هسته پژوهشی سیستم‌های اطلاعاتی و هوش مصنوعی

مدیر هسته پژوهشی:

آقای دکتر مجید عبدالرزاق نژاد عضو هیات علمی گروه مهندسی کامپیوتر دانشگاه صنعتی بیرجند

اعضای هسته:

دکتر حسین مرادی عضو هیات علمی گروه مهندسی کامپیوتر دانشگاه صنعتی بیرجند

دکتر اسماعیل رضایی عضو هیات علمی گروه مهندسی کامپیوتر دانشگاه صنعتی بیرجند

دکتر ملیحه نیک سیرت عضو هیات علمی گروه علوم کامپیوتر دانشگاه صنعتی بیرجند

دکتر میثم رجبی عضو هیات علمی گروه مهندسی معدن دانشگاه صنعتی بیرجند

دکتر محمدامیر علیمی عضو هیات علمی گروه مهندسی معدن دانشگاه صنعتی بیرجند

دکتر صادق اعتدالی عضو هیات علمی گروه مهندسی عمران دانشگاه صنعتی بیرجند

بر اساس گزارشی که در تیرماه 1402 توسط خبرگزاری مهر منتشر شده و به نقل از دکتر محمد شهرام معین، رئیس مرکز نوآوری توسعه هوش مصنوعی پژوهشگاه ارتباطات و فناوری اطلاعات، ایران در رتبه 15 از نظر مقالات و تولید علم هوش مصنوعی جهانی قرار دارد، اما در زمینه کاربردهای هوش مصنوعی رتبه 77 را در بین کشورهای دنیا به خود اختصاص داده است. بنابراین کشور ایران نیازمند فعالیت‌های جدی‌تر در زمینه کاربردهای هوش مصنوعی در حوزه‌های مختلف صنعت، معدن و تجارت است. اولین پیش نیاز کاربرد هوش مصنوعی در حوزه‌های تجاری مختلف، گردآوری و انتقال داده‌ها و اطلاعات مرتبط و پیش‌پردازش اولیه این داده‌ها و ساخت انبار داده‌ها و بازار داده‌های تخصصی می‌باشد. لذا برای انجام هر کار کاربردی واقعی در حوزه هوش مصنوعی، نیازمند ایجاد سیستم‌های اطلاعاتی مرتبط هستیم و بدون ایجاد چنین سیستم‌هایی، عملاً نمی‌توان امیدی به کاربرد هوش مصنوعی در دنیای واقعی داشت. با توجه به اهمیت زنجیره‌های ارزش و قرار گرفتن آن در ماموریت دانشگاه صنعتی بیرجند، تمرکز اصلی این هسته پژوهشی، بر روی کاربرد سیستم‌های اطلاعاتی و هوش مصنوعی در زنجیره‌های ارزش، خصوصاً زنجیره‌های ارزشی که استان خراسان جنوبی در آن‌ها دارای مزیت راهبردی می‌باشد که شامل زنجیره ارزش محصولات معدنی، زنجیره ارزش سنگ‌های زینتی و زنجیره ارزش محصولات کشاورزی مزیت‌دار استان شامل زعفران، زرشک و عناب می‌باشد. برای نمونه، در حوزه زنجیره ارزش محصولات معدنی، این هسته پژوهشی با فعالیت بر روی امکان‌سنجی، برنامه‌ریزی، تحلیل و ارزیابی، طراحی، پیاده‌سازی، آزمون، استقرار و بهینه‌سازی سیستم‌های اطلاعاتی هوشمند مورد نیاز برای افزایش کارایی و اثربخشی زنجیره ارزش معادن تمرکز می‌کند و در این مسیر از آخرین فناوری‌ها و تکنیک‌های هوش مصنوعی نیز بهره می‌برد و با ارتقای زنجیره ارزش معادن، در راستای بهبود کیفیت، کاهش هزینه‌ها، افزایش ایمنی و حفاظت از محیط زیست گام برمی‌دارد. هسته پژوهشی کاربرد سیستم‌های اطلاعاتی و هوش مصنوعی در زنجیره ارزش معدن، می‌تواند در حوزه‌های مختلفی شامل زنجیره ارزش مواد معدنی، ارزیابی‌ها و امکانسنجی‌های اولیه فنی و اقتصادی، اکتشاف معادن، استخراج معادن، فرآوری مواد معدنی، مکانیک سنگ، کاربرد محصولات معدنی در تولید محصولات مختلف، تجارت محصولات معدنی و فروش و بازاریابی محصولات معدنی فعالیت کند. این هسته پژوهشی بر اساس ماموریت دانشگاه صنعتی بیرجند و به منظور تحقق سند جامع هوشمندسازی صنایع و معادن، به توسعه کاربرد هوش مصنوعی در تمامی مراحل زنجیره ارزش مواد معدنی می‌پردازد. این برنامه‌ریزی هوشمندانه در سطح کلان کشور، با عزم و اراده راسخ و سرمایه گذاری هدفمند، اقدامی موثر برای ایجاد توسعه پایدار در حوزه هوش مصنوعی و صنعت معدن است.

توسعه کاربردهای هوش مصنوعی، تئوری یادگیری، و تکنیک‌های تجزیه و تحلیل داده‌ها در کلیه زنجیره‌های راهبردی استان به ویژه حوزه معدن، ژئوتکنیک، و ژئومهندسی بسیار ضروری است. با توجه به افزایش پیچیدگی مسائل و نیازمندی‌های این حوزه‌ها، استفاده از هوش مصنوعی در معادن روباز، شیب‌ها، شفت‌ها، تونل‌ها، غارها، معادن زیرزمینی، و بسیاری دیگر از زیرساخت‌های مهم این صنعت‌ها امری ضروری است. کاربردهای هوش مصنوعی و علم داده در این حوزه‌ها شامل:

• استفاده از روش‌های بینایی ماشین و پردازش تصویر برای استخراج ویژگی‌ها در مهندسی سنگ، تعیین اندازه و حجم بلوک‌های سنگی، تشخیص خودکار کانی‌ها، و نقشه‌برداری از آب‌های زیرزمینی.
• بهینه‌سازی سازه‌های فضای زیرزمینی، مدل‌سازی و نقشه‌برداری معدنی، بهبود عملکرد ماشین‌های حفاری و بهینه‌سازی سیستم حمل و نقل سنگ‌های معدنی.
• پیش‌بینی فاصله شکستگی و پایداری شیب در معادن روباز، تخمین ذخیره و عیار کانی‌ها، پیش‌بینی خطرات انفجار سنگ، و پیش‌بینی راندمان جذب فلزات سنگین.

داده‌های معدنی و ژئوتکنیکی به‌عنوان منابع اصلی اطلاعات، نقش بسیار مهمی در صنایع معدن و ژئوتکنیک دارند. بهبود روش‌های جمع‌آوری، پردازش، و تحلیل این داده‌ها و استفاده از الگوریتم‌های هوش مصنوعی برای تشخیص الگوهای پنهان درون آن‌ها، امری حیاتی و بسیار مهم در بهبود کیفیت و بهره‌وری این صنایع است. بنابراین ایجاد رشته‌های تحصیلی که فارغ‌التحصیلان آن‌ها تسلط به حوزه‌های معدنی، ژئوتکنیکی، و همچنین مهارت‌های لازم برای 

پردازش و تحلیل داده‌های این حوزه‌ها با استفاده از ابزارهای هوش مصنوعی و علم داده را داشته باشند، امری ضروری و بسیار اساسی است.