سام آلتمن از آن آدمهایی است که باعث میشود واژهی «هوشمند» کمی سست و بیپایه به نظر برسد. او کمک کرد OpenAI به شرکتی تبدیل شود که پشتِ ChatGPT ایستاده، به سختگیرانهترین مدیرعاملِ دنیای هوش مصنوعی تبدیل شد، از کار برکنار شد، برگشت و با یک جور جادو حتی بیشتر از قبل در مرکز ماجرا قرار گرفت. این یک آشوب شغلی معمولی نیست؛ این اتفاق وقتی میافتد که کسی مدام سه یا چهار قدم جلوتر از بقیه حرکت میکند—یا حداقل تلاشش را میکند.
پس طبیعی است که مردم یک عدد میخواهند. آیکیوی «سام آلتمن» چقدره؟
متأسفانه هیچ گزارش عمومیِ قابلاعتماد و معتبری ازش نیست. هیچ تستِ لو رفتهای هم نداریم. هیچ مصاحبه قدیمیای که گیر بیفتد. هیچ «IQ من Xه» که توی یک کلیپ پادکست ساعت ۱:۱۷ صبح جا بماند. پس مجبوریم این کار را صادقانه پیش ببریم: از روی شواهد زندگیاش یک پرونده بسازیم؛ مدرسههایی که واردشان شد، شرطبندیهایی که انجام داد، آدمهایی که به او اعتماد کردند، ابعاد مشکلاتی که ناخودآگاه سمتشان میرود، و جاهایی که همان مغز انگار باعث بههمریختگی و نگرانی دیگران شده.
این بخش آخر مهمه. اگر قراره هوشِ آلتمن رو تخمین بزنیم، نباید داستانسراییِ هالیوودیِ سیلیکونولی راه بندازیم؛ باید با روانشناسی پیش بریم.
سرنخهای اولیه: کنجکاوی فنی، اعتمادبهنفس، و کودکی که انگار از پیچیدگی نمیترسید
طبق پروفایل TIME در سال ۲۰۲۳، آلتمن در سنتلوئیس یهودی بزرگ شد و وقتی بچه بود «با یک باندیبلو iMac اورجینال بازی میکرد». این جزئیات کوچک است، اما بیاهمیت نیست. علاقهی اولیه به کامپیوتر لزوماً به معنی نابغه بودن نیست—بسیاری از بچههای باهوش فقط دوست دارند هرجا را کلیک کنند—اما وقتی این کنجکاوی ماندگار میشود و تبدیل به روانی و مسلط شدن میگردد، اغلب نشانهی این است که با یک ذهنی روبهرو هستیم که از پیچیدگیِ ساختارمند لذت میبرد. بعضی بچهها یک دستگاه میبینند. بعضی دیگر یک دنیای قابل رمزگشایی.
همان پروفایل TIME در دبیرستان او را «ترکیبی برابر از اهلعلموادب و مطمئنبهخود» توصیف کرده بود. این ترکیب، اطلاعات زیادی میدهد. بخش «اهلعلموادب» به علاقه عمیق اشاره میکند؛ بخش «مطمئنبهخود» هم میگوید او فقط کتابخوان و کمحرف نبوده، بلکه به شکل غیرعادی با اعتماد به قضاوت خودش راحت بوده است. TIME همچنین میگوید آلتمن وقتی نوجوان بود، آشکارا همجنسگرا شده است. این موضوع بهتنهایی هیچ برآوردی از IQ را بالا یا پایین نمیبرد، البته. اما یک چیز درباره استقلالش به ما میگوید. افرادِ موفقی که بعدتر شرطهای بزرگ و غیرمحبوب میبندند، معمولاً این نشانه را از همان اول نشان میدهند: اگر فکر کنند حق با آنهاست، حاضرند با بقیه همقدم نباشند.
پس الگوی اول همین حالا هم وجود داره: کنجکاوی فنی، اعتمادبهنفس، و ترس کم از پیچیدگی. این که هنوز مدرک نیست، ولی شروعی خیلی خوب برای یک دست حسابی محسوب میشه.
استنفورد مهم بود. مهمتر از آن این بود که از استنفورد دور شوی.
طبق TIME، آلتمن در سال ۲۰۰۳ در استنفورد ثبتنام کرد تا علوم کامپیوتر بخواند. همین یک نکته میتواند نشانهی مفیدی باشد. استنفورد صندلیهای رشتهی CS را به خاطر لبخند خوب و یک سابقهی حضور مرتب به کسی نمیدهد. انتخاب در این سطح بهشدت با همان ویژگیهایی همپوشانی دارد که تستهای IQ تا حد زیادی خوب میسنجند: استدلال انتزاعی، توانایی کمی، یادگیری سریع و عملکرد تحصیلیِ پایدار.
با این حال، استنفورد سرنخِ بهترین نیست. کاری که با استنفورد کرد، سرنخِ بهتری است.
طبق گزارشی که TIME منتشر کرد، آلتمن بعد از دو سال رفت تا Loopt را راهاندازی کند؛ یک اپ شبکه اجتماعی مبتنیبر موقعیت. در همان پروفایل هم گفته شده که او بازیهای پوکر دوران دانشگاه را عامل اصلی یادگیری درسهایی درباره روانشناسی و ریسک میداند. این جزئیات را خیلی دوست دارم، چون دقیقاً شبیه همان ذهنی است که بعداً در OpenAI میبینیم: فقط فنی نیست، بلکه احتمالاتی است. نه فقط «این سیستم چطور کار میکند؟»، بلکه «وقتی عدمقطعیت وجود دارد، آدمها چطور رفتار میکنند؟» این یک عادت شناختیِ سطحبالاست. او صرفاً حقایق یاد نمیگرفت؛ داشت چارچوبهای تصمیمگیری جمع میکرد.
و اون «ترک تحصیل» چی؟ سیلیکونولی کاری کرده که ترککردن دیگه یه کلیشهی تکراریه و تقریباً باید براش برچسب هشدار زد. اما دربارهی آلتمن، قضیه بیشتر شبیه محاسبهست تا نمایش موفقیت. انگار او کسی نیست که از یادگیری فرار میکنه؛ بیشتر شبیه کسیه که تصمیم گرفته کلاسِ سریعتر، عملاً از دسترس خارج شده. این همیشه کار عاقلانهای نیست—خیلیها همین ریسک رو میکنن و بعد توی توهمِ خوشبینیِ لینکدین گم میشن—ولی نشان میده استقلالِ قوی در قضاوت و تحمل بالایی در برابر ابهام داره.
Loopt دقیقاً به این دلیل مفیده که جادویی نیست
لوپت به اولین گروه Y Combinator پیوست و طبق گزارش TIME در سال ۲۰۱۲ به مبلغ ۴۳ میلیون دلار فروخته شد؛ آلتمن هم حدود ۵ میلیون دلار به جیب زد. این یک موفقیت واقعی است، اما از آن داستانهای عجیب «یونیکورن» نیست که آدمها موقع شام تکرارش میکنند تا همهشان بخواهند استارتاپ خودشان را الکی مثل نمونههای بزرگ جلوه بدهند. و همین هم به درد ما میخورد. کمک میکند آلتمن را بدون میدانِ تحریفِ «پیروزی مطلق» ببینیم.
در همان پروفایل TIME اینطور درس را توصیف کرد: «راه انجام کارها این است که فقط خیلی، خیلی لجوج و پیگیر باشی.» این نقلقول یکی از ارزشمندترین شواهد کلِ این معماست. چرا؟ چون جلوی یک اشتباه کلاسیک دربارهٔ هوش را میگیرد. آدمهای خیلی باهوش اغلب طوری تصور میشوند که انگار همهچیز بدون زحمت پیش میرود. توضیح خودِ آلتمن دقیقاً برعکسش را نشان میدهد. مزیت او ظاهراً از ترکیبِ توان بالای استدلال و پیگیریای غیرعادی و سرسختانه میآید. این ترکیب در محیطهای رقابتی حسابی دردسرساز است؛ همان مدل جفتی که در مقالهمان دربارهٔ اینکه آیا هوش واقعاً موفقیت شغلی را پیشبینی میکند یا نه بررسی کردیم.
پس لوپت یه نکته مهم بهت میگه. اون بهاندازهای باهوش بود که توی یک حوزه تازه، یک شرکت جدی بسازه و بفروشه؛ اما همزمان بهاندازهای واقعبین بود که درباره «پشتکار» حرف بزنه، نه اینکه وانمود کنه دنیا فقط با دیدن، نبوغش رو تشخیص داده. نشانه خوبیه. اگر میخواستی باهاش رقابت کنی، شاید کمی آزاردهنده باشه—ولی باز هم نشانه خوبیه.
در Y Combinator، هوشش از حالت خیلی آکادمیک کمکم فاصله میگیرد و بیشتر بوی شکارچیبودن میدهد—البته با حس خوبش
اگر Loopt هوش کارآفرینانه را نشان میداد، Y Combinator روی یک بوم خیلی بزرگتر الگویابی را به رخ کشید. طبق TIME، پل گراهام در آلتمن «ترکیبِ کمیابِ استعداد استراتژیک، جاهطلبی و سماجت» دید. حتی خودش شوخی کرده که میشود او را با چتر روی «یک جزیره پر از آدمخوارها» انداخت و آخرش میشود پادشاه. این تصویر مسخره است—احتمالاً برای همین هم در ذهن میماند. همچنین به ما میگوید همترازهای نخبهاش او را چطور میدیدند: سازگار، سریع و سخت برای گیر انداختن. این هم دقیقاً همان شمایلی است که نگاه ما به IQ استیو جابز هم با شکل بسیار مشابهی دنبال میکند.
این جور تعریف و تمجید مهمه، چون گراهام داشت مخاطبِ آزمون رو ارزیابی نمیکرد؛ داشت تصمیمگیرنده رو میسنجید. کسی که بتواند همزمان بازارها، بنیانگذارها، انگیزهها و زمانبندی رو بخونه. اینها نیازهای واقعیِ هوش در دنیای واقعیاند و فقط به IQ کلاسیک محدود نمیشن. پای هوش اجتماعی، قضاوت زیر فشار و تواناییِ دیدنِ سیگنالهای پنهان در موقعیتهای شلوغ انسانی هم وسطه.
طبق تاریخ رسمی Y Combinator، آلتمن بعدش رئیسِ این شتابدهنده شد. این نقش از نظرِ شواهدِ مربوط به هوش، دستکم گرفته میشود. وقتی YC را پیش میبری یعنی صدها بنیانگذار و ایده را بررسی کنی و بفهمی کدامها واقعاً کشش دارند، کدامها توهمیاند و کدامها توهمیاند—اما از آن نوعِ مفید که گاهی تاریخ را عوض میکند. تو داری یک پازلِ تمیز و مرتب حل نمیکنی؛ داری یک الگوی ذهنی از این میسازی که خودِ نوآوری چطور رفتار میکند. برای این کار به دامنهی مفهومی، بهروزرسانی سریع و یک حسِ خیلی قوی برای تشخیص استعداد نیاز داری.
جزئیات پوکر از استنفورد رو یادتونه؟ این نسخه بزرگسالانهاشه. همون ذهنی که از روانشناسی و ریسک خوشش میاومد، حالا جایگاه ردیف اول هزاران شرطبندیِ پرریسکِ انسانی رو تجربه میکرد.
OpenAI جاییه که این برآورد واقعاً تند بالا میره
حالا میرسیم به قویترین شواهد.
البته اوپنایآی آلتمن را «هوشمندتر» نکرد. اما نشان داد احتمالاً چه مدل هوشی دارد. خبرگزاری آسوشیتدپرس در ۲۰۲۴ گزارش داد که آلتمن در نامه «Giving Pledge» روی «کار سخت، درخشش، سخاوت و تعهد»ِ بسیاری از آدمهایی تأکید کرده که تلاشهایشان موفقیت او را ممکن کرد. این نکته مهم است چون با افسانه «نوابغِ تنها» در تضاد است. او خودش را علناً مثل یک جادوگرِ افسانهای که از کوه پایین میآید، با GPUها و پیشگویی معرفی نمیکند. عالیه؛ سیلیکونولی از این مدل آدمها همینقدرش هم زیاد دارد.
در عین حال، رهبری در اوپنایآی یک نشانهی خیلی قوی از قدرت شناختی غیرمعمول است. در مواد رسمی اوپنایآی، مأموریتی با محوریت این مطرح شده که اطمینان حاصل شود AGI به نفع بشریت عمل میکند. جملهپردازیِ عالی؟ قطعاً. اما حتی اگر ایدهآلگرایی شرکتی را هم در نظر بگیری، این نقش باید همزمان بین پژوهش، محصول، سیاستگذاری، سرمایه، رسانه، مقررات و ژئوپلیتیک کار کند. بیشتر آدمها فقط با خواندن همین یک جمله خسته میشوند. برای یک دید دیگر از ذهنی که در نهایت آزمایشگاههای مدرن هوش مصنوعی را میچرخاند، ببین برآورد پژوهشمحور ما از IQ دِمِیس حسّابیس.
پروفایل ۲۰۲۳ زمان، OpenAI را «چهره عمومی و پیشوای اصلیِ یک انقلاب فناورانه» توصیف کرد؛ با آلتمن در مرکز ماجرا. فارغ از لحن مجله، یک نکته روشن است: شغل او به استدلال چندمتغیره در مقیاسی نیاز داشت که خیلی معدود از مدیران ارشد با آن روبهرو میشوند. افراد با IQهای خیلی بالا معمولاً یک ویژگی بیرونی دارند که اطرافیانشان دیر یا زود متوجهاش میشوند—میتوانند چند لایه انتزاع را همزمان مدیریت کنند، بدون اینکه رشته کار از دستشان خارج شود. مسیر کاری آلتمن بهشدت نشان میدهد از آن «ظرفیت ذهنی» برخوردار است.
بعد از آن، خودِ جاهطلبی است. در گزارشِ پیگیریِ ۲۰۲۴، TIME نوشت که آلتمن دربارهی جذب سرمایهای تا ۷ تریلیون دلار برای ساخت ظرفیت تراشههای هوش مصنوعی حرف زده است. ۷ تریلیون. وقتی اعداد را طوری راحت استفاده میکنی که انگار از یک بانک مرکزیِ داغ شده بیرون آمدهاند، دیگر دربارهی شناختِ معمولِ بنیانگذار صحبت نمیکنیم. داریم دربارهی کسی حرف میزنیم که از نظر ذهنی با شبیهسازیِ تغییرات در مقیاسِ یک صنعت، احساس راحتی میکند.
اینجا جاییه که من او رو واضحتر از محدوده صرفاً حرفهایِ سطح بالا میبینم. انگار میتونه مسائل رو بین سیستمهای فنی، مالی و سیاسی تحلیل کنه، بدون اینکه اونها رو به چیزی تبدیل کنه که از نظر احساسی قابل کنترل باشه. خیلی از آدمهای باهوش به جعبههای کوچیکتر نیاز دارن. آلتمن اما انگار دنبال جعبههای بزرگتره.
اما نبوغ و قضاوت بیشتر «خویشاوند»اند تا «دوقلو»
اینجا جاییه که بتپرستی باید یه لیوان آب سرد بخوره.
در گزارش ۲۰۲۴، TIME به نقل از افراد مطلع نوشت که «امنیت» در OpenAI ظاهراً پشتِ «محصولات درخشان» قرار گرفته بود. این جمله مهم است چون یادتان میاندازد قدرت پردازش لزوماً به قضاوت دقیق منجر نمیشود. ممکن است کسی در مدلسازی آینده فوقالعاده باشد، اما آنقدر مشتاق باشد که بخواهد زودتر از همه به آنجا برسد.
در جمعبندی سال ۲۰۲۴ از Tom’s Guide، که بر اساس یک بررسی عمیقترِ گزارششده تهیه شده، به یک نامه داخلی اشاره میشود که با کلمهی صریح «دروغ» شروع شده بود. حتی اگر با احتیاط به آن نقلقولِ دستدوم نگاه کنیم، باز هم کمک میکند بیش از حد او را رمانتیک نکنید. دقیقترین برداشت از آلتمن «نوابغ بینقص» نیست؛ بلکه «یک استراتژیست فوققدرت با احتمال نقاط کور در خویشتنداری و شفافیت» است.
و برای برآوردِ آیکیو، این تفاوت واقعاً مهم است. آیکیو درباره تواناییهای شناختی است، نه قداست. نه احتیاط. نه پاکیِ اخلاقی. تاریخ پر از آدمهای نابغهای است که، برای استفاده از یک اصطلاح فنی، خیلی «مذموم» هم بودند.
نحوهای که آلتمن درباره هوش حرف میزند، شکلِ ذهن خودش را رو میکند
یکی از روشنترین سرنخهای پایانی، از نحوهی صحبت او دربارهی خودِ هوش مصنوعی میآید. در یک مصاحبهی ۲۰۲۵ که توسط TechRadar خلاصه شده، آلتمن دربارهی فرزندش گفت: «فکر نمیکنم از هوش مصنوعی باهوشتر شود.» شاید قبل از قهوه این حرف برایت چالشی، دلگیر، واقعگرا یا حتی کمی دیستوپیایی به نظر برسد. اما از نظر روانشناسی، افشاگر است. آلتمن انگار بیشازحد درگیر جایگاه خودش در سلسلهمراتبِ هوش نیست. او قیاسی و ساختاری فکر میکند؛ تقریباً مثل یک معمار: چه انواعی از هوش وجود دارند، محدودیتهایشان کجاست و چطور به هم ربط پیدا میکنند؟
همان خلاصه هم گفته بود که او هنوز معتقد است مدلهای فعلی، بخشهای ضروریِ شناختی در حد انسان را کم دارند. پس این فقط ادا و اصولِ «ماشینها میبرند» نیست؛ موضوع دستهبندی است. یعنی ایجاد تمایز. یعنی مقایسهی شکلهای مختلفِ هوش با هم. این نوع انتزاع همهچیز نیست، اما کاملاً با کسی جور درمیآید که در سمتِ دُمِ راستِ تواناییِ تحلیلی قرار گرفته.
و یادت هست اون نوجوانِ مغرور اهل سنتلوئیس رو؟ و اون دانشجوی استنفوردیِ پوکرباز که به روانشناسی علاقه داشت و ریسک هم دوست داشت؟ هنوز هر دوی اونها رو همینجا میبینی. فقط حالا جدول جهانی شده و چیپها هم… اندازهی تمدناند.
جمعبندی: آیکیوی احتمالی سم آلتمن حدود ۱۴۶ است
همه شواهد را کنار هم بگذاری، تصویر خیلی واضح میشود. یک جور روانی فنی از همان اول داریم، پذیرش استنفورد برای علوم کامپیوتر، یک جهش حسابشده به Loopt، سالها مطالعه روی ریسک و انگیزهها، انتخابشدن توسط پل گراهام برای راهاندازی Y Combinator، و بعد هم رهبری در OpenAI در دورهی تعیینکنندهی جهش بزرگ هوش مصنوعیِ این دهه. همین ویژگیها مدام تکرار میشوند: انتزاع سریع، دامنهی استراتژیک، راحتی با ابهام، و اعتمادبهنفس غیرمعمول در محیطهای پرریسک.
ما هم دلیلی داریم که زیاد از حد پیش نرویم. منتقدها و کشمکشهای داخلی میگویند هرچقدر هم آلتمن نابغه باشد، قضاوتش هم از سؤالکردن مصون نیست. همین باعث میشود در دستهی اسطورهای و قدیسگونهی «ابرژنرالِ بینقص» که خیلیها آنلاین دوست دارند برای بنیانگذارهایی با جملههای کامل بسازند، قرار نگیرد.
برآورد ما این است که آیکیوی سام آلتمن 146 است. این یعنی او حدود صدک ۹۹.۹ قرار دارد؛ در محدودهی استعداد فوقالعاده.
چرا ۱۴۶ و نه ۱۳۵؟ چون ۱۳۵ یعنی «طبق معیارهای معمول، کاملاً درخشان». زندگیِ آلتمن اما قویتر از این حرفهاست. چرا نه ۱۶۰؟ چون شواهد عمومی بیشتر از یک نابغهٔ نظریِ یکبار در هر نسل صحبت نمیکنند؛ بیشتر دربارهٔ یک ترکیب فوقالعادهٔ استراتژیکاند—کسی که کل صفحه را میبیند، بازیکنها را میخواند و حاضر است شرط ببندد، قبل از اینکه بقیهٔ سالن حتی بازی را تماماً اسمگذاری کرده باشند.
راستش، به هر حال این احتمالاً ترسناکترین نوعِ هوشِ ممکنه.
.png)







.png)


.png)