جیا‌هوی یو (Jiahui Yu)
جیا‌هوی یو یک پژوهشگر برجسته در حوزه‌ی هوش مصنوعی و یکی از اعضای تیم Superintelligence Labs شرکت متا است—تیمی که بر توسعه‌ی مدل‌های بنیادین (Foundation Models) و پیشبرد هوش فراانسانی (Artificial Superintelligence) تمرکز دارد. او پیش‌تر به‌عنوان رئیس بخش تحقیقاتی "ادراک" (Perception) در OpenAI فعالیت می‌کرد.
تحصیلات
یو مدرک کارشناسی علوم در رشته‌ی علوم کامپیوتر را از دانشگاه علوم و فناوری چین دریافت کرد. سپس تحصیلات دکترای خود را در دانشگاه ایلینوی در اربانا-شمپین (University of Illinois at Urbana-Champaign) دنبال کرد و به پایان رساند.
حرفه
جیا‌هوی یو فعالیت تحقیقاتی خود را در مه ۲۰۱۵ به‌عنوان کارآموز در Microsoft Research Asia آغاز کرد، جایی که بر سامانه‌های آموزش یادگیری عمیق در مقیاس بزرگ کار می‌کرد. در اوایل سال ۲۰۱۶، به‌عنوان کارآموز پژوهشی به شرکت Megvii (شناخته‌شده با نام Face++) پیوست و در زمینه‌ی شناسایی اشیاء فعالیت داشت و در توسعه‌ی ابزار UnitBox مشارکت کرد.
در ادامه، او از مه تا دسامبر ۲۰۱۷ به‌عنوان کارآموز در Adobe Research مشغول به کار شد و روی شبکه‌های تقابلی تولیدی (GANs) و ترمیم تصویر (Image Inpainting) کار کرد، از جمله توسعه‌ی نسخه‌های DeepFill v1 و v2. در همین دوره، بین ژوئن ۲۰۱۶ تا مه ۲۰۱۸، به‌عنوان مشاور پژوهشی با شرکت Jump Trading LLC همکاری داشت و در آنجا به طراحی مدل‌های پیش‌بینی قیمت و استراتژی‌های معاملاتی با استفاده از داده‌های مالی با فرکانس بالا پرداخت.
در سال ۲۰۱۸، یو از ژانویه تا اوت در Snap Research فعالیت داشت و مدل‌های یادگیری عمیق کارآمدی از جمله Slimmable Networks را توسعه داد. سپس از اوت تا دسامبر همان سال به‌عنوان کارآموز در Baidu Research به پروژه‌هایی در زمینه‌ی یادگیری ماشینی خودکار (AutoML) و شبکه‌های عصبی بهینه مثل AutoDL 2.0 و EasyDL کمک کرد.
در اوایل سال ۲۰۱۹، از ژانویه تا مه در Nvidia Research کارآموزی کرد و بر روی مدل‌های تولیدی در مقیاس بزرگ برای تولید محتوای بصری متمرکز بود. پس از آن، از مه تا سپتامبر ۲۰۱۹ در Google Brain کارآموز پژوهشی شد و در زمینه‌ی AutoML و بهینه‌سازی شبکه‌های عصبی از جمله BigNAS فعالیت کرد.
یو در فوریه‌ی ۲۰۲۰ به‌عنوان پژوهشگر در Google مشغول به کار شد و در توسعه‌ی سیستم‌های بازشناسی گفتار پیوسته (Streaming ASR) و جاسازی‌های چندوجهی نسل بعد که در محصولات مختلف آلفابت به‌کار رفتند، مشارکت داشت. از مه ۲۰۲۱ تا اکتبر ۲۰۲۲، به‌عنوان پژوهشگر ارشد در Google فعالیت کرد و بر فهم و تولید چندوجهی تمرکز داشت. از نوامبر ۲۰۲۲ تا سپتامبر ۲۰۲۳، به‌عنوان پژوهشگر ارشد در Google DeepMind مشغول بود و هم‌رهبری پروژه‌ی چندوجهی Gemini را بر عهده داشت و در توسعه‌ی معماری PaLM-2 نیز نقش داشت.
در اکتبر ۲۰۲۳، یو به OpenAI پیوست و به‌عنوان رئیس بخش پژوهشی ادراک (Perception) منصوب شد، جایی که رهبری پروژه‌هایی در زمینه‌ی ادراک در هوش مصنوعی را بر عهده گرفت. در ژوئیه‌ی ۲۰۲۵، به تیم Superintelligence شرکت متا پیوست—بخشی یکپارچه که بر توسعه‌ی مدل‌های بنیادین، پیشبرد پژوهش در زمینه‌ی هوش مصنوعی، و رسیدن به هوش فراانسانی تمرکز دارد.
آزمایشگاه‌های Superintelligence در متا (MSL)
آزمایشگاه‌های Superintelligence یا MSL، واحدی از شرکت متا است که در ژوئن ۲۰۲۴ راه‌اندازی شد تا تلاش‌های هوش مصنوعی این شرکت را با تمرکز ویژه بر دستیابی به هوش عمومی مصنوعی (AGI) یکپارچه و تسریع کند. این تیم به رهبری الکساندر وانگ و نت فریدمن اداره می‌شود و تیم‌هایی را گرد هم آورده که روی مدل‌های بنیادین، محصولات کاربردی مبتنی بر هوش مصنوعی، و تحقیقات اصلی FAIR کار می‌کنند.
MSL هم‌زمان با یک کارزار بزرگ جذب استعداد شکل گرفت و پژوهشگرانی از OpenAI، Anthropic و DeepMind را جذب کرد. این تیم پس از سرمایه‌گذاری ۱۴.۳ میلیارد دلاری متا در شرکت Scale AI تأسیس شد. آزمایشگاه‌های MSL مسئول توسعه‌ی سری مدل‌های Llama و سامانه‌های نسل بعدی هوش مصنوعی در متا هستند و تمرکزشان بر پیشرفت‌های بلندمدت و یکپارچه‌سازی این فناوری‌ها در پلتفرم‌های مصرفی متا قرار دارد.
مصاحبه‌ها
در یکی از قسمت‌های گذشته‌ی برنامه‌ی «Meet a Google Researcher»، مجری درو کالکاگنو با دو پژوهشگر، یونگ‌هویی وو و جیا‌هوی یو، درباره‌ی مدل متنی-به-تصویر گوگل به نام Parti گفتگو کرد. در این گفت‌وگو توضیح داده شد که Parti، که مدلی خودرگرسیو است، با نگاه به فرآیند تولید تصویر همچون ترجمه‌ی ماشینی، تصاویر باکیفیتی را از ورودی‌های متنی تولید می‌کند.
این پژوهشگران قابلیت Parti در تولید تصاویر پیچیده بر پایه‌ی توصیف‌های دقیق را تشریح کردند و آن را با مدل دیگر گوگل به نام Imagen مقایسه نمودند که از روش انتشار (Diffusion) استفاده می‌کند. آن‌ها تجربیات خود را از مراحل توسعه‌ی Parti، از جمله لحظات پیشرفت ناگهانی در جلسات اشکال‌زدایی و هیجان حاصل از پیشرفت‌های بزرگ هنگام مقیاس‌دهی مدل، به اشتراک گذاشتند.
هر دو پژوهشگر به آینده‌ی این حوزه خوش‌بین بودند و به ادغام حالت‌های مختلف مانند ویدئو و موسیقی در آینده اشاره کردند و در عین حال، بر اهمیت مسئولیت‌پذیری در توسعه‌ی هوش مصنوعی و دسترس‌پذیری آن برای عموم تأکید داشتند.
نظرات کاربران