Emily M. Bender, professora, Universidade de Washington
5.0/ 10
Emily M. Bender, professora, Universidade de Washington
Emily M. Bender é uma linguista americana que trabalha com engenharia gramatical multilíngue, tecnologia para documentação de idiomas ameaçados, semântica computacional e metodologias para apoiar a consideração dos impactos da tecnologia linguística na pesquisa, desenvolvimento e educação da PNL. Ela é professora de linguística dotada de Howard e Frances Nostrand na Universidade de Washington. Seu trabalho inclui o LinGO Grammar Matrix, um kit inicial de código aberto para o desenvolvimento de gramáticas HPSG de precisão de ampla cobertura.
Desde 2003, o Dr. Bender atua como instrutor na Universidade de Washington. Atualmente é diretora docente do programa CLMS, chefe do Laboratório de Lingüística Computacional, professora adjunta do Departamento de Ciência da Computação e Engenharia e professora do Departamento de Linguística. Ela trabalhou na indústria na YY Technologies e ocupou cargos interinos na Universidade de Stanford e na UC Berkeley antes de vir para a UW. Ela ingressou nos programas HPSG e LinGO da CSLI após receber seu doutorado no Departamento de Linguística da Universidade de Stanford. Ela recebeu seu diploma de graduação em linguística pela UC Berkeley e também estudou na Universidade Tohoku em Sendai, Japão.
2023
Em coautoria com o pesquisador do Google Timnit Gebru e outros, Bender apresentou um artigo em 2021 na Conferência ACM sobre Justiça, Responsabilidade e Transparência intitulado “Sobre os perigos dos papagaios estocásticos: os modelos de linguagem podem ser grandes demais? 🦜” que o Google tentou impedir de ser publicado. Isso fez parte de uma série de eventos que culminaram na saída de Gebru do Google, cujos detalhes estão em debate. Para construir sistemas de processamento de linguagem natural empregando aprendizado de máquina a partir de enormes corpora de texto, a pesquisa abordou questões éticas. Desde então, ela tem trabalhado para aumentar a conscientização sobre a ética da IA e tem resistido à agitação em torno de modelos de linguagem massivos.
Ela faz a diferença entre significado e forma na linguagem. O significado são os conceitos que a linguagem transmite, enquanto a forma é a estrutura da linguagem, como a gramática. Ela defendeu em um artigo de 2020 que os modelos de aprendizado de máquina para processamento de linguagem natural que são treinados apenas na forma e não têm relação com o significado são incapazes de compreender a linguagem de maneira significativa. Ela afirmou, portanto, que programas como o ChatGPT são incapazes de produzir um texto compreendido de forma significativa a partir do material que analisam.
Em 2021, Bender foi escolhido vice-presidente eleito da Association for Computational Linguistics. Antes de se tornar vice-presidente em 2023, presidente em 2024 e ex-presidente em 2025, Bender tentou ocupar o cargo de vice-presidente eleito em 2022. A Associação Americana para o Avanço da Ciência escolheu Bender como Fellow em 2022.
Refletindo um pouco mais sobre isso - acho que este episódio é realmente emblemático de como a avaliação está quebrada em nosso campo neste momento. Em geral, o trabalho com dados é importante e a criação de benchmarks é um trabalho que tem sido historicamente subvalorizado. No entanto: https://t.co/BQShkoDjTN
Se o Google estivesse seguindo as práticas recomendadas no desenvolvimento e documentação de dados e modelos, a documentação do conjunto de dados teria sido feita antes mesmo do início do treinamento. Um lembrete, de Stochastic Parrots: https://t.co/DFsdBHTGNLpic.twitter.com/SsJZZafMyb
As divulgações por meio de registros 13F revelam investidores institucionais notáveis que se envolvem em ETFs Bitcoin, ressaltando uma aceitação crescente de ...
