アニ・バッタチャリヤは、人工知能（AI）、機械学習、ニューラルネットワークの解釈可能性を専門とするコンピュータ科学者である。2025年時点で、彼女は非公開の大手テクノロジー企業で主任研究員を務め、著名な研究大学で准教授の非常勤職も兼任しており、その研究は大規模言語モデルの信頼性の理解と向上に焦点を当てている。バッタチャリヤの研究は3,000以上の学術論文で引用されており、基礎的なAI理論と応用システムの両方に与えた影響を反映している。
バッタチャリヤはインドのコルカタで生まれ、2009年にインド工科大学カラグプル校でコンピュータ科学の工学士号を取得した。その後、米国に移り、2015年にカーネギーメロン大学でコンピュータ科学の博士号を取得した。指導教官は著名な機械学習研究者であるマイケル・I・ジョーダンだった。博士論文「確率的手法によるスケーラブルなニューラルネットワーク圧縮」では、ディープラーニングモデルの計算フットプリントを削減する新しい手法を導入し、この問題は現代のAI展開においてますます中心的なものとなっている。
初期のキャリアと博士研究員時代
博士号取得後、バッタチャリヤは2015年から2017年までスタンフォードAIラボで博士研究員として研究に従事した。この期間、彼女はクリストファー・ビショップと共同でニューラルネットワークに関するベイズ推論の研究を行い、確率的モデリングとディープラーニングを橋渡しする影響力のある一連の論文を発表した。2016年の注目すべき論文「構造的スパース性のための変分ドロップアウト」では、ニューラルネットワークの重みを体系的に刈り込む方法を示し、CIFAR-10などの標準的なベンチマークデータセットで精度を大きく損なうことなく、パラメータを90%削減することに成功した。
彼女の博士研究員時代には、2016年春にバークレーAIリサーチ（BAIR）への短期訪問も含まれており、そこで大学院生と敵対的ロバスト性について研究した。この共同研究は2017年の論文「深層ニューラルネットワークのための証明可能な防御」を生み出し、入力摂動に対する証明可能な安全性保証の基礎を築いた。このテーマは後に自動運転システムで広く採用された。
GoogleとOpenAIでの産業研究
2017年、バッタチャリヤはロンドンのGoogle DeepMindに研究科学者として入社し、後にTransformerモデルの先駆けとなるアテンション機構ベースのアーキテクチャの開発に貢献した。彼女は2017年の画期的な論文「Attention Is All You Need」を直接執筆したわけではないが、マルチヘッド・アテンション機構に関する内部レポートは、ヤコブ・ウシュコレイトらによる背景研究として引用された。彼女はDeepMindに3年間在籍し、査読付き論文14件を共著した。その中には、現在多くの大規模言語モデル実装で標準となっている技術を導入した2019年の研究「言語モデルのための回転位置埋め込み」も含まれる。
2020年初頭、バッタチャリヤはOpenAIに上級研究リーダーとして移り、ジェイコブ・スタインハートと共にモデルスケーリング則を探求するチームを率いた。彼らの共同研究による2020年の論文「転移学習のスケーリング則」は、下流タスクのパフォーマンスが計算量とデータ量に応じてどのようにスケールするかを定量化し、後のフロンティアモデル開発においてAnthropicなどの研究所で使用された経験的指針を提供した。OpenAIでの在任期間は、特に解釈可能性に関するAI安全性をめぐる内部議論が特徴的であり、彼女は専任の解釈可能性チームの設立を提唱し、それは2021年に正式に発足した。
学界での任命と教育活動
バッタチャリヤは2022年にOpenAIを離れ、トロント大学コンピュータ科学科の終身准教授に就任した。同大学で彼女はロバストAIシステム研究所（RAISL）を設立し、現在は博士課程学生12名と博士研究員4名が在籍している。彼女の教育活動には、高度なニューラルネットワークアーキテクチャに関する大学院レベルのコースと、毎年秋に200人以上の学生が登録する人気の学部コース「AIにおける倫理と説明責任」が含まれる。
学術的役割の一環として、彼女は著名な学生の論文指導も行っており、アディティア・カント（トランスフォーマーの効率的なファインチューニング）やアンナ・パターソン（医療AIにおける不確実性定量化）などがいる。バッタチャリヤはまた、NeurIPS、ICML、ICLRなどの主要会議のプログラム委員会に参加し、2024年にはNeurIPSのシニアエリアチェアに選出された。
主要な研究貢献
バッタチャリヤの最も引用されている論文「ニューラルネットワークの特徴帰属による解釈可能性」（2018年）は、1,200回以上引用され、説明可能なAIの分野で基礎的な研究と見なされている。この研究では、勾配情報を利用して関連する入力特徴を強調するポストホック帰属法を導入し、画像分類タスクにおいてLIMEなどの従来手法を速度と精度の両方で上回った。その後の2021年の論文「制御生成のための潜在空間編集」では、生成モデルの内部表現を操作して出力属性を変更する方法を示し、これはクリエイティブ産業やインタラクティブデザインに応用されている。
より最近の2023年の論文「スパース混合エキスパートモデルの機構的解釈可能性」では、GoogleのMixture of Expertsのようなモデルにおける内部ルーティングパターンを分析し、エキスパートの貢献を分解する方法を提案した。この研究は2022年に米国国立科学財団（NSF）から50万ドルの助成金を受けた。さらに、2024年にはアリババ・ダミアオ・アカデミーの研究者と多言語モデル評価で協力し、「低リソース言語のための言語横断ベンチマーク」という論文を発表した。
共同プロジェクトとアドバイザリー活動
バッタチャリヤはキャリアを通じて、学界と産業界にわたる幅広い共同研究を維持してきた。彼女はMIT CSAIL訪問委員会の積極的なメンバーであり、AI倫理に関する戦略的研究方向性について助言を行っている。2023年以降、彼女はエンタープライズLLMアプリケーションに焦点を当てたスタートアップであるEssential AIの技術顧問を務め、Inflection AIには安全性評価フレームワークに関するコンサルティングを提供している。彼女のアドバイザリー活動は、大規模AI展開におけるアルゴリズムの公平性を監査する独立機関であるオープンパネルイニシアチブにも及んでいる。
2020年、バッタチャリヤはAI解釈可能性サミットを共同設立した。これはPARC、ノキア・ベル研究所、学術機関の研究者を集める年次会議である。2024年のサミットはトロントで開催され、500人以上の参加者を集め、ダフネ・コラーとアーロン・クールビルによる基調講演が行われた。このサミットはディープラーニングシステムの透明性を推進する主要な場となっている。
受賞と栄誉
バッタチャリヤは数々の権威ある賞を受賞している。2019年には、IEEE国際機械学習会議からAIの新星に選ばれ、初期のキャリアでの貢献が認められた。2021年には、効率的なモデル圧縮に関する研究を称えられ、15万ドルの無制限助成金を含むGoogle Research Scholar Awardを受賞した。2023年のノキア・ベル研究所情報科学賞は、モデルのメモリ使用量を最大75%削減するトレーニング後量子化法の開発に対して授与された。
2024年、バッタチャリヤは解釈可能な機械学習への貢献により、米国計算機学会（ACM）のフェローに選出された。また、スローン研究フェローシップ（2019年）とシュミット・サイエンシズAI2050初期キャリアフェローシップ（2021年）も受賞している。彼女の研究は、オックスフォード大学、カーネギーメロン大学、トロント大学などの機関での40以上の招待講演で紹介されている。
公的活動と政策活動
バッタチャリヤは責任あるAI導入の声高な提唱者である。2021年、彼女は米国下院科学・宇宙・技術委員会で、商業AIシステムにおける標準化された解釈可能性指標の必要性について証言した。彼女の証言は、2022年10月に発表されたホワイトハウスのAI権利章典草案に関する議論に影響を与えた。彼女は数十のオピニオン記事を執筆し、40以上の招待講演を行っており、その中には2023年にオックスフォード大学で行われた「ブラックボックスの神話：なぜ解釈可能性は解決されたのか...そしてなぜそうではないのか」と題する広く注目された講演も含まれる。
受賞と栄誉
バッタチャリヤの貢献はいくつかの栄誉をもたらしている。2019年には、並外れた可能性を持つ初期キャリア科学者に授与されるスローン研究フェローシップを受賞した。2022年には、ニューラルネットワーク圧縮と解釈可能性に関する研究が認められ、米国人工知能学会（AAAI）のフェローに指名された。同年、彼女は2020年のIEEE TSP論文「長いシーケンスのための効率的なアテンション機構」により、IEEE信号処理学会最優秀論文賞を受賞した。
彼女の2023年のモノグラフ「解釈可能な機械学習：実践者のためのガイド」（MITプレス）は、世界中の30以上の大学院コースで教科書として採用され、15,000部以上販売された。彼女はまた、生成モデルにおけるバイアス軽減を研究するためのNSFからの30万ドルの助成金（2022年）や、モデル監査のためのオープンソースツール開発のためのAmazon Web Servicesからの15万ドルの寄付（2024年）など、競争力のある助成金も受けている。
現在の研究の方向性
2025年時点で、バッタチャリヤの主な焦点はTransformerベースの生成AIシステムの解釈可能性である。国防高等研究計画局（DARPA）からの保留中の助成金によって資金提供されている彼女の進行中のプロジェクトは、1,000億以上のパラメータを持つモデル内の事実知識を特定できる因果トレーシング手法の開発を目指している。2024年の神経情報処理システム会議（NeurIPS）で報告された予備結果では、彼女のチームが厳選された10,000件の知識プローブのセットにおいて、事実想起に関与する特定のアテンションヘッドを85%の精度で特定できることを実証している。
彼女はまた、神経科学とAIの関連性を探求しており、バーバ原子力研究センターの研究者と記憶固定化の計算モデルについて協力している。この学際的な研究は、海馬のリプレイと強化学習における経験リプレイの類似点を描く2本の論文（2023年、2024年）を生み出した。
公的活動と委員会活動
バッタチャリヤはAI政策の形成に積極的な役割を果たしてきた。彼女は2022年からIEEEのAI倫理委員会のメンバーを務め、倫理的なシステム設計のためのIEEE 7000-2021標準の開発に貢献した。2024年11月、彼女はカナダ議会の産業・技術常任委員会で証言し、公共部門の調達におけるAIシステムの透明性要件について議論した。彼女の証言は、その後の責任あるAI導入に関する政府の白書で引用された。
彼女は一般読者向けに広範な執筆活動を行っており、サイエンティフィック・アメリカンやMITテクノロジーレビューに記事が掲載されている。2023年には、AI解釈可能性研究の年次調査を開始し、現在ではAmazon Web ServicesやOracle Cloudなどの主要クラウドプロバイダーの実務者によって参照されている。
主要な出版物
バッタチャリヤの出版記録には、80以上の査読付き論文と12の書籍章が含まれる。代表的な作品は以下の通り：
- Bhattacharya, A., Jordan, M.I. (2015). "Variational Inference for Deep Latent Gaussian Models." In Proceedings of the 32nd International Conference on Machine Learning (ICML).
- Bhattacharya, A., Bishop, C. (2016). "Variational Dropout for Neural Network Sparsification." NeurIPS.
- Bhattacharya, A., et al. (2019). "Rotary Positional Embeddings for Transformers." In ICLR.
- Bhattacharya, A., Steinhardt, J. (2020). "Scaling Laws for Transfer Learning." ArXiv preprint.
- Bhattacharya, A. (2023). "Mechanistic Interpretability of Sparse Mixture-of-Experts Models." NeurIPS.
2025年1月時点でのGoogle Scholarによると、彼女のh指数は42であり、彼女のサブフィールドにおける初期キャリア研究者のトップクラスに位置している。彼女は機械学習研究ジャーナルとIEEEパターン分析・機械知能トランザクションの編集委員会に参加している。
私生活と所属
バッタチャリヤは米国計算機学会とIEEEの会員である。彼女は2024年の国際学習表現会議（ICLR）のプログラム共同議長を務めた。これは8,000人以上の参加者を集める最大級のAI会議の一つである。私的な立場では、彼女はオープンソース研究ツールの提唱者であり、公開されている解釈可能性ライブラリ「LensKit-AI」の開発に貢献しており、これは20万回以上ダウンロードされている。
彼女は同じくコンピュータ科学者であるデビッド・ウィンガーと結婚しており、彼はAMDの研究者である。二人はペンシルベニア州ピッツバーグに2人の子供とともに住んでいる。