Collin Burns est un speedcuber américain et chercheur en intelligence artificielle. Il a d'abord été reconnu internationalement à l'adolescence pour ses compétences exceptionnelles dans la résolution du Rubik's Cube, établissant un record du monde en 2015. Burns s'est ensuite tourné vers une carrière dans l'alignement de l'IA, contribuant au développement de références d'évaluation pour les grands modèles de langage.
Carrière de speedcubing
La carrière compétitive de Burns en speedcubing a atteint son apogée au milieu des années 2010. En 2014, il a établi un record continental nord-américain de 5,93 secondes pour le cube 3×3×3. La même année, lors de la compétition US Nationals 2014, il a battu le champion du monde de l'époque, Feliks Zemdegs, marquant un bouleversement significatif dans le sport.
Le 25 avril 2015, Burns a réalisé son exploit le plus notable : un record du monde de résolution en 5,25 secondes. La résolution a eu lieu lors d'une compétition tenue à la Central Bucks West High School à Doylestown, en Pennsylvanie. Il avait 15 ans à l'époque et utilisait un cube 3×3×3 de la marque YuXin. Son temps était de 0,3 seconde plus rapide que le précédent record du monde de 5,55 secondes, établi par Mats Valk. Le record de Burns a tenu environ sept mois, jusqu'à ce que Lucas Etter résolve le cube en 4,90 secondes le 21 novembre 2015.
Transition vers la recherche en IA
Après sa carrière de speedcubing, Burns a orienté son attention vers des activités académiques et de recherche en intelligence artificielle. Il s'est impliqué dans le domaine de l'alignement de l'IA, qui étudie comment garantir que les systèmes d'IA avancés se comportent conformément aux intentions et aux valeurs humaines.
En 2020, Burns a collaboré avec Dan Hendrycks et d'autres chercheurs pour développer la référence Massive Multitask Language Understanding (MMLU). MMLU est un ensemble de données conçu pour évaluer les capacités de connaissance et de raisonnement des grands modèles de langage dans un large éventail de sujets, des humanités aux domaines STEM. Cette référence est depuis devenue un outil standard pour évaluer les performances des modèles développés par des organisations telles que OpenAI, Anthropic et Google DeepMind.
Contributions à l'évaluation de l'IA
La référence MMLU, co-créée par Burns, répond au besoin de méthodes d'évaluation robustes dans le domaine en évolution rapide des grands modèles de langage. Elle teste les modèles sur des tâches qui exigent à la fois des connaissances factuelles et un raisonnement en plusieurs étapes, fournissant une mesure plus complète des capacités que les références antérieures. Le développement de MMLU a influencé les recherches ultérieures sur l'évaluation et la sécurité des modèles, y compris les efforts dans RLHF et d'autres techniques d'alignement.
Le travail de Burns se situe à l'intersection du apprentissage automatique et de la sécurité de l'IA, un domaine qui a gagné en importance à mesure que les modèles deviennent plus puissants. Ses contributions font partie d'un mouvement plus large au sein de la communauté de l'IA pour garantir que les systèmes soient non seulement capables, mais aussi alignés sur les objectifs humains.
Vie personnelle et héritage
La double carrière de Burns met en évidence une combinaison rare de compétences : une dextérité de classe mondiale en speedcubing et une rigueur analytique en recherche sur l'IA. Son record de speedcubing reste une étape notable dans l'histoire du sport, et ses travaux ultérieurs sur MMLU ont eu un impact durable sur la manière dont les modèles d'IA sont évalués.
Au milieu des années 2020, Burns continue d'être actif dans la recherche sur l'alignement de l'IA, contribuant aux efforts en cours pour rendre les systèmes d'IA avancés sûrs et bénéfiques. Sa trajectoire, du cubing compétitif à la recherche en IA, sert d'exemple de la manière dont des talents divers peuvent converger au service de la résolution de défis technologiques complexes.