Jia Xu が人工知能分野でのグローバルなキャリア構築について語る

Jia Xu はコンピュータ科学者であり AI 研究者であり、ヨーロッパ、アジア、米国にまたがる世界的な学術キャリアを持っています。彼女は現在、自然言語処理と大規模言語モデルに焦点を当てて研究を行っています。

徐さんはドイツで学問の旅を始めました。彼女はベルリン工科大学で学士号と修士号を取得し、すべてドイツ語で勉強し、働きました。彼女はその後、アーヘン工科大学で機械翻訳の第一人者であるヘルマン・ネイ教授の下で博士号を取得しました。この期間中に、彼女は Microsoft Research と IBM Watson への研究訪問も完了し、業界規模の AI システムに早期に触れることができました。

彼女の学術的キャリアはアジアで続けられました。 Xu 氏は清華大学で助教授および博士課程顧問を務め、その後中国科学院の准教授になりました。これらの役割全体にわたって、彼女は対話システム、機械学習の一般化、効率的な AI モデルに取り組む研究チームを率いました。

ジア・シュウ 理論と現実世界の応用を組み合わせることで知られています。彼女は約 50 件の研究論文を執筆し、12 件の特許と仮特許を取得しています。彼女のチームは、Amazon Alexa 賞ソーシャル ボット チャレンジでの 2 位を含む、18 の主要な AI コンテストで上位にランクされています。

近年、Xu の研究は、大規模な言語モデルをより小さく、よりスマートに、より持続可能にすることに重点を置いています。彼女は、AI における真の成功は規模だけではなく、持続的な影響によってもたらされると信じています。

AI 分野でのグローバルなキャリア構築に関する Jia Xu へのインタビュー

あなたのキャリアはヨーロッパ、アジア、米国を横断してきました。すべてはどこから始まったのでしょうか?

私は 19 歳のときにドイツで学問の旅を始めました。私はコンピューターサイエンスを学ぶためにそこに引っ越しましたが、同時に新しい言語で生活し、勉強し、考える方法を学ばなければなりませんでした。私はベルリン工科大学で学士号と修士号をすべてドイツ語で取得しました。その経験が私の課題への取り組み方を形作りました。私は早い段階で、進歩はスピードよりも忍耐と粘り強さによってもたらされることが多いと学びました。

その初期の経験はあなたの研究に対する考え方にどのような影響を与えましたか?

それは私に回復力を教えてくれました。言語が限られている場合、基礎が語ります。基礎が主導します。リスニングが鋭くなる。準備が深まります。その考え方は、アーヘン工科大学で博士号を取得していた間も私に残り、ヘルマン・ネイ教授の下で機械翻訳の分野で働きました。当時、機械翻訳はまだ非常に難しいと考えられていました。長期にわたる研究により、不可能なアイデアが徐々に現実のシステムに変わっていく様子を見たことが、私に強い印象を残しました。

業界の研究室でも時間を過ごしましたね。それらの経験は何をもたらしましたか？

博士課程の期間、私は Microsoft Research Redmond と IBM Watson を研究訪問しました。これらの環境は、研究がどのように大規模に行われるかを私に教えてくれました。あの時と恩師や同僚に感謝しています。業界のラボは、アイデアが実際のシステムで機能するかどうかを非常に重視しています。理論と応用のバランスが私の心に残りました。これにより、強力な研究は最終的には実際のユースケースに結びつくはずであるという私の信念が強化されました。

博士号を取得した後、あなたはアジアの学術界の指導的役割に就きました。その段階で何が際立っていましたか?

私は清華大学で助教授および博士課程顧問を務め、その後中国科学院で准教授を務めました。これらは濃密で生産的な年でした。私は才能ある学生や研究者と一緒に機械学習と自然言語処理に取り組みました。学術文化が異なれば、価値観も異なります。その期待に適応することで、私はリーダーとして成長することができました。考えることは指示することと同じくらい重要であることを学びました。

AIコンテストを通じてあなたの作品を多くの人が知っています。それらがあなたにとって重要だったのはなぜですか?

コンテストでは、アイデアが実際に機能するかどうかがテストされます。私のチームは、自然言語処理の主要な課題において 18 件の上位の結果に貢献しました。ハイライトの 1 つは、Amazon Alexa 賞ソーシャル ボット チャレンジで 2 位を獲得したことです。このプロジェクトでは、長期的な会話、システムの堅牢性、ユーザー エクスペリエンスについて考える必要がありました。精度だけでは不十分であることが明確に示されました。実際のシステムは、信頼性が高く、効率的で、魅力的である必要があります。

近年、あなたの研究は効率性と小型モデルに焦点を当てています。なぜそれが重要なのでしょうか?

大規模な言語モデルは優れていますが、高価でリソースも大量に消費します。多くの組織ではそれらを簡単に使用できません。私はモデルをより小型かつスマートにして、より広範囲に展開できるようにすることに興味があります。効率化とは基準を下げることではありません。それはより良いデザインについてです。適切に構築された小型のモデルは、実際の環境ではより実用的で信頼できるものになります。

あなた自身、自分の分野での成功をどのように定義しますか?

私は 2 つの基準を使用して成功を測定します。一つは研究者としての私自身の判断です。自分の仕事の奥深さと影響力を理解しています。 2つ目はソーシャルフィードバックです。アイデアが認められ、世界をより良くするのに役立つのであれば、それは重要です。数十年前、機械翻訳は非現実的だと思われていました。今では、それは日常のコミュニケーションの一部となっています。到達不可能なものを達成可能なものに変える長い旅の一部であることは、私にとって意味があります。

あなたは価値観と誠実さを非常に重視します。それはどこから来たのでしょうか？

すべてのキャリアには、自分の原則を試す課題が伴います。たとえ困難なことがあっても、自分の目標や社会的価値観と一致し続けることが、永続的な成功につながると私は信じています。信頼性が重要です。それは、同僚と協力し、学生を指導し、研究課題を選択する方法に影響を与えます。私にとって、成功とは単に達成することだけではありません。それは自分自身を超えて持続する何かに貢献することです。

現在のあなたの仕事において、メンターシップはどのような役割を果たしていますか?

メンターシップは私の仕事の中心です。私は、学生が研究を目先の成功の連続としてではなく、挫折が踏み台となる長期的な旅として捉えるよう支援します。成功は地道な努力と好奇心によって築かれます。同時に、私は生徒たちから学び、彼らの質問、新鮮な視点、そして恐れ知らずの好奇心が常に私の成長と進化を促しています。私にとって、メンターシップは発見、回復力、成長の共有というチームの旅です。