توسعه نسل جدید سامانه‌های هوشمند با تلاش محققان دانشکدگان فنی دانشگاه تهران

به گزارش گروه دانشگاه خبرگزاری دانشجو، امیر سرتیپ دوم امید اردلان معاون نیروی انسانی ارتش جمهوری اسلامی ایران از گسترش رشته‌های پذیرش دانشجو در دانشکده‌های افسری ارتش از طریق آزمون سراسری سال ۱۴۰۵ خبر داد.

وی با اشاره به پذیرش دانشجو در گروه‌های آزمایشی ریاضی و فنی، علوم تجربی و علوم انسانی اظهار کرد: با تدبیر فرمانده کل ارتش، امسال نیز مانند سال‌های گذشته اما در ابعاد گسترده‌تر، پذیرش دانشجو در رشته‌های مختلف دانشگاه‌های وابسته به ارتش انجام خواهد شد.

اردلان افزود: با توجه به تحولات فناوری و نیاز نسل جدید، رشته‌های مرتبط با فناوری‌های پیشرفته و حوزه‌های نوین در اولویت پذیرش دانشجو قرار دارند.

معاون نیروی انسانی ارتش گفت: دانشگاه‌های امام خمینی(ره) و شهید ستاری در رشته‌هایی مانند رباتیک، سایبر، پهپاد، علوم شناختی، هوش مصنوعی، برق، مکانیک و الکترونیک دانشجو جذب می‌کنند و دانشگاه امام علی(ع) نیز در رشته‌های علوم انسانی پذیرش خواهد داشت.

وی ادامه داد: دانشکده‌های پزشکی ارتش نیز متناسب با نیازهای خود اقدام به جذب دانشجو می‌کنند و در مجموع ۷ دانشگاه وابسته به ارتش در رشته‌ها و مقاطع مختلف مصوب وزارت علوم و وزارت بهداشت دانشجو می‌پذیرند.

اردلان تأکید کرد: دانشکده‌های افسری ارتش با بهره‌گیری از اعضای هیأت علمی مورد تأیید وزارت علوم، مسیر آموزش‌های علمی و تخصصی را برای تربیت نیروی انسانی مورد نیاز کشور دنبال می‌کنند.

به گزارش گروه دانشگاه خبرگزاری دانشجو، درمراسم گشایش این نمایشگاه که ۲۵ مردادماه و با استقبال کم‌نظیر استادان و دانشجویان و شرکت‌های سرمایه‌گذار، در دانشکده مهندسی برق و کامپیوتر دانشکدگان فنی دانشگاه تهران برگزار شد، منوچهر مرادی سبزوار، معاون پژوهش و فناوری دانشگاه تهران، با ارائه گزارشی از فعالیت‌های مرکز انتقال تکنولوژی دانشگاه گفت: «محصولات تولیدشده در این مرکز نشان می‌دهد سرمایه‌گذاری هدفمند در زیست‌بوم نوآوری دانشگاه، بازدهی ملموس و ارزش‌آفرینی اقتصادی به همراه دارد.»

وی با اشاره به عملکرد شرکت‌های دانش‌بنیان دانشگاهی تأکید کرد: «چنانچه از دانشجویان و اعضای هیأت علمی حمایت مناسب صورت گیرد و زمینه ماندگاری نخبگان در کشور فراهم شود، می‌توان به نتایج قابل اتکایی در تولید محصولات فناورانه دست یافت.»

مرادی سبزوار همچنین با بیان تجربه‌های موفق از Reverse Pitch در دانشگاه تهران تصریح کرد: «توجه به این رویکرد که در آن نیاز‌های واقعی صنعت به جامعه دانشگاهی عرضه می‌شود، می‌تواند به تولید محصولات منطبق با نیاز بازار منجر شود و امیدواریم این نگاه در کشور و دانشگاه بیش از پیش تقویت شود.»

 محمودرضا هاشمی، مدیر اجرایی طرح هاتف در دانشگاه تهران و دبیر علمی این نمایشگاه نیز، با اشاره به برگزاری این نمایشگاه گفت: «این نمایشگاه در راستای فرایند اجرای طرح هاتف است که در چارچوب تفاهم‌نامه‌ای میان معاونت علمی، فناوری و اقتصاد دانش‌بنیان ریاست جمهوری و معاونت پژوهش و فناوری دانشگاه تهران منعقد شده است.»

هاشمی افزود: «پس از امضای این تفاهم‌نامه دراسفندماه ۱۴۰۳، فراخوانی در اردیبهشت‌ماه ۱۴۰۴، در مجموع ۱۷۴ طرح و پیشنهاد از ۵۰ دانشکده مختلف دانشگاه تهران دریافت شد که پس از طی فرایند داوری دقیق، ۲۰ طرح به عنوان طرح‌های برگزیده انتخاب و وارد مرحله حمایتی شدند.»

وی طرح هاتف را گامی مؤثر در تکمیل زنجیره ارزش پژوهش و فناوری توصیف کرد و اظهار داشت: «تمامی طرح‌های منتخب، برونداد ظرفیت علمی دانشگاه تهران هستند و در هر یک از آنها، اعضای هیأت علمی به همراه تیم‌هایی از دانشجویان و دانش‌آموختگان مشارکت فعال داشته‌اند.»

وی هدف اصلی این برنامه را تبدیل طرح‌های پژوهشی به شرکت‌های دانش‌بنیان از طریق تزریق هدفمند منابع مالی، ارائه خدمات توانمندسازی و ایجاد زیرساخت‌های کسب‌وکاری عنوان کرد و افزود: «این رویکرد به تجاری‌سازی ایده‌های دانشگاهی و به‌کارگیری آنها در حل مسائل کشور کمک مؤثری خواهد کرد.»

هاشمی با اشاره به مشارکت گسترده واحد‌های دانشگاه تهران در ارسال طرح‌های فناورانه به این نمایشگاه، گفت: «طرح‌های دریافتی از دانشکدگان و دانشکده‌های مختلف دانشگاه تهران ارائه شده است که این تنوع، نشان‌دهنده ظرفیت بالای هوش مصنوعی در دانشگاه تهران در حوزه‌های گوناگون علمی است.»

وی هدف از برگزاری این نمایشگاه را فراهم‌سازی بستر تعامل میان هسته‌های فناور با مشتریان، بهره‌برداران و شرکت‌های سرمایه‌گذاری خطرپذیر (VC) برشمرد تا زمینه تبدیل این هسته‌ها به شرکت‌های فناور و رشد یافته فراهم شود.

 اسفندیار اختیاری، معاون سیاستگذاری و توسعه و دبیر شورای راهبری فناوری‌ها و تولیدات دانش‌بنیان معاونت علمی ریاست جمهوری نیز ضمن بازدید از بخش‌های مختلف این نمایشگاه، با تبیین جایگاه راهبردی فناوری در اقتدار ملی گفت: «تجربه‌های اخیر نشان داد که فناوری صرفاً یک عامل توسعه‌ای نیست؛ بلکه مؤلفه‌ای تعیین‌کننده در ایجاد اقتدار و امنیت ملی است. هر جا از توانمندی فناورانه بالاتری برخوردار بوده‌ایم، نقطه قوت ما بوده و هر جا کمتر به آن پرداخته‌ایم، آسیب‌پذیر ظاهر شده‌ایم.»

وی با تأکید بر اینکه سرآغاز این توانمندی‌ها دانشگاه است، خاطرنشان کرد: «دولت وظیفه حمایت از علم و فناوری را بر عهده دارد، اما توسعه فناوری صرفاً از مسیر دانشگاه‌ها و جامعه دانشگاهی محقق می‌شود. دانشگاه علاوه بر رسالت ذاتی خود در تولید علم، باید دغدغه تبدیل دانش به قدرت و حل مسائل جامعه را نیز داشته باشد؛ این دقیقاً همان مأموریتی است که طرح هاتف دنبال می‌کند.»

اختیاری با تاکید بر اهمیت تداوم شرکت‌های نوپای دانشگاهی افزود: «پایداری و تداوم شرکت‌هایی که توسط اساتید و دانشجویان تأسیس می‌شوند، برای ما اولویت دارد و معاونت علمی و فناوری با تمام ظرفیت خود از این مسیر حمایت می‌کند.»

وی همچنین به ظرفیت قانون جهش تولید دانش‌بنیان اشاره کرد و گفت: «ماده یک این قانون بر اقلام راهبردی و فناوری‌های اقتدارآفرین تأکید دارد و طرح‌هایی که در این چارچوب قرار گیرند، به‌صورت خودکار از کلیه حمایت‌های قانونی و مزایای معاونت علمی بهره‌مند خواهند شد.»

گفتنی است محمدحسین امید، رئیس دانشگاه تهران نیز، با حضور در این نمایشگاه از طرح‌های ارائه شده در نمایشگاه بازدید و از نزدیک با استادان و دانشجویان درباره این طرح‌ها گفت‌و‌گو کرد.

بر اساس آمارهای مؤسسه ملی سلامت آمریکا (NIH)، نزدیک به ۳ نفر از هر ۴ فرد بزرگسال (۷۳.۱ درصد) در ایالات متحده دچار اضافه‌وزن یا چاقی هستند. بااین‌حال، به دست آوردن تصویر کاملی از ترکیب بدنی پیچیده‌تر از یک اندازه‌گیری ساده روی ترازو است. دقیق‌ترین روش‌ها برای بررسی حجم و توزیع چربی در بخش‌های مختلف بدن، معمولاً به تحلیل‌های تخصصی با اشعه ایکس نظیر اسکن DXA وابسته هستند؛ روشی که به‌دلیل هزینه و نیاز به تجهیزات بالینی پیشرفته، به‌صورت روزمره در دسترس نیست.

سیستم توسعه‌یافته توسط تیم تحقیقاتی گوگل که PhotoScan نام دارد، با استفاده از الگوریتم‌های هوش مصنوعی و بررسی چند تصویر دوبعدی از بدن کار می‌کند. گوگل برای آموزش این مدل، در ابتدا آن را با داده‌های به‌دست‌آمده از اسکن‌های بالینی اشعه ایکس (DXA) تمرین داده است تا بتواند سطح کلی چربی بدن و نسبت‌های ساختاری مهم را بسنجد. این نسبت‌ها شامل نسبت چربی بالاتنه به پایین‌تنه (A/G Ratio) و همچنین نسبت چربی احشایی و داخلی اندام‌ها به چربی زیرپوستی (V/S Ratio) می‌شوند. تخمین دقیق‌تر ترکیب بدنی و مقاومت به انسولین نسبت به حسگرهای بیوالکتریک

تیم تحقیقاتی گوگل در ادامه، مدل خود را با ترکیب اطلاعات MRI و تنظیم دقیق روی مجموعه‌ای از عکس‌های واقعی ثبت‌شده با دوربین گوشی‌های هوشمند بهینه‌سازی کرد. نتایج نشان داده مدل نهایی می‌تواند چربی بدن را با دقتی به‌مراتب بالاتر از روش تحلیل موجود در ساعت‌ها و مچ‌بندهای هوشمند تخمین بزند. حسگرهای پوشیدنی رایج توانایی ارزیابی نسبت‌های حساسی چون نسبت چربی بالاتنه یا احشایی را ندارند، درحالی‌که این الگوریتم تصویری موفق به تخمین این معیارها شده است.

علاوه‌بر تحلیل ترکیب بدنی، محققان گوگل بررسی کرده‌اند که نتایج حاصل از این روش تا چه اندازه می‌تواند شرایطی مانند مقاومت به انسولین را پیش‌بینی کند؛ حوزه‌ای که گوگل اخیراً با معرفی ویژگی‌های پایش روند مقاومت به انسولین در پلتفرم‌های سلامتی خود روی آن تمرکز کرده است.

با وجود دستاوردهای علمی امیدوارکننده، چالش‌های عملی برای تجاری‌سازی چنین سامانه‌هایی وجود دارد. متقاعد کردن کاربران برای ثبت و به‌اشتراک‌گذاری تصاویر واضح از بدن ممکن است حتی با وجود سخت‌گیرانه‌ترین سیاست‌های حفظ حریم خصوصی کار دشواری باشد. از سوی دیگر، سوق دادن کاربران به سمت تغییر واقعی سبک زندگی و رژیم غذایی پس از مشاهده این داده‌ها همواره چالشی اساسی محسوب می‌شود. درحال‌حاضر گوگل برنامه‌ای رسمی برای تبدیل PhotoScan به یک محصول نهایی ندارد، اما احتمال دارد این فناوری در قالب سرویس‌های بخش سلامت گوگل عرضه شود.