Jia Xu è una scienziata informatica e ricercatrice nel campo dell’intelligenza artificiale con una carriera accademica globale che abbraccia Europa, Asia e Stati Uniti. Attualmente il suo lavoro si concentra sull’elaborazione del linguaggio naturale e su grandi modelli linguistici.
Xu ha iniziato il suo percorso accademico in Germania. Ha conseguito la laurea triennale e magistrale presso la TU Berlin, studiando e lavorando interamente in tedesco. Successivamente ha conseguito il dottorato di ricerca presso l’Università RWTH di Aquisgrana con il professor Hermann Ney, una figura di spicco nella traduzione automatica. Durante questo periodo, ha anche completato visite di ricerca presso Microsoft Research e IBM Watson, ottenendo una prima esposizione ai sistemi di intelligenza artificiale su scala industriale.
La sua carriera accademica è continuata in Asia. Xu ha lavorato come professore assistente e consulente di dottorato presso l’Università di Tsinghua e in seguito è diventato professore associato presso l’Accademia cinese delle scienze. In tutti questi ruoli, ha guidato gruppi di ricerca che lavorano su sistemi di dialogo, generalizzazione dell’apprendimento automatico e modelli di intelligenza artificiale efficienti.
Jia Xu è noto per combinare la teoria con l’applicazione nel mondo reale. È autrice di circa 50 articoli di ricerca e detiene 12 brevetti e brevetti provvisori. I suoi team si sono classificati tra i migliori in 18 importanti competizioni di intelligenza artificiale, incluso il secondo posto nell’Amazon Alexa Prize Social Bot Challenge.
Negli ultimi anni, il lavoro di Xu si è concentrato sulla creazione di modelli linguistici di grandi dimensioni più piccoli, più intelligenti e più sostenibili. Crede che il vero successo nell’intelligenza artificiale derivi da un impatto duraturo, non solo dalla scala.
Un’intervista con Jia Xu sulla costruzione di una carriera globale nell’intelligenza artificiale
La tua carriera ti ha portato in giro per l’Europa, l’Asia e gli Stati Uniti. Dove è iniziato tutto?
Ho iniziato il mio percorso accademico in Germania quando avevo diciannove anni. Mi sono trasferita lì per studiare informatica e allo stesso tempo ho dovuto imparare a vivere, studiare e pensare in una nuova lingua. Ho conseguito la laurea triennale e magistrale presso la TU Berlin interamente in tedesco. Quell’esperienza ha plasmato il modo in cui affronto le sfide. Ho imparato presto che il progresso spesso deriva dalla pazienza e dalla tenacia piuttosto che dalla velocità.
In che modo quella prima esperienza ha influenzato la tua mentalità di ricerca?
Mi ha insegnato la resilienza. Quando il linguaggio è limitato, i fondamentali parlano. I fondamentali guidano. L’ascolto si affina. La preparazione si approfondisce. Questa mentalità mi ha accompagnato durante il mio dottorato di ricerca presso l’Università RWTH di Aquisgrana, dove ho lavorato con il professor Hermann Ney nella traduzione automatica. All’epoca la traduzione automatica era ancora considerata molto difficile. Vedere come la ricerca a lungo termine potesse trasformare lentamente idee impossibili in sistemi reali mi ha lasciato una forte impressione.
Hai anche trascorso del tempo nei laboratori di ricerca del settore. Cosa hanno aggiunto quelle esperienze?
Durante il mio dottorato ho svolto visite di ricerca presso Microsoft Research Redmond e IBM Watson. Quegli ambienti mi hanno mostrato come funziona la ricerca su larga scala. Sono grato per quel tempo e per i miei mentori e colleghi. I laboratori industriali si preoccupano profondamente della possibilità che le idee possano funzionare in sistemi reali. Quell’equilibrio tra teoria e applicazione è rimasto con me. Ha rafforzato la mia convinzione che una ricerca approfondita dovrebbe alla fine collegarsi a casi d’uso reali.
Dopo il dottorato, sei passato a ruoli di leadership accademica in Asia. Cosa è emerso in quella fase?
Ho lavorato come professore assistente e consulente di dottorato presso l’Università di Tsinghua e successivamente come professore associato presso l’Accademia cinese delle scienze. Sono stati anni intensi e produttivi. Ho lavorato con studenti e ricercatori di talento sull’apprendimento automatico e sull’elaborazione del linguaggio naturale. Culture accademiche diverse danno valore a cose diverse e adattarmi a tali aspettative mi ha aiutato a crescere come leader. Ho imparato che pensare è importante quanto dirigere.
Molte persone conoscono il tuo lavoro attraverso i concorsi di intelligenza artificiale. Perché erano importanti per te?
I concorsi verificano se le idee funzionano davvero. I miei team hanno contribuito a 18 risultati di alto livello nelle principali sfide di elaborazione del linguaggio naturale. Uno dei momenti salienti è stato guadagnare il secondo posto nella sfida dei social bot del premio Amazon Alexa. Quel progetto ci ha costretto a pensare a conversazioni a lungo termine, robustezza del sistema ed esperienza utente. Ha dimostrato chiaramente che la precisione da sola non è sufficiente. I sistemi reali devono essere affidabili, efficienti e coinvolgenti.
Negli ultimi anni la vostra ricerca si è concentrata sull’efficienza e sui modelli più piccoli. Perché è importante?
I modelli linguistici di grandi dimensioni sono impressionanti, ma sono costosi e richiedono molte risorse. Molte organizzazioni non possono utilizzarli facilmente. Sono interessato a realizzare modelli più piccoli e più intelligenti in modo che possano essere distribuiti su più ampia scala. L’efficienza non significa abbassare gli standard. Si tratta di progettare meglio. Un modello più piccolo e ben costruito può essere più pratico e affidabile nelle impostazioni del mondo reale.
Come definisci personalmente il successo nel tuo campo?
Misuro il successo utilizzando due standard. Uno è il mio giudizio come ricercatore. Capisco la profondità e l’impatto del mio lavoro. Il secondo è il feedback sociale. Se un’idea viene riconosciuta e contribuisce a rendere il mondo migliore, allora conta. Decenni fa, la traduzione automatica sembrava irrealistica. Oggi fa parte della comunicazione quotidiana. Per me è significativo far parte di quel lungo viaggio volto a trasformare l’irraggiungibile in qualcosa di realizzabile.
Poni una forte enfasi sui valori e sull’integrità. Da dove viene?
Ogni carriera include sfide che mettono alla prova i tuoi principi. Credo che il successo duraturo derivi dal rimanere allineati ai propri obiettivi e valori sociali, anche quando a volte può essere difficile. L’autenticità conta. Influisce sul modo in cui si lavora con i colleghi, si guidano gli studenti e si scelgono i problemi di ricerca. Per me il successo non è solo una questione di successo. Si tratta di contribuire con qualcosa che dura oltre noi stessi.
Che ruolo gioca oggi il tutoraggio nel tuo lavoro?
Il tutoraggio è al centro del mio lavoro. Aiuto gli studenti a vedere la ricerca non come una serie di vittorie immediate, ma come un viaggio a lungo termine in cui gli insuccessi sono trampolini di lancio. Il successo si costruisce attraverso uno sforzo costante e la curiosità. Allo stesso tempo, imparo dai miei studenti: le loro domande, nuove prospettive e la curiosità senza paura mi spingono costantemente a crescere ed evolvermi. Per me, il tutoraggio è un viaggio di squadra alla scoperta, resilienza e crescita condivisa.
