Sam Gao, CEO e co-fondatore di DINQ – Serie di interviste

Sam Gao è un ricercatore, ingegnere e imprenditore leader nel settore dell’intelligenza artificiale, che ricopre il ruolo di CEO e co-fondatore di DINQ, una piattaforma di connessione dei talenti di nuova generazione per l’era dell’intelligenza artificiale. Inizialmente formato in ingegneria civile, si è poi trasferito nel campo dell’intelligenza artificiale, pubblicando oltre 10 articoli in conferenze di alto livello come NeurIPS, ICML e CVPR, e contribuendo a importanti framework open-source come PyTorch e TensorFlow.

Gao è il secondo autore di DeepFaceLab, il sistema di scambio di volti open-source leader a livello mondiale, che ha ottenuto oltre 46.000 stelle su GitHub e si è classificato tra i primi dieci progetti di intelligenza artificiale su GitHub nel 2020. Ha anche creato OutfitAnyone, un sistema di prova virtuale universale riconosciuto tra i primi 20 progetti su HuggingFace Spaces nel 2024 e distribuito commercialmente su Taobao, generando oltre 100 milioni di RMB di entrate annuali. Inoltre, ha scritto il whitepaper dell’agente AI Eliza OS, un framework ampiamente citato per un agente di trading decentralizzato.

Con una prospettiva globale sull’innovazione dell’intelligenza artificiale, Gao ha interagito ampiamente con importanti ricercatori, fondatori e pionieri del settore, viaggiando in hub come Silicon Valley, New York, Denver, Davos, Singapore e Kyoto. Gao ha fondato la comunità Qingke AI, che è cresciuta a oltre 30.000 follower pubblici e 5.000 esperti, offrendo discorsi sulla tecnologia di frontiera, workshop privati e opportunità di networking. La comunità è ora riconosciuta come una delle reti più professionali e influenti per i ricercatori che lavorano per xAI, OpenAI, DeepMind, Qwen, Deepseek e molti altri.

Ha trascorso diversi anni lavorando sulla visione computerizzata e sulla grafica per AR e VR su Alibaba Cloud, e in seguito ha consigliato su sistemi di prova dell’umanità basati sull’intelligenza artificiale nella blockchain. Qual è stato il punto di frustrazione personale o di svolta che l’ha portato ad allontanarsi da quei ruoli e a co-fondare DINQ?

Durante i miei anni all’Alibaba Damo Academy, ho visto la tecnologia all’avanguardia raggiungere milioni di utenti. Tuttavia, la mia più grande frustrazione non era un collo di bottiglia tecnico; era la disallineazione dei talenti. Ho visto brillanti dottorandi lottare con il deploy nel mondo reale, mentre “maghi della codifica” autodidatti erano ignorati perché non avevano un’etichetta prestigiosa. In seguito, consigliare su sistemi di identità blockchain mi ha insegnato il potere della “Prova dell’umanità”. DINQ è l’incrocio di queste esperienze: una missione per fornire una definitiva, oggettiva Prova del Valore per chiunque costruisca nell’era dell’intelligenza artificiale.

DINQ si lancia in un momento in cui i modelli di intelligenza artificiale e la capacità di calcolo stanno scalando più velocemente del talento necessario per costruirli e distribuirli. Dal suo punto di vista, cosa è fondamentalmente rotto nel modo in cui il talento dell’intelligenza artificiale viene scoperto e valutato oggi?

Il difetto fondamentale è il “Ritardo di valutazione”. Mentre le capacità dell’intelligenza artificiale si espandono mensilmente, l’assunzione rimane bloccata in un paradigma vecchio di un decennio:

Obsolescenza delle parole chiave: i filtri tradizionali non possono distinguere tra qualcuno che semplicemente “usa” ChatGPT e qualcuno che può progettare un flusso di lavoro multi-agente.

La “trappola del pedigree”: fare affidamento su titoli di élite o “Big Tech” è un proxy pigro per la competenza. Ignora il vasto oceano di “gioielli nascosti” che stanno effettivamente guidando l’innovazione in settori open-source o di nicchia.

Statico vs. Fluid: un curriculum vitae è uno scatto del passato; il contributo dell’intelligenza artificiale è un flusso di dati vivo e in continua evoluzione su GitHub, Hugging Face e piattaforme collaborative.

Ha descritto DINQ come una risposta ai limiti dei curriculum vitae, dei profili LinkedIn e dell’assunzione basata sulle parole chiave. Quali segnali critici sui ricercatori e sviluppatori di intelligenza artificiale vengono persi dai sistemi di reclutamento tradizionali?

Il reclutamento standard perde il “DNA comportamentale” di un costruttore:

Resilienza iterativa: come un utente raffina un prompt o un modello fino a quando non funziona?

Maestria contestuale: la capacità di colmare il divario tra uno strumento di intelligenza artificiale grezzo e una soluzione aziendale specifica.

La “Velocità di apprendimento”: in un settore in cui la conoscenza si deprezza ogni sei mesi, la velocità con cui qualcuno padroneggia un nuovo framework (come passare da RAG a flussi di lavoro Agentic) è più importante dei totali anni di esperienza.

La carta DINQ aggrega codice, pubblicazioni, progetti e collaborazioni in un unico profilo verificato. Come ciò sposta la definizione di “impatto” per i ricercatori di intelligenza artificiale nel primo periodo di carriera che potrebbero non avere ancora grandi titoli o affiliazioni note?

La carta DINQ sposta la definizione di successo da “Per chi lavori” a “Cosa hai effettivamente costruito”. Per i costruttori nel primo periodo di carriera o creatori non tradizionali, questo è un cambiamento epocale. Aggrega contributi verificati, che si tratti di un LoRA ad alte prestazioni, di un progetto generato da intelligenza artificiale virale o di una correzione critica di bug dell’infrastruttura di intelligenza artificiale, in una Reputation. Consente a uno studente in un’area remota di godere dello stesso rispetto di un ingegnere della Silicon Valley in base al solo merito del suo “Impatto verificato”.

Sul lato dell’assunzione, DINQ introduce la ricerca e il ragionamento nativi dell’intelligenza artificiale anziché filtri statici. Come ciò cambia il modo in cui le aziende identificano i candidati per domini altamente specializzati come l’apprendimento per rinforzo o i sistemi multi-agente?

La ricerca tradizionale è binaria (Sì/No). La ricerca di DINQ è basata sul ragionamento. Se un’azienda ha bisogno di qualcuno per “agenti di intelligenza artificiale”, DINQ non cerca solo la parola chiave. Analizza l’output effettivo del candidato: ha risolto complessi loop di ragionamento e contribuito a Langchain o Dify? Come ha gestito la latenza dell’API nei suoi progetti? Ciò consente alle aziende di identificare “Generalisti specializzati”: persone con l’intuizione profonda per navigare sfide di intelligenza artificiale specifiche che non sono ancora state trasformate in titoli di lavoro.

Aver lavorato all’interno di grandi piattaforme come Alibaba Cloud, cosa pensa che le grandi organizzazioni fraintendano di più sulla valutazione della reale capacità di intelligenza artificiale rispetto alle credenziali di superficie?

Le grandi organizzazioni spesso confondono il “Pedigree del passato” con l'”Adattabilità futura”. Sostengono che il successo in un ambiente strutturato e legacy si traduca in successo nella “Frontiera selvaggia” dell’intelligenza artificiale. La verità è che la capacità di intelligenza artificiale oggi è questione di Agenzia, la capacità di prendere un problema ambiguo e usarvi l’intelligenza artificiale per risolverlo dall’inizio alla fine. Le grandi piattaforme spesso perdono di vista gli “innovatori accaniti” che stanno effettivamente spostando l’ago della bilancia.

DINQ mette in evidenza modelli di collaborazione e traiettorie di ricerca a lungo termine attraverso piattaforme anziché concentrarsi su risultati isolati. Perché questa visione longitudinale sta diventando più importante man mano che la ricerca sull’intelligenza artificiale diventa più interdisciplinare e guidata da team?

L’innovazione non è più uno sport individuale; è un’Evolutiva Collaborativa. Guardando la traiettoria di una persona attraverso piattaforme nel tempo, vediamo la sua Coerenza Strategica. Sta semplicemente saltando su ogni ciclo di iper-attività, o sta costruendo uno stack interdisciplinare profondo? Man mano che l’intelligenza artificiale diventa guidata da team, vedere come una persona interagisce con il codice e la ricerca altrui diventa il più grande predittore del suo “Culture Add” e della sua leadership tecnica.

C’è una crescente preoccupazione che l’assunzione di intelligenza artificiale sia distorta verso la visibilità piuttosto che il merito. Come DINQ intende mettere in evidenza il talento ad alto impatto che altrimenti potrebbe rimanere nascosto o trascurato?

L’assunzione odierna favorisce le voci più forti sui social media, non necessariamente i più talentuosi. DINQ agisce come un “Fondo quantitativo per il talento”. Rimuoviamo il rumore e guardiamo la Densità di Valore. Mettendo in evidenza contributori ad alto impatto che potrebbero essere “costruttori silenziosi” su GitHub, Huggingface o forum specializzati, ci assicuriamo che il merito, non il marketing, dicti chi ottiene le migliori opportunità.

Essendo qualcuno che ha operato all’intersezione dell’infrastruttura di intelligenza artificiale, della ricerca applicata e ora dei sistemi di talento, come vede l’evoluzione della relazione tra l’espansione del calcolo dell’intelligenza artificiale e l’espertise umana nei prossimi anni?

Man mano che il calcolo si espande, il “Uomo nel ciclo” evolve da esecutore ad architetto. Stiamo andando verso un mondo in cui l'”Espertise” è definita dalla tua capacità di dirigere massive risorse di calcolo verso risultati significativi. La relazione non è competitiva; è simbiotica. L'”Uomo abilitato dall’intelligenza artificiale” sarà l’asset più prezioso nell’economia globale, individui che possono orchestrare modelli, verificare la verità e iniettare intuizione creativa dove gli algoritmi raggiungono un muro.

Guardando oltre il lancio di gennaio, cosa significa il successo per DINQ nel ridisegnare il modo in cui l’ecosistema dell’intelligenza artificiale riconosce, sviluppa e distribuisce il talento umano su larga scala?

Il successo per DINQ significa costruire il “Livello di fiducia” dell’Economia dell’intelligenza artificiale. Vogliamo vedere un mondo in cui una carta DINQ è l’unico “Curriculum” di cui hai bisogno. Entro il 2026, il nostro obiettivo è quello di aver ridisegnato il mercato del lavoro globale in una vera Meritocrazia su larga scala, in cui il talento viene scoperto istantaneamente, verificato automaticamente e distribuito ai problemi più urgenti del mondo indipendentemente dalla geografia o dal background.

Grazie per la grande intervista, i lettori che desiderano saperne di più possono visitare DINQ.