Slav Petrov

พื้นฐานการศึกษาและประสบการณ์ทางวิชาชีพ

เส้นทางการศึกษาของ Petrov ครอบคลุมสามประเทศ และสะท้อนถึงความเป็นนานาชาติของเส้นทางอาชีพของเขา เขาสำเร็จการศึกษา Diplom สาขาวิทยาการคอมพิวเตอร์และบริหารธุรกิจที่ Freie Universität Berlin ก่อนจะศึกษาระดับปริญญาเอกสาขาวิทยาการคอมพิวเตอร์ที่ University of California, Berkeley ต่อมาเขาได้ศึกษาที่ Duke University ซึ่งเป็นส่วนหนึ่งของเส้นทางการศึกษาก่อนหน้านี้ ช่วงระหว่างปี 2010 ถึง 2016 เขาดำรงตำแหน่ง Adjunct Professor ที่ New York University ซึ่งเขาสอน Statistical Natural Language Processing — บทบาทนี้ดำเนินควบคู่ไปกับงานในอุตสาหกรรมของเขาที่ Google โดยเขาเข้าร่วมในเดือนสิงหาคม 2009

บทบาทที่ Google DeepMind

ที่ Google DeepMind Petrov ดำรงตำแหน่ง Vice President of Research และเป็นผู้นำร่วมของ Post-Training สำหรับ Gemini ซึ่งเป็นโมเดลภาษาขนาดใหญ่เรือธงของบริษัท Post-training คือช่วงสำคัญในการพัฒนาโมเดลภาษาขนาดใหญ่ โดยเกี่ยวข้องกับเทคนิคที่ช่วยปรับพฤติกรรมของโมเดล ความสามารถในการทำตามคำสั่ง และการจัดแนวหลังจากการพรีเทรนครั้งแรก ทีมของเขากระจายอยู่ทั่วโลก สะท้อนถึงขนาดและความซับซ้อนของงานที่เกี่ยวข้อง ก่อนการก่อตั้ง Google DeepMind Petrov เป็นผู้นำความพยายามด้านงานวิจัย NLP ซึ่งป้อนเข้าสู่ผลิตภัณฑ์ของ Google โดยตรง เช่น Search, Ads, Translate, Assistant และ Chrome

ผลงานตีพิมพ์ของเขาครอบคลุมมากกว่าหนึ่งทศวรรษ และครอบคลุมหัวข้อที่หลากหลายภายในสาขาการประมวลผลภาษาธรรมชาติ รวมถึงการแปลด้วยเครื่อง การวิเคราะห์โครงสร้าง และการระบุแหล่งที่มาในการสร้างภาษาธรรมชาติ เขาเป็นผู้ร่วมงานในบทความสำคัญที่เกี่ยวข้องกับความพยายามด้านโมเดลขนาดใหญ่ของ Google รวมถึงงานเกี่ยวกับ PaLM, PaLM 2, Gemini, Gemini 1.5 และ Gemma 2 ตลอดจนชุดข้อมูลเกณฑ์มาตรฐาน Natural Questions — แหล่งข้อมูลที่ใช้กันอย่างแพร่หลายสำหรับงานวิจัยด้านการตอบคำถาม

ผลงานวิจัยและการยอมรับ

ผลผลิตด้านการวิจัยของ Petrov มีส่วนร่วมในหลายด้าน ตั้งแต่การวิเคราะห์โครงสร้างทางไวยากรณ์ การแปลด้วยเครื่อง ไปจนถึงการพัฒนาเฟรมเวิร์กสำหรับการประเมินการสร้างภาษาธรรมชาติ หนึ่งในพื้นที่ที่น่าสนใจในช่วงไม่นานมานี้เกี่ยวข้องกับการวัดการระบุแหล่งที่มาในโมเดลการสร้างภาษาธรรมชาติ — การตรวจสอบว่าผลลัพธ์ของโมเดลสามารถโยงกลับไปยังแหล่งข้อมูลที่ตรวจสอบได้หรือไม่ ซึ่งเป็นความกังวลที่มีความสำคัญเพิ่มขึ้นควบคู่กับการนำระบบการสร้างแบบอเนกประสงค์ขนาดใหญ่ออกใช้งาน งานนี้ตีพิมพ์ใน Computational Linguistics ในปี 2023 สะท้อนถึงความสนใจที่กว้างขึ้นในการทำให้ผลลัพธ์ของโมเดลภาษามีความน่าเชื่อถือและตีความได้มากขึ้น

นอกเหนือจากรางวัลบทความของเขาที่ ACL และ NAACL แล้ว Petrov ยังได้รับรางวัล 10-year Test-of-Time Award ที่ ACL 2023 ซึ่งยกย่องงานวิจัยจากเมื่อหนึ่งทศวรรษก่อนที่พิสูจน์แล้วว่ายังคงมีอิทธิพลอย่างยั่งยืนต่อวงการ พื้นที่วิจัยของเขา ตามที่ระบุไว้ในไดเรกทอรีงานวิจัยของ Google ครอบคลุม Natural Language Processing, Machine Translation, Machine Intelligence และ General Science

พื้นฐานและความสำเร็จอื่น ๆ

Petrov อาศัยอยู่ในบัลแกเรีย เยอรมนี และสหรัฐอเมริกาในสัดส่วนที่ใกล้เคียงกัน และปัจจุบันตั้งอยู่ที่กรุงเบอร์ลิน ความสำเร็จด้านการแข่งขันในช่วงแรกของเขา ได้แก่การคว้า World Championship ที่ RoboCup 2004 — การแข่งขันหุ่นยนต์นานาชาติ — ซึ่งเกิดขึ้นก่อนเส้นทางอาชีพด้านงานวิจัย NLP เขาสำเร็จการศึกษา Diplom ที่ Freie Universität Berlin และช่วงเวลาที่เขาอยู่ในเยอรมนีดูเหมือนจะเป็นจุดเริ่มต้นและจุดสิ้นสุดของเส้นทางอาชีพ โดยกรุงเบอร์ลินยังคงเป็นฐานปัจจุบันของเขา แม้ว่าเขาจะเป็นผู้นำงานวิจัยให้กับหนึ่งในองค์กร AI ที่โดดเด่นที่สุดของโลก เขาเคยแสดงความภักดีส่วนตัวต่อทีมฟุตบอลทีมชาติของบัลแกเรีย โดยเฉพาะในแมตช์ที่พบกับเยอรมนี