Insinyur ML Roblox, Xiao Yu, Menerima Penghargaan Test of Time
Kami dengan senang hati mengucapkan selamat kepada insinyur pembelajaran mesin Roblox, Xiao Yu, dan rekan penulisnya atas penerimaan Penghargaan Test of Time di Konferensi Internasional ACM ke-17 tentang Pencarian Web dan Penambangan Data (WSDM 2024). Penghargaan Test of Time merupakan tanda dampak historis dan pengakuan bahwa penelitian tersebut telah mengubah tren dan arah disiplin ilmu. Penghargaan ini diberikan kepada publikasi penelitian yang diterbitkan 10 tahun lalu dan memiliki pengaruh yang bertahan lama.
Makalah pemenang, “Personalized Entity Recommendation: A Heterogeneous Information Network Approach”, pertama kali dipresentasikan di WSDM 2014, saat Yu masih menjadi peneliti di University of Illinois at Urbana-Champaign. Yu bergabung dengan Roblox pada tahun 2022 dan telah bekerja di bidang bahasa alami, penglihatan komputer, model bahasa besar, dan Generative AI, termasuk pekerjaan terbaru kami mengenai terjemahan obrolan AI secara real-time dan moderasi suara secara real-time.
Yu mengatakan bahwa makalah pemenang penghargaan ini “memperkenalkan konsep fitur laten berbasis meta-path sebagai representasi untuk pengguna dan item. Hal ini terjadi sebelum pembelajaran representasi menjadi standar emas untuk sistem rekomendasi. Meskipun mendahului penggunaan luas embeddings dalam jaringan heterogen dan sistem rekomendasi, pengamatan dan filosofi yang dipresentasikan dalam makalah ini menginspirasi banyak peneliti untuk meninjau ulang masalah ini dan memicu gelombang penelitian inovatif di bidang ini.”
Penelitian yang diterbitkan oleh Yu dan rekan-rekannya telah mendapatkan pengakuan signifikan selama dekade terakhir seiring dengan semakin meluasnya penggunaan mesin rekomendasi. “Dengan mengintegrasikan informasi hubungan yang beragam, metode kami mempersonalisasi rekomendasi secara lebih mendalam, menghasilkan saran yang lebih akurat, relevan, dan disesuaikan untuk pengguna. Hal ini krusial dalam situasi kelebihan informasi saat ini, di mana orang-orang dibanjiri dengan rekomendasi yang tidak relevan,” kata Yu.
“Sebelum makalah ini, sistem rekomendasi hibrida berbasis graf sering kali hanya menggunakan satu jenis hubungan, seperti apakah seorang pengguna pernah membeli suatu barang sebelumnya. Ini merupakan salah satu pendekatan awal yang memanfaatkan heterogenitas hubungan dalam suatu jaringan. Dengan memodelkan berbagai hubungan, sistem rekomendasi yang diusulkan dapat menangkap pemahaman yang lebih kaya dan lebih mendalam mengenai preferensi pengguna dan karakteristik barang.”
Pelajari penelitian AI terbaru di Roblox di sini.
