Yejin Choi (koreanisch: 최예진; geboren 1977) ist eine Informatikerin, die sich auf Verarbeitung natürlicher Sprache und gesunden Menschenverstand (Commonsense Reasoning) in der künstlichen Intelligenz spezialisiert hat. Sie ist Professorin der Dieter-Schwarz-Stiftung und Senior Fellow am Fachbereich Informatik der Stanford University bzw. am Stanford Institute for Human-Centered Artificial Intelligence (HAI). Ihre Forschung konzentriert sich darauf, Computern ein statistisches Verständnis geschriebener Sprache zu vermitteln und Verzerrungen in Sprachmodellen zu erkennen.
Choi ist außerdem leitende Forscherin am Allen Institute for AI, wo sie den Aufbau groß angelegter Wissensbasen für gesunden Menschenverstand geleitet hat. Bekannt ist sie für die Entwicklung von ATOMIC (Atlas of Machine Commonsense) und COMET (Commonsense Transformers), die symbolisches Denken mit neuronalen Netzen kombinieren. Ihre Arbeit wurde mit zahlreichen Preisen gewürdigt, darunter ein MacArthur Fellowship im Jahr 2022.
Frühes Leben und Ausbildung
Choi wurde 1977 in Südkorea geboren. Sie besuchte die Seoul National University, wo sie einen Bachelor-Abschluss in Informatik erwarb. Anschließend zog sie in die Vereinigten Staaten, um an der Cornell University unter der Leitung von Claire Cardie im Bereich der Verarbeitung natürlicher Sprache zu promovieren. Nach Abschluss ihrer Promotion trat Choi eine Stelle als Assistenzprofessorin für Informatik an der Stony Brook University an. Während ihrer Zeit in Stony Brook entwickelte sie eine statistische Methode zur Identifizierung gefälschter Hotelbewertungen, die zu einem ihrer frühen bemerkenswerten Beiträge auf diesem Gebiet wurde.
Forschung und Karriere
2018 wechselte Choi zum Allen Institute for AI. Ihre Forschung zielt darauf ab, Computern ein statistisches Verständnis geschriebener Sprache zu vermitteln, das über einfache Mustererkennung hinausgeht. Sie interessierte sich für Deep Learning und dessen Anwendungen im maschinellen Lernen. Sie begann, eine Wissensbasis aufzubauen, die als ATOMIC bekannt wurde. Als sie die Erstellung von ATOMIC abschloss, war das große Sprachmodell GPT-2 bereits veröffentlicht worden. ATOMIC stützt sich nicht auf linguistische Regeln, sondern kombiniert Darstellungen verschiedener Sprachen innerhalb eines neuronalen Netzes.
Im Jahr 2020 wurde Choi mit der Brett-Helsel-Professur ausgestattet, die sie innehatte, bis sie 2023 Vorsitzende der Informatik wurde. Seitdem verwendet sie Commonsense Transformers (COMET) zusammen mit Good Old Fashioned Artificial Intelligence (GOFAI), einem Ansatz, der symbolisches Denken und neuronale Netze kombiniert. Sie hat Rechenmodelle entwickelt, die Verzerrungen in der Sprache erkennen können, die gegen Menschen aus unterrepräsentierten Gruppen wirken. Eine Studie zeigte beispielsweise, dass weibliche Filmfiguren als weniger mächtig dargestellt werden als ihre männlichen Gegenstücke.
2023 wurde Choi Inhaberin des Wissner-Slivka-Lehrstuhls für Informatik. Sie ist außerdem wissenschaftliche Beraterin der französischen Forschungsgruppe Kyutai, die von Xavier Niel, Rodolphe Saadé, Eric Schmidt und anderen finanziert wird. Im Jahr 2025 gab Stanford HAI die Ernennung von Choi zur Senior Fellow und zur Dieter-Schwarz-Stiftungs-HAI-Professorin und Professorin für Informatik an der Stanford University bekannt.
Auszeichnungen und Ehrungen
Choi hat im Laufe ihrer Karriere zahlreiche Auszeichnungen erhalten. 2013 gewann sie den Marr-Preis der International Conference on Computer Vision. 2016 wurde sie vom Institute of Electrical and Electronics Engineers als „AI One to Watch“ ausgezeichnet. 2017 erhielt sie einen Facebook-ParlAI-Forschungspreis. 2018 gewann sie den Anita-Borg-Preis für frühe Karriereleistungen. 2020 erhielt sie den Preis für herausragende Arbeiten der Association for the Advancement of Artificial Intelligence. 2021 gewann sie den Preis für herausragende Arbeiten der Conference on Neural Information Processing Systems und den Test-of-Time-Paper-Preis der Association for Computational Linguistics. 2022 erhielt sie den Longuet-Higgins-Preis der Conference on Computer Vision and Pattern Recognition, den Best-Paper-Preis der North American Chapter of the Association for Computational Linguistics, den Preis für herausragende Arbeiten der International Conference on Machine Learning sowie ein MacArthur Fellowship. 2023 gewann sie den Best-Paper-Preis der Association for Computational Linguistics und wurde in die TIME100-AI-Liste aufgenommen. 2025 erhielt sie den Preis für herausragende Arbeiten und den Best-Demo-Paper-Preis der Association for Computational Linguistics und wurde erneut in die TIME100-AI-Liste aufgenommen.
Ausgewählte Veröffentlichungen
Choi hat umfangreich in führenden Fachzeitschriften und Konferenzen publiziert. Zu ihren bemerkenswerten Arbeiten gehören „Finding Deceptive Opinion Spam by Any Stretch of the Imagination“ (2011), das eine Methode zur Erkennung gefälschter Bewertungen einführte. Außerdem war sie Co-Autorin von „BabyTalk: Understanding and Generating Simple Image Descriptions“ (2013), das sich mit der Beschriftung von Bildern befasste. Bereits 2005 veröffentlichte sie „Identifying sources of opinions with conditional random fields and extraction patterns“, ein grundlegendes Papier im Bereich der Meinungsanalyse. Diese Veröffentlichungen wurden vielfach zitiert und haben die nachfolgende Forschung in der Verarbeitung natürlicher Sprache und im Computer Vision beeinflusst.
Wirkung und Vermächtnis
Chois Arbeit zum gesunden Menschenverstand war besonders einflussreich. ATOMIC und COMET haben Ressourcen bereitgestellt, die es Sprachmodellen ermöglichen, über alltägliche Situationen wie Ursache und Wirkung zu schlussfolgern. Ihre Forschung zur Verzerrungserkennung hat zudem die Bedeutung von Fairness in KI-Systemen hervorgehoben. Durch die Kombination von symbolischer KI mit neuronalen Ansätzen hat sie eine Brücke zwischen traditionellen und modernen Methoden geschlagen und zum breiteren Feld der generativen KI beigetragen. Ihr Wechsel nach Stanford im Jahr 2025 markiert eine Fortsetzung ihrer Führungsrolle in der KI-Forschung.