جک ری (Jack Rae)
جک ری یک دانشمند برجسته در حوزه هوش مصنوعی است که به‌خاطر فعالیت‌هایش در زمینه مدل‌های زبانی بزرگ (LLMها)، فشرده‌سازی داده، و یادگیری تقویتی شناخته می‌شود. او هم‌اکنون عضو تیم آزمایشگاه‌های ابرهوش شرکت متا (Meta Superintelligence Labs) است.
تحصیلات
جک ری بین سال‌های ۲۰۱۶ تا ۲۰۲۰ در دانشگاه کالج لندن (University College London - UCL) موفق به اخذ مدرک دکترای فلسفه (Ph.D.) در رشته علوم کامپیوتر شد. پژوهش‌های او در دوران دکترا بر روی سازوکارهای استدلال بلندمدت تمرکز داشت و به‌ویژه از مدل‌های حافظه با ساختارهای پراکنده و فشرده‌سازی‌شده استفاده می‌کرد.
او در سال ۲۰۱۳، مدرک کارشناسی ارشد علوم آمار را از دانشگاه کارنگی ملون (Carnegie Mellon University) دریافت کرد. معدل او در این مقطع ۴.۱ از ۴.۳ بود. در طول این دوره، در گروه‌های دانشجویی مختلفی مانند "انجمن کاوشگران" (Explorer’s Society) و باشگاه دوچرخه‌سواری دانشگاه نیز عضویت داشت.
پیش‌تر، ری در بازه زمانی ۲۰۰۸ تا ۲۰۱۲، در دانشگاه بریستول به تحصیل در رشته علوم ریاضی و علوم کامپیوتر پرداخت و با درجه ممتاز (First Class Honours) فارغ‌التحصیل شد. در این دانشگاه نیز عضو باشگاه دوچرخه‌سواری بود.
سوابق شغلی
جک ری در چندین شرکت برجسته فناوری در حوزه تحقیق و توسعه هوش مصنوعی فعالیت داشته است. او پیش از این در Quora مشغول به کار بود و پس از آن، حدود هفت سال و نیم در شرکت Google DeepMind فعالیت کرد. در DeepMind، او به‌عنوان رهبر فنی پیش‌آموزش (pre-training) مدل Gemini فعالیت داشت و توسعه توانایی‌های استدلال مدل Gemini 2.5 را هدایت کرد. همچنین در توسعه مدل‌های زبانی مهمی مانند Gopher و Chinchilla مشارکت داشت.
در ژوئیه ۲۰۲۲، ری اعلام کرد که به OpenAI پیوسته است. پس از مدتی، او به شرکت متا رفت و در ژوئن همان سال پیوستن خود به این شرکت را با هیجان اعلام کرد. در متا، او به‌عنوان "دانشمند برجسته" (Distinguished Scientist) در تیم آزمایشگاه‌های ابرهوش فعالیت دارد و تمرکز او بر مدل‌های زبانی بزرگ، فشرده‌سازی و یادگیری تقویتی است.
در طول دوران کاری خود، ری نقش کلیدی در توسعه چندین مدل مهم هوش مصنوعی داشته است. در Google DeepMind، او در مدل‌های Gopher و Chinchilla مشارکت داشت و رهبری توسعه مدل Gemini، به‌ویژه بخش‌های مربوط به پیش‌آموزش و استدلال در Gemini 2.5، را بر عهده گرفت. او همچنین درباره به‌روزرسانی‌های Gemini 2.0 Flash Thinking اظهارنظر کرده بود و به بهبودهایی مانند عملکرد بهتر، پشتیبانی از ورودی‌های بلند (long-context) و توانایی اجرای کد اشاره داشت.
دیدگاه‌ها درباره هوش مصنوعی
جک ری دیدگاه‌های خود را درباره روندها و تحولات در حوزه هوش مصنوعی به‌طور عمومی به اشتراک گذاشته است. او چندین‌بار به‌صورت طنزآمیز به این ایده تکراری که "یادگیری عمیق به بن‌بست رسیده" اشاره کرده است، معمولاً در تاریخ‌های خاص. او همچنین درباره "درس تلخ" (the bitter lesson) صحبت کرده و اشاره داشته که بسیاری از پژوهش‌های منتشرشده در دهه‌های گذشته مستقیماً منجر به توسعه مدل‌هایی مانند ChatGPT نشده‌اند. ری تأکید کرده که تمرکز به‌مرور از روش‌های سنتی مانند پرکردن اسلات (slot filling)، مدل‌سازی هدف (intent modeling)، تشخیص احساسات (sentiment detection)، و رویکردهای نمادین ترکیبی (hybrid symbolic approaches) فاصله گرفته است. او همچنین دیدگاه‌هایی درباره احتمال ظهور هوش عمومی مصنوعی (AGI) بیان کرده و درباره برخی از نمایش‌های توانایی‌های پیشرفته مدل‌های هوش مصنوعی نظر داده است.
مصاحبه‌ها
گفت‌وگو درباره Gemini 2.5 Pro و تحقیقات هوش مصنوعی.
در تاریخ ۵ آوریل ۲۰۲۵، جک ری در کانال یوتیوب Cognitive Revolution حضور یافت و درباره پیشرفت‌های اخیر در زمینه مدل‌های زبانی بزرگ، به‌ویژه مدل Gemini 2.5 Pro صحبت کرد. او به‌عنوان دانشمند ارشد پژوهشی در Google DeepMind و رهبر فنی در حوزه استدلال در زمان استنتاج (inference-time reasoning) و مقیاس‌پذیری، دیدگاه‌های مهندسی و پژوهشی مهمی را درباره جهت‌گیری فعلی سیستم‌های هوش مصنوعی مطرح کرد.
او توضیح داد که Gemini 2.5 Pro نتیجه مجموعه‌ای از اصلاحات تدریجی در معماری و آموزش بوده و توانایی آن در پردازش ورودی‌هایی با صدها هزار توکن، حاصل پیشرفت‌های پیوسته بوده نه جهش‌های ناگهانی. او این پیشرفت‌ها را نتیجه تلاش‌های تیمی و روش‌های مقیاس‌پذیر در DeepMind دانست.
ری همچنین به روند همگرایی آزمایشگاه‌های مختلف هوش مصنوعی در استفاده از تکنیک‌های استدلال مانند «prompting با زنجیره استدلال» (chain-of-thought prompting) اشاره کرد و بیان داشت که چالش‌ها و منابع مشترک منجر به نتایج مشابهی شده‌اند. او درباره نقش یادگیری تقویتی مبتنی بر سیگنال‌های صحت (correctness signals) در بهبود استدلال مدل‌ها صحبت کرد و بر تکامل تدریجی این رویکرد تأکید نمود.
در این گفت‌وگو به چالش‌های مربوط به تفسیرپذیری مدل‌ها نیز پرداخته شد، به‌ویژه دشواری در تحلیل فرایندهای درونی آن‌ها. ری به کارهای در حال انجام در حوزه "تفسیرپذیری مکانیکی" (mechanistic interpretability) اشاره کرد که هدف آن شفاف‌سازی رفتار مدل‌ها در مسیرهای استدلال پیچیده است.
درباره مسیر دستیابی به AGI، ری به حوزه‌هایی مانند حافظه بلندمدت، یادگیری چندوجهی (multimodal learning)، و رفتار عامل‌ها (agent behavior) به‌عنوان اولویت‌های فعلی تحقیقاتی اشاره کرد. او توضیح داد که توانایی پردازش long-context در Gemini 2.5 Pro امکان تعامل با ورودی‌هایی مانند کدبیس‌های بزرگ یا اسناد طولانی را بدون نیاز به خلاصه‌سازی فراهم می‌کند.
او همچنین به چالش‌های استقرار مدل‌ها اشاره کرد، از جمله محدودیت‌های محاسباتی و طراحی تجربه کاربری، که در عمل نحوه استفاده از سیستم‌ها را شکل می‌دهند. در تمام طول این مصاحبه، ری بر اهمیت تکرار، مقیاس‌پذیری، و آزمون‌های تجربی در توسعه مدل‌های زبانی تأکید کرد.
نظرات کاربران