چه کسانی بر هوش مصنوعی حکومت می‌کنند؟


علی فرهادی از چهره‌های برجسته‌ی پژوهش هوش مصنوعی است که بر رویکردهای متن‌باز و علمی تأکید دارد. او تلاش کرده است هوش مصنوعی را در خدمت مسائل عمومی مانند محیط‌زیست و سلامت قرار دهد.

فرهادی پژوهش‌های هوش مصنوعی را به‌صورت باز و در دسترس عموم پیش می‌برد. در ماه نوامبر، موسسه‌ی Ai2 مجموعه‌ی «OlmoEarth» را معرفی کرد؛ خانواده‌ای از مدل‌های متن‌باز که برای مدل‌سازی محیط‌زیست طراحی شده‌اند و کاربردهایی مانند برنامه‌ریزی کشت، ارزیابی خطر آتش‌سوزی و حفاظت از زیستگاه‌ها دارند.

در ماه آگوست، بنیاد ملی علوم آمریکا (NSF) و انویدیا، کمک‌هزینه‌ای ۱۵۲ میلیون دلاری به Ai2 اعطا کردند تا رهبری نخستین ابتکار ملی ایالات متحده در حوزه‌ی هوش مصنوعی چندوجهیِ متن‌باز برای علم را بر عهده بگیرد.

در قالب سرمایه‌گذاری ۱۰ میلیون دلاری در «ائتلاف هوش مصنوعی سرطان»، مهندسان Ai2 با برترین مؤسسات پژوهشی سرطان همکاری می‌کنند تا مدل‌هایی آموزش دهند که بیمارستان‌ها در آینده بتوانند از آن‌ها برای بهبود درمان‌ها و کشف روش‌های درمانی نو استفاده کنند. از مدل‌سازی اقلیم تا سلامت، کارهای فرهادی بر نحوه‌ی مقیاس‌دهی هوش مصنوعی برای منافع بشریت اثرگذار است.

میرا موراتی بر توسعه‌ی سیستم‌های هوش مصنوعی قابل‌کنترل و قابل‌اعتماد تمرکز دارد. او به‌دنبال ایجاد تعادلی میان توانمندی فنی و مسئولیت‌پذیری است. در فضایی که نگرانی‌ها درباره‌ی AI خودمختار افزایش یافته، رویکرد او نشان‌دهنده‌ی تلاش برای بازگرداندن «کنترل انسانی» به مرکز طراحی سیستم‌هاست.

او در اواخر سال ۲۰۲۴ و پس از جدایی از OpenAI، استارتاپ پژوهشی «Thinking Machines Lab» را بنیان‌گذاری کرد. موراتی تیمی حدوداً ۳۰ نفره از پژوهشگران و مهندسان را گرد هم آورد که شامل چهره‌های ارشد از OpenAI، متا، Google DeepMind، Mistral AI و Character.AI می‌شوند. چند ماه بعد، این شرکت موفق شد ۲ میلیارد دلار سرمایه اولیه جذب کند.

در ماه اکتبر، Thinking Machines نخستین محصول خود با نام «Tinker» را عرضه کرد؛ ابزاری که به پژوهشگران و توسعه‌دهندگان کمک می‌کند مدل‌های زبانی بزرگ را برای وظایف و کاربردهای خاص تنظیم و بهینه‌سازی کنند و نشان‌دهنده‌ی تمرکز این شرکت بر ساخت مدل‌های سفارشی قدرتمند است.

دمیس هسابیس چهره‌ای است که هوش مصنوعی را فراتر از یک محصول تجاری، به عنوان ابزاری قدرتمند برای کشف‌های علمی معرفی کرده است. پروژه‌های او در حوزه‌های حساسی مانند زیست‌شناسی و داروسازی اثبات می‌کند که این فناوری می‌تواند مرزهای دانش بشری را گسترش دهد.

هاسابیس هدایت پیشرفته‌ترین آزمایشگاه پژوهشی هوش مصنوعی گوگل، یعنی Google DeepMind را برعهده دارد. در سال ۲۰۲۵، این مرکز با توسعه‌ی خانواده مدل‌های جمنای به محور اصلی استراتژی هوش مصنوعی گوگل تبدیل شد؛ مدل‌هایی که اکنون موتور محرک جست‌وجو، ایمیل و ابزارهای توسعه‌دهندگان گوگل هستند.

اوج این تلاش‌ها در ماه نوامبر با معرفی «Gemini 3» نمایان شد. گوگل این مدل را توانمندترین هوش مصنوعی خود تا به امروز معرفی کرد که در زمینه‌های استدلال، برنامه‌ریزی و قابلیت‌های چندوجهی (مانند تولید تصویر) پیشرفتی چشمگیر داشته است.

اما جاه‌طلبی هسابیس به نرم‌افزار محدود نمی‌شود. او هم‌زمان هدایت Isomorphic Labs را نیز بر عهده دارد؛ استارتاپی متمرکز بر کشف دارو که از دل DeepMind متولد شده است. این مجموعه در سال ۲۰۲۵ موفق شد برای تسریع دستاوردهای زیست‌پزشکی و توسعه روش‌های نوین طراحی دارو، سرمایه‌ای بالغ بر ۶۰۰ میلیون دلار جذب کند.

آراویند سرینیواس

آراویند سرینیواس تلاش می‌کند تجربه‌ی جست‌وجوی اطلاعات را بازتعریف کند. محصول او نمونه‌ای از تعامل مستقیم‌تر میان انسان و دانش است، بدون واسطه‌های سنتی.

سرینیواس با Perplexity سلطه‌ی گوگل بر جست‌وجو را به چالش می‌کشد. در ماه سپتامبر، Perplexity حدود ۲۰۰ میلیون دلار سرمایه با ارزش‌گذاری ۲۰ میلیارد دلاری جذب کرد و مجموع سرمایه جذب‌شده‌اش را تنها در سه سال به ۱٫۵ میلیارد دلار رساند.

پرپلکسیتی در نیمه‌ی دوم سال ۲۰۲۵ اعلام کرد که حدود ۴۵ میلیون کاربر فعال دارد. در ماه ژوئیه، این شرکت «Comet» را عرضه کرد؛ مرورگر وب مبتنی‌بر هوش مصنوعی با قابلیت‌های عامل‌محور. به گفته سرینیواس، Comet تا ۱۸ برابر بیشتر از خود پرپلکسیتی به پرسش‌ها پاسخ می‌دهد.

ریچل پیترسون نماینده‌ی بخشی از صنعت هوش مصنوعی است که کمتر در مرکز توجه رسانه‌ها قرار دارد، اما بدون آن پیشرفتی ممکن نیست: زیرساخت فیزیکی. او مسئول توسعه و مدیریت مراکز داده‌ای است که مدل‌های عظیم متا بر روی آن‌ها آموزش می‌بینند و اجرا می‌شوند.

قدرت پیترسون در تصمیم‌گیری‌های کلانی نهفته است که درباره‌ی مقیاس، مکان و معماری این مراکز داده اتخاذ می‌شود. این تصمیم‌ها نه‌تنها بر سرعت توسعه‌ی مدل‌ها اثر می‌گذارند، بلکه پیامدهای زیست‌محیطی، اقتصادی و اجتماعی گسترده‌ای دارند. در جهانی که هوش مصنوعی به مصرف‌کننده‌ی عظیم انرژی تبدیل شده، نقش او بیش از پیش راهبردی شده است.

اندی پاور در حال حاضر یکی از چهره‌های اصلی در حل بزرگ‌ترین چالش هوش مصنوعی، یعنی کمبود زیرساخت است. با رشد سریع مدل‌های هوش مصنوعی، نیاز به مراکز داده‌ای که بتوانند در ابعادی بی‌سابقه از پسِ تامین انرژی، سیستم‌های خنک‌کننده و اتصالات شبکه‌ای برآیند، بیش از هر زمان دیگری احساس می‌شود.

شرکت Digital Realty تحت مدیریت او، به یکی از ارکان اصلی این حوزه تبدیل شده است. دیدگاه پاور نشان می‌دهد که آینده‌ی هوش مصنوعی تنها به نوآوری‌های نرم‌افزاری وابسته نیست؛ بلکه با مهندسی فیزیکی، سیاست‌های کلان انرژی و برنامه‌ریزی‌های شهری گره خورده است.

به‌گفته‌ی پاور، مجموعه‌ی آن‌ها اکنون ظرفیتی نزدیک به ۳ گیگاوات را در سراسر جهان پشتیبانی می‌کند؛ این میزان انرژی برای تأمین برق حدود ۲٫۲۵ میلیون خانه در آمریکا کافی است. او پیش‌بینی می‌کند که تقاضای فزاینده برای هوش مصنوعی، موتور محرک اصلی در رشد درآمد چند میلیارد دلاری این شرکت در سال‌های آینده خواهد بود.

آیدین سنکوت نماد سرمایه‌گذاری هوشمندی است که پیش از همگان، مسیر آینده را پیش‌بینی می‌کند. تمرکز او بر استارتاپ‌های زیرساختی و پایه‌ای هوش مصنوعی باعث شده تا سرمایه‌ها به سمت بخش‌هایی هدایت شوند که اگرچه ممکن است در ظاهر پرزرق‌وبرق نباشند، اما بیشترین تأثیر را در بلندمدت بر جای می‌گذارند.

او از همان ابتدا بر زیرساخت‌هایی سرمایه‌گذاری کرد که شریان‌های اصلی هوش مصنوعی را تشکیل می‌دهند. شرکت سرمایه‌گذاری خطرپذیر او در سیلیکون‌ولی، Felicis، اکنون سبد متنوعی شامل بیش از ۴۰۰ شرکت را مدیریت می‌کند. نکته قابل‌توجه این است که حدود ۷۰ درصد از این شرکت‌ها، استارتاپ‌های فعال در حوزه‌های حیاتی هوش مصنوعی مانند اتوماسیون گردش کار، ارکستراسیون و رباتیک هستند.

در کارنامه سنکوت، علاوه بر سرمایه‌گذاری در برندهای بزرگی همچون Shopify و Adyen، حمایت از تولد «یونیکورن‌های» جدید هوش مصنوعی نیز دیده می‌شود؛ از جمله: Runway، پیشرو در تولید ویدیو با هوش مصنوعی (ارزش بیش از ۳ میلیارد دلار) و Mercor، پلتفرم پیشرفته ارزیابی داده (ارزش ۱۰ میلیارد دلار).

تحت رهبری او، شرکت Felicis در ژوئن گذشته موفق شد دهمین صندوق سرمایه‌گذاری خود را با بودجه‌ای ۹۰۰ میلیون دلاری نهایی کند. تجربه‌ی چند دهه‌ای سنکوت در تکنولوژی‌های نوظهور که ریشه در دوران فعالیت او در گوگل و Silicon Graphics دارد، او را به یکی از پیشگامان شناسایی تحولات بنیادین در صنعت تبدیل کرده است.

ساشا لوچیونی یکی از صداهای مهمی است که هزینه‌های پنهان هوش مصنوعی را به بحث عمومی آورده است. او بر مصرف انرژی، ردپای کربنی و پیامدهای زیست‌محیطی مدل‌های بزرگ تمرکز دارد.

در صنعتی که اغلب پیشرفت را با «بزرگ‌تر بودن» مترادف می‌داند، کار او نوعی هشدار است. لوچیونی تلاش می‌کند معیارهای تازه‌ای برای سنجش پیشرفت AI معرفی کند؛ معیارهایی که پایداری را در کنار کارایی قرار می‌دهند.

لوچیونی کاری کرده است که ردپای کربنی هوش مصنوعی دیگر قابل نادیده‌گرفتن نباشد. او در Hugging Face و با همکاری شرکت‌ها و نهادهایی مانند Meta و دانشگاه کارنگی ملون، نقشی کلیدی در راه‌اندازی پروژه‌ی «AI Energy Score» ایفا کرده است؛ پروژه‌ای که روش‌های استاندارد و یک جدول رتبه‌بندی برای سنجش بهره‌وری انرژی مدل‌های هوش مصنوعی ارائه می‌دهد.

سوآمی سیواسوبرامانیان

سوآمی سیواسوبرامانیان نقشی اساسی در آوردن هوش مصنوعی به بطن کسب‌وکارها ایفا کرده است. AWS (وب سرویس آمازون) با ابزارهایی که تحت مدیریت او توسعه یافته‌اند، AI را به خدمتی در دسترس برای هزاران شرکت تبدیل کرده است.

قدرت او در مقیاس و نفوذ است. زمانی که AWS مسیری را انتخاب می‌کند، بخش بزرگی از صنعت نیز به‌دنبال آن حرکت می‌کند. به این ترتیب، تصمیم‌های او به‌طور غیرمستقیم نحوه‌ی استفاده‌ی سازمان‌ها از AI را شکل می‌دهد.

پی‌یر ادیل الیاس

پی‌یر ادیل الیاس یکی از چهره‌های کلیدی در به‌کارگیری عملی هوش مصنوعی در پزشکی است. او در یکی از بزرگ‌ترین سیستم‌های درمانی آمریکا، تلاش کرده هوش مصنوعی را از مرحله‌ی آزمایشگاهی به ابزار بالینی واقعی تبدیل کند؛ جایی که تصمیم‌ها مستقیماً بر سلامت و جان بیماران اثر می‌گذارند.

اهمیت نقش او در این است که نشان می‌دهد هوش مصنوعی می‌تواند فراتر از پیش‌بینی و تحلیل داده، به بخشی از فرآیند تشخیص پزشکی تبدیل شود. کار الیاس نمونه‌ای از آینده‌ای است که در آن هوش مصنوعی به پزشکان کمک می‌کند تصمیم‌های دقیق‌تر و سریع‌تری بگیرند، بدون آنکه جایگزین قضاوت انسانی شود.

دیوید گریفیثز

دیوید گریفیثز در قلب یکی از حساس‌ترین حوزه‌های استفاده از هوش مصنوعی فعالیت می‌کند؛ نظام مالی جهانی. بانکداری حوزه‌ای است که اعتماد، امنیت و مدیریت ریسک در آن حیاتی است و ورود AI به این فضا، پیامدهای گسترده‌ای دارد.

نقش او در هدایت استفاده از هوش مصنوعی در یک نهاد مالی بزرگ، به معنای تعریف مرزهای جدیدی میان خودکارسازی و نظارت انسانی است. تصمیم‌های او تعیین می‌کند که AI به ابزاری برای افزایش شفافیت و کارایی تبدیل شود یا منبعی تازه از ریسک‌های سیستمی به‌شمار رود.

گریفیثز هوش مصنوعی را در ستون فقرات بانکداری جهانی نهادینه کرده است. او در سیتی (Citi) بر توسعه‌ی «Stylus Workspaces» نظارت داشت؛ ابزار هوش مصنوعی داخلی‌ای که اکنون بیش از ۱۰۰ هزار کارمند را در ۸۳ کشور پشتیبانی می‌کند. سیتی از این ابزار برای پردازش اسناد حقوقی، کمک به ثبت‌های نظارتی و ساده‌سازی حسابرسی‌های داخلی استفاده می‌کند و سالانه میلیون‌ها درخواست را از این طریق پاسخ می‌دهد.

در ماه سپتامبر و در قالب یک طرح آزمایشی، سیتی به ۵ هزار نفر از کارکنان خود دسترسی به قابلیت‌های عامل‌محور Stylus داد؛ ابتکاری که به گفته‌ی گریفیثز با استقبال خوبی روبه‌رو شد. سیتی همچنین از دستیار کدنویسی مبتنی‌بر هوش مصنوعی GitHub Copilot بهره می‌برد؛ ابزاری که به گفته‌ی گریفیثز به عرضه‌ی سریع‌تر محصولات و افزایش یکپارچگی کمک کرده است.

پگی جانسون در نقطه‌ی تلاقی رباتیک، هوش مصنوعی و نیروی کار انسانی قرار دارد. شرکت تحت مدیریت او روی ربات‌های انسان‌نما تمرکز دارد که برای کار در محیط‌های صنعتی طراحی شده‌اند.

اهمیت نقش جانسون در این است که او ناگزیر باید به پرسش‌هایی فراتر از فناوری پاسخ دهد؛ پرسش‌هایی درباره‌ی آینده‌ی مشاغل، ایمنی محیط کار و تعامل انسان و ماشین. تصمیم‌های او می‌تواند تصویر عمومی از ربات‌ها را از تهدید به ابزار همکاری تغییر دهد.

جانسون در حال تبدیل بازار ربات‌های انسان‌نما از هیاهو به واقعیت تجاری است. تحت رهبری او، شرکت Agility Robotics ربات «Digit» را از‌طریق پروژه‌های پایلوت و استقرارهای محدود در کارخانه‌ها و انبارهای شرکت‌هایی مانند آمازون به کار گرفت.

تا ماه نوامبر، Digit از زمان عرضه تجاری‌اش در سال گذشته بیش از ۱۰۰ هزار سطل انبار را جابه‌جا کرده است؛ نشانه‌ای اولیه از اینکه ربات‌های انسان‌نما می‌توانند در مقیاس بالا و با بازگشت سرمایه به‌کار گرفته شوند. سال‌ها ربات‌های انسان‌نما عمدتاً به آزمایشگاه‌ها و مراسم‌های نمایشی محدود بودند و تردیدهای زیادی وجود داشت که آیا می‌توانند کارهای روزمره و مفیدی انجام دهند که برای شرکت‌ها صرفه‌جویی در زمان و هزینه ایجاد کند یا نه. دستاورد Agility نشان می‌دهد Digit قادر است وظایف تکراری و فیزیکی را بر عهده بگیرد.

مگان گارسیا یکی از صداهای برجسته‌ای است که بر پیامدهای روانی و اجتماعی هوش مصنوعی تمرکز دارد، به‌ویژه در مورد کودکان و نوجوانان. فعالیت‌های او از تجربه‌های واقعی آسیب‌دیدگان الهام گرفته شده است.

گارسیا که وکیل است، پس از مرگ پسر نوجوانش در فوریه‌ی ۲۰۲۴، داستان خود را به‌صورت عمومی مطرح کرد تا درباره‌ی خطرات روانی هوش مصنوعی به دیگران هشدار دهد. به گفته‌ی او، سوئل ستزر که در آن زمان ۱۴ سال داشت، پس از تعاملات آزاردهنده با چت‌بات Character.AI دست به خودکشی زد.

در ماه سپتامبر، گارسیا در برابر کنگره شهادت داد و از قانون‌گذاران خواست شرکت‌های فناوری را بابت عرضه‌ی سامانه‌های هوش مصنوعی که می‌توانند به کاربران آسیب‌پذیر صدمه بزنند، پاسخ‌گو کنند. پس از پیگیری‌های او، Character.AI تا ۲۵ نوامبر دسترسی کاربران زیر ۱۸ سال به «همراهان هوش مصنوعی» خود را مسدود کرد؛ اقدامی که اوپن‌ای‌آی و متا نیز با اعمال محدودیت‌هایی برای کاربران کم‌سن‌وسال از آن پیروی کردند.

گارسیا که با والدین بسیاری با تجربه‌های مشابه در تماس بوده، هشدار می‌دهد کودکانی که با این سامانه‌ها درگیر می‌شوند، در معرض از دست دادن هویت فردی و حریم خصوصی خود قرار دارند؛ چراکه این سیستم‌ها برای استخراج عمیق‌ترین افکار و احساسات آن‌ها با اهداف تجاری طراحی شده‌اند.

میلاگروس میچلی

میلاگروس میچلی بر گروهی تمرکز دارد که اغلب در روایت‌های رایج از هوش مصنوعی نادیده گرفته می‌شوند؛ یعنی کارگران داده. این افراد مسئول برچسب‌گذاری، پالایش و آماده‌سازی داده‌هایی هستند که مدل‌های زبانی بزرگ بر اساس آن‌ها آموزش می‌بینند.

کار میچلی ساختار نابرابر قدرت در زنجیره‌ی تولید هوش مصنوعی را آشکار می‌کند. او نشان می‌دهد که پیشرفت هوش مصنوعی اغلب بر شانه‌های نیروی کاری نامرئی و کم‌دستمزد بنا شده است و این مسئله پیامدهای اخلاقی مهمی دارد.

او به‌عنوان رهبر پژوهشی در «مؤسسه پژوهش هوش مصنوعی توزیع‌شده» و مسئول گروه «بررسی کارگران داده»، تیمی متشکل از ۲۸ برچسب‌زن داده در پنج قاره را توانمند کرده تا به‌عنوان پژوهشگران جامعه‌محور مشارکت کنند. این پژوهشگران تحت نظارت او، شرایط کاری، چالش‌های سلامت روان و نابرابری‌های جنسیتی در حوزه‌ی کاری خود را از طریق گزارش‌ها، مستندها، پادکست‌ها، وبلاگ‌ها و انیمیشن‌های کوتاه مستندسازی می‌کنند.

ژاکی کنی بر آینده‌ی نیروی کار در عصر هوش مصنوعی تمرکز دارد. نقش او در سازمان‌ها، آماده‌سازی کارکنان برای همکاری با سیستم‌های هوشمند است، نه رقابت با آن‌ها.

او تلاش می‌کند به جای روایت حذف شغل‌ها، بر بازآموزی و تحول مهارت‌ها تأکید کند. حضور او در این فهرست نشان‌دهنده‌ی این است که مدیریت تغییر انسانی، به‌اندازه‌ی توسعه‌ی فناوری اهمیت دارد.

کَنی نقشه‌ی راه بازآموزی نیروی کار کسب‌وکارها در عصر هوش مصنوعی را ترسیم می‌کند. تحت رهبری او، ServiceNow در ماه مه برنامه‌ی «ServiceNow University» را راه‌اندازی کرد؛ برنامه‌ای که هدف آن ارتقای مهارت بیش از ۳ میلیون کاربر در مبانی هوش مصنوعی، از جمله مهندسی پرامپت و اتوماسیون گردش کار تا سال ۲۰۲۷ است. به گفته‌ی ServiceNow، از زمان آغاز این برنامه تاکنون بیش از ۲۰ هزار نفر از کارکنان این شرکت آموزش دیده‌اند.

این غول خدمات فناوری اطلاعات همچنین ابزارهای هوش مصنوعی مولد را در تیم‌های منابع انسانی، فروش و مهندسی خود ادغام کرده و اعلام کرده که بیش از ۱۰۰ میلیون دلار صرفه‌جویی ایجاد شده است. این شرکت به‌شدت به دنبال جذب استعدادهای هوش مصنوعی است و از ژانویه گذشته بیش از ۱۲۰۰ موقعیت شغلی جدید ایجاد کرده که به مهارت‌های هوش مصنوعی مانند کار با چت‌بات‌ها و ساخت مدل‌های یادگیری ماشین نیاز دارند.

نعیم تالوکدار

نعیم تالوکدار بر یکی از حساس‌ترین حوزه‌های AI تمرکز دارد؛ تولید محتوای تصویری و ویدیویی. او تلاش کرده مدل‌هایی توسعه دهد که بر داده‌های مجوزدار و اخلاق‌محور آموزش دیده‌اند. اهمیت کار او در این است که به مسئله‌ی رضایت، مالکیت و حقوق خالقان محتوا پاسخ می‌دهد. این رویکرد می‌تواند الگویی برای آینده‌ی صنعت تولید محتوای مبتنی‌بر هوش مصنوعی باشد.

تالوکدار مدل‌های هوش مصنوعی را با تکیه‌بر اخلاق و ایمنی طراحی می‌کند. شرکت Moonvalley با همکاری پژوهشگرانی از OpenAI، DeepMind و انویدیا، مدل‌های هوش مصنوعی را صرفاً بر پایه‌ی داده‌های کاملاً دارای مجوز آموزش می‌دهد و مستقیماً با یوتیوبرها، فیلم‌سازان و استودیوها همکاری می‌کند تا مالکیت فکری و اصالت خلاقانه حفظ شود.

کریستوفر منینگ

کریستوفر منینگ پلی میان دنیای دانشگاه و سرمایه‌گذاری است. او به انتقال پژوهش‌های بنیادی زبان‌شناسی محاسباتی و یادگیری ماشین به محصولات واقعی کمک کرده است. قدرت او در این است که تشخیص می‌دهد کدام ایده‌های علمی پتانسیل اثرگذاری گسترده دارند. در نتیجه، نقش او در شکل‌گیری نسل بعدی شرکت‌های هوش مصنوعی بسیار تعیین‌کننده است.

منینگ دستاوردهای دانشگاهی را به کسب‌وکارهای هوش مصنوعی تبدیل می‌کند. او در ماه ژوئیه، پنج ماه پس از کناره‌گیری از ریاست آزمایشگاه هوش مصنوعی استنفورد، اعلام کرد که از دانشگاه استنفورد مرخصی می‌گیرد تا به‌عنوان شریک در شرکت سرمایه‌گذاری AIX Ventures بر سرمایه‌گذاری خطرپذیر تمرکز کند. او در این نقش به تأمین مالی ۶۸ استارتاپ نوپا کمک کرده که در صنایعی مانند سلامت، حقوق، انرژی، بازی‌سازی و معماری از هوش مصنوعی استفاده می‌کنند.

دانیلا آمودی یکی از چهره‌های محوری در بحث ایمنی هوش مصنوعی است. او معتقد است که توسعه‌ی AI بدون چارچوب‌های اخلاقی روشن، می‌تواند پیامدهای پیش‌بینی‌نشده‌ای داشته باشد. نقش او در این فهرست نشان می‌دهد که ایمنی و مسئولیت‌پذیری دیگر موضوعات حاشیه‌ای نیستند، بلکه به بخش اصلی رقابت در صنعت AI تبدیل شده‌اند.

او به‌عنوان هم‌بنیان‌گذار و رئیس شرکت Anthropic و خواهر مدیرعامل آن، داریو آمودی، بر راهبرد، عملیات و همکاری‌های این شرکت نظارت دارد. در سال ۲۰۲۵، Anthropic استقرار خانواده مدل‌های زبانی بزرگ «Claude» را در میان مشتریان سازمانی گسترش داد؛ مدل‌هایی که برای کدنویسی، تحلیل داده و پشتیبانی مشتری به کار می‌روند.

آلفرد لین سرمایه‌گذاری است که تمرکز خود را بر تیم‌ها و فرهنگ سازمانی قرار داده است. او معتقد است موفقیت در AI تنها به فناوری وابسته نیست، بلکه به انسان‌هایی که آن را می‌سازند بستگی دارد.

لین در یکی از معتبرترین شرکت‌های سرمایه‌گذاری خطرپذیر جهان روی استارتاپ‌های هوش مصنوعی سرمایه‌گذاری می‌کند. Sequoia که از سرمایه‌گذاران اولیه انویدیا، OpenAI، گوگل و xAI بوده، متعهد است از نسل بعدی ستاره‌های هوش مصنوعی حمایت کند. در اواخر اکتبر، Sequoia از دو صندوق جدید در مراحل اولیه به ارزش مجموع ۹۵۰ میلیون دلار رونمایی کرد و از بنیان‌گذاران دعوت کرد «آمازون بعدی عصر هوش مصنوعی» را بسازند؛ آن هم در شرایطی که سرمایه‌گذاری‌های سری A در شرکت‌هایی مانند Clay، Harvey و n8n به ارزش‌گذاری‌های ده‌رقمی رسیده‌اند.

الیستون بری، بازیگری که تکنولوژی هوش مصنوعی چهره‌اش را دزدید و در ویدیوهای جعلی استفاده کرد، نماد وجه انسانی و آسیب‌پذیر هوش مصنوعی است. تجربه‌ی شخصی او از سوءاستفاده‌ی دیپ‌فیک، نمونه‌ای از پیامدهای تاریک فناوری‌ای است که اغلب با وعده‌ی پیشرفت معرفی می‌شود. او این تجربه را به سکوی کنشگری اجتماعی تبدیل کرد.

قدرت بری نه از سرمایه یا فناوری، بلکه از روایت و پیگیری به‌دست آمده است. تلاش‌های او به تغییرات قانونی و افزایش آگاهی عمومی درباره‌ی خطرات AI انجامید. حضور او در این فهرست نشان می‌دهد که قربانیان فناوری نیز می‌توانند به بازیگران مؤثر در شکل‌دهی به آینده‌ی آن تبدیل شوند.

قدرت واقعی دست کیست؟

مرور این لیست به ما نشان می‌دهد که فرمانروایان دنیای هوش مصنوعی، لزوما همان چند چهره‌ی مشهوری نیستند که هر روز در اخبار می‌بینیم، بلکه با یک هرم قدرت جدید طرف هستیم:

۱. پادشاهان زیرساخت: در بالاترین سطح، کسانی مثل مدیران انویدیا و تأمین‌کنندگان انرژی نشسته‌اند. اگر آن‌ها شیرِ سخت‌افزار و برق را ببندند، هوشمندترین مدل‌های جهان حتی روشن هم نمی‌شوند.

۲. جنگ سازندگان و ناظران: در پله‌ی بعدی، نبردی میان «توسعه‌دهندگان» (مثل مدیران OpenAI) و «حافظان اخلاق» (مثل فعالان ایمنی و اجتماعی) در جریان است. این لیست نشان می‌دهد که صدای یک مادرِ نگران یا یک فعال محیط‌زیست هم می‌تواند ترمز شرکت‌های غول‌پیکر را بکشد و آن‌ها را وادار به تغییر مسیر کند.

۳. نیروهای نامرئی: و درنهایت، این چرخ بدون ارتش نامرئیِ کارگران داده و سرمایه‌گذاران جسور نمی‌چرخد.

آینده‌ی هوش مصنوعی نتیجه‌ی زورآزمایی میان این گروه‌هاست. سرنوشت شغلی و حریم خصوصی کاربران، درنهایت از دلِ تعادل میان سودِ شرکت‌ها، محدودیت‌های سخت‌افزاری و وجدانِ انسانی بیرون می‌آید.



منبع

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *