Advisoryboard - アドバイザリーボード

金出武雄博士

ワイタカー記念全学教授
カーネギーメロン大学

Dr. Takeo Kanade

U.A. and Helen Whitaker University Professor
Carnegie Mellon University

1974年に京都大学で電気工学の博士号を取得し、同大学の助教授を務めた後、1980年にカーネギーメロン大学に赴任。1992年から2001年までロボット工学研究所の所長として、同研究所を世界最大級の最先端の研究機関に成長させました。京都賞、Franklin Institute Medal、バウアー賞、IEEE Founders Medal、ACM/AAAI Allen Newell Award、IEEE Robotics and Automation Society Pioneer Award、IEEE PAMI-TC Azriel Rosenfeld Lifetime Accomplishment Award、アルメニア大統領グローバルIT賞などの多数の受賞歴があります。米国では、全米工学アカデミー、米国芸術科学アカデミーに選出され、日本では文化功労者に選出されました。

実世界応用にも大きな功績があるコンピュータビジョンとロボティクスの世界的研究者

コンピュータビジョン、自律移動ロボット、医療用ロボット、マルチメディア、マニピュレータ、センサなど、ロボット工学の様々な分野でご活躍されてきました。これまでに発表した400の論文のうち16万以上の論文引用とh-index162の記録を持つ、世界で最も参照されているコンピュータ科学者の一人です。ご功績は基礎研究領域だけでなく、実世界にも広く影響を与えています。代表的な例としては、コンピュータビジョンの世界で最も広く使われているアルゴリズムの一つであるLucas-Kanade法の開発、1995年の自動走行車「NavLab」でのハンドル手放しによるアメリカ大陸横断プロジェクト、2001年のスーパーボウルで使用された映画マトリックスのような映像エフェクト技術（Eye Vision）などが挙げられます。

After receiving his Doctoral degree in Electrical Engineering from Kyoto University, Japan, in 1974 and holding a junior faculty position there, Dr. Kanade moved to Carnegie Mellon University in 1980. As the Director of the Robotics Institute from 1992 to 2001, he grew the institute to one of the world’s largest and most advanced research organization of the field. Awards he received include Kyoto Prize, Franklin Institute Medal and Bower Prize, IEEE Founders Medal, ACM/AAAI Allen Newell Award, and IEEE Robotics and Automation Society Pioneer Award, IEEE PAMI-TC Azriel Rosenfeld Lifetime Accomplishment Award, and Global IT Award from Armenian President. He has been elected to the National Academy of Engineering and to the American Academy of Arts and Sciences in the United States, as well as designated as a Person of Cultural Merit from Japan.

Fundamental Research in Computer Vision and Robotics with Real World Impact

Dr. Kanade works in multiple areas of robotics: computer vision, autonomous mobile robots, medical robotics, multi-media, manipulators, and sensors. He is one of the most referenced computer scientists with a record of more than 160,000 citations and h-index 162 from his 400 publications. His research is not only fundamental but also has made wide-range real-world impacts. Most notable examples of algorithms and systems to which his name is associated include: the Lucas-Kanade optical flow algorithm as one of the most fundamental and widely used algorithms in computer vision; the NAVLAB Autonomous Driving Car Project which led to the “No Hand Across America” demonstration in 1995; and the EyeVision, a movie Matrix-like replay system used in Super Bowl XXXV in 2001, as a then-new currently-popular multi-camera sport and entertainment media.

略歴 Biography

1973年	京都大学大学院工学研究科博士課程修了
1973年	京都大学工学部助手
1980年	カーネギーメロン大学ロボティクス研究所および計算機科学科高等研究員
1985年	カーネギーメロン大学ロボティクス研究所および計算機科学科教授
1992年	カーネギーメロン大学ロボティクス研究所長
1998年	カーネギーメロン大学ワイタカー記念全学教授
2004年	産業技術総合研究所デジタルヒューマン研究センター長
2016年	理化学研究所革新知能統合研究センター特別顧問
2017年	京都大学高等研究院招聘特別教授カーネギーメロン大学ワイタカー記念全学教授

1973	Ph.D. in Electrical Engineering, Kyoto University
1973	Assistant Professor, Dept. of Information Science, Kyoto University
1976	Associate Professor, Dept. of Information Science, Kyoto University
1980	Senior Research Scientist, Robotics Institute and Dept. of Computer Science, Carnegie Mellon University
1985–94	Professor, Robotics Institute and Dept. of Computer Science, Carnegie Mellon University
1992–01	Director, Robotics Institute, Carnegie Mellon University
1998–	U. A. and Helen Whitaker University Professor, Carnegie Mellon University
2004–10	Director, Digital Human Research Center, AIST (JAPAN)
2017–	Invited Distinguished Professor, Institute for Advanced Study, Kyoto University, Japan

ジェイムスディカルロ博士

マサチューセッツ工科大学
ピーター・デ・フローレス神経科学教授, 脳・認知科学部門長, クエスト・フォー・インテリジェンス共同ディレクター, マクガヴァン脳研究所研究員

Dr. James DiCarlo

Peter de Florez Professor of Neuroscience
Head, Department of Brain and Cognitive Sciences
Co-Director, Quest for Intelligence
Investigator, McGovern Institute for Brain Research and Center for Brains, Minds, and Machines
Massachusetts Institute of Technology

マサチューセッツ工科大学（MIT）の神経科学教授でありながら脳・認知科学部門の部門長も兼任されています。研究目標は工学とシステム神経科学の両方の知見から人間の視覚知能の基礎的な脳のメカニズムを解明し、その機序をAIで実現することです。Alfred P. Sloan Research Fellowship, The Pew Scholar in Biomedical Sciences, The McKnight Scholar Award in Neuroscienceなど多数の受賞歴があります。過去20年以上にわたり、霊長類以外のモデルシステムを用いて脳の腹側皮質視覚路における視覚的対象認識の基礎となる神経機構について、現代工学的な理解を深めてきました。現在は、MITで脳科学を利用した次世代の人工知能研究開発をリードしています。

人がモノを見るときに、脳が物体を認識する仕組みの解明に貢献

博士の研究目標は、人間の視覚知能の基礎となる脳のメカニズムをリバースエンジニアリングすることです。これまで、霊長類の腹側皮質視覚路における神経活動が、視覚画像から物体のアイデンティティを認識する仕組みを明らかにしました。彼のチームは、大規模な神経生理学、脳イメージング、直接神経摂動法、機械学習法を組み合わせて、腹側視覚流の人工ニューラルネットワークモデルを構築し、視覚認知と行動の支援を行っています。このような工学に基づいた理解は、新しい人工視覚や人工知能のアプローチ、失われた感覚を回復または増強するための新しいブレイン・マシン・インターフェース、そして心の障害を改善するための新しい基盤につながる可能性があります。

Dr. DiCarlo is a Professor of Neuroscience, and Head of the Department of Brain and Cognitive Sciences at the Massachusetts Institute of Technology. He has training in both engineering and systems neuroscience, and his overall research goal is to discover and implement the brain mechanisms that underlie human visual intelligence. He has been awarded the Alfred P. Sloan Research Fellowship, the Pew Scholar Award in Biomedical Sciences, and the McKnight Scholar Award in Neuroscience. Over the past 20 years, using the non-human primate model system, Dr. DiCarlo and his collaborators have developed our contemporary, engineering-level understanding of the neural mechanisms that underlie visual object recognition in the brain’s ventral visual pathway — a deep stack of neural processing layers. He is currently co-leading efforts at MIT to use brain science to both benefit from, and to inform on, next generation artificial intelligence.

Contributed to the mechanistic understanding of how the brain recognizes objects in visual scenes

Dr. DiCarlo’s research is focused on reverse engineering the brain mechanisms that underlie human visual intelligence. He and his collaborators have revealed how neural population transformations carried out along the primate ventral visual stream are effortlessly able to extract object identity from visual images. His team uses a combination of large-scale neurophysiology, brain imaging, direct neural perturbation methods, and machine learning methods to build and test artificial neural network models of the ventral visual stream and its support of visual cognition and behavior. Such an engineering-based understanding is likely to lead to new artificial vision and artificial intelligence approaches, new brain-machine interfaces to restore or augment lost senses, and a new foundation to ameliorate some disorders of the mind.

略歴 Biography

1998年	ジョンズ・ホプキンズ大学博士課程修了
1998年	ベイラー医科大学ハワード・ヒューズ医学研究所神経科学部門研究員
2002年	マサチューセッツ工科大学（MIT）マクガバン脳研究所研究員
2002年	マサチューセッツ工科大学（MIT）脳・認知科学部門神経科学助教
2006年	マサチューセッツ工科大学（MIT）脳・認知科学部門神経科学准教授
2012年	マサチューセッツ工科大学（MIT）神経科学教授マサチューセッツ工科大学（MIT）脳・認知科学部門長

1998	M.D./Ph.D. in Biomedical Engineering, Johns Hopkins University
1998–02	Research Associate, Howard Hughes Medical Institute and Division of Neuroscience, Baylor College of Medicine
2002–	Investigator, McGovern Institute for Brain Research, MIT
2002–06	Assistant Professor of Neuroscience, Department of Brain and Cognitive Sciences, MIT
2006–12	Associate Professor of Neuroscience, Department of Brain and Cognitive Sciences, MIT
2012–	Professor of Neuroscience and Head of Department of Brain and Cognitive Sciences, MIT

レベッカウィレット博士

統計・コンピュータサイエンス教授
シカゴ大学

Dr. Rebecca Willett

Professor of Statistics and Computer Science, University of Chicago.

ウィレット博士は、シカゴ大学のAI+サイエンス・イニシアチブを率いているほか、データサイエンス基礎研究所の共同研究者、執行委員会のメンバーでもあり、空軍研究所の大学の機械学習センター・オブ・エクセレンスの指導にも協力しています。全米科学財団CAREER賞（2007）、空軍科学研究局の若手研究者プログラム賞（2010）等の数々の受賞歴があり、DARPAコンピュータサイエンス研究グループのメンバーでもありました。また、国立科学財団の数理統計イノベーション研究所の科学諮問委員会や、米国エネルギー省の先進科学計算機研究プログラムのAI for Science委員会の委員を務めています。

機械学習と信号処理の理論的・方法論的な基盤研究を牽引

データが高次元であったり、欠落項目を含んでいたり、物理的制約を受けたり、点過程対応であったり、あるいは不良設定逆問題が発生している場合など、機械学習の様々な文脈で低次元モデルを活用する方法の研究を推進しています。ウィレット博士の研究は、基礎と応用の両面、すなわち信号処理と機械学習の数学的基礎と、その医用画像、天文学、材料科学、顕微鏡検査、電子カルテ分析、認知神経科学、精密農業、生化学、大気科学への応用に貢献しています。

Dr. Willett received the National Science Foundation CAREER Award in 2007, was a member of the DARPA Computer Science Study Group, and received an Air Force Office of Scientific Research Young Investigator Program award in 2010. She currently leads the University of Chicago’s AI+Science Initiative, is a co-principal investigator and member of the Executive Committee for the Institute for the Foundations of Data Science, helps direct the Air Force Research Lab University Center of Excellence on Machine Learning, and serves on the Scientific Advisory Committee for the National Science Foundation’s Institute for Mathematical and Statistical Innovation and the AI for Science committee for the US Department of Energy’s Advanced Scientific Computing Research program.

Theoretical and methodological foundations of machine learning and signal processing

Dr. Willett studies methods to leverage low-dimensional models in a variety of contexts, including when data are high-dimensional, contain missing entries, are subject to physical constraints, correspond to point processes, or arise in ill-conditioned inverse problems. Dr. Willett’s work has contributed to both the mathematical foundations of signal processing and machine learning and in their application to medical imaging, astronomy, materials science, microscopy, electronic health record analysis, cognitive neuroscience, precision agriculture, biochemistry, and atmospheric science.

略歴 Biography

2000年	デューク大学学士（主席卒）
2004年	カリフォルニア大学ロサンゼルス校純粋応用数学研究所（IPAM）客員研究員（UCLA内）
2005年	ライス大学博士課程（電気・コンピュータ工学）修了デューク大学助教授
2013年	デューク大学准教授ウィスコンシン大学マディソン校准教授
2014年	ニース大学客員教授
2018年	シカゴ大学統計・コンピュータサイエンス教授豊田工業大学シカゴ校（TTIC）客員

2000	B.A., Duke University, summa cum laude
2004	Visiting Scholar at Institute for Pure and Applied Mathematics (at UCLA)
2005	Ph.D. in Electrical and Computer Engineering, Rice University Started as Assistant Professor, Duke University
2013	Promoted to Associate Professor, Duke University Started as Associate Professor, University of Wisconsin-Madison
2014	Visiting Professor, University of Nice
2018	Started at Full Professor, University of Chicago, with Courtesy Appointment at Toyota Technological Institute at Chicago (TTIC)

デイビッドマカレスター博士

豊田工業大学シカゴ校教授
AAAIフェロー

Dr. David McAllester

Professor, Toyota Technological Institute at Chicago
AAAI fellow, 2018 Longuet-Higgins Prize for fundamental contributions in computer vision

マカレスター博士は、おそらくベイズ法と非ベイズ法を組み合わせたPACベイズフレームワークの功績が最もよく知られていますが、長年AIやコンピュータサイエンスの多くの分野にも広く貢献してきました。学習理論のほか、コンピュータビジョン、AI計画、コンピュータチェス、強化学習、自然言語処理、形式的検証などの研究実績があります。主な著書や主な研究テーマは、コンピュータビジョン、形式検証、自然言語質問応答のためのディープネットワークなどです。

豊富で幅広い人工知能や機械学習理論の研究経験と実績

人工知能に関連する幅広い分野で多大な貢献が知られています。特に自動推論（形式的検証）、プログラミング言語意味論、プランニング、ゲームAI（コンピュータチェス）、制約プログラミング、機械学習理論、コンピュータビジョンなどの功績が顕著です。博士は1997年よりAAAI (Association for the Advancement of Artificial Intelligence) のフェローを務めています。また、 3つの大きな国際会議において、長期間影響力を持つ論文に授与される「Test of Time award」を受賞しています —AAAI国際会議におけるシステマチック非線形プランニングの論文、国際会議ICLPにおける制約問題解決のためのインターバル法の論文、CVPR国際会議におけるコンピュータビジョンの部分変形モデリングの論文の3つです。機械学習の汎化の理論解析のためのPACベイズフレームワークは最大の功績と評価されています。

Dr. McAllester is best known for a unification of frequentist and Bayesian philosophies of probability and statistics given by his PAC-Bayesian generalization bounds. But he has worked in many areas of AI and computer science. In addition to learning theory, he has worked in computer vision, AI planning, computer chess, reinforcement learning, natural language processing, and formal verification. Main topics of his publications and main work includes, computer vision, formal verification, deep networks for natural language question answering.

Extensive and broad range of research experience in artificial intelligence, machine learning theory

He has significant contributions in a wide variety of areas related to artificial intelligence. This includes automated reasoning (formal verification), programming language semantics, AI planning, computer game playing (computer chess), constraint programming, machine learning theory, and computer vision. He has been a fellow of the Association for the Advancement of Artificial Intelligence (AAAI) since 1997. He has received three "test of time" awards from conferences — for a paper on systematic nonlinear planning at the AAAI conference, a paper on interval methods for constraint solving at the International Conference of Logic Programming, and a paper on the deformable part model in computer vision from the the conference on Computer Vision and Pattern Recognition (CVPR). His greatest legacy is the development of the PAC-Bayesian framework for the theoretical analysis of generalization in machine learning.

略歴 Biography

1987年	マサチューセッツ工科大学（MIT）博士号取得
1987年	コーネル大学助教授
1988年	マサチューセッツ工科大学（MIT）助教授
1993年	マサチューセッツ工科大学（MIT）准教授
1995年	AT&Tリサーチ研究員
2002年	豊田工業大学シカゴ校（TTIC）教授
2005年	豊田工業大学シカゴ校（TTIC）学務主任（CAO）
2017年	豊田工業大学シカゴ校（TTIC）教授

1987	Ph.D., from the Massachusetts Institute of Technology
1987	Assistant Professor, Cornell University
1988	Assistant Professor, Massachusetts Institute of Technology
1993	Associate Professor, Massachusetts Institute of Technology
1995	Research Scientist AT&T Research, Florham Park New Jersey
2002	Professor, Toyota Technological Institute at Chicago
2005	Chief Academic Officer, Toyota Technological Institute at Chicago
2017	Professor, Toyota Technological Institute at Chicago