ジェフリー・ヒントン ── 深層学習の父、 警鐘を鳴らす元 Google 社員

ジェフリー・ヒントン（Geoffrey Everest Hinton、 1947年12月6日 ── ）は、 ニューラルネットワーク研究を Minsky の Perceptrons（1969年） 以降の冬から引き出し、 AlexNet（2012年） を経て現代の深層学習革命を成立させた中心人物である。 2018年に Yann LeCun、 Yoshua Bengio と共に ACM チューリング賞、 2024年には機械学習への貢献によりノーベル物理学賞を John Hopfield と共同受賞した。 計算機科学者が ── それも存命中に ── ノーベル賞を受けたのは、 計算機科学史において前例のない出来事である。

経歴

ロンドン Wimbledon 生まれ。 父 Howard Hinton は昆虫学者、 高祖父は論理学者 George Boole（シャノンの修士論文の対象）。 家系は科学者・数学者を多数輩出している。

Cambridge 大学で実験心理学学士（1970年）、 Edinburgh 大学で人工知能博士（1978年、 指導教官 Christopher Longuet-Higgins）。 1970年代後半、 ニューラルネット研究は Minsky/Papert の影響で資金面で枯渇していた時期だが、 ヒントンは博士論文・初期研究を一貫してコネクショニズム路線で進めた。

Sussex、 Carnegie Mellon を経て、 1987年に Toronto 大学計算機科学科教授。 以後30年以上、 トロントを拠点とする。 2013年に DNNresearch（自身のラボから派生したスタートアップ）が Google に買収され、 以降 Google のフェロー兼 Toronto 大学教授を兼務。 2017年には Vector Institute（トロント、 AI 専門研究所）を設立。

主な業績

1986年 バックプロパゲーション論文

David Rumelhart、 Ronald Williams との共著「Learning representations by back-propagating errors」（Nature, 1986）。 多層パーセプトロンの重みを誤差逆伝播で効率的に学習する手法を、 認知科学コミュニティに広く紹介した。 アルゴリズム自体の優先権には議論があるが（Werbos 1974, Linnainmaa 1970 など先行例あり）、 ヒントンらの論文が「使える形で広めた」決定的役割を果たしたという評価で一致している。

1985-86年 ボルツマンマシン

Terry Sejnowski との共同研究で、 確率的なニューラルネットワーク ── ボルツマンマシン ── を提案。 統計力学の Boltzmann 分布を学習に持ち込み、 隠れ層を持つ生成モデルの枠組みを与えた。 後の Restricted Boltzmann Machine（RBM）、 Deep Belief Network へ繋がる。

2006年 Deep Belief Networks

「A fast learning algorithm for deep belief nets」（Neural Computation, 2006）で、 RBM を積層して事前学習することで深いネットワークが訓練可能になることを示した。 当時 SVM やブースティングに押されていたニューラルネット研究を、 「深層学習（deep learning）」というブランド名で復活させた論文。 2010年頃まで、 この事前学習手法が深層モデル訓練の標準手順だった。

2012年 AlexNet

ヒントン研究室の博士課程学生 Alex Krizhevsky と Ilya Sutskever が、 ヒントンの指導のもとで CNN ベースの画像分類モデル AlexNet を構築。 ImageNet 大規模視覚認識チャレンジ（ILSVRC 2012） で、 2位を10ポイント以上引き離す圧勝（top-5 エラー率 15.3%）を記録。 この瞬間に深層学習は学術的好奇心から産業技術へ転換した。 直後、 ヒントン、 Krizhevsky、 Sutskever は DNNresearch を設立し、 数ヶ月後に Google に約4400万ドルで買収される。

2013-2023年 Google

Google Brain でフェロー（兼任、 Toronto 大学に滞在）。 Capsule Networks（2017-2019年）、 蒸留（distillation、 知識蒸留の論文 2015年）など、 深層学習の方法論研究を継続した。

Google 退社と AI リスク警告（2023年）

2023年4月、 ヒントンは Google を退社する意思を MIT Technology Review と New York Times に表明し、 同年5月正式に退社した。 この出来事 は、 ChatGPT 公開（2022年11月） 直後の生成 AI ブームの最中、 業界の「中の人」が「自由に話すために」AI 大手を去る ── という象徴的事件として国際的に報じられた。

退社後のヒントンは AI による (1) 雇用喪失、 (2) 悪意ある主体による誤用（偽情報・自律兵器）、 (3) 「人間より賢くなった AI が人間の制御を逃れる」可能性、 という三つのリスクを公的に主張し続けている。 2023年時点で「人類絶滅の確率は10%程度」と Q&A セッションで述べた発言が広く引用された。

2024年 ノーベル物理学賞

2024年10月8日、 ヒントンは John Hopfield と共に2024年ノーベル物理学賞を受賞。 授賞理由は「人工ニューラルネットワークによる機械学習を可能にする基礎的発見と発明」。 受賞講演でヒントンは元学生 Ilya Sutskever（OpenAI 共同創業者、 2023年11月の Sam Altman 解任事件 の中心人物）を「Sam Altman を解任した教え子を特に誇りに思う」と公言した。

2025-2026年 警告の継続

2025年から2026年にかけて、 ヒントンは AI による大規模失業の警告を強めている。 「AI は7ヶ月ごとに、 これまでの2倍の時間がかかっていたタスクを完了できるようになる」「もはやベーシックインカム以外に対応策はない」と公的に発言。 また、 AI が「存続のために人間を欺く能力を獲得しつつある」とも警告している。 2026年1月の Financial Times インタビューでは「2年前より今のほうが心配だ」と述べた。

受賞・栄誉

• 2018年 ACM チューリング賞（LeCun、 Bengio と共同）
• 2024年 ノーベル物理学賞（Hopfield と共同）
• 2022年 Princess of Asturias Award
• 2001年 Rumelhart Prize
• 1998年 王立協会フェロー

影響

ヒントンが30年以上忍耐強く維持したコネクショニズム路線は、 結果として2010年代以降の AI 産業全体を生んだ。 Transformer（2017年）、 GPT-3（2020年）、 GPT-4（2023年）、 Anthropic Claude（2023年）、 DeepSeek-R1（2025年） ── すべてが彼の系譜の上にある。

「父」の称号 ── godfather of AI ── は、 ヒントン自身がほとんど使わない。 だがその役割は、 学術的・倫理的・産業的の三面で代替不能だった。 1970年代に「冬」の中でニューラルネット研究を続け、 1980年代に多層学習法を広め、 2010年代に AlexNet で勝利を確定させ、 2020年代に自らが作った技術への警鐘を鳴らす ── このアーク全体が、 ヒントン個人の選択の結果である。