आकांक्षा चौधरी एक कंप्यूटर वैज्ञानिक हैं, जिन्हें मशीन-लर्निंग प्रणालियों और वायरलेस संचार में उनके कार्य के लिए पहचाना जाता है। वह 2022 के पेपर की मुख्य लेखिका के रूप में सबसे अधिक जानी जाती हैं, जिसमें पाथवेज़ लैंग्वेज मॉडल (PaLM) पेश किया गया था, जो गूगल-डीपमाइंड में विकसित एक बड़ा-भाषा-मॉडल है। उनका शोध कुशल गहन-अधिगम वास्तुकलाओं, वितरित प्रशिक्षण और नेटवर्क प्रणालियों तक फैला हुआ है, जिसमें क्लाउड और एज कंप्यूटिंग दोनों में अनुप्रयोग शामिल हैं।
चौधरी का करियर शिक्षा और उद्योग के बीच सेतु का काम करता रहा है। उन्होंने स्टैनफोर्ड विश्वविद्यालय से पीएचडी पूरी की, जहाँ उनका शोध प्रबंध नेटवर्क अनुकूलन और वायरलेस प्रणालियों पर केंद्रित था। बाद में वह गूगल रिसर्च में शामिल हुईं, जहाँ उन्होंने तंत्रिका-नेटवर्क प्रशिक्षण की स्केलेबिलिटी और दक्षता में सुधार करने वाली परियोजनाओं में योगदान दिया। PaLM पर उनका कार्य, जिसमें 540 अरब पैरामीटर थे, ने कुछ-शॉट अधिगम और तर्क कार्यों में महत्वपूर्ण प्रगति प्रदर्शित की, जिसने जनरेटिव-एआई में बाद के विकास को प्रभावित किया।
प्रारंभिक जीवन और शिक्षा
चौधरी का जन्म भारत में हुआ था और उन्होंने 2007 में भारतीय प्रौद्योगिकी संस्थान (IIT) दिल्ली से इलेक्ट्रिकल इंजीनियरिंग में स्नातक अध्ययन पूरा किया। इसके बाद वह स्नातकोत्तर अध्ययन के लिए संयुक्त राज्य अमेरिका चली गईं, जहाँ उन्होंने 2012 और 2015 में क्रमशः स्टैनफोर्ड विश्वविद्यालय से इलेक्ट्रिकल इंजीनियरिंग में मास्टर डिग्री और पीएचडी प्राप्त की। स्टैनफोर्ड में, उन्होंने सूचना प्रणाली प्रयोगशाला में प्रोफेसरों के मार्गदर्शन में कार्य किया, जो वायरलेस नेटवर्क और वितरित एल्गोरिदम के लिए क्रॉस-लेयर अनुकूलन पर केंद्रित था।
उनके डॉक्टरेट शोध ने विषम नेटवर्कों में संसाधन आवंटन और हस्तक्षेप प्रबंधन की चुनौतियों को संबोधित किया। इस कार्य ने मशीन-लर्निंग कार्यभारों पर अनुकूलन तकनीकों को लागू करने में उनकी बाद की रुचि की नींव रखी, विशेष रूप से वितरित और संसाधन-सीमित वातावरणों में।
गूगल और PaLM में करियर
चौधरी 2015 में एक शोध वैज्ञानिक के रूप में गूगल रिसर्च में शामिल हुईं। गूगल में उनका प्रारंभिक कार्य डिवाइस-पर अनुप्रयोगों के लिए गहन-अधिगम मॉडल की दक्षता में सुधार करना था, जिसमें वाक् पहचान और छवि वर्गीकरण शामिल थे। उन्होंने मॉडल संपीड़न और क्वांटीकरण की तकनीकों के विकास में योगदान दिया, जो मोबाइल और एम्बेडेड डिवाइसों पर तंत्रिका-नेटवर्क तैनात करने के लिए महत्वपूर्ण हैं।
2021 में, वह PaLM परियोजना की मुख्य लेखिका बनीं, जो 540 अरब पैरामीटर वाले ट्रांसफॉर्मर-आधारित भाषा मॉडल को प्रशिक्षित करने का एक बड़े पैमाने का प्रयास था। अप्रैल 2022 में प्रकाशित PaLM पेपर ने तर्क, कोड निर्माण और अनुवाद सहित कई बेंचमार्कों पर अत्याधुनिक परिणाम बताए। चेन-ऑफ-थॉट प्रॉम्प्टिंग के साथ कुछ-शॉट अधिगम करने की मॉडल की क्षमता एक उल्लेखनीय विशेषता थी। चौधरी की भूमिका में शोधकर्ताओं और इंजीनियरों की एक टीम का समन्वय, प्रशिक्षण अवसंरचना का डिज़ाइन, और स्थिर प्रशिक्षण सुनिश्चित करने के लिए मॉडल-प्रूनिंग और ग्रेडिएंट-क्लिपिंग से संबंधित चुनौतियों का समाधान शामिल था।
PaLM मॉडल को बाद में गूगल के उत्पाद पेशकशों में एकीकृत किया गया, और इसकी वास्तुकला ने PaLM 2 और Gemini जैसे बाद के मॉडलों को प्रभावित किया। चौधरी के योगदान को व्यापक रूप से उद्धृत किया गया, जिससे वह बड़े-भाषा-मॉडल शोध समुदाय में एक प्रमुख व्यक्ति के रूप में स्थापित हुईं।
शोध योगदान
PaLM के अलावा, चौधरी ने मल्टी-हेड-अटेंशन, पोजीशनल-एन्कोडिंग और कुशल प्रशिक्षण एल्गोरिदम जैसे विषयों पर व्यापक रूप से प्रकाशित किया है। उन्होंने बड़े पैमाने के मॉडलों में अभिसरण में सुधार के लिए पाठ्यक्रम-अधिगम और अधिगम-दर-अनुसूची के उपयोग का पता लगाया है। उनका कार्य अक्सर व्यावहारिक तैनाती पर जोर देता है, जो सैद्धांतिक मशीन-लर्निंग और वास्तविक-विश्व प्रणालियों के बीच की खाई को पाटता है।
उन्होंने वायरलेस नेटवर्किंग और एआई के प्रतिच्छेदन की भी जांच की है, एज पर वितरित अनुमान के तरीकों का प्रस्ताव रखा है। इसमें संघीय अधिगम सेटिंग्स में डेटा-वर्धन और बैच-सामान्यीकरण पर शोध शामिल है, जहाँ डेटा स्थानीय डिवाइसों पर रहता है। उनके अंतःविषय दृष्टिकोण को IEEE INFOCOM और ACM MobiCom जैसे सम्मेलनों में कई सर्वश्रेष्ठ पेपर पुरस्कारों से मान्यता मिली है।
पुरस्कार और मान्यता
चौधरी को कई सम्मान मिले हैं, जिनमें गूगल रिसर्च अवार्ड और स्टैनफोर्ड ग्रेजुएट फेलोशिप शामिल हैं। उन्हें 2016 में MIT द्वारा इलेक्ट्रिकल इंजीनियरिंग और कंप्यूटर विज्ञान में राइजिंग स्टार नामित किया गया था। PaLM पर उनके कार्य को प्रमुख प्रौद्योगिकी प्रकाशनों में प्रदर्शित किया गया, और वह NeurIPS और ICML जैसे सम्मेलनों में आमंत्रित वक्ता रही हैं।
बाद का करियर और प्रभाव
2024 तक, चौधरी क्षेत्र में कार्य करना जारी रखती हैं, हालाँकि वह स्वतंत्र शोध और सलाहकार भूमिकाओं के लिए गूगल से आगे बढ़ चुकी हैं। वह कृत्रिम-बुद्धिमत्ता उपकरणों तक पहुँच को लोकतांत्रिक बनाने की पहलों में शामिल रही हैं, विशेष रूप से शैक्षिक और स्वास्थ्य देखभाल अनुप्रयोगों के लिए। ट्रांसफॉर्मर मॉडलों को स्केल करने पर उनकी अंतर्दृष्टि ने ओपनएआई और एंथ्रोपिक जैसी कंपनियों में उद्योग प्रथाओं को सूचित किया है, जिन्होंने PaLM में पेश की गई वास्तुकला संबंधी नवाचारों पर निर्माण किया है।
चौधरी की विरासत कठोर सैद्धांतिक विश्लेषण को बड़े पैमाने के इंजीनियरिंग के साथ संयोजित करने की उनकी क्षमता में निहित है। उनके कार्य ने जनरेटिव-एआई के आधुनिक परिदृश्य को आकार देने में मदद की है, जिससे बड़े मॉडल अधिक सुलभ और कुशल बने हैं। वह जिम्मेदार एआई विकास और गहन-अधिगम के भविष्य पर चर्चाओं में एक प्रभावशाली आवाज़ बनी हुई हैं।
चयनित प्रकाशन
- चौधरी, ए., एट अल. (2022). "PaLM: Scaling Language Modeling with Pathways." arXiv preprint arXiv:2204.02311.
- चौधरी, ए., एट अल. (2019). "Efficient On-Device Training with Gradient Filtering." Proceedings of the 36th International Conference on Machine Learning (ICML).
- चौधरी, ए., और अन्य. (2016). "Cross-Layer Optimization for Wireless Networks." IEEE Transactions on Information Theory.
ये प्रकाशन प्रणालियों और एल्गोरिदम में उनकी दोहरी विशेषज्ञता को उजागर करते हैं, एक संयोजन जो कृत्रिम-बुद्धिमत्ता के क्षेत्र में दुर्लभ और मूल्यवान बना हुआ है।