Aravind Srinivasの経歴を年表で確認する
まず、学位、研究成果、職歴を分けて整理します。大学の公式プロフィールと論文の公開記録を照合した年表です。年は論文の採択年ではなく、下表ではarXivへの初回公開年を使っています。
| 時期 | 確認できる経歴・活動 | 確認資料 |
|---|---|---|
| 2017年 | IIT Madrasの電気工学Dual Degree課程を修了 | IIT Madras公式プロフィール |
| 博士課程中 | OpenAI、DeepMind、Googleで研究インターンを経験 | IIT Madras公式プロフィール |
| 2020年 | 強化学習の研究「CURL」を共同発表 | 論文の著者・公開記録 |
| 2021年 | 画像認識の研究「Bottleneck Transformers」を共同発表 | 論文の著者・公開記録 |
| 2021年 | UC Berkeleyでコンピューターサイエンスの博士号を取得 | Berkeley Engineeringの卒業年表記 |
| 博士号取得後 | OpenAIでResearch Scientistとして勤務 | IIT Madras公式プロフィール |
| 2022年8月 | Perplexityを共同創業 | IIT Madras公式プロフィール |
2026年9月14日の確認時点では、Perplexityの公式事業者情報もCEOをAravind Srinivasと記載しています。この記事は公開資料をもとにした経歴整理であり、TechCreateが本人に行った取材ではありません。IIT Madras、Perplexity公式事業者情報
読み違えやすいのが、企業での在籍形態です。「OpenAI、DeepMind、Googleで研究した」という短い紹介では、博士課程中のインターンと、学位取得後の研究職が一続きに見えます。しかし、研究に参加した事実と、常勤職として担った責任は同じではありません。本稿では、公式資料が確認できる範囲を超えて役職や担当製品を補っていません。
研究者として何に取り組んでいたのか
Srinivasの名前が著者欄にある論文を読むと、起業前の関心を具体的に捉えられます。ここでは代表的な2本を、専門用語の肩書きではなく「何を入力し、何を改善しようとしたか」で比較します。
| 研究 | 主な対象 | 取り組んだ問題 | 経歴を読む際の注意 |
|---|---|---|---|
| CURL（2020年） | 画面の画像から行動を学ぶ強化学習 | 画像から有用な特徴を取り出し、制御の学習に利用する | 最初の2著者は同等貢献と明記 |
| Bottleneck Transformers（2021年） | 画像認識・物体検出など | 畳み込みネットワークに自己注意を組み込み、画像を扱う | 6人の共同研究であり、単独の発明ではない |
CURL：画像のどこを学習に使うか
CURLは、画像のピクセルから特徴を学ぶ処理に、対照学習を用います。その特徴を使って、過去に集めた経験から行動を改善する強化学習を行う構成です。画面をそのまま受け取るだけではなく、判断に使いやすい表現を学ぶことが研究の焦点でした。
著者はSrinivas、Michael Laskin、Pieter Abbeelの3人。論文記録には、最初の2人が同等に貢献したと明記されています。「創業者が生み出した技術」とまとめると消えてしまう共同研究の関係を、経歴でも残す必要があります。CURLの論文記録
Bottleneck Transformers：画像全体の関係を捉える
Bottleneck Transformersは、画像を扱うResNetの一部に、自己注意の仕組みを取り入れた研究です。論文では最後の3つのボトルネックブロックにある空間方向の畳み込みを、グローバルな自己注意に置き換えています。近くの情報を処理する構造に、離れた場所同士の関係を見る処理を組み合わせた、と捉えると入口になります。
この論文も共同研究です。Srinivasのほか、Tsung-Yi Lin、Niki Parmar、Jonathon Shlens、Pieter Abbeel、Ashish Vaswaniが著者として並びます。「Transformerそのものを発明した」「Perplexityの検索方式をここで完成させた」と読むことはできません。Bottleneck Transformersの論文記録
この2本から確認できるのは、画像から表現を学び、学習や認識に使う研究に参加していたことです。研究テーマと後年の製品には連続性を見いだせても、論文の手法がそのまま検索サービスに実装されたとまでは言えません。研究上の実績と、製品の技術構成は、別々の資料で確かめる対象です。
博士課程からOpenAI、そしてPerplexityへ
Berkeley Engineeringが2025年に公開した本人インタビューでは、研究の着想だけでなく、実験と実装まで自分で進める環境が学びになったと振り返っています。博士号取得後はOpenAIで約1年働き、その後、事業の構想を具体化してチームづくりへ進んだという説明です。Berkeley Engineeringの本人インタビュー
ここは、経歴の中で仕事の単位が変わった場面として読めます。研究では、設定した課題に対して手法が有効かを実験で確かめ、他者が検討できる形で示します。製品をつくる立場では、それに加えて、利用者がどんな場面で使い、どう結果を確認するかを考える必要があります。
ただし、これはTechCreateによる仕事の整理です。本人の入社動機や退職理由を推測しているわけではありません。「研究に限界を感じたから辞めた」「特定の競合を倒すために起業した」といった物語は、裏付けがなければ付け加えない方が、実際の判断を見失わずに済みます。
出典を示す習慣を、回答の体験に移した
起業への接続を本人の説明で追うと、研究論文の引用という習慣が出てきます。Berkeley EngineeringのインタビューでSrinivasは、学術的な主張に参考文献を付ける原則を、AIの回答にも取り入れたと説明しています。これは、画像認識の手法を検索へ転用したという話とは異なります。移したのは、主張と根拠を結びつける考え方です。本人による創業思想の説明
図は論文記録と本人発言をもとにした編集部の整理です。Perplexity内部のシステム構成図ではありません。
根拠へのリンクがあることと、答えが正しいことも区別が必要です。確認する側は、引用先が本当に回答を支えているか、資料の日付が質問に合うか、複数の情報をつなぐ過程で意味が変わっていないかを見る必要があります。出典表示は検証の入口であって、検証の完了ではありません。
実際の操作を知りたい場合は、経歴とは別にPerplexityの使い方ガイドを参照してください。本記事は料金や機能の比較ではなく、創業者の仕事と判断を扱っています。
教える仕事にも現れた「理解を伝える」姿勢
BerkeleyのSCETが公開した対談レポートでは、Srinivasが2020年のDeep Unsupervised Learningの授業づくりに参加したことが紹介されています。専門的な内容を他者に説明する経験が、自分の理解を確かめる機会にもなったという話です。SCETの対談レポート
この経験は、研究者を「技術だけを扱う人」、創業者を「事業だけを扱う人」と切り分けないための手掛かりになります。授業では相手が理解できる順番を考え、製品では利用者が質問から答えにたどり着く順番を考える。対象は違っても、自分の知識を相手が使える形にする仕事は共通しています。これは経歴をもとにした編集部の解釈であり、授業経験が事業の成功を引き起こしたと証明するものではありません。
研究から起業を考える読者が持ち帰れるのは、同じ学校や企業を経由することではないでしょう。自分の専門領域で当たり前に行っている確認や整理の方法に、他の人の困りごとを解く余地がないかを探すことです。Srinivasの場合、本人の説明から見える接点は、知識そのものだけでなく、その知識の根拠を示す習慣でした。
よくある質問
Aravind Srinivasは誰ですか
Perplexityの共同創業者・CEOです。本稿では英語表記に加え、アラヴィンド・スリニヴァスと表記しています。同じような綴りの研究者と混同せず、論文の著者と所属資料を照合しています。
出身大学と専攻は
IIT Madrasでは電気工学のDual Degree課程を2017年に修了。UC Berkeleyでは2021年にコンピューターサイエンスの博士号を取得しています。大学名だけでなく、学位と修了年を分けると経歴を追いやすくなります。
OpenAIでの役割は
博士課程中の研究インターンと、博士号取得後のResearch Scientistの経験があります。DeepMind、Googleでの経験も、IIT Madrasのプロフィールでは研究インターンとして紹介されています。
Perplexityの創業時期は
IIT Madrasの公式プロフィールは2022年8月の共同創業と記載しています。本稿の年月は会社の創業についてであり、個別製品や新機能の公開日とは区別しています。
CURLは検索技術ですか
CURLは画像を入力とする強化学習の研究です。論文だけからPerplexityの検索技術だとは判断できません。研究者としての成果を紹介することと、企業の内部実装を説明することは別です。
まとめ
- 学位、研究インターン、研究職を分けると、Srinivasが研究から起業へ進んだ順序が明確になります。企業名の列挙だけでは役割の違いは伝わりません。
- 論文は共同研究の成果です。著者や同等貢献の記録を確認することで、創業者一人の物語に還元せず、技術者としての実績を読めます。
- 本人が説明する研究と製品の接点は、主張に根拠を添える習慣でした。ただし、引用があることと答えが正しいことは同じではなく、利用者側の確認も残ります。
