Slav Petrov

Akademsko in strokovno ozadje

Petrova izobraževalna pot poteka skozi tri države in odraža mednarodno naravo njegove kariere. Najprej je na Freie Universität Berlin pridobil diplomo iz računalništva in poslovne administracije, nato pa je nadaljeval doktorski študij računalništva na University of California, Berkeley. Kasneje je študiral še na Duke University kot del svoje zgodnejše akademske poti. Od leta 2010 do 2016 je bil adjunct profesor na New York University, kjer je predaval statistično obdelavo naravnega jezika — vloga, ki je potekala vzporedno z njegovim delom v industriji pri Google, kjer se je zaposlil avgusta 2009.

Vloga pri Google DeepMind

Pri Google DeepMind Petrov zaseda položaj podpredsednika za raziskave in skupaj vodi Post-Training za Gemini, vodilni veliki jezikovni model podjetja. Post-training je ključna faza pri razvoju velikih jezikovnih modelov, ki vključuje tehnike za izpopolnjevanje obnašanja modela, zmožnosti sledenja navodilom in usklajevanja po začetnem predtreningu. Njegova ekipa je globalno razporejena, kar odraža obseg in kompleksnost dela. Pred ustanovitvijo Google DeepMind je Petrov vodil raziskovalna prizadevanja na področju NLP, ki so neposredno podpirala Googlove produkte, kot so Search, Ads, Translate, Assistant in Chrome.

Njegov bibliografski prispevek traja več kot desetletje in zajema širok spekter tem znotraj obdelave naravnega jezika, vključno s strojnim prevajanjem, razčlenjevanjem in pripisovanjem pri generiranju naravnega jezika. Je avtor prispevkov k prelomnim člankom, povezanim z Googlovimi prizadevanji za velike modele, vključno z delom na PaLM, PaLM 2, Gemini, Gemini 1.5 in Gemma 2, ter z naborom podatkov za merilo Natural Questions — široko uporabljanim virom za raziskave odgovarjanja na vprašanja.

Raziskovalni prispevki in priznanja

Petrova raziskovalna produkcija vključuje prispevke na področju skladenjskega razčlenjevanja, strojenega prevajanja ter razvoja okvirov za vrednotenje jezikovnega generiranja. Ena od opaznejših novejših področij njegovega dela vključuje merjenje pripisovanja v modelih generiranja naravnega jezika — preverjanje, ali je izhod modela mogoče slediti do preverljivih virov, kar je postalo pomembnejše skupaj z uvajanjem velikih generativnih sistemov. To delo, objavljeno v Computational Linguistics leta 2023, odraža širše zanimanje za to, da bi bili izhodi jezikovnih modelov bolj zanesljivi in razložljivi.

Poleg nagrad za članke na ACL in NAACL je Petrov prejjel 10-letno nagrado Test-of-Time na ACL 2023, ki priznava raziskave izpred desetletja, katerih vpliv se je izkazal za trajnega. Njegova raziskovalna področja, kot so navedena v Googlovem raziskovalnem imeniku, zajemajo Obdelavo naravnega jezika, Strojno prevajanje, Strojno inteligenco in Splošno znanost.

Ozadje in druge dosežke

Petrov je živel v Bolgariji, Nemčiji in Združenih državah v približno enaki meri, trenutno pa ima sedež v Berlinu. Njegovi zgodnji tekmovalni dosežki vključujejo svetovno prvenstvo na RoboCup 2004 — mednarodno tekmovanje v robotiki — ki je pred njegovim delom v raziskavah NLP. Dokončal je diplomo na Freie Universität Berlin, njegovo obdobje v Nemčiji pa očitno zaokroža njegovo kariero, pri čemer Berlin služi kot njegova trenutna baza, tudi ko vodi raziskave za eno najbolj prepoznavnih svetovnih organizacij na področju umetne inteligence. Izrazil je tudi osebno zvestobo bolgarski reprezentanci v nogometu, zlasti na tekmah proti Nemčiji.