How much technical talent is there? A systematic estimate of the ML research pool among 3 million consultants
تُقدّر هذه الورقة بشكل منهجي وجود ما يقرب من 1,121 موهبة بحثية تقنية للغاية في مجال تعلم الآلة ضمن 403 شركات استشارية عالمية في هذا المجال —وهو حجم يبلغ ضعف عدد خريجي "ماتس" (MATS)— مع ملاحظة أنه لا يوجد أي من المرشحين المشاركين قادر حتى الآن على اجتياز اختبار عمل صارم في مجال سلامة الذكاء الاصط الاصطناعي حتى أواخر عام 2025.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
السؤال الكبير: "أين يختبئ سحرة الذكاء الاصطناعي؟"
تخيل عالم سلامة الذكاء الاصطناعي (AI safety) وكأنه مشروع إنشائي ضخم لبناء جسر فائق الأمان. نحن نعرف المخططات (الرياضيات والنظرية)، لكننا عالقون لأننا لا نملك ما يكفي من المهندسين المهرة لبنائه فعلياً.
المختبرات الكبرى (مثل OpenAI أو Google DeepMind) تمتلك أفضل المهندسين، لكن عددهم قليل. تساءل مؤلفو هذه الورقة سؤالاً بسيطاً: "هل هناك جيش خفي من مهندسي الذكاء الاصطناعي المهرة يعملون في شركات الاستشارات التقنية العادية ولم نلاحظهم بعد؟"
فكر في شركات الاستشارات هذه كأنها مستودعات ضخمة. معظم المستودع مليء بالعمال العامين (أشخاص يقومون بالبرمجة الأساسية أو إدخال البيانات)، لكن المؤلفين اشتبهوا في أنه قد يكون هناك، في الجزء الخلفي بعيداً، بعض الحرفيين المهرة القادرين على القيام بأصعب أبحاث الذكاء الاصطناعي رفيعة المستوى.
كيف بحثوا: لعبة "المحقق الرقمي"
للعثور على هذه المواهب الخفية، لم يكتف الباحثون بطرق الأبواب؛ بل استخدموا عملية تحقيق تقنية متعددة الخطوات:
- الشبكة: ألقوا شبكة رقمية هائلة عبر الإنترنت، حيث مسحوا 2,121 شركة للعثور على الـ 403 شركات التي تدعي فعلياً القيام بأعمال تعلم الآلة (ML).
- مسح السير الذاتية: نظروا في ملفات LinkedIn الشخصية لحوالي 3.3 مليون موظف. تخيل محاولة قراءة 3 ملايين سيرة ذاتية يدوياً—سوف يستغرق ذلك عمراً بأكمله! بدلاً من ذلك، استخدموا فريقاً من "المساعدين الرقميين" (نماذج ذكاء اصطناعي مثل GPT-4 وGemini) لقراءة السير الذاتية.
- الفلتر (المصفاة): عمل هؤلاء المساعدون الآليون مثل حارس البوابة في ملهى ليلي. بحثوا عن كلمات ومصطلحات محددة تثبت أن الشخص يمكنه فعلياً بناء ذكاء اصطناعي معقد من الصفر، بدلاً من مجرد استخدام أداة جاهزة. قاموا بتصفية الأشوف الذين "يتحدثون" فقط عن الذكاء الاصطناعي واحتفظوا بمن يمكنهم "القيام" بالذكاء الاصطناعي.
- الرياضيات: دمجوا النتائج من عمليات البحث بالكلمات المفتاحية وقراءة الذكاء الاصطناعي للسير الذاتية باستخدام نموذج إحصائي (وهي طريقة متطورة لقول إنهم قاموا بمتوسط التخمينات للحصول على رقم موثوق).
النتائج: منجم ذهب وسط الركام
كانت النتائج مشجعة بشكل مفاجئ.
- الأرقام: قدروا وجود ما يقرب من 1,100 باحث ذكاء اصطناعي عالي المهارة يختبئون داخل شركات الاستشارات هذه.
- التوزيع: هؤلاء ليسوا في شركة واحدة كبيرة. هم منتشرون عبر مئات الشركات، ومعظمهم شركات صغيرة إلى متوسطة الحجم.
- الكثافة: في شركات الاستشارات العملاقة (مثل Accenture أو Deloitte)، يندر وجود "سحرة الذكاء الاصطناعي" (أقل من 0.1% من الموظفين). ولكن في الشركات الصغيرة والمتخصصة، يكون تركيز المواهب أعلى بكثير—أحياناً يصل إلى 20% من الفريق!
التشبيه: تخيل أنك تبحث عن الذهب. في المدن الكبرى (شركات التقنية الكبرى)، الذهب موجود في كل مكان، لكنه مختلط بالكثير من التراب مما يجعل العثور عليه صعباً. في البلدات الصغيرة والهادئة (الاستشارات المتخصصة)، الذهب أقل شيوعاً من حيث الإجمالي، ولكن إذا عرفت أين تبحث، ستجد الأرض غنية جداً.
"تجربة القيادة": هل يعملون حقاً؟
العثور على أسماء في السيرة الذاتية شيء، وإثبات قدرتهم على أداء العمل شيء آخر. لاختبار ذلك، دعا الباحثون 8 من هذه الشركات إلى "تجربة عمل" لمدة 3 أيام.
- المهمة: أعطوا الفرق تحدياً برمجياً صعباً ومحدداً يتعلق بـ "محو" (unlearning) البيانات من نموذج ذكاء اصطناعي (وهي مهمة سلامة معقدة).
- المنافسة: جعلوا أيضاً بوتات برمجة متطورة (مثل النسخ المتقدمة من ChatGPT) تحاول حل نفس اللغز.
- النتيجة:
- الفرق البشرية: نجحت 5 من أصل 8 فرق في الاختبار! بل وتمت التوصية ببعضهم للعمل بدوام كامل. لقد نجحوا في بناء الكود المعقد.
- بوتات الذكاء الاصطناي: فشلت بوتات الذكاء الاصطناعي. لم تستطع إنهاء المهمة.
الخلاصة: أثبت هذا أن هناك بشرًا حقيقيين يتنفسون يمكنهم القيام بعمل سلامة ذكاء اصطناعي صعب لا تستطيع حتى أدوات الذكاء الاصطناعي الأكثر ذكاءً لدينا القيام به حتى الآن.
القيود: لماذا ليس الأمر مثالياً؟
المؤلفون صرحوا بصدق عن العيوب في خريطتهم:
- كذب السير الذاتية: أحياناً يكذب الناس في سيرهم الذاتية، أو يستخدمون كلمات رنانة ليبدوا أذكياء. قد يتم خداع الذكاء الاصطناعي.
- النقاط العمياء: ركزوا بشكل أساسي على الشركات الناطقة بالإنجليزية وتلك الموجودة على LinkedIn. قد يكونون قد أغفلوا مواهب رائعة في دول أخرى أو في شركات لا تستخدم LinkedIn.
- التخمين "الاصطناعي": بالنسبة للشركات الأكبر، لم يتمكنوا من رؤية كل سيرة ذاتية، لذا اضطروا إلى تقديم تخمينات مدروسة (بيانات اصطناعية) بناءً على الأنماط التي رأوها في أماكن أخرى.
الخاتمة: دعوة للعمل
تخلص الورقة إلى رسالة واضحة للجهات الممولة لأبحاث سلامة الذكاء الاصطناعي: توقفوا عن البحث فقط في مختبرات الذكاء الاصطناعي الشهيرة.
هناك "قدرة كامنة" (عملاق نائم) من المواهب في عالم الاستشارات التقنية. إذا بدأ الممولون والمنظمات في التوظيف من هذه الشركات، فيمكنهم توسيع القوى العاملة اللازمة لجعل الذكاء الاصطناعي آمناً بسرعة.
باختصار: وجدنا مجموعة مخفية من حوالي 1,000 مهندس ذكاء اصطناعي خبير يعملون في شركات استشارية عادية. إنهم مستعدون للعمل، وقد اجتازوا اختباراً صعباً، وهم مورد حيوي نحتاج للاستفادة منه لحل أكبر تحديات سلامة الذكاء الاصطناعي.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.