जिया डेंग एक कंप्यूटर वैज्ञानिक और प्रिंसटन विश्वविद्यालय में प्रोफेसर हैं, जिन्हें कंप्यूटर विज़न और मशीन लर्निंग में उनके योगदान के लिए पहचाना जाता है। वे इमेजनेट के सह-लेखक के रूप में सबसे अधिक जाने जाते हैं, जो एक बड़े पैमाने पर दृश्य डेटाबेस है जिसने गहन शिक्षण और कृत्रिम बुद्धिमत्ता की उन्नति में मौलिक भूमिका निभाई।
डेंग का शोध कंप्यूटेशनल मॉडल के माध्यम से दृश्य डेटा को समझने पर केंद्रित है, जिसमें वस्तु पहचान, दृश्य समझ, और भाषा के साथ विज़न का प्रतिच्छेदन जैसे क्षेत्र शामिल हैं। उनके काम ने शैक्षणिक शोध और स्वायत्त ड्राइविंग और चिकित्सा इमेजिंग जैसे क्षेत्रों में व्यावहारिक अनुप्रयोगों दोनों को प्रभावित किया है।
प्रारंभिक करियर और इमेजनेट
डेंग प्रिंसटन विश्वविद्यालय और स्टैनफोर्ड विश्वविद्यालय में फेई-फेई ली और अन्य के साथ काम करते हुए इमेजनेट परियोजना में एक प्रमुख योगदानकर्ता थे। यह परियोजना, जो 2007 में शुरू हुई और 2009 में सार्वजनिक रूप से जारी की गई, का उद्देश्य वर्डनेट पदानुक्रम के अनुसार व्यवस्थित लेबल की गई छवियों का एक व्यापक डेटासेट बनाना था। इमेजनेट में 20,000 से अधिक श्रेणियों में 14 मिलियन से अधिक हाथ से एनोटेट की गई छवियां शामिल थीं, जो इसे अपने समय के सबसे बड़े और सबसे विस्तृत दृश्य डेटासेट में से एक बनाती हैं।
डेटासेट के पैमाने और संरचना ने बड़े तंत्रिका नेटवर्क के प्रशिक्षण को सक्षम किया, जिससे गहन शिक्षण में सफलताएं मिलीं। वार्षिक इमेजनेट लार्ज स्केल विज़ुअल रिकग्निशन चैलेंज (ILSVRC), जो 2010 में शुरू हुआ, वस्तु पहचान और छवि वर्गीकरण में एल्गोरिदम का मूल्यांकन करने के लिए एक मानक बन गया। 2012 की प्रतियोगिता, जहां एक कन्वोल्यूशनल तंत्रिका नेटवर्क ने त्रुटि में महत्वपूर्ण कमी हासिल की, को व्यापक रूप से आधुनिक एआई उछाल को प्रज्वलित करने का श्रेय दिया जाता है।
शैक्षणिक पद और अनुसंधान
प्रिंसटन विश्वविद्यालय से पीएचडी पूरी करने के बाद, डेंग ने मिशिगन विश्वविद्यालय में संकाय में शामिल होने से पहले प्रिंसटन में सहायक प्रोफेसर के रूप में पदभार संभाला। उनका शोध समूह दृश्य पहचान में समस्याओं की जांच करता है, जिसमें कुछ-शॉट लर्निंग, वीडियो समझ, और अधिक कुशल और मजबूत मॉडल का विकास शामिल है।
डेंग ने CVPR, ICCV, और NeurIPS सहित शीर्ष स्तरीय सम्मेलनों और पत्रिकाओं में व्यापक रूप से प्रकाशित किया है। उनका काम अक्सर कंप्यूटर विज़न को मशीन लर्निंग के अन्य क्षेत्रों, जैसे मशीन लर्निंग सिद्धांत और जनरेटिव मॉडल के साथ जोड़ता है। उन्होंने इमेजनेट से परे बेंचमार्क और डेटासेट के विकास में भी योगदान दिया है, जिसमें विज़ुअल जीनोम परियोजना भी शामिल है, जो दृश्य ग्राफ पीढ़ी जैसे कार्यों के लिए छवियों के विस्तृत एनोटेशन प्रदान करती है।
एआई और कंप्यूटर विज़न में योगदान
डेंग का योगदान डेटासेट निर्माण से परे है। उन्होंने सीमित डेटा से सीखने के तरीकों की खोज की है, उन डोमेन में चुनौतियों का समाधान किया है जहां लेबल किए गए उदाहरण दुर्लभ हैं। शून्य-शॉट और कुछ-शॉट लर्निंग पर उनके शोध ने बड़े भाषा मॉडल और मल्टीमॉडल सिस्टम के दृष्टिकोण को सूचित किया है जो विज़न और टेक्स्ट को जोड़ते हैं।
उनके काम को दसियों हज़ार बार उद्धृत किया गया है, जो क्षेत्र पर इसके प्रभाव को दर्शाता है। विशेष रूप से, इमेजनेट को अक्सर 2010 के दशक के दौरान गहन शिक्षण में तेजी से प्रगति के लिए उत्प्रेरक के रूप में उद्धृत किया जाता है, जो अवशिष्ट नेटवर्क और आधुनिक एआई सिस्टम को रेखांकित करने वाले अन्य आर्किटेक्चर में प्रगति को सक्षम बनाता है।
शिक्षण और मेंटरशिप
प्रिंसटन में, डेंग कंप्यूटर विज़न और मशीन लर्निंग पर पाठ्यक्रम पढ़ाते हैं, स्नातक छात्रों और पोस्टडॉक्टोरल शोधकर्ताओं को मार्गदर्शन देते हैं जो शिक्षा और उद्योग में पदों पर गए हैं। उन्हें शिक्षण पुरस्कारों से सम्मानित किया गया है और उन्होंने प्रमुख सम्मेलनों के लिए कार्यक्रम समितियों में सेवा की है।
उनकी मेंटरशिप कठोर प्रयोग और अच्छी तरह से डिज़ाइन किए गए डेटासेट के महत्व पर जोर देती है, एक दर्शन जिसने उनके छात्रों के काम को आकार दिया है। उनके कई पूर्व सलाहकारों ने उल्लेखनीय एआई परियोजनाओं में योगदान दिया है, जिसमें ट्रांसफॉर्मर और ओपनएआई के मॉडल पर काम शामिल है।
मान्यता और प्रभाव
डेंग के शोध ने उन्हें PAMI यंग रिसर्चर अवार्ड और स्लोअन रिसर्च फेलोशिप सहित कई सम्मान अर्जित किए हैं। उन्हें CVPR जैसे सम्मेलनों में सर्वश्रेष्ठ पेपर पुरस्कार भी मिले हैं और कंप्यूटर विज़न में उनके योगदान के लिए IEEE के फेलो नामित किया गया है।
इमेजनेट की विरासत क्षेत्र को प्रभावित करना जारी रखती है, क्योंकि जनरेटिव एआई और मल्टीमॉडल लर्निंग के लिए आधुनिक डेटासेट इसके सिद्धांतों पर आधारित हैं। प्रिंसटन में डेंग का चल रहा काम दृश्य बुद्धिमत्ता को आगे बढ़ाने पर केंद्रित है, जिसका रोबोटिक्स, स्वास्थ्य सेवा और मानव-कंप्यूटर इंटरैक्शन पर प्रभाव पड़ता है।
यह भी देखें
संदर्भ
यह लेख जिया डेंग के करियर और शोध के बारे में सार्वजनिक रूप से उपलब्ध जानकारी पर आधारित है, जिसमें उनके प्रकाशन और प्रिंसटन विश्वविद्यालय में शैक्षणिक प्रोफ़ाइल शामिल है।