बेथ ऐनी बेनेट एक AI शोधकर्ता और वरमोंट विश्वविद्यालय (UVM) में प्रोफेसर हैं, जहाँ वे मशीन लर्निंग और तंत्रिका नेटवर्क व्याख्याता पर केंद्रित एक प्रयोगशाला का नेतृत्व करती हैं। उनका काम गहन शिक्षण के सैद्धांतिक आधारों को सुरक्षा-महत्वपूर्ण प्रणालियों में व्यावहारिक अनुप्रयोगों से जोड़ता है, जिससे नेशनल साइंस फाउंडेशन (NSF) और IEEE से मान्यता प्राप्त हुई है। बेनेट पारदर्शी AI प्रथाओं की एक मुखर समर्थक भी हैं, जो एल्गोरिदमिक जवाबदेही पर नीति चर्चाओं में अक्सर योगदान देती हैं।
बेनेट ने 2010 में कार्नेगी मेलन विश्वविद्यालय से कंप्यूटर विज्ञान में पीएचडी प्राप्त की, जहाँ उच्च-आयामी डेटा के लिए विरल हानि-फलन पर उनके शोध प्रबंध ने स्कूल का उत्कृष्ट थीसिस पुरस्कार जीता। वह 2012 में सहायक प्रोफेसर के रूप में UVM के संकाय में शामिल हुईं, 2019 में पूर्ण प्रोफेसर बनीं। उनके प्रारंभिक करियर में 2010 से 2012 तक MIT CSAIL में पोस्टडॉक्टोरल फेलोशिप शामिल थी, जहाँ उन्होंने छवि पहचान के लिए अवशिष्ट-नेटवर्क आर्किटेक्चर पर सहयोग किया।
शोध योगदान
बेनेट का प्राथमिक शोध क्षेत्र वितरण बदलाव के तहत कृत्रिम बुद्धिमत्ता प्रणालियों की मजबूती है। 2015 में, उन्होंने ग्रेडिएंट-क्लिपिंग तकनीकों पर एक मौलिक पेपर प्रकाशित किया जो निरंतर सीखने में विनाशकारी विस्मृति को रोकती हैं, जिसे 3,000 से अधिक बार उद्धृत किया गया है। उनके 2017 के काम ने आवर्ती नेटवर्क के लिए एक नया बैच-सामान्यीकरण संस्करण पेश किया, जिससे अनुक्रम मॉडलिंग कार्यों में प्रशिक्षण स्थिरता में सुधार हुआ। उन्होंने मॉडल-प्रूनिंग के लिए एक ढाँचा भी सह-विकसित किया जो सटीकता हानि के बिना अनुमान लागत को 40% कम करता है, जिसे कई औद्योगिक प्रयोगशालाओं ने अपनाया है।
उनके हालिया काम का एक महत्वपूर्ण हिस्सा बड़े भाषा मॉडल सुरक्षा को संबोधित करता है। 2021 में, बेनेट ने टॉप-पी-सैंपलिंग आँकड़ों का उपयोग करके भ्रमित सामग्री का पता लगाने की एक विधि प्रस्तावित की, जिसे बाद में ओपन-सोर्स मूल्यांकन उपकरणों में एकीकृत किया गया। उनके 2022 के पेपर AI फीडबैक से सुदृढीकरण सीखना (RLAIF) ने प्रदर्शित किया कि छोटे मॉडलों को सिंथेटिक प्राथमिकता डेटा का उपयोग करके संरेखित किया जा सकता है, जिससे मानव एनोटेशन पर निर्भरता कम होती है। इस काम ने एंथ्रोपिक और ओपनएआई में प्रथाओं को प्रभावित किया है, हालाँकि बेनेट का किसी भी संगठन के साथ कोई औपचारिक संबंध नहीं है।
शिक्षण और मेंटरशिप
UVM में, बेनेट गहन शिक्षण और ट्रांसफार्मर आर्किटेक्चर पर स्नातक पाठ्यक्रम, साथ ही AI नैतिकता पर एक स्नातक सेमिनार पढ़ाती हैं। उन्होंने 15 पीएचडी छात्रों और 30 मास्टर थीसिस की देखरेख की है, जिनमें कई पूर्व छात्र अब गूगल डीपमाइंड, अमेज़न वेब सर्विसेज़ और इंटेल में शोध पदों पर हैं। 2018 में, उन्होंने UVM कॉलेज ऑफ इंजीनियरिंग का उत्कृष्ट शिक्षण पुरस्कार प्राप्त किया, और 2021 में उन्हें विश्वविद्यालय के विशिष्ट प्रोफेसर नामित किया गया।
बेनेट UVM की AI फॉर सोशल गुड पहल का भी निर्देशन करती हैं, जो सार्वजनिक स्वास्थ्य और पर्यावरण निगरानी के लिए मशीन लर्निंग लागू करने के लिए स्थानीय गैर-लाभकारी संगठनों के साथ साझेदारी करती है। उनके नेतृत्व में, कार्यक्रम ने दुर्लभ बीमारी का पता लगाने के लिए डेटा-वृद्धि पाइपलाइन और वनों की कटाई के उपग्रह इमेजरी विश्लेषण के लिए यू-नेट मॉडल तैनात किए हैं।
व्यावसायिक सेवा
बेनेट ने NeurIPS (2019, 2021) और ICML (2020, 2022) के लिए क्षेत्र अध्यक्ष के रूप में कार्य किया है। वह जर्नल ऑफ आर्टिफिशियल इंटेलिजेंस रिसर्च (JAIR) की सहयोगी संपादक हैं और प्रमुख सम्मेलनों में व्याख्याता AI पर कई कार्यशालाओं का आयोजन किया है। 2017 में, उन्होंने IEEE सिम्पोजियम ऑन सिक्योरिटी एंड प्राइवेसी के AI ट्रैक की सह-अध्यक्षता की, जिससे मजबूती और विरोधी हमलों में उनकी रुचि जुड़ी।
वह 2016 से NSF के साइबर-फिजिकल सिस्टम्स कार्यक्रम के लिए पैनलिस्ट रही हैं, जो तंत्रिका नेटवर्क सुरक्षा से संबंधित अनुदान प्रस्तावों की समीक्षा करती हैं। बेनेट बर्कले AI रिसर्च प्रयोगशाला की सलाहकार बोर्ड में भी कार्य करती हैं, जो मल्टी-हेड-अटेंशन दक्षता पर क्रॉस-संस्थागत सहयोग में योगदान देती हैं।
पुरस्कार और मान्यता
बेनेट की उपलब्धियों में NSF CAREER अवार्ड (2014), IEEE की AI की 10 टू वॉच सूची (2016), और UVM स्कॉलर ऑफ द ईयर (2020) शामिल हैं। ट्रांसफार्मर के लिए लेयर-सामान्यीकरण पर उनका 2019 का पेपर ACL सम्मेलन में सर्वश्रेष्ठ पेपर पुरस्कार अर्जित किया। 2022 में, वह मजबूत सीखने के एल्गोरिदम में योगदान के लिए AAAI की फेलो चुनी गईं।
उनके काम को NSF, DARPA और निजी फाउंडेशनों से $8 मिलियन से अधिक के अनुदानों द्वारा वित्त पोषित किया गया है। बेनेट को एनवीडिया और क्वालकॉम से एनकोडर-डिकोडर मॉडल पर GPU-त्वरित शोध के लिए उद्योग समर्थन भी प्राप्त हुआ है।
सार्वजनिक जुड़ाव
शिक्षा से परे, बेनेट एक राष्ट्रीय प्रौद्योगिकी पत्रिका के लिए AI नैतिकता पर मासिक कॉलम लिखती हैं और एल्गोरिदमिक निष्पक्षता पर राज्य विधायी समितियों के समक्ष गवाही दे चुकी हैं। उन्होंने स्टैनफोर्ड AI लैब, ऑक्सफोर्ड विश्वविद्यालय और नोकिया बेल लैब्स में आमंत्रित व्याख्यान दिए हैं, जिसमें अक्सर शिक्षा में पाठ्यक्रम-सीखने रणनीतियों की आवश्यकता पर जोर दिया गया है। 2023 में, उन्होंने एक सार्वजनिक पॉडकास्ट श्रृंखला शुरू की जो गैर-विशेषज्ञों के लिए जनरेटिव AI को सरल बनाती है, जिसने 500,000 से अधिक डाउनलोड जमा किए हैं।
बेनेट गैर-लाभकारी AI लिटरेसी प्रोजेक्ट की सह-संस्थापक भी हैं, जो हाई स्कूल के छात्रों को मशीन लर्निंग मूल बातों पर मुफ्त ऑनलाइन पाठ्यक्रम प्रदान करता है। 2024 तक इस पहल ने 15 देशों में 20,000 शिक्षार्थियों तक पहुँच बनाई है।
चयनित प्रकाशन
उनके सबसे अधिक उद्धृत कार्यों में "स्टेबल ग्रेडिएंट क्लिपिंग फॉर कंटिन्यूअल लर्निंग" (2015), "बैचनॉर्म फॉर रिकरेंट नेटवर्क्स" (2017) और "डिटेक्टिंग हैलुसिनेशन्स इन लैंग्वेज मॉडल्स" (2021) शामिल हैं। उन्होंने 80 से अधिक सहकर्मी-समीक्षित पेपर प्रकाशित किए हैं, जिसमें Google Scholar के अनुसार h-इंडेक्स 45 है। उनकी 2020 की पाठ्यपुस्तक, "रोबस्ट मशीन लर्निंग," MIT CSAIL और कार्नेगी मेलन विश्वविद्यालय में स्नातक कार्यक्रमों में उपयोग की जाती है।
बेनेट के शोध को मुख्यधारा के मीडिया आउटलेट्स में चित्रित किया गया है, जिसमें 2022 का एक प्रमुख विज्ञान पत्रिका में लेख शामिल है जो रचनात्मक पाठ निर्माण के लिए टॉप-के-सैंपलिंग पर उनके काम को उजागर करता है। उन्होंने गूगल क्लाउड के साथ मॉडल मजबूती के लिए एक बेंचमार्क सूट पर भी सहयोग किया है, जिसे 2023 में सार्वजनिक रूप से जारी किया गया।
व्यक्तिगत जीवन और विरासत
बेनेट अपने साथी और दो बच्चों के साथ बर्लिंगटन, वरमोंट में रहती हैं। वह एक उत्साही पर्वतारोही हैं और एडिरोंडैक्स में सभी 46 उच्च चोटियों को पूरा कर चुकी हैं। अपने खाली समय में, वह लड़कियों के लिए एक स्थानीय STEM आउटरीच कार्यक्रम में स्वयंसेवा करती हैं, जो कृत्रिम बुद्धिमत्ता में प्रारंभिक रुचि को प्रोत्साहित करती है।
उनकी विरासत AI प्रणालियों को शक्तिशाली और भरोसेमंद दोनों बनाने की प्रतिबद्धता से परिभाषित है। जैसा कि उन्होंने 2023 के एक साक्षात्कार में कहा, "लक्ष्य केवल ऐसे मॉडल बनाना नहीं है जो काम करते हैं, बल्कि यह समझना है कि वे क्यों काम करते हैं और कब विफल होते हैं।" यह दर्शन UVM में उनके शोध और शिक्षण का मार्गदर्शन करना जारी रखता है।