21 سپتامبر 2021 Dragoș Tudorache، نماینده پارلمان اروپا، رئیس کمیته هوش مصنوعی پارلمان اروپا. عکس: اتحادیه اروپا – توسط Goda Naujokaitytė
اروپا در برخی از جنبه‌های تحقیقات هوش مصنوعی پیشتاز است، اما مدل‌های تجاری جدید و سرمایه گذاری در مقیاس پذیری لازم است تا این فناوری به بازار عرضه شود.
شرکت‌های اتحادیه اروپا در رقابت جهانی برای انتقال هوش مصنوعی به خارج از آزمایشگاه‌های تحقیقاتی و استقرار در زندگی واقعی، به دلیل فقدان مطالعات امکان سنجی فنی، کیفیت پایین داده و عدم سرمایه گذاری در مقیاس پذیری، عقب می‌مانند.
این‌ها یافته‌های اصلی گزارش جدید EIT Urban Mobility، شبکه نوآوری پشتیبانی شده توسط اتحادیه اروپا است که برای ترویج پذیرش فناوری‌های جدید در حمل و نقل ایجاد شده است.
مهم‌ترین مسئله آمادگی فنی است، که 60 درصد از کارشناسان مورد بررسی برای این گزارش به عنوان مانعی برای پذیرش هوش مصنوعی شناخته شده‌اند. پس از آن کیفیت داده‌ها و ضعف در دسترس بودن دنبال می‌شود، در حالی که توسط 30 درصد از متخصصان هوش مصنوعی در اروپا موضوع مالی به عنوان مسئله اصلی مطرح شده است.
همه این‌ها باعث کند شدن شرکت‌های اتحادیه اروپا می‌شود زیرا آن‌ها تلاش می‌کنند تا با رهبران هوش مصنوعی در چین و ایالات متحده همگام شوند، از جمله استفاده از هوش مصنوعی در برنامه‌های جا به جایی شهری مانند پیش بینی ترافیک، خدمات اتوبوس در صورت تقاضا، ردیابی خودروها و وسایل نقلیه خودران.
اتحادیه اروپا در جنبه‌های خاصی از تحقیقات هوش مصنوعی پیش قدم شده است و برای اطمینان از استفاده اخلاقی از این فناوری، وضع خود را تعیین کرده است.
این گزارش بر نحوه تبدیل این مدل به مدل‌های تجاری مورد نیاز برای پشتیبانی از استقرار هوش مصنوعی و گسترش برنامه‌های کاربردی آن در بخش‌های مختلف تمرکز دارد. این یافته‌ها شامل موانع و خطرات مربوط به پذیرش هوش مصنوعی، روش توسعه الگوریتم و مدل‌های درآمد و هزینه در صنایع مختلف با تمرکز ویژه بر تحرک شهری است. این گزارش با مقایسه سیاست‌های ملی، چارچوب‌های قانونی و دستورالعمل‌های اخلاقی، اولویت‌های تقویت اکوسیستم هوش مصنوعی اتحادیه اروپا را تشریح می‌کند. همچنین نشان می‌دهد که چگونه برنامه‌های کاربردی هوش مصنوعی باعث تحول کسب و کار در تحرک شهری و سایر بخش‌ها شده است.
Dragoș Tudorache، نماینده پارلمان اروپا، رئیس کمیته هوش مصنوعی پارلمان اروپا، موافق است که موانع واقعی برای پذیرش هوش مصنوعی توسط صنعت وجود دارد و بر اهمیت آموزش در غلبه بر این موانع تأکید می‌کند.
«از این نقطه، من اطمینان دارم که فناوری همچنان در حال تکامل است، منابع مالی برای استفاده از هوش مصنوعی به طور فزاینده‌ای در دسترس خواهد بود و داده‌ها، سوخت اقتصاد دیجیتالی جدید، به طور فزاینده‌ای در دسترس و تمیزتر از امروز است. اما من معتقدم که برای آشکار کردن پتانسیل هوش مصنوعی در بلند مدت، ما همچنین باید به اصول اولیه بازگردیم و این آموزش و سواد دیجیتالی است.»
به گفته تودوراچه، هنگامی که مشتریان آن‌ها به این فناوری پی ببرند و به آن اعتماد کنند، شرکت‌ها می‌توانند از مزایای هوش مصنوعی استفاده کنند. «این در اصل همان چیزی است که اتحادیه اروپا با وضع قوانین برای هوش مصنوعی اروپا انجام می‌دهد: تلاش برای هوش مصنوعی انسان محور، اخلاقی و قابل اعتماد فقط در مورد ارزش‌ها نیست. این همچنین در مورد آمادگی اقتصادی بلند مدت برای پذیرش گسترده هوش مصنوعی است.»
ماریا تساواچیدیس، مدیرعامل EIT Urban Mobility، امیدوار است صنعت هوش مصنوعی بتواند از صندوق بازیابی همه گیری اتحادیه اروپا 750 میلیارد یورو سود ببرد. وی گفت: «برنامه‌های بازیابی یک فرصت منحصر به فرد برای تقویت تلاش‌های اتحادیه اروپا برای استفاده از فرصت‌های گسترده هوش مصنوعی و افزایش نیروی کار است.»
