زاكري لبتون

ويكي
, , , ,
1

استاذ آلة التعلم المشارك في جامعة كارنيجي ميلون، والمؤسس المشارك والرئيس التنفيذي للتكنولوجيا في شركة Abridge، وأحد أبرز الأصوات النقدية في هذا المجال — يُعرف بشكل متساوٍ بأعماله التأسيسية حول تحول التوزيع، وقابلية تفسير النماذج، وتعلم الآلة السريري، وكتاب Dive into Deep Learning، ومدونة حادة الحواف شكلت كيفية جدال المجتمع البحثي حول ممارساته.

الملف الشخصي

الحقل التفاصيل
الاسم الكامل زاكاري تشيس ليبتون
تاريخ الميلاد 19 أغسطس 1985
مكان الميلاد نيو روشيل، نيويورك، الولايات المتحدة
الجنسية أمريكي
المؤسسات الحالية جامعة كارنيجي ميلون؛ شركة Abridge
الدور في كارنيجي ميلون أستاذ مساعد (راج ريدي) في تعلم الآلة
الدور في الصناعة المؤسس المشارك والرئيس التنفيذي للتكنولوجيا، Abridge
مجالات البحث تحول التوزيع، قابلية تفسير النماذج، تعلم الآلة السريري، معالجة اللغة الطبيعية، منهجية تعلم الآلة، الأنظمة القوية/المتكيفة
أطروحة الدكتوراه التعلم من بيانات الأنشطة البشرية ذات البنية الزمنية (جامعة كاليفورنيا، سان دييغو، 2017)
مستشارو الدكتوراه تشارلز إلكان؛ جوليان ماكولي
مجموعة البحث مختبر ACMI (الذكاء الآلي التقريبي الصحيح)
الموقع الشخصي zacharylipton.com
المدونة approximatelycorrect.com
تويتر/X @zacharylipton
جيثب zackchase
جوجل سكولار MN9Kfg8AAAAJ

نظرة عامة

زاكاري تشيس ليبتون هو الأستاذ المساعد (راج ريدي) في تعلم الآلة بجامعة كارنيجي ميلون، حيث يدير مختبر ACMI، والمؤسس المشارك والرئيس التنفيذي للتكنولوجيا في شركة Abridge — وهي شركة ذكاء اصطناعي للرعاية الصحية مقرها بيتسبرغ تعمل على بناء ذكاء اصطناعي محيطي للتوثيق السريري، وقد جمعت أكثر من 300 مليون دولار بقيمة 5.3 مليار دولار. يشمل بحثه منهجية ونظرية تعلم الآلة، وتحول التوزيع، وقابلية تفسير النماذج، ومعالجة اللغة الطبيعية، والتطبيقات السريرية، وهو مؤلف مشارك لكتاب Dive into Deep Learning (مطبعة جامعة كامبريدج، 2023)، وهو كتاب تفاعلي مفتوح المصدر معتمد في أكثر من 500 جامعة في 70 دولة. يُعرف على نطاق واسع بمقالاته النقدية التي شكلت الخطاب المجتمعي — أبرزها «أسطورة قابلية تفسير النماذج» و«الاتجاهات المقلقة في أبحاث تعلم الآلة» — ومدونة Approximately Correct، التي تجمع بين العمق التقني والنقد الاجتماعي والهجاء العرضي. وهو أيضًا عازف ساكسفون جاز سجل ألبومه الأول في عام 2007 ودرس على يد برانفورد مارساليس، وهو حفيد إسحق ميرون، الملحن الإسرائيلي الأمريكي الذي شارك في كتابة أغنية «تسينا، تسينا، تسينا».

الحياة المبكرة والتعليم

وُلد ليبتون في 19 أغسطس 1985 في نيو روشيل، نيويورك. وهو حفيد إسحق ميرون (1920–2015)، وهو ملحن إسرائيلي أمريكي اشتهر بمشاركته في كتابة الأغنية العبرية «تسينا، تسينا، تسينا» (1941)، التي أصبحت نجاحًا دوليًا بعد تعديلاتها الإنجليزية بواسطة بيت سييجر وفرقة The Weavers في الخمسينيات. بدأ ليبتون العزف على الساكسفون في سن الثامنة وتطور ليصبح موسيقي جاز جاد خلال سنوات المراهقة، وتلقى تعليمًا من ستيف ويلسون، وبيل ماكهنري، وبرانفورد مارساليس، الذي أشاد بـ«تفانيه النادر في عناصر العزف التي غالبًا ما يتم تجاهلها» و«حسه الفطري بالفضول والاهتمام الدقيق بالتفاصيل». كطالب في السنة الأخيرة من المدرسة الثانوية، تم اختياره للعزف في أول أوركسترا جاز لشباب نيويورك (New York Youth Symphony Jazz Orchestra) إلى جانب سلايد هامبتون وجيمي هيث.

التحق بـجامعة كولومبيا، حيث حصل على بكالوريوس في الرياضيات والاقتصاد (حوالي 2003–2007). خلال سنته الأخيرة، سجل مجموعة من المؤلفات الأصلية في ألبوم جاز أول، First Steps (2007)، والذي أشادت به مجلة All About Jazz ووصفته بأنه «مقدمة جذابة، أصيلة موسيقيًا ومصممة جيدًا». بعد التخرج، بقي في نيويورك لعدة سنوات يمارس الموسيقى بشكل احترافي مع القيام بتطوير الويب كعمل جانبي. انتقل تدريجيًا نحو علوم الكمبيوتر، وانتهى به المطاف بالتسجيل في برنامج الدكتوراه في جامعة كاليفورنيا، سان دييغو.

خلال فترة الدكتوراه، تدرب ليبتون في أمازون كور للتعلم الآلي في سياتل (صيف 2015، حيث عمل على أنظمة التوصية لخدمة Prime Video) ومايكروسوفت ريسيرتش (في العام التالي)، بالإضافة إلى فترة عاشها في الهند (صيف 2014). حصل على دكتوراه في علوم الكمبيوتر من جامعة كاليفورنيا، سان دييغو (مجموعة الذكاء الاصطناعي) في عام 2017، بإشراف تشارلز إلكان وجوليان ماكولي. تناولت أطروحته، التعلم من بيانات الأنشطة البشرية ذات البنية الزمنية، نمذجة التسلسل والتعلم من بيانات السلاسل الزمنية الناتجة عن الأنشطة البشرية.

المسيرة المهنية

أمازون للذكاء الاصطناعي — زميل زائر / باحث (2018–حوالي 2023)

بعد الدكتوراه، شغل ليبتون منصب زميل زائر / باحث في أمازون للذكاء الاصطناعي بالتزامن مع توليه منصبه الأكاديمي في كارنيجي ميلون. كان قد تدرب سابقًا مع أمازون كور للتعلم الآلي خلال عمله على الدكتوراه واستمر في هذا الارتباط الصناعي بعد التحاقه بالأوساط الأكاديمية، حيث ساهم في أبحاث حول معالجة اللغة الطبيعية وأنظمة تعلم الآلة.

كارنيجي ميلون — أستاذ مساعد (راج ريدي) في تعلم الآلة (2018–حتى الآن)

انضم ليبتون إلى قسم تعلم الآلة في كارنيجي ميلون في عام 2018، حيث يشغل منصبه الأساسي إلى جانب مهام استشارية في مدرسة هاينز للسياسة العامة والحوسبة المجتمعية. يدير مختبر ACMI (الذكاء الآلي التقريبي الصحيح)، الذي يغطي بحثه تعلم الآلة القوي في ظل تحول التوزيع، والسببية وتعلم التمثيل، وتعلم الآلة السريري، والتأثيرات الاجتماعية لأنظمة الذكاء الاصطناعي. وهو أيضًا معين في قسم الأنظمة البرمجية والمجتمعية (S3D) في كارنيجي ميلون كعضو هيئة تدريس منتسب. كرسيه المسمى — أستاذية راج ريدي — سمي على اسم رائد الذكاء الاصطناعي في كارنيجي ميلون والحائز على جائزة تورينج. كان لديه سابقًا انتماءات لمايكروسوفت ريسيرتش ريدموند ومايكروسوفت ريسيرتش بنغالور.

Abridge — المؤسس المشارك والرئيس التنفيذي للتكنولوجيا (2023–حتى الآن)

تأسست شركة Abridge في بيتسبرغ في عام 2018 على يد شيفديف راو (الرئيس التنفيذي)، وفلوريان ميتز، وسانديب كونام كمنصة استماع محيطية مدعومة بالذكاء الاصطناعي للتوثيق السريري. انضم ليبتون إلى الشركة في أوائل عام 2023، في البداية كمسؤول علمي رئيسي، ثم أصبح لاحقًا المؤسس المشارك والرئيس التنفيذي للتكنولوجيا. تحت قيادته التقنية، توسعت منصة Abridge — التي تستمع إلى محادثات الطبيب والمريض وتنشئ تلقائيًا ملاحظات سريرية منظمة متكاملة مع أنظمة السجلات الصحية الإلكترونية مثل Epic — لتشمل شراكات مع أنظمة صحية كبرى. جمعت الشركة جولة تمويل من الفئة C بقيمة 150 مليون دولار (بقيادة Lightspeed وRedpoint Ventures، أوائل 2024) وجولة لاحقة بقيمة 300 مليون دولار بقيمة 5.3 مليار دولار (2025)، ليصل إجمالي التمويل إلى أكثر من 500 مليون دولار. قال الرئيس التنفيذي شيفديف راو عن ليبتون: «منذ لقائي بزاك قبل خمس سنوات، كنت دائمًا معجبًا بعمله في أبحاث الذكاء الاصطناعي، الذي كان رائدًا في تطبيقات العديد من تقنيات تعلم الآلة الحديثة على بيانات الرعاية الصحية.» يرى ليبتون أن التحدي التقني الأساسي لا يقتصر على بناء نماذج دقيقة فحسب، بل يشمل نشرها بأمان في بيئات سريرية حية — مع مراقبة النماذج وتقييمها وتكييفها ضد التخيلات والانحراف التوزيعي في بيئات عالية المخاطر.

المساهمات الرئيسية

  • «أسطورة قابلية تفسير النماذج» (ليبتون؛ ورشة عمل ICML 2016؛ ACM Queue و Communications of the ACM، 2018) — نقد تأسيسي يجادل بأن «قابلية التفسير» في تعلم الآلة غير محددة بشكل كافٍ، وأن دوافعها المتنوعة قد تكون غير متوافقة أحيانًا، وأن الادعاءات الشائعة (مثل أن النماذج الخطية قابلة للتفسير، والشبكات العميقة ليست كذلك) غالبًا ما تكون غير مبررة. أكثر من 1400 اقتباس؛ يستشهد به على نطاق واسع في أبحاث العدالة والمساءلة والشفافية وفي مناهج أخلاقيات تعلم الآلة.

  • «الاتجاهات المقلقة في أبحاث تعلم الآلة» (ليبتون وستاينهارت؛ مناظرات ICML 2018؛ Communications of the ACM، 2019) — قام بفهرسة أربعة إخفاقات منهجية في أبحاث تعلم الآلة: الخلط بين التفسير والتكهن، وإخفاء مصادر المكاسب التجريبية، والتعمية الرياضية («الرياضيات الزائفة»)، وإساءة الاستخدام اللغوي. تم تقديمه في جلسة مناظرات تعلم الآلة في ICML؛ وأصبح نصًا شائعًا في دورات منهجية تعلم الآلة ونقطة مرجعية لمناقشات الدقة البحثية.

  • «كشف وتصحيح انزياح التسميات باستخدام مٌنبئات الصندوق الأسود» (ليبتون، وانج، سمولا؛ ICML 2018) — قدم طريقة عملية لكشف وتصحيح انزياح التسميات (شائع في تحول التوزيع أثناء النشر) باستخدام مصنف صندوق أسود مدرب مسبقًا فقط، دون الوصول إلى دواخل النموذج. ساهم في صياغة مشكلة انزياح التسميات وحفز خط عمل حول تصحيح تحول التوزيع.

  • «مراجعة نقدية للشبكات العصبية المتكررة لتعلم التسلسل» (ليبتون، بيركوفيتز، إلكان؛ 2015) — مسح شامل مبكر للشبكات العصبية المتكررة أوضح المصطلحات ونظم الأدبيات الناشئة آنذاك حول نمذجة التسلسل؛ تم قراءته على نطاق واسع كأحد المراجعات الصارمة الأولى في هذا المجال في فجر عصر التعلم العميق.

  • Dive into Deep Learning (زانج، ليبتون، لي، سمولا؛ مطبعة جامعة كامبريدج، 2023) — كتاب تفاعلي مفتوح المصدر بالكامل يدمج الشرح والرياضيات وكود تشغيلي من Jupyter Notebook، ويدعم PyTorch وTensorFlow وMXNet. تم تبنيه في أكثر من 500 جامعة في 70 دولة، بما في ذلك ستانفورد ومعهد ماساتشوستس للتكنولوجيا وهارفارد وكامبريدج. أشاد به جنسن هوانج (الرئيس التنفيذي لشركة NVIDIA) وأيده كبار الباحثين في جميع أنحاء المجال. ليبتون هو المؤلف المشارك الثاني الاسم إلى جانب أستون زانج، ومي لي، وألكسندر سمولا.

  • أبحاث مختبر ACMI حول تحول التوزيع وتعلم الآلة السريري — مجموعة متواصلة من الأعمال حول كيفية تصرف نماذج تعلم الآلة تحت تحولات التوزيع الطبيعية والعدائية، وتطبيقها على بيانات السلاسل الزمنية السريرية ومعالجة اللغة الطبيعية في الرعاية الصحية، والظروف التي يمكن في ظلها الثقة في النماذج المدربة خارج الخط. تشمل الأعمال التمثيلية أوراقًا حول انحراف المفهوم، وانزياح التسميات، وتعلم الآلة لمهام التنبؤ في وحدات العناية المركزة.

  • مدونة Approximately Correct (أطلقت في 2016) — مدونة طويلة الأمد تسد الفجوة بين وجهات نظر تعلم الآلة التقنية والنقد الاجتماعي، وتشتهر بمقالاتها حول قابلية التفسير، وضجيج معالجة اللغة الطبيعية، وثقافة المؤتمرات، وأخلاقيات الذكاء الاصطناعي التي وصلت إلى جماهير واسعة تتجاوز القراء الأكاديميين النموذجيين. تتضمن المنشورات «OpenAI تدرّب نموذج لغة، يلي ذلك هستيريا جماعية» (2019) و«أعظم معرض تجاري شمال فيجاس»، بالإضافة إلى سلسلة رسوم أبطال التعلم العميق الخارقة.

الجوائز والتقدير

  • أستاذية راج ريدي — كرسي مسمى في كارنيجي ميلون، تكريمًا لمؤسس برنامج الذكاء الاصطناعي في كارنيجي ميلون والحائز على جائزة تورينج
  • خبير مميز، نيويورك تايمز — «ما هو مستقبل الذكاء الاصطناعي؟» (مقتبس حول التأثير الاقتصادي للذكاء الاصطناعي)
  • خبير مميز، CNBC — مقتبس حول حوكمة OpenAI بعد إعادة تشكيل مجلس الإدارة في 2023
  • ميزة Axis 2024، Axios — مقتبس في مقال «المقياس البشري المعيب للذكاء الاصطناعي» حول تضخم المعايير
  • Dive into Deep Learning تم تبنيه في أكثر من 500 جامعة في 70 دولة

العلاقات الرئيسية

  • شيفديف راو — الرئيس التنفيذي والمؤسس الأصلي لـ Abridge؛ طبيب قلب غير جراحي في UPMC؛ التعاون بين الطبيب والباحث الذي يحدد الأساس السريري لـ Abridge. نسب راو الفضل إلى أبحاث ليبتون في تعلم الآلة للرعاية الصحية كسبب رئيسي لشراكتهم.

  • ألكسندر سمولا — مؤلف مشارك لكتاب Dive into Deep Learning؛ نائب الرئيس / عالم مميز في أمازون ويب سيرفيسز وأحد أبرز الباحثين في أساليب النواة وأنظمة تعلم الآلة؛ يعود ارتباط ليبتون بأمازون وتعاون D2L إلى هذه العلاقة.

  • أستون زانج — المؤلف الأول لكتاب Dive into Deep Learning (الآن في OpenAI)؛ نشأ المشروع من مادة دورة تدريبية داخلية في أمازون طورها زانج ولي وسمولا، وانضم ليبتون لتوسيعه ونشره.

  • تشارلز إلكان — مستشار الدكتوراه في جامعة كاليفورنيا، سان دييغو؛ معروف بعمله على التعلم من البيانات غير المتوازنة والنمذجة الاحتمالية؛ شكل تدريب ليبتون المبكر في نظرية وتقييم تعلم الآلة الصارم.

  • جوليان ماكولي — مستشار الدكتوراه المشارك في جامعة كاليفورنيا، سان دييغو؛ بارز في أنظمة التوصية ومعالجة اللغة الطبيعية؛ يعكس الجمع بين إلكان وماكولي توجه ليبتون المزدوج نحو النظرية ومعالجة اللغة الطبيعية التطبيقية.

  • جاكوب ستاينهارت — مؤلف مشارك لـ «الاتجاهات المقلقة في أبحاث تعلم الآلة»؛ أستاذ إحصاء في جامعة كاليفورنيا، بيركلي وصوت بارز في سلامة تعلم الآلة؛ تمثل الورقة مصدر قلق فكري مشترك حول المعايير المعرفية لمجتمع أبحاث تعلم الآلة.

الأسلوب الشخصي

يحتل ليبتون موقعًا ثلاثيًا غير عادي في النظام البيئي للذكاء الاصطناعي — باحث نشط، وباني شركة، وناقد ميداني — وهو متردد في إسكات أي من الأدوار الثلاثة من أجل الآخرين. حضوره على منصة X (@zacharylipton، حوالي 66 ألف متابع) هو الأكثر فكاهة وإثارة للجدل بشكل مميز بين أي أكاديمي كبير في تعلم الآلة: تتراوح المنشورات من حجج تقنية دقيقة حول سلامة المعايير والانحراف التوزيعي إلى هجوم ساخر على دورات الضجيج، وتقييمات الشركات الناشئة، وثقافة المؤتمرات. يصنفه ملفه الشخصي على Digg vibe على أنه أكثر باحثي تعلم الآلة فكاهة من بين أفضل 35 باحثًا، مع حضور متساوٍ في فئة «المثير للجدل». مدونة Approximately Correct، التي أطلقت في 2016، أثبتت مبكرًا أن نقده ليس معارضة أدائية بل موقف تحليلي ثابت حول ما يخطئ فيه المجال في عرضه الذاتي ومنهجيته. يؤطر الساكسفون كهوية مستدامة وليست هواية سابقة — تعكس علامة «Relapsing :saxophone:» في سيرته الذاتية على X وصفه لعلاقته مع الجاز بأنها شيء يعاود تأكيد نفسه بشكل دوري مقابل التزاماته المهنية.

المراجع