Collin Burns é um speedcuber e pesquisador de inteligência artificial americano. Ele ganhou reconhecimento internacional pela primeira vez quando adolescente por sua habilidade excepcional em resolver o Cubo de Rubik, estabelecendo um recorde mundial em 2015. Burns posteriormente fez a transição para uma carreira em alinhamento de IA, contribuindo para o desenvolvimento de benchmarks de avaliação para grandes modelos de linguagem.
Carreira no speedcubing
A carreira competitiva de Burns no speedcubing atingiu o auge em meados da década de 2010. Em 2014, ele estabeleceu um recorde continental norte-americano de 5,93 segundos para o cubo 3×3×3. No mesmo ano, no campeonato US Nationals 2014 de speedcubing, ele derrotou o então campeão mundial, Feliks Zemdegs, marcando uma grande zebra no esporte.
Em 25 de abril de 2015, Burns alcançou sua façanha mais notável: um recorde mundial de resolução única em 5,25 segundos. A resolução ocorreu em uma competição realizada na Central Bucks West High School em Doylestown, Pensilvânia. Ele tinha 15 anos na época e usou um cubo 3×3×3 da marca YuXin. Seu tempo foi 0,3 segundos mais rápido que o recorde mundial anterior de 5,55 segundos, estabelecido por Mats Valk. O recorde de Burns permaneceu por aproximadamente sete meses, até Lucas Etter resolver o cubo em 4,90 segundos em 21 de novembro de 2015.
Transição para a pesquisa em IA
Após sua carreira no speedcubing, Burns voltou seu foco para atividades acadêmicas e de pesquisa em inteligência artificial. Ele se envolveu no campo do alinhamento de IA, que estuda como garantir que sistemas avançados de IA se comportem de acordo com as intenções e valores humanos.
Em 2020, Burns colaborou com Dan Hendrycks e outros pesquisadores para desenvolver o benchmark Massive Multitask Language Understanding (MMLU). O MMLU é um conjunto de dados projetado para avaliar as capacidades de conhecimento e raciocínio de grandes modelos de linguagem em uma ampla gama de disciplinas, das humanidades às áreas STEM. O benchmark desde então se tornou uma ferramenta padrão para avaliar o desempenho de modelos desenvolvidos por organizações como OpenAI, Anthropic e Google DeepMind.
Contribuições para a avaliação de IA
O benchmark MMLU, co-criado por Burns, atende à necessidade de métodos de avaliação robustos no campo em rápido avanço dos grandes modelos de linguagem. Ele testa modelos em tarefas que exigem tanto conhecimento factual quanto raciocínio em múltiplas etapas, fornecendo uma medida mais abrangente de capacidade do que benchmarks anteriores. O desenvolvimento do MMLU influenciou pesquisas subsequentes sobre avaliação e segurança de modelos, incluindo esforços em RLHF e outras técnicas de alinhamento.
O trabalho de Burns situa-se na interseção entre aprendizado de máquina e segurança de IA, um campo que ganhou destaque à medida que os modelos se tornam mais poderosos. Suas contribuições fazem parte de um movimento mais amplo dentro da comunidade de IA para garantir que os sistemas não sejam apenas capazes, mas também alinhados com os objetivos humanos.
Vida pessoal e legado
A carreira dupla de Burns destaca uma combinação rara de habilidades: destreza de classe mundial no speedcubing e rigor analítico na pesquisa em IA. Seu recorde no speedcubing permanece um marco notável na história do esporte, e seu trabalho posterior no MMLU teve um impacto duradouro em como os modelos de IA são avaliados.
Em meados da década de 2020, Burns continua ativo na pesquisa de alinhamento de IA, contribuindo para esforços contínuos para tornar os sistemas avançados de IA seguros e benéficos. Sua trajetória, do cubismo competitivo à pesquisa em IA, serve como um exemplo de como talentos diversos podem convergir no serviço de enfrentar desafios tecnológicos complexos.