Slav Petrov

Akademska i profesionalna pozadina

Petrovljeva obrazovna putanja obuhvata tri zemlje i odražava međunarodnu prirodu njegove karijere. Diplomirao je na smeru Computer Science and Business Administration na Freie Universität Berlin, pre nego što je nastavio doktorske studije iz računarstva na Univerzitetu Kalifornija u Berkliju. Kasnije je studirao na Duke University, kao deo ranijeg akademskog puta. Od 2010. do 2016. godine obavljao je funkciju vanrednog profesora na New York University, gde je predavao Statistical Natural Language Processing — uloga koja je paralelno trajala sa njegovim radom u industriji u Google-u, u kojem se zaposlio u avgustu 2009.

Uloga u Google DeepMind-u

U Google DeepMind-u, Petrov obavlja funkciju potpredsednika za istraživanja i zajedno vodi Post-Training za Gemini, vodeći veliki jezički model kompanije. Post-training je kritična faza u razvoju velikih jezičkih modela, koja uključuje tehnike kojima se preciziraju ponašanje modela, sposobnosti praćenja instrukcija i usklađivanje nakon početnog predtreniranja. Njegov tim je globalno raspoređen, što odražava obim i složenost posla. Pre formiranja Google DeepMind-a, Petrov je vodio istraživačke napore u oblasti NLP-a koji su se direktno prelijevali u Google proizvode kao što su Search, Ads, Translate, Assistant i Chrome.

Njegov publikacioni opus obuhvata više od jedne decenije i pokriva širok spektar tema u okviru obrade prirodnog jezika, uključujući mašinsko prevođenje, parsiranje i pripisivanje u generisanju prirodnog jezika. On je saradnik na značajnim radovima povezanim sa Google-ovim nastojanjima u razvoju velikih modela, uključujući radove na PaLM, PaLM 2, Gemini, Gemini 1.5 i Gemma 2, kao i na skupu podataka Natural Questions — široko korišćenom resursu za istraživanja odgovaranja na pitanja.

Doprinosi istraživanju i priznanja

Petrovljeva istraživačka produkcija uključuje doprinose u oblasti sintaksičkog parsiranja, mašinskog prevođenja i razvoja okvira za evaluaciju generisanja jezika. Jedno od posebno značajnih novijih područja njegovog rada jeste merenje pripisivanja u modelima za generisanje prirodnog jezika — ispitivanje da li se izlazi modela mogu povezati sa proverljivim izvorima, što je postalo sve važnije kako se primenjuju veliki generativni sistemi. Ovaj rad, objavljen u Computational Linguistics 2023. godine, odražava šire interesovanje za to da izlazi jezičkih modela budu pouzdaniji i razumljiviji.

Osim nagrada za radove na ACL i NAACL, Petrov je dobio 10-godišnju Test-of-Time Award na ACL 2023, čime je prepoznato istraživanje iz deceniju ranije koje se pokazalo trajno uticajnim na oblast. Njegova istraživačka područja, kako su navedena u Google-ovom istraživačkom direktorijumu, obuhvataju Natural Language Processing, Machine Translation, Machine Intelligence i General Science.

Biografija i druge postignuća

Petrov je u približno jednakoj meri živeo u Bugarskoj, Nemačkoj i Sjedinjenim Američkim Državama, a trenutno je nastanjen u Berlinu. Njegova rana takmičarska postignuća uključuju svetsko prvenstvo na RoboCup 2004 — međunarodnom takmičenju u robotici — koje prethodi njegovoj karijeri u NLP istraživanjima. Diplomirao je na Freie Universität Berlin, a čini se da je njegovo vreme u Nemačkoj „zaokružilo“ njegovu karijeru, pri čemu je Berlin ostao njegova trenutna baza čak i dok vodi istraživanja za jednu od najistaknutijih AI organizacija na svetu. Izrazio je ličnu odanost bugarskoj fudbalskoj reprezentaciji, posebno u utakmicama protiv Nemačke.