
نشان تجارت - هدی کاشانیان: هوش مصنوعی بهعنوان یکی از قدرتمندترین ابزارهای تحولدهنده، در دهه اخیر به مرکز تصمیمگیریهای سیاسی، اقتصادی و اجتماعی جهان تبدیل شده است. این تحول بدون رهبریهایی که بر فناوری نوین نظارت دارند، امکانپذیر نیست. این مطلب به معرفی افراد کلیدی که در سطح جهانی و ملی بر توسعه، تنظیم قوانین و کاربرد هوش مصنوعی حکومت میکنند، میپردازد.
۱. یوشوا بنژو
استاد دانشگاه مونترال و یکی از پایهگذاران یادگیری عمیق، مطالعات بنیادین او در شبکههای عصبی مسیر توسعه هوش مصنوعی را هموار کرده است. مشارکت وی در طراحی الگوریتمهای یادگیری با نظارت ضعیف، زمینههای نوینی در کاربردهای صنعتی فراهم کرده است. اخیراً در تدوین چارچوبهای اخلاقی برای توسعه AI فعالیت دارد. انتقادات او نسبت به نگرانیهای ایمنی در مدلهای بزرگ زبانی، صنعت را به تفکر واداشته است. بنژو همچنان با تحقیقات خود در حوزه عقلانیت ماشینی، نقشی کلیدی در آینده AI ایفا میکند.
۲. جف هینتون
مخترع شبکههای عصبی کانولوشنی و «پدر یادگیری عمیق»، تأثیرات نظریههای او در تصویربرداری پزشکی و تشخیص گفتار برجسته است. هینتون پس از ترک گوگل در سال ۲۰۲۳، آزادی بیشتری در برجسته کردن ریسکهای فناوریهای هوشمند یافته است. هشدارهای وی نسبت به احتمال کنترل نشدنی AI، گفتوگوهای جهانی را درباره تنظیم قوانین تسریع کرده است. مشارکت وی در ایجاد مدلهای اولیه یادگیری بدون نظارت، زمینهساز پیشرفتهای اخیر در زمینههایی مانند GANها بوده است. هینتون با سخنرانیهای خود، همواره تأکید بر نیاز به نظارت بینالمللی بر توسعه AI دارد.
۳. سام آلتمان
مدیر OpenAI و یکی از مهندسان کلی ایده AGI (هوش عمومی مصنوعی)، نقشی تعیینکننده در توسعه مدلهای GPT داشته است. آلتمان با تمرکز بر گسترش دسترسی به ابزارهای هوشمند، سیاستهای تجاری را در صنعت تغییر داده است. اختلاف نظرهای داخلی در OpenAI درباره اولویتهای اخلاقی و تجاری، آینده رهبری او را در این حوزه پرسشبرانگیز کرده است. اما تأثیر وی بر استانداردسازی APIهای زبانی و تأثیرگذاری بر استارتآپها همچنان قابلچشمپوشی نیست. آلتمان با حمایت از پروژههای زیربنایی مانند Q*، دست به تحولی جدی در زمینه یادگیری غیرنظارتی زده است.
۴. تیبور ناگی
رئیس کمیته هوش مصنوعی اتحادیه اروپا و معمار اصلی AI Act، سیاستهای جهانی را درباره نظارت بر فناوریهای هوشمند شکل داده است. ناگی با تأکید بر اخلاق و ایمنی، محدودیتهایی برای استفاده از AI در بخشهای حساس مانند استخدام و پلیس هوشمند اعمال کرده است. نقش او در توافقنامههای بینالمللی برای جلوگیری از سوءاستفاده از چهرهیابی، برجسته است. ناگی با همکاری با سازمانهای بینالمللی، سعی در ایجاد استانداردهای جهانی برای توسعه AI دارد. رویکرد وی ترکیبی از دقت تنظیم قوانین و حمایت از نوآوری است که تعادلی دشوار را در عمل حفظ میکند.
۵. مارینا کیم
متخصص اخلاق دیجیتال و ناظر بر اصول کاربرد AI در سازمانهای بزرگ، چارچوبهای اخلاقی را برای شرکتهایی مانند Alphabet تدوین کرده است. کیم با تأکید بر شفافیت در الگوریتمها، سعی در کاهش سویاسیهای نهفته در مدلهای هوشمند دارد. مشارکت وی در ایجاد ابزارهای تشخیص سوءاستفاده از دادههای کاربران، صنعت را به سمت مسئولیتپذیری بیشتر سوق داده است. کیم همچنین در طراحی پروتکلهای امنیتی برای جلوگیری از تولید محتوای فریبدهنده با AI نقش داشته است. رویکرد وی ترکیبی از اخلاق کاربردی و تحلیل دادههای واقعی است که به تعادل بین نوآوری و حفاظت از حقوق فردی کمک میکند.
۶. متیو پرینس
متیو پرینس در موقعیتی اثرگذار در زیرساخت اینترنت قرار دارد؛ جایی که اگرچه کمتر در معرض دید عموم است، اما نقشی کلیدی در شکلگیری جریان اطلاعات ایفا میکند. کلادفلر بهعنوان یکی از مهمترین ارائهدهندگان خدمات زیرساخت وب، مدیریت بخش قابلتوجهی از ترافیک جهانی اینترنت را در اختیار دارد و همین جایگاه، دامنه تصمیمگیری پرینس را فراتر از یک مدیر فناوری گسترش داده است.
اهمیت نام او در تحولات اخیر، به سیاستهایی بازمیگردد که درباره دسترسی سامانههای هوش مصنوعی به محتوای آنلاین اتخاذ شدهاند. با آغاز محدودسازی فعالیت باتهای هوش مصنوعی بدون مجوز از سوی کلادفلر، معادله قدرت میان شرکتهای بزرگ توسعهدهنده هوش مصنوعی و تولیدکنندگان محتوا تغییر مسیر داد. این تصمیم، واکنشهای گستردهای را در پی داشت و زمینهساز بحثهای تازهای درباره مالکیت داده، حقوق ناشران و آینده اقتصاد محتوا در بستر فناوریهای هوشمند شد.
۷. علی فرهادی
علی فرهادی در میان پژوهشگران هوش مصنوعی، بهعنوان چهرهای شناخته میشود که مسیر متفاوتی را در توسعه این فناوری دنبال کرده است. تمرکز او بر پژوهشهای متنباز و علمی، باعث شده است هوش مصنوعی از محدوده کاربردهای صرفاً تجاری فاصله بگیرد و به ابزاری برای پاسخ به مسائل عمومی تبدیل شود. از مدلسازی تغییرات اقلیمی گرفته تا ارتقای کیفیت خدمات سلامت، پروژههای تحت هدایت فرهادی بر دسترسپذیری دانش و مشارکت جامعه علمی تأکید دارند.
معرفی مجموعه «OlmoEarth» توسط مؤسسه Ai۲، نمونهای از این رویکرد به شمار میآید؛ مدلهایی که با هدف تحلیل دادههای محیطزیستی طراحی شدهاند و در تصمیمسازیهای مرتبط با کشاورزی، مدیریت بحرانهای طبیعی و حفاظت از زیستگاهها کاربرد دارند. در کنار این فعالیتها، حمایت مالی ۱۵۲ میلیون دلاری بنیاد ملی علوم آمریکا و انویدیا، جایگاه Ai۲ را بهعنوان رهبر ابتکار ملی هوش مصنوعی چندوجهی متنباز برای علم تثبیت کرد.
۸. میرا موراتی
میرا موراتی از چهرههای اثرگذار حوزه هوش مصنوعی است که تمرکز فعالیتهایش بر توسعه سیستمهای قابلکنترل و قابلاعتماد قرار دارد. او پس از جدایی از OpenAI در اواخر سال ۲۰۲۴، استارتاپ پژوهشی «Thinking Machines Lab» را بنیانگذاری کرد؛ مجموعهای که با حضور حدود ۳۰ پژوهشگر و مهندس از شرکتهایی مانند OpenAI، متا، Google DeepMind و Mistral AI شکل گرفت. این شرکت در مدت کوتاهی موفق شد دو میلیارد دلار سرمایه اولیه جذب کند. در ماه اکتبر نیز نخستین محصول این استارتاپ با نام «Tinker» معرفی شد، ابزاری برای تنظیم و بهینهسازی مدلهای زبانی بزرگ با تمرکز بر کاربردهای تخصصی.
۹. دمیس هسابیس
با چشماندازی نوآورانه، هوش مصنوعی را از یک ابزار تجاری فراتر برده و آن را به موتور اصلی کشفهای علمی تبدیل کرده است. کارهای او در زمینههایی، چون زیستشناسی ساختاری و طراحی داروهای هوشمند، نشان داده است که AI میتواند مرزهای دانش بشری را در حوزههای حساس دگرگون کند. هماکنون رهبری آزمایشگاه Google DeepMind، پیشرفتهترین مرکز تحقیقاتی گوگل در زمینه هوش مصنوعی را برعهده دارد که در سال ۲۰۲۵ با توسعه خانواده مدلهای Gemini، به ستونهای اصلی استراتژی هوش مصنوعی گوگل تبدیل شد.
این مدلها اکنون موتور محرکه ابزارهای کلیدی گوگل مانند جستوجو، ایمیل و پلتفرم توسعهدهندگان را تشکیل میدهند. این تحولات در نوامبر با معرفی «Gemini ۳» به اوج خود رسید، مدلی که با دستاوردهای چشمگیر در استدلال منطقی، برنامهریزی استراتژیک و تولید چندمدیایی (از جمله تصویربرداری پیشرفته)، به عنوان قدرتمندترین هوش مصنوعی گوگل معرفی شد.
۱۰. ریچل پیترسون
ریچل پیترسون در حوزهای از صنعت هوش مصنوعی فعالیت میکند که اگرچه در کانون توجه عمومی قرار نمیگیرد، اما زیربنای اصلی پیشرفتهای این حوزه محسوب میشود: زیرساخت فیزیکی. وی مسئولیت طراحی، توسعه و بهرهبرداری از مراکز دادهای را بر عهده دارد که مدلهای گسترده متا، از آموزش تا اجرای عملیاتی، بر روی آنها متکی هستند. قدرت وی در تصمیمگیریهای استراتژیک در خصوص ابعاد، موقعیت جغرافیایی و ساختار فنی این مراکز داده نهفته است.
این تصمیمها نه تنها تعیینکننده سرعت و کارایی در توسعه مدلهای هوش مصنوعی هستند، بلکه پیامدهایی فراتر از حوزه فناوری دارند؛ از جمله تأثیرات زیستمحیطی ناشی از مصرف انرژی گسترده، دغدغههای اقتصادی مرتبط با هزینههای عملیاتی و اجتماعی بودن این زیرساختها در قالب تأثیرگذاری بر اشتغال و توسعه منطقهای. در عصری که هوش مصنوعی به یکی از بزرگترین مصرفکنندگان انرژی جهان تبدیل شده است، نقش پیترسون در بهینهسازی این زیرساختها و مدیریت چالشهای آن، از اهمیت راهبردی بیسابقهای برخوردار شده است.