Yejin Choi (coréen : 최예진 ; née en 1977) est une informaticienne spécialisée dans le traitement du langage naturel et le sens commun en intelligence artificielle. Elle est professeure titulaire de la chaire Dieter Schwarz et membre senior au département d'informatique de l'université Stanford, ainsi qu'à l'Institut Stanford pour l'intelligence artificielle centrée sur l'humain (HAI), respectivement. Ses recherches portent sur l'apprentissage statistique de la compréhension du langage écrit et la détection des biais dans les modèles de langage.
Choi est également chercheuse senior à l'Allen Institute for AI, où elle a dirigé des efforts pour construire des bases de connaissances à grande échelle sur le sens commun. Elle est connue pour avoir développé ATOMIC (Atlas of Machine Commonsense) et COMET (Commonsense Transformers), qui combinent le raisonnement symbolique avec les réseaux de neurones. Ses travaux ont été récompensés par de nombreux prix, dont une bourse MacArthur en 2022.
Formation et début de carrière
Choi est née en Corée du Sud en 1977. Elle a fréquenté l'université nationale de Séoul, où elle a obtenu une licence en informatique. Elle a ensuite déménagé aux États-Unis pour poursuivre des études supérieures à l'université Cornell, sous la supervision de Claire Cardie, dans le domaine du traitement du langage naturel. Après avoir obtenu son doctorat, Choi a rejoint l'université Stony Brook en tant que professeure adjointe en informatique. Pendant son séjour à Stony Brook, elle a développé une technique statistique pour identifier les faux avis en ligne, ce qui est devenu l'une de ses premières contributions notables dans le domaine.
Recherche et carrière
En 2018, Choi a rejoint l'Allen Institute for AI. Ses recherches visent à doter les ordinateurs d'une compréhension statistique du langage écrit, allant au-delà de la simple correspondance de motifs. Elle s'est intéressée à l'apprentissage profond et à ses applications en apprentissage automatique. Elle a commencé à assembler une base de connaissances appelée ATOMIC. Au moment où elle a terminé la création d'ATOMIC, le grand modèle de langage GPT-2 avait été publié. ATOMIC ne repose pas sur des règles linguistiques, mais combine plutôt des représentations de différentes langues au sein d'un réseau de neurones.
En 2020, Choi a été nommée à la chaire Brett Helsel, qu'elle a occupée jusqu'à sa nomination comme professeure titulaire en informatique en 2023. Elle a depuis utilisé COMET (Commonsense Transformers) avec l'approche de l'intelligence artificielle symbolique classique (GOFAI), une méthode qui combine le raisonnement symbolique et les réseaux de neurones. Elle a développé des modèles computationnels capables de détecter les biais dans le langage qui défavorisent les groupes sous-représentés. Par exemple, une étude a montré que les personnages féminins dans les films sont dépeints comme moins puissants que leurs homologues masculins.
En 2023, Choi est devenue titulaire de la chaire Dieter Schwarz en informatique à Stanford. Elle est également conseillère scientifique auprès du groupe de recherche français Kyutai, financé par Xavier Niel, Rodolphe Saadé, Eric Schmidt et d'autres. En 2025, le Stanford HAI a annoncé sa nomination en tant que membre senior et professeure de la chaire Dieter Schwarz.
Prix et distinctions
Choi a reçu de nombreux prix tout au long de sa carrière. En 2013, elle a remporté le prix Marr de la Conférence internationale sur la vision par ordinateur. En 2016, elle a été nommée « IA à suivre » par l'Institut des ingénieurs électriciens et électroniciens. En 2017, elle a reçu un prix de recherche Facebook ParlAI. En 2018, elle a remporté le prix de début de carrière Anita Borg. En 2020, elle a reçu le prix du meilleur article de l'Association pour l'avancement de l'intelligence artificielle. En 2021, elle a remporté le prix du meilleur article de la Conférence sur les systèmes de traitement de l'information neuronale et le prix de l'article test du temps de l'Association pour la linguistique computationnelle. En 2022, elle a reçu le prix Longuet-Higgins de la Conférence sur la vision par ordinateur et la reconnaissance de formes, le prix du meilleur article de la section nord-américaine de l'Association pour la linguistique computationnelle, le prix du meilleur article de la Conférence internationale sur l'apprentissage automatique, ainsi qu'une bourse MacArthur. En 2023, elle a remporté le prix du meilleur article de l'Association pour la linguistique computationnelle et a été nommée sur la liste TIME100 AI. En 2025, elle a de nouveau reçu le prix du meilleur article et le prix de la meilleure démonstration de l'Association pour la linguistique computationnelle, et a été réinscrite sur la liste TIME100 AI.
Publications sélectionnées
Choi a publié de nombreux articles dans des revues et conférences de premier plan. Parmi ses travaux notables figurent « Finding Deceptive Opinion Spam by Any Stretch of the Imagination » (2011), qui a introduit une méthode pour détecter les faux avis, et « BabyTalk : Understanding and Generating Simple Image Descriptions » (2013), qui traite de la génération de descriptions d'images. En 2005, elle a publié « Identifying sources of opinions with conditional random fields and extraction patterns », un article fondateur dans le domaine de l'extraction d'opinions. Ces publications ont été largement citées et ont influencé la recherche ultérieure en traitement du langage naturel et en vision par ordinateur.
Impact et héritage
Les travaux de Choi sur le raisonnement de sens commun ont eu une influence considérable. ATOMIC et COMET ont fourni des ressources qui permettent aux modèles de langage de raisonner sur des situations quotidiennes, comme les relations de cause à effet. Ses recherches sur la détection des biais ont également mis en lumière l'importance de l'équité dans les systèmes d'IA. En combinant les approches symboliques et neuronales, elle a contribué à combler le fossé entre les méthodes traditionnelles et modernes, enrichissant ainsi le domaine plus large de l'IA générative. Sa transition vers Stanford en 2025 marque la poursuite de son leadership dans la recherche en intelligence artificielle.