریم میسترال بر فلسفه متن‌باز تأکید دارد، رویکردی که همسو با ارزش‌های اروپایی شفافیت و مشارکت جمعی است.
از سوی دیگر، توماس یالتزون برگ به تحولات مثبت در آلمان اشاره می‌کند. او خاطرنشان می‌سازد که تغییر دولت و ایجاد فضای کسب‌وکار مثبت، منجر به سرمایه‌گذاری‌های قابل توجهی مانند مراکز داده جدید ای‌دبلیو‌اس و ساینوس دیجیتال شده است. همچنین، برنامه‌های مانند “هزار سر” برای جذب استعدادهای جهانی نشان می‌دهد که آلمان به طور جدی در پی تقویت موقعیت خود در حوزه هوش مصنوعی است. این اقدامات، همراه با زیرساخت‌های قوی تحقیقاتی مانند مرکز یولیش، تصویری امیدوارکننده از آینده هوش مصنوعی در اروپا ترسیم می‌کند.
همکاری‌های فرامرزی و ابتکارات کلان اروپایی
یکی از نقاط قوت اروپا، توانایی آن در ایجاد همکاری‌های فرامرزی است. ابتکار “قاره هوش مصنوعی” کمیسیون اروپا نمونه‌ای بارز از این رویکرد است که هدف آن ایجاد شبکه‌ای از زیرساخت‌ها و مراکز تحقیقاتی در سراسر اروپا است. <strong>کارل به این نکته اشاره می‌کند که اینگونه همکاری‌ها می‌تواند به ایجاد استانداردهای مشترک و اشتراک منابع منجر شود، امری که برای رقابت با بازیگران جهانی ضروری است.
علاوه بر این، رویدادهایی مانند ویوا تک و هفته فناوری لندن نشان داده‌اند که اروپا می‌تواند به عنوان میزبان گفت‌وگوهای پیشرو در حوزه فناوری عمل کند. حضور شخصیت‌هایی مانند رئیس‌جمهور ماکرون و جنسن هوانگ از انویدیا در این رویدادها، نشان‌دهنده اهمیت استراتژیک اروپا در نقشه جهانی هوش مصنوعی است. همانطور که پنلیست‌ها تأکید کردند، این نشانه‌ها حاکی از آن است که اروپا با وجود تمام چالش‌ها، در مسیر درستی قرار دارد و می‌تواند به یکی از قطب‌های اصلی هوش مصنوعی در جهان تبدیل شود.
جمع‌بندی: حاکمیت هوش مصنوعی به‌عنوان پیشران استقلال دیجیتال اروپا
مسیر دستیابی به حاکمیت هوش مصنوعی در اروپا اگرچه چالش‌برانگیز است، اما با هماهنگی تمام اجزای اکوسیستم فناوری کاملاً قابل دستیابی می‌باشد. آنچه از بحث‌های این پنل به وضوح برمی‌آید، ضرورت رویکردی چندبعدی است که همزمان به مسائل زیرساختی، سرمایه‌انسانی، چارچوب‌های نظارتی و مهم‌تر از همه، تحول فرهنگی می‌پردازد. توماس یالتزون برگ به درستی اشاره می‌کند که مزیت رقابتی اروپا در ترکیب دموکراسی پایدار، آزادی علمی و کیفیت زندگی نهفته است – عواملی که می‌توانند به جذب بهترین استعدادهای جهانی بینجامد.
نکته حائز اهمیت دیگر، لزوم بازتعریف روابط بین بازیگران مختلف است. همانطور که آدری هرپالن-سوپ تأکید کرد، شرکت‌های اروپایی باید جسارت بیشتری در ادعای رهبری جهانی داشته باشند. این امر مستلزم حمایت دولتها از طریق سیاست‌های تشویقی، سرمایه‌گذاری در تحقیق و توسعه، و ایفای نقش مشتری پیشرو است. از سوی دیگر، همکاری‌های فرامرزی مانند ابتکار “قاره هوش مصنوعی” می‌تواند از پراکندگی منابع جلوگیری کرده و به ایجاد استانداردهای اروپایی یکپارچه بیانجامد.
چشم‌انداز آینده و گام‌های بعدی
آینده حاکمیت هوش مصنوعی در اروپا در گرو اقدامات عملی است که باید در کوتاه‌مدت محقق شوند. اولویت‌های کلیدی شامل تسریع در توسعه زیرساخت‌های محاسباتی، رفع موانع دسترسی به انرژی پاک، و تقویت همکاری بین مراکز تحقیقاتی و صنعت می‌باشد. همانطور که کارل اشاره کرد، مدل‌های نوین تأمین مالی که ریسک سرمایه‌گذاری را بین بخش عمومی و خصوصی تقسیم می‌کنند، می‌توانند به جذب منابع بیشتر منجر شوند.
در بعد فرهنگی، تغییر نگرش نسبت به شکست به عنوان بخشی اجتناب‌ناپذیر از فرآیند نوآوری ضروری است. موفقیت شرکت‌هایی مانند میسترال(Mistral) نشان می‌دهد که اروپا ظرفیت پرورش قهرمانان جهانی را دارد، اما این امر مستلزم ایجاد فضایی است که در آن جاه‌طلبی و ریسک‌پذیری مورد تشویق قرار گیرد. در نهایت، همانطور که تمامی شرکت‌کنندگان این پنل تأکید داشتند، دستیابی به حاکمیت هوش مصنوعی نه یک انتخاب، بلکه ضرورتی استراتژیک برای حفظ استقلال دیجیتال اروپا در جهان چندقطبی آینده خواهد بود. این مسیر اگرچه دشوار است، اما با عزمی راسخ و همکاری همه جانبه، کاملاً قابل دستیابی است.
