金光武夫は日系アメリカ人の計算機科学者であり、カーネギーメロン大学の教授である。彼はコンピュータビジョンとロボティクスの先駆者として広く認知されており、その研究は画像理解、顔検出、自動運転の分野を形成し、学術的な探求と産業応用の両方に影響を与えてきた。金光の業績は、初期のオプティカルフローアルゴリズムから、動き推定の基盤となるルーカス・カナデ法の開発まで、数十年にわたっている。
日本で生まれた金光は、京都大学で電気工学の学士号、修士号、博士号を取得し、1974年に博士号を修了した。彼は京都大学で学術キャリアを開始し、その後アメリカに移り、1980年にカーネギーメロン大学に加わった。CMUでは、ロボティクス研究所のビジョングループを創設し、後に1992年から1998年までロボティクス研究所の所長を務め、計算機科学、機械工学、認知心理学を橋渡しする学際的研究の文化を育んだ。
初期の貢献とルーカス・カナデ法
金光の1970年代から1980年代にかけての初期の研究は、現代のコンピュータビジョンの基盤を築いた。1981年、彼とブルース・ルーカスは、画像シーケンスにおけるオプティカルフローと特徴追跡を推定するための反復手法であるルーカス・カナデ法を発表した。このアルゴリズムは、ビデオ安定化、物体追跡、3D再構成において今も広く使用されており、多くの商用およびオープンソースシステムに統合されている。この手法の効率性と堅牢性は、この分野の標準ツールとなり、その影響は、古典的なビジョンの事前知識を取り入れた現代の深層学習アプローチにも及んでいる。
顔検出とヴィオラ・ジョーンズフレームワーク
顔検出への金光の貢献も同様に重要である。1990年代に、彼と彼の学生たちは、肌色モデリングとテンプレートマッチングの組み合わせを用いた、最初のリアルタイム顔検出システムの一つを開発した。この研究は、後のヴィオラ・ジョーンズ検出器に先行するものだが、特徴ベース認識の主要な原理を確立した。金光の顔表情分析に関する研究は、CMU-ピッツバーグAUコード顔表情データベースの作成にもつながり、このリソースは感情計算や人間とコンピュータの相互作用研究で広く使用されている。
ロボティクスと自動運転車両
カーネギーメロン大学で、金光はロボティクスの限界を押し広げるプロジェクトを指揮した。彼は、1980年代に始まり、コンピュータビジョン駆動のナビゲーションの実現可能性を示したNavlabシリーズの自動運転車両の主任研究員であった。これらの車両は、レーザーレンジファインダーとカメラを使用して道路やオフロード地形を走行し、1995年の大陸横断自動運転（「ノーハンズ・アクロス・アメリカ」実験）などの顕著なマイルストーンを達成した。複数のカメラビューから3Dシーンを再構成するバーチャルリアリティシステムに関する金光の研究も、後の拡張現実やテレプレゼンスの発展に影響を与えた。
後期の研究と産業への影響
2000年代から2010年代にかけて、金光は革新を続けた。彼は、彼の初期の手法の拡張であるカナデ・ルーカス・トマシ（KLT）特徴トラッカーを開発し、これは同時位置推定とマッピング（SLAM）システムの標準となった。彼はまた、ビジョンと人工知能の交差点を探求し、物体認識のための初期の機械学習アプローチに貢献した。彼のCMUの研究グループは、シェーディングからの形状復元、ステレオビジョン、画像モザイキングに関する多くの影響力のある論文を生み出し、その多くは現代のニューラルネットワークやトランスフォーマーアーキテクチャで引用されている。
金光の産業協力には、ノキア・ベル研究所とのビデオ圧縮に関する作業や、サムスン電子とのカメラシステムに関する作業が含まれる。彼はまた、さまざまなテクノロジー企業のコンサルタントを務め、民生用電子機器や自動車安全におけるコンピュータビジョン応用について助言してきた。彼の特許とアルゴリズムは、インテルからクアルコムまでの企業にライセンス供与されており、彼の研究の商業的関連性を強調している。
受賞と遺産
金光は、2019年のACMチューリング賞（彼の学生と共有、ただしこの賞は特にコンピュータビジョンへの貢献を認めたもの）、2018年のフランクリン研究所バウアー賞、2022年のIEEE栄誉賞など、数多くの栄誉を受けている。彼は、IEEE、ACM、およびアメリカ人工知能協会のフェローである。彼の指導は、一流大学の教員ポストを務める者や、グーグル・ディープマインドやオープンAIなどの企業でAIラボを率いる者を含む、一世代の主要研究者を生み出した。
金光の遺産は、理論的な厳密さと実用的な工学を組み合わせる能力によって定義される。彼のアルゴリズムは、スマートフォンのカメラから自動運転車両まで、何十億ものデバイスに組み込まれており、彼の教育アプローチは、コンピュータビジョンが世界中で教えられる方法を形成してきた。彼の後期のキャリアにおいても、彼はCMUの名誉教授として活動を続け、学生への助言や、ロボティクスと機械学習に関するプロジェクトでの協力を行っている。彼の業績は、人工知能における基礎研究の変革力を示すものである。