グーグルでエンジニアリング・フェローを務めていたジェフリー・ヒントンが、10年間在籍した同社を退職した。ニューヨーク・タイムズ紙が5月1日付けで報じた。ヒントンは深層学習のパイオニアで、現代の人工知能（AI）の中核で使われている重要な技法を開発した人物として知られている。2018年には、ヤン・ルカン、ヨシュア・ベンジオと共に、コンピューティングにおけるノーベル賞に相当するチューリング賞を共同受賞した。

「ジェフの人工知能（AI）への貢献はすさまじいものです」と、メタで主任AI科学者を務めるルカンは語る。

75歳のコンピューター科学者であるヒントンは2013年、自身のAI関連スタートアップであるDNNリサーチ（DNNresearch）がグーグルに買収されたことで、グーグルに入社。以来、グーグルと、教授を務めるトロント大学で研究を続けてきた。ヒントンの会社は自身の研究グループからスピンアウトしたもので、当時は画像認識用の機械学習に関する最先端の研究をしていた。グーグルはヒントンらの技術を画像検索の強化などに使ってきた。

ヒントンは長年にわたり、AIの倫理的な問題を指摘していた。とりわけ気にしていたのが、軍事用途への採用についてだ。ヒントンは以前、キャリアの大半をカナダで送る選択をした理由の1つは、米国防総省（DOD）に関連しない研究費を得るのが楽だったからだと語っている。

ヒントンが手掛けたものの中で最も有名なのが、1980年代に2人の同僚と共に提唱した、バックプロパゲーション（逆伝播）と呼ばれるアルゴリズムだ。人工ニューラルネットワークによる学習を可能とするもので、現代の機械学習モデルほぼすべての基礎となっているものである。簡潔に言うと、バックプロパゲーションはニューラル・ネットワークが狙い通りの結果を出すまで、人工ニューロン間のつながりを何度も調整するための手法である。

ヒントンは、バックプロパゲーションは生物の脳が学習する手法と似ていると考えていた。以降、ヒントンは生物の脳による学習にさらに近い手法を探し求めてきたが、これまでのところバックプロパゲーションよりも良い手法は見つかっていない。

「私はジェフと多くの議論を重ねてきましたが、私が常にバックプロパゲーションの支持者であったのに対し、ジェフは常に別の学習手順を探し求めていました。より生物が使う手法に近いと彼が考えるようなモデルで、恐らく脳による学習手法よりも優れたものをです」と、ルカンは言う。

「ジェフ・ヒントンは間違いなく、現代の深層学習を実現可能としたアイデアの多くについて、最も偉大な貢献をしたと認められるべき人物です」と語るのは、ヨシュア・ベンジオだ。ベンジオはモントリオール大学の教授で、モントリオール学習アルゴリズム研究所（MILA）の科学部長を務めている。「自身が深層学習に対して多大な貢献をしたからこそ、その結果として起きたAIの躍進がもたらす潜在的なリスクについて、世間に警告する責任を特に強く感じているのでしょう」。

• 1
• 4

人気の記事ランキング

1. Why it’s so hard for China’s chip industry to become self-sufficient 中国テック事情：チップ国産化推進で、打倒「味の素」の動き
2. How thermal batteries are heating up energy storage レンガにエネルギーを蓄える「熱電池」に熱視線が注がれる理由
3. This US startup makes a crucial chip material and is taking on a Japanese giant 知られざる半導体材料の巨人 「味の素」の牙城を狙う 米スタートアップの勝算
4. Researchers taught robots to run. Now they’re teaching them to walk 走るから歩くへ、強化学習AIで地道に進化する人型ロボット