シルヴィオ・サヴァレーゼ

シルヴィオ・サヴァレーゼ（英語: Silvio Savarese）は、イタリア系アメリカ人のコンピュータ科学者・人工知能研究者である。2021年よりセールスフォースのAIリサーチ部門エグゼクティブ・バイス・プレジデント兼チーフ・サイエンティストを務め、顧客関係管理（CRM）向け生成AIプラットフォームの開発を主導している^[1]。2024年にはタイム誌「AI分野で最も影響力のある100人」に選出された^[1]。

国籍

イタリア・

アメリカ合衆国

出身校フェデリコ2世ナポリ大学（学士）
カリフォルニア工科大学（博士）

職業コンピュータ科学者・人工知能研究者

配偶者フェイ＝フェイ・リー

概要シルヴィオ・サヴァレーゼ, 国籍 ...

シルヴィオ・サヴァレーゼ
国籍	イタリア・アメリカ合衆国
出身校	フェデリコ2世ナポリ大学（学士）カリフォルニア工科大学（博士）
職業	コンピュータ科学者・人工知能研究者
配偶者	フェイ＝フェイ・リー
テンプレートを表示

閉じる

生涯と学歴

サヴァレーゼはイタリアのナポリにあるフェデリコ2世ナポリ大学で学士号を取得した^[2]。その後、カリフォルニア工科大学で電気工学の博士号を取得している^[2]。

2005年から2008年にかけては、イリノイ大学アーバナ・シャンペーン校のベックマン研究所フェローを務めた^[3]^[4]。

2008年から2013年にかけては、ミシガン大学アナーバー校の電気コンピュータ工学科で准教授を務め、コンピュータビジョングループを主宰し、3Dシーン解釈・ロボティクス・機械学習の研究を行った^[3]。

2013年にスタンフォード大学に移り、コンピュータサイエンス学科の終身教授（テニュア付き准教授）に就任した^[3]。またSAIL-トヨタAIリサーチセンターの初代ディレクターも務めた^[5]。

2021年4月、フルタイムの学術職を離れ、セールスフォースAIリサーチのエグゼクティブ・バイス・プレジデント兼チーフ・サイエンティストに就任した^[6]。現在はスタンフォード大学コンピュータサイエンス学科の非常勤教授も兼任している^[5]。

コンピュータ科学者・AI研究者でありスタンフォード大学教授のフェイ＝フェイ・リーと結婚しており、2人の子供がいる^[7]。

研究

サヴァレーゼの研究領域はコンピュータビジョン・ロボティクス知覚・機械学習にまたがっており、350本以上の査読付き論文を発表している^[8]。Google Scholar上での被引用数は10万件を超える^[9]。

スタンフォード大学では、静止画像および映像から視覚シーンを解析・モデル化することに焦点を当て、自律走行や視覚的監視などの実世界タスクを実行できるマシンの設計を可能にした^[10]。
2011年、デレク・ホエムとの共著で書籍『Representations and Techniques for 3D Object Recognition & Scene Interpretation』を出版した^[11]。
2018年、ニューラルネットワークを通じて人間の意図を読み取ることができる社会的認識型ロボット「JR-2（JackRabbot 2）」を開発した^[12]。
セールスフォース在籍中は、Einstein GPTの開発を主導した後、エージェント型AIプラットフォームの開発を率いている^[1]。
チームとともに、会話形式でコードを生成できるオープンソースの大規模言語モデル「CodeGen」を開発した^[13]。
コンピュータビジョンや機械学習の国際会議CVPR 2020ではプログラム委員長を務めた^[14]。
第4回3次元ビジョン国際会議（3DV）の大会委員長も歴任した^[14]。
IEEE Transactions on Pattern Analysis and Machine Intelligence（PAMI）の副編集長を2016年から2019年まで務めた^[14]。

主要論文

Nijkamp, Erik; Pang, Bo; Hayashi, Hiroaki; Tu, Lifu; Wang, Huan; Zhou, Yingbo; Savarese, Silvio; Xiong, Caiming (2023). "CodeGen: An Open Large Language Model for Code with Multi-Turn Program Synthesis". arXiv:2203.13474.
Chang, Angel X.; Funkhouser, Thomas; Guibas, Leonidas; Hanrahan, Pat; Huang, Qixing; Li, Zimo; Savarese, Silvio; et al. (2015). "ShapeNet: An Information-Rich 3D Model Repository". arXiv:1512.03012.
Li, Junnan; Li, Dongxu; Savarese, Silvio; Hoi, Steven C. H. (2023). "BLIP-2: Bootstrapping Language-Image Pre-training with Frozen Image Encoders and Large Language Models". arXiv:2301.12597.
Rezatofighi, Hamid; Tsoi, Nathan; Gwak, JunYoung; Sadeghian, Amir; Reid, Ian; Savarese, Silvio (2019). "Generalized Intersection Over Union: A Metric and a Loss for Bounding Box Regression". CVPR 2019.
Alahi, Alexandre; Goel, Kratarth; Ramanathan, Vignesh; Robicquet, Alexandre; Fei-Fei, Li; Savarese, Silvio (2016). "Social Force: Human Trajectory Prediction in Crowded Spaces". CVPR 2016.（CVPR 2016 最優秀学生論文賞受賞）
Savarese, Silvio; Hoiem, Derek (2011). Representations and Techniques for 3D Object Recognition & Scene Interpretation. Morgan & Claypool Publishers.

受賞・栄誉

2024年 — タイム誌「AIで最も影響力のある100人（TIME100 AI）」に選出^[1]
2019年 — IEEE国際ロボット・オートメーション会議（ICRA）最優秀論文賞^[14]
2018年 — コンピュータビジョンとパターン認識会議（CVPR）最優秀論文賞^[14]
2016年 — CVPR最優秀学生論文賞^[15]
2013年 — James R. Croes Medal（米国土木学会建設工学管理誌最優秀論文賞）^[15]
2012年 — TRW Automotive Endowed Research Award^[15]
2011年 — NSF CAREER賞（「3次元幾何学的・意味的オブジェクト・シーン構造の発見に向けて」プロジェクト）^[10]
2010年 — Google Research Award^[15]
2002年 — Walker von Brimer Award（優れた研究イニシアティブに対して）^[16]
スタンフォード大学Mindtree Faculty Scholar（初代）^[3]

その他の活動

父親のジェイ（Gey）とともに、コンピュータアドベンチャーゲーム「A Quiet Weekend in Capri」を開発した。本作はイタリアで2003年5月、北米で2004年にリリースされた^[17]。
父親との共同制作による続編「AnaCapri: The Dream」が2007年にリリースされた^[18]。

発言

研究の変遷とAIへの展望

最初は、人間の視覚がどのように機能するかを非常に細かいレベルでモデル化することに研究の焦点を当てていました——たとえば、ある人が写真を見て、その中の様々な要素を識別できるのはなぜか、ということです。これは、大規模な画像分類やシーン理解という問題に取り組む現代の機械視覚の根幹をなすものです。

(原文：Initially, my research was focused on modeling how human vision works in very granular detail — such as how a person can look at a photograph and identify the various elements within the picture. This is at the foundation of modern machine vision, which focuses on large-scale image classification and scene understanding problems.)^[6]

その後、研究は観察から人間の行動や意図を理解・予測することへと発展しました。たとえば、機械は食事をしている人々の画像を見て、データや文化的な文脈から、その人たちがクリスマスディナーを楽しんでいることを知ることができるのでしょうか？これは自然に、人間の経験や協力の中心にある言語の役割を考えるきっかけにもなりました——どのように問いかけ、情報を共有し、ニーズを表現するか、ということです。

(原文：My research evolved into understanding and predicting human behavior and intent from observations. For example, how can machines see images of people eating, and know from data and cultural context that they're having Christmas dinner? This naturally led me to consider the role of language, which is a central part of the human experience and collaboration — how we ask questions, share information, and express our needs.)^[6]

私が心を躍らせているのは、機械が同じことをできる可能性です——利用者の質問を真に理解するカスタマーサービスのチャットボットから、口頭の指示に応答するサポートロボットまで。もちろん、これらは極めて複雑な課題ですが、これから先の数年間がもたらすものには楽観的でいます。

(原文：I'm excited by the potential of machines that can do the same — from customer service chatbots that truly understand our questions to support robots that respond to verbal commands. These are extremely complex challenges, of course, but I'm optimistic about what the coming years will bring.)^[6]

アカデミアから産業界へ

年を重ねるにつれ、人々の生活を変えられるものに時間とエネルギーを注ぎたいという思いが強くなっていきました。セールスフォースでは、研究を実際の製品へと展開し、すぐに顧客の役に立てます。

(原文：Over the years, I became more committed to spending my energy and time on things that can change people's lives. At Salesforce, we can deploy our research into real products that immediately help customers.)^[6]

セールスフォースには、規模を持って社会的インパクトを生み出す機会を与えてくれる、素晴らしいリソースが揃っています。AIの進化を考えると、研究で大きな前進を遂げるためには、膨大な計算資源とエンタープライズ規模のデータが必要です。

(原文：Salesforce also has an incredible array of resources that give us the opportunity to have an impact at scale. Given how AI has evolved, you need a lot of computing resources and enterprise-level data to make major progress in research.)^[6]

AIの倫理と責任ある開発

今日のAI専門家が第一線に立ち続けるためには、まずデータのセキュリティプロセスに投資することが不可欠です。それは今もAI研究において極めて重要な側面です。また、分野横断的な取り組みを可能にすることも重要だと思います。AIの異なる分野間の境界は、今や曖昧で流動的になっており、チームを超えた協力が必要です。

(原文：First, it's essential to invest in security processes for data — that's still a critically important aspect of AI research. I also think it's crucial to enable cross-disciplinary work. The boundaries between different fields of AI are now fuzzy and fluid, so you need collaboration across teams.)^[6]

AIシステムの倫理原則は、後から付け加えるのではなく、設計段階から組み込まれるべきです。これらのツールが公平で、安全で、包括的で、透明性があり、誰もが利用できるものになるよう確保する必要があります。

(原文：Ethical principles for AI systems should be baked in at the design stage, not added later. We need to make sure these tools are fair, safe, inclusive, transparent, and accessible.)^[6]

エージェント型AIと企業の未来

AIの未来は、人間対AIというものではなく、それぞれの強みを活かして協調する、人間とAIの共存です。エージェントは真の労働力乗数となり——そしてAgentforceの立ち上げにより、実際にそうなりつつあります——チームがこれまで不可能だったタスクにも取り組めるようにしてくれます。

(原文：The future isn't about humans versus AI – it's about humans with AI working in concert, each using their unique strengths. Agents will become—and with the launch of Agentforce, indeed already are— a true workforce multiplier, enabling teams to tackle previously impossible tasks.)^[19]

コードを書くまったく新しい方法を提供するのがCodeGenです。コードを直接書くのではなく、ユーザーは会話の中で解決したい問題を平易な英語で説明するだけでいいのです。会話の部分が非常に重要です。

(原文：CodeGen really provides a new way of developing software. Rather than writing code directly, users would simply describe the problem they're trying to solve in plain English in a conversation. So the conversation part is very, very important.)^[20]

サービスエージェントが返品処理を行う場合、10回に1回間違えることは許されません。99.9%の精度が求められます。ローンを提案するエージェントが、ローンについて誤った推奨をしてしまうことがあってはなりません。これらは高い一貫性を確保しなければならないシナリオです。

(原文：If you want to build a service agent that does returns, you cannot afford for the returns to be wrong one out of ten times. It has to be 99.9% correct. If you have an agent that comes up with a loan, you cannot have an agent make the wrong recommendation about the loan. These are scenarios where we need to have high consistency.)^[21]

AIシミュレーションと学習

合成データ生成は非常に多様なものとなり得て、私たちが思いもよらなかったようなシナリオを、大規模に生み出すことができます。そして合成データはエージェントの学習データとは別に生成されるため、エージェントが問題の性質を「先読み」しないことが保証されます。

(原文：Synthetic data generation can be extremely varied, and create scenarios that we wouldn't even think about, and at scale. And because the synthetic data is generated separately from the training data of the agent, we ensure that the agent doesn't "anticipate" the nature of the problem.)^[22]

AlphaGoとの対戦後に興味深いことが起きました。囲碁プレイヤーたちは、AlphaGoが不可解な一手を指すことを抑制しようとするのではなく、AIを活用して自らの腕を磨くようになったのです。多くのプレイヤーが今や、AIを打ち負かすべき相手ではなく、自分をより良いプレイヤーにしてくれる道具として見ています。ビジネスシーンにおけるAIの可能性も、まさにそこにあると思います。

(原文：Something interesting happened after that match. Rather than trying to mitigate AlphaGo from creating baffling moves, Go players today leverage AI to learn and improve their own game. Many players now see AI not as a competitor to be defeated, but as a tool to help them become better players. I think this is exactly the potential of AI in business scenarios as well.)^[22]