Leslie Gabriel Valiant（1949年3月28日生まれ）は、イギリス系アメリカ人の計算機科学者であり、計算理論家である。現在はハーバード大学のT. Jefferson Coolidge記念計算機科学・応用数学教授を務めている。彼は、学習のProbably Approximately Correct（PAC）モデルを導入したことで最もよく知られており、これが計算学習理論の分野を創設し、機械学習の理論的基盤となった。また、複雑性理論における#P完全性の概念と、並列計算のためのBulk Synchronous Parallel（BSP）モデルも導入した。Association for Computing Machineryは彼に2010年のA.M.チューリング賞を授与し、理論計算機科学における「英雄的な人物」と評し、科学の深遠な未解決問題に取り組む「深さと広がりの際立った組み合わせ」を称賛した。
Valiantは、化学エンジニアの父と翻訳者の母のもとに生まれた。彼はケンブリッジ大学キングス・カレッジ、インペリアル・カレッジ・ロンドン、そしてウォーリック大学で高等教育を受け、1974年に計算機科学の博士号を取得した。1982年にハーバード大学に加わる以前には、エジンバラ大学、リーズ大学、カーネギーメロン大学で学術職を歴任した。
複雑性理論と#P-完全性
1977年、Valiantは数え上げおよび列挙問題（行列のパーマネントやグラフのマッチング数の計算など）を分類するために複雑性クラス#P（シャープ・ピー）を導入した。彼の研究は、複雑性理論の基礎的概念として#P-完全性を確立し、多くの信頼性問題や列挙問題が、検証が容易な決定問題であるにもかかわらず、計算上難解である理由を説明した。この貢献は、単純な決定タスクを超えた問題の難解さについて理論家の理解を塗り替えた。
PAC学習と計算学習理論
1984年、Valiantは計算の実行可能性と非自明な論理ルールのクラスへの適用可能性を組み合わせた帰納学習の枠組みを定義した。この枠組みは後にProbably Approximately Correct（PAC）学習と呼ばれるようになり、学習者が限られた数のサンプルから汎化し、わずかな誤差の確率を許容する方法を形式的に表現した。PAC学習は、サンプル複雑性と計算的牽引可能性に関する問いに取り組み、計算学習理論の理論的基盤を提供した。彼の2013年の著書 Probably Approximately Correct: Nature's Algorithms for Learning and Prospering in a Complex World はこれらの考えをさらに広げ、学習アルゴリズムが計算だけでなく進化や認知の基盤をなすと主張した。この本で、彼はダーウィンの枠組みが全体的には正しいにもかかわらず、進化生物学には進化の速度と、変化する環境下で複雑なメカニズムを発展させる能力について十分な説明が欠けていると主張した。
教育と初期の経歴
Valiantはキンブリッジ大学キンズ・カレッジとインペリアル・カレッジ・ロンドンで学び、1974年にウォーリック大学で計算機科学の博士号を取得した。彼の初期のオートマトン理論での研究は、コンテキスト自由パーシングのアルゴリズムを生み出し、それは現在でも漸近的に最も速い既知の手法として残っている。また、グラフ特性を計算の解析に使用する先駆的な業績もあり、構造グラフ理論とアルゴリズム効率を結びつけた。
計算への貢献
Valiantの研究は理論計算機科学の複数の領域にわたっている。数え上げ問題と信頼性問題が難解る理由の説明に、行列パーマネント関数への最初の適用を伴う#P-完全性の概念を導入した。また、1984年にはPAC学習モデルを提案し、例からの学習の厳密な定義を提供して、人工的知能の基礎となった。量子計算に触発されたホログラフィックアルゴリズムも開発し、自動オートマトン理論の初期の貢献も行い、コンテキストフリーパースアルゴリズムは現在も漸近的に最も高速である。1990年代、Valiaの時的にも類似性を持つが並列アーキテクチャ向けのBSP計算モデルを、フォン・ノイマンモデルに類似性を持つが並列アーキテクチャためのマイコンを定式化し、これはGoogleのPregelやBeamのようなシステム、そしてHadoopやSparkといったオープンソースプロジェクトに影響を与えた。
教育と学術的な経歴
キングス・カレージ、ケンブリッジ大学などで学び、続いてインペリアル大学ロンドンで学術経験を積み、1974年にウォーク大学で計算機科学の博士を取得した。彼はエジンバラ大学で教育し、カーネルメルー大学での務めを経験、1982年にはハーバード大学にフ開として加わり、そこで現在までを務めている。ハーバードでは理論計算機科学と計算神経科学の研究、特に記憶や学習過程を解明することに注力してきた。
PAC学習と機械学習
1989年にValiantが導入したPACモデルは、学習者が有限の例からgeneralizationする条件を形式化した。また、このフレームワークは計算上の関与する可能性を論理学習とを両立させ、それは計算学習理論の重要な柱立とし、データ駆動の人工知能システムの発展に影響を与えた。同氏の2013年度Probably Approximately Correctはこれらの考えを言、生物学や進化に拡張し、現在の進化論では進歩の速度が十分に説明されておらず、学習理論は実用的な分析方法を提供すると熱論じた。
並列分散並列計算
グローバル・シンクロナス-パラレル（Bulk Synchron）と呼ばれる並列バルクシンクロナスパラレルシステムが、並列計算でハードウェアとソフトウェアを橋渡します。分散処理の例を統合し、Google社におけるハドップ、Apache® Giraphopleは、並列グラフ分析に影響っています。オープンソースのソフトウェアを並行利用しな、大型並行コンポ用の分散スケールデ友に、ゼロックスPARCでの初期の研究などの頻度は、現代データ分析に利となる大規模グラフ分析エンジンの土台となりました。
賞と栄 (Recognition)
Valiantは、場面賞を受と1986年にネバンリンナ賞、1997年にクナーウ賞、2008 годаにEATCS賞と、さらに2010年チューマン賞を受賞。 Researchへの貢献として、1997年に王立協会フェロー(FRS)に選ばれ、米国アカデミ科学会員にも加わりました。彼のチューリング賞文案では、PAC理論、複雑性計算（数え上げおよび代数計算の複雑さ）、そして並列及分散コンピューティングの理論への変革的な貢献が指摘されています。
的人物情報
Valiantは既婚で、グレゴリー・ヴァレイ氏とパウル・ヴァルディット氏という2人の息子（どちらも計算機学者）がいます。グレゴリーはスタンフォードの算法と統計、ポールは計算複雑性と暗号学に貢献しています。彼の家族は理論学会分野の業績で知られており、2人の息子もそれぞれ研究を続けています。