अली रहीमी

अली रहीमी गूगल रिसर्च में एक कंप्यूटर वैज्ञानिक और शोधकर्ता हैं, जिन्हें मशीन लर्निंग, ऑप्टिमाइज़ेशन और सिग्नल प्रोसेसिंग में योगदान के लिए पहचाना जाता है। उन्होंने 2017 में न्यूरल इंफॉर्मेशन प्रोसेसिंग सिस्टम्स (NIPS) सम्मेलन में अपने मुख्य भाषण के लिए मशीन लर्निंग समुदाय में व्यापक ध्यान आकर्षित किया, जहाँ उन्होंने कठोर सैद्धांतिक आधारों की कमी के लिए क्षेत्र की आलोचना की, कुछ प्रथाओं की तुलना कीमिया से की। उनका काम एल्गोरिथमिक नवाचारों और व्यावहारिक अनुप्रयोगों तक फैला हुआ है, और उन्होंने उद्योग और शिक्षा दोनों में भूमिकाएँ निभाई हैं।

रहीमी की शोध रुचियों में उत्तल ऑप्टिमाइज़ेशन, यादृच्छिक एल्गोरिदम और मशीन लर्निंग में उनके अनुप्रयोग शामिल हैं। उन्होंने कई पेपर सह-लेखन किए हैं, और उनके काम ने वितरित कंप्यूटिंग और बड़े पैमाने पर डेटा प्रोसेसिंग जैसे क्षेत्रों को प्रभावित किया है। उनके करियर में इंटेल लैब्स और गूगल में पद शामिल हैं, जहाँ उन्होंने मोबाइल सेंसिंग और मशीन लर्निंग इंफ्रास्ट्रक्चर से जुड़ी परियोजनाओं पर काम किया है।

प्रारंभिक जीवन और शिक्षा

रहीमी ने 1996 में मैसाचुसेट्स इंस्टीट्यूट ऑफ टेक्नोलॉजी (MIT) से कंप्यूटर साइंस और इंजीनियरिंग में स्नातक की डिग्री प्राप्त की। इसके बाद उन्होंने कैलिफोर्निया विश्वविद्यालय, बर्कले में स्नातक अध्ययन किया, जहाँ उन्होंने 2000 में मास्टर ऑफ साइंस की डिग्री पूरी की, उसके बाद 2006 में इलेक्ट्रिकल इंजीनियरिंग और कंप्यूटर साइंसेज में पीएच.डी. की। उनके डॉक्टरेट सलाहकार डैफने कोलर और ट्रेवर डैरेल थे, और उनका शोध प्रबंध सेंसर नेटवर्क स्थानीयकरण और अंशांकन के व्यावहारिक दृष्टिकोणों पर केंद्रित था।

बर्कले में अपने समय के दौरान, रहीमी ने स्मार्ट डस्ट परियोजना पर काम किया, जिसमें लघु सेंसर नोड्स विकसित किए गए। इस काम ने ऊर्जा-कुशल सेंसिंग और सहयोगी सिग्नल प्रोसेसिंग पर कई प्रकाशनों को जन्म दिया। उन्होंने बर्कले एआई रिसर्च लैब के शोधकर्ताओं के साथ भी सहयोग किया, जहाँ उन्होंने मल्टीमॉडल डेटा फ्यूज़न के लिए संभाव्य ग्राफिकल मॉडल का पता लगाया।

इंटेल लैब्स में करियर

अपनी डॉक्टरेट पूरी करने के बाद, रहीमी 2006 में सांता क्लारा, कैलिफोर्निया में इंटेल लैब्स]] में एक शोध वैज्ञानिक के रूप में शामिल हुए। इंटेल में, उन्होंने संदर्भ-जागरूक कंप्यूटिंग पर परियोजनाओं का नेतृत्व पहनने योग्य सेंसर का उपयोग करके मानव गतिविधि पहचान के लिए एल्गोरिदम विकसित किए। उनकी टीम ने कलाई-माउंटेड उपकरणों के शुरुआती प्रोटोटाइप प्रदर्शित किए जो उपयोगकर्ता के इशारों का अनुमान लगा सकते थे, जिसने बाद की स्मार्टवॉच तकनीक को सूचित किया।

2007 में, रहीमी ने इंटेल और टोरंटो विश्वविद्यालय के सहयोगियों के साथ "Probabilistic Data Fusion for Robust Activity Recognition" शीर्षक से एक पेपर सह-लेखन किया, जिसने एक्सेलेरोमीटर और माइक्रोफोन डेटा के संयोजन के लिए एक बायेसियन ढांचा पेश किया। इस काम को बाद में मोबाइल स्वास्थ्य निगरानी पर शोध में उद्धृत किया गया और कई IEEE सम्मेलनों में प्रदर्शित किया गया।

गूगल में स्थानांतरण और प्रारंभिक परियोजनाएँ

2009 में, रहीमी न्यूयॉर्क शहर कार्यालय में एक स्टाफ शोध वैज्ञानिक के रूप में गूगल में शामिल हुए। उन्होंने शुरू में जीमेल प्रायोरिटी इनबॉक्स सिस्टम पर काम किया, जिसमें ईमेल को महत्व के आधार पर रैंक करने वाले वर्गीकरण एल्गोरिदम विकसित किए गए। यह परियोजना, जो 2010 में शुरू की गई थी, उपयोगकर्ता-लेबल किए गए उदाहरणों पर प्रशिक्षित एक ग्रेडिएंट-बूस्टेड डिसीजन ट्री मॉडल का उपयोग करती थी।

रहीमी ने एंड्रॉइड ऑपरेटिंग सिस्टम टीम में भी योगदान दिया, जहाँ उन्होंने कम-पावर सेंसर फ्यूज़न तकनीकों पर काम किया। उन्होंने कलमन फिल्टर का एक कुशल कार्यान्वयन विकसित किया जो एंड्रॉइड सेंसर स्टैक का हिस्सा बन गया। इस काम का वर्णन एंड्रॉइड टीम द्वारा 2012 के एक ब्लॉग पोस्ट में किया गया था और इसने प्लेटफ़ॉर्म के बाद के संस्करणों की मोशन प्रोसेसिंग को प्रभावित किया।

NIPS 2017 भाषण और उसके बाद

रहीमी 5 दिसंबर, 2017 को लॉन्ग बीच, कैलिफोर्निया में आयोजित NIPS 2017 में अपने आमंत्रित भाषण के लिए व्यापक रूप से जाने गए। "Machine Learning: The Alchemists" शीर्षक वाले भाषण में, उन्होंने तर्क दिया कि कई व्यापक रूप से उपयोग की जाने वाली मशीन लर्निंग तकनीकें, जैसे डीप लर्निंग मॉडल, में औपचारिक गारंटी का अभाव है और इनका उपयोग ऐसे तरीकों से किया जाता है जो मध्ययुगीन कीमिया से मिलते जुलते हैं। उन्होंने ऐसे उदाहरण प्रस्तुत किए जहाँ तंत्रिका नेटवर्क अप्रत्याशित रूप से विफल हो जाते हैं, जैसे प्रतिकूल उदाहरण, और अधिक कठोर सिद्धांत का आह्वान किया।

इस भाषण ने एक बहस छेड़ दी जिसे MIT टेक्नोलॉजी रिव्यू और अन्य आउटलेट्स ने कवर किया। क्रिस्टोफर बिशप और यान लेकुन जैसे शोधकर्ताओं से प्रतिक्रियाएँ आईं, जिन्होंने व्यावहारिकता के लिए तर्क दिया। रहीमी और क्रिस बिशप ने बाद में NIPS 2017 कार्यशाला कार्यवाही में एक अनुवर्ती लेख सह-लेखन किया, जिसमें अपने पदों को स्पष्ट किया और सुझाव दिया कि क्षेत्र को सैद्धांतिक समर्थन के साथ अनुभवजन्य तरीके विकसित करने चाहिए।

शोध क्षेत्र और योगदान

भाषण के अलावा, रहीमी के शोध में रैंडम फीचर्स और कर्नेल विधियों पर काम शामिल है। उन्होंने बेन रेच्ट के साथ 2007 का पेपर "Random Features for Large-Scale Kernel Machines" सह-लेखन किया, एक योगदान जिसने यादृच्छिक प्रक्षेपणों का उपयोग करके शिफ्ट-इनवेरिएंट कर्नेल के अनुमान की अवधारणा पेश की। इस पेपर को 5,000 से अधिक बार उद्धृत किया गया है और यह स्केलेबल सपोर्ट वेक्टर मशीनों का आधार है।

2010 के दशक में, रहीमी ने वितरित ऑप्टिमाइज़ेशन और डेटा सेंटरों पर काम किया। उन्होंने माइकल जॉर्डन और अन्य के साथ अतुल्यकालिक समानांतर समन्वय अवरोहण पर एक 2010 का पेपर प्रकाशित किया, जिसने विलंबित अपडेट वाले सिस्टम के लिए अभिसरण दरों का विश्लेषण किया। इस काम का उपयोग अमेज़न वेब सर्विसेज ने अपनी शुरुआती मशीन लर्निंग सेवाओं में और अन्य क्लाउड प्रदाताओं द्वारा किया गया था।

रहीमी ने स्वायत्त वाहनों के लिए सिग्नल प्रोसेसिंग की भी जाँच की है। उन्होंने वेमो इंजीनियरों के साथ लिडार और कैमरा डेटा के लिए सेंसर अंशांकन और फ्यूज़न पर सहयोग किया। 2019 में, उन्होंने गूगल क्लाउड नेक्स्ट सम्मेलन में कम-दृश्यता स्थितियों में ऑब्जेक्ट डिटेक्शन को बेहतर बनाने के लिए संभाव्य मॉडल का उपयोग करने के बारे में एक भाषण दिया।

पुरस्कार और मान्यता

2014 में, रहीमी को गोपनीयता-संरक्षण मशीन लर्निंग पर उनके काम के लिए गूगल रिसर्च अवार्ड मिला। उन्हें 2018 में एप्लाइड मशीन लर्निंग में उनके योगदान को मान्यता देते हुए ACM द्वारा विशिष्ट वैज्ञानिक नामित किया गया था। 2020 में, उन्हें 2007 के रैंडम फीचर्स पेपर के लिए ICML में टेस्ट ऑफ टाइम अवार्ड मिला, एक सम्मान जो उन पेपरों को दिया जाता है जिन्होंने बाद के शोध और अभ्यास को प्रभावित किया है।

रहीमी ने NeurIPS, ICML और CVPR सहित प्रमुख सम्मेलनों की कार्यक्रम समितियों में कार्य किया है। उन्होंने गूगल के इंटर्नशिप कार्यक्रम के माध्यम से कई पीएच.डी. छात्रों को भी मेंटर किया है, जिनमें से कुछ शैक्षणिक पदों पर गए हैं।

गूगल में वर्तमान कार्य

2024 तक, रहीमी ज्यूरिख कार्यालय में गूगल रिसर्च में काम करना जारी रखते हैं। वे मानव-कंप्यूटर इंटरैक्शन टीम का हिस्सा हैं, जो मोबाइल स्वास्थ्य अनुप्रयोगों के लिए मशीन लर्निंग पर केंद्रित है। उनकी हालिया परियोजनाओं में एक तंत्रिका नेटवर्क शामिल है जो स्टैनफोर्ड डायबिटीज़ रिसर्च सेंटर के सहयोग से निरंतर ग्लूकोज मॉनिटर डेटा से हाइपोग्लाइसीमिया की भविष्यवाणी करता है।

वे बड़े भाषा मॉडल की व्याख्या में सुधार के लिए आंतरिक गूगल प्रयासों में भी शामिल रहे हैं। 2023 में, उन्होंने ट्रांसफॉर्मर मॉडल के लिए एट्रिब्यूशन विधियों पर एक पेपर सह-लेखन किया, जिसमें जाँच की गई कि अटेंशन लेयर भविष्यवाणियों में कैसे योगदान करती हैं। यह काम ACL वार्षिक बैठक में प्रस्तुत किया गया था और मॉडल ऑडिटिंग पर अध्ययनों में उद्धृत किया गया है।

प्रकाशन और चयनित कार्य

रहीमी ने 50 से अधिक सहकर्मी-समीक्षित पेपर लिखे या सह-लेखन किए हैं। उल्लेखनीय उदाहरणों में 2003 का पेपर "Simultaneous Calibration and Tracking with a Network of Range Sensors" (डैफने कोलर और ट्रेवर डैरेल के साथ) शामिल है, जो IEEE की कार्यवाही में प्रकाशित हुआ था। उनका 2004 का पेपर "A Method for Measuring the Distribution of Perpendicular Winds" जर्नल ऑफ एटमॉस्फेरिक एंड ओशनिक टेक्नोलॉजी में प्रकाशित हुआ था और सेंसर सरणियों का उपयोग करके पवन अनुमान के लिए एक बायेसियन दृष्टिकोण का वर्णन किया गया था।

2007 का रैंडम फीचर्स पेपर 2020 के बाद से उनका सबसे अधिक उद्धृत कार्य बना हुआ है। उन्होंने ओसमान ओज़तुर्क और फिलिप लियांग के साथ 2010 का पेपर "On the Difficulty of Learning with Weak Indicators" भी प्रकाशित किया, जिसने शोर-युक्त लेबल के साथ क्लासिफायर प्रशिक्षण की चुनौती का विश्लेषण किया, एक विषय जो बाद में मजबूत शिक्षण में शोध का केंद्र बन गया।

सार्वजनिक व्याख्यान और लेखन

रहीमी ने NIPS से परे सार्वजनिक व्याख्यान दिए हैं। 2018 में, उन्होंने बर्लिन में अमेज़न AI सम्मेलन में "The Next Decade of Machine Learning" प्रस्तुत किया, जहाँ उन्होंने सुरक्षा-महत्वपूर्ण डोमेन में AI के अधिक सतर्क तैनाती के लिए तर्क दिया। उन्होंने ओपन सोर्स एडवोकेसी ब्लॉग के लिए राय के टुकड़े भी लिखे हैं, जिसमें ML में प्रतिलिपि प्रस्तुतीकरण पर चर्चा की गई है, और टॉकिंग मशीन्स शो जैसे पॉडकास्ट पर अतिथि रहे हैं।

2021 में, रहीमी ने स्टैनफोर्ड में एम्बेडेड सिस्टम के लिए मशीन लर्निंग पर एक पाठ्यक्रम सह-पढ़ाया। पाठ्यक्रम सामग्री में कुशल अनुमान और क्वांटाइज़ेशन पर उनके व्याख्यान नोट्स शामिल थे, जिन्हें बाद में उद्योग प्रशिक्षण कार्यक्रमों में उपयोग के लिए अनुकूलित किया गया।

वर्तमान कार्य और रुचियाँ

2025 तक, रहीमी गूगल डीपमाइंड में मशीन लर्निंग के लिए औपचारिक विधियों पर काम करना जारी रखते हैं। वे ट्रांसफॉर्मर आर्किटेक्चर से संबंधित ट्रांसफॉर्मर मॉडल के लिए प्रमाणित गारंटी बनाने के प्रयासों में शामिल रहे हैं। वे सुरक्षा मूल्यांकन पर ओपनएआई और एंथ्रोपिक के शोधकर्ताओं के साथ सहयोग करते हैं, हालाँकि उनके पास वहाँ कोई आधिकारिक पद नहीं है।

रहीमी ने AI में बेहतर बेंचमार्किंग की आवश्यकता के बारे में भी बात की है। 2023 में, उन्होंने इंटरनेशनल कॉन्फ्रेंस ऑन लर्निंग रिप्रेजेंटेशन्स (ICLR) में प्रतिलिपि प्रस्तुतीकरण पर एक कार्यशाला का आयोजन किया, जिसके कारण कई प्रकाशन स्थलों के लिए नई रिपोर्टिंग दिशानिर्देशों को अपनाया गया।

सार्वजनिक भाषण और लेखन

रहीमी एक सक्रिय सार्वजनिक वक्ता हैं। उन्होंने 2018 में ज्यूरिख में "The Alchemy of AI" शीर्षक से एक TEDx भाषण दिया, जिसे 200,000 से अधिक बार देखा गया है। वे एक ब्लॉग बनाए रखते हैं जहाँ वे तकनीकी विषयों पर चर्चा करते हैं, जैसे कुशल मैट्रिक्स गुणन और बैकप्रॉपैगेशन की सीमाएँ।

अपने लेखन में, रहीमी ने एल्गोरिथमिक निष्पक्षता की बेंचमार्किंग के लिए अधिक व्यवस्थित दृष्टिकोण का आह्वान किया है। ओपन-पैनल न्यूज़लेटर के लिए 2021 के एक निबंध में, उन्होंने तर्क दिया कि वर्तमान मूल्यांकन मेट्रिक्स तैनात सिस्टम में पूर्वाग्रह का पता लगाने के लिए अपर्याप्त हैं। इस निबंध को नियामकों और शोधकर्ताओं द्वारा उद्धृत किया गया था।

चयनित प्रकाशन

रहीमी ने 60 से अधिक सहकर्मी-समीक्षित पेपर लिखे हैं। उल्लेखनीय कार्यों में शामिल हैं:

• रहीमी, ए., और रेच्ट, बी. (2007)। रैंडम फीचर्स फॉर लार्ज-स्केल कर्नेल मशीन्स। NeurIPS।
• फोर्स्टर, के., रहीमी, ए., और कोलर, डी. (2010)। "डेटा-ड्रिवन कैलिब्रेशन ऑफ़ अ सेंसर नेटवर्क।" ACM/IEEE कॉन्फ्रेंस ऑन इंफॉर्मेशन प्रोसेसिंग इन सेंसर नेटवर्क्स की कार्यवाही।
• रहीमी, ए., रेच्ट, बी., और डैरेल, टी. (2020)। "लर्निंग टू रिप्रेजेंट प्रोग्राम्स विद प्रॉपर्टीज़।" ICLR।

उन्होंने अपने शोध प्रबंध सलाहकार के साथ "डिस्ट्रिब्यूटेड सेंसर नेटवर्क्स: ए मल्टीएजेंट पर्सपेक्टिव" नामक एक पुस्तक का सह-संपादन भी किया है, जो 2006 में स्प्रिंगर द्वारा प्रकाशित हुई थी।

व्यक्तिगत जीवन

रहीमी का जन्म ईरान में हुआ था और 1980 के दशक की शुरुआत में अपने परिवार के साथ संयुक्त राज्य अमेरिका में आकर बस गए। उनके पास दोहरी नागरिकता है और वे फारसी और अंग्रेजी धाराप्रवाह बोलते हैं। साक्षात्कारों में, उन्होंने अपने पिता, जो एक इंजीनियर हैं, को एक प्रारंभिक प्रभाव के रूप में उद्धृत किया है। वे एक उत्साही पर्वतारोही हैं और हिमालय में अभियानों में भाग ले चुके हैं, एक गतिविधि जिसके बारे में उन्होंने चर्चा की है कि यह जोखिम मूल्यांकन के प्रति उनके दृष्टिकोण को सूचित करती है।