Hannaneh Hajishirziは、ワシントン大学ポール・G・アレン計算機科学・工学部の教授であり、アレン人工知能研究所（AI2）のシニアディレクター・オブ・リサーチを務めている。彼女の研究は自然言語処理、大規模言語モデル、機械推論に焦点を当てており、質問応答、意味解析、効率的なモデルアーキテクチャへの貢献で知られている。
Hajishirziは2010年にイリノイ大学アーバナ・シャンペーン校でコンピュータサイエンスの博士号を取得し、グラフベースの問題と自然言語理解のためのアルゴリズムに取り組んだ。その後、ワシントン大学で博士研究員を務め、2014年に同学の教員となった。AI2では、オープンソースの言語モデルと科学的推論のためのツールを開発するMosaicチームを率いている。
初期の経歴と教育
Hajishirziは2003年にイランのテヘランにあるシャリフ工科大学でコンピュータ工学の学士号を取得した。その後、大学院研究のために米国に移り、2006年にイリノイ大学で修士号を、2010年に博士号を取得した。彼女の博士論文は自然言語処理における組合せ最適化を扱い、ニューラルネットワーク手法を意味役割ラベリングと共参照解決に応用した。
博士号取得後、彼女はワシントン大学の博士研究員となり、テキスト理解のための機械学習アプローチについて研究者らと協力した。2014年に助教授となり、2020年に准教授への昇進と終身在職権を取得し、2024年に正教授となった。
研究貢献
Hajishirziの研究はNLPの複数の分野に及ぶ。彼女はLongformerとして知られるTransformerベースのアーキテクチャを共同開発し、長い文書を効率的に処理するためにアテンション機構を拡張した。2020年に発表されたこのモデルは、数千トークンまでのテキスト処理を可能にし、標準的なTransformerの重要な限界に対処した。
また、彼女は複数のデータセットで訓練され、形式を超えて汎化する質問応答システムであるUnifiedQAモデルの開発にも貢献した。AI2のチームは、命令チューニングと推論タスク用に設計されたオープンソースの大規模言語モデルであるTuluシリーズを開発した。これらのモデルは学術研究と産業応用で広く使用されている。
HajishirziはACL、EMNLP、NeurIPSなどの主要会議で100以上の論文を発表している。意味解析と知識グラフ推論に関する彼女の研究は、AIシステムが構造化知識を表現・照会する方法に影響を与えてきた。
受賞と評価
2021年、Hajishirziは堅牢で解釈可能なNLPシステムの研究に対して全米科学財団CAREER賞を受賞した。2023年には、この分野への貢献が認められ、計算言語学協会のフェローに選出された。Longformerに関する論文は、2020年の表現学習ワークショップで最優秀論文賞を受賞した。
また、彼女は指導者としても評価されており、2019年にワシントン大学の優秀教育賞を受賞した。彼女の学生たちは、大手テクノロジー企業や研究機関でのポジションに進んでいる。
現在の活動と影響
AI2では、Hajishirziは効率的で透明な言語モデルの構築に焦点を当てたMosaicイニシアチブを率いている。チームは2024年にOLMo（Open Language Model）シリーズを公開し、訓練データとコードを含む完全にオープンソースのモデルを提供した。この取り組みは、OpenAIやGoogle DeepMindなどの企業によるプロプライエタリなシステムとは対照的に、大規模言語モデル技術へのアクセスを民主化することを目的としている。
Hajishirziの研究はAIの安全性と評価にも取り組んでいる。彼女はモデルの推論能力と事実正確性を測定するためのベンチマークを開発し、生成AIの限界に関するより広い理解に貢献している。検索拡張生成に関する彼女の研究は、モデルが外部知識を組み込む方法を改善した。
彼女は主要なNLPジャーナルの編集委員会に名を連ね、効率的なNLPに関する複数のワークショップを主催している。彼女の共同研究は学界と産業界にわたり、Amazon Web ServicesやIntelとのハードウェアを意識したモデル設計に関するパートナーシップを含む。
主要な出版物
- Beltagy, I., Peters, M. E., & Hajishirzi, H. (2020). Longformer: The Long-Document Transformer. arXiv preprint.
- Khashabi, D., et al. (2020). UnifiedQA: Crossing Format Boundaries With a Single QA System. Findings of EMNLP.
- Groeneveld, D., et al. (2024). OLMo: Accelerating the Science of Language Models. arXiv preprint.
彼女の被引用数は20,000を超え、現代のNLP研究と応用に対する彼女の研究の広範な影響を反映している。