हन्नानेह हाजिशिर्ज़ी

हन्नानेह हाजिशिर्ज़ी वाशिंगटन विश्वविद्यालय में पॉल जी. एलन स्कूल ऑफ कंप्यूटर साइंस एंड इंजीनियरिंग में प्रोफेसर हैं और एलन इंस्टीट्यूट फॉर आर्टिफिशियल इंटेलिजेंस (AI2) में अनुसंधान की वरिष्ठ निदेशक हैं। उनका शोध प्राकृतिक भाषा प्रसंस्करण, बड़े भाषा मॉडल और मशीन तर्क पर केंद्रित है, जिसमें प्रश्न उत्तरण, शब्दार्थ विश्लेषण और कुशल मॉडल आर्किटेक्चर में योगदान शामिल है।

हाजिशिर्ज़ी ने 2010 में इलिनोइस विश्वविद्यालय अर्बाना-शैंपेन से कंप्यूटर विज्ञान में पीएचडी प्राप्त की, जहाँ उन्होंने ग्राफ-आधारित समस्याओं और प्राकृतिक भाषा समझ के लिए एल्गोरिदम पर काम किया। इसके बाद उन्होंने वाशिंगटन विश्वविद्यालय में पोस्टडॉक्टरल शोध पूरा किया और 2014 में वहाँ संकाय में शामिल हुईं। AI2 में, वह मोज़ेक टीम का नेतृत्व करती हैं, जो वैज्ञानिक तर्क के लिए ओपन-सोर्स भाषा मॉडल और उपकरण विकसित करती है।

प्रारंभिक करियर और शिक्षा

हाजिशिर्ज़ी ने 2003 में ईरान के तेहरान में शरीफ प्रौद्योगिकी विश्वविद्यालय से कंप्यूटर इंजीनियरिंग में स्नातक की डिग्री प्राप्त की। वह स्नातक अध्ययन के लिए संयुक्त राज्य अमेरिका चली गईं, 2006 में इलिनोइस विश्वविद्यालय से मास्टर डिग्री और 2010 में पीएचडी प्राप्त की। उनके डॉक्टरेट शोध ने प्राकृतिक भाषा प्रसंस्करण में संयोजनात्मक अनुकूलन को संबोधित किया, जिसमें तंत्रिका नेटवर्क विधियों को शब्दार्थ भूमिका लेबलिंग और सहसंदर्भ समाधान पर लागू किया गया।

अपनी पीएचडी के बाद, वह पोस्टडॉक्टरल फेलो के रूप में वाशिंगटन विश्वविद्यालय में शामिल हुईं, जहाँ उन्होंने पाठ समझ के लिए मशीन लर्निंग दृष्टिकोणों पर शोधकर्ताओं के साथ सहयोग किया। 2014 में, वह सहायक प्रोफेसर बनीं, बाद में 2020 में कार्यकाल और एसोसिएट प्रोफेसर की पदोन्नति प्राप्त की, और 2024 में पूर्ण प्रोफेसर बनीं।

अनुसंधान योगदान

हाजिशिर्ज़ी का काम एनएलपी के कई क्षेत्रों में फैला हुआ है। उन्होंने ट्रांसफॉर्मर-आधारित आर्किटेक्चर विकसित किया जिसे लॉन्गफॉर्मर के रूप में जाना जाता है, जो लंबे दस्तावेज़ों को कुशलतापूर्वक संभालने के लिए ध्यान तंत्र का विस्तार करता है। 2020 में पेश किया गया यह मॉडल, हजारों टोकन तक के पाठों के प्रसंस्करण को सक्षम बनाता है, जो मानक ट्रांसफॉर्मर की एक प्रमुख सीमा को संबोधित करता है।

उन्होंने यूनिफाइडक्यूए मॉडल के विकास में भी योगदान दिया, जो कई डेटासेट पर प्रशिक्षित एक प्रश्न-उत्तर प्रणाली है जो विभिन्न प्रारूपों में सामान्यीकरण करती है। AI2 में उनकी टीम ने तुलु श्रृंखला के ओपन-सोर्स बड़े भाषा मॉडल बनाए, जो निर्देश ट्यूनिंग और तर्क कार्यों के लिए डिज़ाइन किए गए हैं। इन मॉडलों का शैक्षणिक शोध और उद्योग अनुप्रयोगों में व्यापक रूप से उपयोग किया गया है।

हाजिशिर्ज़ी ने एसीएल, ईएमएनएलपी और न्यूरआईपीएस जैसे शीर्ष सम्मेलनों में 100 से अधिक पेपर प्रकाशित किए हैं। शब्दार्थ विश्लेषण और ज्ञान ग्राफ तर्क पर उनके शोध ने प्रभावित किया है कि एआई सिस्टम संरचित ज्ञान का प्रतिनिधित्व और क्वेरी कैसे करते हैं।

पुरस्कार और मान्यता

2021 में, हाजिशिर्ज़ी को मजबूत और व्याख्या योग्य एनएलपी प्रणालियों पर उनके काम के लिए राष्ट्रीय विज्ञान फाउंडेशन करियर पुरस्कार मिला। उन्हें 2023 में कम्प्यूटेशनल भाषाविज्ञान संघ के फेलो के रूप में नामित किया गया, जो क्षेत्र में उनके योगदान को मान्यता देता है। लॉन्गफॉर्मर पर उनके पेपर ने 2020 एनएलपी प्रतिनिधित्व सीखने कार्यशाला में सर्वश्रेष्ठ पेपर पुरस्कार जीता।

उन्हें उनके परामर्श के लिए भी मान्यता दी गई है, 2019 में वाशिंगटन विश्वविद्यालय का विशिष्ट शिक्षण पुरस्कार प्राप्त किया। उनके छात्र प्रमुख तकनीकी कंपनियों और शोध प्रयोगशालाओं में पदों पर गए हैं।

वर्तमान कार्य और प्रभाव

AI2 में, हाजिशिर्ज़ी मोज़ेक पहल का नेतृत्व करती हैं, जो कुशल और पारदर्शी भाषा मॉडल बनाने पर केंद्रित है। टीम ने 2024 में ओएलएमओ (ओपन लैंग्वेज मॉडल) श्रृंखला जारी की, जो प्रशिक्षण डेटा और कोड के साथ पूरी तरह से ओपन-सोर्स मॉडल प्रदान करती है। यह प्रयास ओपनएआई और गूगल डीपमाइंड जैसी कंपनियों की मालिकाना प्रणालियों के विपरीत, बड़े भाषा मॉडल प्रौद्योगिकी तक पहुंच को लोकतांत्रिक बनाने का लक्ष्य रखता है।

हाजिशिर्ज़ी का शोध एआई सुरक्षा और मूल्यांकन को भी संबोधित करता है। उन्होंने मॉडलों में तर्क क्षमताओं और तथ्यात्मक सटीकता को मापने के लिए बेंचमार्क विकसित किए हैं, जो जनरेटिव एआई सीमाओं की व्यापक समझ में योगदान करते हैं। पुनर्प्राप्ति-संवर्धित पीढ़ी पर उनके काम ने सुधार किया है कि मॉडल बाहरी ज्ञान को कैसे शामिल करते हैं।

वह प्रमुख एनएलपी पत्रिकाओं के संपादकीय बोर्डों पर कार्य करती हैं और कुशल एनएलपी पर कई कार्यशालाओं का आयोजन किया है। उनके सहयोग शिक्षा और उद्योग में फैले हुए हैं, जिसमें अमेज़न वेब सर्विसेज और इंटेल के साथ हार्डवेयर-जागरूक मॉडल डिजाइन पर साझेदारी शामिल है।

चयनित प्रकाशन

• बेल्टागी, आई., पीटर्स, एम. ई., और हाजिशिर्ज़ी, एच. (2020). लॉन्गफॉर्मर: द लॉन्ग-डॉक्यूमेंट ट्रांसफॉर्मर. arXiv प्रीप्रिंट.
• खशाबी, डी., एट अल. (2020). यूनिफाइडक्यूए: क्रॉसिंग फॉर्मेट बाउंड्रीज़ विद अ सिंगल क्यूए सिस्टम. Findings of EMNLP.
• ग्रोएनेवेल्ड, डी., एट अल. (2024). ओएलएमओ: एक्सेलेरेटिंग द साइंस ऑफ लैंग्वेज मॉडल्स. arXiv प्रीप्रिंट.

उनकी उद्धरण संख्या 20,000 से अधिक है, जो आधुनिक एनएलपी शोध और अनुप्रयोगों पर उनके काम के व्यापक प्रभाव को दर्शाती है।