Sara Hooker

ref · 2026 年 5 月 25 日午前 6:39

AI研究者、Cohere研究部門副社長、そしてAdaptionの共同設立者兼CEO——ハードウェアロッタリー（Hardware Lottery）論文、モデル圧縮とバイアスに関する先駆的業績、Ayaイニシアチブによる多言語AI構築、そして「スケーリングだけでは今後10年のAI進歩を支えられない」という一貫した逆張りの主張で知られる。

プロフィール

項目	詳細
生誕	アイルランド、ダブリン
国籍	アイルランド / サハラ以南アフリカ各地で育つ
現在の所属機関	Adaption（共同設立者兼CEO）
研究分野	モデル効率化、継続学習、多言語AI、モデル圧縮、解釈可能性、アルゴリズム的公平性、ベンチマーク手法論
博士課程指導教官	ユーゴ・ラローシェル（Hugo Larochelle）、アーロン・クールヴィル（Aaron Courville）
出身大学	カールトン・カレッジ（文学士）、Mila – ケベックAI研究所（博士）
個人ウェブサイト	sarahooker.me
X / Twitter	@sarahookr
GitHub	@sarahooker
Google Scholar	scholar.google.com

概要

サラ・フッカー（Sara Hooker）はアイルランド生まれのコンピューター科学者であり、モデル圧縮、解釈可能性、多言語AI、そしてAI研究のインセンティブに関する社会学の分野で独自の貢献をしてきた。彼女が最もよく知られているのは「The Hardware Lottery（ハードウェアロッタリー）」（2020年）である。これは『Communications of the ACM』に掲載された概念的なエッセイで、AIのアイデアの成否は、その本質的な価値よりも、その時点で利用可能なハードウェアをどれだけうまく活用できるかによって左右されるという主張であり、この分野における研究バイアスに関する議論を再構成した。2022年から2025年まで、Cohereの研究部門副社長兼Cohere Labsの責任者として、彼女はAyaイニシアチブを主導した。これはクラウドソースによる多言語モデルプロジェクトであり、119か国から3,000人以上の研究者が参加し、オープンな生成AIがカバーする言語数を2倍以上に増やした。2025年10月、彼女はスディップ・ロイ（Sudip Roy）と共にAdaptionを共同設立し、2026年2月に5000万ドルのシードラウンドを調達した。同社は、継続的に学習し、推論時に適応するAIシステムを構築することを目指しており、これはスケーリング則の正統派に対する明確な反対票である。彼女の経歴は、アフリカ5カ国、アイルランド、そして複数の学術・企業研究機関にまたがる。彼女の研究は一貫して、AI研究が誰に奉仕し、何を体系的に見落としているのかという問いに立ち返る。

幼少期と教育

フッカーの両親——アイルランド人の母と、スーダンで出会ったイギリス人の父——は、彼女が4歳の時にレソトに移住した。彼女はサハラ以南アフリカ各地で育ち、19歳になるまで南アフリカ、モザンビーク（中学校はポルトガル語での授業を受けた）、レソト、エスワティニ、ケニア、リベリアで生活した。子供の頃に複数の言語や教育制度を経験し、インフラへのアクセスが不均等に分配されているのを目の当たりにした経験は、後に彼女の効率的かつ多言語なAIへの研究関心を活気づけることになる。

文学士、カールトン・カレッジ（2013年卒業）
フッカーはミネソタ州ノースフィールドのカールトン・カレッジで学び、そこでコンピューターサイエンスと定量手法への初期の関心を育んだ。

博士（コンピューターサイエンス）- Mila – ケベックAI研究所
フッカーはMilaで博士号を取得し、モントリオール深層学習学派の中心人物であるユーゴ・ラローシェルとアーロン・クールヴィルの2人の指導教官の下で学んだ。博士論文では、勾配流、ニューラルネットワークの訓練ダイナミクス、そしてスパースで圧縮されたネットワークの特性に焦点を当てており、これらの研究方向はそのまま後のGoogle Brainでの応用研究に直接つながった。

経歴

Delta Analytics — 創業者（2014年～現在）

2014年、博士号取得中に、フッカーはDelta Analyticsを設立した。これは、データサイエンスプロジェクトを通じて非営利団体や社会セクター組織の技術的能力を構築する非営利団体である。この組織は、彼女のその後の役職から独立して運営を続けている。

Google Brain / Google DeepMind — 研究科学者（2017年～2022年）

フッカーは2017年にGoogle Brainに入社し、モデルの解釈可能性、圧縮、スパース性に関する研究に従事した。彼女の重要な論文のいくつかはこの時期に生まれている。

彼女の解釈可能性ベンチマーク（NeurIPS 2019）は、顕著性手法がモデルが実際に依存している特徴を正しく識別しているかどうかをテストするための厳密な評価プロトコル——ROAR（Remove and Retrain）——を提案し、標準的な手法における重大な信頼性の低さを明らかにした。彼女の圧縮と枝刈りに関する研究は、圧縮されたニューラルネットワークが何を忘れるかを調査し、枝刈りが過小評価されているグループやロングテールデータのパフォーマンスを不均衡に低下させることを実証した。これはモデル圧縮とアルゴリズム的公平性を結びつける初期の重要な研究である。「The Hardware Lottery」（2020年）は、この時期の研究成果を、ハードウェアの制約が特定のアルゴリズムファミリーを体系的に有利にし、研究者が明示的に語ることはほとんどない方法で分野の軌道を形成するという、影響力のある概念エッセイにまとめたものだ。

2019年、フッカーはガーナのアクラに開設されたGoogle初のアフリカ大陸におけるAI研究オフィスの創設メンバーの一人となった。これは、AI研究が地理的に行われる場所を拡大することへの彼女の長年の関心と一致する役割である。

Cohere Labs / Cohere For AI — 研究部門副社長（2022年4月～2025年）

フッカーは2022年4月にCohereに入社し、Cohere Labs（Cohere For AIとしても知られる）——Cohereの商業活動と並行してオープンサイエンスを追求する、非営利団体に近い研究ラボとして位置づけられている——を立ち上げ、率いた。彼女のリーダーシップの下、このラボはいくつかの注目すべきイニシアチブを立ち上げた。

Aya Project（2023年～2024年）： 119か国から3,000人以上の研究者が協力し、多言語の指示追従データセットとモデルを構築する大規模な共同プロジェクト。結果として得られたAyaモデルは101言語をカバーし、既存のオープンな生成AIシステムがサポートする言語数をほぼ2倍にし、オープンに公開された。このプロジェクトは、多言語評価と、英語以外の言語で訓練されたモデルを圧縮する際の特定の障害モードに関する研究も生み出した。フッカーはこのミッションを個人的な言葉で表現している。ポルトガル語、セソト語、スワジ語、スワヒリ語に囲まれた環境で育った彼女は、AIによる言語アクセスを文化的なつながりに直接結びつけたのだ。

Aya Expanse（2024年）： 英語中心のシステムと、世界のあまり代表されていない言語にサービスを提供するモデルとの間の能力ギャップを縮めるように設計された、高性能な8Bおよび32Bの多言語モデル。元のAyaの研究と並んでオープンに公開された。

Cohere For AI Scholars Program: フッカーは、主要なAIハブ機関以外の研究者にも研究指導と協力を拡大するための、構造化された研究者プログラムを開始した。

「The Leaderboard Illusion」（2025年）： Cohere Labs在籍中に共同執筆されたこのプレプリントは、人気のあるモデル評価リーダーボード、特にChatbot Arenaや類似の匿名クラウド選好プラットフォームは、体系的にゲーム可能であり、基礎となるモデル能力ではなく、表面的なスタイル的特徴や評価アーティファクトを反映したランキングを生み出すと主張した。この論文は、ベンチマークの妥当性に関する重要な議論を引き起こし、主要なAIラボが公的な評価をどのように管理しているかに対する批判として注目を集めた。

Adaption — 共同設立者兼CEO（2025年10月～現在）

2025年10月、フッカーは共同設立者のスディップ・ロイ（元Cohereの推論コンピューティング責任者）と共にAdaption（Adaption Labsとも呼ばれる）を公に発表した。同社の核となるテーゼ——AIの進歩はモデルの規模よりも、静的で凍結されたシステムが展開条件に適応できないことによって制限されるというもの——は、コンピュート最大化主義に対するフッカーの10年にわたる批判を直接的に拡張したものである。Adaptionは、適応的データ（厳選された事前学習セットではなく相互作用から学習する）、適応的知能（勾配を使わない推論時学習）、適応的インターフェース（標準的なチャットバーを超えたユーザー体験）の3つの柱に焦点を当てたシステムを開発している。2026年2月、同社はEmergence Capital Partnersが主導し、Mozilla Ventures、Fifty Years、Threshold Ventures、Alpha Intelligence Capital、E14 Fund、Neoが共同出資する5000万ドルのシードラウンドを調達した。2026年5月、同社は最初の公開製品であるAutoScientistをリリースした。これは自動微調整システムであり、内部評価において、研究者自身の設定に対する勝率を48%から64%に引き上げた。

主な貢献

「The Hardware Lottery」 （Communications of the ACM, 2021; arXiv 2020）——フッカーが単独執筆した最も広く引用されている論文は、AI研究における支配的なアプローチは、たまたまGPUやTPUハードウェアが効率的に実行するように設計されていたアーキテクチャと一致したものであると主張する。記号推論、カプセルネットワーク、当時のスパース活性化モデルなど、不規則な計算を必要とするアイデアは、その可能性にかかわらず、体系的に不利になる。この論文は、この分野における構造的バイアスを再構成し、AI研究の社会学とインフラ依存性に関する議論における標準的な参考文献となっている。
ROAR解釈可能性ベンチマーク ——「深層ニューラルネットワークにおける解釈可能性手法のベンチマーク」（NeurIPS 2019、E.Han、Kindermans、Kimと共著）で導入されたROARは、重要と特定された特徴を削除してモデルを再訓練した際のモデルパフォーマンスの低下を測定することにより、顕著性手法を評価するためのモデルに依存しないプロトコルを提供する。これにより、多くの一般的な解釈可能性手法が、このテストの下ではランダムベースラインとほとんど変わらないパフォーマンスしか発揮しないことが明らかになった。
圧縮とアルゴリズム的公平性 ——フッカーによる、圧縮および枝刈りされたモデルが何を忘れるかに関する研究（arXiv 2019およびその後の研究）は、モデル圧縮が過小評価されているグループや稀な例のパフォーマンスに不均衡に悪影響を及ぼすことを初めて体系的に実証したものの一つであり、効率的なAIがどのように評価され、展開されるかに直接的な実用的影響を与える発見である。
Ayaモデルとデータセット ——Cohere LabsでAyaイニシアチブを主導し、101言語をカバーするオープンに公開された多言語指示データセットとモデルを生み出した。このプロジェクトは、記録上最大規模の協調的多言語AI研究コラボレーションの一つであり、そのオープンリリースは、低リソース言語モデルに取り組む研究者によって広く使用されている。
Aya Expanse ——英語主体のシステムと十分なサービスを受けていない言語コミュニティとの間のパフォーマンスギャップを埋めるために設計された、オープンな8Bおよび32B多言語モデル（2024年）。多言語AIアクセスを促進するためにオープンに公開された。
「The Leaderboard Illusion」 （arXiv 2025）——人気のあるLLM評価リーダーボードを批判した共同執筆論文。匿名のクラウド選好システムがどのようにゲームされるか、現在のランキング手法が真の能力と提示効果を区別できないことを文書化。評価手法の完全性に関する分野全体の議論に貢献した。
「On the Limitations of Compute Thresholds as a Governance Strategy」 （arXiv 2024）——ガバナンスフレームワークにおけるAIリスクの代理指標として浮動小数点演算回数を使用することの限界を分析し、計算閾値は較正が不十分な規制手段であると主張する論文。
Delta Analytics ——2014年に設立されたこの非営利団体は、10年以上にわたり社会セクター組織にデータサイエンスの能力構築を提供しており、技術的専門知識は利益追求の文脈を超えて分配されるべきであるというフッカーの見解を持続的な制度的表現として示している。
Underrated ML（ポッドキャスト）——兄であるショーン・フッカー（Sean Hooker）と共同ホストを務めるポッドキャストで、機械学習における過小評価されているアイデアや研究について議論する。アクセシブルな科学コミュニケーションへの彼女のコミットメントの表れである。

受賞と評価

TIME100 AI — 最も影響力のあるAI人物（2024年）
Fortune — トップ13のAIイノベーター（2023年）
世界経済フォーラム — 人工知能の未来に関する評議会（現職メンバー）
Kaggle ML Advisory Research Board（現職メンバー）
MLC Research Group（メンバー）

主要な人間関係

ユーゴ・ラローシェル（Hugo Larochelle） ——Milaでの博士課程指導教官。現在はMilaのサイエンティフィックディレクターであり、フッカーにとって最も著名な専門的つながりの一人。ラローシェルが代表するモントリオール深層学習の伝統は、訓練ダイナミクスと圧縮に対する彼女のアプローチを直接形成した。
アーロン・クールヴィル（Aaron Courville） ——Milaでの博士課程共同指導教官。クールヴィルの生成モデルとニューラルネットワーク理論に関する研究は、ラローシェルが重視する実用的な深層学習と並んで、第二の形成的知的基盤を提供した。
スディップ・ロイ（Sudip Roy） ——Adaptionの共同設立者。元Cohereの推論コンピューティング責任者。フッカーの研究リーダーシップを補完する、会社設立における運用面および技術面のパートナー。
キム・ビーン（Been Kim） ——Google Brainでの共同研究者。ROAR解釈可能性ベンチマークの共著者。顕著性手法評価に関する彼らの共同研究は、解釈可能性研究で最も引用されているものの一つである。
シャキール・モハメド（Shakir Mohamed） ——Google DeepMindの研究者でありDeepIndabaの共同創設者。フッカーのアフリカにおけるAI開発とコミュニティ構築への焦点を共有し、彼女の最も著名な専門的つながりの中に現れる。
イアン・グッドフェロー（Ian Goodfellow） ——フッカーの最も著名なフォロワーの一人。Google Brain時代のつながりであり、彼女が関わっていたより広範なGoogle研究者ネットワークを反映している。
アンドリュー・エン（Andrew Ng） ——彼女の専門的なネットワークにおける著名なつながり。AIアクセスと教育への共通の焦点を持つ。

個人的なスタイル

フッカーの著作は、単に技術的な問題解決に焦点を当てるのではなく、AI分野自体の構造的条件——ハードウェアの制約、ベンチマーク手法、研究才能の地理的集中——を批判しようとする意欲が特徴的である。彼女のエッセイは、経験的観察と制度的分析の交差点で機能する傾向があり、単にモデルが何ができるかを問うだけでなく、どのような条件がこのモデルに至った研究上の選択を形成したのかを問う。彼女はスケーリングパラダイムのコストについて特に率直であり、現在の会社を、今後10年のAI進歩には力任せの事前学習ではなく適応的な効率性が必要であるというテーゼにコミットさせている。これは彼女が商業的なヘッジではなく科学的な賭けとして位置づける立場である。複数のアフリカ諸国と言語環境での生い立ちは、技術的な枠組みと共存する多言語AI問題への個人的な利害関係を彼女に与えており、彼女はAIにおける言語を「非常に個人的なもの」と表現し、現在のAIシステムが誰の内面世界に到達できるかという問題に明確に結びつけている。