$NVDA $META $GOOGL #AI #加密監管 #谷歌 #إنفيديا_لا_تدرس_عودة_هوانغ_إلى_منصب_الرئيس_التنفيذي
أعلن Jason Wei، الباحث المعروف في مجال الذكاء الاصطناعي، الذي شارك سابقًا في أبحاث Google Brain حول سلسلة التفكير (Chain-of-Thought، CoT)، ثم انضم إلى OpenAI لدفع تطوير نماذج الاستدلال، وعمل في Meta، انضمامه إلى Mercor، الشركة الناشئة المتخصصة في التوظيف والبيانات في مجال الذكاء الاصطناعي، لتولي منصب كبير العلماء (Chief Scientist).
كتب Jason Wei في منشور على X بتاريخ 18 نوفمبر أنه أمضى عامًا حافلًا بالإثارة في مختبر TBD التابع لـ Meta، وأنه سعيد بالانضمام إلى Mercor. ويرى أن البيانات ستصبح جبهة مهمة في المرحلة التالية من تطور الذكاء الاصطناعي، مع ازدياد عدد الشركات التي تستثمر في تدريب نماذج الذكاء الاصطناعي.
المسيرة البحثية لـJason Wei من Google Brain وOpenAI إلى Meta
يُعد Jason Wei أحد الباحثين البارزين في مجال الاستدلال باستخدام النماذج اللغوية الكبيرة. وقد تزامنت مسيرته المهنية تقريبًا مع مراحل تقنية مهمة عدة في الذكاء الاصطناعي التوليدي خلال السنوات الأخيرة. ففي عام 2020، انضم Jason Wei إلى Google Brain، وشغل تباعًا مناصب مقيم للذكاء الاصطناعي ومهندس أبحاث وباحث علمي.
وخلال تلك الفترة، شارك في أبحاث عديدة حول النماذج اللغوية الكبيرة. ومن أبرز إنجازاته ورقة بحثية نشرها مع فريق بحثي عام 2022 بعنوان (Chain-of-Thought Prompting Elicits Reasoning in Large Language Models).
قدمت هذه الدراسة أسلوب التحفيز بسلسلة الأفكار (Chain-of-Thought Prompting)، الذي يتيح للنماذج اللغوية الكبيرة تحسين أدائها في مهام الرياضيات والمعرفة العامة والاستدلال الرمزي، وذلك من خلال توليد سلسلة من خطوات الاستدلال الوسيطة عند الإجابة عن الأسئلة المعقدة.
في السابق، كان النموذج ينتقل مباشرة من السؤال إلى الإجابة، بينما يتيح أسلوب CoT للنموذج عرض خطوات الاستدلال الوسيطة أولًا قبل التوصل إلى نتيجة. وأصبحت هذه الدراسة إحدى الركائز الأكاديمية المهمة لتطور نماذج الاستدلال اللاحقة. وإلى جانب CoT، شارك أيضًا في أبحاث حول القدرات الناشئة للنماذج اللغوية الكبيرة (Emergent Abilities) والضبط الدقيق بالتعليمات (Instruction Tuning)، ما أثر في أساليب تدريب النماذج اللغوية الكبيرة الحديثة.
في عام 2023، انضم Jason Wei إلى OpenAI وشارك في أبحاث نماذج الاستدلال ووكلاء الذكاء الاصطناعي، كما ساهم في التطورات التقنية وراء منتجات مثل نموذج الاستدلال o1 وDeep Research. وفي عام 2025، غادر OpenAI وانضم إلى Meta Superintelligence Labs للمشاركة في جهود Meta البحثية في مجال الذكاء الفائق.
والآن، بعد نحو عام من عمله في Meta، يغير مساره مجددًا وينضم إلى Mercor.
لماذا تحتاج Mercor إلى Jason Wei؟ منافسة الذكاء الاصطناعي تنتقل من النماذج إلى البيانات والتقييم
تأسست Mercor عام 2023، وبدأت كمنصة توظيف مدعومة بالذكاء الاصطناعي، ثم وسعت أعمالها تدريجيًا لتشمل تدريب نماذج الذكاء الاصطناعي وتوفير البيانات المتخصصة وتقييم النماذج. ويقوم نموذج أعمالها الأساسي على استخدام المنصة للربط بين الأطباء والمحامين والمهندسين والعاملين في القطاع المالي وغيرهم من أصحاب الخبرات المتخصصة، كي يشاركوا في تدريب نماذج الذكاء الاصطناعي.
فعندما ترغب الشركات في أن يتمكن الذكاء الاصطناعي من أداء مهام محللي الخدمات المصرفية الاستثمارية، تستطيع Mercor ربطها بمتخصصين ماليين ذوي خبرة ذات صلة، لمساعدتهم على إنشاء بيانات التدريب وتصميم أسئلة التقييم والحكم على جودة مخرجات النماذج.
ويختلف هذا عن وسم البيانات التقليدي. فعندما يبدأ الذكاء الاصطناعي في منافسة الخبراء في أعمال متخصصة، مثل التحليل القانوني والتشخيص الطبي والنمذجة المالية وتطوير البرمجيات المعقدة، يصبح من الصعب إنشاء بيانات تدريب عالية الجودة بما يكفي بالاعتماد على العاملين العاديين في الوسم وحدهم، ولا بد من الاستعانة بخبراء متمكنين فعلًا من المجالات المعنية.
كما توسع Mercor أعمالها لتشمل بيئات التعلم المعزز (Reinforcement Learning) وتقييم وكلاء الذكاء الاصطناعي. ومن خلال إنشاء بيئات تحاكي سير العمل الحقيقي، تختبر الشركة ما إذا كان الذكاء الاصطناعي قادرًا على إنجاز مهام متعددة الخطوات، بدلًا من مجرد إنتاج إجابات نصية تبدو صحيحة.
وقال الرئيس التنفيذي لـMercor، Brendan Foody، عند الإعلان عن التعيين، إن Jason Wei لم يقتصر على دفع أبحاث الاستدلال والوكلاء في Google Brain وOpenAI وMeta، بل أسهم أيضًا في وضع عدة اختبارات معيارية اعتمدها القطاع، منها:
SimpleQA: لاختبار المعرفة الواقعية للنماذج اللغوية الكبيرة ودقة إجاباتها.
BrowseComp: لتقييم قدرة وكلاء الذكاء الاصطناعي على البحث عبر الإنترنت وجمع المعلومات المعقدة.
HealthBench: لتقييم جودة إجابات الذكاء الاصطناعي عن المسائل الطبية باستخدام معايير تقييم (Rubrics).
وقال Foody إن Jason Wei كان على مدى السنوات الماضية أحد عملاء Mercor المهمين وشركائها في تبادل الخبرات، وإنه سيساعد مستقبلًا في بناء فريق الأبحاث بالشركة وقيادة الأعمال المرتبطة بالبيانات وتقييم النماذج.
تقييم Mercor يبلغ 20 مليار دولار، وNVIDIA تشارك أيضًا في أحدث جولة تمويل
ينضم Jason Wei إلى Mercor في وقت تشهد فيه الشركة توسعًا سريعًا. فقد أتمت Mercor للتو جولة تمويل من الفئة D بقيمة 750 مليون دولار، لتصل قيمة الشركة إلى 20 مليار دولار. وشارك في هذه الجولة مستثمرون من بينهم Benchmark وFelicis وFundomo وNVIDIA وصناديق مرتبطة بـApollo. وكانت قيمة Mercor نحو 10 مليارات دولار عندما أتمت جولة تمويل من الفئة C بقيمة 350 مليون دولار في أكتوبر 2025، أي إنها تضاعفت مجددًا في غضون عام تقريبًا.
نُشر هذا المقال، «انضمام Jason Wei إلى Mercor كبيرًا للعلماء: من الاستدلال بسلسلة الأفكار إلى بيانات تدريب الذكاء الاصطناعي»، لأول مرة في 。
【تحليل إضافي】
【وجهة نظري الإضافية】
يشير انضمام أحد كبار باحثي الذكاء الاصطناعي، Jason Wei، إلى Mercor إلى أن محور المنافسة في الذكاء الاصطناعي التوليدي يتحول بسرعة من «بنية النماذج وتكديس القدرة الحاسوبية» إلى «البيانات المهنية عالية الجودة وأنظمة التقييم الدقيقة». وبعد أن أرست سلسلة الأفكار (CoT) ونماذج الاستدلال الأساس، تتمثل العقبة أمام المرحلة التالية من الذكاء الاصطناعي في حل المشكلات المعقدة في القطاعات المختلفة في نقص بيانات التعلم المعزز (RL) وتقييمات السيناريوهات التي تستند إلى معرفة حقيقية بالخبرات المتخصصة، مثل القانون والطب والتمويل. وهذا يدل على أن قيمة جانب توريد البيانات تخضع لإعادة تقييم.
【تأثير السوق】
* **سوق الأسهم الأمريكية**: يشكل ذلك عاملًا إيجابيًا لصالح **إنفيديا (NVIDIA، نظرة إيجابية)**. فمشاركة إنفيديا في جولة التمويل من الفئة D لشركة Mercor تُظهر أنها تعزز الأساس الداعم للطلب على القدرة الحاسوبية للذكاء الاصطناعي من خلال الاستثمار في البيانات والنظام البيئي للأجهزة والبرمجيات. أما أثر ذلك على عمالقة مثل **مايكروسوفت (MSFT) وجوجل (GOOGL) وMeta (META)** فهو **محايد**؛ فعلى الرغم من أنه يعكس توجه المواهب الرفيعة إلى الشركات الناشئة المتخصصة في البيانات، فإنه يفتح أيضًا قنوات جديدة لشراء البيانات والتعاون في التقييم مستقبلًا.
* **سوق الأسهم التايواني**: يوفر دعمًا معنويًا إيجابيًا لـ**TSMC (2330) وأسهم الذكاء الاصطناعي (محايد يميل إلى الإيجابية)**. ويؤكد التمويل الضخم لبنية البيانات التحتية للذكاء الاصطناعي، مع تقييم بلغ 20 مليار دولار، استمرار نشاط منظومة الذكاء الاصطناعي العالمية؛ ومن المتوقع أن يواصل دعم الطلب على سلسلة توريد الرقائق والقدرة الحاسوبية في المدى المتوسط.
* **سوق العملات المشفرة**: يمنح زخمًا سرديًا إلى حد ما لـ**رموز الذكاء الاصطناعي اللامركزي والبيانات (مثل TAO وFIL، محايد يميل إلى الإيجابية)**. وقد تعززت أكثر قيمة وسم البيانات المتخصصة وشبكات البيانات اللامركزية، وقد يؤدي تفاعل السوق لاحقًا إلى زيادة الاهتمام بقطاع الذكاء الاصطناعي.
【ما ينبغي متابعته لاحقًا】
1. متابعة تقدم Mercor في تحويل أعمالها إلى منتجات تجارية، وما إذا كانت منتجاتها لتقييم البيانات ستصبح بنية تحتية معيارية لتدريب النماذج اللغوية الكبيرة لدى عمالقة التكنولوجيا.
2. متابعة ما إذا كانت إنفيديا وغيرها من عمالقة التكنولوجيا ستزيد استثماراتها الاستراتيجية أو عمليات الاستحواذ في سلسلة توريد بيانات الذكاء الاصطناعي.
【تنبيه بشأن المخاطر】
قد ينطوي تضاعف تقييم شركة غير مدرجة في السوق الأولية خلال فترة قصيرة، ليبلغ 20 مليار دولار، على مخاطر المبالغة في التقييم. وإضافة إلى ذلك، قد تشكل حقوق ملكية البيانات المتخصصة وقيود قوانين الخصوصية وضبط جودة وسم الخبراء تحديات محتملة أمام تطور القطاع مستقبلًا.