اگر به جایگاه و وضعیت هوش مصنوعی در کشورهای مختلف نگاهی داشته باشیم به خوبی مشاهده می‌کنیم که تقاضا برای تحصیل در رشته هوش مصنوعی به شدت زیاد است، زیرا تمامی کشورها و صنایع به این فناوری نیاز مبرمی دارند و ایران از این قاعده مستثنا نیست. سازمان‌ها و شرکت‌ها روزانه داده‌های زیادی تولید می‌کنند که نیازمند پردازش سنگین هستند، بر همین اساس نیروی انسانی قادر نیست تمامی این داده‌ها را پردازش کند و نیاز مبرم به هوش مصنوعی کاملا احساس می‌شود. به‌طور کلی، هوش مصنوعی در ایران و سایر کشورها جایگاه مناسبی دارد و درآمد خوبی عاید متخصصان این حوزه می‌کند.
ظرفیت‌های بالقوه هوش مصنوعی
امروزه نرم‌افزارهای هوشمندی که در صنایع مختلف نظیر حمل‌ونقل، پزشکی (پردازش تصویر) و تحلیل داده‌ها استفاده می‌شوند کارکرد مطلوب خود را به اثبات رسانده‌اند. با این‌حال، در برخی صنایع داخلی نظیر خودروسازی به شکل مختصر و تقریبا ناچیز از هوش مصنوعی استفاده می‌شود، در حالی که این فناوری در صنایع خودروسازی بزرگی نظیر تسلا، بنز، هیوندای و نمونه‌های مشابه به بهترین شکل استفاده می‌شود. در حوزه‌های مالی نظیر بیمه نیز هوش مصنوعی قادر به کشف تقلب‌ها است. در صنعت خودروسازی این ظرفیت وجود دارد تا خودروهای هوشمندی روانه بازار کرد که مجهز به دستگاه‌های توکاری باشند که اطلاعات راننده را ثبت می‌کنند. اطلاعاتی که ضبط می‌شود به سازمان‌های بیمه‌گر کمک می‌کند هر زمان تصادفی اتفاق افتاد، سازمان بیمه‌کننده با ارزیابی هوشمند اطلاعات تصادف و اطلاعاتی که از قبل جمع‌آوری شده بررسی کنند که آیا راننده همواره بی احتیاط است یا خیر. بر مبنای اطلاعات به‌دست آمده امکان پرداخت حق بیمه کم یا زیاد فراهم است. یکی دیگر از کاربردهای مهم هوش مصنوعی در صنعت خودروسازی توانایی کنترل مولفه‌های داخلی خودرو است. هوش مصنوعی می‌تواند قبل از وقوع هر اتفاق ناگواری نظیر کم شدن روغن ترمز یا کم باد شدن لاستیک‌ها به راننده هشدار دهند، قبل از آن‌که مشکل جدی به وجود آید. البته برای پیاده‌سازی یک چنین طرحی به دو فناوری هوش مصنوعی و اینترنت اشیا نیاز است.
هوشمندی در خطوط تولید یکی از مهم‌ترین نیازهای کشور است که مختص به صنعت خودروسازی نیست. کارخانه‌ها در خطوط مختلف تولیدی می‌توانند از هوش مصنوعی برای شناسایی، رفع خطاها و بهینه‌سازی‌های لازم استفاده کنند تا هزینه‌های جانبی کمتر شود.
هوش مصنوعی در ایران چه جایگاهی دارد؟
خوشبختانه وضعیت آموزش هوش مصنوعی در ایران نسبتا مطلوب است و سرفصل‌های آموزشی دانشگاه‌های ایران به استانداردهای جهانی نزدیک هستند، اما به دلیل این‌که دانشگاه‌ها و موسسات آموزشی خارجی در حوزه آموزش از فناوری‌های به‌روزی استفاده می‌کنند، هنوز با معیارهای جهانی فاصله داریم، اما در زمینه تحقیقات هوش مصنوعی ایران جایگاه خوبی دارد. در سال ۲۰۱۷ میلادی ایران در زمینه تحقیق و انتشار مقالات در حوزه هوش مصنوعی در مکان ۱۹ جهان قرار داشت. شکل یک، جایگاه کشورهای مختلفی که مقالات کاربردی در حوزه هوش مصنوعی منتشر کرده‌اند را نشان می‌دهد. با این حال در سال ۲۰۱۹ میلادی ایران در جمع ۱۵ کشور برتر جهان در حوزه تحقیقات هوش مصنوعی قرار گرفت (شکل زیر). گزارشی که سایت معتبر Elsevier منتشر کرده نشان می‌دهد اروپا در نظر دارد تحقیقات گسترده‌ای در ارتباط با هوش مصنوعی انجام دهد و بودجه کلانی برای این منظور در نظر گرفته است تا فاصله خود با ایالات متحده و چین را کمتر کند. در حال حاضر ایالات متحده به لحاظ تعداد مقالات منتشر شده در جایگاه اول جهان قرار دارد و پس از آن چین، آلمان انگلستان، فرانسه و اسپانیا قرار دارند. با این حال، بسیاری از کارشناسان و موسسات پژوهشی بر این باور هستند که چین تا سال ۲۰۳۰ میلادی به اولین کشور جهان در زمینه مطالعات بنیادین در حوزه هوش مصنوعی تبدیل خواهد شد. در همین ارتباط ایران نیز به جمع ۱۰ کشور برتر جهان در حوزه تحقیقات هوش مصنوعی خواهد رسید.
چرا هوش مصنوعی در ایران با اقبال عمومی روبرو شده است؟
یکی از مهم‌ترین دلایل استقبال از هوش مصنوعی وجود امکانات سخت‌افزاری مورد نیاز است. در ایران، سخت‌افزارهایی که برای انجام فعالیت‌های هوش مصنوعی به آنها نیاز است نظیر پردازنده مرکزی و کارت‌های گرافیکی قدرتمند در دسترس هستند. البته برای انجام فعالیت‌های پیشرفته هوش مصنوعی به پردازنده‌های مرکزی و کارت‌های گرافیکی اختصاصی مخصوص این‌کار نیاز دارید که قیمت بالایی دارند، اما برای انجام فعالیت‌های روزانه شما با ترکیب دو کارت گرافیک با یکدیگر (به‌طور مثال ترکیب دو کارت 1070Ti به شیوه SLI) امکان آموزش مدل‌های پیشرفته را دارید. البته شبکه‌هایی نظیر آمازون نیز در دسترس متخصصان خارج از ایران قرار دارند که امکان پردازش وسیع را فراهم می‌کنند، اما دسترسی به این زیرساخت‌ها برای کاربران ایرانی با محدودیت‌های زیادی روبرو است. در ایران تلاش‌هایی برای رفع این مشکل انجام شده و به‌طور مثال، آزمایشگاه‌های فناوری‌اطلاعات در دانشگاه‌هایی مثل دانشگاه تهران مجهز به سرورهایی با پردازنده‌های قوی هستند که برای این موضوع طراحی شده‌اند تا متخصصان بتوانند از آنها استفاده کنند. به‌طور معمول، برای یادگیری مباحث هوش مصنوعی نیازی به سخت‌افزارهای پیشرفته نیست، اما زمانی که سطح نیازها افزایش پیدا می‌کنند و به مدل‌های پیشرفته‌ای نیاز است که مبتنی بر شبکه‌های عمیق عصبی هستند به سختی می‌توان زیرساخت‌های مناسب را پیدا کرد، زیرا شبکه‌های عمیق عصبی به توان پردازشی قدرتمند نیاز دارند که انرژی زیادی را می‌طلبند. اگر قرار باشد از هوش مصنوعی در تعامل با فناوری‌های دیگری نظیر اینترنت اشیا استفاده کنیم که نیازمند حس‌گرهای دقیقی هستند، به دلیل وجود تحریم‌ها نمی‌توان انتظار داشت همگام با شرکت‌های پیشرو در این زمینه حرکت کرد. به بیان دقیق‌تر، بخش قابل توجهی از تجهیزات موردنیاز در تحریم هستند و امکان استفاده از آنها فراهم نیست. حتا در صورت تهیه سخت‌افزارها به دلیل تحریم‌ها، دسترسی به برخی سرویس‌ها و خدمات ابرمحور فراهم نیست. به رغم تمامی محدودیت‌ها و موانع مختلف بازهم دانشگاه‌های ایران در زمینه ارائه رشته هوش مصنوعی و پرورش نیروی متخصص عملکرد خوبی داشته‌اند. از مهم‌ترین دانشگاه‌های دولتی ارائه‌دهنده هوش مصنوعی در این زمینه باید به دانشگاه شریف، امیرکبیر، تهران، علم‌‌وصنعت، شهید بهشتی، خواجه نصیر، صنعتی اصفهان، دانشگاه شیراز، فردوسی مشهد و دانشگاه اصفهان اشاره کرد. در کنار دانشگاه‌های دولتی، دانشگاه‌های آزاد نظیر دانشگاه نجف‌آباد نیز رشته هوش مصنوعی را ارائه می‌کنند و بر همین اساس مشکل خاصی از بابت متخصصان هوش مصنوعی در کشور وجود ندارد. در ایران برخی از دانشگاه‌ها در زیرمجموعه‌های هوش مصنوعی سابقه درخشانی از خود به ثبت رسانده‌اند. به‌طور مثال، دانشگاه شریف در زمینه کاربرد هوش مصنوعی در ژنتیک و دانشگاه تهران یا نجف‌آباد در زمینه روباتیک کارنامه درخشانی دارند.
بازار کار متخصصان هوش مصنوعی در ایران چگونه است؟
به‌طور معمول دانشجویان مقطع کارشناسی ارشد هوش مصنوعی مشکل خاصی از بابت پیدا کردن شغل در حوزه کاری خود ندارند، البته به شرطی که مهارت‌های موردنیاز بازار کار را آموخته باشند. آگهی‌های استخدامی مندرج در سایت‌های کاریابی نشان می‌دهند که شرکت‌ها و استارت‌آپ‌ها برای انجام پروژه‌هایی در حوزه‌های مختلف نظیر پردازش زبان طبیعی، بینایی ماشین، یادگیری ماشین، تحلیل داده‌ها و نمونه‌های مشابه به دنبال جذب متخصصان این رشته هستند. به بیان دقیق‌تر با رصد آگهی‌های مندرج در سایت‌های کاریابی مشاهده می‌کنیم که شرکت‌ها عمدتا به دنبال جذب متخصصان یادگیری ماشین، پردازش زبان طبیعی، بینایی ماشین، تحلیل داده‌ها، هوش تجاری، متخصص استقرار سامانه‌های هوش تجاری و مشاغل این چنینی هستند. البته درصد کمی از این افراد جذب نهادهای دولتی می‌شوند. به بیان دقیق‌تر، پروژه‌های بخش خصوصی بیشتر از پروژه‌های دولتی در خصوصی هوش مصنوعی است. به‌طور معمول متخصصان هوش مصنوعی در خارج از ایران دستمزدهای خوبی دریافت می‌کنند. بیشترین تقاضا برای متخصصان هوش مصنوعی از جانب استارت‌آپ‌ها و شرکت‌های پیشرو در زمینه به‌کارگیری فناوری‌های نوین نظیر سازمان‌های بیمه‌گر، تولیدکننده نرم‌افزار و کسب‌‌وکارهای آنلاین است. شهرک‌های علمی و تحقیقاتی کشور جای قابل اعتمادی برای پیدا کردن این شرکت‌ها است. سایت‌های کاریابی نیز مکان مناسبی برای پیدا کردن شرکت‌هایی است که قصد دارند متخصصان هوش مصنوعی را استخدام کنند. متاسفانه به دلیل عدم وجود منبع قابل استناد در این زمینه این امکان فراهم نیست که رقم دقیقی که متخصصان هوش مصنوعی در ایران دریافت می‌کنند را اعلام کرد. با این‌حال، با توجه به مهارت‌ها و کاری که یک متخصص هوش مصنوعی انجام می‌دهد، قاعدتا حقوقی معادل ۱۵ میلیون تومان دریافت می‌کنند.
هوش مصنوعی و چالش‌های آن در ایران
بزرگترین عاملی که باعث می‌شود هوش مصنوعی در مسیر پیشرفت متوقف نشود پژوهش است. با توجه به شرایط اقتصادی و سخت بودن دریافت ویزا، اساتید دانشگاه در مقایسه با همتایان خود در خارج از ایران به سختی قادر به حضور در کنفرانس‌های بین‌المللی هستند. حضور در این کنفرانس‌ها باعث می‌شود تا متخصصان با مباحث روز این حوزه آشنا شوند و به تبادل اطلاعات بپردازند. خوشبختانه اساتید و دانشجویان هوش مصنوعی تعامل خوبی با موسسات تحقیقاتی نظیر پژوهشگاه رویان و دانشگاه علوم پزشکی دارند، اما این کافی نیست. هنوز شکاف بزرگی میان دانشگاه و صنعت وجود دارد که باعث شده دانشگاه نتواند مشکلات صنعت را شناسایی کرده و از مزایای بالقوه هوش مصنوعی استفاده کند. مشکل بزرگ دیگر در این زمینه چگونگی انجام پژوهش‌ها است. متاسفانه برخی از پژوهش‌های انجام شده در این حوزه کاربرد چندانی ندارند و زمانی که قرار باشد پژوهش‌گری به شکل تخصصی در این زمینه کار کند به بودجه کافی و ارتباطات بین‌المللی نیاز دارد. در اغلب شرکت‌های بزرگ مثل مایکروسافت واحد مشخصی به‌نام تحقیق و توسعه وجود دارد که افراد شاغل در این واحد تنها وظیفه تحقیق و پژوهش را دارند. این‌کار نیازمند منابع مالی است که برخی از شرکت‌ها و حتی دانشگاه‌ها یا بودجه کافی برای این‌کار را ندارند یا علاقه‌ای به تخصیص بودجه در این زمینه ندارند. مشکل دیگری که متخصصان هوش مصنوعی با آن روبرو هستند عدم برقراری تعامل سازنده با سایر فعالان این حوزه نظیر علوم انسانی و پزشکی است. زمانی که قرار باشد به‌طور جدی روی مبحثی نظیر پردازش زبان طبیعی کار کنید و مدلی قدرتمند در این زمینه پیاده‌سازی کنید نیازمند برقراری تعامل با متخصصان این حوزه هستید که این‌کار به سختی انجام می‌شود. خوشبختانه برای یادگیری هوش مصنوعی نیازی نیست که حتما به دنبال استاد باشید، زیرا برنامه‌های آموزشی آنلاین و تعاملی خوبی در بستر اینترنت وجود دارند که اجازه می‌دهند مهارت‌های موردنیاز را بیاموزید.
یک دانشجوی هوش مصنوعی یا یک علاقه‌مند به مبحث هوش مصنوعی به چه مهارت‌هایی نیاز دارد؟
به‌طور معمول، افرادی که علاقه‌مند به ورود به دنیای هوش مصنوعی هستند دو مسیر مشخص پیشرو دارند. مسیر اول ورود به رشته هوش مصنوعی و دنبال کردن تحصیلات آکادمیک است که سرفصل‌های خاص خود را دارد. به‌طور معمول، دروسی که دانشجویان رشته هوش مصنوعی در زمان تحصیل مطالعه می‌کنند صرفنظر از سمینار، پایان‌نامه و دروس جبرانی به شرح زیر هستند:
دروس اصلی:
شبکه‌های عصبی: روش‌های نوین حل مسائل با استفاده از هوش مصنوعی.
یادگیری ماشین: بررسی و یادگیری روش‌ها، الگوها و الگوریتم‌های هوشمند.
پردازش تکاملی: به مباحثی اشاره دارد که برای یک مسئله پاسخ‌های مختلفی را ارائه می‌دهد.
محاسبات نوین: انجام محاسبات ریاضی به شکل نمادین.
روش‌ها و سیستم‌های فازی.
شناسایی آماری الگوها.
هوش مصنوعی.
دروس تخصصی:
هوش مصنوعی توزیع شده.
مهندسی دانش و سامانه‌های خبره.
پردازش زبان طبیعی.
سنجش از دور.
شناسایی ساختاری الگوها.
پردازش سیگنال‌های رقمی.
پردازش و شناسایی گفتار.
مدل‌سازی و تعبیر سه بعدی.
آتوماتان‌های یادگیری (Learning Automata).
مباحث ویژه در مهندسی کامپیوتر.
روباتیک: سرفصل‌های این رشته ترکیبی از علوم مختلف نظیر مکانیک، الکترونیک، ساخت و…. است.
تسلط بر سرفصل‌های فوق همراه با یادگیری فردی به یک فارغ‌التحصیل هوش مصنوعی اجازه می‌دهد از اندوخته‌های خود در ارتباط با کاربردهای زیر استفاده کند:
پیاده‌سازی خودکارسازی پیشرفته در صنعت، مانند طراحی سیستم‌های روباتیک هوشمند و کنترل کیفیت خودکار.
طراحی سیســـتم‌های پیشرفته دفاعی.
طراحی سیسـتم‌های امنیتی در ارتباط با تأیید هویت و تشخیص خودکار.
طراحی سیستم‌های خبره.
کار در زمینه زبان‌شناســـی محاسباتی مانند پیاده‌سازی مترجم‌های هوشمند.
طراحی نرم‌افزارها و الگوریتم‌های هوشمند.
تحلیل کامپیوتری تصاویر برای کاربردهای مختلف.
انجام تحقیقات بنیادین در حوزه‌های مختلف هوش مصنوعی.
برخی از افراد به دلایل مختلف علاقه‌ای ندارند هوش مصنوعی را به شکل آکادمیک فرا بگیرند و ترجیح می‌دهند به شکل آزاد مباحث هوش مصنوعی را یاد بگیرند.
اگر فرض کنیم که فارغ‌التحصیل رشته مهندسی نرم‌افزار هستید و با مباحث پایه علوم کامپیوتر آشنایی دارید برای ورود به دنیای هوش مصنوعی باید مهارت‌های موردنیاز این رشته را یاد بگیرید. برخی از مهارت‌های مهم به شرح زیر است:
برنامه‌نویسی: تقریبا هیچ متخصص هوش مصنوعی را پیدا نمی‌کنید که دست‌کم یک یا دو زبان برنامه‌نویسی را به‌طور کامل یاد نگرفته باشد. پایتون، آر، جاوا، سی‌پلاس‌پلاس و متلب از گزینه‌های اصلی در این زمینه هستند.
آمار و ریاضیات: تسلط بر مفاهیم ریاضی و آماری دومین فاکتور مهمی است که باید روی آن متمرکز شوید. اگر در زمینه جبر و احتمال، معادلات دیفرانسیل، انتگرال، زیگما و مباحث دیگر اطلاعات مختصری دارید باید روی یادگیری این مباحث وقت زیادی بگذارید.
تسلط بر فناوری‌های مرتبط با بزرگ داده‌ها: بزرگ‌داده‌ها با دنیای هوش مصنوعی و یادگیری ماشین عجین شده‌اند. در هر حوزه‌ای از هوش مصنوعی که وارد شوید باید توانایی کار با بزرگ داده‌ها را داشته باشید. بنابراین بهتر است روی یادگیری فناوری‌هایی نظیر اسپارک، کافکا، آپاچی اسپارک، هدوپ، مونگودی‌بی و فناوری‌های مرتبط تمرکز کنید.
الگوریتم‌ها و چارچوب‌ها: در برخی حوزه‌ها نظیر پردازش زبان طبیعی بخش عمده‌ای از کار شما با داده‌های فاقد ساختار است. به همین دلیل باید بدانید که داده‌های فاقد ساختار چیستند، چگونه طبقه‌بندی می‌شوند، چگونه پردازش می‌شوند و چگونه باید از آنها استفاده کرد. تنسورفلو، پای‌تورچ و Theano گزینه‌های خوبی برای یادگیری هستند.
پردازش زبان طبیعی: پردازش زبان طبیعی دنیای خاص خود را دارد. یک متخصص پردازش زبان طبیعی به دنبال آن است تا زبان قابل فهم و مشترکی میان انسان‌ها و کامپیوترها پیاده‌سازی کند. بنابراین باید روی یادگیری Gensim، NLTK و تکنیک‌هایی نظیر word2vec سرمایه‌گذاری کنید.
ساختمان داده‌ها و بانک‌های اطلاعاتی: برای پیاده‌سازی محاوره‌های قدرتمند، واکشی اطلاعات از بانک‌های اطلاعاتی و درک اطلاعاتی که درون بانک‌های اطلاعاتی ذخیره‌سازی شده‌اند باید مباحث بانک‌های اطلاعاتی و ساختمان داده‌ها را مطالعه کنید. به ویژه SQL که زبان ثابت بسیاری از فعالیت‌های مرتبط با هوش مصنوعی است.
استفاده‌ها و سوء استفاده‌ها از هوش مصنوعی
یکی از بزرگترین دغدغه‌های پیرامون هوش مصنوعی چگونگی استفاده از این فناوری است. متاسفانه زمانی که فناوری نوینی به بازار عرضه می‌شود، برخی از شرکت‌ها به دنبال سوء استفاده از آن هستند. به‌طور مثال، یکی از مهم‌ترین انتقادها در این زمینه شیوه قیمت‌گذاری بر پایه فناوری‌های هوشمند به ویژه در ارتباط با خدمات آنلاین است. برای روشن شدن این موضوع به تاکسی‌های اینترنتی فکر کنید. فرض کنید در شهر یا منطقه‌ای رویداد بزرگ ورزشی نظیر فوتبال قرار است برگزار شود. در این حالت تقاضا برای تاکسی‌های اینترنتی زیاد و تعداد ماشین‌ها کم می‌شود. طراحان می‌توانند الگوریتم هوشمندی طراحی کنند که هر زمان رویداد مهمی در حال برگزاری است و تقاضا برای تاکسی‌های اینترنتی زیاد است، قیمت‌ها را بالا ببرد تا رانندگان بیشتری ترغیب شوند به آن نقطه از شهر برسند و مسافران را جابه‌جا کنند. در ظاهر این‌گونه به نظر می‌رسد که همه چیز مطابق انتظار هر سه گروه (رانندگان، مسافران و شرکت ارائه‌دهنده خدمات) است، در حالی که سود اصلی را شرکت می‌برد، زیرا قیمت‌ها را در بازه‌ای از زمان افزایش داده و سود بیشتری دریافت می‌کند. نقص حریم خصوصی بزرگترین چالش پیش‌‌روی الگوریتم‌های هوشمند است. امروزه بیشتر مردم از سرویس‌های نقشه‌یاب برای سهولت در مسافرت‌های شهری و برون شهری استفاده می‌کنند. این اطلاعات در سرورهای متعلق به شرکت ارائه‌دهنده خدمات ذخیره می‌شود. ساده‌ترین کاری که برای تعرض به حریم خصوصی افراد ممکن است انجام شود این است که اطلاعات به شرکت‌های تبلیغاتی داده شود تا بی وقفه مردم را مورد هجوم تبلیغات قرار دهند. برای حل این مشکل نهادهایی در برخی کشورها ایجاد شده‌اند تا عملکرد شرکت‌ها را بررسی کنند و اطمینان حاصل کنند شرکت‌ها به حریم خصوصی افراد تعرض نمی‌کنند.
هوش مصنوعی شامل چهار حوزه اصلی بینایی ماشین، داده‌کاوی، پردازش زبان طبیعی و پردازش گفتار است. در مقاله پیشرو به شرکت‌هایی که حداقل در دو مورد از این حوزه‌ها فعالیت می‌کنند، عنوان چندحوزه‌ای اطلاق شده است. همچنین امکان دسترسی به شرکت‌هایی که تنها در یک حوزه فعال هستند، در انتهای مطلب میسر شده است. در حال حاضر ۲۹ شرکت به صورت چند حوزه ای مشغول به فعالیت هستند که لیست این شرکت‌ها به ترتیب حروف الفبا در متن زیر آورده شده است. اطلاعات ارائه شده در این مقاله بر اساس شاخص‌هایی از سوی مرکز تحقیقات هوش مصنوعی پارت و بر پایه اطلاعات ارائه شده از هر شرکت در تارنمای رسمی آنها و سایت‌های معتبر و قابل استناد گردآوری شده و در اختیار شما عزیزان قرار گرفته است:
شرکت‌های هوش مصنوعی در ایران
- مرکز تحقیقات هوش مصنوعی پارت (بزرگترین شرکت هوش مصنوعی ایران)
- امن موج
- ایبو
- پایگاه جامع تحلیل محتوا
- پردازش هوشمند نور
- تحلیل افزار طوبی تک
- تحلیل افزار مبتکر میراث
- تکسوس
- خورشیدسافت
- داده پرداز نوین
- دیتاک
- دیتامون
- راهکار پردازش ژرف (روشن)
- رایاداده
- رباتیک و هوش مصنوعی نوژان
- ژرفیران
- سحاب پرداز
- سیستم نگر ساینا
- عامر اندیش هوشمند
- عصرگویش پرداز
- فراگستر
- فرآیند مدار پیشرو
- فناپ
- فن‌آفرینان زندگی نو (لایف وب)
- فناوران اطلاعات سخن
- گنج آفرینان تابان ایده (پلتفرم هوش مصنوعی رهام)
- آرمان رایان شریف
- مشاوران مدیریت هماپلاس
- نظربین
برگرفته از پایگاه هوشیو و مجله شبکه
جمع آوری : علی نژادمزارع
