Slav Petrov

Akademska i profesionalna pozadina

Petrovljevo obrazovno putovanje proteže se kroz tri zemlje i odražava međunarodnu prirodu njegove karijere. Diplomirao je računalne znanosti i poslovnu administraciju na Freie Universität Berlin, prije nego što je nastavio doktorski studij računalnih znanosti na University of California, Berkeley. Kasnije je studirao na Duke University, kao dio ranijeg akademskog puta. Od 2010. do 2016. bio je izvanredni profesor na New York University, gdje je predavao Statističku obradu prirodnog jezika — ulogu koja se odvijala usporedno s njegovim radom u industriji u Googleu, u koji se uključio u kolovozu 2009.

Uloga u Google DeepMindu

U Google DeepMindu Petrov obnaša poziciju potpredsjednika za istraživanje te suvoditelj je Post-Traininga za Gemini, vodeći veliki jezični model tvrtke. Post-training je ključna faza u razvoju velikih jezičnih modela, koja uključuje tehnike kojima se dorađuje ponašanje modela, sposobnosti slijeđenja uputa i usklađenost nakon početnog pretreniranja. Njegov je tim globalno raspoređen, što odražava razmjer i složenost posla. Prije osnivanja Google DeepMinda, Petrov je vodio istraživačke napore u području NLP-a koji su se izravno prelijevali u Googleove proizvode kao što su Search, Ads, Translate, Assistant i Chrome.

Njegov popis publikacija obuhvaća više od desetljeća i pokriva širok raspon tema unutar obrade prirodnog jezika, uključujući strojno prevođenje, raščlanjivanje i atribuciju u generiranju prirodnog jezika. Doprinositelj je temeljnih radova povezanih s Googleovim nastojanjima na velikim modelima, uključujući radove na PaLM, PaLM 2, Gemini, Gemini 1.5 i Gemma 2, kao i na skup podataka Natural Questions — široko korišten resurs za istraživanje odgovaranja na pitanja.

Doprinosi istraživanju i priznanja

Petrovljev istraživački doprinos uključuje radove na sintaktičkom raščlanjivanju, strojnome prevođenju te razvoju okvira za vrednovanje generiranja jezika. Jedno od istaknutijih recentnih područja rada uključuje mjerenje atribucije u modelima za generiranje prirodnog jezika — provjerava se mogu li se izlazi modela povezati s provjerljivim izvorima, što je postalo sve važnije s uvođenjem velikih generativnih sustava. Taj je rad, objavljen u Computational Linguistics 2023., dio šireg interesa za to da izlazi jezičnih modela budu pouzdaniji i razumljiviji.

Osim nagrada za radove na ACL-u i NAACL-u, Petrov je dobio nagradu Test-of-Time na ACL 2023, u trajanju od 10 godina, kojom se priznaje istraživanje iz desetljeća ranije koje se pokazalo trajno utjecajnim na struku. Njegova istraživačka područja, kako su navedena u Googleovu istraživačkom direktoriju, obuhvaćaju obradu prirodnog jezika, strojno prevođenje, strojnu inteligenciju i opću znanost.

Pozadina i druge postignuća

Petrov je živio u Bugarskoj, Njemačkoj i Sjedinjenim Američkim Državama u približno jednakoj mjeri, a trenutno je nastanjen u Berlinu. Njegova rana natjecateljska postignuća uključuju svjetsko prvenstvo na RoboCupu 2004 — međunarodnom natjecanju u robotici — koje prethodi njegovoj karijeri u istraživanju NLP-a. Diplomirao je na Freie Universität Berlin, a čini se da je njegovo vrijeme u Njemačkoj uokvirilo njegovu karijeru, pri čemu je Berlin poslužio kao njegova trenutačna baza čak i dok vodi istraživanja za jednu od najistaknutijih svjetskih organizacija za umjetnu inteligenciju. Izrazio je osobnu odanost bugarskoj nacionalnoj nogometnoj reprezentaciji, osobito u utakmicama protiv Njemačke.