マイケル・カーンズは、アメリカの計算機科学者であり、ペンシルベニア大学の教授である。同大学では、コンピュータ情報科学科とウォートン・スクールに所属している。彼は、アルゴリズム的ゲーム理論、機械学習、そして人工知能システムにおける公平性と透明性の研究への貢献で知られている。カーンズはまた、Google DeepMindの研究者としても活動し、AIの社会的影響に関する議論において著名な発言者でもある。
カーンズは、1989年にハーバード大学でレスリー・ヴァリアントの指導の下、コンピュータ科学の博士号を取得した。彼の初期の研究は計算学習理論に焦点を当てており、ブール式を学習するための効率的なアルゴリズムの開発や、PAC（おそらく正しい）学習モデルの分析を含んでいた。その後、研究をアルゴリズム的ゲーム理論に拡張し、ナッシュ均衡の計算の複雑さや戦略的環境におけるメカニズムの設計を研究した。
学術経歴
カーンズは、カーネギーメロン大学の教授として学術キャリアを開始し、2002年にペンシルベニア大学へ移った。ペンでは、ネットワークシステム・セキュリティ研究所を共同設立し、学際的なウォーレン・ネットワークデータセンターの主要人物でもある。また、MIT CSAILやスタンフォードAIラボでの客員職も務めた。彼の教育は、機械学習、アルゴリズム的ゲーム理論、AIの倫理などのトピックを扱ってきた。
研究貢献
カーンズは、いくつかの分野で重要な貢献をしてきた。計算学習理論では、「統計的クエリ」の概念を導入し、そのようなクエリからの学習の限界を証明した。アルゴリズム的ゲーム理論では、影響力のある著書『ナッシュ均衡の複雑さ』を共著し、ナッシュ均衡を見つけることがPPAD完全であることを示し、この結果は分野を形成した。最近では、機械学習における公平性、特に異なる人口統計グループ間での非差別的結果を保証するアルゴリズムの開発に焦点を当てている。また、金融や社会的文脈でのニューラルネットワークや深層学習の使用も探求している。
産業界と政策活動
学界以外では、カーンズはGoogle DeepMindの研究者として働き、アルゴリズム的公平性と解釈可能性に関するプロジェクトに貢献した。また、全米科学財団やホワイトハウス科学技術政策局を含む、さまざまなテクノロジー企業や政府機関のアドバイザーも務めた。彼はAIの倫理的影響について議会で証言し、アルゴリズム的バイアスや大規模言語モデルの規制などのトピックについてメディアで頻繁にコメントしている。
受賞と評価
カーンズは、研究に対して数多くの賞を受賞している。2012年にはナッシュ均衡の複雑さに関する研究でゲーデル賞を、1991年には大統領若手研究者賞を受賞した。彼は、コンピュータ機械協会と米国科学振興協会のフェローでもある。2023年には、アルゴリズム的ゲーム理論と機械学習への貢献により、全米技術アカデミーに選出された。
主要な出版物
カーンズは、100以上の論文と数冊の著書を執筆している。注目すべき出版物には、『ナッシュ均衡の計算複雑性』（クリストス・パパディミトリウらと共著）、『計算学習理論入門』（ウメシュ・ヴァジラニと共著）、『機械学習における公平性：調査』（アーロン・ロスと共著）がある。彼の研究は数万回引用され、AIの理論的および応用的研究の両方に影響を与えてきた。
私生活
カーンズは既婚で、2人の子供がいる。彼は熱心なランナーであり、いくつかのマラソンを完走している。また、芸術教育の支援者でもあり、地元の劇場会社の理事を務めている。