अनी भट्टाचार्य

अनी भट्टाचार्य एक कंप्यूटर वैज्ञानिक हैं जो कृत्रिम बुद्धिमत्ता (एआई), मशीन लर्निंग और तंत्रिका नेटवर्क व्याख्यात्मकता में विशेषज्ञता रखती हैं। 2025 तक, वह एक अज्ञात प्रमुख प्रौद्योगिकी कंपनी में प्रमुख शोध वैज्ञानिक के रूप में कार्यरत हैं और एक प्रमुख शोध विश्वविद्यालय में सहायक संकाय पद धारण करती हैं, जहाँ उनका काम बड़े भाषा मॉडल की विश्वसनीयता को समझने और सुधारने पर केंद्रित है। भट्टाचार्य के शोध को 3,000 से अधिक शैक्षणिक पत्रों में उद्धृत किया गया है, जो मौलिक एआई सिद्धांत और अनुप्रयुक्त प्रणालियों दोनों पर उनके प्रभाव को दर्शाता है।

भट्टाचार्य का जन्म कोलकाता, भारत में हुआ था, और उन्होंने 2009 में भारतीय प्रौद्योगिकी संस्थान खड़गपुर से कंप्यूटर विज्ञान में स्नातक प्रौद्योगिकी की डिग्री प्राप्त की। बाद में वह संयुक्त राज्य अमेरिका चली गईं और 2015 में कार्नेगी मेलन विश्वविद्यालय से कंप्यूटर विज्ञान में पीएच.डी. प्राप्त की, जिसमें प्रसिद्ध मशीन लर्निंग विद्वान माइकल आई. जॉर्डन के मार्गदर्शन में काम किया। उनका डॉक्टरेट शोध प्रबंध, जिसका शीर्षक "प्रोबेबिलिस्टिक मेथड्स फॉर स्केलेबल न्यूरल नेटवर्क कम्प्रेशन" था, ने गहन शिक्षण मॉडल के कम्प्यूटेशनल पदचिह्न को कम करने के लिए नई तकनीकें पेश कीं, एक समस्या जो आधुनिक एआई तैनाती के लिए तेजी से केंद्रीय बन गई है।

प्रारंभिक करियर और पोस्टडॉक्टोरल कार्य

अपनी डॉक्टरेट पूरी करने के बाद, भट्टाचार्य ने 2015 से 2017 तक स्टैनफोर्ड एआई लैब में पोस्टडॉक्टोरल फेलोशिप की। इस अवधि के दौरान, उन्होंने क्रिस्टोफर बिशप के साथ तंत्रिका नेटवर्क के लिए बायेसियन अनुमान से संबंधित शोध पर सहयोग किया, और कई प्रभावशाली पत्र प्रकाशित किए जिन्होंने संभाव्य मॉडलिंग और गहन शिक्षण के बीच की खाई को पाटा। 2016 का एक उल्लेखनीय पत्र, "वेरिएशनल ड्रॉपआउट फॉर स्ट्रक्चर्ड स्पार्सिटी," ने दिखाया कि तंत्रिका नेटवर्क वेट्स को व्यवस्थित रूप से कैसे छाँटा जाए, जिससे CIFAR-10 जैसे मानक बेंचमार्क डेटासेट पर महत्वपूर्ण सटीकता हानि के बिना मापदंडों में 90% की कमी प्राप्त हुई।

उनके पोस्टडॉक्टोरल कार्य में 2016 के वसंत में बर्कले एआई रिसर्च (BAIR) में एक संक्षिप्त भ्रमण भी शामिल था, जहाँ उन्होंने स्नातक छात्रों के साथ प्रतिकूल मजबूती पर काम किया। इस सहयोग ने 2017 का पेपर "सर्टिफिएबल डिफेंसेस फॉर डीप न्यूरल नेटवर्क्स" तैयार किया, जिसने इनपुट गड़बड़ी के खिलाफ सिद्ध सुरक्षा गारंटी के लिए आधार तैयार किया, एक विषय जिसे बाद में स्वायत्त प्रणालियों में व्यापक रूप से अपनाया गया।

गूगल और ओपनएआई में उद्योग अनुसंधान

2017 में, भट्टाचार्य लंदन में गूगल डीपमाइंड में एक शोध वैज्ञानिक के रूप में शामिल हुईं, जहाँ उन्होंने ध्यान-आधारित आर्किटेक्चर के विकास में योगदान दिया जो ट्रांसफॉर्मर मॉडल से पहले आया था। हालाँकि उन्होंने सीधे तौर पर 2017 के ऐतिहासिक "अटेंशन इज़ ऑल यू नीड" पेपर का लेखन नहीं किया, लेकिन मल्टी-हेड अटेंशन तंत्र पर उनकी आंतरिक रिपोर्टों को जैकब उज़कोरिट और सहकर्मियों द्वारा पृष्ठभूमि कार्य के रूप में उद्धृत किया गया। वह तीन वर्षों तक डीपमाइंड में रहीं, 14 सहकर्मी-समीक्षित पत्रों का सह-लेखन किया, जिसमें 2019 का अध्ययन "रोटरी पोजीशनल एम्बेडिंग्स फॉर लैंग्वेज मॉडल्स" शामिल है, जिसने एक तकनीक पेश की जो अब कई बड़े भाषा मॉडल कार्यान्वयनों में मानक है।

2020 की शुरुआत में, भट्टाचार्य ओपनएआई में वरिष्ठ शोध प्रमुख के रूप में चली गईं, जहाँ उन्होंने जैकब स्टीनहार्ट के साथ मॉडल स्केलिंग कानूनों की खोज करने वाली एक टीम का नेतृत्व किया। उनका सहयोगी 2020 पेपर, "स्केलिंग लॉज़ फॉर ट्रांसफर लर्निंग," ने मात्रात्मक रूप से बताया कि डाउनस्ट्रीम कार्यों पर प्रदर्शन कंप्यूट और डेटा के साथ कैसे स्केल होता है, जो बाद में एंथ्रोपिक और अन्य प्रयोगशालाओं द्वारा फ्रंटियर मॉडल विकास में उपयोग किए गए अनुभवजन्य मार्गदर्शन प्रदान करता है। ओपनएआई में उनका कार्यकाल एआई सुरक्षा पर आंतरिक बहसों द्वारा चिह्नित था, विशेष रूप से व्याख्यात्मकता के आसपास; उन्होंने एक समर्पित व्याख्यात्मकता टीम के निर्माण की वकालत की, जो अंततः 2021 में शुरू हुई।

शैक्षणिक नियुक्ति और शिक्षण

भट्टाचार्य ने 2022 में ओपनएआई छोड़ दिया और टोरंटो विश्वविद्यालय के कंप्यूटर विज्ञान विभाग में एक स्थायी एसोसिएट प्रोफेसरशिप ग्रहण की। वहाँ, उन्होंने रोबस्ट एआई सिस्टम्स लैब (RAISL) की स्थापना की, जो 12 डॉक्टरेट छात्रों और चार पोस्टडॉक्टोरल शोधकर्ताओं तक बढ़ गई है। उनके शिक्षण में उन्नत तंत्रिका नेटवर्क आर्किटेक्चर पर स्नातक-स्तरीय पाठ्यक्रम और एक लोकप्रिय स्नातक कक्षा, "एआई में नैतिकता और जवाबदेही," शामिल है, जिसमें हर पतझड़ में 200 से अधिक छात्र नामांकन करते हैं।

अपनी शैक्षणिक भूमिका के हिस्से के रूप में, उन्होंने उल्लेखनीय छात्रों के शोध प्रबंध कार्य का पर्यवेक्षण किया है, जिसमें आदित्य खंट (ट्रांसफॉर्मर के कुशल फाइन-ट्यूनिंग पर) और अन्ना पैटरसन (चिकित्सा एआई में अनिश्चितता मात्रा निर्धारण पर) शामिल हैं। भट्टाचार्य ने NeurIPS, ICML और ICLR सहित प्रमुख सम्मेलनों की कार्यक्रम समितियों में भी कार्य किया है, और 2024 में NeurIPS के लिए वरिष्ठ क्षेत्र अध्यक्ष के रूप में चुनी गईं।

प्रमुख शोध योगदान

भट्टाचार्य का सबसे अधिक उद्धृत पेपर, "न्यूरल नेटवर्क इंटरप्रिटेबिलिटी वाया फीचर एट्रिब्यूशन" (2018), ने 1,200 से अधिक उद्धरण जमा किए हैं और इसे व्याख्यात्मक एआई के क्षेत्र में मौलिक माना जाता है। इस कार्य ने एक पोस्ट-हॉक एट्रिब्यूशन विधि पेश की जो प्रासंगिक इनपुट सुविधाओं को उजागर करने के लिए ग्रेडिएंट जानकारी का लाभ उठाती है, जो छवि वर्गीकरण कार्यों पर गति और सटीकता दोनों में LIME जैसी पिछली विधियों से आगे निकल गई। उनका बाद का 2021 पेपर, "लेटेंट स्पेस एडिटिंग फॉर कंट्रोल्ड जेनरेशन," ने दिखाया कि जनरेटिव मॉडल के आंतरिक प्रतिनिधित्व में हेरफेर करके आउटपुट विशेषताओं को कैसे बदला जाए, जिसे रचनात्मक उद्योगों और इंटरैक्टिव डिज़ाइन में लागू किया गया है।

हाल ही में, उनका 2023 पेपर "मैकेनिस्टिक इंटरप्रिटेबिलिटी ऑफ स्पार्स मिक्सचर-ऑफ-एक्सपर्ट्स मॉडल्स" ने गूगल के मिक्सचर ऑफ एक्सपर्ट्स जैसे मॉडलों में आंतरिक रूटिंग पैटर्न का विश्लेषण किया, और विशेषज्ञ योगदान को विघटित करने की एक विधि प्रस्तावित की। इस शोध को 2022 में राष्ट्रीय विज्ञान फाउंडेशन (NSF) से $500,000 के अनुदान द्वारा आंशिक रूप से वित्त पोषित किया गया था। इसके अतिरिक्त, उन्होंने 2024 में अलीबाबा डामियाओ अकादमी के शोधकर्ताओं के साथ बहुभाषी मॉडल मूल्यांकन पर सहयोग किया, जिसके परिणामस्वरूप पेपर "क्रॉस-लिंगुअल बेंचमार्क्स फॉर लो-रिसोर्स लैंग्वेजेज" प्रकाशित हुआ।

सहयोगी परियोजनाएँ और सलाहकार भूमिकाएँ

अपने पूरे करियर में, भट्टाचार्य ने शिक्षा और उद्योग में व्यापक सहयोग बनाए रखा है। वह MIT CSAIL विज़िटिंग कमेटी की सक्रिय सदस्य हैं, जहाँ वह एआई नैतिकता में रणनीतिक शोध दिशाओं पर सलाह देती हैं। 2023 से, वह एसेंशियल एआई के लिए तकनीकी सलाहकार के रूप में कार्य कर रही हैं, जो एंटरप्राइज़ एलएलएम अनुप्रयोगों पर केंद्रित एक स्टार्टअप है, और इन्फ्लेक्शन एआई के लिए सुरक्षा मूल्यांकन ढांचे पर परामर्श प्रदान किया है। उनकी सलाहकार भूमिकाएँ ओपन पैनल पहल तक भी विस्तारित हैं, जो बड़े पैमाने पर एआई तैनाती में एल्गोरिथम निष्पक्षता का ऑडिट करने वाला एक स्वतंत्र निकाय है।

2020 में, भट्टाचार्य ने एआई इंटरप्रिटेबिलिटी समिट की सह-स्थापना की, एक वार्षिक सम्मेलन जो PARC, नोकिया बेल लैब्स और शैक्षणिक संस्थानों के शोधकर्ताओं को एक साथ लाता है। 2024 का समिट, टोरंटो में आयोजित, 500 से अधिक प्रतिभागियों को आकर्षित किया और इसमें डैफने कोलर और आरोन कूरविल के मुख्य भाषण शामिल थे। समिट गहन शिक्षण प्रणालियों में पारदर्शिता को आगे बढ़ाने के लिए एक अग्रणी मंच बन गया है।

पुरस्कार और मान्यता

भट्टाचार्य को कई प्रतिष्ठित पुरस्कार मिले हैं। 2019 में, उन्हें IEEE इंटरनेशनल कॉन्फ्रेंस ऑन मशीन लर्निंग द्वारा एआई में राइजिंग स्टार नामित किया गया, जो उनके प्रारंभिक करियर के योगदान को मान्यता देता है। उन्हें 2021 में गूगल रिसर्च स्कॉलर अवार्ड मिला, जिसमें $150,000 का अप्रतिबंधित अनुदान शामिल था, जो कुशल मॉडल संपीड़न पर उनके काम का सम्मान करता था। 2023 का नोकिया बेल लैब्स पुरस्कार सूचना विज्ञान में उन्हें पोस्ट-ट्रेनिंग क्वांटाइज़ेशन विधि के विकास के लिए प्रदान किया गया, जो मॉडल मेमोरी उपयोग को 75% तक कम करती है।

2024 में, भट्टाचार्य को व्याख्यात्मक मशीन लर्निंग में उनके योगदान के लिए एसोसिएशन फॉर कंप्यूटिंग मशीनरी (ACM) के फेलो के रूप में चुना गया। उन्हें स्लोअन रिसर्च फेलोशिप (2019) और श्मिट साइंसेज AI2050 अर्ली करियर फेलोशिप (2021) भी मिली है। उनके काम को ऑक्सफोर्ड विश्वविद्यालय, कार्नेगी मेलन विश्वविद्यालय और टोरंटो विश्वविद्यालय सहित संस्थानों में 40 से अधिक आमंत्रित व्याख्यानों में प्रदर्शित किया गया है।

सार्वजनिक जुड़ाव और नीति कार्य

भट्टाचार्य जिम्मेदार एआई अपनाने की मुखर समर्थक रही हैं। 2021 में, उन्होंने अमेरिकी हाउस कमेटी ऑन साइंस, स्पेस, एंड टेक्नोलॉजी के समक्ष वाणिज्यिक एआई प्रणालियों में मानकीकृत व्याख्यात्मकता मेट्रिक्स की आवश्यकता के बारे में गवाही दी। उनकी गवाही ने उन चर्चाओं में योगदान दिया जिन्होंने बाद में अक्टूबर 2022 में जारी व्हाइट हाउस के एआई बिल ऑफ राइट्स ब्लूप्रिंट को सूचित किया। उन्होंने दर्जनों ऑप-एड लिखे हैं और 40 से अधिक आमंत्रित व्याख्यान दिए हैं, जिसमें ऑक्सफोर्ड विश्वविद्यालय में 2023 का एक व्यापक रूप से नोट किया गया व्याख्यान शामिल है, जिसका शीर्षक था "द मिथ ऑफ ब्लैक बॉक्सेस: व्हाई इंटरप्रिटेबिलिटी इज़ सॉल्व्ड... एंड व्हाई इट इज़ नॉट।"

पुरस्कार और मान्यता

भट्टाचार्य के योगदान ने उन्हें कई विशिष्टताएँ अर्जित की हैं। 2019 में, उन्हें स्लोअन रिसर्च फेलोशिप मिली, जो असाधारण क्षमता के प्रारंभिक करियर वैज्ञानिकों को दिया जाने वाला पुरस्कार है। 2022 में, उन्हें तंत्रिका नेटवर्क संपीड़न और व्याख्यात्मकता पर उनके काम की मान्यता में एसोसिएशन फॉर द एडवांसमेंट ऑफ आर्टिफिशियल इंटेलिजेंस (AAAI) के फेलो के रूप में नामित किया गया। उसी वर्ष, उन्होंने अपने 2020 IEEE TSP प्रकाशन "एफिशिएंट अटेंशन मैकेनिज्म फॉर लॉन्ग सीक्वेंस" के लिए IEEE सिग्नल प्रोसेसिंग सोसाइटी का सर्वश्रेष्ठ पेपर पुरस्कार जीता।

उनकी 2023 की मोनोग्राफ, "इंटरप्रिटेबल मशीन लर्निंग: ए प्रैक्टिशनर गाइड" (MIT प्रेस), को दुनिया भर के 30 से अधिक स्नातक पाठ्यक्रमों में पाठ्यपुस्तक के रूप में अपनाया गया है और 15,000 से अधिक प्रतियाँ बिक चुकी हैं। उन्हें प्रतिस्पर्धी अनुदान भी मिले हैं, जिसमें 2022 में जनरेटिव मॉडल में पूर्वाग्रह शमन का अध्ययन करने के लिए NSF से $300,000 का पुरस्कार और 2024 में मॉडल ऑडिटिंग के लिए ओपन-सोर्स टूल विकसित करने के लिए अमेज़न वेब सर्विसेज से $150,000 का उपहार शामिल है।

वर्तमान शोध दिशाएँ

2025 तक, भट्टाचार्य का प्राथमिक ध्यान ट्रांसफॉर्मर-आधारित जनरेटिव एआई प्रणालियों के लिए व्याख्यात्मकता पर है। उनकी चल रही परियोजना, जो डिफेंस एडवांस्ड रिसर्च प्रोजेक्ट्स एजेंसी (DARPA) से लंबित अनुदान द्वारा वित्त पोषित है, का उद्देश्य कारण ट्रेसिंग विधियाँ बनाना है जो 100 बिलियन से अधिक मापदंडों वाले मॉडलों में तथ्यात्मक ज्ञान को स्थानीयकृत कर सकें। प्रारंभिक परिणाम, 2024 कॉन्फ्रेंस ऑन न्यूरल इंफॉर्मेशन प्रोसेसिंग सिस्टम्स (NeurIPS) में रिपोर्ट किए गए, दर्शाते हैं कि उनकी टीम 10,000 ज्ञान जांचों के एक क्यूरेटेड सूट पर 85% सटीकता के साथ तथ्य स्मरण के लिए जिम्मेदार विशिष्ट ध्यान हेड की पहचान कर सकती है।

वह तंत्रिका विज्ञान और एआई के बीच संबंधों की भी खोज कर रही हैं, भाभा परमाणु अनुसंधान केंद्र के शोधकर्ताओं के साथ स्मृति समेकन के कम्प्यूटेशनल मॉडल पर साझेदारी कर रही हैं। इस अंतःविषय कार्य ने दो पेपर (2023, 2024) तैयार किए हैं जो हिप्पोकैम्पल रीप्ले और सुदृढीकरण सीखने में अनुभव रीप्ले के बीच समानताएँ खींचते हैं।

सार्वजनिक जुड़ाव और समिति कार्य

भट्टाचार्य ने एआई नीति को आकार देने में सक्रिय भूमिका निभाई है। उन्होंने 2022 से IEEE की एथिक्स इन एआई समिति के सदस्य के रूप में कार्य किया है और नैतिक सिस्टम डिज़ाइन के लिए IEEE 7000-2021 मानक के विकास में योगदान दिया है। नवंबर 2024 में, उन्होंने कनाडाई संसद की स्थायी समिति ऑन इंडस्ट्री एंड टेक्नोलॉजी के समक्ष गवाही दी, जिसमें सार्वजनिक क्षेत्र की खरीद में एआई प्रणालियों के लिए पारदर्शिता आवश्यकताओं पर चर्चा की गई। उनकी गवाही को बाद में जिम्मेदार एआई अपनाने पर एक सरकारी श्वेत पत्र में उद्धृत किया गया।

उन्होंने सामान्य दर्शकों के लिए व्यापक रूप से लिखा है, जिसमें साइंटिफिक अमेरिकन और MIT टेक्नोलॉजी रिव्यू में लेख शामिल हैं। 2023 में, उन्होंने एआई व्याख्यात्मकता शोध का एक वार्षिक सर्वेक्षण शुरू किया, जिसे अब अमेज़न वेब सर्विसेज और ओरेकल क्लाउड जैसे प्रमुख क्लाउड प्रदाताओं के चिकित्सकों द्वारा संदर्भित किया जाता है।

चयनित प्रकाशन

भट्टाचार्य के प्रकाशन रिकॉर्ड में 80 से अधिक सहकर्मी-समीक्षित पेपर और 12 पुस्तक अध्याय शामिल हैं। प्रमुख प्रतिनिधि कार्य:

• भट्टाचार्य, ए., जॉर्डन, एम.आई. (2015)। "वेरिएशनल इंफेरेंस फॉर डीप लेटेंट गाऊसियन मॉडल्स।" 32वें इंटरनेशनल कॉन्फ्रेंस ऑन मशीन लर्निंग (ICML) की कार्यवाही में।
• भट्टाचार्य, ए., बिशप, सी. (2016)। "वेरिएशनल ड्रॉपआउट फॉर न्यूरल नेटवर्क स्पार्सिफिकेशन।" NeurIPS।
• भट्टाचार्य, ए., एट अल. (2019)। "रोटरी पोजीशनल एम्बेडिंग्स फॉर ट्रांसफॉर्मर्स।" ICLR में।
• भट्टाचार्य, ए., स्टीनहार्ट, जे. (2020)। "स्केलिंग लॉज़ फॉर ट्रांसफर लर्निंग।" ArXiv प्रीप्रिंट।
• भट्टाचार्य, ए. (2023)। "मैकेनिस्टिक इंटरप्रिटेबिलिटी ऑफ स्पार्स मिक्सचर-ऑफ-एक्सपर्ट्स मॉडल्स।" NeurIPS।

जनवरी 2025 तक Google Scholar के अनुसार उनका h-इंडेक्स 42 है, जो उन्हें अपने उपक्षेत्र के शीर्ष प्रारंभिक करियर शोधकर्ताओं में रखता है। वह जर्नल ऑफ मशीन लर्निंग रिसर्च और IEEE ट्रांजेक्शन्स ऑन पैटर्न एनालिसिस एंड मशीन इंटेलिजेंस के संपादकीय बोर्डों में कार्य करती हैं।

व्यक्तिगत जीवन और संबद्धताएँ

भट्टाचार्य एसोसिएशन फॉर कंप्यूटिंग मशीनरी और IEEE की सदस्य हैं। उन्होंने 2024 इंटरनेशनल कॉन्फ्रेंस ऑन लर्निंग रिप्रेजेंटेशन्स (ICLR) के लिए कार्यक्रम सह-अध्यक्ष के रूप में कार्य किया है, जो 8,000 से अधिक प्रतिभागियों वाले सबसे बड़े एआई सम्मेलनों में से एक है। अपनी व्यक्तिगत क्षमता में, वह ओपन-सोर्स शोध उपकरणों की समर्थक हैं और सार्वजनिक रूप से उपलब्ध व्याख्यात्मकता पुस्तकालय "LensKit-AI" के विकास में योगदान दिया है, जिसे 200,000 से अधिक बार डाउनलोड किया गया है।

उनका विवाह साथी कंप्यूटर वैज्ञानिक डेविड विंगर से हुआ है, जो AMD में एक शोधकर्ता हैं, और वे अपने दो बच्चों के साथ पिट्सबर्ग, पेंसिल्वेनिया में रहते हैं।