トーマス・G・ディータリッヒは、アメリカの計算機科学者であり、オレゴン州立大学の計算機科学名誉教授である。彼は機械学習分野の先駆者の一人として認められており、現代の人工知能研究を形成した基礎的なアルゴリズムと枠組みに貢献した。彼の研究は、多クラス分類、階層的強化学習、統計的手法の確率モデルへの統合に及び、生態学からコンピュータセキュリティまで多様な応用がある。
ディータリッヒはまた、機械学習の学術基盤の整備においても重要な役割を果たし、1992年から1998年までジャーナル『Machine Learning』の編集長を務め、『Journal of Machine Learning Research』の共同設立を支援した。彼は人工知能のリスクと利点に関する公の議論においても著名な発言者であり、ナショナル・パブリック・ラジオ、『Business Insider』、マイクロソフト・リサーチ、CNET、『The Wall Street Journal』などのメディアに学術的視点を提供してきた。
生い立ちと教育
トーマス・ディータリッヒは、1954年にマサチューセッツ州サウス・ウェイマスで生まれた。家族はニュージャージー州、その後イリノイ州に移り住み、そこで彼はネイパービル・セントラル高校を卒業した。その後、オーバリン大学に進学し、1977年に数学の学位を取得して卒業した。確率論と統計学を専門とした。1977年の夏には、オーバリン大学の計画・研究担当ディレクターのアシスタントとして働いた。
ディータリッヒはその後2年間、イリノイ大学アーバナ・シャンペーン校で過ごし、その後スタンフォード大学で計算機科学の博士課程に進んだ。1979年から1984年までヒューリスティック・プログラミング・プロジェクトのリサーチアシスタントとして働き、1984年に博士号を取得した。1979年の夏には、イリノイ州ネイパービルのベル電話研究所で技術スタッフの一員として、コンピュータ間ファイル転送と遠隔交換システムへのマイクロコード配布に関する業務に従事した。
オレゴン州立大学での学術経歴
1984年、ディータリッヒはオレゴン州コーバリスに移り、オレゴン州立大学の計算機科学の助教授として着任した。1988年に准教授、1995年に教授に昇進した。2013年には特別教授に指名され、2016年に退職するまでその称号を保持した。また、2005年以降、電気工学・計算機科学部のインテリジェントシステムズ研究部門のディレクターも務めた。
キャリアの中で、ディータリッヒは数回のサバティカルや業界でのポジションを経験した。1991年から1993年まで、サウスサンフランシスコのアリス・ファーマシューティカル社で上級科学者を務めた。2004年から2005年までMyStrands社、2006年から2008年までSmart Desktop社でチーフサイエンティストを務めた。1998年から1999年にかけては、スペイン・バルセロナの人工知能研究機関で客員上級科学者を務めた。2011年以降は、コーバリスに拠点を置く機械学習企業BigMLのチーフサイエンティストを務めている。
研究貢献
ディータリッヒの研究は、機械学習においていくつかの影響力のある手法を生み出した。彼は誤り訂正出力符号化を発明した。これは、多クラス分類を複数の二値分類器に分解し、誤り訂正符号を用いてその出力を組み合わせることで、多クラス分類を改善する手法である。また、複数インスタンス問題を形式化した。これは、ラベルが個々のインスタンスではなくインスタンスの袋に関連付けられる学習パラダイムであり、創薬や画像解析に応用がある。
強化学習において、ディータリッヒは階層的強化学習のためのMAXQフレームワークを開発した。これは、複雑なタスクをサブタスクに分解し、より効率的な学習と計画を可能にするものである。また、ノンパラメトリック回帰木を確率的グラフィカルモデルに統合する手法にも貢献し、統計的機械学習と構造化予測の間のギャップを埋めた。
ディータリッヒは機械学習のあらゆる側面に関心を示しており、統合インテリジェントシステムの構築、人間とコンピュータの協働の実現、生態科学と生態系管理への機械学習の適用という3つの主要な研究の柱がある。計算論的持続可能性に関する彼の研究には、山火事管理、侵入植物、鳥の渡りモデリングなどのプロジェクトが含まれる。例えば、彼はコーネル鳥類学研究所と協力し、2012年3月までに310万件以上の鳥の観察記録を収集した市民科学プラットフォームeBirdのデータを分析し、機械学習を用いて渡りパターンを解明した。
専門的サービスとリーダーシップ
ディータリッヒは、機械学習とAIコミュニティの組織化に深く関与してきた。彼は全米人工知能会議（AAAI-90）の技術プログラム共同委員長、神経情報処理システム会議（NIPS-2000）の技術プログラム委員長、NIPS-2001の総合委員長を務めた。国際機械学習学会の創設者であり会長を務め、創設以来その理事会のメンバーであり続けている。また、アジア機械学習会議の運営委員会にも参加している。
長年にわたり、ディータリッヒはMIT Pressの『Adaptive Computation and Machine Learning』シリーズの編集者を務め、モーガン・クレイプールの『Synthesis Series on Artificial Intelligence and Machine Learning』の共同編集者も務めた。また、米国人工知能学会（AAAI）の会員でもあり、2014年から2016年までその会長を務めた。
AIリスクに関する見解
ディータリッヒは人工知能の危険性について、バランスの取れた見解を示している。最も現実的なリスクは、機械が超強力になったり人類を破壊したりすることではなく、基本的なミス、故障、サイバー攻撃であると論じている。自己認識を持つ機械が人間を絶滅させるというシナリオは、科学的現実というよりSFであると考えている。しかし、コンピュータシステムにますます危険なタスクが与えられ、経験から学習するように求められるにつれて、エラーを犯す可能性があることも認めている。AI安全コミュニティの研究の多くは事故や設計上の欠陥に焦点を当てており、技術的信頼性が主要な関心事であるという彼の見解と一致していると述べている。
遺産と影響
ディータリッヒの貢献は、理論的および応用的機械学習の両方に影響を与えてきた。彼の誤り訂正出力符号化とMAXQフレームワークは広く引用され、さまざまな領域で使用されている。計算論的持続可能性への彼の提唱は、研究者に環境課題への機械学習の適用を促してきた。編集者としての役割や会議でのリーダーシップを通じて、彼は現代の機械学習コミュニティのためのインフラ構築に貢献した。このコミュニティは、深層学習と生成AI研究の中心的な分野へと成長している。
ディータリッヒのキャリアは、厳密な科学と実践的影響へのコミットメントを反映している。2016年にオレゴン州立大学を退職した後も、彼はアドバイザリーの役割や公の解説を通じてこの分野に関与し続けている。彼の研究は、複雑な分類問題や強化学習問題に取り組む研究者にとっての参照点であり続けており、AIリスクに関する彼の見解は、インテリジェントシステムの安全な展開に関する議論に情報を提供し続けている。