أندرو نغ

ويكي
, , , ,
1

باحث ومعلم بريطاني أمريكي في مجال الذكاء الاصطناعي؛ مؤسس مشارك لـ Google Brain و Coursera، وكبير العلماء في Baidu، والشخصية الأكثر تأثيرًا في التعليم الجماعي للذكاء الاصطناعي، حيث درّس أكثر من ثمانية ملايين طالب حول العالم.

المعلومات الأساسية / لمحة شخصية

الحقل التفاصيل
الاسم الكامل أندرو يان-تاك نغ (吳恩達)
تاريخ الميلاد 18 أبريل 1976، لندن، إنجلترا
الجنسية بريطاني-أمريكي
الأدوار الحالية المؤسس والرئيس التنفيذي لـ DeepLearning.AI؛ الشريك الإداري العام لـ AI Fund؛ مؤسس Landing AI؛ أستاذ مشارك في جامعة ستانفورد؛ عضو مجلس إدارة أمازون
مجالات البحث التعلم الآلي، التعلم العميق، التعلم المعزز، الرؤية الحاسوبية، معالجة اللغة الطبيعية، الروبوتات
المشرف على الدكتوراه مايكل آي جوردان
أطروحة الدكتوراه التشكيل والبحث عن السياسات في التعلم المعزز (جامعة كاليفورنيا، بيركلي، 2002)
الموقع الشخصي andrewng.org
إكس / تويتر @AndrewYNg
GitHub github.com/andrewyng
Google Scholar scholar.google.com/citations?user=mG4imMEAAAAJ
Coursera coursera.org/instructor/andrewng
النشرة البريدية The Batch، عبر deeplearning.ai

نظرة عامة

أندرو نغ هو عالم كمبيوتر بريطاني أمريكي تمتد مسيرته المهنية بين أبحاث الذكاء الاصطناعي التأسيسية، والنشر الصناعي واسع النطاق، وما يمكن القول إنه أكثر جهود تعليم الذكاء الاصطناعي تأثيرًا في التاريخ. كأستاذ في ستانفورد، أدار مختبر ستانفورد للذكاء الاصطناعي وحول مساق CS229 إلى المساق الأكثر تسجيلًا في الجامعة؛ وكباحث، شارك في تأليف ورقة «لاتنت ديريشليت ألوكيشن» (LDA)، وقاد مشروع طائرة الهليكوبتر المستقلة في ستانفورد، ولعب دورًا محوريًا في وضع الأسس التقنية لنظام تشغيل الروبوتات (ROS). في عام 2011، شارك في تأسيس Google Brain مع جيف دين، وأصبحت تجربة «الخلايا العصبية للقطط» — وهي شبكة عصبية تعلمت التعرف على القطط من مقاطع فيديو يوتيوب غير خاضعة للإشراف — دليلاً بارزًا على قوة التعلم العميق واسع النطاق. ككبير العلماء في Baidu من 2014 إلى 2017، بنى واحدًا من أكثر أقسام أبحاث ومنتجات الذكاء الاصطناعي تقدمًا في الصين. ومنذ ذلك الحين، أسس أو شارك في تأسيس كل من Coursera (أكثر من 148 مليون متعلم اعتبارًا من 2024)، DeepLearning.AI (أكثر من ثمانية ملايين طالب)، Landing AI، و AI Fund، وهو استوديو ناشئ ضخم استثمر رأس المال في عشرات شركات الذكاء الاصطناعي. وهو من بين الأصوات الأكثر صراحة التي ترى أن قصص المخاطر الوجودية للذكاء الاصطناعي مبالغ فيها، وأن الوصول إلى تعليم الذكاء الاصطناعي والتكنولوجيا مفتوحة المصدر هو الواجب الأكثر إلحاحًا في المجال.

النشأة والتعليم

الطفولة: لندن، هونغ كونغ، سنغافورة

وُلد نغ في 18 أبريل 1976 في لندن. والده، رونالد بول نغ، كان طبيب أمراض دم ومحاضرًا في كلية الطب الجامعية في لندن؛ ووالدته، تيزا هو، كانت مسؤولة الشؤون الفنية في مهرجان لندن السينمائي. كان كلا الوالدين مهاجرين من هونغ كونغ. عادت الأسرة إلى هونغ كونغ عندما كان نغ صغيرًا، وفي عام 1984 انتقلوا إلى سنغافورة. التحق بمعهد رافلز، إحدى أفضل المدارس الثانوية الأكاديمية في سنغافورة، قبل أن يغادر إلى الجامعة في الولايات المتحدة.

جامعة كارنيجي ميلون — بكالوريوس علوم (1993–1997)

أكمل نغ درجة البكالوريوس من جامعة كارنيجي ميلون بتخصص ثلاثي في علوم الكمبيوتر والإحصاء والاقتصاد، وتخرج في عام 1997. بين عامي 1996 و1998، أجرى أبحاثًا في مختبرات بيل (AT&T Bell Labs) حول التعلم المعزز واختيار النماذج واختيار الميزات — وهي بداية مبكرة ومستدامة مع المشكلات التي ستحدد عمله في الدكتوراه.

معهد ماساتشوستس للتكنولوجيا — ماجستير علوم (1997–1998)

في معهد ماساتشوستس للتكنولوجيا، حصل على درجة الماجستير في العلوم في الهندسة الكهربائية وعلوم الكمبيوتر. خلال هذه الفترة، بنى أول محرك بحث على شبكة الويب يمكن الوصول إليه بشكل عام ومفهرس تلقائيًا لأوراق بحثية في التعلم الآلي — وهو سلف لـ CiteSeerX — مما أظهر اهتمامًا مبكرًا بالبنية التحتية الذي سيتكرر طوال مسيرته المهنية.

جامعة كاليفورنيا، بيركلي — دكتوراه (1998–2002)

أكمل نغ درجة الدكتوراه في بيركلي تحت إشراف مايكل آي جوردان، أحد الشخصيات التأسيسية في التعلم الآلي الاحتمالي والإحصاء. أطروحته، التشكيل والبحث عن السياسات في التعلم المعزز، تناولت أساليب مشابهة للمناهج الدراسية لتحسين التقارب في وكلاء التعلم المعزز وتقنيات تشكيل المكافآت. خلال فترة الدكتوراه، شارك مع ديفيد إم بلي ومايكل آي جوردان في تأليف الورقة التي قدمت «لاتنت ديريشليت ألوكيشن» (LDA) — وهو نموذج موضوعي احتمالي أصبح واحدًا من أكثر الأوراق استشهادًا في التعلم الآلي ومعالجة اللغة الطبيعية.

المسيرة المهنية

جامعة ستانفورد — أستاذ مساعد وأستاذ مشارك، مدير مختبر ستانفورد للذكاء الاصطناعي (2002–حتى الآن)

انضم نغ إلى ستانفورد كأستاذ مساعد في 2002 وأصبح أستاذًا مشاركًا في 2009. شغل منصب مدير مختبر ستانفورد للذكاء الاصطناعي (SAIL). أصبح مساقه CS229: التعلم الآلي المساق الأكثر تسجيلًا في ستانفورد، حيث سجل أكثر من 1000 طالب في بعض السنوات، وأصبحت محاضراته ومسائله المنشورة بشكل مفتوح مرجعًا أساسيًا للممارسين العصاميين في التعلم الآلي حول العالم. أنتجت مجموعته البحثية في ستانفورد عدة خطوط عمل مؤثرة:

مشروع طائرة الهليكوبتر المستقلة في ستانفورد (2004–2008) طور بعضًا من أكثر عروض الطيران البهلواني المستقل قدرة في العالم، باستخدام التعلم بالتلمذة لتعليم الطائرات الهليكوبتر المناورات من خلال مراقبة طيار خبير — وهو عمل أثر على الصياغة المبكرة للتعلم بالمحاكاة في الروبوتات.

أسفر مشروع STAIR (روبوت الذكاء الاصطناعي في ستانفورد) عن نظام تشغيل الروبوتات (ROS)، وهو الوسيط مفتوح المصدر للروبوتات الذي أصبح البنية التحتية المهيمنة لأبحاث الروبوتات الأكاديمية والتجارية عالميًا. حظي المشروع بدعم من سكوت حسن، الذي أسس لاحقًا شركة Willow Garage لمواصلة العمل.

في عام 2008، كانت مجموعة نغ من بين أول من دافع بشكل منهجي عن استخدام وحدات معالجة الرسومات (GPU) لتدريب التعلم العميق — وهو موقف مثير للجدل تقنيًا في ذلك الوقت توقع ما أصبح نموذج الحوسبة القياسي للمجال.

كما شارك في تأليف أعمال تأسيسية حول الترميز المتناثر والتعلم الذاتي والتعلم متعدد المهام، وكان المشرف على الدكتوراه للعديد من الباحثين الذين أصبحوا شخصيات رئيسية في الذكاء الاصطناعي: إيان جودفيلو (مخترع شبكات GANs)، بيتر أبيل (الروبوتات والتعلم المعزز، جامعة كاليفورنيا، بيركلي)، كوك في لي (Google Brain، أبحاث النماذج اللغوية الكبيرة)، وديفيد ستيفنز (المركبات ذاتية القيادة). لا يزال نغ في ستانفورد كأستاذ مشارك.

Google Brain — مؤسس مشارك (2011–2012)

في عام 2011، أثناء العمل في Google X مع جيف دين وغريغ كورادو وراجات مونغا، شارك نغ في تأسيس ما أصبح Google Brain. بنى المشروع شبكة عصبية تم تدريبها على 16,000 نواة معالجة مركزية باستخدام التعلم غير الخاضع للإشراف على عشرة ملايين إطار فيديو من يوتيوب؛ دون أي بيانات مصنفة أو تعليمات حول مفهوم القطة، طورت الشبكة خلية عصبية تنشط بقوة لوجوه القطط — وهي نتيجة تم تغطيتها على نطاق واسع في الصحافة كإشارة على قوة التعلم العميق. تم دمج تقنية التعرف على الكلام الخاصة بالمشروع لاحقًا في أندرويد، ونما Google Brain ليصبح واحدًا من أكثر مختبرات أبحاث الذكاء الاصطناعي إنتاجية في العالم. غادر نغ في 2012 للتركيز على ستانفورد و Coursera.

Coursera — مؤسس مشارك (2012–2014)

في أكتوبر 2011، أطلق نغ وزملاؤه في ستانفورد مساق التعلم الآلي CS229a عبر الإنترنت من خلال منصة مخصصة؛ سجل أكثر من 100,000 طالب في النسخة الأولى. في عام 2012، أسس نغ ودافني كولر Coursera على أساس تلك التجربة، حيث عمل نغ كرئيس تنفيذي مشارك. أصبحت Coursera واحدة من المنصات الرائدة للدورات الجماعية المفتوحة عبر الإنترنت (MOOCs) في العالم؛ اعتبارًا من 2024، أبلغت عن أكثر من 148 مليون متعلم مسجل. مساقات نغ الخاصة — التعلم الآلي، الشبكات العصبية والتعلم العميق، والذكاء الاصطناعي للجميع — تصنف باستمرار من بين أكثر العروض شعبية. ابتعد عن العمليات اليومية لـ Coursera في 2014 عند انضمامه إلى Baidu.

Baidu — كبير العلماء (2014–2017)

في مايو 2014، انضم نغ إلى Baidu ككبير العلماء، منتقلاً إلى وادي السيليكون لقيادة قسم أبحاث الذكاء الاصطناعي في Baidu — وهو أول تعيين أمريكي كبير بهذا النطاق من قبل شركة تكنولوجيا صينية. أنشأ العديد من فرق البحث، بما في ذلك مشاريع حول التعرف على الوجوه والتعرف على الكلام والذكاء الاصطناعي الطبي (روبوت الدردشة Melody). طور DuerOS، منصة الذكاء الاصطناعي الحوارية لـ Baidu، وساعد في وضع Baidu كشركة صينية رائدة في خطاب الذكاء الاصطناعي في وقت كان المجال يعاد تعريفه. استقال في مارس 2017، مستشهدًا بالرغبة في متابعة تأثير مجتمعي أوسع يتجاوز القيود الاستراتيجية لشركة واحدة.

DeepLearning.AI — مؤسس (2017–حتى الآن)

في أغسطس 2017، أطلق نغ DeepLearning.AI، وهو تخصص يُقدم عبر Coursera ويتكون من خمس مساقات تغطي الشبكات العصبية وضبط المعلمات الفائقة وتنظيم مشاريع التعلم الآلي والشبكات التلافيفية ونماذج التسلسل. أصبح تخصص التعلم العميق أحد أكثر الدورات التدريبية عبر الإنترنت حضورًا في أي تخصص تقني، متجاوزًا ثمانية ملايين طالب. غطت مناهج DeepLearning.AI اللاحقة عمليات التعلم الآلي ومعالجة اللغة الطبيعية و TensorFlow والذكاء الاصطناعي من أجل الخير. ينشر نغ أيضًا The Batch، وهي نشرة أسبوعية تغطي أبحاث وصناعة الذكاء الاصطناعي، وقد وزع Machine Learning Yearning و AI Transformation Playbook كأدلة مجانية للممارسين.

Landing AI — مؤسس (2017–حتى الآن)

Landing AI، التي تأسست في 2017، تركز على مساعدة المؤسسات الصناعية على تبني الذكاء الاصطناعي — وخاصة الرؤية الحاسوبية وعمليات التعلم الآلي لفحص الجودة في التصنيع واكتشاف الحالات الشاذة. جمعت الشركة تمويلًا من السلسلة A بقيمة 57 مليون دولار بقيادة McRock Capital في نوفمبر 2021. تمكّن منصة LandingLens الخاصة بها مهندسي غير التعلم الآلي من بناء ونشر تطبيقات الرؤية الذكاء الاصطناعي، مما يعكس حجة نغ الطويلة الأمد بأن تبني الذكاء الاصطناعي يتطلب أدوات يمكن للخبراء في المجالات المتخصصة الوصول إليها وليس باحثي التعلم الآلي.

AI Fund — مؤسس وشريك إداري عام (2018–حتى الآن)

في يناير 2018، أطلق نغ صندوق AI Fund، بداية بمبلغ 175 مليون دولار، كاستوديو ناشئ وصندوق يركزان على الذكاء الاصطناعي ويبنيان الشركات الناشئة من الصفر بدلاً من الاستثمار في الشركات القائمة. قام الصندوق بتمهيد شركات عبر الرعاية الصحية والتعليم والخدمات اللوجستية والخدمات المالية. في أكتوبر 2024، قام بأول استثمار له في الهند، داعمًا منصة الرعاية الصحية بالذكاء الاصطناعي Jivi. وصف نغ نموذج AI Fund بأنه محاولة متعمدة لنشر قدرات أبحاث الذكاء الاصطناعي في قطاعات يوجد بها عدد قليل من ممارسي التعلم الآلي العميق.

مجلس إدارة أمازون (2024–حتى الآن)

في أبريل 2024، أعلنت أمازون عن تعيين نغ في مجلس إدارتها، مما أضاف منظورًا بحثيًا للذكاء الاصطناعي إلى إشراف الشركة في لحظة استثمار كبير في الذكاء الاصطناعي عبر AWS ومنتجات أمازون الاستهلاكية.

المساهمات الرئيسية

  • لاتنت ديريشليت ألوكيشن (LDA) (JMLR، 2003، مع بلي وجوردان) — شارك في تأليف واحدة من الورقتين اللتين قدمتا LDA بشكل مستقل، وهو نموذج موضوعي احتمالي إنتاجي يظل من أكثر الأعمال استشهادًا في التعلم الآلي وتحليل النصوص.
  • طائرة الهليكوبتر المستقلة في ستانفورد — طور خوارزميات التعلم بالتلمذة التي مكنت طائرات الهليكوبتر من أداء مناورات بهلوانية من خلال محاكاة الطيارين الخبراء؛ من بين أكثر عروض الطيران المستقل قدرة في عصره.
  • نظام تشغيل الروبوتات (ROS) — قاد مشروع STAIR الذي أدت بنيته التحتية التقنية مباشرة إلى ROS، وهو الآن الوسيط مفتوح المصدر المهيمن لأبحاث وتطوير الروبوتات التجارية عالميًا.
  • الدعوة إلى استخدام وحدات معالجة الرسومات للتعلم العميق (2008) — من بين الأكاديميين الأوائل الذين دفعوا بشكل منهجي نحو التدريب القائم على وحدات معالجة الرسومات، وهو موقف تم التحقق من صحته لاحقًا كأساس الحوسبة العالمي للمجال.
  • المشاركة في تأسيس Google Brain وتجربة «الخلايا العصبية للقطط» (2011–2012) — شارك في تأسيس Google Brain وقاد مشروع التعلم غير الخاضع للإشراف واسع النطاق الذي أظهر أن الشبكات العصبية يمكنها تعلم مفاهيم بصرية عالية المستوى من فيديو غير مصنف؛ لحظة إشارة تم الاستشهاد بها على نطاق واسع للإمكانات الصناعية للتعلم العميق.
  • CS229: التعلم الآلي — صمم ودرّس المساق الأكثر تسجيلًا في ستانفورد؛ الملاحظات والشرائح والمسائل المنشورة خدمت كمرجع رئيسي للدراسة الذاتية لممارسي التعلم الآلي عالميًا لأكثر من عقدين.
  • Coursera (تأسست بالمشاركة في 2012، مع دافني كولر) — شارك في إنشاء منصة الدورات الجماعية المفتوحة عبر الإنترنت التي تخدم الآن أكثر من 148 مليون متعلم وتقدم شهادات من أكثر من 300 جامعة وشركة.
  • تخصص التعلم العميق / DeepLearning.AI — صمم منهجًا دراسيًا سجل فيه أكثر من ثمانية ملايين طالب، مما يجعله أكثر برنامج تعليمي للتعلم العميق وصولاً في العالم.
  • الذكاء الاصطناعي للجميع — مساق لمحو الأمية في الذكاء الاصطناعي غير تقني موجه لقادة الأعمال وعامة الجمهور، يعكس قناعة نغ بأن تحول الذكاء الاصطناعي هو مشكلة تنظيمية بقدر ما هي تقنية.
  • «الذكاء الاصطناعي هو الكهرباء الجديدة» — إطار مفاهيمي شاعه نغ من حوالي 2016 فصاعدًا، مجادلاً أن الدور البنيوي للذكاء الاصطناعي في الاقتصاد يوازي تحول الكهرباء لكل صناعة قبل قرن من الزمن؛ تم اعتماده على نطاق واسع في النقاشات المؤسسية والسياسية.
  • الدعوة إلى الذكاء الاصطناعي مفتوح المصدر — صوت عام ثابت ضد المقترحات التنظيمية التي قد تثقل كاهل تطوير النماذج مفتوحة المصدر، معارضًا قانون SB 1047 في كاليفورنيا في 2024 ومصوغًا الرأي القائل أن متطلبات الترخيص للنماذج الأساسية ستركز قدرة الذكاء الاصطناعي في الشركات الكبرى القائمة.
  • Machine Learning Yearning و AI Transformation Playbook — أدلة مجانية للممارسين تم توزيعها مباشرة، كل منها مترجم إلى لغات متعددة ويستخدم كمواد تعريفية في فرق الذكاء الاصطناعي حول العالم.

الجوائز والتقدير

  • زمالة أبحاث ألفريد بي سلون (2007)
  • قائمة معهد ماساتشوستس للتكنولوجيا للتكنولوجيا ريفيو TR35 للمبتكرين تحت 35 عامًا (2008)
  • جائزة IJCAI للحواسيب والفكر (2009) — أعلى جائزة في الذكاء الاصطناعي للباحثين تحت 35 عامًا.
  • تايم 100 شخصية الأكثر تأثيرًا (2013، بالمشاركة مع دافني كولر عن Coursera)
  • فورتشن 40 تحت 40 (2013)
  • سي إن إن 10: مفكرون (2013)
  • فاست كومباني أكثر الأشخاص إبداعًا في الأعمال (2014)
  • القادة الشباب العالميون للمنتدى الاقتصادي العالمي (2015)
  • تايم 100 شخصية الأكثر تأثيرًا في الذكاء الاصطناعي (2023)
  • زميل فخري، الجمعية الإحصائية الملكية (2024)

العلاقات الرئيسية

  • مايكل آي جوردان — المشرف على الدكتوراه في جامعة كاليفورنيا، بيركلي؛ أحد الشخصيات المحددة في التعلم الآلي الإحصائي؛ ورقة LDA التي شارك في تأليفها مع جوردان لا تزال أكثر عمل أكاديمي استشهادًا لنغ.
  • جيف دين — مؤسس مشارك لـ Google Brain؛ قاد البنية التحتية الهندسية لمشروع «الخلايا العصبية للقطط» والتوسع اللاحق لأبحاث التعلم العميق في Google.
  • دافني كولر — زميلة في ستانفورد ومؤسسة مشاركة لـ Coursera؛ بنيا منصة الدورات الجماعية المفتوحة عبر الإنترنت معًا وتم تسميتهما معًا ضمن قائمة تايم لأكثر 100 شخصية تأثيرًا في 2013.
  • إيان جودفيلو — طالب دكتوراه في ستانفورد اخترع لاحقًا شبكات GANs؛ في مقابلة مع Mila، وصف جودفيلو مشروع الروبوتات ومساقات نغ في ستانفورد كمحفز لالتزامه بأبحاث الذكاء الاصطناعي.
  • بيتر أبيل — طالب دكتوراه أصبح باحثًا رائدًا في الروبوتات والتعلم المعزز في جامعة كاليفورنيا، بيركلي ومؤسس مشارك لـ Covariant.
  • كوك في لي — طالب دكتوراه ذهب إلى Google Brain وقاد تطوير نماذج seq2seq و word2vec وقدم مساهمات للنماذج اللغوية الكبيرة.
  • جيفري هينتون — سلف فكري أثرت حلقات القراءة في تورونتو على العديد من طلاب نغ الدراسيين؛ دعوة نغ للتعلم العميق خلال سنوات Baidu القصوى عملت بالتوازي مع انتقال هينتون نفسه من تورونتو إلى Google.
  • قيادة Baidu (روبن لي) — تحت إدارة روبن لي، كان لدى نغ الموارد والتفويض لبناء أحد أول برامج أبحاث الذكاء الاصطناعي الصناعية الكبرى في الصين، وهو مستوى غير عادي من الدعم التنظيمي لعالم أجنبي.

الأسلوب الشخصي

نغ معلم واضح بشكل غير عادي: حيث يفضل العديد من الباحثين التواصل من خلال الأوراق، اختار نغ باستمرار الهياكل التربوية — المساقات والتخصصات والنشرات البريدية والأدلة المجانية — كصيغة إخراجه الأساسية، معالجًا كل منها كمنتج يتكرر وليس كتسليم لمرة واحدة. موقفه العام من مخاطر الذكاء الاصطناعي منهجي ومتسق: فهو من أبرز منتقدي صيغ المخاطر الوجودية، مجادلاً أن المخاوف بشأن «الروبوتات القاتلة» تصرف الانتباه عن تحديات سوق العمل الملموسة التي يخلقها الذكاء الاصطناعي على المدى القريب، وأن المقترحات التنظيمية التي تستهدف نماذج الذكاء الاصطناعي مفتوحة المصدر ستضر بالباحثين والشركات الصغيرة الأكثر احتمالاً لإنتاج تطبيقات مفيدة. وصف الذكاء الاصطناعي بأنه «الكهرباء الجديدة» والوصول إلى تعليم الذكاء الاصطناعي كقضية إنصاف أساسية، وتعكس خياراته المهنية — من توزيع المساقات المجانية إلى نشر الأدلة المجانية إلى نشرة بريدية تصل إلى مئات الآلاف — التزامًا حقيقيًا بموقف توسيع الوصول وليس مجرد استراتيجية علامة تجارية.

المراجع