2025年のトップAIインフルエンサー：認証済み、尊敬され、フォローされている

2025年の人工知能は、単なる誇大宣伝の域を脱し、実証済みの研究、より強固なインフラ、そして永続的な製品を構築するという現実によって推進されるようになりました。 X（旧ツイッター） 議論をリードする人々の多くは、テクノロジーの分野でも主導的な役割を果たしています。彼らは、ビジネス、研究、オープンソースプロジェクトにおけるテクノロジーの活用を形作るシステムを設計、研究、管理しています。

これは著名人リストではありません。ここに名を連ねる各人は、真の影響力と明確な専門知識を持ち、AIコミュニティにおける議論を主導してきた実績を持っています。彼らの意見は、私たちの未来を形作るシステムを構築し、導き、そして挑戦してきた経験から生まれたものであり、重要な意味を持っています。

ヤン・ルクン (@ylecun) — チーフAIサイエンティスト Meta

ヤン・ルカンは、AI、特に基礎研究において、依然として最も影響力のある発言者の一人です。彼の公の場での発言は、特に大規模言語モデルをめぐる議論において、しばしば時流に逆行するものです。彼は「大きいほど良い」という考え方とは一線を画し、はるかに少ないデータで学習し、大幅に少ないエネルギー消費量で動作するシステムを提唱しています。

ルカン氏の歴史的な地位は、畳み込みニューラルネットワーク（CNN）の発明によって確固たるものとなりました。CNNは現在、コンピュータービジョンに不可欠な要素となっています。彼は現在、自己教師学習と自律型AI（無限のデータ取り込みではなく、観察を通じて理解を深める機械）の推進者として活躍しています。

彼は現在、オリジナルのコンテンツをツイートすることはほとんどありませんが、AI 研究やシステム設計に関する詳細なエッセイを再投稿したりリンクしたりすることがよくあります。

• 中心テーマ: エネルギー効率の高いアーキテクチャ、オブジェクト中心の学習、世界モデル。
• 視聴者数: 900,000 人以上のフォロワー。
• 注目すべき動向：研究者との頻繁な技術交流 OpenAI そしてDeepMind;

30 年以上にわたり、彼の研究は Meta の AI 戦略を形作っており、シーケンス内の次の単語を予測するだけでなく、人間の推論に近い方法で観察し考えるシステムを目指しています。

アンドレイ・カルパティ（@karpathy） — 創設メンバー OpenAI

アンドレイ・カルパシーは、高度な技術力と、主要製品を実際に実現した経験を持つ専門家としての視点を兼ね備えています。モデル設計からトレーニングの選択肢、導入のハードルに至るまで、複雑な概念を、研究者と実践的な開発者の両方に響くような方法で分かりやすく解説します。

彼のフィードは技術的な洞察とビジョンを融合しています。たとえば、彼は最近、大規模な言語モデルが現代のソフトウェアの構成要素になりつつあると提案しました。

• レガシー：ディープラーニングとコンピュータービジョンの初期のブレークスルー、AIのリーダーシップ テスラ ;
• リーチ: 1 万人以上のフォロワー。
• 関与: 頻繁な会議講演とコミュニティ教育。

帰国後 OpenAI 2024年、カルパシー氏はモデルの管理を容易にし、制御を失うことなくスケーリングすることに注力しました。また、開発者コミュニティへのリソースの開放にも尽力しました。彼の投稿では、深い技術的思考とソフトウェア構築の日々の業務を結び付け、エンジニアが実世界での使用に耐えるシステムを構築するための実践的な方法を提供しています。

フェイフェイ・リー (@drfeifei) — 教授 スタンフォード

フェイフェイ・リーは、AIを人間のニーズに合わせることで高い評価を得てきました。彼女は、企業や政府の課題に応えるだけでなく、医療、教育、そして公共の利益にも役立つ設計を推進しています。彼女は、ディープラーニングを再構築し、今日のAIに最も大きな影響を与えたプロジェクトの一つであるImageNetの開発を主導しました。

彼女の投稿は、AI の人間的な側面、つまり倫理的な影響、医療への影響、人間の尊厳を守ることの重要性に焦点を当てています。

• で知られている： ImageNet 、スタンフォード大学人間中心のAI研究所
• 視聴者: 500,000 人以上のフォロワー、米国および国際政策立案者にアドバイス。
• 現在の焦点: AI アプリケーションにおける倫理、アクセシビリティ、社会的包摂。

彼女は、医療従事者、教育者、障がい者など、テクノロジー業界で見過ごされがちな人々の視点を取り入れ、彼らの懸念に焦点を当てています。リー氏は、責任あるAIを、シリコンバレーの役員会の外側にいる人々の共感、先見性、そして参加の問題として捉えています。

エマド・モスタケ（@EMostaque） — 創設者 Stability AI

エマド・モスタケは defiオープンソース生成AIの巨匠。モデルとデータセットが大企業の管理下にない形で利用可能になることを推進し、多くのスタートアップ企業に影響を与え、オープンな重み付けのシステムをリリースしている。

彼は自身のフィードで、オープンソースの生成 AI に関する鮮明な最新情報を共有し、開発に関する一般からのフィードバックを求めています。

• マイルストーン： Stable Diffusion;
• 重点分野：コストの透明性、インフラのオープン性、AI の安全原則。
• 視聴者数: 250,000 人以上のフォロワー。

モスタケ氏は、高度なモデル構築にかかる実際のコストと制約を定期的に分析し、生成ツールの開発に必要な予算と技術的労力について、めったにない視点を提供しています。彼のオープン性へのこだわりは、開発者や研究者が検査・制御できるべきものに対する期待を変革しました。

ティムニット・ゲブル（@timnitGebru） — 創設者 DAIR研究所

ティムニット・ゲブル氏によるアルゴリズムのバイアスとデータの透明性に関する研究は、AIの公平性に関する議論を世界規模で変革しました。彼女は、AI開発において誰が権力を握っているのか、そしてその権力が結果にどのような影響を与えるのかを検証しています。

彼女は自身の存在を利用して偏見の問題を強調し、AI における公平性についての研究や主要な政策の展開について頻繁に言及しています。

• 主要分野：LLM における体系的な偏見、コミュニティ主導のガバナンス、倫理的なデータ標準。
• 視聴者: 160,000 人以上のフォロワー。世界中の政策フレームワークで引用されています。

彼女は明確な証拠に基づいて議論を展開しています。彼女の研究は、学習データの欠陥が、人種、性別、階級に結びついた現実世界の不平等をどのように引き起こすかを明らかにしています。現在、議員や規制当局は規則を策定する際に彼女の研究を参照しており、彼女は議論において批判的な発言を主導しています。

クリス・オラー（@ch402） — 共同創設者 人間原理

クリス・オラーは、ニューラルネットワークの最も複雑な部分を解明しました。モデルがどのように情報を処理するかを視覚的かつ物語風に解説した彼の作品は、大学の教材やAIの安全性研究者の参考資料となっています。

彼は解釈可能性のアップデートを頻繁に投稿しており、最近ではモデル回路解析のオープンソース化に関する研究が安全性研究界で注目を集めています。

• 専門分野: 解釈可能性ツール、意思決定パスの視覚化。
• 視聴者数: 150,000 人以上のフォロワー。
• 最近の作業: モデルの調整、安全プロトコル、憲法 AI。

AIの内部構造を可視化することで、オラーは解釈可能性を単なる学術的な好奇心から、信頼と安全性の中心的な要件へと高めました。彼の影響力は、研究室や政策立案者がモデルの挙動を監視および制御する方法に影響を与えています。

サラ・フッカー（@sarahookr） — ディレクター AIのためのCohere

サラ・フッカーは、機械学習をより効率的かつアクセスしやすいものにすることに取り組んでいます。彼女は、リソースの少ない地域の研究者にスポットライトを当て、この分野への貢献を分散させることを目指しています。

彼女の投稿は AI 研究における包括性に焦点を当てており、最近ではコンピューティングベースの規制の限界に注目を集めています。

• 主な焦点: スパース モデル、再現性、包括的な AI 研究。
• 視聴者数: 45,000 人以上のフォロワー。

彼女の研究は、本格的な研究は巨大なインフラがなければ実現できないという通説に疑問を投げかけています。効率的なアーキテクチャとグローバルな連携を推進することで、フッカーはAIにおけるパフォーマンスと参加の両方に対する期待を再構築しています。

イーサン・モリック（@emollick） — 教授 ウォートン

イーサン・モリックは、AIツールが人々の学習と働き方をどのように変えるかを実証します。教室やビジネス環境で大規模言語モデルを用いた彼の実験は、具体的かつ再現可能な結果をもたらします。

彼のフィードは、実際の授業やオフィスのシナリオに AI を導入し、プロンプト デザインと職場のツールがどのように進化し、学習に影響を与えるかを探ります。

• 重点分野：応用LLM、プロンプトエンジニアリング、AI支援ワークフロー。
• 視聴者数: 280,000 人以上のフォロワー。

モリック氏は、自らツールを試し、何が起こるかを観察し、その過程でアプローチを調整することで作業を進めています。この実践的なループは、教育者や専門家に、推測を最小限に抑えながらAIを統合するための青写真を提供しています。

ダリオ・アモデイ（@darioamodei） — CEO 人間原理

ダリオ・アモデイは、最も注目されているAIの安全性確保の取り組みの一つを率いています。アントロピックの クロード これは、イノベーションを阻害することなくスケーリングをより安全に行うための、より大きな戦略の一部です。

彼はめったに投稿しないが、投稿すると彼の意見が議論を巻き起こす。最近では、アントロピックの安全第一の使命を歪めていると言われる言説を批判した。

• 焦点: 憲法 AI、システムの信頼性、大規模な調整。
• 視聴者: 70,000 人以上のフォロワー。立法公聴会や世界サミットで認知。

アモデイ氏の慎重なスタイルと制御メカニズムの重視は、モデル監視に対する期待を設定する上で業界と政府の両方にとって基準点となっています。

グレイディ・ブーチ（@Grady_Booch） — ソフトウェアエンジニアリングのチーフサイエンティスト IBMリサーチ

グレイディ・ブーチ氏は、複雑なソフトウェアシステムの設計と管理を中心にキャリアを築いてきたため、現代のAIの構築と保守方法に関する彼の見解は特に貴重です。長年にわたり耐久性のあるシステムの設計に携わってきた経験から、彼は永続的なAIエンジニアリングに何が必要かを明確に示しています。

彼の意見は、システム設計の深い視点と AI のコンテキストを組み合わせたもので、更新頻度は低いものの、AI の議論にアーキテクチャ上の明確さをもたらします。

UML (Unified Modeling Language) の作成で最もよく知られている Booch 氏は、AI の展開と信頼性の問題に厳密なアーキテクチャ思考を適用します。

• 中心テーマ：システム設計、耐久性、エンジニアリングにおける倫理。
• 視聴者: AI と従来のエンジニアリング コミュニティにわたる 160,000 人以上のフォロワー。

彼は、あまりにも急ぎすぎると、既に築かれた基盤が損なわれる危険性があると警告する。彼にとって、永続的な進歩は、忍耐強い設計、厳格なテスト、そして確固たるエンジニアリング手法へのコミットメントから生まれる。