از آغاز قرن بیست‌و‌یکم، نسل جدیدی از فناوری‌های دیجیتال که نمونه آن اینترنت موبایل، کلان‌داده و هوش مصنوعی است، به سرعت تکامل یافته است. این فناوری‌ها در حالی فرصت‌های جدیدی را پیش روی پژوهش‌های علمی قرار داده است که به طور چشمگیری تولید اجتماعی و زندگی مردم را تغییر داده است.

در بررسی مسیر تکامل نمونه‌های تحقیقاتی، تغییری از روند تحت سلطه مشاهدات تجربی و ویژگی‌های تجربی نسبت به شبیه‌سازی از زمان ظهور رایانه‌ها را می‌توان مشاهده کرد. در این مرحله، قابلیت‌های محاسباتی برای پردازش داده‌های بزرگ و آموزش مدل‌های هوش مصنوعی بزرگ ضروری است.

قدرت محاسباتی به یک پایه اساسی برای نوآوری‌های فناورانه و توسعه علمی تبدیل شده است. بنابراین، بررسی همبستگی بین قدرت محاسباتی و تولید دانش علمی از اهمیت بالایی برخوردار است. سه محقق چینی، شامل «یانگ هائودونگ»، «لیو جیالین» و «وانگ گائوفنگ» از دانشگاه علم و فناوری چین مقاله‌ای تحت عنوان «تأثیر نوآوری دانشی قدرت محاسباتی دانشگاه در چین: شواهدی از 500 ابررایانه برتر» را در اکتبر 2024 از سوی انتشارات «اسپرینگر نیچر» به صورت آنلاین منتشر کردند.

این مقاله بر تأثیر دیجیتالی شدن بر نوآوری از دیدگاه‌های مختلف متمرکز شده است که شامل اقتصاد دیجیتال، تحول دیجیتال و فناوری‌های دیجیتالی خاص از جمله اینترنت، داده‌های کلان و هوش مصنوعی است. تحقیقات همچنین اثرات نوآوری زیرساخت دیجیتال مانند شبکه‌های پهنای باند و شهر‌های هوشمند را ارزیابی کرده‌اند که شامل ابعاد متعددی مانند مناطق، شهر‌ها و شرکت‌هاست. 

فرایند دیجیتالی‌سازی باعث تقویت عناصر نوآورانه می‌شود
از نظر مکانیسم‌های خاص، کاربرد گسترده فناوری‌های دیجیتال می‌تواند نوآوری در صنایع سنتی را تسهیل کند. دیجیتالی شدن فرایند‌های تولید می‌تواند بهره‌وری را افزایش داده و احتمال توسعه محصولات جدید را بالا ببرد.

ویژگی‌های غیرمنتظره، اشتراک‌گذاری و افتتاح فرایند دیجیتالی‌سازی، نه تنها کارایی انتشار دانش را بهبود می‌بخشد، بلکه باعث تقویت پیشروی و تعامل عناصر نوآورانه می‌شود. این امر می‌تواند با کاهش هزینه‌های اطلاعات برای موجودیت‌ها، بهینه‌سازی تخصیص منابع نوآوری، افزایش اتصال شبکه و ایجاد هم افزایی و اثرات امواج رخ دهد. علاوه براین، بهبود کارایی تولید و کاهش هزینه‌های اطلاعاتی می‌تواند فشار مالی را کاهش داده و از ازدحام سرمایه‌گذاری‌های تحقیق و توسعه جلوگیری کند.

در حالی که این تحقیق، دیدگاه‌های مختلفی را در مورد تأثیر فناوری دیجیتال بر نوآوری در ابعاد مختلف ارائه می‌دهد، برخی از شکاف‌های پژوهشی هنوز باید مورد توجه قرار گیرند و از یک طرف، انواع متمرکز فناوری نیاز به گسترش بیشتری دارند. تحقیقات کنونی شواهدی را ارائه می‌کند که از نوآوری با طیف وسیعی از فناوری‌های دیجیتال در حال ظهور، از جمله داده‌های بزرگ، هوش مصنوعی و رباتیک حمایت می‌کند. باوجوداین، تحقیقات محدودی برای ارزیابی اثرات نوآوری توسعه توان محاسباتی وجود دارد. 

فناوری‌های دیجیتال و پذیرش روش‌های آموزشی جدید 
در تحقیقی که در سال 2023 منتشر شده بود، نخستین کامپیوتر با مقیاس بزرگ که برای کاربران علمی در آزمایشگاه ملی Oak Ridge در آمریکا افتتاح شد، مورد توجه قرار گرفت. از این منظر، تأثیر افزایش قدرت محاسباتی بر تولید دانش نیاز به اعتبارسنجی بیشتری دارد.

از سوی دیگر، نیاز به گسترش بررسی موضوعات تحقیقاتی نیز وجود دارد. سازمان‌های اصلی تحقیق و توسعه در سیستم‌های نوآوری، شرکت‌ها و نیز نهاد‌های نوآور دانش محور را دربرمی‌گیرند که توسط دانشگاه‌ها ارائه می‌شوند. این مقاله، تأثیرات متنوع دیجیتالی شدن را بر مؤسسات آموزش عالی پوشش می‌دهد.

ایجاد بستر‌هایی برای به اشتراک‌گذاری داده‌های باز و آزمایشگاه‌های باز، دیجیتالی شدن پیشرفت علم نوآورانه را در دانشگاه‌ها تقویت می‌کند؛ درنتیجه، راه‌های گسترده‌ای برای همکاری‌های تحقیقاتی میان رشته‌ای ایجاد می‌کند و انتشار نتایج تحقیقات را تسریع می‌کنند.

ابزار‌های دیجیتالی نوآوری و ارتباطات مشترک را پرورش داده و در عین حال فرایند‌های رشد و ارتقای سرمایه‌گذاری‌های کارآفرینی را تسریع می‌کنند. فناوری‌های دیجیتال در سطح آموزش عالی، نه تنها دسترسی به منابع آموزشی را تقویت می‌کند، بلکه پذیرش روش‌های آموزشی جدید را نیز افزایش می‌دهد درنتیجه دانشگاه‌ها را در‌گذار به سمت نمونه‌های آموزشی بازتر، سازگارتر و نوآورانه‌تر توانمند می‌سازد.

به رغم مطالعاتی که روی عوامل محرک عملکرد نوآوری دانشگاه یا بهره‌وری پژوهشی انجام شده، آشکار کردن نقش‌ها توسط داده‌های ورودی تحقیق و توسعه و مکانیسم‌های مدیریتی، سیستم‌های خط‌مشی، مشارکت‌های مشترک، تعبیه ساختاری شبکه، ویژگی‌های محقق و ویژگی‌های بخش، ناکافی بودن در ارزیابی تأثیر پذیرش فناوری‌های جدید یا ساخت زیرساخت‌های علمکردی دیجیتال موجود در نوآوری ایفا می‌شوند. 

ابررایانه‌های چینی جزء 500 ابررایانه برتر دنیا
نظام نوآوری دانشگاه به عنوان جزئی از نظام ملی نوآوری، نقش مهمی در تولید و انتشار دانش ایفا کرده است. در سال 2021، حدود 2 هزار و 756 دانشگاه در چین وجود داشت که بیش از 86 درصد آن‌ها در حوزه‌های علوم، مهندسی، کشاورزی و پزشکی تخصص داشتند.

این مؤسسات درمجموع نزدیک به 23 هزار مجموعه تحقیق و توسعه را در خود جای داده بودند. اگرچه پرسنل پژوهشی دانشگاه و منابع مالی تنها حدود 12 و 8 درصد از کل را تشکیل می‌دهند، پرسنل تحقیقات پایه و بودجه به ترتیب حدود 68 و 50 درصد را از آن خود کرده‌اند. با توجه به خروجی دانش، دانشگاه‌ها حدود 78 درصد از مقالات علمی کشور را به خود اختصاص داده‌اند. 
محققان در این مقاله برای پرداختن به خلأ‌های بالقوه در قلمرو‌های دانش، روی چین به عنوان یک نهاد اقتصادی نوظهور تمرکز می‌کنند و تأثیر توسعه ابررایانه‌های دانشگاهی را بر نوآوری دانش بررسی می‌کنند. براساس «گزارش توسعه دیجیتال چین 2022»، مقیاس کلی قدرت محاسباتی مرکز داده در چین از 180 «ایفلاپس» (واحد سرعت سامانه‌های رایانه‌ای) فراتر رفته و مقیاس صنعت اصلی به حدود 248 میلیارد دلار می‌رسد. از دهه دوم قرن بیست‌ویکم، بسیاری از ابررایانه‌های چینی وارد فهرست 500 ابررایانه برتر شده‌اند و بسیاری از دانشگاه‌ها، مراکز ابررایانه خود را برای استفاده تحقیقاتی آکادمیک داخلی تأسیس کرده‌اند. 

3 ابررایانه چینی جزء برترین‌های دنیا
با توجه به پیشرفت‌های فنی و تجربی قبلی، از آغاز قرن جدید، چین به تدریج سه مجموعه پیشرو از ابررایانه را تشکیل داد. یکی از آن‌ها، سِری Tianhe بود که از سوی دانشگاه ملی فناوری دفاعی توسعه داده شد و در سال‌های 2013،2010 و 2015 در صدر 500 رتبه برتر قرار گرفت.

دومین سِری، Dawning بود که توسط مؤسسه فناوری محاسباتی آکادمی علوم چین توسعه یافت. ابررایانه Dawning Nebulae در رتبه دوم فهرست 500 ابررایانه برتر قرار گرفت و بهترین عملکرد این مجموعه را به دست آورد. سومین سِری، ابررایانه Sunway بود که از سوی مرکز ملی مهندسی کامپیوتر موازی توسعه داده شد. ابررایانه Sunway Taihu Light در سال 2016 در صدر 500 ابررایانه برتر دنیا قرار گرفت. 
برخی دانشگاه‌ها ساخت مراکز محاسباتی را کارایی بالا (HPC) را آغاز کرده‌اند. نخستین کامپیوتر در مقیاس بزرگ دانشگاه «نانجینگ» که در پروژه 985 پشتیبانی می‌شد و توسط چند دانشگاه از آکادمی علوم چین توصیه می‌شد، در سال 2000 با سرمایه‌گذاری چند میلیون یوان خریداری شد.

دانشگاه علم و صنعت چین (USTC) با شناخت اشکالات ساخت و ساز غیرمتمرکز در کالج‌های مختلف، حدود یک میلیون و 102 هزار دلار در سال 2003 برای ایجاد یک پلتفرم محاسباتی علمی سرمایه‌گذاری کرد. توسعه خدمات قدرت محاسباتی در دانشگاه‌های چین را می‌توان به بخش‌ها یا مدل‌های وابستگی آزمایشگاهی، مدل‌های مستقل مرکز محاسباتی با کارایی بالا و مدل‌های وابستگی شبکه و مرکز اطلاعات طبقه‌بندی کرد.

دانشگاه «جیائو تونگ» شانگهای و USTC نشان‌دهنده دسته سوم‌اند که وابسته به مرکز اطلاعات شبکه دانشگاه هستند. علاوه براین، مراکز محاسباتی دانشگاه شینهوآ و دانشگاه «جیلین» نمونه‌هایی از دسته اول هستند که هرکدام به گروه‌های علوم رایانه و فناوری مربوطه خود وابسته هستند. 

گزارش کامل را در روزنامه فرهیختگان بخوانید.