مقابلات
سام غاو، الرئيس التنفيذي والمؤسس المشارك لشركة DINQ – سلسلة المقابلات
سام غاو هو باحث رائد ومهندس ومؤسس، يشغل منصب الرئيس التنفيذي والمؤسس المشارك لشركة 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 مؤتمرات رفيعة المستوى بما في ذلك NeurIPS و ICML و CVPR، وساهم في إطلاق إطارات مفتوحة المصدر رئيسية مثل PyTorch و TensorFlow.
غاو هو المؤلف الثاني لمشروع DeepFaceLab، وهو نظام التبادل الوجه المفتوح المصدر الرائد في العالم، الذي حصل على أكثر من 46,000 نجمة على منصة GitHub وتصدر قائمة أفضل 10 مشاريع الذكاء الاصطناعي على منصة GitHub في عام 2020. كما أنشأ نظام OutfitAnyone، وهو نظام تجربة افتراضية شاملة تم الاعتراف به كواحد من أفضل 20 مشروعًا على منصة Hugging Face Spaces في عام 2024 ونشر تجارياً على منصة Taobao، مما أدى إلى توليد أكثر من 100 مليون رنمينبي في الإيرادات السنوية. بالإضافة إلى ذلك، قام بكتابة ورقة بحثية حول وكيل نظام Eliza OS AI، وهي إطار معياري شائع لوكيل التداول اللامركزي.
مع نظرة عالمية على الابتكار في مجال الذكاء الاصطناعي، قام غاو بالتفاعل على نطاق واسع مع باحثين رائدين ومؤسسين ورائدين في الصناعة، وسافر إلى مراكز رفيعة المستوى بما في ذلك وادي السيليكون ونيويورك ودنفر ودافوس وسنغافورة وكيوتو. أسس غاو مجتمع Qingke AI، الذي نمى إلى أكثر من 30,000 متابع عام و5,000 خبير، ويوفر محاضرات تقنية متقدمة وورش عمل خاصة وفرص للتواصل. يُعتبر المجتمع الآن واحدًا من أكثر الشبكات المهنية والمؤثرة لأبحاث الذكاء الاصطناعي الذين يعملون في شركات مثل xAI و OpenAI و DeepMind و Qwen و Deepseek وغيرها.
قضيت عدة سنوات تعمل على رؤية الكمبيوتر ورسومات الواقع الافتراضي في شركة Alibaba Cloud، ثم قمت بتقديم المشورة بشأن أنظمة الإثبات البشري التي تعمل بالذكاء الاصطناعي في مجال التشفير. ما هو الحدث الشخصي الذي أدى به إلى مغادرة تلك الأدوار وتأسيس شركة DINQ؟
خلال فترتي في أكاديمية Alibaba Damo، رأيت التقنيات المتقدمة تصل إلى ملايين المستخدمين. ومع ذلك، كان أكبر إحباط لي ليس عقبة تقنية؛ بل كان عدم تناسب المواهب. رأيت أفرادًا حاصلين على شهادات الدكتوراه يجدون صعوبة في نشر أبحاثهم في العالم الواقعي، بينما يتم تجاهل المطورين الموهوبين الذين يفتقرون إلى علامة مميزة. لاحقًا، قمت بتقديم المشورة بشأن أنظمة الإثبات البشري في مجال التشفير، وعلمتني قوة “إثبات الإنسان”. شركة DINQ هي تقاطع هذه الخبرات: مهمة لتوفير دليل قاطع وموضوعي لقيمة أي شخص يبني في عصر الذكاء الاصطناعي.
تُطلق شركة DINQ في لحظة تتسارع فيها نماذج الذكاء الاصطناعي وسعة الحوسبة بشكل أسرع من المواهب المطلوبة لبنائها ونشرها. من منظورك، ما هو العيب الأساسي في كيفية اكتشاف المواهب وتقييمها اليوم؟
العيب الأساسي هو “تأخر التقييم”. بينما تتطور قدرات الذكاء الاصطناعي شهريًا، يبقى processo التوظيف عالقًا في نموذج قديم:
ألفاظ معاصرة: لا يمكن للفلاتر التقليدية التمييز بين شخص يستخدم ChatGPT وبين شخص يمكنه تصميم تدفق عمل متعدد الوكلاء.
فخ الشهادات: الاعتماد على الشهادات المرموقة أو ألقاب “الشركات الكبيرة” هو وسيلة كسولة للتقييم. إنه يغفل عن المحيط الواسع من “الجوهرة الخفية” التي تدفع الابتكار في مجالات مفتوحة المصدر أو رأسية.
الاستاتيك مقابل السائل: السيرة الذاتية هي صورة للماضي؛ مساهمة الذكاء الاصطناعي هي تيار حي من البيانات عبر منصات GitHub و Hugging Face والمنصات التعاونية.
وصفت شركة DINQ بأنها استجابة لقيود السير الذاتية وملفات LinkedIn وعمليات التوظيف القائمة على الكلمات الرئيسية. ما هي الإشارات الحيوية حول باحثي الذكاء الاصطناعي والمطورين التي يتم تجاهلها من قبل أنظمة التوظيف التقليدية؟
ت 忽略 السير الذاتية التقليدية “الحمض النووي السلوكي” للباني:
الاست4466ة التكرارية: كيف يُحسن المستخدم التحفيز أو النموذج حتى يعمل؟
السيطرة على السياق: القدرة على ربط الفجوة بين أداة الذكاء الاصطناعي الخام وحل الأعمال.
معدل التعلم: في مجال يتناقص فيه المعرفة كل ستة أشهر، يصبح سرعة تعلم شخص ما لإطار جديد (مثل الانتقال من RAG إلى سير عمل Agentic) أكثر أهمية من سنوات خبرته الإجمالية.
يجمع بطاقة DINQ بين الشفرة والمنشورات والمشاريع والتعاون في ملف شخصي موحد وموثق. كيف يغير هذا تعريف “التأثير” لباحثي الذكاء الاصطناعي في المراحل الأولى من حياتهم المهنية الذين قد لا يمتلكون بعد ألقابًا كبيرة أو علاقات معروفة؟
بطاقة DINQ تغير تعريف النجاح من “من تعمل معه” إلى “ما بنيت فعلا”.对于 البناة في المراحل الأولى من حياتهم المهنية أو المبتدئين غير التقليدية، هذا يعني تغييرًا كبيرًا. إنها تجمع المساهمات الموثقة، سواء كانت نموذج LoRA عالي الأداء أو مشروع AI مولد عالي الانتشار أو تصحيح خطأ حاسم في البنية التحتية للذكاء الاصطناعي، في سمعة. تسمح لطالب في منطقة نائية أن يحصل على نفس الاحترام الذي يحصل عليه مهندس في وادي السيليكون بناءً على قيمة “التأثير الموثق” فقط.
من جانب التوظيف، تقدم شركة DINQ بحثًا اصطناعيًا وتعقلاً بدلاً من المرشحات الثابتة. كيف يغير هذا طريقة تحديد الشركات للمرشحين في مجالات متخصصة مثل تعلم التعزيز أو الأنظمة متعددة الوكلاء؟
البحث التقليدي هو ثنائي (نعم / لا). بحث شركة DINQ هو بحث تعقلي. إذا احتاجت شركة شخصًا لتعلم “الوكلاء الاصطناعيين”، لا تبحث شركة DINQ فقط عن الكلمة الرئيسية. إنها تحلل الإخراج الفعلي للمرشح: هل حل الحلقات المعقدة للتعقل وسهام Langchain أو Dify؟ كيف تعامل مع تأخير واجهة برمجة التطبيقات في مشاريعه؟ هذا يسمح للشركات بتحديد “العامة المتخصصة”: أشخاصًا لديهم直ورة عميقة للتجاوب مع تحديات الذكاء الاصطناعي المحددة التي لم يتم تحويلها إلى ألقاب وظيفية بعد.
بعد العمل داخل منصات كبيرة مثل Alibaba Cloud، ما هو ما يفهمه المنظمات الكبيرة بشكل خاطئ أكثر عن تقييم القدرة الحقيقية على الذكاء الاصطناعي مقابل المؤهلات السطحية؟
المنظمات الكبيرة غالبًا ما ت混 بين “التراث الماضي” و “القدرة على التكيف في المستقبل”. إنها تفترض 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 البداية إلى النهاية. المنظمات الكبيرة غالبًا ما تفوت “المبتكرين المتعطشين” الذين يحركون عجلة الابتكار.
تظهر شركة DINQ أنماط التعاون ومسار البحث على المدي الطويل عبر المنصات بدلاً من التركيز على الإنجازات المعزولة. لماذا يصبح هذا المنظور الطويل الأمد أكثر أهمية مع زيادة تعاونية أبحاث الذكاء الاصطناعي وتوجيهها بالفرق؟
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 بين كل دورة هاجس، أو يبني حزمة متعددة التخصصات عميقة؟ مع تحول أبحاث الذكاء الاصطناعي إلى التوجيه بالفرق، يصبح رؤية كيفية تفاعل شخص مع شفرة وبحث الآخرين بمثابة أفضل معيар لقيادة ثقافته الفنية وتقنيته.
هناك قلق متزايد من أن عمليات توظيف الذكاء الاصطناعي متحيزة تجاه الرؤية بدلاً من الجدارة. كيف تهدف شركة DINQ إلى الكشف عن المواهب ذات التأثير العالي التي قد تظل مخفية أو غير ملحوظة؟
عمليات التوظيف الحالية تفضل الأصوات الأعلى على وسائل التواصل الاجتماعي، وليس بالضرورة الأكثر موهبة. تعمل شركة DINQ مثل “صندوق كمي للمواهب”. نحن نزيل الضوضاء وننظر إلى كثافة القيمة. من خلال الكشف عن المساهمين ذوي التأثير العالي الذين قد يكونون “بناة هادئين” على منصة GitHub أو Hugging Face أو منصات متخصصة، نضمن أن الجدارة، وليس التسويق، يحدد من يحصل على أفضل الفرص.
كشخص عملت على تقاطع البنية التحتية للذكاء الاصطناعي والبحث التطبيقي وأنظمة المواهب، كيف ترى العلاقة بين توسيع حوسبة الذكاء الاصطناعي والخبرة البشرية تتطور خلال السنوات القليلة القادمة؟
مع توسع الحوسبة، يتطور “الخط البشري في الحلقة” من فاعل إلى معماري. نحن نمشي نحو عالم حيث يُعرَّف “الخبرة” بقدرة الفرد على توجيه موارد الحوسبة الهائلة نحو نتائج ذات معنى. العلاقة ليست منافسة؛ إنها تعاونية. سيكون “الانسان المتمكن بالذكاء الاصطناعي” أهم مورد في الاقتصاد العالمي، أفراد يمكنهم توجيه النماذج وتأكيد الحقيقة وإضافة الحدس الإبداعي حيث تصل الخوارزميات إلى حائط.
نظرًا إلى إطلاق شركة DINQ في يناير، ما هو شكل النجاح لشركة DINQ في إعادة تشكيل كيفية اعتراف النظام الإيكولوجي للذكاء الاصطناعي بتطوير ونشر المواهب البشرية على نطاق واسع؟
النجاح لشركة DINQ يعني بناء “طبقة الثقة” لاقتصاد الذكاء الاصطناعي. نريد أن نرى عالمًا حيث تكون بطاقة DINQ هي السيرة الذاتية الوحيدة التي تحتاجها. بحلول عام 2026، هدفنا هو إعادة تشكيل السوق العالمية للعمل إلى نظام جدارة حقيقي على نطاق واسع، حيث تكتشف المواهب تلقائيًا، وتُؤكد تلقائيًا، وتنشر في أكثر المشاكل إلحاحًا في العالم بغض النظر عن الجغرافيا أو الخلفية.
شكرًا على المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد يمكنهم زيارة شركة DINQ.
