イェジン・チェ（韓国語: 최예진、1977年生まれ）は、自然言語処理と人工知能における常識推論を専門とするコンピュータ科学者である。彼女はスタンフォード大学コンピュータ科学科のディーター・シュワルツ財団教授であり、スタンフォード大学人間中心人工知能研究所（HAI）の上級研究員を務めている。彼女の研究は、コンピュータに書き言葉の統計的理解を与え、言語モデルにおけるバイアスを検出することに焦点を当てている。
チェはまた、アレン人工知能研究所の上級研究員でもあり、大規模な常識知識ベースの構築を主導してきた。彼女は、記号的推論とニューラルネットワークを組み合わせたATOMIC（機械常識のアトラス）とCOMET（常識トランスフォーマー）の開発で知られている。彼女の業績は、2022年のマッカーサー・フェローシップを含む数多くの賞で認められている。
初期の人生と教育
チェは1977年に韓国で生まれた。彼女はソウル大学に進学し、コンピュータ科学の学士号を取得した。その後、米国に移り、コーネル大学で大学院研究を進め、クレア・カーディの指導の下で自然言語処理を研究した。博士号を取得した後、チェはストーニーブルック大学のコンピュータ科学助教授に就任した。ストーニーブルック在籍中、彼女は偽のホテルレビューを識別する統計的手法を開発し、これは彼女の初期の重要な貢献の一つとなった。
研究とキャリア
2018年、チェはアレン人工知能研究所に加わった。彼女の研究は、単純なパターンマッチングを超えて、コンピュータに書き言葉の統計的理解を与えることを目指している。彼女は深層学習とその機械学習への応用に興味を持つようになった。彼女はATOMICとして知られる知識ベースの構築を開始した。ATOMICの作成を終える頃には、大規模言語モデルGPT-2が公開されていた。ATOMICは言語学的ルールに依存せず、ニューラルネットワーク内で異なる言語の表現を組み合わせる。
2020年、チェはブレット・ヘルセル教授職を授与され、2023年にコンピュータ科学科長になるまでその職を務めた。彼女は以来、記号的推論とニューラルネットワークを組み合わせたアプローチであるグッド・オールド・ファッションド人工知能（GOFAI）と共に常識トランスフォーマー（COMET）を使用している。彼女は、過小評価されたグループの人々に不利に働く言語のバイアスを検出できる計算モデルを開発してきた。例えば、ある研究では、女性の映画キャラクターが男性のキャラクターよりも力が弱いと描写されていることが示された。
2023年、チェはウィスナー・スリフカ記念コンピュータ科学教授職に就任した。彼女はまた、ザビエル・ニエル、ロドルフ・サデ、エリック・シュミットらが資金提供するフランスの研究グループKyutaiの科学顧問も務めている。2025年、スタンフォードHAIは、チェを上級研究員およびスタンフォード大学のディーター・シュワルツ財団HAI教授兼コンピュータ科学教授に任命することを発表した。
受賞と栄誉
チェはキャリアを通じて数多くの賞を受賞している。2013年には国際コンピュータビジョン会議マー賞を受賞。2016年には電気電子学会のAI注目人物に選ばれた。2017年にはFacebook ParlAI研究賞を受賞。2018年にはアニタ・ボーグ初期キャリア賞を受賞。2020年には人工知能推進協会優秀論文賞を受賞。2021年には神経情報処理システム会議優秀論文賞と計算言語学会テスト・オブ・タイム論文賞を受賞。2022年にはコンピュータビジョンとパターン認識会議ロングエット・ヒギンズ賞、北米計算言語学会最優秀論文賞、国際機械学習会議優秀論文賞、およびマッカーサー・フェローシップを受賞。2023年には計算言語学会最優秀論文賞を受賞し、TIME100 AIリストに選ばれた。2025年には計算言語学会優秀論文賞と最優秀デモ論文賞を受賞し、再びTIME100 AIリストに選ばれた。
主要な出版物
チェはトップクラスの会議やジャーナルに多数の論文を発表している。彼女の注目すべき業績には、「Finding Deceptive Opinion Spam by Any Stretch of the Imagination」（2011年）があり、これは偽レビューを検出する方法を導入した。また、「BabyTalk: Understanding and Generating Simple Image Descriptions」（2013年）を共著し、画像キャプション生成に取り組んだ。さらに、2005年には「Identifying sources of opinions with conditional random fields and extraction patterns」を発表し、これは意見マイニングの基礎的な論文となった。これらの出版物は広く引用され、自然言語処理とコンピュータビジョンのその後の研究に影響を与えてきた。
影響と遺産
チェの常識推論に関する研究は特に影響力が大きい。ATOMICとCOMETは、言語モデルが因果関係などの日常的な状況を推論できるようにするリソースを提供してきた。彼女のバイアス検出に関する研究は、AIシステムにおける公平性の重要性も強調している。記号的AIとニューラルアプローチを組み合わせることで、彼女は伝統的な方法と現代的な方法の間のギャップを埋め、生成AIのより広い分野に貢献してきた。2025年のスタンフォード大学への移籍は、AI研究における彼女のリーダーシップの継続を示している。