Автор: Алексей Вавилов [10.07.2026]

Один из самых цитируемых умов ИИ

В 2004 году Руслан Салахутдинов серьёзно раздумывал над тем, чтобы полностью оставить область искусственного интеллекта — на тот момент направление казалось ему тупиковым и малоперспективным. Решающей стала случайная встреча с Джеффри Хинтоном, будущим лауреатом Нобелевской премии и одним из отцов современного глубокого обучения. Хинтон предложил молодому исследователю поучаствовать в проекте по новому способу обучения искусственных нейронных сетей — методике, которую сам назвал «глубокими сетями доверия» (deep belief networks). Именно эта работа впоследствии оказала колоссальное влияние на всю область глубокого обучения — а Салахутдинов, вместо того чтобы покинуть профессию, стал одним из тех, кто определил её будущее на десятилетия вперёд.

От российского происхождения — к канадскому гражданству

Руслан Салахутдинов родился около 1980 года в России и имеет татарские корни — редкое сочетание для человека, впоследствии ставшего одним из наиболее цитируемых канадских учёных в области искусственного интеллекта. Его докторским руководителем в Университете Торонто стал Джеффри Хинтон — фигура, определившая направление всей дальнейшей научной карьеры Салахутдинова: степень доктора философии по машинному обучению он получил в 2009 году.

После защиты диссертации Салахутдинов провёл два постдокторских года в лаборатории искусственного интеллекта Массачусетского технологического института, а затем вернулся в Университет Торонто уже в качестве доцента сразу двух факультетов — компьютерных наук и статистики.

Глубокие сети, вероятностные модели и Байесовское обучение программ

Научные интересы Салахутдинова сосредоточены на глубоком обучении, вероятностных графических моделях и масштабной оптимизации — направлениях, определивших облик современного искусственного интеллекта. Он получил широкую известность благодаря разработке метода байесовского обучения программ (Bayesian Program Learning), а его ранние работы над ограниченными машинами Больцмана (Restricted Boltzmann Machines) заложили фундамент для последующих прорывов в области нейросетевых архитектур.

С 2009 года Салахутдинов опубликовал не менее 42 работ по машинному обучению, а совокупное число цитирований его исследований, по данным Google Scholar, превысило впечатляющие 268 тысяч — показатель, ставящий его в число самых влиятельных исследователей современного искусственного интеллекта. Его исследования финансировались такими компаниями, как Google, Microsoft и Samsung.

Переход в Карнеги-Меллон и полное профессорство

В феврале 2016 года Салахутдинов перешёл на факультет машинного обучения Университета Карнеги — Меллона, где со временем получил звание профессора по программе UPMC (UPMC Professor). В университете он занимал должность действующего редактора журнала Journal of Machine Learning Research и входил в состав старших программных комитетов ведущих конференций по машинному обучению, включая NeurIPS и ICML; позднее он был избран президентом-электом совета ICML — одной из самых престижных научных организаций в области машинного обучения.

Среди наград и признаний Салахутдинова — стипендия фонда Альфреда П. Слоуна, звание научного сотрудника Microsoft Research, канадская исследовательская кафедра по статистическому машинному обучению, премия для начинающих исследователей (Early Researcher Award), премия Google для преподавателей, награда Nvidia «Пионеры искусственного интеллекта», а также статус старшего научного сотрудника Канадского института перспективных исследований (CIFAR).

Между академией и индустрией

Помимо чисто академической карьеры, Салахутдинов стал сооснователем компании Perceptual Machines, впоследствии приобретённой корпорацией Apple, — сделка, которая привела его на должность директора по исследованиям в области искусственного интеллекта в самой Apple. Позже он перешёл в *Meta на позицию вице-президента по исследованиям, где занимался мультимодальными большими языковыми моделями и ИИ-агентами.

Свою философию совмещения академической и индустриальной карьеры Салахутдинов формулирует лаконично:

«Быть в академии прекрасно. Быть в индустрии волнующе. Быть в обоих — электризующе».

Он также убеждён, что исследователи глубокого обучения, хорошо разбирающиеся в графических моделях, вариационном выводе и марковских цепях Монте-Карло, в среднем демонстрируют куда большую изобретательность при решении реальных прикладных задач по сравнению с теми, кто ограничивается узкоспециализированным инструментарием современных нейросетей.

Настоящее время

Сегодня Руслан Салахутдинов совмещает должность профессора компьютерных наук в Университете Карнеги — Меллона с позицией директора по науке (CSO) в компании Sooth Labs, продолжая при этом занимать пост президента-электа совета конференции ICML. Путь от исследователя, готового покинуть область искусственного интеллекта в 2004 году, до одного из самых цитируемых учёных мира в области глубокого обучения — редкий пример того, как случайная профессиональная встреча способна не просто изменить одну карьеру, но и повлиять на развитие целой научной дисциплины.

*Корпорации, которая признана в РФ экстремистской

Tags: #РусланСалахутдинов #RuslanSalakhutdinov #глубокоеобучение #искусственныйинтеллект #ДжеффриХинтон #КарнегиМеллон #AppleAI #машинноеобучение #канадскийучёный

Дополнительные фотографии