AI研究者、1994年の静かな統計的転換

この分野は一般に思われているよりもはるかに若い。「人工知能」という言葉は1955年に作られ、1956年にダートマス大学で開かれた夏季ワークショップのために用意されたものだ。それ以来、この分野はブームと「冬の時代」――初期の期待が実現せず資金が枯渇する時期――を二度経験してきた。今日主流のアプローチである深層学習も、2012年のある画像認識コンテストと2017年の「アテンション」に関する論文が分野全体を作り変えるまで、何十年も少数派の立場に甘んじていた。 AI研究がこのサイトで扱う職業の中でも異例なのは、その研究対象と道具立てが同じ技術だという点だ。この分野自身の成果から作られたツールが今や文献レビューの草稿を書き、実験を提案し、訓練実行用のコードを書いている。いくつかの研究所は研究プロセスの一部を自動化しようと公然と試みている。その圧力に何が耐え、何が耐えないのか――このプロフィールの残りの部分は、その問いに安心材料としてではなく、正直に答えようとするものだ。

多くの日は、最近の論文を読むこと、訓練コードを書いてデバッグすること、長時間走らせた実験の結果を待って分析すること、同僚と発見を議論することに費やされる。世間のイメージとは裏腹に、仕事の大部分はゼロから新しいアーキテクチャを発想することではなく、なぜモデルの性能が振るわないのか、なぜ結果が再現しないのかを突き止めることだ。 大学やトップクラスの産業研究所で独立した研究職に就くには、事実上必要だ。免許試験が存在しないため、博士号がこの分野の実質的な資格であり続けている。博士号を持たない優秀なエンジニアが、企業のレジデンシープログラムや、オープンソースでの実績・被引用プレプリントの公開記録を通じて参入するケースは増えているが、「リサーチサイエンティスト」といった肩書きは依然として博士号保持者に大きく偏っている。

一部は明らかにそうだ。文献の要約、定型的な実験コード、関連研究セクションの下書きはすでにAIの助けを借りるのが日常的になっており、研究所は自ら実験を提案し実行するシステムを公然と試している。だが、ある結果が実際に何を意味するのかを解釈すること、そして公表した主張に責任を持つことは、はるかに引き渡しにくいことが分かっている。 雇用主や経験年数によって大きく異なる。米国のより広い「コンピュータ・情報科学研究者」区分の中央値は2024年で年14万910ドルだったが、大手テクノロジー企業の研究所に入る新博士はそれをはるかに上回る額から始まることが多く、2024〜2025年の採用競争では、フロンティアAI研究所の一部の上級研究者が7桁から8桁ドルに及ぶ総報酬パッケージを提示されたと報じられている。