コリンナ・コルテスは、デンマーク出身のコンピューター科学者であり、ニューヨークにあるGoogle Researchの責任者を務めている。彼女は、機械学習における基礎的な業績、特にサポートベクターマシン（SVM）の共同開発で最もよく知られている。SVMは、分類や回帰タスクに広く使用される教師あり学習モデルである。彼女の研究は、データマイニング、大規模学習、学習アルゴリズムの理論的基盤など、多岐にわたる分野に及んでいる。
コルテスはデンマークで生まれ、コンピューター科学の学術的キャリアを追求した。彼女はトロント大学で博士号を取得し、ニューラルネットワークと深層学習の先駆者であるジェフリー・ヒントンの指導の下で研究を行った。彼女の博士論文は学習アルゴリズムとその応用に焦点を当てており、後の分野への貢献の基盤を築いた。
サポートベクターマシン
1990年代初頭、コルテスはAT&Tベル研究所（現在のノキアベル研究所）でウラジミール・ヴァプニクと協力し、サポートベクターマシンを開発した。彼らの1995年の論文「Support-Vector Networks」は、高次元空間におけるクラス間のマージンを最大化する概念を導入し、パターン認識に非常に効果的な方法であることが証明された。SVMは人工知能と機械学習の基盤となり、その後のカーネル法や大マージン分類器の発展に影響を与えた。この手法は、テキスト分類からバイオインフォマティクスに至るまで、幅広い応用で今もなお使用されている。
Googleでのキャリア
コルテスは2003年にGoogleに入社し、研究とエンジニアリングのリーダーシップの役割を担った。Google Research NYの責任者として、彼女は大規模機械学習、自然言語処理、アルゴリズムの公平性などのトピックに取り組む科学者チームを監督している。Googleでの彼女の業績には、同社のランキングシステムへの貢献や、大規模データセットを分析するためのツールの開発が含まれる。彼女のリーダーシップの下、ニューヨークオフィスは生成AIや大規模言語モデルなどの分野の研究ハブとなり、Google DeepMindや他の部門のチームと協力している。
学習理論への貢献
SVMに加えて、コルテスは学習アルゴリズムの理論的理解に重要な貢献をしてきた。彼女は、ブースティング、アンサンブル法、学習システムの安定性などのトピックに関する影響力のある論文を発表している。汎化誤差と仮説空間の複雑さの関係に関する彼女の研究は、モデル選択と正則化への現代的なアプローチの形成に役立っている。また、不均衡なデータセットやノイズの多いラベルの処理の課題など、データマイニングにおける実践的な問題も探求してきた。
受賞と評価
コルテスはその業績に対して数多くの栄誉を受けている。彼女はACMのフェローであり、Journal of Machine Learning Researchを含むいくつかの著名なジャーナルの編集委員会に参加してきた。彼女の貢献は、AT&Tベル研究所のDistinguished Member of Technical Staff賞などの賞で認められている。彼女は、NeurIPSやICMLなどの主要な会議で頻繁に講演に招かれており、プログラム委員会やエリアチェアを務めてきた。
影響と遺産
コルテスの業績の影響は、学界を超えて産業界の実践にまで及んでいる。SVMは機械学習ツールキットの標準的なツールとなり、大規模学習に関する彼女の洞察は、世界中の企業が使用するシステムの設計に影響を与えた。Googleのリーダーとして、彼女は一世代の研究者を指導し、理論研究と実践的な展開の間のギャップを埋めるのに貢献した。彼女の継続的な研究は、堅牢でスケーラブルかつ公平なAIシステムを構築するという課題に取り組み続けている。
コルテスは研究コミュニティで活動的な人物であり続け、厳格な評価方法とAI技術の責任ある開発を提唱している。彼女のキャリアは、基礎理論と応用イノベーションの統合を体現しており、現代の機械学習の進化における重要な人物となっている。