Christopher Manning
Thomas M. Siebel Professor in Machine Learning, Professor of Linguistics and Computer Science at Stanford University; pioneering NLP and Deep Learning researcher
Austràlia 
Estats Units Estats Units Themes
Christopher David Manning (nascut el 1965) és un científic informàtic i lingüista australià-estatunidenc que exerceix com a Thomas M. Siebel Professor en Aprenentatge Automàtic i com a Professor de Lingüística i Ciències de la Computació a la Stanford University, on també exerceix com a director adjunt de l’Stanford Institute for Human-Centered Artificial Intelligence (HAI) i prèviament va dirigir el Stanford Artificial Intelligence Laboratory (SAIL) del 2018 al 2025.
La seva recerca se centra en el processament del llenguatge natural, l’aprenentatge profund i la lingüística computacional, amb contribucions destacades com el model d’embeddings de paraules GloVe, Stanford CoreNLP, la biblioteca Stanza NLP i el marc Universal Dependencies.
Ha coautoritzat dos llibres de text àmpliament utilitzats, Foundations of Statistical Natural Language Processing (1999) i Introduction to Information Retrieval (2008), i imparteix el influent curs CS224N sobre NLP amb aprenentatge profund.
Manning és membre electe de la National Academy of Engineering i de l’American Academy of Arts and Sciences, Fellow d’ACM, AAAI i ACL, i és el destinatari de la medalla IEEE John von Neumann de 2024.
Rols acadèmics i institucionals
Manning ocupa la càtedra inaugural Thomas M. Siebel Professor en Machine Learning a Stanford, un càrrec que abasta tant els departaments de Lingüística com de Ciències de la Computació — una disposició que reflecteix el seu compromís al llarg de tota la carrera de tractar el llenguatge com un tema científic i d’enginyeria. Més enllà dels seus nomenaments com a professor, és Fundador i Senior Fellow de Stanford HAI, una institució orientada a les implicacions socials de la intel·ligència artificial, i General Partner a AIX Ventures. Va ser President de l’Association for Computational Linguistics el 2015 i va fundar el Stanford NLP Group, que ha format generacions de recercadors que ara treballen arreu de l’acadèmia i la indústria.
Trajectòria de recerca i contribucions clau
La carrera de recerca de Manning abasta dues fases diferents però connectades. En la seva etapa anterior, es va centrar a construir fonaments probabilístics i estadístics rigorosos per a la lingüística computacional — desenvolupant marcs per a la inferència de llenguatge natural, l’anàlisi sintàctica i el processament multilingüe. Això incloïa el seu paper com a arquitecte principal de Stanford Dependencies i del marc Universal Dependencies, que va establir un enfocament consistent entre llengües per a l’anotació de l’estructura gramatical, i que des de llavors ha estat adoptat àmpliament per la comunitat de l’NLP.
A partir d’uns 2010, Manning va canviar el focus cap al deep learning aplicat a la comprensió del llenguatge. El treball del seu grup va tocar una gamma àmplia de problemes: l’anàlisi de sentiments amb xarxes neuronals recursives en arbre, el model de vectors de paraules GloVe, els mecanismes d’atenció, la traducció automàtica neuronal, la resposta a preguntes i el preentrenament autossupervisat. L’abast d’aquestes contribucions es reflecteix en el reconeixement de la comunitat de recerca — el seu grup va rebre Best Paper Awards a ACL, Coling, EMNLP i CHI, i tres ACL Test of Time Awards consecutius, incloent-ne un el 2025 per al treball sobre traducció automàtica neuronal basada en l’atenció, coautoritzat amb Thang Luong i Hieu Pham.
El treball més recent del seu grup ha explorat dimensions pràctiques i socials dels grans models de llenguatge, incloent-hi la recerca sobre la detecció de text generat per LLM mitjançant el mètode DetectGPT i una investigació sobre les al·lucinacions en aplicacions legals dels LLM, publicada a la Journal of Empirical Legal Studies.
Impacte en el programari i en l’educació
Manning ha prioritzat de manera constant posar eines d’NLP a disposició de professionals i recercadors fora d’institucions d’elit. Stanford CoreNLP, un paquet d’eines d’NLP de codi obert primerenc i complet, i la biblioteca posterior Stanza han estat adoptats àmpliament. Els seus monògrafs lingüístics sobre l’ergativitat i els predicats complexos també demostren una amplitud de producció acadèmica que va més enllà del treball de programari i sistemes que s’associa més habitualment amb recercadors de ciències de la computació.
Pel que fa a l’àmbit educatiu, el seu curs CS224N sobre NLP amb deep learning, ofert a través de Stanford i disponible en línia, ha acumulat centenars de milers de visualitzacions a escala global. Els seus llibres de text, coautoritzats — un sobre NLP estadística amb Hinrich Schütze, i un altre sobre recuperació d’informació amb Schütze i Prabhakar Raghavan — continuen sent referències estàndard en el camp. També va contribuir de manera substancial al registre històric de la recerca en IA a Stanford, exercint un paper clau en l’assemblatge del curt documental AI at Stanford: 1962–2022, que va rebre un Northern California Emmy Award el 2023.
Reconeixement i afiliacions més àmplies
A més de les seves beques en societats professionals i la IEEE John von Neumann Medal, Manning va rebre un doctorat honoris causa de la University of Amsterdam el 2023. Les seves eleccions a la National Academy of Engineering i a l’American Academy of Arts and Sciences, totes dues el 2025, van reconèixer específicament el seu desenvolupament i difusió de mètodes de processament del llenguatge natural. També és Faculty Affiliate de RegLab de Stanford, que se centra en la regulació, l’avaluació i la governança — una afiliació que connecta el seu treball tècnic amb qüestions de dret i polítiques rellevants per a la implantació de la IA.