نيكي بارمار والمعماريون المخفيون: نساء يغيرن الذكاء الاصطناعي وراء الكواليس

عند مناقشة الاختراقات الثورية التي شكلت الذكاء الاصطناعي الحديث، قليلون يستطيعون مقاومة ذكر Demis Hassabis أو Sam Altman أو Elon Musk. ومع ذلك، مقابل كل اسم معروف يلفت انتباه وسائل الإعلام، هناك أفراد استثنائيون بصمت، كانت مساهماتهم ذات أهمية مساوية—إن لم تكن أكثر—لتطور المجال. من بين هؤلاء الرواد المهملين، توجد نساء م remarkable عملهن حرفياً أعاد كتابة ما هو ممكن في الذكاء الاصطناعي. نيكي بارمار تعتبر مثالاً رئيسياً: فهي واحدة من ثمانية مؤلفين رئيسيين في بنية Transformer، وبصماتها مدمجة في كل نموذج لغة كبير اليوم، من ChatGPT إلى GPT-4، ومع ذلك نادراً ما يظهر اسمها في مناقشات التكنولوجيا السائدة.

النمط التاريخي ليس جديداً. كتبت آدا لوفلايس أول برنامج حاسوبي في تاريخ البشرية، ومع ذلك كم عدد الذين يعرفون اسمها؟ كتبت إلين ريتش أول كتاب دراسي عن الذكاء الاصطناعي، ومع ذلك لا تزال إلى حد كبير منسية في الوعي الشعبي. ظاهرة “تأثير ماتيلا”—الميل المنهجي إلى نسب الإنجازات العلمية إلى زملاء ذكور بدلاً من الباحثات الإناث اللواتي أنجزن العمل—لا تزال تشوه فهمنا لمن شكل التقدم التكنولوجي. لهذا السبب تحديداً، فإن الاعتراف بهؤلاء النساء مهم.

ImageNet وفجر التعلم العميق: هدية في-في لي الأساسية

لثورة الذكاء الاصطناعي الحديثة لحظة بداية واضحة: عام 2012، عندما حقق شبكة التعلم العميق المسماة AlexNet نجاحاً غير مسبوق في مهام التعرف على الصور. ومع ذلك، قليلون يتتبعون هذا الاختراق إلى مصدره الحقيقي. في عام 2009، اقترحت في-في لي، حينها أستاذة مساعدة في جامعة برينستون، ImageNet—فكرة جذرية ستعيد تشكيل طريقة تعامل الباحثين مع التعلم الآلي. بدلاً من برمجة خوارزميات محددة للتعرف على الكلاب مقابل القطط، استنتجت أن عنق الزجاجة ليس القدرة الخوارزمية؛ بل البيانات.

ولدت في بكين عام 1976 ونشأت في تشنغدو، هاجرت إلى الولايات المتحدة في سن الثانية عشرة، تتحدث تقريباً لا الإنجليزية. خلال عامين، أصبحت تتقن اللغة مع إظهار موهبة رياضية استثنائية. دخلت برينستون بمنحة دراسية، وكانت تعود إلى وطنها تقريباً كل عطلة نهاية أسبوع للمساعدة في إدارة أعمال التنظيف الجاف لعائلتها. بحلول عام 2007، رغم التحديات، أصبحت أستاذة مساعدة.

رؤيتها لـImageNet كانت بسيطة وجريئة: إنشاء قاعدة بيانات ضخمة ومرقمة بشكل منهجي للصور—وفي النهاية تصل إلى 15 مليون عينة—تسمح للباحثين بمقارنة النهج الخوارزمية بشكل عادل. لكن التنفيذ تطلب ابتكاراً. عانت جهود جمع البيانات المبكرة من عمال يضغطون عشوائياً على المهام. أدخلت في-في لي صوراً تحكمية—مثل صور كلاب الجولدن ريتريفر المعتمدة مسبقاً—للتحقق من دقة العمال. حولت آلية مراقبة الجودة هذه جمع البيانات العشوائي إلى إنتاج بيانات موثوقة.

لا يمكن المبالغة في تأثيرها. لم يحدث فوز AlexNet في مسابقة ImageNet عام 2012 صدفة؛ بل كان نتيجة للبنية التحتية التي بنتها في-في لي. اليوم، عندما يصف الباحثون لحظات الاختراق في الذكاء الاصطناعي، غالباً ما يسألون: “هل هذه لحظة ImageNet الخاصة به؟”—عبارة أصبحت مرادفاً لمجموعات البيانات التحولية. السيارات الذاتية القيادة، التعرف على الوجوه، والكشف عن الأجسام كلها تنحدر من هذا العمل.

نيكي بارمار: هندسة ثورة Transformer

بدت موجة النماذج اللغوية الكبيرة في ذروتها مع ظهور ChatGPT، لكن أصلها الحقيقي يكمن في ورقة واحدة عام 2017: “Attention is All You Need”، التي كتبها ثمانية مهندسين من Google. أصبحت بنية Transformer الموضحة في هذه الورقة الأساس الذي بُنيت عليه تقريباً جميع أنظمة الذكاء الاصطناعي المعاصرة. ومع ذلك، من المدهش أن العديدين لا يدركون أن أحد المؤلفين الرئيسيين للورقة امرأة: نيكي بارمار.

جاءت نيكي من الهند، درست في كلية تكنولوجيا الحاسوب في بون، ثم تابعت ماجستير في علوم الحاسوب في جامعة جنوب كاليفورنيا بدءاً من 2013. خلال سنوات دراستها الجامعية، اكتشفت شغفها من خلال دورات Andrew Ng وPeter Norvig الرائدة على الإنترنت في التعلم الآلي والذكاء الاصطناعي. “كنت فضولية حول القوة المجمعة للبيانات، ومطابقة الأنماط، والتحسين”، ستتذكر لاحقاً. هذا الفضول الفكري حدد مسارها المهني.

بعد تخرجها في 2015، انضمت إلى قسم البحث في Google، مركزة في البداية على تحديات البحث البحتة. بحلول 2017، كانت من بين المهندسين الأساسيين الذين يعيدون تشكيل تكنولوجيا الذكاء الاصطناعي الأساسية. عن نهجها في البحث الرائد، قالت: “في البداية، كان الكم الهائل من المعلومات حولي يربكني. التركيز على مشكلة محددة واستكشافها بعمق مع الزملاء يساعدك على طرح الأسئلة الصحيحة.” ستُميز هذه الفلسفة—العمق على حساب الاتساع، والتعاون على العزلة—مشاريعها اللاحقة.

لم تكن ورقة Transformer مجرد إنجاز أكاديمي لنيكي بارمار؛ بل كانت منصة لريادة الأعمال. شاركت في تأسيس شركة Adept AI مع المؤلف الآخر Ashish Vaswani، الذي كان يُذكر كالمؤلف الأول في الورقة. جمعت الشركة 350 مليون دولار—تصويت كبير على الثقة في رؤيتهم. مع التركيز على مجالات اهتمامها، أسست نيكي أيضاً شركة Essential AI، وأدارتها كمشروعها الرئيسي. جمعت Essential AI 56.5 مليون دولار من عمالقة التكنولوجيا AMD وGoogle وNvidia، مما أكد على الاتجاه الاستراتيجي للمؤسسين ضمن مجتمع البنية التحتية والبحث في الذكاء الاصطناعي.

دانييلا أموديي: الشريكة في السلامة في شركة أنثروبيك

بينما يركز الإعلام غالباً على أن شركة أنثروبيك تأسست بواسطة “سبعة باحثين غادروا OpenAI”، فإن هذا الإطار يخفي حقيقة مهمة: أن دانييلا أموديي، رئيسة الشركة ومؤسستها المشاركة، تم التقليل من شأنها بشكل منهجي في التغطية رغم كونها حاسمة في رؤيتها واستراتيجيتها. في الواقع، أنثروبيك أسسها أخوان—دانييلا وداريوا أموديي—اللذان يمتلكان مهارات تكاملت لخلق هيكل قيادة متوازن بشكل غير معتاد.

رحلة دانييلا المهنية تكشف عن مسار غير تقليدي لمدير تكنولوجيا. حصلت على بكالوريوس في الأدب الإنجليزي، والسياسة، وأدب الموسيقى—تعليم إنساني أعدها جيداً لمهامها في مواءمة القيم الإنسانية في الذكاء الاصطناعي. عملها المبكر في السياسة والعمل غير الربحي طور قدراتها الاستراتيجية والتنظيمية. في 2013، عندما كانت شركة Stripe لا تزال ناشئة غير معروفة، انضمت كموظفة مبكرة، وبنائها إلى شركة عملاقة (تقدر الآن بأكثر من 50 مليار دولار).

في Stripe، تولت أدواراً ستثبت لاحقاً أهميتها في OpenAI وAnthropic: توظيف الفرق، إدارة المخاطر، والتنسيق عبر الوظائف. قادت فرقاً تحلل أكثر من 7000 حالة احتيال وانتهاك سياسة سنوياً، محققة انخفاضاً بنسبة 72% في معدلات الخسارة—مما جعل الشركة تصل إلى أدنى مستوياتها التاريخية. هذا التميز التشغيلي والانضباط في إدارة المخاطر أصبح علامتها المميزة.

في 2018، انضمت إلى OpenAI كنائبة رئيس السلامة والسياسات، تعمل ليس فقط على فرق السلامة التقنية، بل أيضاً على الموارد البشرية، التوظيف، التعلم والتطوير، ومبادرات التنوع والشمول—لتكون عامة متعددة التخصصات في مجال متخصص. في 2021، أسست مع أخيها شركة أنثروبيك، حاملةً فلسفة السلامة أولاً إلى منظمة جديدة بُنيت حول مبدأ أن أنظمة الذكاء الاصطناعي يجب أن تتوافق مع القيم الإنسانية.

ميرا مراتي: قائدة التكنولوجيا الهادئة في OpenAI

مديرة التكنولوجيا في OpenAI منذ 2022، ميرا مراتي، لا يعرف الكثير في عالم التقنية عنها. انضمت إلى OpenAI في 2018، وترقت إلى نائب رئيس أول للإشراف على البحث، المنتج، والشراكات في 2020، ومنذ ذلك الحين قادت تطوير ChatGPT، DALL-E، وGPT-4.

ولدت في ألبانيا عام 1988 وتعلمت في كندا، خلفيتها هندسية. في كلية دارتموث، برزت ببناء سيارة سباق هجينة كمشروع دراسي—مؤشر مبكر على عقلية الحلول العملية. بعد فترة قصيرة في الفضاء، انضمت إلى Tesla كمديرة منتج أول لنموذج X، حيث أثارت اهتمامها العميق بالذكاء الاصطناعي من خلال Autopilot.

عن دافعها الفكري، قالت مرة: “الملل محفز قوي للسعي واستكشاف حدود أي شيء.” هذه الفلسفة وجهت مسارها في OpenAI، حيث لا تزال مشاركة بعمق في أهم مشاريع الشركة. تطور ChatGPT، الذي ربما يكون إنجاز OpenAI الأبرز، تم تحت قيادتها التقنية. في 2023، عندما استثمرت Microsoft 13 مليار دولار في OpenAI—شراكة تفاوضت عليها وأدارتها—مدحها الرئيس التنفيذي ساتيا ناديلا علناً لظهورها “القدرة على تجميع فريق يمتلك خبرة تقنية، وفطنة تجارية، وفهم عميق لأهمية مهمة الذكاء الاصطناعي.”

تتعدى تأثيرها تطوير المنتج. خلال أزمات داخلية—بما في ذلك نزاعات قيادية هددت استقرار المنظمة—كانت صوتها في الأمور الحرجة ذا وزن كبير. ومع ذلك، على عكس بعض الزملاء الذين تم تهميشهم، حافظت ميرا على مكانتها في OpenAI، واستمرت في تشكيل الاتجاه التقني والقرارات الاستراتيجية للشركة.

تيمنيت جبروا: الأخت التي رفضت الصمت

قرار Google الأخير بسحب نموذج Gemini لإنشاء الصور من النصوص بسبب مخاوف أخلاقية في الذكاء الاصطناعي يردد صدى صراع سابق أكثر درامية: نزاع 2020 مع تيمنيت جبروا، الباحثة في الذكاء الاصطناعي في Google، التي انتقدت علناً الشركة لما وصفته بفصلها انتقاماً منها بعد أن أثارت مخاوف حول التحيز الخوارزمي.

ولدت عام 1983 في إريتريا وإثيوبيا، أكملت دكتوراه في الهندسة الكهربائية من Stanford في 2014، تخصصت في الرؤية الحاسوبية والتعلم الآلي. بدلاً من السعي وراء تحسين أداء النماذج، كرست جهودها للبحث في العدالة، والمساءلة، والشفافية، والأخلاقيات في أنظمة الذكاء الاصطناعي.

أظهرت أبحاثها أن أنظمة التعرف على الوجوه التجارية كانت أقل دقة بشكل ملحوظ عند التعرف على النساء والأشخاص الملونين—اكتشاف له آثار عميقة. أثرت أبحاثها مباشرة على قرار أمازون بوقف خدمة التعرف على الوجوه، Rekognition، مما يوضح كيف يمكن للأبحاث الأخلاقية أن تدفع للمساءلة الشركاتية.

في 2020، شاركت في تأليف ورقة بحثية تنتقد نماذج اللغة الكبيرة من حيث تأثيرها البيئي وقلة التنوع في عمليات تطويرها. رفضت قيادة Google نشر الورقة، زاعمة أنها “لا تفي بمعايير النشر لدينا.” خلال نزاع لاحق مع الشركة، تم تعطيل بريدها الإلكتروني أثناء إجازتها—خطوة أشعلت رد فعل عالمي. وقع أكثر من 1500 من موظفي Google على عريضة دعمًا لها، انضم إليهم أكثر من 2000 باحث خارجي، وقادة منظمات غير ربحية، وأقران في الصناعة.

على الرغم من هذا الدعم غير المسبوق، غادرت جبروا Google في النهاية. وبدلاً من أن تتلاشى عن الأضواء، أسست DAIR (معهد أبحاث الذكاء الاصطناعي الموزع)، منظمة مستقلة مصممة خصيصاً لمواجهة النفوذ المفرط للشركات التقنية الكبرى في أبحاث وتطبيقات الذكاء الاصطناعي. وقالت بوضوح: “لا أستطيع الانتظار حتى تحل الشركات الكبرى مشاكل الذكاء الاصطناعي النهائية.”

الصورة الأوسع: لماذا الاعتراف مهم

إن إنجازات هؤلاء الخمسة من النساء—فيي-في لي، نيكي بارمار، دانييلا أموديي، ميرا مراتي، وتيمنيت جبروا—تمثل أكثر من مجرد قصص نجاح فردية. فهي تظهر نمطاً نظامياً: مقابل كل تكنولوجي ذكوري مشهور يتلقى اهتماماً إعلامياً كبيراً، هناك العديد من النساء ذات القدرات المماثلة أو الأرفع، اللواتي يعملن في ظلال، وتُقلل مساهماتهن بشكل منهجي، وتُهمش أصواتهن غالباً.

ومن المثير للاهتمام أن هناك خطاً يربط بين هؤلاء الشخصيات. فمثلاً، عملت تيمنيت جبروا تحت إشراف في-في لي—تذكير بأن التقدم غالباً ما يبني نفسه عبر الأجيال، مع تمهيد الطريق للذين يأتون بعدهم. ومع ذلك، يبقى هذا النمط هشاً وغير كافٍ. الحواجز الهيكلية—مثل نقص الاستثمارات، والتعليم الرياضي غير الكافي للفتيات، والتمييز في أماكن العمل—لا تزال تقمع المواهب النسائية على نطاق واسع.

لا يمكن لمقال واحد أن يقضي على هذه الظواهر غير العادلة. لهذا السبب، لا تزال مناسبة اليوم العالمي للمرأة ضرورية، ولمبادرات دعم النساء في التكنولوجيا أهمية. ولكن في هذا اليوم، تذكروا هؤلاء المهندسين المعماريين للذكاء الاصطناعي. امنحوا الفضل حيث يستحق.