آشنایی با افراد و چهره‌هایی که مسیر هوش مصنوعی را تغییر دادند
مشاهیر هوش مصنوعی
تیم تحریریه
- ۱۵ مهر ۱۴۰۵
هوش مصنوعی امروزی حاصل کار یک فرد یا حتی یک نسل از پژوهشگران نیست. آنچه اکنون به‌عنوان مدل‌های زبانی بزرگ، هوش مصنوعی مولد، خودروهای خودران، سامانه‌های هوشمند علمی و عامل‌های هوش مصنوعی می‌شناسیم، نتیجه چند دهه پژوهش در یادگیری ماشین، شبکه‌های عصبی، بینایی ماشین، یادگیری تقویتی، علوم‌شناختی و زیرساخت محاسباتی است.
در این میان، برخی افراد بیش از دیگران در شکل‌دادن به مسیر این فناوری نقش داشته‌اند؛ از پژوهشگرانی که مبانی یادگیری عمیق را بنا کردند تا مدیرانی که توسعه مدل‌های مرزی را به یک رقابت جهانی تبدیل کردند و مهندسانی که زیرساخت سخت‌افزاری لازم برای اجرای این مدل‌ها را ساختند. به همین دلیل، فهرست‌کردن «مشاهیر هوش مصنوعی» بدون مشخص‌کردن معیار انتخاب می‌تواند گمراه‌کننده باشد.
مدیر یک شرکت بزرگ لزوماً دانشمند برجسته AI نیست و یک پژوهشگر دانشگاهی نیز الزاماً نقشی در تجاری‌سازی فناوری ندارد. فهرست زیر بر اساس شهرت عمومی، میزان اثرگذاری بر مسیر توسعه هوش مصنوعی و نقش افراد در شکل‌گیری فناوری‌های امروز تنظیم شده است. این ترتیب یک رتبه‌بندی علمی رسمی نیست؛ بلکه یک چینش تحریریه‌ای برای معرفی شناخته‌شده‌ترین و اثرگذارترین چهره‌های این حوزه است.
ایلان ماسک؛ جنجالی‌ترین چهره هوش مصنوعی
«ایلان ماسک» (Elon Musk) احتمالاً یکی از شناخته‌شده‌ترین نام‌های فناوری در جهان است که در سال‌های اخیر حضور پررنگی در رقابت هوش مصنوعی پیدا کرده است. ماسک در شکل‌گیری OpenAI در سال ۲۰۱۵ نقش داشت، اما بعدها از این شرکت جدا شد و مسیر مستقلی را دنبال کرد. او در سال ۲۰۲۳ شرکت xAI را راه‌اندازی کرد و توسعه مدل‌های هوش مصنوعی را در کنار فعالیت‌های خود در حوزه‌هایی مانند خودروهای برقی، فضا و رباتیک دنبال کرد.
نقش ایلان ماسک در هوش مصنوعی بیشتر از جنس سرمایه‌گذاری، زیرساخت، توسعه محصولات و جهت‌دهی به رقابت صنعتی است تا پژوهش دانشگاهی. حضور او نشان می‌دهد رقابت هوش مصنوعی دیگر صرفاً میان آزمایشگاه‌های تحقیقاتی نیست و به یکی از مهم‌ترین میدان‌های رقابت شرکت‌های فناوری تبدیل شده است.
سم آلتمن؛ چهره تجاری عصر مدل‌های زبانی
«سم آلتمن» (Sam Altman) بیش از هر چیز با OpenAI و ChatGPT شناخته می‌شود. نقش او در تبدیل مدل‌های هوش مصنوعی از فناوری آزمایشگاهی به محصولی با استفاده گسترده عمومی، یکی از مهم‌ترین عوامل شهرت او در صنعت هوش مصنوعی است.
آلتمن از چهره‌های کلیدی توسعه OpenAI و تجاری‌سازی فناوری‌های این شرکت بوده است. بحران مدیریتی OpenAI در سال ۲۰۲۳ و عزل و بازگشت او به سمت مدیرعاملی نیز نشان داد که جایگاه او در ساختار صنعت هوش مصنوعی تا چه اندازه موردتوجه قرار گرفته است. OpenAI در سال‌های اخیر مدل‌های مرزی خود را به یکی از محورهای اصلی رقابت جهانی AI تبدیل کرده است.
اگر هینتون، بنجیو و لوکان پایه‌های علمی یادگیری عمیق را نمایندگی کنند، آلتمن را می‌توان یکی از مهم‌ترین چهره‌های تجاری‌سازی و عمومی‌سازی هوش مصنوعی مولد دانست.
جنسن هوانگ؛ مردی که زیرساخت هوش مصنوعی را ساخت
«جنسن هوانگ» (Jensen Huang) بنیان‌گذار و مدیرعامل NVIDIA است؛ شرکتی که نقش آن در موج کنونی هوش مصنوعی تقریباً به‌اندازه شرکت‌های سازنده مدل اهمیت دارد.
انویدیا از ابتدا برای هوش مصنوعی ساخته نشده بود. نقطه عطف آن، توسعه GPU و سپس استفاده گسترده از پردازش موازی برای یادگیری عمیق بود. GPUهای این شرکت به زیرساخت اصلی آموزش و اجرای بسیاری از مدل‌های بزرگ هوش مصنوعی تبدیل شدند.
هوانگ از سال ۱۹۹۳ مدیرعامل NVIDIA بوده و خود شرکت تأکید می‌کند که اختراع GPU در سال ۱۹۹۹ و سپس استفاده از GPU برای یادگیری عمیق، نقش مهمی در شکل‌گیری عصر جدید محاسبات و AI داشته است. به همین دلیل، فهم تاریخ هوش مصنوعی مدرن بدون توجه به نقش هوانگ و NVIDIA ناقص است.
مارک زاکربرگ؛ از معماری سوشال‌مدیا تا سرمایه‌گذاری رقابت ابرهوش
«مارک زاکربرگ» (Mark Zuckerberg)، بنیان‌گذار و مدیرعامل Meta، نیز از چهره‌های مهم صنعتی در رقابت هوش مصنوعی است. متا با توسعه خانواده مدل‌های Llama تلاش کرده جایگاه خود را در اکوسیستم مدل‌های بنیادین تثبیت کند و زاکربرگ در سال‌های اخیر سرمایه‌گذاری بسیار گسترده‌ای روی مدل‌های هوش مصنوعی، زیرساخت محاسباتی و جذب استعدادهای این حوزه انجام داده است.
متا در سال ۲۰۲۶ ساختارMeta Superintelligence Labs را به محور توسعه نسل جدید مدل‌های خود تبدیل کرد و با مدل‌هایی مانند Muse Spark مسیر خود را به سمت «personal superintelligence» دنبال می‌کند.
زاکربرگ همچنین در سپتامبر ۲۰۲۶ از راه‌اندازی Meta Enterprise Platform برای ارائه مدل‌ها، عامل‌ها و زیرساخت هوش مصنوعی به کسب‌وکارها خبر داد.
داریو آمودی؛ چالشگر رقابت مدل‌های مرزی
«داریو آمودی» (Dario Amodei) از پژوهشگرانی است که از دل نسل جدید آزمایشگاه‌های هوش مصنوعی مرزی به یکی از مدیران اثرگذار صنعت تبدیل شده است. آمودی از بنیان‌گذاران آنتروپیک و مدیرعامل این شرکت است. آنتروپیک توسعه مدل‌های Claude را با تأکید ویژه بر قابلیت اعتماد، تفسیرپذیری و کنترل‌پذیری دنبال می‌کند.
اهمیت آمودی در مرحله فعلی صنعت هوش مصنوعی به این دلیل است که آنتروپیک یکی از بازیگران اصلی رقابت مدل‌های مرزی محسوب می‌شود. او همچنین از چهره‌هایی است که تلاش کرده‌اند بحث ایمنی و قابلیت‌های مدل‌های قدرتمند را هم‌زمان با توسعه فناوری دنبال کنند.
دمیس هاسابیس؛ پیوند هوش مصنوعی و علم
«دمیس هاسابیس» (Demis Hassabis) یکی از مهم‌ترین چهره‌های نسل جدید هوش مصنوعی است؛ فردی که مسیر هوش مصنوعی را از بازی‌ها و یادگیری تقویتی به سمت حل مسائل علمی برد. هاسابیس از بنیان‌گذاران DeepMind و مدیرعامل Google DeepMind است. مهم‌ترین دستاورد علمی او در سال‌های اخیر، همکاری در توسعه AlphaFold است؛ سامانه‌ای که توانست مسئله پیش‌بینی ساختار سه‌بعدی پروتئین‌ها را با استفاده از هوش مصنوعی متحول کند.
هاسابیس و جان جامپر در سال ۲۰۲۴ به‌صورت مشترک نیمی از جایزه نوبل شیمی را برای پیش‌بینی ساختار پروتئین‌ها به کمک طراحی یک مدل هوش مصنوعی دریافت کردند. AlphaFold همچنین نشان داد که هوش مصنوعی می‌تواند فراتر از تولید متن و تصویر، به ابزاری برای کشف علمی تبدیل شود.
ساندار پیچای؛ مدیرعامل گوگل در عصر Gemini
«ساندار پیچای» (Sundar Pichai)، مدیرعامل گوگل و Alphabet، یکی از مهم‌ترین چهره‌های مدیریتی در مسیر ورود هوش مصنوعی به محصولات مورداستفاده میلیاردها نفر است. نقش پیچای بیش از آنکه پژوهشی باشد، در تعیین استراتژی AI، تخصیص سرمایه و تبدیل پژوهش‌های Google DeepMind به محصولات مقیاس جهانی تعریف می‌شود.
تحت مدیریت پیچای، گوگل از یک شرکت موتور جست‌وجو و تبلیغات به شرکتی با رویکرد «AI-first» حرکت کرده و خانواده مدل‌های Gemini را در محصولاتی مانند Search، Android، Workspace و Google Cloud ادغام کرده است. گوگل در سال ۲۰۲۶ نیز رویکرد خود را به سمت مدل‌های عامل‌محور و زیرساخت یکپارچه AI گسترش داده است.
جفری هینتون؛ پدر یادگیری عمیق
«جفری هینتون» (Geoffrey Hinton) یکی از بنیادی‌ترین چهره‌های تاریخ هوش مصنوعی است. هینتون از پژوهشگرانی بود که در دوره‌ای که شبکه‌های عصبی چندان محبوب نبودند، به توسعه این رویکرد ادامه داد. کارهای او در زمینه شبکه‌های عصبی و یادگیری بازنمایی، به شکل‌گیری زیربنای یادگیری عمیق مدرن کمک کرد.
در سال ۲۰۲۴، هینتون به همراه جان هاپفیلد جایزه نوبل فیزیک را برای اکتشافات و اختراعات بنیادینی که یادگیری ماشین با شبکه‌های عصبی مصنوعی امکان‌پذیر کرد، دریافت کرد. اهمیت هینتون تنها به یک الگوریتم محدود نمی‌شود؛ او در تغییر مسیر جامعه علمی از رویکردهای سنتی AI به سمت شبکه‌های عصبی و یادگیری عمیق نقشی اساسی داشت.
جان هاپفیلد؛ بنیان‌گذار یکی از ایده‌های کلیدی شبکه‌های عصبی
«جان هاپفیلد» (John Hopfield) از قدیمی‌ترین دانشمندانی است که ایده‌هایش هنوز در مسیر توسعه هوش مصنوعی مدرن دیده می‌شوند. هاپفیلد در سال ۱۹۸۲ شبکه‌ای را معرفی کرد که می‌توانست الگوها را ذخیره و بازسازی کند؛ شبکه‌ای که بعدها به نام Hopfield Network شناخته شد.
او در سال ۲۰۲۴ به همراه جفری هینتون جایزه نوبل فیزیک را دریافت کرد. کمیته نوبل نقش هاپفیلد را در توسعه روش‌هایی دانست که پایه‌های یادگیری ماشین مبتنی بر شبکه‌های عصبی مصنوعی را شکل داده‌اند. قرارگرفتن نام هاپفیلد در فهرست مشاهیر AI یادآور این نکته است که بخش مهمی از فناوری‌های امروز، ریشه در پژوهش‌هایی دارند که دهه‌ها پیش انجام شده‌اند.
یان لوکان؛ معمار شبکه‌های عصبی کانولوشنی
«یان لوکان» (Yann LeCun) یکی دیگر از چهره‌های است که بیش از هر فرد دیگری با انقلاب یادگیری عمیق پیوند خورده‌اند. لوکان به‌ویژه به دلیل نقش خود در توسعه شبکه‌های عصبی کانولوشنی یا CNNها شناخته می‌شود؛ معماری‌ای که تحول بزرگی در بینایی ماشین و پردازش تصویر ایجاد کرد.
او به همراه جفری هینتون و یوشوا بنجیو، جایزه تورینگ ۲۰۱۸ را دریافت کرد. انجمن ماشین‌های محاسباتی این جایزه را برای پیشرفت‌های مفهومی و مهندسی‌ای اعطا کرد که شبکه‌های عصبی عمیق را به یکی از اجزای مهم محاسبات تبدیل کردند. لوکان در سال‌های اخیر علاوه بر فعالیت دانشگاهی، در توسعه نسل بعدی معماری‌های هوش مصنوعی نیز فعال بوده است و در وبسایت شخصی خود از نقش اجرایی در Advanced Machine Intelligence Labs نام می‌برد.
یوشوا بنجیو؛ یکی از بنیان‌گذاران یادگیری عمیق
«یوشوا بنجیو» (Yoshua Bengio) سومین ضلع سه‌گانه معروف انقلاب یادگیری عمیق است. بنجیو در توسعه روش‌های یادگیری بازنمایی، شبکه‌های عصبی و یادگیری عمیق نقش بنیادی داشته و همراه با هینتون و لوکان، جایزه تورینگ ۲۰۱۸ را دریافت کرده است.
او در سال‌های اخیر بخش مهمی از فعالیت خود را به ایمنی و حکمرانی هوش مصنوعی اختصاص داده است. بنجیو استاد دانشگاه مونترال، بنیان‌گذار و مشاور علمی Mila و یکی از رهبران بحث‌های جهانی درباره ایمنی AI است. این تغییر تمرکز اهمیت ویژه‌ای دارد؛ نسلی که زیرساخت علمی AI مدرن را ساخت، اکنون با مسئله کنترل و ایمنی سیستمهای قدرتمندتر از گذشته مواجه است.
اندرو نگ؛ یکی از مهم‌ترین چهره‌های آموزش هوش مصنوعی
«اندرو نگ» (Andrew Ng) شاید بیش از هر پژوهشگر دیگری در عمومی‌کردن آموزش هوش مصنوعی نقش داشته باشد. او بنیان‌گذار DeepLearning.AI، مدیرعامل Landing AI، هم‌بنیان‌گذار Coursera و استاد دانشگاه استنفورد بوده و در شکل‌گیری Google Brain نیز نقش داشته است.
اهمیت نگ فقط به مقالات علمی محدود نیست. دوره‌های آنلاین او به میلیون‌ها نفر امکان دادند یادگیری ماشین و یادگیری عمیق را بدون حضور در دانشگاه‌های تخصصی آغاز کنند. از این منظر، اثرگذاری او در هوش مصنوعی دو لایه دارد: پژوهش و تربیت نیروی انسانی. بخش بزرگی از متخصصان نسل جدید هوش مصنوعی از طریق دوره‌ها و آموزش‌های مرتبط با او با مفاهیم یادگیری ماشین آشنا شده‌اند.
فی‌فی لی؛ چهره شاخص بینایی ماشین و هوش مصنوعی انسان‌محور
«فی‌فی لی» (Fei-Fei Li) یکی از برجسته‌ترین پژوهشگران بینایی ماشین و از چهره‌های شناخته‌شده هوش مصنوعی انسان‌محور است. مهم‌ترین نامی که با کار او گره خورده، ImageNet است؛ مجموعه‌داده و معیار ارزیابی بزرگی که نقشی تعیین‌کننده در رشد بینایی ماشین و یادگیری عمیق داشت.
لی استاد دانشگاه استنفورد و یکی از بنیان‌گذاران Stanford Institute for Human-Centered AI است که هر ساله گزارش «شاخص هوش مصنوعی» (AI Index Report) را منتشر می‌کند.
او همچنین شرکت World Labs را با تمرکز بر هوش فضایی و هوش مصنوعی مولد تأسیس کرده است. اهمیت او در سال‌های اخیر تنها فنی نیست. لی از چهره‌های فعال در بحث درباره طراحی هوش مصنوعی انسان‌محور، سیاست‌گذاری AI و کاربردهای این فناوری در سلامت و رباتیک نیز محسوب می‌شود.
رابین لی؛ نماینده قدرت هوش مصنوعی چین
«رابین لی» (Robin Li) یکی از مهم‌ترین چهره‌های هوش مصنوعی خارج از اکوسیستم آمریکاست. لی بنیان‌گذار، رئیس هیئت‌مدیره و مدیرعامل Baidu است؛ شرکتی که از بازیگران بزرگ فناوری و هوش مصنوعی چین محسوب می‌شود. بایدو در سال‌های اخیر سرمایه‌گذاری گسترده‌ای در مدل‌های هوش مصنوعی، زیرساخت ابری، خودروهای خودران و کاربردهای مولد AI انجام داده است. گزارش مالی این شرکت نیز نشان می‌دهد که در سال‌های اخیر AI به محور اصلی استراتژی Baidu تبدیل شده است.
حضور لی در این فهرست اهمیت دیگری نیز دارد؛ رقابت آینده هوش مصنوعی فقط میان شرکت‌های آمریکایی نخواهد بود و چین نیز یکی از قطب‌های اصلی توسعه و تجاری‌سازی AI باقی خواهد ماند.
ایدان گومز؛ یکی از خالقان معماری Transformer
«ایدان گومز» (Aidan Gomez) نامی است که شاید برای مخاطب عمومی به‌اندازه آلتمن یا هوانگ شناخته‌شده نباشد، اما از نظر فنی ارتباط مستقیمی با معماری زیربنایی مدل‌های زبانی امروزی دارد. گومز یکی از نویسندگان مقاله معروف Attention Is All You Need بود؛ مقاله‌ای که معماری Transformer را معرفی کرد. این معماری بعدها به یکی از پایه‌های اصلی مدل‌های زبانی بزرگ و بسیاری از سیستمهای هوش مصنوعی مولد تبدیل شد.
او بعدها شرکت Cohere را بنیان گذاشت و اکنون مدیرعامل این شرکت است. Cohere نیز روی مدل‌های زبانی و کاربردهای سازمانی هوش مصنوعی تمرکز دارد. بنابراین، اگر ChatGPT و مدل‌های مشابه را یکی از مهم‌ترین محصولات عصر فعلی هوش مصنوعی بدانیم، کار گومز را باید در زنجیره فناوری‌ای دید که معماری Transformer یکی از حلقه‌های اصلی آن است.
چرا این افراد مهم‌اند؟
نگاهی به این فهرست نشان می‌دهد که «مشاهیر هوش مصنوعی» یک گروه همگن نیستند. هینتون، لوکان و بنجیو پایه‌های یادگیری عمیق را تقویت کردند. هاپفیلد بخشی از مبانی شبکه‌های عصبی را بنا کرد و ساتن و گومز در شکل‌گیری معماری Transformer نقش داشت. در سوی دیگر، هاسابیس و جامپر نشان دادند که AI می‌تواند به ابزار کشف علمی تبدیل شود. فی‌فی لی مسیر بینایی ماشین و AI انسان‌محور را دنبال کرد. سپس به نسل تجاری می‌رسیم: آلتمن، آمودی، هوانگ، پیچای، زاکربرگ، ماسک و لی نماینده شرکت‌ها و زیرساخت‌هایی هستند که هوش مصنوعی را از آزمایشگاه به مقیاس صنعتی منتقل کرده‌اند. در این میان، نقش افرادی مانند اندرو نگ نیز متفاوت است که در انتقال دانش و روش‌های هوش مصنوعی به جامعه گسترده‌تر مهندسان و کاربران نقش مهمی داشته‌اند. بنابراین، مسیر هوش مصنوعی را نمی‌توان با یک «مخترع هوش مصنوعی» توضیح داد. هوش مصنوعی حاصل اتصال چند جریان است: علم، الگوریتم، داده، محاسبات، سرمایه، محصول و سیاست‌گذاری.
آینده هوش مصنوعی به دست چه کسانی ساخته خواهد شد؟
پاسخ این پرسش هنوز مشخص نیست. برخی از چهره‌های این فهرست احتمالاً همچنان در سال‌های آینده در مرکز تحولات AI خواهند بود؛ اما صنعت هوش مصنوعی با سرعتی حرکت می‌کند که می‌تواند در مدت کوتاهی چهره‌های جدیدی را به مهم‌ترین بازیگران آن تبدیل کند. از طرف دیگر، اثرگذاری واقعی همیشه با میزان شهرت یک فرد متناسب نیست. ممکن است پژوهشگری که نامش برای عموم ناشناخته است، الگوریتمی ایجاد کند که چند سال بعد در قلب میلیون‌ها محصول قرار گیرد.
آنچه با اطمینان بیشتری می‌توان گفت این است که مسیر آینده هوش مصنوعی از ترکیب چند حوزه شکل خواهد گرفت: مدل‌های مرزی، عامل‌های هوشمند، رباتیک، هوش فضایی، هوش مصنوعی برای علم، تراشه‌ها و زیرساخت محاسباتی، ایمنی و هم‌راستایی.
به همین دلیل، فهرست مشاهیر هوش مصنوعی را باید فهرستی زنده دانست؛ فهرستی که با هر جهش بزرگ فناوری، امکان تغییر در آن وجود دارد.
