Slav Petrov

Parcours académique et professionnel

Le parcours éducatif de Petrov s’étend sur trois pays et reflète le caractère international de sa carrière. Il a obtenu un diplôme en informatique et en administration des affaires à la Freie Universität Berlin, avant d’entreprendre des études doctorales en informatique à l’Université de Californie à Berkeley. Il a ensuite étudié à Duke University dans le cadre de son parcours académique antérieur. De 2010 à 2016, il a occupé le poste de professeur associé (Adjunct Professor) à la New York University, où il a enseigné le traitement automatique du langage naturel statistique — un rôle mené en parallèle avec son activité dans l’industrie chez Google, où il a rejoint l’entreprise en août 2009.

Rôle chez Google DeepMind

Chez Google DeepMind, Petrov occupe le poste de vice-président de la recherche et co-dirige le post-entraînement pour Gemini, le modèle de langage de grande taille phare de l’entreprise. Le post-entraînement est une phase essentielle dans le développement des modèles de langage de grande taille : il s’appuie sur des techniques qui affinent le comportement d’un modèle, ses capacités à suivre des instructions et son alignement après le préentraînement initial. Son équipe est répartie à l’échelle mondiale, ce qui reflète l’ampleur et la complexité du travail impliqué. Avant la création de Google DeepMind, Petrov a dirigé des efforts de recherche en TAL qui ont directement alimenté des produits Google tels que Search, Ads, Translate, Assistant et Chrome.

Son historique de publications s’étend sur plus d’une décennie et couvre un large éventail de sujets en traitement du langage naturel, notamment la traduction automatique, l’analyse syntaxique et l’attribution dans la génération de langage naturel. Il contribue à des articles fondateurs associés aux efforts de Google en matière de grands modèles, notamment des travaux sur PaLM, PaLM 2, Gemini, Gemini 1.5 et Gemma 2, ainsi que sur l’ensemble de données de référence Natural Questions — une ressource largement utilisée pour la recherche en réponse à des questions.

Contributions à la recherche et reconnaissance

Les travaux de Petrov comprennent des contributions en analyse syntaxique, en traduction automatique et au développement de cadres d’évaluation pour la génération de langage. Un domaine récent particulièrement notable porte sur la mesure de l’attribution dans les modèles de génération de langage — en examinant si les sorties du modèle peuvent être reliées à des sources vérifiables, une préoccupation qui a pris de l’importance au fil du déploiement de systèmes génératifs de grande ampleur. Publié dans Computational Linguistics en 2023, ce travail traduit un intérêt plus large pour rendre les sorties des modèles de langage plus fiables et plus interprétables.

Au-delà de ses prix d’articles à l’ACL et à la NAACL, Petrov a reçu un Test-of-Time Award sur 10 ans à l’ACL 2023, récompensant une recherche menée une décennie plus tôt et dont l’influence s’est révélée durable dans le domaine. Ses axes de recherche, tels qu’ils figurent dans l’annuaire de recherche de Google, couvrent le traitement du langage naturel, la traduction automatique, l’intelligence machine et la science générale.

Formation et autres réalisations

Petrov a vécu en Bulgarie, en Allemagne et aux États-Unis dans des proportions à peu près égales, et il est actuellement basé à Berlin. Parmi ses premières réussites compétitives, on compte un titre de champion du monde au RoboCup 2004 — une compétition internationale de robotique — qui précède sa carrière dans la recherche en TAL. Il a obtenu son diplôme (Diplom) à la Freie Universität Berlin, et son parcours en Allemagne semble avoir encadré sa carrière : Berlin constitue aujourd’hui encore sa base, même s’il dirige la recherche pour l’une des organisations d’IA les plus en vue au monde. Il a exprimé une loyauté personnelle envers l’équipe nationale de football bulgare, en particulier lors des matchs contre l’Allemagne.