مقابلات
سام جاو، الرئيس التنفيذي ومؤسس DINQ – سلسلة المقابلات
سام جاو هو باحث رائد ومهندس ومؤسس شركات، يشغل منصب الرئيس التنفيذي ومؤسس DINQ، وهي منصة اتصال مواهب الجيل التالي للعصر الاصطناعي. تم تدريبه في البداية في الهندسة المدنية، ثم انتقل إلى مجال الذكاء الاصطناعي، ونشر أكثر من 10 أوراق في المؤتمرات الرائدة بما في ذلك NeurIPS و ICML و CVPR، وساهم في الإطارات المفتوحة الرئيسية مثل PyTorch و TensorFlow.
جاو هو المؤلف الثاني للعبة DeepFaceLab، وهو نظام التبادل الوجه المفتوح المصدر الرائد في العالم، الذي حصل على أكثر من 46,000 نجمة على GitHub وصنف ضمن أفضل 10 مشاريع ذكاء اصطناعي على GitHub في عام 2020. كما أنشأ OutfitAnyone، نظام تجربة افتراضية شاملة تم الاعتراف به ضمن أفضل 20 مشروعًا على HuggingFace Spaces في عام 2024 ونشره تجاريًا على Taobao، مما أدى إلى توليد أكثر من 100 مليون رنمينبي في الإيرادات السنوية. بالإضافة إلى ذلك، قام بكتابة ورقة سفید حول وكلاء التداول اللامركزي.
مع نظرة عالمية على الابتكار في مجال الذكاء الاصطناعي، قام جاو بالتفاعل على نطاق واسع مع الباحثين الرائدين والمؤسسين والرواد في الصناعة، وسافر إلى مراكز مثل وادي السيليكون ونيويورك ودنفر وداڤوس وسنغافورة وكيوتو. أسس جاو مجتمع Qingke AI، الذي نمو إلى أكثر من 30,000 متابع عام و 5,000 خبير، ويوفر محادثات تقنية متقدمة وورش عمل خاصة وفرصًا للتواصل. يُعتبر المجتمع الآن واحدًا من أكثر الشبكات المهنية والمؤثرة للباحثين الذين يعملون في xAI و OpenAI و DeepMind و Qwen و Deepseek وغيرها.
قضيت سنوات عديدة في العمل على رؤية الكمبيوتر والرسومات لتقنيات الواقع الافتراضي والمعزز في Alibaba Cloud، وفي وقت لاحق قمت بتقديم المشورة بشأن أنظمة البرهان على البشرية القائمة على الذكاء الاصطناعي في التكنولوجيا Blockchain. ما هو الإحباط الشخصي أو نقطة الانعطاف التي أدت بك إلى مغادرة تلك الأدوار وتأسيس DINQ؟
خلال سنواتي في أكاديمية Alibaba Damo، رأيت تقنيات متقدمة تصل إلى ملايين المستخدمين. ومع ذلك، لم يكن أكبر إحباط لي هو الحاجز التقني؛ بل كان انحراف المواهب. رأيت أطباء فلسفة رائدين يجدون صعوبة في النشر في العالم الحقيقي، بينما يتم تجاهل “سحرة البرمجة” المتمدرسين ذاتيًا لأنهم يفتقرون إلى علامة مرموقة. لاحقًا، علمتني المشورة حول أنظمة الهوية القائمة على التكنولوجيا Blockchain قوة “برهان البشرية”. DINQ هي تقاطع هذه الخبرات: مهمة لتوفير برهان قاطع وموضوعي للقيمة لأي شخص يبني في عصر الذكاء الاصطناعي.
تطلق DINQ في لحظة ينمو فيها نماذج الذكاء الاصطناعي وسعة الحوسبة بشكل أسرع من المواهب المطلوبة لبنائها ونشرها. من منظورك، ما هو ما يعتبر مكسورًا بشكل أساسي حول كيفية اكتشاف المواهب وقييمتها اليوم؟
العيب الأساسي هو “التأخر في التقييم”. بينما تتنامى قدرات الذكاء الاصطناعي كل شهر، يبقى التوظيف عالقًا في نموذج قديم يعود إلى عقد من الزمان:
الانحلال الكلمة: لا يمكن للمرشحات التقليدية التمييز بين شخص يستخدم فقط ChatGPT و شخص يمكنه تصميم عمل متعدد الوكلاء.
فخ الاسم: الاعتماد على الدرجات المرموقة أو ألقاب “التكنولوجيا الكبيرة” هو وسيط كسول للكفاءة. إنه يتجاهل المحيط الواسع من “الجوهر الخفي” الذي يحرك الابتكار في مجالات مفتوحة المصدر أو رأسية محددة.
ال静اتي مقابل السائل: السيرة الذاتية هي صورة سابقة؛ مساهمة الذكاء الاصطناعي هي تيار حي من البيانات عبر GitHub و Hugging Face و منصات التعاون.
وصفت DINQ بأنها استجابة للقيود المفروضة على السير الذاتية وملفات تعريف LinkedIn وعمليات التوظيف القائمة على الكلمات الرئيسية. ما هي الإشارات الحاسمة حول باحثي الذكاء الاصطناعي ومطوريه التي يتم تجاهلها من قبل أنظمة التوظيف التقليدية؟
التوظيف القياسي يغفل عن “الحمض النووي السلوكي” للبناء:
مرونة التكرار: كيف يُحسن المستخدم تحفيز أو نموذج حتى يعمل؟
السيطرة على السياق: القدرة على ربط الفجوة بين أداة الذكاء الاصطناعي الخام وحل أعمال محدد.
معدل التعلم: في مجال حيث ينخفض المعرفة كل ستة أشهر، يصبح سرعة تعلم إطار جديد (مثل الانتقال من RAG إلى سير عمل Agentic) أكثر أهمية من سنوات الخبرة الإجمالية.
يجمع بطاقة DINQ الرمز والمنشورات والمشاريع والتعاون في ملف تعريف موحد وموثق. كيف يغير هذا تعريف “التأثير” لباحثي الذكاء الاصطناعي في المراحل الأولى من حياتهم المهنية الذين قد لا يمتلكون بعد ألقاب كبيرة أو ارتباطات معروفة؟
بطاقة DINQ تغير تعريف النجاح من “من تعمل معه” إلى “ما بنيت فعلا”.对于 البناة في المراحل الأولى من حياتهم المهنية أو المنشئين غير التقليدية، هذا هو تغيير اللعبة. إنه يجمع المساهمات الموثقة، سواء كانت LoRA عالية الأداء أو مشروع تم إنشاؤه بواسطة الذكاء الاصطناعي أو تصحيح خطأ حرج في بنية الذكاء الاصطناعي، إلى سمعة. يسمح لطالب في منطقة نائية بالحصول على نفس الاحترام الذي يحصل عليه مهندس وادي السيليكون بناءً على فضيلة “التأثير الموثق” فقط.
من جانب التوظيف، تقدم DINQ بحثًا وتعرفًا اصطناعيًا أصيلًا بدلاً من المرشحات الثابتة. كيف يتغير هذا طريقة تحديد الشركات للمرشحين لمناطق متخصصة مثل تعلم التعزيز أو أنظمة الوكلاء المتعددة؟
البحث التقليدي هو ثنائي (نعم / لا). بحث DINQ قائم على العقلانية. إذا كانت الشركة تحتاج إلى شخص ل “وكلاء الذكاء الاصطناعي”، فإن DINQ لا يبحث فقط عن الكلمة الرئيسية. إنه يتحليل الإخراج الفعلي للمرشح: هل حل حلقة عقلانية معقدة وساهم في Langchain أو Dify؟ كيف تعامل مع تأخير واجهة برمجة التطبيقات في مشاريعه؟ هذا يسمح للشركات بتحديد “العامة المتخصصة”: أشخاص لديهم直ورة عميقة للتنقل في تحديات الذكاء الاصطناعي المحددة التي لم يتم تحويلها إلى ألقاب وظيفية بعد.
بعد العمل داخل منصات كبيرة مثل Alibaba Cloud، ما هو ما يعتقدونه بشكل خاطئ حول تقييم القدرة الحقيقية على الذكاء الاصطناعي مقابل الأوراق المثبتة السطحية؟
المنظمات الكبيرة غالبًا ما ت混 بين “التراث السابق” و “القدرة على التكيف في المستقبل”. افترضوا أن النجاح في بيئة هيكلية وتراثية يترجم إلى نجاح في “الغرب المتوحش” للذكاء الاصطناعي. الحقيقة هي أن قدرة الذكاء الاصطناعي اليوم هي حول الوكالة، القدرة على أخذ مشكلة غامضة واستخدام الذكاء الاصطناعي لحلها من النهاية إلى النهاية. المنظمات الكبيرة غالبًا ما تفوت “المبتكرين المخربين” الذين يحركون حقًا الإبرة.
تظهر DINQ أنماط التعاون ومسار البحث على المدي الطويل عبر المنصات بدلاً من التركيز على الإنجازات المعزولة. لماذا يصبح هذا المنظور الطولي أكثر أهمية مع تحول أبحاث الذكاء الاصطناعي إلى أبحاث متعددة التخصصات وقائمة على الفريق؟
الابتكار لم يعد رياضة فردية؛ إنه تطور تعاوني. من خلال النظر إلى مسار شخص ما عبر المنصات بمرور الوقت، نرى اتساقه الاستراتيجي. هل هو ينتقل إلى كل دورة هوجة، أو يبني حزمة متعددة التخصصات عميقة؟ مع تحول الذكاء الاصطناعي إلى أبحاث قائمة على الفريق، يصبح رؤية كيفية تفاعل شخص مع код وأبحاث الآخرين هو النبأ النهائي ل “إضافة الثقافة” والقيادة الفنية.
هناك قلق متزايد من أن توظيف الذكاء الاصطناعي يعتمد على الرؤية بدلاً من الجدارة. كيف تهدف DINQ إلى الكشف عن المواهب ذات التأثير العالي التي قد تظل مخفية أو غير موظفة؟
التوظيف اليوم يفضل الأصوات الأعلى على وسائل التواصل الاجتماعي، وليس بالضرورة الأكثر موهبة. DINQ يتصرف مثل “صندوق استثماري كمي للمواهب”. نحن نزيل الضوضاء وننظر إلى كثافة القيمة. من خلال الكشف عن المساهمين ذوي التأثير العالي الذين قد يكونون “بناة هادئين” على GitHub أو Huggingface أو منصات متخصصة، نضمن أن الجدارة، وليس التسويق، يحدد من يحصل على أفضل الفرص.
كشخص عملت على تقاطع بنية الذكاء الاصطناعي والبحث التطبيقي وأخيرًا أنظمة المواهب، كيف ترى العلاقة بين توسيع حوسبة الذكاء الاصطناعي والخبرة البشرية تتطور على مدى السنوات القليلة القادمة؟
مع توسع الحوسبة، يتحول “الانسان في الحلقة” من فاعل إلى معماري. نحن نمشي نحو عالم حيث يتم تعريف “الخبرة” بقدرة الشخص على توجيه موارد الحوسبة الهائلة نحو نتائج ذات معنى. العلاقة ليست تنافسية؛ إنها تعاونية. سيكون “الانسان المدعوم بالذكاء الاصطناعي” الأصول الأكثر قيمة في الاقتصاد العالمي، الأفراد الذين يمكنهم توجيه النماذج وتأكيد الحقيقة وإدخال الحدس الإبداعي حيث تصطدم الخوارزميات بالجدار.
نظرًا إلى إطلاق يناير، ما هو شكل النجاح لـ DINQ في إعادة تشكيل كيفية اعتراف النظام البيئي للذكاء الاصطناعي بالموارد البشرية وتطويرها ونشرها على نطاق واسع؟
النجاح لـ DINQ يعني بناء “طبقة الثقة” لاقتصاد الذكاء الاصطناعي. نريد رؤية عالم حيث تكون بطاقة DINQ هي السيرة الذاتية الوحيدة التي تحتاجها. بحلول عام 2026، هدفنا هو إعادة تشكيل السوق العمالية العالمية إلى ميريتوقراطية حقيقية على نطاق واسع، حيث تكتشف المواهب على الفور، وتتحقق تلقائيًا، وتنشر إلى أكثر المشاكل إلحاحًا في العالم بغض النظر عن الجغرافيا أو الخلفية.
شكرًا على المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد يجب أن يزوروا DINQ.
