एंजेलिकी लाज़ारिडौ लंदन में गूगल डीपमाइंड में एक शोध वैज्ञानिक हैं, जो इंटरैक्टिव वातावरण और मल्टी-एजेंट सिस्टम में बड़े भाषा मॉडल को आधारभूत करने पर अपने काम के लिए जानी जाती हैं। उनका शोध प्राकृतिक भाषा प्रसंस्करण, सुदृढीकरण सीखने और मल्टीमॉडल सीखने के प्रतिच्छेदन पर स्थित है, जिसमें विशेष जोर इस बात पर है कि कृत्रिम एजेंट स्थिर पाठ कोषों के बजाय संचार और मूर्त रूप के माध्यम से भाषा कैसे प्राप्त और उपयोग कर सकते हैं।
लाज़ारिडौ ने टोरंटो विश्वविद्यालय में कम्प्यूटेशनल भाषाविज्ञान में अपनी पीएचडी पूरी की, जहाँ उन्होंने सुज़ैन स्टीवेन्सन के अधीन काम किया और शब्दार्थ प्रतिनिधित्व और शाब्दिक अधिग्रहण पर शोध किया। इसके बाद उन्होंने ऑक्सफोर्ड विश्वविद्यालय में पोस्टडॉक्टरल पद संभाला और 2016 में डीपमाइंड (अब गूगल डीपमाइंड का हिस्सा) में शामिल हुईं। डीपमाइंड में, वह उभरते संचार के अध्ययन में एक प्रमुख व्यक्ति बन गईं, यह खोजती हुई कि एजेंट सहयोगी कार्यों को हल करने के लिए अपनी भाषाएँ कैसे विकसित करते हैं।
उभरता संचार और मल्टी-एजेंट सीखना
डीपमाइंड में लाज़ारिडौ का प्रारंभिक कार्य, अक्सर कार्ल मोरित्ज़ हरमन और अन्य के सहयोग से, यह प्रदर्शित करता था कि सुदृढीकरण सीखने वाले एजेंट शुरू से ही रचनात्मक संचार प्रोटोकॉल विकसित कर सकते हैं। प्रभावशाली पत्रों की एक श्रृंखला में, उन्होंने दिखाया कि ग्रिड दुनिया में वस्तुओं को संदर्भित करने के लिए प्रशिक्षित एजेंट ऐसी भाषाएँ विकसित कर सकते हैं जो व्यवस्थित संरचना प्रदर्शित करती हैं, हालाँकि ये भाषाएँ अक्सर दक्षता और मजबूती में मानव भाषाओं से भिन्न होती थीं। उनका 2017 का पेपर "मल्टी-एजेंट सहयोग और (प्राकृतिक) भाषा का उद्भव" (इगोर मोर्डैच के साथ) इस क्षेत्र के लिए एक मौलिक संदर्भ बन गया, जो दिखाता है कि एजेंट सहयोगी कार्यों को हल करते हुए असतत प्रतीकों के माध्यम से संवाद करना सीख सकते हैं।
शोध की यह पंक्ति उन कारकों की जाँच करने तक विस्तारित हुई जो मानव-समान भाषाई गुणों, जैसे रचनात्मकता और अस्पष्टता, के उद्भव को प्रभावित करते हैं। लाज़ारिडौ के काम ने संचारी सफलता और भाषा जटिलता के बीच व्यापार-नापसंद को उजागर किया, और उन्होंने यह समझने में योगदान दिया कि एजेंट साझा परंपराएँ कब और क्यों विकसित करते हैं। उनके निष्कर्ष अधिक व्याख्या योग्य और नियंत्रणीय एआई सिस्टम डिजाइन करने के साथ-साथ भाषा विकास के सिद्धांतों के लिए निहितार्थ रखते हैं।
बहुविध और मूर्त संदर्भों में भाषा को आधारभूत करना
लाज़ारिडौ के शोध का एक केंद्रीय विषय आधारभूतकरण है - भाषाई प्रतीकों को अवधारणात्मक और भौतिक अनुभवों से जोड़ना। उन्होंने दृश्य-भाषा मॉडल को पाठ्य प्रतिनिधित्व के साथ संरेखित करने पर काम किया है, जिससे एजेंट भाषा के माध्यम से छवियों और वीडियो के बारे में तर्क कर सकें। 2021 के एक पेपर में, उन्होंने और सहयोगियों ने युग्मित छवि-पाठ डेटा पर प्रशिक्षण देकर दृश्य दुनिया में भाषा मॉडल को आधारभूत करने की एक विधि पेश की, जिससे दृश्य प्रश्नों के उत्तर देने और वर्णनात्मक कैप्शन उत्पन्न करने की उनकी क्षमता में सुधार हुआ।
हाल ही में, लाज़ारिडौ ने इंटरैक्टिव वातावरण, जैसे पाठ-आधारित खेल और अनुकरणित दुनिया, में बड़े भाषा मॉडल को आधारभूत करने पर ध्यान केंद्रित किया है। इस कार्य का उद्देश्य स्थिर पूर्व-प्रशिक्षण डेटा से आगे बढ़ना है, जिससे मॉडल प्रतिक्रिया, अन्वेषण और सामाजिक संपर्क से सीख सकें। वह उन परियोजनाओं में शामिल रही हैं जो लक्ष्य-निर्देशित व्यवहार के लिए भाषा मॉडल को ठीक-ट्यून करने हेतु सुदृढीकरण सीखने का उपयोग करती हैं, जिसमें नेविगेशन और उपकरण उपयोग जैसे कार्य शामिल हैं, जिनके लिए भाषाई समझ और योजना दोनों की आवश्यकता होती है।
एआई सुरक्षा और मूल्यांकन में योगदान
लाज़ारिडौ ने बड़े भाषा मॉडल के मूल्यांकन और सुरक्षा में भी योगदान दिया है। उन्होंने उत्पन्न पाठ की तथ्यात्मक सटीकता और स्थिरता को मापने, और मॉडल आउटपुट में पूर्वाग्रहों का पता लगाने और कम करने पर सह-लेखन किया है। उनका दृष्टिकोण इस बात पर जोर देता है कि वास्तविक-विश्व संपर्कों में आधारभूतकरण भ्रम को कम कर सकता है और विश्वसनीयता में सुधार कर सकता है, क्योंकि मॉडल अपनी भाषा को अवलोकनीय स्थितियों के साथ संरेखित करने के लिए मजबूर होते हैं।
2023 में, उन्होंने जनरेटिव एआई सिस्टम को मानव मूल्यों के साथ संरेखित करने की चुनौतियों पर चर्चाओं और प्रकाशनों में भाग लिया, विशेष रूप से मल्टी-एजेंट सेटिंग्स में जहाँ मॉडल को एक-दूसरे और लोगों के साथ समन्वय करना होता है। उन्होंने संचार को केवल पैटर्न-मिलान कार्य के रूप में नहीं, बल्कि साझा लक्ष्यों को प्राप्त करने के साधन के रूप में अध्ययन करने के महत्व पर तर्क दिया है।
चयनित प्रकाशन और मान्यता
लाज़ारिडौ का काम न्यूरल इंफॉर्मेशन प्रोसेसिंग सिस्टम्स सम्मेलन (NeurIPS), इंटरनेशनल कॉन्फ्रेंस ऑन लर्निंग रिप्रेजेंटेशन्स (ICLR), और एसोसिएशन फॉर कम्प्यूटेशनल लिंग्विस्टिक्स (ACL) सहित शीर्ष स्थानों में प्रकाशित हुआ है। उनके पेपरों को हजारों उद्धरण मिले हैं, और वह उभरते संचार और इंटरैक्टिव एआई पर कार्यशालाओं में अक्सर आमंत्रित वक्ता हैं।
उन्होंने प्रमुख एनएलपी और मशीन लर्निंग सम्मेलनों के लिए क्षेत्र अध्यक्ष के रूप में कार्य किया है और गूगल डीपमाइंड में कई इंटर्न और छात्रों को मार्गदर्शन दिया है। उनके शोध को लोकप्रिय विज्ञान आउटलेट्स में प्रदर्शित किया गया है, जो एआई एजेंटों द्वारा अपनी भाषाएँ विकसित करने के आश्चर्यजनक तरीकों को उजागर करता है।
वर्तमान दिशाएँ
2025 तक, लाज़ारिडौ यह खोजना जारी रखती हैं कि बड़े भाषा मॉडल को मूर्त एजेंटों में कैसे एम्बेड किया जा सकता है जो गतिशील वातावरण में अनुभव करते हैं, कार्य करते हैं और संवाद करते हैं। उनकी हालिया परियोजनाओं में मानव-समान बातचीत और सहयोग के साथ मल्टी-एजेंट सुदृढीकरण सीखना, साथ ही भाषा समझ में सुधार के लिए विश्व मॉडल का उपयोग शामिल है। वह भाषाविज्ञान, संज्ञानात्मक विज्ञान और कंप्यूटर विज्ञान से अंतर्दृष्टि को संयोजित करने वाले अंतःविषय दृष्टिकोणों की एक मुखर समर्थक बनी हुई हैं।
उनका काम व्यापक रूप से स्थिर भाषा मॉडल और रोबोटिक्स, आभासी सहायकों और सहयोगी एआई सिस्टम जैसे वास्तविक-विश्व अनुप्रयोगों के लिए आवश्यक इंटरैक्टिव, आधारभूत बुद्धिमत्ता के बीच की खाई को पाटने के रूप में देखा जाता है।