Sam Gao, CEO и сооснователь DINQ – Серия интервью

Sam Gao – ведущий исследователь, инженер и предприниматель в области ИИ, занимающий должность CEO и сооснователя DINQ, платформы следующего поколения для связи талантов в эпоху ИИ. Первоначально обученный в области гражданского строительства, он перешел в область ИИ, опубликовав более 10 статей на ведущих конференциях, включая NeurIPS, ICML и CVPR, и внося вклад в основные открытые фреймворки, такие как PyTorch и TensorFlow.

Gao является вторым автором DeepFaceLab, ведущей открытой системы обмена лиц, которая получила более 46 000 звезд на GitHub и вошла в число десяти лучших проектов ИИ на GitHub в 2020 году. Он также создал OutfitAnyone, универсальную систему виртуальной примерки, признанную одним из лучших 20 проектов на HuggingFace Spaces в 2024 году и развернутую коммерчески на Taobao, генерирующую более 100 миллионов юаней годового дохода. Кроме того, он является автором белой книги Eliza OS AI Agent, широко цитируемой основы для децентрализованного торгового агента.

С глобальной точки зрения на инновации в области ИИ, Gao широко взаимодействовал с ведущими исследователями, основателями и промышленными пионерами, посетив хабы, включая Кремниевую долину, Нью-Йорк, Денвер, Давос, Сингапур и Киото. Gao основал сообщество Qingke AI, которое выросло до более 30 000 публичных подписчиков и 5 000 экспертов, предлагая передовые технологические лекции, закрытые семинары и возможности для сетевого взаимодействия. Это сообщество теперь признано одним из самых профессиональных и влиятельных сетей для исследователей, работающих в xAI, OpenAI, DeepMind, Qwen, Deepseek и других.

Вы провели несколько лет, работая над компьютерным зрением и графикой для AR и VR в Alibaba Cloud, и позже консультировали по системам доказательства человека, основанным на ИИ, в блокчейне. Какая личная разочарованность или точка перегиба привела вас к уходу из этих ролей и сооснованию DINQ?

Во время моей работы в Alibaba Damo Academy я увидел, как передовая технология достигает миллионов пользователей. Однако моя главная разочарованность не была техническим препятствием; это была несоответствие талантов. Я увидел, как блестящие PhDs борются с развертыванием в реальном мире, в то время как самоучки-“волшебники кода” игнорируются, потому что у них нет престижной этикетки. Позже, консультируя по системам идентификации блокчейна, я узнал о силе “Доказательства человека”. DINQ – это пересечение этих опытов: миссия по предоставлению окончательного, объективного Доказательства ценности для любого, кто строит в эпоху ИИ.

DINQ запускается в момент, когда модели ИИ и вычислительная мощность развиваются быстрее, чем таланты, необходимые для их создания и развертывания. С вашей точки зрения, что фундаментально сломано в том, как таланты ИИ обнаруживаются и оцениваются сегодня?

Фундаментальная ошибка – “Задержка оценки”. Хотя возможности ИИ масштабируются ежемесячно, найм остается застрявшим в десятилетней-old парадигме:

Устаревание ключевых слов: Традиционные фильтры не могут различать человека, который просто “использует” ChatGPT, и человека, который может архитектурно спроектировать многокомпонентный рабочий процесс.

Ловушка “Педигри”: Полагаться на элитные степени или “Большие технологии” – это ленивый прокси для компетенции. Это игнорирует огромный океан “спрятанных жемчужин”, которые на самом деле движут инновациями в открытом исходном коде или нишевых вертикалях.

Статика против жидкости: Резюме – это снимок прошлого; вклад ИИ – это живой, дышащий поток данных на GitHub, Hugging Face и совместных платформах.

Вы описали DINQ как ответ на ограничения резюме, профилей LinkedIn и найма на основе ключевых слов. Какие критические сигналы об исследователях и разработчиках ИИ пропускаются традиционными системами набора персонала?

Стандартный набор персонала пропускает “поведенческий ДНК” строителя:

Итеративная устойчивость: Как пользователь совершенствует подсказку или модель, пока она не работает?

Контекстуальное мастерство: Способность соединить разрыв между сырым инструментом ИИ и конкретным бизнес-решением.

“Скорость обучения”: В области, где знания обесцениваются каждые шесть месяцев, скорость, с которой кто-то осваивает новый фреймворк (например, переход от RAG к агентским рабочим процессам), более важна, чем их общий опыт.

Карта DINQ агрегирует код, публикации, проекты и сотрудничество в едином, проверенном профиле. Как это меняет определение “воздействия” для молодых исследователей ИИ, которые могут еще не иметь больших титулов или известных аффилиаций?

Карта DINQ меняет определение успеха с “Кем вы работаете” на “Что вы фактически построили”. Для молодых строителей или нетрадиционных создателей это играет решающую роль. Она агрегирует проверенные вклады, будь то высокопроизводительный LoRA, вирусный проект, сгенерированный ИИ, или критический патч бага инфраструктуры ИИ, в репутацию. Это позволяет студенту в удаленной области заслужить то же уважение, что и инженер в Кремниевой долине, на основе чистой заслуги их “Проверенного воздействия”.

На стороне найма DINQ вводит родной поиск и рассуждение ИИ, а не статические фильтры. Как это меняет то, как компании определяют кандидатов для высокоспециализированных областей, таких как обучение с подкреплением или многокомпонентные системы?

Традиционный поиск является бинарным (Да/Нет). Поиск DINQ основан на рассуждениях. Если компании нужен кто-то для “агентов ИИ”, DINQ не просто ищет ключевое слово. Он анализирует фактический вывод кандидата: Решал ли он сложные циклы рассуждений и вносил вклад в Langchain или Dify? Как он обрабатывал задержку API в своих проектах? Это позволяет компаниям определить “Специализированных универсалов”: людей с глубоким интуитивным пониманием, чтобы ориентироваться в конкретных проблемах ИИ, которые еще не были преобразованы в названия должностей.

Работая внутри крупных платформ, таких как Alibaba Cloud, что, по вашему мнению, большие организации наиболее неправильно понимают при оценке реальной способности ИИ по сравнению с поверхностными квалификациями?

Большие организации часто путают “Прошлый педигри” с “Будущей адаптируемостью”. Они предполагают, что успех в структурированной, наследственной среде переводится в успех в “Диком Западе” ИИ. Правда в том, что способность ИИ сегодня заключается в Агентстве, способности взять неоднозначную проблему и использовать ИИ для ее решения от начала до конца. Крупные платформы часто упускают из виду “изобретательных инноваторов”, которые на самом деле движут прогрессом.

DINQ раскрывает закономерности сотрудничества и долгосрочную траекторию исследований на платформах, а не фокусируется на изолированных достижениях. Почему этот долгосрочный взгляд становится более важным, поскольку исследования ИИ становятся более междисциплинарными и командными?

Инновации больше не являются одиночным спортом; это Коллаборативная Эволюция. Анализируя траекторию человека на платформах с течением времени, мы видим их Стратегическую Последовательность. Просто ли они прыгают на каждом хайпе, или они строят глубокий, междисциплинарный стек? Когда ИИ становится командным, видение того, как человек взаимодействует с кодом и исследованиями других, становится окончательным предиктором их “Культурного дополнения” и технического лидерства.

Есть растущая обеспокоенность тем, что найм ИИ предвзят в сторону видимости, а не заслуги. Как DINQ стремится раскрыть высокоэффективный талант, который мог бы остаться скрытым или упущенным из виду?

Найм сегодня отдает предпочтение самым громким голосам в социальных сетях, а не обязательно самым талантливым. DINQ действует как “Количественный фонд для талантов”. Мы удаляем шум и смотрим на Плотность ценности. Раскрывая высокоэффективных вкладчиков, которые могут быть “тихими строителями” на GitHub, Huggingface или специализированных форумах, мы гарантируем, что заслуга, а не маркетинг, диктует, кто получает лучшие возможности.

Как человек, который работал на пересечении инфраструктуры ИИ, прикладных исследований и теперь систем талантов, как вы видите эволюцию отношений между расширением вычислительной мощности ИИ и человеческой экспертизой в течение следующих нескольких лет?

Когда вычислительная мощность масштабируется, “Человек в цикле” эволюционирует от исполнителя до архитектора. Мы движемся к миру, где “Экспертиза” определяется вашей способностью направлять огромные вычислительные ресурсы к значимым результатам. Отношения не являются конкурентными; они симбиотические. “ИИ-обеспеченный человек” будет самым ценным активом в глобальной экономике, люди, которые могут оркестрировать модели, проверять истину и вводить творческую интуицию, где алгоритмы сталкиваются со стеной.

Глядя за пределы январского запуска, как выглядит успех для DINQ в формировании того, как экосистема ИИ признает, развивает и развертывает человеческие таланты в масштабе?

Успех для DINQ означает построение “Слоя доверия” экономики ИИ. Мы хотим увидеть мир, где карта DINQ – это единственное “Резюме”, которое вам когда-либо нужно. К 2026 году нашей целью является изменение глобального рынка труда в истинную Меритократию в масштабе, где таланты обнаруживаются мгновенно, проверяются автоматически и развертываются для самых срочных проблем мира, независимо от географии или происхождения.

Спасибо за отличный интервью, читателям, которые хотят узнать больше, следует посетить DINQ.