Dan Roth (hebreo: דן רוט) é o Professor Distinguido Eduardo D. Glandt de Ciência da Computação e Informação na Universidade da Pensilvania e o Cientista Principal de IA na Oracle. Até junho de 2024, foi Vice-Presidente e cientista distinguido na AWS AI, onde liderou o esforço científico por trás dos produtos de primeira geração de IA generativa, incluindo Titan Models, Amazon Q e Bedrock, desde a concepção até à disponibilidade geral. A sua investigação centra-se nos fundamentos computacionais do comportamento inteligente, particularmente na integração de métodos de aprendizagem automática e inferência para a compreensão da linguagem natural.
Roth obteve o seu B.A. summa cum laude em matemáticas no Technion, em Israel, e o seu Ph.D. em ciência da computação na Universidade de Harvard em 1995. Ensinou na Universidade de Illinois em Urbana-Champaign de 1998 a 2017 antes de se mudar à Universidade da Pensilvania.
Carreira académica e honores
Roth é membro da Associação Americana para o Avance da Ciência (AAAS), da Associação para Maquinaria Computacional (ACM), da Associação para o Avance da Inteligência Artificial (AAAI) e da Associação de Lingüística Computacional (ACL). O seu trabalho foi reconhecido com múltiples prêmios ao melhor artigo e exerceu cargos nos consellos editoriais de revistas importantes em inteligência artificial e PLN. Também foi mentor de numerosos estudantes de doutoramento que passaron a ocupar posições académicas e industriais.
Contribucións à investigação
A investigação de Roth centra-se na ideia de que a aprendizagem desempeña um papel central na inteligência. Realizou contribucións seminais à fusión de aprendizagem e razoamento, particularmente através de Modelos Condicionais Constreñidos, que formulam problemas de PLN como tarefas de programación lineal enteira (PLE). Também foi pioneiro no trabalho sobre aprendizagem automática com supervisión débil ou incidental, permitindo que os modelos aprendan de etiquetas ruidosas ou indirectas.
En 2008, Roth coescribiu o primeiro artigo sobre aprendizaxe de cero disparos en PLN, introducindo o concepto de clasificación sen datos, onde os modelos clasifican texto sen exemplos etiquetados usando coñecemento externo. Tamén traballou en razoamento probabilístico, incluíndo a súa complexidade computacional e inferencia elevada probabilística, así como en métodos baseados en partes (constelación) para o recoñecemento de obxectos e aprendizaxe baseada en resposta.
As súas ferramentas desenvolvidas para a extracción de información, incluíndo recoñecemento de entidades nomeadas (REN), resolución de correferencia, wikificación, etiquetado de roles semánticos (ERS) e corrección de texto ESL, son amplamente utilizadas tanto na investigación académica como en aplicacións comerciais. Estas ferramentas influíron en traballos posteriores en aprendizaxe profunda e modelos de linguaxe grandes.
Liderado industrial
En AWS AI, Roth supervisou a dirección científica das iniciativas de IA xerativa da empresa, axudando a levar os modelos fundacionais Titan, o asistente Amazon Q e a plataforma Bedrock ao mercado. O seu liderado uniu a investigación académica coa implantación práctica, garantindo que os avances en arquitecturas transformador e redes neuronais se traducisen en servizos cloud escalables.
En 2024, uniuse a Oracle como Científico Principal de IA, onde asesora sobre a estratexia de IA e a axenda de investigación da empresa. Tamén cofundou NexLP, Inc., unha startup que aplica PLN e aprendizaxe automática a dominios legais e de cumprimento; NexLP foi adquirida por Reveal, Inc., unha empresa de software de descubrimento electrónico, en 2020.
Roles actuais e traballo asesor
Roth forma parte do consello asesor científico do Instituto Allen para a IA, contribuíndo á investigación sobre IA e PLN. Continúa publicando activamente e colaborando con investigadores de varias institucións, centrándose en temas como aprendizaxe curricular, poda de modelos e métodos de inferencia robustos. O seu traballo en curso busca desenvolver metodoloxías unificadas para o comportamento intelixente, integrando aprendizaxe, razoamento e comprensión da linguaxe.
Publicacións seleccionadas e impacto
Roth é autor de máis de 300 artigos revisados por pares, moitos en foros de alto nivel como ACL, NeurIPS e AAAI. O seu artigo de 2008 sobre clasificación sen datos foi moi influente, anticipando desenvolvementos posteriores na aprendizaxe de cero e poucos disparos. A súa investigación sobre aprendizaxe e inferencia tamén informou sistemas prácticos en extracción de información e resposta a preguntas, contribuíndo ao campo máis amplio do procesamento da linguaxe natural. Deu charlas maxistrais en conferencias importantes e foi unha forza motriz para unir a aprendizaxe estatística co razoamento simbólico.
Referencias
- Feitos fonte proporcionados por Wikipedia (CC BY-SA).