گرگ براکمن

اگر زمان کافی ندارید یا درحال رانندگی هستید، این پادکست رو گوش کنید:

اصولا هرگاه نام گرگ براکمن کنار نام OpenAI می آید، معمولا تصویر یک مدیر اجرایی در ذهن ساخته می شود که در مراسم معرفی مدل ها ظاهر می شود و درباره آینده هوش مصنوعی حرف می زند.

اما خوب است بدانیم این تصویر ناقص است.

براکمن از آن دسسته آدم هایی است که بخش فنی، ساخت تیم و تصمیم های تجاری را در یک مسیر به هم وصل می کند. برای فهم بهرت و دقیق تر جایگاهش، باید پیش از هر چیز به کاری نگاه کرد که قبل از حضور در OpenAI انجام داد.

براکمن در ۲۰۱۰ دانشگاه را رها کرد و به Stripe پیوست (حالا شما نرید دانشگاه رو رها کنید 🙂 )، و شرکتی که پاتریک و جان کالیسون راه انداخته بودند. او از مهنذسان اولیه Stripe بود و در سال ۲۰۱۳ به نخستین مدیر فناوری شرکت تبدیل شد.

طبق زندگی نامه Society for Science، دوران فعالیتش در این سمت تا سال ۲۰۱۵ ادامه داشت.

خود او در نوشته ای درباره ترک Stripe، رشد شرکت از جمعی کوچک به سازمانی با نزدیک به ۲۵۰ نفر را شرح داده است. منابع مختلف عددهای متفاوتی برای تعداد کارکنان آن دوره آورده اند، برای همین بهتر است به جای چسبیدن به یک عدد، روی اصل ماجرا تمرکز کنیم: براکمن تجربه ساخت زیرساخت و تیم در یک شرکت در حال رشد را با خود به OpenAI برد.

گرگ براکمن کیست؟

Gregory Brockman متولد ۲۹ نوامبر ۱۹۸۷ در تامپسون داکوتای شمالی است. در المپیاد جهانی شیمی سال ۲۰۰۶ مدال نقره گرفت و بعد وارد دانشگاه هارووارد شد. مدتی هم در MIT تحصیل کرد و در سال ۲۰۱۰ مسیر دانشگاهی را کنار گذاشت.

خوب است بدانیم ترک دانشگاه به تنهایی نشانه نبوغ یا موفقیت نیست، و چنین برداشتی برای مخاطب ایرانی می تواند گمراه کننده باشد.

چیزی که در مسیر براکمن اهمیت دارد، ترکیب یادگیری فنی با قرار گرفتن در محیطی است که مسئله واقعی و فشار رشد وجود داشته است. او در Stripe مجبور بود با محصول، زیرساخت، استخدام و مقیاس پذیری سر و کله بزند. این سابقه بعدها روی نوع فعالیتش در OpenAI اثر گذاشت.

ورود به OpenAI و شکل گیری یک سازمان متفاوت

OpenAI در دسامبر سال ۲۰۱۵ با مشارکت چهره هایی مانند سم آلتمن، ایلیا سوتسکیور، گرگ براکمن و ایلان ماسک معرفی شد و البته ان زمان کمتر کسی مثل امروز این شرکت را می شناخت.
در بیانیه اولیه OpenAI، براکمن به عنوان مدیر فناوری سابق Stripe و CTO جدید سازمان معرفی شده بود.

OpenAI در شروع خودش را یک شرکت پژوهشی غیرانتفاعی معرفی می کرد. این تصمیم در دوره ای مطرح شد که بخش بزرگی از پژوهش های پیشرفته هوش مصنوعی در شرکت های بزرگ فناوری متمرکز بود. از همان ابتدا، مسئله برای براکمن فقط ساخت یک مدل نبود.
سازمان باید پژوهشگر جذب می کرد، زیرساخت می ساخت، ابزارهای آزمایش را توسعه می داد و راهی برای تبدیل پژوهش به محصول پیدا می کرد.

در این مرحله، عنوان شغلی براکمن تنها بخش کوچکی از کارش را توضیح می دهد. او در استخدام تیم اولیه، طراحی مسیر فنی و معرفی عمومی پروژه ها نقش داشت. OpenAI Gym و OpenAI Five از نمونه پروژه هایی هستند که نenAI Five از نمونه پروژه هایی هستند که نام براکمن در ارتباط با آن ها مطرحد که برای بازی Dota 2 توسعه یافت و توانایی مدل ها را در محیطی پیچیده و رقابتی آزمایش کرد.

چرا تجربه Stripe برای OpenAI مهم بود؟

به شکل واضحی مشخص است که Stripe یک سرویس پرداخت است و OpenAI یک آزمایشگاه و شرکت هوش مصنوعی. در نگاه اول این دو حوزه فاصله زیادی دارند، ولی مسئله مشترکشان ساخت سیستمی است که باید زیر فشار استفاده واقعی کار کند.

یک پژوهش آزمایشگاهی می تواند کار کند.

این نکته برای تیم های ایرانی که می خواهند از هوش مصنوعی در کسب وکار استفاده کنند کاربرد مشخصی دارد. داشتن مدل قدرتمند به تنهایی مزیت پایدار نمی سازد. اگر داده ها نامرتب باشند، فرایند کاری تعریف نشده باشد و کسی مسئول بررسی خروجی نباشد، ابزار هوش مصنوعی فقط سرعت تولید خطا را بیشتر می کند.

تغییر عنوان از CTO به President

در ۵ مه ۲۰۲۲، OpenAI اعلام کرد که براکمن به سمت President منصوب می شود. در همان اطلاعیه آمده بود که این نقش ترکیبی از مشارکت های کدنویسی در مسیرهای فنی مهم و راهبری استراتژی شرکت است و او روی آموزش مدل های پرچم دار تمرکز دارد.

این تغییر عنوان را نباید یک جابه جایی اداری ساده دانست. در شرکت های فناوری، CTO معمولا با معماری فنی، تیم مهندسی و تصمیم های تکنولوژیک شناخته می شود.

President جایگاهی گسترده تر است و میان فناوری، اولویت های سازمانی و مسیر رشد شرکت ارتباط برقرار می کند. براکمن در OpenAI از ابتدا در مرز همین حوزه ها فعالیت می کرد، تغییر عنوان بیشتر آشکار کردن این مسئولیت بود تا فاصله گرفتن از کار فنی.

حضور براکمن در معرفی GPT-4

در ۱۴ مارس ۲۰۲۳، براکمن در رویداد GPT-4 Developer Livestream نسخه ای عمومی از قابلیت های GPT-4 را نمایش داد. عنوان رسمی ویدئوی OpenAI او را President و Co-Founder معرفی می کرد و هدف برنامه، نمایش قابلیت ها و محدودیت های GPT-4 برای توسعه دهندگان بود.

این بخش از مسیر او برای کاربران ایرانی یک درس عملی دارد و ارائه فنی خوب فقط فهرست قابلیت ها نیست. در دموی یک مدل، باید مشخص شود ابزار چه کاری را انجام می دهد، در چه شرایطی خطا می کند و برای استفاده جدی چه محدودیت هایی دارد.

وقتی یک تیم ایرانی می خواهد برای مدیر، مشتری یا سرمایه گذار درباره هوش مصنوعی ارائه بدهد، نمایش یک خروجی جذاب کافی نیست. باید نمونه ورودی، معیار ارزیابی و نقطه شکست سیستم هم دیده شود.

GPT-4 در زمان معرفی، مدلی چندوجهی بود که ورودی متنی و تصویری می گرفت و خروجی متنی تولید می کرد. همین توضیح ساده از تبلیغاتی شدن بحث جلوگیری می کند. چندوجهی بودن به معنای بی خطا بودن نیست و توانایی پردازش تصویر، جای بررسی انسانی در کارهای حساس را نمی گیرد.

نسبت گرگ براکمن با DALL·E

نام براکمن در معرفی ها و گفت وگوهای عمومی OpenAI کنار پروژه هایی مانند ChatGPT و DALL·E دیده شده است، ولی نسبت دادن اختراع DALL·E یا رهبری مستقیم پژوهش آن به او دقیق نیست.
اطلاعیه OpenAI در سال ۲۰۲۲، انتشار پژوهش DALL·E را بیشتر به عملکرد میرا موراتی در حوزه پژوهش، محصول و همکاری ها مرتبط می کند.

برای نوشتن درباره افراد مشهور فناوری، همین مرزبندی مهم است. حضور یک مدیر در معرفی عمومی محصول با رهبری علمی مستقیم آن پروژه یکی نیست. این تفاوت در مقاله های فارسی اغلب نادیده گرفته می شود و بعد یک نقش سازمانی به ادعایی پژوهشی تبدیل میر نران مدیریتی OpenAI در نوامبر ۲۰۲۳

در ۱۷ نوامبر ۲۰۲۳، هیئت مدیره OpenAI سم آلتمن را از مدیرعاملی کنار گذاشت و براکمن نیز از ریاست هیئت مدیره برکنار شد. براکمن پس از این اتفاق از شرکت استعفا داد و چند روز بعد، آلتمن به مدیرعاملی بازگشت و براکمن نیز به OpenAI برگشت.

این ماجرا برای شناخت براکمن مهم است چون جایگاه او را در ساختار شرکت روشن کرد. او صرفا مدیر فناوری یا سخنگوی فنی نبود، و در سطح حاکمیت و تصمیم گیری سازمان نیز موقعیت داشت. بازگشتش همراه با بازگشت آلتمن، نقش او را در هسته رهبری OpenAI تأیید کرد.

OpenAI در اطلاعیه ای که در ۸ مارس ۲۰۲۴ منتشر کرد، اعلام کرد بررسی انجام شده درباره رویدادهای آن دوره به پایان رسیده و آلتمن و براکمن به رهبری شرکت ادامه می دهند. این اطلاعیه همچنین از تغییرات هیئت مدیره و ساختار نظارتی شرکت خبر می داد.

مرخصی کوتاه و بازگشت به کار

براکمن در اوت ۲۰۲۴ اعلام کرد که تا پایان سال از OpenAI فاصله می گیرد تا استراحت کند. او در نوامبر همان سال بازگشت و گفت دوباره به ساختن OpenAI مشغول شده است. CNBC این بازگشت را پس از حدود سه ماه مرخصی گزارش کرد.

این بخش را نمی شود با قطعیت به یک داستان قهرمانانه تبدیل کرد. از اطلاعات منتشرشده فقط می دانیم که او پس از سال ها فعالیت، مرخصی گرفت و دوباره به شرکت برگشت.

برای مدیران و بنیان گذاران ایرانی، نکته قابل استفاده همین است: استمرار در ساخت یک کسب وکار بزرگ به حضور بی وقفه و نمایشی وابسته نیست. کیفیت تصمیم ها در دوره های طولانی، بیشتر به ظرفیت فرد برای حفظ تمرکز و بازگشت درست به کار بستگی دارد.

براکمن چه نوع مدیر فنی ای است؟

تصویری که از براکمن ساخته می شود، با مدیرانی که فقط درباره فناوری صحبت می کنند فرق دارد. سابقه او در Stripe نشان می دهد تجربه اش به ساخت محصول و زیرساخت گره خورده است. در OpenAI نیز بارها در موقعیتی ظاهر شده که باید یک مفهوم فنی پیچیده را برای توسعه دهنده یا کاربر توضیح دهد.

این ترکیب برای کسب وکارهای ایرانی قابل توجه است و بسیاری از تیم ها میان متخصص فنی و مدیر کسب وکار دیوار کشیده اند. متخصص، خروجی مدل را می سازد بدون اینکه بداند کجا قرار است استفاده شود.

مدیر، درباره درآمد و رشد تصمیم می گیرد بدون اینکه هزینه، خطا و محدودیت فنی را بفهمد. الگوی کاری براکمن نشان می دهد فردی که هر دو زبان را بفهمد می تواند در تصمیم های حیاتی اثر بیشتری بگذارد.

البته این به معنای آن نیست که هر مدیرعامل باید برنامه نویس باشد. معیار مهم تر، توانایی پرسیدن سؤال درست از تیم فنی و فهمیدن پیامد تصمیم هاست. مدیر محصولی که نداند یک خروجی چگونه ارزیابی می شود، در عمل اختیار تصمیم گیری را به حدس و هیجان واگذار می کند.

کاربران ایران چه چیزی از مسیر براکمن می توانند یاد بگیرند؟

اولین نکته، جدی گرفتن زیرساخت است. در ایران معمولا بحث هوش مصنوعی از انتخاب ابزار شروع می شود: کدام مدل بهتر است، کدام اشتراک ارزان تر است و کدام سرویس فارسی را بهتر می فهمد. در پروژه واقعی، پرسش های سخت تری وجود دارد و داده کجا ذخیره می شود؟

چه کسی خروجی را تأیید می کند؟ اگر سرویس از دسترس خارج شد، کار متوقف می شود؟ هزینه استفاده با رشد مشتری چه تغییری می کند؟

نکته بعدی، تفاوت میان دمو و فرایند عملیاتی است. یک خروجی چشمگیر در چت می تواند برای ارائه مناسب باشد و برای کسب وکار ناکافی.

اگر می خواهید از هوش مصنوعی برای تولید محتوای سئو، پاسخ گویی مشتری یا تحلیل فروش استفاده کنید، چند نمونه واقعی از داده های خودتان بردارید و خروجی را با معیار ثابت بسنجید.
زمان انجام کار، نرخ خطا، نیاز به ویرایش و اثر روی نتیجه کسب وکار معیارهای بهتری از هیجان اولیه هستند.

محدودیت دسترسی را هم باید از اول جدی گرفت. ایران در فهرست رسمی کشورهای پشتیبانی شده OpenAI برای ChatGPT و API قرار ندارد و خود OpenAI هشدار داده است که دسترسی از کشورهای پشتیبانی نشده می تواند به مسدود یا تعلیق شدن حساب منجر شود.

استفاده از روش های پرداخت یا هویت غیرواقعی نیز ریسک جداگانه ای دارد. هیچ برنامه کسب وکاری نباید به سرویسی وابسته شود که وضعیت دسترسی آن برای شرکت یا کاربر ایرانی قابل تضمین نیست.

برای تیم هایی که با API و داده حساس کار می کنند، سیاست داده را باید جدا از نسخه عمومی ChatGPT بررسی کرد. OpenAI اعلام کرده است که داده های API به طور پیش فرض برای آموزش مدل ها استفاده نمی شود و لاگ های نظارت بر سواستفاده معمولا تا ۳۰ روز نگهداری می شوند.

این مت محرجوز ارسال هر نوع اطلاعات محرمانه نیست.قرارداد، محل نگهداری داده. کنار این ها دسترسی کارکنان، الزامات مشتری و قوانین داخلی شرکت باید پیش ازاتصال سرویس بررسی شود.

اشتباه رایج در روایت زندگی افراد فناوری

زندگی نامه گرگ براکمن را می شود به یک فرمول ساده تبدیل کرد: ترک دانشگاه، پیوستن به استارتاپ، ساخت OpenAI و رسیدن به رأس صنعت هوش مصنوعی. این روایت خواندنی است، ولی برای آموزش کافی نیست.

چیزی که ارزش بررسی دارد، زنجیره تصمیم هاست.
او از محیطی وارد کار شد که پرداخت آنلاین باید در مقیاس بزرگ قابل اتکا می بود.

سپس در سازمانی فعالیت کرد که ساختمدل های عمومی به سرمایه، محاسبات و کنار این ها پژوهش، محصول و مدیریت ریسک نیاز داشت. عنوان ها در این مسیر تغییر کردند، ولی محور کار ثابت ماند: تبدیل توان فنی به سیستمی که دیگران بتوانند از آن استفاده کنند.

این برداشت برای من در تحلیل کسب وکار از خود اسم براکمن مهم تر است و افراد را نباید با فهرست شرکت ها و سمت ها سنجید. باید دید در هر مرحله چه مسئله ای را حل کرده اند، چه چیزی را شخصا ساخته اند و کدام بخش از نتیجه به تیمی بزرگ تر تعلق دارد. چنین نگاهی جلوی اغراق را می گیرد و از طرفی، ارزش واقعی کار مدیری را که میان کدنویسی و ساخت سازمان حرکت می کند بهتر نشان می دهد.

منابع

OpenAI، «Introducing OpenAI»، ۲۰۱۵: https://openai.com/index/introducing-openai/ OpenAI، «»، ۲۰۲۲: https://openai.com/index/leadership-team-update/

OpenAI، صفحه معرفی GPT-4: https://openai.com/index/gpt-4/

ویدئوی رسمی GPT-4 Developer Livestream با اجرای گرگ براکمن: https://www.youtube.com/watch?v=outcGtbnMuQ

OpenAI، «Sam Altman returns as CEO, OpenAI has a new initial board»: https://openai.com/index/sam-altman-returns-as-ceo-openai-has-a-new-initial-board/

OpenAI، «Review completed & Altman, Brockman to continue to lead OpenAI»: https://openai.com/index/review-completed-altman-brockman-to-continue-to-lead-openai/

Society for Science، زندگی نامه گرگ براکمن: https://www.societyforscience.org/alumni/notable/greg-brockman/

Greg Brockman، «Leaving Stripe»: https://blog.gregbrockman.com/leaving-stripe

CNBC، گزارش بازگشت براکمن به OpenAI در سال ۲۰۲۴: https://www.cnbc.com/2024/11/12/openai-co-founder-greg-brockman-returns-after-three-months-of-leave.html

OpenAI، کشورهای پشتیبانی شده برای API: https://developers.openai.com/api/docs/supported-countries

OpenAI، خدمات ChatGPT و API در کشورهای پشتیبانی نشده: https://help.openai.com/en/articles/9131992-chatgpt-and-api-services-in-unsupported-countries-and-territories

OpenAI، سیاست حریم خصوصی سازمانی: https://openai.com/enterprise-privacy/ OpenAI، راهنمای داده های API: https://developers.openai.com/api/docs/guides/your-data