MIT（マサチューセッツ工科大学）とIBMの共同研究ラボ「MIT-IBM Watson AI Lab」は、基礎研究と産業応用の橋渡し役として、数多くの優秀な研究者を輩出してきた。その中から、現在IBMの研究員としてAIと量子コンピューティングの実用化に挑む3人の若き研究者の軌跡を追う。量子機械学習、強化学習、そして信頼できるAI——それぞれ異なる専門領域に身を置きながらも、彼らに共通するのは、理論の可能性を現実の制約下でいかに具現化するかという探究心だ。MITからIBMへと渡った彼らのキャリアは、産学連携の新たなモデルを示している。
「好奇心駆動型探査」を原動力に——強化学習エージェントの自己進化
MIT-IBMラボの研究スタッフである張偉洪（Zhang-Wei Hong）博士は、2020年にMITの電気工学・コンピュータ科学科（EECS）で博士課程を開始した。彼が強化学習の世界に魅了されたのは、DeepMindがAtariのゲームを生のピクセル情報だけで学習し、人間のようにプレイする様子を目の当たりにしたことがきっかけだった。
MIT-IBMラボで准教授のPulkit Agrawal氏の指導を受けながら、洪博士は「価値関数学習」の改善に着手。特にAtariの名作「Montezuma’s Revenge」を用いて、エージェントのポリシーパフォーマンスを予測・最適化する手法を開発した。この研究では、より現実的なアプリケーションにAIを適用するための基盤技術を作り上げ、ロボティクスや大規模言語モデル（LLM）、さらには科学分野向けの強化学習へと応用範囲を広げている。
「私は好奇心駆動型探査に非常に興奮しています」と洪博士は語る。このアプローチにより、エージェントは人間のように新しいデータに対して好奇心を持ち、LLMのストレステスト用テストケース生成から未知の環境探索まで、多様なタスクを遂行できるようになる。現在、洪博士は自らが指導する学生たちと共に、オープンエンドな強化学習研究をさらに深化させている。具体的には、エージェントと基盤モデルに対する「テスト時訓練」の研究や、IBMのエージェントフレームワーク向けインフラ開発——チャート読み取りやデータベースクエリのためのツール呼び出しなど、エンタープライズタスクを想定した実用的なシステム構築に取り組む。
「成功すれば、強化学習の実践者にとって非常に有用なシステムになるでしょう。モデルの重みをデプロイ時にオンラインで自己進化させることができる、初めてのフレームワークとなるからです」と、洪博士は将来像を描く。
デプロイと開発を橋渡しする——信頼できるAIの実装
もう一人、アイリーン・コ（Irene Ko）博士は、2024年にMITで博士号を取得後、IBMリサーチに入社した。彼女の研究の根底にあるのは、「フロンティアセーフで、ロバスト、正確かつ公平なAI」を実現するという価値観だ。
コ博士が「信頼できるAI（Trustworthy AI）」の研究に着手したのは、MIT-IBMラボの資金提供を受けた博士課程の初日からだった。「MIT-IBMとのコラボレーションは、純粋な研究と業界標準や価値のバランスを取る上で非常に有利でした」と彼女は振り返る。指導教官のLuca Daniel教授とIBMの主任研究員Pin-Yu Chen氏との連携により、ニューラルネットワークから基盤モデル、LLMへと研究の方向性を広げ、インパクトを最大化する道筋を描いた。
コ博士が現在最も誇りに思うプロジェクトが「vLLM Hook」だ。これは、低ランクアダプターのように追加の監視ステップを必要とせず、隠れ状態や活性化といったモデル内部のシグナルに直接アクセスできる軽量な推論エンジンプラグインフレームワークである。このベクトルがトランスフォーマーモジュールに作用し、プロンプトインジェクションやハルシネーションの可能性を分析、安全性スコアを算出する。
「私たちの知る限り、これは推論エンジンにおいて、デプロイと開発を橋渡しする初めての試みです」とコ博士は語る。従来手法と比較して大幅なコスト削減が期待できるこの技術は、信頼できるAIの実運用化におけるブレイクスルーとなる可能性を秘めている。
コ博士がIBMを選んだ理由は明確だ。「博士課程でのコラボレーションに大きな喜びを感じました。その勢いを継続したかったのです」と彼女は言う。
量子優位性を理論と実装で証明する——量子機械学習の最前線
スリニヴァサン・アルナチャラム（Srinivasan Arunachalam）氏のアプローチは、一味違う。彼は常に量子研究に携わりながらも、理論の他分野を探求し、予期せぬ場所に潜む量子の知見や深遠な数学を発見することに喜びを見出す。
「一見すると普通の問題に見えても、調べていくうちに本当に面白い数学が現れることがある。それがとてもクールなんです」と彼は語る。2018年にMITの物理学部でAram Harrow教授のグループにポスドクとして加わったアルナチャラム氏は、学習理論の観点から、量子高速化が可能なアルゴリズムやサブルーチンを探索した。Julius A. Stratton教授のIsaac Chuang氏との対話がきっかけで、MIT-IBMラボとの協力が始まり、IBM研究者のKristan Temme氏との共同研究へと発展した。
IBMへの移行後は、近距離アーキテクチャやノイズ、簡素な観測測定といった現実的な制約を考慮しながら、近未来の量子デバイスで実装可能な問題に的を絞った。この時期、アルナチャラム氏は量子機械学習に注力し、量子コンピューティングが古典コンピューティングに対して優位性を発揮できる領域を追求。その成果は、ハミルトニアン学習に関する論文（Nature Physics, 2021年）と、量子カーネルに関する論文（同）という2本の著名な研究に結実した。前者は量子システムのダイナミクスを学習するための厳密な保証を与え、後者は広く信じられているハードネス仮定の下で、量子特徴空間が古典カーネルよりも優位性を発揮できるという理論的証拠を示した。
「私は異なる分野間のコネクションを明らかにすることに大きな情熱を注いでいます」とアルナチャラム氏は言う。この姿勢が、古典的に完全にシミュレート可能な量子オブジェクトから極めて複雑な量子オブジェクトに至るまで、学習量子状態の探求を可能にしている。
洪博士、コ博士、アルナチャラム氏——3人の専門領域は異なるが、彼らに共通する本能がある。それは、「原理的に可能なこと」と「実際に役立つこと」の間にある領域を、自らのアイデアで埋めていくことだ。MIT-IBMコンピューティング研究ラボでの協働を通じて培われた知識とネットワークを武器に、彼らは今まさに、「キラーアプリケーション」——研究室を超えて社会に影響を与えるリアルワールドユースケース——の開発に挑んでいる。
