بعد تسع سنوات من Transformer ثمانية مؤلفين: جوجل لم تُبْقِ أحدًا.

العنوان الأصلي: "أين يوجد آباء Transformer الثمانية اليوم؟"
المصدر الأصلي: آلة القلب

في 18 يونيو، أعلن نوام شازير، أحد المؤلفين المشاركين لورقة Transformer، على X عن استقالته وانضمامه إلى OpenAI. بعد يومين، أعلن جون جامبر، الحائز على جائزة نوبل في الكيمياء لعام 2024 وقائد فريق AlphaFold، مغادرته Google DeepMind متجهًا إلى Anthropic.

سقط الخبران تباعًا، وكان رد فعل سوق رأس المال كبيرًا: انخفض سهم شركة Alphabet الأم لشركة Google بأكثر من 7%، وتبخرت قيمة سوقية تزيد عن 300 مليار دولار. وعزت العديد من مؤسسات التحليل هذا البيع المكثف إلى "هجرة المواهب". صرح المحلل جيل لوريا من D.A. Davidson مباشرةً أن شازير ذهب إلى OpenAI وجامبر إلى Anthropic، مما جعل السوق يقلق من أن Google تخسر في معركة جذب مواهب الذكاء الاصطناعي.

رحيل شازير هذه المرة مثير للتأمل بشكل خاص - فهذه هي المرة الثانية التي يغادر فيها Google.

في عام 2021، غادر بسبب عدم رضاه عن رفض الشركة إصدار روبوت الدردشة الذي قاد تطويره، فأنشأ Character.AI؛ وفي أغسطس 2024، دفعت Google حوالي 2.7 مليار دولار للحصول على ترخيص تقنية Character.AI، وأعادته إلى DeepMind، وعينته نائبًا لرئيس هندسة مشروع Gemini، ليقود المشروع مع جيف دين. بعد أقل من عامين، رحل مرة أخرى، وهذه المرة إلى منافسها اللدود OpenAI.

وهكذا، غادر جميع المؤلفين الثمانية المشاركين للورقة البحثية "الانتباه هو كل ما تحتاجه" التي نُشرت قبل تسع سنوات شركة Google.

أنشأ المستخدم تايلر ماران صورة تجمع وجهاتهم الحالية، وتم تداولها بشكل كبير على الشبكات الاجتماعية.

لكن هذه الصورة قد تصبح قديمة قريبًا. ففي اليومين الماضيين، انتشرت شائعات في السوق بأن Nvidia تستقطب بهدوء الفريق الأساسي لشركة Essential AI، بما في ذلك أحد مؤلفي ورقة Transformer والمؤسس المشارك والرئيس التنفيذي لشركة Essential AI، آشيش فاسواني. وحتى وقت التحرير، لم تصدر Nvidia ولا Essential AI ردًا رسميًا على هذا الأمر.

بهذه المناسبة، دعنا نلخص بشكل كامل السيرة الذاتية لهؤلاء الأشخاص الثمانية الذين يُطلق عليهم "آباء Transformer" على مدى السنوات التسع الماضية، وأين هم حقًا الآن.

تجدر الإشارة إلى أن ترتيب مؤلفي ورقة "الانتباه هو كل ما تحتاجه" كان عشوائيًا. في الحاشية السفلية للورقة ورد بوضوح: جميع المؤلفين متساوون في المساهمة، والترتيب عشوائي، لذلك لا يوجد ما يسمى بـ"المؤلف الأول" أو "المؤلف المراسل". ستقدم هذه المقالة الأشخاص الثمانية بترتيب التوقيع الأصلي للورقة.

"أصل كل شيء": ثمانية من موظفي Google غير الملتزمين

لفهم وجهاتهم اليوم، يجب العودة إلى عام 2017. في ذلك الوقت، كانت الطريقة السائدة في الترجمة الآلية هي الشبكات العصبية المتكررة (RNN)، حيث يجب على النموذج معالجة الجملة كلمة بكلمة بالتسلسل، مثل السير في صف واحد عبر الطريق، دون إمكانية الحساب المتوازي، وكان التدريب بطيئًا ومكلفًا.

قرر ثمانية أشخاص من Google Brain تجربة فكرة شبه جريئة: التخلص من البنية المتكررة بالكامل، والاكتفاء بـ"آلية الانتباه"، مما يسمح للنموذج برؤية الجملة بأكملها في وقت واحد، وتحديد أي كلمة يجب أن تحظى باهتمام أكبر. عنوان الورقة "الانتباه هو كل ما تحتاجه" مستوحى من أغنية البيتلز "كل ما تحتاجه هو الحب"، وأصبح فيما بعد شكلًا يقلده العديد من عناوين الأوراق البحثية.

ملاحظة مساهمات المؤلفين في الورقة تلخص بإيجاز ما فعله كل شخص بالضبط:

· جاكوب أوسكوريت كان أول من اقترح استبدال البنية المتكررة بالانتباه الذاتي، وقاد التحقق المبكر من هذه الفكرة؛

· آشيش فاسواني مع إيليا بولوسوخين صمما ونفذا نموذج Transformer الأولي، وشاركا تقريبًا في كل جانب من جوانب المشروع؛

· نوام شازير اقترح انتباه حاصل الضرب القياسي، وآلية الانتباه متعدد الرؤوس، وطريقة التمثيل الموضعي بدون معلمات، وكان شخصًا آخر شارك في كل شيء تقريبًا؛

· نيكي بارمار صممت ونفذت وصححت عددًا لا يحصى من متغيرات النموذج في قاعدة الكود الأولية ولاحقًا في إطار tensor2tensor؛

· ليون جونز جرب أيضًا عددًا كبيرًا من متغيرات النموذج الجديدة، وكان مسؤولاً عن قاعدة الكود الأولية وتحسين كفاءة الاستدلال وأعمال التصور؛

· وكاش كايزر وأيدان إن. جوميز أمضيا ليالي لا تعد ولا تحصى في بناء وحدات إطار tensor2tensor، واستبدال قاعدة الكود المبكرة، مما عزز بشكل كبير نتائج التجارب وكفاءة البحث.

يكشف هذا الوصف أيضًا عن تفاصيل: على الرغم من أن ترتيب التوقيع عشوائي، إلا أن أوسكوريت وفاسواني وبولوسوخين وشازير تحملوا بوضوح أدوارًا أكثر جوهرية في الهندسة المعمارية، بينما رفع بارمار وجونز وكايزر وجوميز الراية في التنفيذ الهندسي وبناء النظام - وهذا هو بالضبط أول ملاحظة مبكرة للاختلافات في الشخصية والتخصص بين الأشخاص الثمانية عندما اختاروا طرقًا مختلفة لاحقًا.

اسم "Transformer" نفسه له أيضًا حكاية طريفة. أعجب أوسكوريت بنطق الكلمة، لذلك أطلق الفريق داخليًا على أنفسهم اسم "Team Transformer"، وكانت أغلفة وثائق التصميم المبكرة تحتوي على ستة شخصيات من كرتون المحولات.

منذ نشر الورقة، تجاوز عدد الاستشهادات 260,000 مرة، مما يجعلها واحدة من أكثر الأوراق استشهادًا في القرن الحادي والعشرين.

آشيش فاسواني

وُلد فاسواني عام 1986، هندي، حصل على درجة البكالوريوس في علوم الكمبيوتر من معهد بيلا للتكنولوجيا (BIT Mesra) عام 2002، ثم سافر إلى الولايات المتحدة، وحصل على درجة الدكتوراه من جامعة جنوب كاليفورنيا تحت إشراف ديفيد تشيانغ، وكان بحثه في الترجمة الآلية الإحصائية ونمذجة اللغة العصبية. بعد الانتهاء من الدكتوراه، عمل كعالم كمبيوتر لمدة عامين في معهد أبحاث المعلومات بجامعة جنوب كاليفورنيا، وانضم رسميًا إلى Google Brain في عام 2016 كعالم أبحاث، وعمل هناك حتى عام 2021.

وفقًا لملاحظة مساهمات المؤلفين في الورقة، صمم فاسواني مع إيليا بولوسوخين نموذج Transformer الأولي، وكان أحد الشخصيات الأساسية التي "شاركت في كل جانب من جوانب المشروع تقريبًا".

بعد مغادرة Google، شارك فاسواني في عام 2021 مع نيكي بارمار وديفيد لوان (نائب رئيس الهندسة السابق في OpenAI) وآخرين في تأسيس Adept AI، حيث عمل كعالم رئيسي، بهدف بناء "نماذج سلوكية" قادرة على إنجاز المهام بشكل مستقل في أي برنامج.

جمعت Adept ذات مرة أكثر من 400 مليون دولار، بقيمة سوقية تقدر بحوالي مليار دولار، لكن المنتج فشل في الوصول إلى السوق، وظهرت خلافات داخل الفريق. انسحب فاسواني وبارمار مبكرًا - وانتهت فترة ولايته كعالم رئيسي في Adept في نوفمبر 2022.

في بداية عام 2023، تعاون فاسواني وبارمار مرة أخرى لتأسيس Essential AI، حيث شغل منصب الرئيس التنفيذي. حصلت الشركة على استثمارات استراتيجية من Google وNvidia وAMD: جولة تأسيسية بقيمة 8.3 مليون دولار بقيادة Thrive Capital، وجولة A بقيمة 56.5 مليون دولار في نهاية عام 2023 بقيادة March Capital، بمشاركة Google وNvidia وAMD وKB Investment وFranklin Templeton وغيرها.

في بداية عام 2026، أكملت الشركة جولة تمويل من السلسلة B بقيمة 1.75 مليار دولار بقيادة Lightspeed Venture Partners، بمشاركة Thrive Capital، ووصلت قيمتها السوقية إلى 10 مليارات دولار، لتصبح رسميًا يونيكورن.

في نهاية عام 2025، أصدرت الشركة أول سلسلة نماذج مفتوحة المصدر Rnj-1 (سميت على اسم عالم الرياضيات الهندي رامانوجان).

ومع ذلك، في اليومين الماضيين، تغيرت الرياح. وفقًا للتقارير، تقوم Nvidia بتوظيف الفريق الأساسي لشركة Essential AI، بما في ذلك فاسواني نفسه، وسيشارك في تطوير نموذج Nemotron مفتوح المصدر من Nvidia.

كشف مصدر مطلع أن السبب واقعي تمامًا: تواجه Essential AI صعوبات في التمويل، واستقطاب فاسواني والفريق من معسكر منافس Nvidia (AMD) (كانت AMD أحد المستثمرين الاستراتيجيين المبكرين لـ Essential AI، واعتمدت الشركة لفترة طويلة على وحدات معالجة الرسوميات من AMD) هو صفقة رابحة بحد ذاتها.

قام العديد من الباحثين في Essential AI (بما في ذلك Alok Tripathy وSaurabh Srivastava) بتحديث ملفاتهم الشخصية على LinkedIn، مما يشير إلى انضمامهم إلى Nvidia. لكن حتى الآن، لم تؤكد Nvidia ولا Essential AI رسميًا هذه المعلومات.

نوام شازير

وُلد شازير عام 1976 في فيلادلفيا، وهو يهودي أرثوذكسي؛ والده دوف شازير كان مهندسًا ومدرس رياضيات، بينما حصلت أخته على رتبة حاخام من الكلية العبرية. أظهر موهبة استثنائية في سن مبكرة، وشارك في أولمبياد الرياضيات الدولي عام 1994 كعضو في فريق الولايات المتحدة وحصل على الميدالية الذهبية الكاملة، ثم التحق بجامعة ديوك لدراسة الرياضيات وعلوم الكمبيوتر، وكان حاصلاً على منحة أنجير بي دوك التذكارية، وفاز أيضًا في مسابقة بوتنام للرياضيات.

في عام 2000، انضم شازير إلى Google، وكان أول إنجاز له هو إصلاح وظيفة التصحيح الإملائي في بحث Google.

وفقًا لملاحظة مساهمات المؤلفين في ورقة Transformer، اقترح انتباه حاصل الضرب القياسي، وآلية الانتباه متعدد الرؤوس، وطريقة التمثيل الموضعي بدون معلمات، وكان، إلى جانب فاسواني وبولوسوخين، شخصًا "شارك في كل التفاصيل تقريبًا".

بعد تأليف ورقة Transformer في عام 2017، صنع مع زميله دانيال دي فريتاس روبوت الدردشة Meena، لكن Google لم تصدره للجمهور بسبب الحذر. اختار الاثنان الاستقالة في عام 2021 وتأسيس Character.AI، وجمعا ذات مرة أكثر من 150 مليون دولار من مؤسسات مثل a16z، مما جعلها تطبيق دردشة تمثيل أدوار شائعًا.

في أغسطس 2024، حدث تطور في القصة: توصلت Google إلى اتفاق ترخيص مع Character.AI بقيمة تقدر بـ 2.7 مليار دولار، وعاد شازير وديفريتاس مع مجموعة صغيرة من الزملاء إلى Google DeepMind، وتم تعيينه نائبًا لرئيس الهندسة، ليقود مشروع Gemini مع جيف دين وأوريول فينيالس.

بسبب امتلاكه حوالي 30% إلى 40% من أسهم Character.AI، قدرت حصته الشخصية من هذه الصفقة بين 750 مليون دولار ومليار دولار. في عام 2026، تم انتخابه زميلًا في الأكاديمية الوطنية للهندسة بالولايات المتحدة، وبدت سيرته الذاتية في أوجها.

لكن بعد بضعة أشهر فقط، اختار الرحيل مرة أخرى، وهذه المرة إلى OpenAI، حيث من المتوقع أن يقود اتجاهًا يسمى "أبحاث الهندسة المعمارية"، بالتزامن مع فترة توظيف OpenAI قبل طرحها العام الأولي (قدمت الشركة سرًا مستند S-1 إلى هيئة الأوراق المالية والبورصات الأمريكية في 8 يونيو، بقيمة سوقية تقدر بـ 852 مليار دولار).

أدلى سام ألتمان، الرئيس التنفيذي لـ OpenAI، بتصريح علني نادر: "منذ اليوم الأول لتأسيس OpenAI، كان واحدًا من أكثر الأشخاص الذين أرغب في العمل معهم"، وقال إن هذا التوظيف "كان قيد التحضير لمدة عشر سنوات كاملة".

بالنسبة لـ Google، كانت هذه "محاولة إعادة شراء فاشلة" مكلفة: بعد عامين من دفع 2.7 مليار دولار لإعادته، انضم الآن إلى أكبر منافس، وكان هذا أحد الأسباب المباشرة لانخفاض سهم Google بشكل كبير هذا الأسبوع.

نيكي بارمار

وُلدت بارمار في بونه، الهند، وحصلت على درجة البكالوريوس من معهد بونه لتكنولوجيا الكمبيوتر (Pune Institute of Computer Technology)، متخصصة في تكنولوجيا المعلومات. خلال دراستها، اكتسبت اهتمامًا بالذكاء الاصطناعي والتعلم الآلي من خلال الدورات المفتوحة عبر الإنترنت التي يقدمها أندرو نغ وبيتر نورفيغ، ثم سافرت إلى الولايات المتحدة لدراسة ماجستير علوم الكمبيوتر في جامعة جنوب كاليفورنيا، حيث درست القضايا الاجتماعية باستخدام طرق التعلم الآلي تحت إشراف الأستاذ مرتضى دهغاني.

في عام 2015، انضمت بارمار إلى Google Research كمهندسة برمجيات، وفي عام 2017 انتقلت إلى Google Brain كمهندسة برمجيات أبحاث - وفقًا للتقارير، كانت أصغر باحثة في فريق Google Brain في ذلك الوقت، والوحيدة التي لا تحمل درجة الدكتوراه.

وفقًا لملاحظة مساهمات المؤلفين في الورقة، صممت ونفذت وصححت عددًا لا يحصى من متغيرات النموذج في قاعدة الكود الأولية ولاحقًا في إطار tensor2tensor. بعد نشر الورقة، واصلت دفع Transformer إلى ما وراء مجال اللغة، وشاركت في أبحاث توسيع آلية الانتباه الذاتي إلى توليد الصور ورؤية الكمبيوتر.

في عام 2021، غادرت بارمار Google وشاركت مع آشيش فاسواني وديفيد لوان وآخرين في تأسيس Adept AI، حيث عملت كمديرة التكنولوجيا. تركت Adept مبكرًا مثل فاسواني، وفي بداية عام 2023 أسست Essential AI مع فاسواني، واستمرت كمؤسسة مشاركة.

لكنها لم تنتظر جولة التمويل B اللاحقة لـ Essential AI ووضعها كيونيكورن. في نهاية عام 2024، غادرت بارمار بهدوء Essential AI وانضمت إلى Anthropic، وأعلنت ذلك علنًا في فبراير 2025. كتبت على X: "اليوم مناسب كأي يوم للمشاركة: لقد انضممت إلى Anthropic في ديسمبر الماضي."

ثم شاركت في تطوير Claude 3.7 Sonnet - وهو أحد أهم إصدارات النماذج في تاريخ Anthropic. وهي الآن عضو في فريق التقنية (Member of Technical Staff) في Anthropic، تركز على أبحاث القدرات المتقدمة والتعلم المعزز.

اثنان من المؤلفين المشاركين الذين كانوا دائمًا معًا، وشركاء في تأسيس شركتين معًا، انتهى بهما المطاف في وجهتين مختلفتين تمامًا: انسحبت بارمار بهدوء قبل أكثر من عام، واندمجت بصمت في مختبر رائد؛ بينما اختار فاسواني مواصلة دفع Essential AI إلى الأمام، حتى التقطته يد منافس هذا الأسبوع.

جاكوب أوسكوريت

وُلد أوسكوريت في عائلة لغوية. والده هانز أوسكوريت هو عالم لغويات حاسوبية معروف. عندما اقترح الابن فرضية "آلية الانتباه وحدها كافية"، كان والده متشككًا. حصل أوسكوريت على درجة الدكتوراه من جامعة برلين التقنية، ووصل لاحقًا إلى رتبة "عالم متميز" في Google Brain.

وفقًا لملاحظة مساهمات المؤلفين في الورقة، كان أوسكوريت أول من اقترح استبدال الشبكات العصبية المتكررة بآلية الانتباه الذاتي، وقاد التحقق المبكر من هذه الفكرة - بذور هذه الفرضية كانت قد غُرست بالفعل في ورقته "نموذج الانتباه القابل للتحليل" التي شارك في تأليفها مع أنكور باريخ وأوسكار تيكستروم وديبانجان داس في عام 2016.

اسم "Transformer" أيضًا جاء بسبب إعجابه بنطق الكلمة؛ أطلق الفريق على أنفسهم اسم "Team Transformer"، وكانت أغلفة وثائق التصميم المبكرة تحتوي على ستة شخصيات من كرتون المحولات.

في نهاية عام 2020، أثبت AlphaFold2 من DeepMind أن نماذج من نوع Transformer يمكنها حل مشكلة طي البروتين، وهي من "الكؤوس المقدسة" في علم الأحياء. أدرك بشكل متزايد أن السبب في فشل التعلم العميق في تغيير علم الأحياء حقًا ليس نقص الخوارزميات، بل نقص البيانات. "أصبح هذا واجبًا أخلاقيًا تقريبًا"، كما قال لاحقًا.

لذلك أسس في عام 2021 مع ريجو داس، أستاذ الكيمياء الحيوية في جامعة ستانفورد ومطور لعبة تصميم الحمض النووي الريبوزي الشهيرة Eterna، شركة Inceptive، ومقرها في بيركلي، مع فريق بحثي في برلين - وهو نفسه يعيش في برلين، والموظفون موزعون في زيورخ ولندن وفانكوفر وعدة مدن على الساحل الشرقي للولايات المتحدة.

الفكرة الأساسية للشركة هي عكس التجارب التقليدية: بدلاً من الحصول على البيانات أولاً ثم تدريب النماذج، يتم توليد بيانات تجارب الحمض النووي الريبوزي الجديدة على نطاق واسع باستخدام الروبوتات والبشر، ثم تغذيتها للنموذج للتعلم.

جمعت Inceptive حوالي 120 مليون دولار من مؤسسات مثل Nvidia وa16z وObvious Ventures وSection 32. آخر تطور حدث هذا الشهر: في بداية يونيو، وقعت شركة Alnylam Pharmaceuticals الرائدة في علاجات تداخل الحمض النووي الريبوزي اتفاقية تعاون استراتيجي مع Inceptive، باستخدام النماذج الأساسية لـ Inceptive لتسريع تصميم أدوية siRNA المرشحة، بدفعة أولى قدرها 30 مليون دولار، ويُقدر أن القيمة الإجمالية المحتملة للصفقة بأكملها تصل إلى حوالي 2 مليار دولار.

قال أوسكوريت في بيان: "لا يزال معظم تصميم الأدوية يعتمد على التجربة والخطأ - اختبار آلاف الجزيئات، مراهنين على نجاح واحد. منهج Inceptive مختلف: الحياة تتبع قوانين معقدة للغاية، ولا يمكن للذكاء الاصطناعي إلا أن يتعلمها."

من بين المؤلفين الثمانية، هو الوحيد الذي حول مساره بالكامل إلى التكنولوجيا الحيوية، وهذا يؤكد النبوءة التي تركتها تلك الورقة قبل تسع سنوات: إمكانات آلية الانتباه تتجاوز بكثير الترجمة الآلية.

ليون جونز

جونز ويلزي، تخرج من جامعة برمنغهام، وانضم إلى Google كمهندس برمجيات في عام 2011، وعمل هناك لأكثر من عقد، وكان واحدًا من بين المؤلفين الثمانية القلائل الذين ليس لديهم درجة الدكتوراه، واعتمدوا فقط على الحدس الهندسي.

وفقًا لملاحظة مساهمات المؤلفين في الورقة، جرب عددًا كبيرًا من متغيرات النموذج الجديدة، وكان مسؤولاً عن قاعدة الكود الأولية وتحسين كفاءة الاستدلال وأعمال التصور.

تذكر لاحقًا تلك اللحظة الحاسمة: "كنا قد بدأنا للتو في تجربة إزالة أجزاء معينة من النموذج مباشرة، فقط لنرى مدى تدهور النتائج. والمفاجئ هو أنها تحسنت بدلاً من ذلك." كانت هذه هي المرة الأولى التي يتم فيها التحقق من فرضية "أن البنية المتكررة زائدة عن الحاجة".

في عام 2023، أسس جونز مع ديفيد ها، وهو أيضًا من خريجي Google، شركة Sakana AI في طوكيو. "Sakana" تعني "سمكة" باللغة اليابانية. شغل ها منصب الرئيس التنفيذي، وجونز منصب المدير التقني، والمؤسس المشارك الآخر رين إيتو شغل منصب مدير العمليات.

يقيم جونز الآن بشكل دائم في طوكيو، ويصف نفسه على وسائل التواصل الاجتماعي بأنه "باحث AI ويلزي يعيش في طوكيو". يحمل نهج البحث في هذه الشركة طابعًا معارضًا لتيار العصر: بدلاً من التكديس المستمر للقوة الحسابية والمعلمات، يستلهمون من المنطق الطبيعي للتطور، ويجعلون مجموعة من النماذج الأصغر تتعاون مثل سرب من الأسماك. تشمل نتائج الأبحاث الممثلة للشركة "آلة التفكير المستمر" (Continuous Thought Machine) ومشروع "عالم AI" (AI Scientist) القادر على إجراء أبحاث شاملة بشكل مستقل.

مؤخرًا، أصدرت الشركة نموذج Sakana Fugu ذو الأداء المتقدم.

بلغ إجمالي تمويل Sakana AI 379 مليون دولار، بما في ذلك جولة تمويل من السلسلة B تمت في مارس 2026، وكانت شركة ميتسوبيشي إلكتريك أحد المستثمرين. في مارس 2026، حصلت الشركة أيضًا على اتفاقية تعاون متعددة السنوات مع مجموعة ميتسوبيشي يو إف جي المالية (MUFG). تخطط الأخيرة لاستخدام تقنية Sakana لتحويل أنظمة الأعمال المصرفية، ويُذكر أن هذه الصفقة يمكن أن تجعل الشركة التي تقدر قيمتها بحوالي 1.5 مليار دولار تحقق أرباحًا في غضون عام واحد.

أعرب جونز نفسه في عدة مناسبات عن شكوكه تجاه مجرد "التوسع".

في مارس 2026، قال في حدث داخلي للقطاع المصرفي إن أبحاث AI تواجه حقيقة محرجة: تدفق الاستثمارات والمواهب بشكل كبير، نظريًا كان يجب أن يؤدي إلى المزيد من الاختراقات، لكن التأثير الفعلي قد يكون معاكسًا تمامًا: المستثمرون يضغطون لتحقيق نتائج، والمنافسة تضغط للفوز بالسبق، مما يقلص المساحة المتاحة للباحثين "للاستكشاف الحر".

ذكر أن Sakana تحتفظ داخليًا بجزء صغير من حرية البحث "بدون مؤشرات أداء رئيسية"، لأن الاختراق التالي سيأتي بالتأكيد من هذا الاستثمار الطويل الأجل الذي لا يحسب العواقب - وهذا هو بالضبط الطريقة التي وُلد بها Transformer في مكتب Google Brain آنذاك.

وقال أيضًا مقولة تم تداولها مرارًا: لكي تحل بنية جديدة محل Transformer حقًا، لا يكفي أن تكون "أفضل"، بل يجب أن تكون "أفضل بشكل واضح لا يقبل الجدل".

أيدان إن. جوميز

جوميز هو أصغر المؤلفين الثمانية. في عام نشر الورقة، كان مجرد متدرب جامعي يبلغ من العمر 20 عامًا في Google Brain، وكان يدرس علوم الكمبيوتر والرياضيات في جامعة تورنتو.

وفقًا لملاحظة مساهمات المؤلفين في الورقة، أمضى مع كاش كايزر ليالي لا تعد ولا تحصى في بناء وحدات إطار tensor2tensor، واستبدال قاعدة الكود المبكرة، مما عزز بشكل كبير نتائج التجارب وكفاءة البحث. "كنت فقط أحاول فهم كيفية عمل آلية الانتباه بالضبط"، كما قال لاحقًا، "ولم أتوقع أبدًا أن تصبح 'بنية كل شيء'". بعد الورقة، ذهب لدراسة الدكتوراه في جامعة أكسفورد، وتوقف مؤقتًا لبدء مشروعه التجاري، وحصل رسميًا على درجة الدكتوراه في عام 2024 - يمكن القول إنه أكمل دراسته أثناء ريادة الأعمال.

في عام 2019، أسس جوميز مع إيفان تشانغ ونيك فروست شركة Cohere، موجهًا الشركة كمزود خدمات AI على مستوى المؤسسات، متجنبًا عمدًا سباق حرق الأموال في روبوتات الدردشة الاستهلاكية، مع التركيز على خصوصية البيانات والنشر المحلي والقدرات متعددة اللغات، وكان عملاؤها في الغالب شركات كبيرة وحكومات.

في عام 2023، تم اختيار جوميز ضمن قائمة "تأثير 100" لمجلة تايم في مجال AI، وحصل هو والمؤسسان المشاركان على المركز الأول في قائمة "رواد اتجاه AI" لمجلة ماكلين في نفس العام؛ في أبريل 2025، تم انتخابه في مجلس إدارة شركة السيارات الكهربائية Rivian.

هذا النهج "غير الجذاب" نسبيًا جعل الشركة تحقق أرقامًا مالية جيدة: بحلول منتصف عام 2026، تجاوزت الإيرادات السنوية المتكررة لـ Cohere 200 مليون دولار، بزيادة قدرها 6 أضعاف عن العام الماضي، وهامش ربح إجمالي حوالي 70%، وإجمالي التمويلات حوالي 1.7 مليار دولار، بقيمة سوقية حوالي 7 مليارات دولار؛ في أغسطس 2025، عينت الشركة فرانسوا تشادويك كأول مدير مالي لها، الذي شارك سابقًا في إدراج Uber، وتم بالفعل فتح نافذة لبيع أسهم الموظفين في السوق الثانوية، وقد صرح جوميز عدة مرات أن الاكتتاب العام "قريب"، لكن حتى الآن لم تقدم الشركة نشرة الإصدار للجهات التنظيمية.

في السنوات الأخيرة، أصبح جوميز بشكل متزايد متحدثًا باسم AI من منظور جيوسياسي. هذا الأسبوع، كتب مقالًا في مجلة Fortune، داعيًا الدول إلى مواجهة قضية "السيادة الرقمية".

أشار المقال مباشرة إلى الحادث الأخير لتقييد الوصول إلى نموذج Anthropic، محذرًا الدول من عدم استئجار مستقبلها لعدد قليل من عمالقة التكنولوجيا المركزية، واقترح بناء نظام بيئي متنوع حقًا، يسمح للدول بالاعتماد على موردي AI مختلفين، مع الحفاظ على قيمهم ولغاتهم وأنظمتهم القانونية.

كما صرح علنًا أن المخاوف الخارجية من "نهاية العالم لـ AI" مبالغ فيها، وأكثر ما يقلقه هو المخاطر الواقعية المتمثلة في تضخيم المعلومات المضللة على وسائل التواصل الاجتماعي بشكل آلي. لم يعد جوميز يتحدث فقط عن النموذج نفسه، بل عن من لديه الحق في تحديد نوع AI الذي يستخدمه العالم.

كاش كايزر

كايزر بولندي، كان تدريبه الأكاديمي الأول في علوم الكمبيوتر النظرية مثل المنطق ونظرية الأوتوماتا ونظرية النماذج الخوارزمية ونظرية الألعاب: حصل على درجتي ماجستير مزدوجتين في الرياضيات وعلوم الكمبيوتر من جامعة فروتسواف، وأكمل الدكتوراه من جامعة RWTH آخن في ألمانيا، ثم حصل على منصب أكاديمي دائم في المركز الوطني للبحث العلمي (CNRS) وجامعة باريس السابعة، متخصصًا في البحث النظري في المنطق ونظرية الأوتوماتا.

لاحقًا، تحول إلى التطبيقات، وعمل في Google Brain لمدة تقرب من 8 سنوات، وكان أيضًا مؤلفًا مشاركًا في TensorFlow، وتعاون مع سامي بنجيو في نشر ورقة مبكرة حول "هل يمكن للذاكرة النشطة أن تحل محل الانتباه"، وتعاون مع إيليا سوتسكيفر في نشر "خوارزمية تعلم الشبكة العصبية GPU".

وفقًا لملاحظة مساهمات المؤلفين في الورقة، أمضى مع أيدان إن. جوميز ليالي لا تعد ولا تحصى في بناء إطار tensor2tensor، مما عزز بشكل كبير نتائج التجارب وكفاءة البحث.

من بين المؤلفين الثمانية، هو الوحيد الذي لم يبدأ مشروعه الخاص، وبقي دائمًا في مختبر كبير للبحث النظري.

في عام 2021 انضم إلى OpenAI، قبل ظهور ChatGPT. في OpenAI، شارك في تطوير Codex (الذي أصبح لاحقًا الأساس التقني لـ GitHub Copilot) ومعيار HumanEval البرمجي، وشارك أيضًا في أبحاث مجموعة بيانات الرياضيات GSM8K، التي أظهرت مبكرًا أن "جعل النموذج يفكر لفترة أطول ويأخذ عينات متعددة أثناء الاستدلال" يمكن أن يحسن الدقة بشكل كبير - وهذا هو النموذج الأولي لاحقًا لنماذج الاستدلال.

وهو أيضًا أحد المؤلفين الموقعين على التقرير الفني لـ GPT-4، وأصبح لاحقًا مساهمًا أساسيًا في أول نموذج استدلال لـ OpenAI، o1 (المنشور في سبتمبر 2024)، واعتبر شخصية "على مستوى قائد بحث"، واستمر هذا النهج حتى o3 وأحدث نماذج الاستدلال، وصولاً إلى سلسلة GPT-5 اليوم.

في حديثه مؤخرًا في بودكاست MAD الذي يقدمه مات تورك، قال إن Transformer قد ثبت رياضيًا أنه يمكنه حل أي مشكلة، طالما يُسمح للنموذج بتوليد عدد كافٍ من خطوات الاستدلال الوسيطة. إلى حد ما، هذا هو تفسير متأخر وأكثر دقة للورقة التي نُشرت قبل تسع سنوات.

إيليا بولوسوخين

بولوسوخين من خاركيف، أوكرانيا، درس الرياضيات التطبيقية في البكالوريوس، وكان بطلًا في مسابقة البرمجة الجامعية الدولية (ICPC). وفقًا لذكرياته، بعد مشاهدة فيلم "ماتريكس" في سن العاشرة، أصبح مهتمًا بالذكاء الاصطناعي بشكل شبه هوس. في عام 2014، انضم إلى Google، وشارك في أبحاث متعلقة بـ TensorFlow، كما عمل في أنظمة فهم القراءة الآلية والأسئلة والأجوبة.

وفقًا لملاحظة مساهمات المؤلفين في الورقة، صمم ونفذ مع آشيش فاسواني نموذج Transformer الأولي، وكان الجزء الذي كان مسؤولاً عنه هو التحقق من فعالية هذه البنية في مهام الترجمة الآلية.

بعد نشر الورقة، غادر Google في عام 2017، وأسس مع ألكسندر سكيدانوف شركة ذكاء اصطناعي بدأت باسم NEAR.AI. لكن سرعان ما اكتشفا أن بناء بنية تحتية لا مركزية قد يكون أكثر إثارة من بناء النماذج، لذلك تحولت الشركة في حوالي عام 2018 إلى مشروع blockchain باسم NEAR Protocol.

اعتمدت NEAR على تقنية التقسيم (sharding) المسماة Nightshade، وتوفر شبكة طبقة ثانية متوافقة مع Ethereum عبر Aurora، وتم إطلاق الشبكة الرئيسية رسميًا في عام 2020، وجمعت حتى الآن أكثر من 530 مليون دولار من مؤسسات مثل a16z وCoinbase وTiger Global Fund وHashed وDragonfly Capital.

يحاول بولوسوخين الآن إعادة دمج هويتيه الأوليتين معًا: في مارس 2026، قال لوسائل الإعلام إن "مستخدمي blockchain المستقبليين سيكونون وكلاء AI، وليس البشر"، ووضع NEAR كـ "طبقة تسوية" لاقتصاد الوكلاء.

في أبريل من نفس العام، دعا علنًا إلى إنشاء إطار تنظيمي أكثر اكتمالاً للتعامل مع وكلاء AI المستقلين؛他认为现有的机构和制度还没准备好处理这类系统带来的责任归属和系统性风险问题，呼吁建立更清晰的问责机制和「人在回路」式的监督。

يقيم حاليًا بشكل دائم في البرتغال. بين هوية "كاتب ورقة LLM التأسيسية" و"مدير شركة blockchain تبلغ قيمتها مليارات الدولارات"، ربما يكون الشخص الوحيد في العالم الذي يجمع بين الاثنين.

ثمانية طرق، مستمرة في الاستكشاف

في مارس 2024، في مؤتمر GTC لشركة Nvidia، ظهر سبعة من المؤلفين الثمانية (تغيبت نيكي بارمار) لأول مرة كمجموعة على المسرح، وأجروا مقابلة مع جينسن هوانغ.

قال جينسن هوانغ: "كل ما نتمتع به اليوم يمكن إرجاعه إلى تلك اللحظة."

في نهاية الحوار، قدم لكل منهم لوحة تذكارية موقعة من حاسوب Nvidia DGX-1 مكتوب عليها "لقد غيرتم العالم (You transformed the world)". في نوفمبر من نفس العام، منحت مؤسسة NEC C&C اليابانية جائزة C&C لهذا العام لفريق Transformer المكون من هؤلاء الأشخاص الثمانية، وشاركهم في التكريم ثلاثة مهندسين مخضرمين يعملون على تقنية نقل الكابلات البحرية عبر المحيطات. تم وضع بناة بنية تحتية من مجالين مختلفين تمامًا في نفس الجائزة.

بعد تسع سنوات، تفرقت هذه المسارات الثمانية إلى نقاط لا تكاد تتقاطع: قطاع خدمات المؤسسات في وادي السيليكون، مختبر خوارزميات التطور في طوكيو، شركة البيولوجيا الجزيئية في برلين، بروتوكول blockchain في البرتغال، بالإضافة إلى مختبرات AI الرائدة التي لا تزال تعيد ترتيب صفوفها هذا الأسبوع.

لكن إذا وضعنا كلماتهم على مر السنين معًا، سنجد حكمًا مشتركًا يتكرر: لا أحد يعتقد حقًا أن Transformer سيكون النهاية.

قال أيدان إن. جوميز: العالم يحتاج إلى شيء أفضل من Transformer؛ قال ليون جونز: الهندسة المعمارية التالية يجب أن تكون "أفضل بشكل واضح لا يقبل الجدل" لتحل محلها؛ ولا يزال كاش كايزر يستخدم اللغة الرياضية لمحاولة توضيح إلى أي مدى يمكن لهذه البنية التي وُلدت قبل تسع سنوات أن تقود البشرية.

ربما هذا هو الإرث الأكثر ديمومة الذي تركته هذه الورقة: مؤلفوها الثمانية تفرقوا في كل مكان، لكن لم يتوقف أحد منهم عن البحث عن الإجابة التالية.

الرابط الأصلي

انقر لمعرفة الوظائف الشاغرة في BlockBeats

مرحبًا بكم في الانضمام إلى مجموعة BlockBeats الرسمية:

قناة الاشتراك على Telegram: https://t.me/theblockbeats

مجموعة النقاش على Telegram: https://t.me/BlockBeats_App

الحساب الرسمي على Twitter: https://twitter.com/BlockBeatsAsia