Christopher Manning
Thomas M. Siebel Professor in Machine Learning, Professor of Linguistics and Computer Science at Stanford University; pioneering NLP and Deep Learning researcher
Австралия 
Соединенные Штаты Соединенные Штаты Themes
Кристофер Дэвид Мэннинг (род. 1965) — австралийско-американский специалист по информатике и лингвистике, работающий в должности профессора Томаса М. Зибела по машинному обучению и профессора лингвистики и компьютерных наук в Стэнфордском университете. Там же он занимает должность заместителя директора Стэнфордского института человеко-ориентированного искусственного интеллекта (HAI) и ранее с 2018 по 2025 год руководил Стэнфордской лабораторией искусственного интеллекта (SAIL).
Его исследования сосредоточены на обработке естественного языка, глубоком обучении и вычислительной лингвистике. Среди его заметных вкладов — модель векторных представлений слов GloVe, Stanford CoreNLP, библиотека Stanza NLP и фреймворк Universal Dependencies.
Он является соавтором двух широко используемых учебников: Foundations of Statistical Natural Language Processing (1999) и Introduction to Information Retrieval (2008), а также преподаёт влиятельный курс CS224N по НЛП с глубоким обучением.
Мэннинг — избранный член Национальной инженерной академии и Американской академии искусств и наук, стипендиат ACM, AAAI и ACL, а также лауреат медали IEEE John von Neumann Medal 2024.
Академические и институциональные роли
Мэннинг занимает первую именную должность Томаса М. Зибеля профессора по машинному обучению в Стэнфорде — пост, охватывающий как отделение лингвистики, так и отделение компьютерных наук; это отражает его приверженность на протяжении всей карьеры рассматривать язык и как научный, и как инженерный предмет. Помимо преподавательских назначений, он является основателем и старшим научным сотрудником Stanford HAI — института, ориентированного на социальные последствия искусственного интеллекта, — а также генеральным партнером в AIX Ventures. В 2015 году он был президентом Association for Computational Linguistics и основал Stanford NLP Group, которая обучила поколения исследователей, ныне работающих в академической среде и в индустрии.
Исследовательская траектория и ключевые вклад
Исследовательская карьера Мэннинга охватывает два отчетливо различающихся, но взаимосвязанных этапа. На ранних работах он сосредоточился на создании строгих вероятностных и статистических основ вычислительной лингвистики — разработке подходов к логическому выводу по естественному языку, синтаксическому разбору и обработке многоязычных языков. В том числе он выступал в роли главного архитектора Stanford Dependencies и фреймворка Universal Dependencies, который закрепил межъязыково согласованный подход к аннотированию грамматической структуры и с тех пор широко применяется в сообществе NLP.
Примерно с 2010 года Мэннинг сместил фокус на глубокое обучение, применяемое для понимания языка. Работы его группы затрагивали широкий круг задач: анализ тональности с использованием древовидно-рекурсивных нейронных сетей, модель векторных представлений GloVe, механизмы внимания, нейронный машинный перевод, ответы на вопросы и самоконтролируемую предварительную подготовку. Разнообразие этих вкладов находит отражение в признании со стороны исследовательского сообщества: его группа получала Best Paper Awards на ACL, Coling, EMNLP и CHI, а также три последовательных награды ACL Test of Time, включая одну в 2025 году за статью по нейронному машинному переводу с механизмом внимания, соавторами которой являются Thang Luong и Hieu Pham.
Более поздние работы его группы изучали практические и общественные аспекты больших языковых моделей, включая исследования по выявлению текста, сгенерированного LLM, с помощью метода DetectGPT, а также исследование галлюцинаций в юридических приложениях LLM, опубликованное в Journal of Empirical Legal Studies.
Влияние на программное обеспечение и образование
Мэннинг последовательно уделял приоритетное внимание тому, чтобы инструменты NLP были доступны практикам и исследователям за пределами элитных институций. Stanford CoreNLP — ранний и всеобъемлющий проект с открытым исходным кодом для NLP — и более поздняя библиотека Stanza были широко внедрены. Его лингвистические монографии об эргативности и сложных предикатах дополнительно демонстрируют широту научной продукции, выходящую за рамки программного и системного направления, которое чаще ассоциируют с исследователями в области компьютерных наук.
В образовательной сфере его курс CS224N по NLP с глубоким обучением, предлагаемый через Stanford и доступный онлайн, собрал сотни тысяч просмотров по всему миру. Его соавторские учебники — один по статистическому NLP с Hinrich Schütze, другой по информационному поиску с Schütze и Prabhakar Raghavan — остаются стандартными источниками в этой области. Он также внес существенный вклад в историческую фиксацию исследований по AI в Стэнфорде, сыграв ключевую роль в подготовке короткометражного документального фильма AI at Stanford: 1962–2022, который получил Northern California Emmy Award в 2023 году.
Признание и более широкие аффилиации
Помимо стипендий профессиональных обществ и медали IEEE John von Neumann, в 2023 году Мэннинг получил почетную докторскую степень в Университете Амстердама. Его избрание в National Academy of Engineering и American Academy of Arts and Sciences, оба в 2025 году, было отмечено прежде всего его разработкой и распространением методов обработки естественного языка. Он также является Faculty Affiliate в RegLab Стэнфорда, который занимается регулированием, оценкой и управлением — аффилиация, связывающая его техническую работу с вопросами права и политики, значимыми для внедрения AI.