آشنایی با کورای کاووکچواوغلو، معمار ارشد هوش مصنوعی گوگل

این آقای کورای کاووکچواوغلو کیه اصلا؟

برای اینکه بهتر باهاش آشنا بشیم، باید یه نگاه به سوابقش بندازیم. اون یه مهندس هوافضای سابق هست که بعدا مسیرش رو به سمت علوم کامپیوتر تغییر داده. اون مدرک دکترای علوم کامپیوترش رو از دانشگاه نیویورک (NYU) گرفته و اونجا زیر نظر یکی از پیشگامان هوش مصنوعی به اسم «یان لیکان» کار کرده (لیکان بعدا رفت و مسئول تلاش‌های هوش مصنوعی فیسبوک شد).

سوابق تحصیلی و حرفه‌ای اون به این شکله:

• لیسانس و فوق لیسانس: مهندسی هوافضا از دانشگاه فنی خاورمیانه (Orta Doğu Teknik Üniversitesi) در ترکیه.
• دکترا: علوم کامپیوتر از دانشگاه نیویورک (NYU)، جایی که عضو آزمایشگاه یادگیری محاسباتی و بیولوژیکی و گروه یان لیکان بود و روی یادگیری بدون نظارت و معماری‌های چندمرحله‌ای برای تشخیص اشیا کار میکرد.
• قبل از دیپ مایند: به عنوان محقق در NEC Labs America کار میکرد.
• پیوستن به دیپ مایند: در سال ۲۰۱۲ به عنوان یه محقق به دیپ مایند پیوست و پله‌های ترقی رو طی کرد تا به یکی از رهبران اصلی این مجموعه تبدیل شد.

انتصاب اون به عنوان معمار ارشد هوش مصنوعی گوگل، به عنوان یک «نقطه عطف تاریخی و پرافتخار برای اکوسیستم هوش مصنوعی ترکیه» هم توصیف شده. اون قبل از این نقش جدید، تیم یادگیری عمیق دیپ مایند رو رهبری میکرده؛ تیمی که مسئول پیشرفت‌های الگوریتمی بزرگی مثل DQN، IMPALA و WaveNet بوده. جالبه بدونید که WaveNet همون تکنولوژی هست که صدای دستیار گوگل (Google Assistant) رو برای میلیون‌ها کاربر در سراسر جهان تولید میکنه.

گوگل و دیپ مایند: یه داستان پر فراز و نشیب

وقتی گوگل در سال ۲۰۱۴ شرکت دیپ مایند رو به قیمت حدود ۵۰۰ میلیون دلار خرید، این خبر خیلی برای سرمایه‌گذارها جلب توجه نکرد. اما امروز، دیپ مایند به بخش مرکزی استراتژی اصلی گوگل تبدیل شده. اون زمانی یه بازوی تحقیقاتی تقریبا مستقل در لندن بود، اما حالا یکی از مهره‌های کلیدی گوگل برای تبدیل شدن به یه شرکت «چابک‌تر و جسورتر» در عصر هوش مصنوعی به حساب میاد.

از زمانی که ChatGPT دنیای تکنولوژی رو تکون داد، گوگل دست به تغییرات گسترده‌ای زده. این شرکت دیپ مایند رو با یه تیم داخلی دیگه به اسم Google Brain ادغام کرد و «دمیس حسابیس»، یکی از بنیان‌گذاران دیپ مایند، رو در راس تلاش‌های هوش مصنوعی خودش قرار داد. این تغییرات با هدف سرعت بخشیدن به توسعه محصولات انجام شده و شامل مواردی مثل بازخرید سهام، تعدیل نیرو و تغییرات در سطح رهبری بوده.

مدل‌های خانواده جمینای (Gemini) که محصول تلاش‌های دیپ مایند هستن، الان به طور گسترده‌ای به عنوان بهترین‌های این صنعت شناخته میشن. اما بهترین بودن لزوما در کوتاه‌مدت فایده‌ای برای گوگل نداره، اگه این تکنولوژی به محصولات مصرفی تبدیل نشه. چالش اصلی گوگل اینه که میلیاردها کاربر هر روز به محصولاتش وابسته هستن و نمیشه یه شبه همه چیز رو تغییر داد. این موضوع به خصوص در مورد جستجوی گوگل صادقه، جایی که هنوز اکثر کاربرا همون «لینک‌های آبی» قدیمی رو دوست دارن.

نگاه کاووکچواوغلو به هوش مصنوعی: فرصت‌ها و خطرات

کورای کاووکچواوغلو به عنوان یکی از متخصصان برجسته دنیا در زمینه یادگیری عمیق، دیدگاه‌های جالبی در مورد هوش مصنوعی داره. اون در مصاحبه‌ای با آکادمی سلطنتی مهندسی بریتانیا، نظراتش رو در مورد هوش مصنوعی پیشگام (Frontier AI) و مدل‌های پایه (Foundation Models) به اشتراک گذاشته.

هوش مصنوعی پیشگام چیه؟

از نظر اون، «مرز» یا «پیشگامی» همیشه جاییه که هیجان‌انگیزترین اتفاقات میفته. جایی که توسعه سریع‌تره و اکتشاف در جریانه. اون معتقده ساختن هوش مصنوعی یه فرایند اکتشافی هست و هیچ دستورالعمل مشخصی براش وجود نداره. پس هوش مصنوعی پیشگام جاییه که:

• ابزارهایی ساخته میشن که تخیل رو به کار میندازن.
• ابزارهایی ساخته میشن که واقعا به مردم کمک میکنن.
• ابزارهایی ساخته میشن که با تاثیرگذاری بنیادی، جامعه ما رو به جلو میبرن.

اون به خصوص در مورد روش‌هایی هیجان‌زده هست که هوش مصنوعی فضاهای تخیلی و مکالمه‌ای ایجاد میکنه و به آدما اجازه میده تصاویر و بازنمایی‌های جدید خلق کنن یا ایده‌ها رو به شکل‌های تازه‌ای ببینن. مثلا، همین الان هم هوش مصنوعی داره به پیشرفت درک ما از علومی مثل زیست‌شناسی و شیمی کمک میکنه و باعث توسعه داروها و فناوری‌های بهداشتی میشه.

مدل‌های پایه چه نقشی دارن؟

کاووکچواوغلو مدل‌های پایه رو ابزار اصلی برای اکتشاف در هوش مصنوعی پیشگام میدونه. چون این مدل‌ها میتونن حجم عظیمی از اطلاعات رو دریافت کنن، از اون اطلاعات «یاد بگیرن» و اون رو به شکلی مفید ارائه بدن. این مدل‌ها نتیجه سال‌ها تحقیق در زمینه یادگیری ماشین هستن و در حال حاضر قدرتمندترین عناصر هوش مصنوعی به شمار میان.

بزرگترین چالش‌ها و خطرات کجاست؟

یکی از بزرگترین چالش‌ها اینه که بفهمیم خطرات واقعا چی هستن. از اونجایی که مدل‌های پایه خیلی قدرتمند هستن، باید با این نیت توسعه داده بشن که تاثیر مثبتی روی جامعه داشته باشن. این مدل‌ها دسترسی به اطلاعات زیاد رو خیلی آسون میکنن، پس فکر کردن در مورد نحوه به کارگیری اون‌ها یکی از مهم‌ترین کارهایی هست که میشه انجام داد. برای این کار باید حوزه‌های کاربردی درستی انتخاب بشن. مثال‌های خوبی مثل AlphaFold در زمینه تصویربرداری پزشکی وجود داره که کاربردهای مثبت هوش مصنوعی پیشرفته رو نشون میده و همزمان به طور جدی به ریسک‌ها هم فکر میکنه.

اون تاکید میکنه که برای حل چالش‌های مهم، باید مسئولانه عمل کرد. باید همیشه از خودمون بپرسیم: «روی چی تمرکز کردیم؟ به چه نوع کاربردهایی فکر میکنیم؟ چه نوع تاثیر مثبتی میخوایم بذاریم؟ و چطور توسعه رو به سمت اون هدف هل بدیم؟» باید فرهنگی ایجاد بشه که دائما چک کنیم داریم فناوری‌های درستی رو در مدل‌های پایه قرار میدیم.

ایمنی هوش مصنوعی از دیدگاه کاووکچواوغلو

وقتی ازش پرسیده شد که آیا ما دیدگاه کاملی از ریسک‌ها داریم، اون جواب داد که هوش مصنوعی از خیلی جهات مثل هر تکنولوژی دیگه‌ای هست: یه ابزار قدرتمند که تاثیرش به نحوه استفاده از اون بستگی داره. این موضوع دوباره به انتخاب حوزه‌های کاربردی مناسب و مسیر توسعه‌ای برمیگرده که ایمنی در اون نهادینه شده باشه. به عنوان توسعه‌دهنده، وظیفه اینه که تکنولوژی رو طوری توسعه بدیم که سوءاستفاده و خطر سوءاستفاده به حداقل برسه.

نقش ارزیابی‌ها در ایمنی

یکی از مهم‌ترین کارها در دیپ مایند و هر سازمان دیگه‌ای که هوش مصنوعی میسازه، تمرکز روی ارزیابی‌ها (Evaluations) هست. ارزیابی‌ها به ما اجازه میدن ایمنی رو در فرایند توسعه «بپزیم» و خطر عواقب ناخواسته یا سوءاستفاده رو کم کنیم. اما سوال اینه که چطور باید به این ارزیابی‌ها رسید؟

به نظر کاووکچواوغلو، ما نیاز به انجمن‌ها و فضاهایی داریم که همه بتونن با هم صحبت کنن تا به درک مشترکی از ریسک‌ها برسن و بعد ارزیابی‌هایی طراحی کنن که این درک مشترک رو وارد فرایندهای توسعه کنه. رویدادهایی مثل «اجلاس ایمنی هوش مصنوعی» (AI Safety Summit) برای این کار حیاتی هستن، چون افراد و نظرات درستی رو دور هم جمع میکنن. هیچ سازمان یا شخصی به تنهایی همه دیدگاه‌های لازم برای نمایندگی ریسک‌های مرتبط با یه مدل رو نداره.

سه گروه اصلی باید در این گفتگوها حضور داشته باشن:

• سازمان‌ها و شرکت‌های توسعه‌دهنده هوش مصنوعی: برای ارائه دانش فنی.
• دولت‌ها: با مسئولیتشون برای تضمین تاثیرات مثبت هوش مصنوعی.
• عموم مردم: چون در نهایت هوش مصنوعی باید به اون‌ها سود برسونه.

انتظارات از اجلاس ایمنی هوش مصنوعی

کاووکچواوغلو از برگزاری این اجلاس توسط دولت بریتانیا استقبال کرد و گفت که بریتانیا جایگاه جهانی قوی در این حوزه داره. اون دو تا خروجی مشخص رو از این اجلاس انتظار داشت:

• ایجاد درک مشترک: اینکه بخش‌های مختلف اکوسیستم (شرکت‌ها، دولت‌ها، مردم) دور هم جمع بشن تا درک جمعی خودشون رو از مشکلات بهتر کنن و یه پلتفرم برای همکاری‌های آینده بسازن.
• تبدیل بحث‌ها به ارزیابی‌ها: اون امیدوار بود که بحث‌های اجلاس در نهایت به ارزیابی‌های مشخصی منجر بشه. اگه این اتفاق بیفته، خروجی‌های اجلاس به بهبود ایمنی و کیفیت توسعه هوش مصنوعی کمک میکنه. این ارزیابی‌ها ممکنه بلافاصله بعد از اجلاس بیرون نیان، اما خود اجلاس روی تفکر و رویکرد توسعه مدل‌ها تاثیر میذاره.

فعالیت‌های اخیر و نگاهی به آینده گوگل

کاووکچواوغلو در ماه‌های اخیر با رهبران محصول در گوگل کار کرده تا راه‌هایی برای استفاده از مدل‌های هوش مصنوعی شرکت برای قدرت بخشیدن به محصولات جدید پیدا کنه. نقش جدیدش زیر نظر پیچای، این تلاش‌ها رو به یه موقعیت رسمی تبدیل کرده.

اون در شبکه‌های اجتماعی هم فعاله. مثلا در شبکه اجتماعی X (توییتر سابق)، خبرهای جدیدی رو به اشتراک گذاشته:

• معرفی نسخه به‌روز شده Gemini 2.5 Pro (نسخه I/O) که در کدنویسی بهتر شده و در WebDev Arena رتبه اول رو کسب کرده.
• اشاره به اینکه این مدل در درک تصویر و ویدیو به عملکرد پیشرفته‌ای رسیده و در بنچمارک VideoMME امتیاز ۸۴.۸ درصد رو گرفته.
• معرفی Gemini 2.5 Pro Experimental، جدیدترین مدل جمینای که «تفکر» یکپارچه داره و پیشرفت‌های عملکردی قابل توجهی داشته.
• اعلام اینکه نسخه پیشرفته Gemini Deep Think تونسته در المپیاد جهانی ریاضی (IMO) عملکردی در حد مدال طلا داشته باشه و ۵ مسئله از ۶ مسئله رو با اثبات‌های دقیق حل کنه که توسط داوران رسمی IMO تایید شده.
• اعلام پیوستن بنیان‌گذاران و تیمی از شرکت Windsurf برای کمک به پیشرفت کارها در زمینه «کدنویسی عامل‌گونه» (agentic coding) در جمینای.

این فعالیت‌ها نشون میده که تمرکز اصلی روی بهبود مستمر مدل‌های جمینای و پیدا کردن کاربردهای عملی برای اون‌هاست. گوگل با چالش بزرگی روبرو هست: چطور از رقبا، به خصوص شرکت‌هایی مثل OpenAI (سازنده ChatGPT) و Perplexity که دارن نحوه جستجوی وب رو تغییر میدن، عقب نیفته.

گوگل پروژه‌های جدید و امیدوارکننده‌ای مثل Project Mariner (که میتونه به طور خودکار مرورگرهای وب رو کنترل کنه) و Astra (که میتونه دنیای فیزیکی رو درک کنه) در دست داره. حالا این وظیفه کورای کاووکچواوغلو هست که مطمئن بشه این بذرهای امیدوارکننده، در نهایت به محصولات جدید و قدرتمند گوگل تبدیل میشن.

گوگل همچنین در حال بررسی فرصت‌های جدید در حوزه‌هایی مثل اتومبیل‌های خودران (Waymo یه مثال عالیه) و سخت‌افزار (مثل رباتیک مصرفی) هست. این شرکت اخیرا یه همکاری با Xreal برای ساخت عینک‌های هوشمند مبتنی بر هوش مصنوعی اعلام کرده. گوگل همین الان هم کلی محصولات سخت‌افزاری در خانه‌ها داره که میشه با قابلیت‌های هوش مصنوعی اون‌ها رو تقویت کرد، به خصوص اگه به گوشی‌های اندروید و محصولات وب گوگل وصل بشن. اینجاست که هماهنگی بیشتر از بالا، یعنی از طرف کسی مثل کاووکچواوغلو، میتونه خیلی ارزشمند باشه.

تاثیر علمی کاووکچواوغلو در دنیای آکادمیک

برای اینکه مقیاس تاثیرگذاری کورای کاووکچواوغلو رو بهتر درک کنیم، میشه به صفحه گوگل اسکولار اون نگاهی انداخت. این صفحه لیستی از مقالات علمی اون و تعداد دفعاتی که بقیه محققان به اون‌ها ارجاع دادن رو نشون میده. این اعداد نشون‌دهنده اهمیت و تاثیرگذاری کارهاش در جامعه علمی هستن. در ادامه چندتا از برجسته‌ترین مقالاتش رو با تعداد ارجاعاتشون میبینید:

عنوان مقاله (ترجمه مفهومی)	تعداد ارجاعات	سال انتشار
پیش‌بینی ساختار پروتئین با دقت بسیار بالا با AlphaFold	۳۹۰۰۱	۲۰۲۱
کنترل در سطح انسان از طریق یادگیری تقویتی عمیق	۳۶۸۴۲	۲۰۱۵
تسلط بر بازی «گو» با شبکه‌های عصبی عمیق و جستجوی درختی	۲۲۵۹۰	۲۰۱۶
بازی آتاری با یادگیری تقویتی عمیق	۱۸۷۵۲	۲۰۱۳
روش‌های ناهمزمان برای یادگیری تقویتی عمیق	۱۳۴۳۷	۲۰۱۶
پردازش زبان طبیعی (تقریبا) از صفر	۱۰۷۵۳	۲۰۱۱
شبکه‌های ترانسفورمر فضایی	۱۰۳۰۸	۲۰۱۵
شبکه‌های تطبیقی برای یادگیری تک شات	۹۶۹۱	۲۰۱۶
لاتنت خودت رو بوت استرپ کن: رویکردی جدید به یادگیری خودنظارتی	۸۹۰۹	۲۰۲۰
یادگیری بازنمایی گسسته عصبی	۶۶۹۸	۲۰۱۷
WaveNet: یک مدل مولد برای صدای خام	۶۵۷۵	۲۰۱۶
رسیدن به سطح استاد بزرگ در استارکرفت ۲ با یادگیری تقویتی چندعامله	۵۶۲۹	۲۰۱۹
جمینای: خانواده‌ای از مدل‌های چندوجهی بسیار توانا	۵۴۱۶	۲۰۲۳
مدل‌های بازگشتی توجه بصری	۵۲۴۰	۲۰۱۴
عدم قطعیت وزن در شبکه عصبی	۴۹۴۴	۲۰۱۵
پیش‌بینی بهبودیافته ساختار پروتئین با استفاده از پتانسیل‌های یادگیری عمیق	۳۸۷۲	۲۰۲۰

این لیست فقط بخش کوچکی از کارهای منتشر شده اون هست، اما به خوبی نشون میده که اون در مهم‌ترین پیشرفت‌های هوش مصنوعی در دهه گذشته، از بازی‌های کامپیوتری گرفته تا زیست‌شناسی ساختاری، نقش کلیدی داشته.

ردپای دیجیتال و منابع اطلاعاتی

اطلاعات این مقاله از منابع مختلفی مثل لینکدین، شبکه اجتماعی X، سمافور، رویترز، وبلاگ آکادمی سلطنتی مهندسی بریتانیا و گوگل اسکولار جمع‌آوری شده. جالبه که بعضی از این منابع، خودشون بخشی از داستان دنیای دیجیتال امروز هستن. مثلا، برای دسترسی به محتوای صفحه‌های لینکدین یا فیسبوک، نیاز به ورود به حساب کاربری بود. بعضی وبسایت‌ها مثل The Information، قبل از نمایش محتوا، پنجره‌های مربوط به تنظیمات کوکی‌ها رو نشون میدن که از کاربر میخواد تنظیمات حریم خصوصیش رو مشخص کنه. این‌ها همه جزئیاتی از نحوه عملکرد وب امروز هستن که در حین تحقیق باهاشون روبرو میشیم.