コンピュータ科学・人工知能研究所（CSAIL）は、マサチューセッツ工科大学（MIT）にある研究所である。2003年に計算機科学研究所（LCS）と人工知能研究所（AI Lab）が合併して設立され、研究範囲と会員数においてMITキャンパス内で最大の研究所である。レイ・アンド・マリア・スタタセンター内に所在し、シュワルツマン計算機科学カレッジの一部である一方、MIT研究担当副学長の監督下にもある。
CSAILの研究活動は、各々が1人以上の教授または研究科学者によって率いられる半自律的な研究グループを中心に組織されている。これらのグループは、人工知能、計算生物学、グラフィックスとビジョン、言語と学習、計算理論、ロボティクス、システム（コンピュータアーキテクチャ、データベース、分散システム、ネットワーク、オペレーティングシステム、プログラミング方法論、ソフトウェア工学を含む）の7つの主要分野にわたっている。
Project MACにおける起源
MITでのコンピューティング研究は1930年代に遡り、ヴァネヴァー・ブッシュの微分解析機とクロード・シャノンの電子ブール代数に関する研究、それに続く戦時中のMIT放射線研究所、戦後のホイールウィンド計画、そして電子工学研究室（RLE）がある。MITでの人工知能研究は1950年代後半に始まった。1963年7月1日、国防高等研究計画局（DARPA）からの200万ドルの助成金によりProject MACが開始された。頭字語MACは、「Machine-Aided Cognition」、「Multiple-Access Computer」、「Men and Computers」など複数の語句を表しており、J・C・R・リックライダーの1960年の論文「Man-Computer Symbiosis」の構想を反映していた。
Project MACの初代所長はRLEのロバート・ファノであり、彼は他のMIT部門からスタッフを採用しやすくするために、これを「研究所」ではなく意図的に「プロジェクト」と呼んだ。DARPAのプログラムマネージャーであり元RLEメンバーでもあったリックライダーが、後にファノの後任として所長となった。このプロジェクトは、オペレーティングシステム、人工知能、計算理論における画期的な業績で有名になり、同時代にはバークレーのProject Genieやスタンフォード人工知能研究所があった。
Project MAC内のAIグループは、マービン・ミンスキーが指揮し、ジョン・マッカーシー（Lispの発明者）も参加して、視覚、機械運動、操作、言語に焦点を当てた。1960年代から1970年代にかけて、このグループはPDP-6およびPDP-10コンピュータ上で動作するタイムシェアリングオペレーティングシステムであるIncompatible Timesharing System（ITS）を開発した。初期のコミュニティにはフェルナンド・J・コルバトも含まれており、彼はMIT計算センターからCompatible Time-Sharing System（CTSS）を持ち込み、DARPAの資金でIBM 7094を購入した。CTSSは約100台のテレタイプ端末をサポートし、同時に約30人のユーザーが利用でき、1966年のサイエンティフィック・アメリカンの情報に関する特集号で取り上げられた。
Project MACはまた、CTSSの後継であり、最初の高可用性コンピュータシステムの1つであるMulticsを、ゼネラル・エレクトリックおよびベル研究所との業界コンソーシアムの一環として開発した。1969年にベルが離脱し、1970年にGEがコンピュータ事業から撤退した後も、Project MACは1970年代を通じてハネウェルとともにMulticsの開発を継続した。
AI Labと計算機科学研究所
1960年代後半、ミンスキーのAIグループはより多くのスペースを求めたが、所長リックライダーからそれを得ることができなかった。ミンスキーは、独自の研究所を設立して分離すれば追加のオフィススペースを得られることを発見した。その結果、1970年にMIT AI Labが設立され、多くのAI同僚がProject MACを離れて彼に加わった。TECOを使ってEMACSを開発したリチャード・ストールマンなどのプログラマーは、AI Labで活躍した。この研究所はLispマシンを発明し、1980年代にシンボリックスとLisp Machines Inc.によって商業化された。
Project MACは1976年に正式に計算機科学研究所（LCS）と改名された。LCSの研究者は、オペレーティングシステム、プログラミング言語、分散システム、セキュリティカーネル、計算理論の研究を継続した。2人の教授、ハル・アベルソンとジェラルド・ジェイ・サスマンは、正式には「MIT Project on Mathematics and Computation」（廃止された「Project MAC」の呼称に対するバクロニム）と呼ばれる小さなグループを形成し、AI LabとLCSの間の中立性から「スイス」というニックネームで呼ばれた。
CSAILの設立
2003年7月1日、Project MAC設立40周年にあたる日に、LCSはAI Labと合併してCSAILを設立した。この合併により、600人以上の人員を擁するMITキャンパス最大の研究所が誕生した。2018年、CSAILはiFlytekとの5年間の協力プログラムを開始したが、同社は翌年、新疆における監視と人権侵害の疑いで制裁を受けた。2019年10月、MITはiFlytekやSenseTimeなどの制裁対象企業とのパートナーシップを見直すと発表した。iFlytekとの契約は2020年4月に終了した。CSAILは2020年2月までに工学部から新設されたシュワルツマン計算機科学カレッジに移管された。
研究貢献と注目すべきプロジェクト
CSAILはArtificial intelligence、Machine learning、Roboticsの進歩における中心的なハブとなっている。その研究者はDeep learningとNeural networkアーキテクチャの基礎研究に貢献し、現代のLarge language modelシステムの発展に影響を与えてきた。この研究所のGenerative AIへの焦点は、多くの現代AIアプリケーションの基盤となるTransformer (architecture)モデルの台頭と並行している。CSAILはOpenAI、Google DeepMind、Anthropicなどの業界リーダーとの協力関係を維持しており、AMD、Intel、NVIDIA、Amazon Web Services、microsoft-azureなどのハードウェアおよびクラウドプロバイダーとも協力している。
CSAILに所属する著名な教員および研究者には、計算認知科学のJoshua Tenenbaum、コンピュータビジョンのAlexei Efros、堅牢性とセキュリティのAleksander Madry、そして（後にスタンフォードに移った）Daphne Kollerが含まれる。この研究所はまた、機械学習理論を形成してきたThomas G. DietterichやMichael I. Jordanなどの人物も受け入れてきた。CSAILのロボティクス研究は、より広い分野におけるWaymoやTeslaに関連する取り組みを含む、自律システムに影響を与えてきた。
研究グループと分野
この研究所の7つの研究分野は、幅広いプロジェクトを支えている。人工知能では、グループが推論、計画、知識表現を探求している。計算生物学は、ゲノムおよび生物医学的問題にコンピューティングを適用している。グラフィックスとビジョンの研究は、レンダリング、画像理解、拡張現実をカバーしている。言語と学習は、自然言語処理と統計的学習に焦点を当てている。計算理論は、アルゴリズム、複雑性、暗号化を扱っている。ロボティクスは、操作、移動、人間とロボットの相互作用を含む。システム研究は、オペレーティングシステム、分散システム、ソフトウェア工学にわたっている。
影響と遺産
CSAILの遺産には、タイムシェアリングシステム、Lispマシン、初期のAIプログラミング言語の開発が含まれる。この研究所の卒業生と教員は、Xerox PARCやNokia Bell Labsを含む主要なテクノロジー企業や研究所を設立または率いてきた。その研究はChess computerシステムや他のゲームプレイAIの作成に情報を提供してきた。この研究所は、学際的な協力に重点を置き、査読付き出版物とオープンソースソフトウェアの主要な供給源であり続けている。2020年代初頭の時点で、CSAILは量子アルゴリズムから人間中心のAIまで、コンピューティングの最前線を前進させる上で重要な役割を果たし続けている。
施設とコミュニティ
CSAILは、建築家フランク・ゲーリーによって設計され2004年に完成したレイ・アンド・マリア・スタタセンターに所在している。この建物は、1,000人以上の研究者、学生、スタッフに協力的なスペース、実験室、オフィスを提供している。この研究所は数多くのセミナー、ワークショップ、年次のオープンハウスを開催し、学者と実務者の活気あるコミュニティを育成している。シュワルツマン計算機科学カレッジ内の立地は、他のMIT部門やイニシアチブとの統合を促進している。
将来の方向性
今後を見据えて、CSAILはArtificial intelligenceの安全性、解釈可能性、効率性における課題に取り組む態勢を整えている。研究者は、Machine learningモデルをより信頼性が高く、リソース集約的でないものにする方法を探求しており、ヘルスケア、気候科学、教育における潜在的な応用がある。この研究所のオープンな研究と倫理的配慮への取り組みは、次世代のコンピューティング技術を形成する位置づけにある。