Где прячутся от всех Тейлор Свифт и Трэвис Келси: эксклюзивные подробности
13.07.2026 20:53:11
Существует инфраструктура, которую не замечают до тех пор, пока она не ломается. Водопровод. Электросеть. Дорожная разметка. В мире искусственного интеллекта такой инфраструктурой стал PyTorch — фреймворк, написанный небольшой командой исследователей в середине 2010-х, и сегодня присутствующий под капотом почти у каждой значимой языковой модели. Сумит Чинтала — индийско-американский исследователь и инженер в области ИИ, широко признанный как один из создателей открытого фреймворка глубокого обучения PyTorch. О том, что этот фреймворк использует сам Anthropic — создатель Claude, — можно судить по открытым данным о технологическом стеке современных языковых моделей. Но человека, который стоит за этим инструментом, знают куда меньше, чем знают сам инструмент.
Сумит Чинтала родился и вырос в Хайдарабаде, Индия. В школьные годы он, по собственному признанию, был плох в математике — детали, которая особенно иронично звучит в биографии человека, впоследствии создавшего один из главных математических инструментов мирового ИИ. Он изучал инженерное дело в Вельорском технологическом институте (VIT), одном из ведущих инженерных учебных заведений Индии, и окончил его между 2005 и 2009 годами.
Сам Чинтала никогда не скрывал, что VIT — не IIT, не Бомбейский технологический институт и не другие флагманы индийского инженерного образования, ради поступления в которые молодые люди тренируются годами. После окончания бакалавриата он столкнулся с многочисленными отказами и трудностями. Именно это — начало не из первого ряда, отказы, поиск пути — стало, пожалуй, самым важным контекстом его биографии: инструмент, который он создал спустя несколько лет, был задуман как нечто принципиально открытое и доступное — не для элиты, а для всех, кто готов с ним работать.
Чинтала переехал в США для получения высшего образования в Нью-Йоркском университете (NYU), где получил степень магистра в области компьютерных наук. В Нью-Йоркском университете он работал в лаборатории Яна Лекуна, строя модели глубокого обучения для задач робототехники, обнаружения пешеходов, распознавания текста на изображениях и работы с изображениями глубины.
Ян Лекун — один из «крёстных отцов» современного глубокого обучения, лауреат премии Тьюринга, человек, чьи работы по свёрточным нейронным сетям заложили фундамент компьютерного зрения. Работа в его лаборатории для молодого инженера из Хайдарабада означала прямой контакт с передним краем науки — в тот момент, когда эта наука начинала переходить из стадии «интересной теории» в стадию «реального инструмента».
Параллельно с учёбой Чинтала начал вносить вклад в проекты с открытым исходным кодом — привычка, которая в итоге стала определяющей чертой его профессиональной философии. Именно эти открытые вклады привлекли внимание Яна Лекуна и стали причиной его найма в Facebook AI Research.
До этого, впрочем, был период поиска. С 2009 по 2010 год Чинтала работал в Университете Карнеги — Меллона в качестве приглашённого исследователя, в 2011 году проходил исследовательскую стажировку в Siemens. Перед тем как перейти в FAIR в августе 2014 года, он работал в стартапе MuseAmi, где строил модели глубокого обучения для задач распознавания музыки и компьютерного зрения на мобильных устройствах. Это был совершенно другой мир — не академическая лаборатория, а стартап с жёсткими ограничениями по вычислительным ресурсам. Именно там, на стыке исследований и ограниченной инфраструктуры, формировалось понимание того, каким должен быть хороший инструмент для глубокого обучения.
Чинтала присоединился к Facebook AI Research (FAIR) в мае 2014 года и проработал в компании одиннадцать лет. Он сам описывал первые годы FAIR как «абсолютно магические» — небольшая сплочённая команда, строившая передовые системы ИИ в открытой, коллаборативной атмосфере.
До PyTorch Чинтала успел поучаствовать в нескольких значимых проектах. Среди них — работа над генеративно-состязательными сетями (DCGAN), широко цитируемой статьёй, представившей набор архитектур нейронных сетей для обучения без учителя. Он также занимался ИИ для видеоигр и системами машинного обучения для высокопроизводительных вычислений — область, которая напрямую повлияет на архитектурные решения будущего фреймворка.
Параллельно Чинтала поддерживал Torch-7 — предшественника PyTorch, написанного на нишевом языке программирования Lua. На пике своей популярности Torch-7 использовался Google DeepMind, Twitter и другими организациями. Опыт сопровождения крупного проекта на нишевом языке сформировал у него чёткое понимание того, что нужно изменить — и почему следующий инструмент должен быть построен иначе.
В сентябре 2016 года вышла первая публичная версия PyTorch. Среди оригинальных авторов — Грегори Чанан, Сам Гросс, Адам Пашке и Сумит Чинтала. Но именно Чинтала стал лидером проекта и его главным публичным голосом на протяжении почти десяти лет.
Принципиальное отличие PyTorch от доминировавшего тогда TensorFlow — подход «define-by-run» (определяй-и-запускай): PyTorch ввёл концепцию динамических графов вычислений, при которых граф строится в момент выполнения, а не определяется заранее. Это означало, что исследователь мог отлаживать модель как обычный Python-код — ставить точки останова, смотреть на промежуточные значения, менять логику на ходу. TensorFlow в то время работал иначе: сначала описываешь граф, потом запускаешь — подход мощный, но неудобный для экспериментов.
PyTorch был спроектирован так, чтобы органично вписываться в экосистему Python, позволяя использовать стандартные конструкции управления потоком и привычные инструменты отладки. Это решение оказалось стратегически точным: Python к тому времени стал де-факто языком научного программирования, и инструмент, который «думал» по-питоновски, немедленно почувствовался своим для тысяч исследователей.
Сам Чинтала на собственном сайте писал, что PyTorch «оказал влияние, далеко превзошедшее его ожидания и амбиции», и признавался: узнав об ошибке в фреймворке, он не мог спать, думая о том, какие последствия это могло иметь для пользователей по всему миру. Сегодня PyTorch используется более чем 90% исследователей и разработчиков в области ИИ по всему миру.
Он используется крупнейшими технологическими компаниями, включая OpenAI, Google, Microsoft, Tesla, Cruise и AstraZeneca, а также лежит в основе потребительских продуктов Instagram, TikTok, Snapchat. Наркомания к инструменту оказалась тотальной — и это не случайность, а следствие философии, которую Чинтала формулировал с самого начала: его видением было сделать ИИ-исследование «радостным», а инструменты — «элегантными», снизив барьер входа для разработчиков и исследователей по всему миру.
В 2022 году, чтобы закрепить открытость и независимость проекта от корпоративных интересов, PyTorch был передан в независимый PyTorch Foundation под эгидой Linux Foundation. Этот шаг гарантировал, что инструмент, ставший инфраструктурой мирового ИИ, не окажется заложником решений одной компании.
Чинтала написал, что ответил на тысячи вопросов на форумах PyTorch и Torch, вложив в это «значительную часть своей жизни». Для инженера такого уровня это — нетипичный выбор: большинство создателей крупных проектов делегируют поддержку сообщества по мере роста. Чинтала оставался в grassroots, в прямом контакте с рядовыми пользователями — и сам объяснял это тем, что «сигналы от низов непропорционально важны для создания хороших продуктов».
Он является активным бизнес-ангелом в ряде ИИ-компаний, включая Anthropic, Runway и Together.ai, — то есть поддерживает экосистему, которую сам же создал инструментами. Круг замкнулся.
6 ноября 2025 года Чинтала объявил о намерении покинуть свою должность с 17 ноября 2025 года. В своём прощальном сообщении он написал, что его главная работа по PyTorch «теперь завершена» и что он готов исследовать новые вызовы. «Любопытство в конечном счёте победило в моей голове», — объяснил он своё решение, подчеркнув важность поиска новых путей развития.
После ухода Чинтала присоединился к Thinking Machines Lab — ИИ-стартапу, основанному Мирой Мурати, бывшим техническим директором OpenAI. А в январе 2026 года, когда стартап столкнулся с внезапным уходом нескольких сооснователей, Мира Мурати объявила: Сумит Чинтала становится новым техническим директором Thinking Machines. «Он блестящий и опытный лидер, внёсший важный вклад в область ИИ на протяжении более десяти лет», — написала она в X.
За всеми масштабами — PyTorch в каждой современной нейросети, должность CTO в одном из самых обсуждаемых ИИ-стартапов 2025–2026 годов — у Чинталы есть личный проект, который он называет с подкупающей конкретностью: он хочет построить домашнего робота, который помогал бы ему со всеми видами домашних дел. Инженер, создавший инфраструктуру для обучения нейросетей по всей планете, мечтает о роботе, который помоет посуду.
В этом — весь Сумит Чинтала: человек, смотрящий не вверх, на трибуны, а вперёд, на следующую задачу. Путь из хайдарабадской школы, где он «был плох в математике», через «университет второго ряда», через годы отказов и стартапы — к инструменту, без которого не работает ни одна из значимых языковых моделей современности, — это биография не триумфального восхождения, а упрямого движения туда, где интересно. Именно так, судя по всему, он сам её и воспринимает.
Сумит Чинтала, создатель PyTorch. Фото кадр из видео
