Christopher Manning

តួនាទីផ្នែកសិក្សា និងស្ថាប័ន

Manning កាន់តំណែង Thomas M. Siebel Professor ដំបូងគេផ្នែក Machine Learning នៅ Stanford ដែលជាតំណែងមួយครอบคลุมទាំងនាយកដ្ឋាន Linguistics និង Computer Science — ជាការរៀបចំដែលឆ្លុះបញ្ចាំងពីការប្តេជ្ញាចិត្តពេញមួយអាជីពរបស់គាត់ក្នុងការមើលភាសាជាទាំងមុខវិជ្ជាវិទ្យាសាស្ត្រ និងជាមុខវិជ្ជាវិស្វកម្ម។ លើសពីការតែងតាំងជាសាស្រ្តាចារ្យ គាត់ជាស្ថាបនិក និង Senior Fellow របស់ Stanford HAI ដែលជាស្ថាប័នផ្តោតលើផលប៉ះពាល់សង្គមនៃបញ្ញាសិប្បនិម្មិត ហើយក៏ជាដៃគូទូទៅ (General Partner) នៅ AIX Ventures ផងដែរ។ គាត់បានបម្រើជាប្រធាននៃ Association for Computational Linguistics ក្នុងឆ្នាំ 2015 និងបានបង្កើត Stanford NLP Group ដែលបានបណ្តុះបណ្តាលអ្នកស្រាវជ្រាវជំនាន់ជាច្រើន ដែលបច្ចុប្បន្នកំពុងធ្វើការនៅទាំងវិស័យសិក្សា និងឧស្សាហកម្ម។

ដំណើរផ្លូវស្រាវជ្រាវ និងការរួមចំណែកសំខាន់ៗ

អាជីពស្រាវជ្រាវរបស់ Manning មានពីរដំណាក់កាលដាច់ដោយឡែក ប៉ុន្តែភ្ជាប់គ្នា។ នៅក្នុងការងារដំបូង គាត់ផ្តោតលើការកសាងមូលដ្ឋានគ្រឹះប្រូបាប៊ីលីស្ទិក និងស្ថិតិដែលមានភាពម៉ត់ចត់សម្រាប់ computational linguistics — ការអភិវឌ្ឍន៍ក្របខ័ណ្ឌសម្រាប់ natural language inference, syntactic parsing និងការដំណើរការភាសាច្រើនភាសា។ ក្នុងនោះរួមមានតួនាទីរបស់គាត់ជាស្ថាបត្យករចម្បងម្នាក់នៃ Stanford Dependencies និងក្របខ័ណ្ឌ Universal Dependencies ដែលបានបង្កើតវិធីសាស្ត្រមួយដែលស្របគ្នាឆ្លងកាត់ភាសា សម្រាប់ការចំណាំរចនាសម្ព័ន្ធវេយ្យាករណ៍ ដែលក្រោយមកត្រូវបានទទួលយកយ៉ាងទូលំទូលាយនៅក្នុងសហគមន៍ NLP។

ចាប់ពីប្រហែលឆ្នាំ 2010 មក Manning បានប្តូរផ្តោតទៅលើ deep learning ដែលអនុវត្តចំពោះការយល់ដឹងភាសា។ ការងាររបស់ក្រុមគាត់បានប៉ះពាល់លើបញ្ហាដ៏ទូលំទូលាយ៖ ការវិភាគអារម្មណ៍ដោយប្រើ tree-recursive neural networks, ម៉ូដែល GloVe word vector, attention mechanisms, neural machine translation, question answering និងការបណ្តុះបណ្តាលជាមុនដោយខ្លួនឯង (self-supervised pre-training)។ ជួរនៃការរួមចំណែកទាំងនេះត្រូវបានឆ្លុះបញ្ចាំងដោយការទទួលស្គាល់ពីសហគមន៍ស្រាវជ្រាវ — ក្រុមគាត់ទទួលបាន Best Paper Awards នៅ ACL, Coling, EMNLP និង CHI ហើយក៏មាន ACL Test of Time Awards បីឆ្នាំជាប់គ្នា រួមទាំងមួយនៅឆ្នាំ 2025 សម្រាប់អត្ថបទ neural machine translation ដែលផ្អែកលើ attention ដែលសហនិពន្ធជាមួយ Thang Luong និង Hieu Pham។

ការងារថ្មីៗជាងនេះពីក្រុមគាត់បានសិក្សាពីទិដ្ឋភាពជាក់ស្តែង និងផ្នែកសង្គមនៃ large language models រួមទាំងការស្រាវជ្រាវក្នុងការរកឃើញអត្ថបទដែលបង្កើតដោយ LLM តាមវិធី DetectGPT និងការស៊ើបអង្កេតអំពី hallucination ក្នុងការប្រើប្រាស់ LLM ផ្នែកច្បាប់ ដែលបានបោះពុម្ពនៅក្នុង Journal of Empirical Legal Studies។

ផលប៉ះពាល់ផ្នែកកម្មវិធី និងការអប់រំ

Manning បានផ្តល់អាទិភាពជាបន្តបន្ទាប់ក្នុងការធ្វើឲ្យឧបករណ៍ NLP អាចប្រើបានសម្រាប់អ្នកអនុវត្ត និងអ្នកស្រាវជ្រាវនៅខាងក្រៅស្ថាប័នឈានមុខ។ Stanford CoreNLP ដែលជាឧបករណ៍ NLP open-source ដំបូង និងទូលំទូលាយ និងបណ្ណាល័យ Stanza ក្រោយមក ត្រូវបានទទួលយកយ៉ាងទូលំទូលាយ។ សៀវភៅ monographs ផ្នែកភាសាវិទ្យារបស់គាត់ស្តីពី ergativity និង complex predicates ក៏បង្ហាញពីទទឹងនៃលទ្ធផលសិក្សាដែលលើសពីការងារផ្នែកកម្មវិធី និងប្រព័ន្ធ ដែលជាទូទៅត្រូវបានភ្ជាប់ជាមួយអ្នកស្រាវជ្រាវផ្នែក computer science។

ផ្នែកអប់រំវិញ វគ្គ CS224N របស់គាត់ស្តីពី NLP ជាមួយ deep learning ដែលផ្តល់ដោយ Stanford និងអាចមើលបានតាមអនឡាញ បានប្រមូលអ្នកទស្សនារាប់រយពាន់នាក់នៅទូទាំងពិភពលោក។ សៀវភៅសិក្សាដែលគាត់សហនិពន្ធ — មួយស្តីពី statistical NLP ជាមួយ Hinrich Schütze និងមួយទៀតស្តីពី information retrieval ជាមួយ Schütze និង Prabhakar Raghavan — នៅតែជាឯកសារយោងស្តង់ដារនៅក្នុងវិស័យនេះ។ គាត់ក៏បានចូលរួមយ៉ាងសំខាន់ក្នុងកំណត់ត្រាប្រវត្តិសាស្ត្រនៃការស្រាវជ្រាវ AI នៅ Stanford ដោយដើរតួនាទីសំខាន់ក្នុងការរៀបចំឯកសារខ្លី AI at Stanford: 1962–2022 ដែលទទួលបានពាន Northern California Emmy Award ក្នុងឆ្នាំ 2023។

ការទទួលស្គាល់ និងសមាជិកភាពទូលំទូលាយ

បន្ថែមពីលើការទទួលស្គាល់ជាសមាជិកកិត្តិយសក្នុងសង្គមវិជ្ជាជីវៈ និង IEEE John von Neumann Medal Manning បានទទួលសញ្ញាបត្របណ្ឌិតកិត្តិយសពីសាកលវិទ្យាល័យ Amsterdam ក្នុងឆ្នាំ 2023។ ការបោះឆ្នោតរបស់គាត់ចូលទៅកាន់ National Academy of Engineering និង American Academy of Arts and Sciences ដែលទាំងពីរនៅឆ្នាំ 2025 បានទទួលស្គាល់ជាពិសេសពីការអភិវឌ្ឍ និងការផ្សព្វផ្សាយវិធីសាស្ត្រដំណើរការភាសាធម្មជាតិ។ គាត់ក៏ជាសមាជិក Faculty Affiliate នៅ RegLab របស់ Stanford ដែលផ្តោតលើការគ្រប់គ្រង (regulation), ការវាយតម្លៃ (evaluation) និង governance — សមាជិកភាពនេះភ្ជាប់ការងារបច្ចេកទេសរបស់គាត់ទៅនឹងសំណួរផ្នែកច្បាប់ និងគោលនយោបាយដែលពាក់ព័ន្ធនឹងការដាក់ឲ្យប្រើ AI។