Slav Petrov

Formació acadèmica i trajectòria professional

El recorregut educatiu de Petrov abasta tres països i reflecteix la naturalesa internacional de la seva carrera. Va completar un Diplom en Ciències de la Computació i Administració d’Empreses a la Freie Universität Berlin abans de cursar estudis de doctorat en Ciències de la Computació a la University of California, Berkeley. Més tard, va estudiar a la Duke University com a part del seu itinerari acadèmic anterior. De 2010 a 2016, va exercir com a professor adjunt a la New York University, on va impartir Statistical Natural Language Processing — un paper que va tenir lloc de manera simultània amb la seva feina a l’empresa, a Google, on es va incorporar l’agost de 2009.

Rol a Google DeepMind

A Google DeepMind, Petrov ocupa el càrrec de vicepresident de Recerca i co-dirigeix Post-Training per a Gemini, el model de llenguatge gran insígnia de la companyia. El postentrenament és una fase crítica en el desenvolupament dels models de llenguatge grans, i inclou tècniques que afinen el comportament d’un model, la capacitat de seguir instruccions i l’alineació després del preentrenament inicial. El seu equip està distribuït globalment, cosa que reflecteix l’escala i la complexitat de la feina implicada. Abans de la formació de Google DeepMind, Petrov va liderar els esforços de recerca en NLP que van alimentar directament productes de Google com Search, Ads, Translate, Assistant i Chrome.

El seu historial de publicacions abasta més d’una dècada i cobreix una àmplia gamma de temes dins del processament del llenguatge natural, incloent la traducció automàtica, l’anàlisi sintàctica i l’atribució en la generació de llenguatge natural. És col·laborador en articles de referència associats als esforços de models grans de Google, incloent treballs sobre PaLM, PaLM 2, Gemini, Gemini 1.5 i Gemma 2, així com el conjunt de dades de referència Natural Questions — un recurs àmpliament utilitzat per a la recerca en resposta a preguntes.

Aportacions de recerca i reconeixement

La producció de recerca de Petrov inclou contribucions en l’anàlisi sintàctica, la traducció automàtica i el desenvolupament de marcs d’avaluació per a la generació de llenguatge. Una àrea recent destacada de treball consisteix a mesurar l’atribució en models de generació de llenguatge natural — examinant si les sortides del model es poden traçar cap a fonts verificables, una preocupació que ha guanyat importància a mesura que s’han desplegat sistemes generatius grans. Aquest treball, publicat a Computational Linguistics el 2023, reflecteix un interès més ampli a fer que les sortides dels models de llenguatge siguin més fiables i interpretables.

Més enllà dels seus premis de treballs a ACL i NAACL, Petrov va rebre un Test-of-Time Award de 10 anys a ACL 2023, que reconeixia una recerca d’una dècada enrere que va demostrar ser duradora en la seva influència en el camp. Les seves àrees de recerca, tal com figuren al directori de recerca de Google, abasten Natural Language Processing, Machine Translation, Machine Intelligence i General Science.

Antecedents i altres assoliments

Petrov ha viscut a Bulgària, Alemanya i els Estats Units en una mesura aproximadament igual, i actualment té la seva base a Berlín. Els seus primers èxits competitius inclouen un Campionat del Món al RoboCup 2004 — una competició internacional de robòtica — que és anterior a la seva carrera en recerca en NLP. Va completar el seu Diplom a la Freie Universität Berlin, i el seu temps a Alemanya sembla haver delimitat la seva carrera, amb Berlín com a base actual fins i tot mentre lidera la recerca per una de les organitzacions d’IA més destacades del món. Ha expressat una lleialtat personal a la selecció nacional de futbol búlgara, especialment en partits contra Alemanya.