
it futurist
این روزها فراوان شاهد آن هستیم که ابزار جدیدی توسط صاحبان تکنولوژی معرفی شده و سپس در داخل کشور با علاقه فراوان و صرف انرژی سعی کرده که آن را فراگرفته و در کار و سازمان خود از آن استفاده کنیم. و این چرخه همچنان ادامه دارد. از زبان برنامه نویسی به زبان دیگر برنامه نویسی کوچ می کنیم. گزارشات بنچمارکی را که دیگران نوشته اند با دقت می خوانیم و سپس نتیجه می گیریم که اسپارک از هدوپ بهتر است، وقت گذاشته و بودجه صرف می کنیم و مهاجرت می کنیم. می گویند فلان فریم ورک یادگیری عمیق 20 برابر اسپید آپ دارد و ما هم با همان سرعت به سمت آن فریم ورک یا کتابخانه می رویم. در حوزه های متعددی اینگونه رفتارهایی را از خود بروز می دهیم. در رایانش ابری با آب و تاب پروژه هایی را در کشور افتتاح می کنیم با ظرفیت صدها رک و سرور و به خود می بالیم که از واردات پردازش خودکفا شده ایم اما بستر پردازشی مان کماکان OpenStack یا CloudStack است. نهایتا زحمت کشیده و پوسته آن را فارسی کرده و سیستم اکانتینگ ریالی به آن اضافه می کنیم. در رایانش سریع در حوزه های حساسی همچون نفت و گاز، ساخت توربین ها و … وابستگی شدیدی به ابزارهای کرک شده ای همچون Fluent و Eclipse و امثالهم داریم و تمام دانش و وقت خود را صرف نصب و راه اندازی آنها می کنیم و حواسمان نیست که کشور رقیب نفتی ما یعنی عربستان سالها پیش نسخه بومی خود را نوشته است و الان در مرحله ارتقا به نسخه ExaScale آن است.
[1]. بی اطلاع هستیم که کشور همسایه جنوبی ما و دیگر رقیب ما در حوزه های گازی سالهاست با دستمزدهای بالا متخصصین خود را از سایر کشورها فراخوانده و در حال تولید نرم افزار شبیه سازی بومی خود است و تصمیم دارد در حوزه پردازشی گوی سبقت را از سعودی ها برباید. این روزها که بازار پروژه های بیگ دیتا و یادگیری ماشینی و عمیق داغ شده است و همه سازمانها حداقل علاقه مندی در این زمینه از خود بروز می دهند، همچنان به سرعت همچون کوتوله های تکنولوژی در حال تکرار همان اشتباهات قبلی در این حوزه هستیم. نقشه راه کلان داده کشور با تلاش بسیار تدوین شده است و به جای آنکه همچون اتحادیه اروپا، چین و امریکا پس از نگارش چشم اندازها و خط مشی نقشه راه اقدام به تعریف پروژه های پیش ران ملی و زیرساختی نماییم گزارشات آنرا بایگانی کرده و شاهد تغییر چشم گیری در مسیر اشتباه قبلی نیستیم. ما تبدیل شده ایم به کوتوله هایی که فقط از تکنولوژی استفاده می کنیم و میزان تلاش ما در تولید محصولات زیرساختی بومی با کمی اغماض تقریبا صفر یا ناچیز است. موضوع اختراع یا ابداع دوباره چرخ نیست موضوع همان گندم است. اگر ما داعیه پیشتازی در حوزه های مرتبط نرم افزاری را در دنیا داریم که داریم و متخصصین ایرانی جزء برترین متخصصین این حوزه در دنیا هستند باید بتوانیم راه کارهای بومی خود را داشته باشیم. چرا اتحادیه اروپا به جای استفاده از Cloudera نسخه بومی خود را ارائه کرده است.
[2]. چگونه است که چینی ها در حوزه هوش مصنوعی گوی سبقت را حتی از امریکایی ها ربوده اند و تقریبا راهکاری غیر چینی را در بین راهکارهای پیش ران و پیشتاز آنها نمی بینید.
[3,4]. آیا فکر نمی کنید زمان آن رسیده است که از مصرف کننده صرف بودن در این حوزه به تولید کننده قوی تبدیل شویم. نیاز داخلی ما آنقدر وسیع است که تولید بسیاری از اینها توجیه اقتصادی نیز دارد. اگر می خواهیم در دوران جدید که در پسا کرونا بوجود آمده است حکمرانی هوشمند داشته باشیم چاره ای نداریم که ما هم چرخ خود را داشته باشیم. ما هم راهکارهای خود را داشته باشیم. حوزه های بسیار راهبردی HPC-BigData و رایانش ابری و کار زیربنایی در آنها از نان شب هم برای وزیر جوان واجب تر است. این موضوعات نمی تواند توسط بخش خصوصی به تنهایی پیش برده شود و انتظار از این بخش برای به ثمر رساندن اینگونه طرحها بدون حضور قوی نهاد حاکمیتی راه به جایی نمی برد. باید همینک شروع کرد، باید آستین ها را بالا زد. اگر غافل باشیم قافیه را باخته ایم و روزی به خود خواهیم آمد که خواهیم دید همان کوتوله های تکنولوژی باقی مانده ایم.
مطالب بیشتر
برگرفته از مقدمه کتاب اینترنت اشیاء تکنولوژیها،برنامه های کاربردی،چالشها و راهکارها
هر آنچه باید در خصوص ChatGPT بدانید!
چرا خرده فروشان در اتخاذ تجزیه و تحلیل داده های پیشرفته شکست می خورند؟