Суд заочно арестовал Кирилла Буданова
09.09.2026 23:18:00
Дюрк Кингма не относится к тем исследователям искусственного интеллекта, чьи имена постоянно звучат в новостях. Его работа долгое время оставалась известна прежде всего внутри научного сообщества. Однако несколько разработанных или созданных при его участии методов сегодня лежат в основе огромного количества систем машинного обучения — от генеративных моделей до нейросетей, работающих с изображениями и текстом.
Нидерландский компьютерный учёный Дидерик П. «Дюрк» Кингма родился в 1983 году. Он стал одним из сооснователей OpenAI, работал в Google Brain и Google DeepMind, а с 2024 года занимается исследованиями крупномасштабного машинного обучения в Anthropic. Его научная карьера примечательна тем, что он редко занимался созданием одного конкретного публичного продукта: вместо этого Кингма разрабатывал методы, на которых затем строились другие системы искусственного интеллекта.
Кингма получил степень магистра в Утрехтском университете, после чего продолжил академическую карьеру в Амстердамском университете. Его научным руководителем был Макс Веллинг, один из известных исследователей машинного обучения и вероятностных моделей.
Докторская работа Кингмы была посвящена глубокому обучению и генеративным моделям. В университете он исследовал способы объединения глубоких нейронных сетей с вероятностными методами — направление, которое впоследствии стало особенно важным для развития генеративного искусственного интеллекта. На своём сайте Кингма указывает, что получил степень PhD с отличием, а его диссертация называлась «Variational Inference and Deep Learning: A New Synthesis».
Ещё до защиты диссертации он успел поработать в лаборатории Янна ЛеКуна в Нью-Йоркском университете. В 2014 и 2015 годах Кингма также проводил летние исследовательские проекты в DeepMind. Именно в этот период формировался его научный профиль, связанный с генеративными моделями и оптимизацией нейронных сетей.
Одной из самых известных работ Кингмы стала публикация Auto-Encoding Variational Bayes, написанная совместно с Максом Веллингом. Работа была опубликована в 2013 году и стала фундаментом для развития вариационных автоэнкодеров — VAE.
Идея VAE заключается в том, что нейросеть может не просто запоминать отдельные примеры, а учиться представлять сложные данные через скрытое пространство. Это позволяет моделям изучать структуру изображений и других данных и затем генерировать новые варианты на основе выученного представления.
Именно поэтому вклад Кингмы оказался особенно важен для последующего развития генеративного ИИ. Его работа относилась не к готовому приложению для пользователя, а к математическому и алгоритмическому фундаменту, который позволил исследователям создавать более сложные генеративные системы.
В 2014 году Кингма вместе с Джимми Ба опубликовал работу Adam: A Method for Stochastic Optimization. В ней был представлен алгоритм Adam — метод оптимизации, предназначенный для обучения моделей машинного обучения.
Название Adam сегодня знакомо практически каждому, кто профессионально занимается глубоким обучением. Алгоритм позволяет нейросети эффективнее корректировать параметры во время обучения и особенно хорошо подходит для задач с большим количеством данных и параметров. Авторы подчёркивали его сравнительно небольшие требования к памяти, вычислительную эффективность и возможность работать с шумными или разреженными градиентами.
Значение этой работы трудно переоценить: Adam стал одним из наиболее широко используемых оптимизаторов в машинном обучении. Поэтому Кингму можно считать одним из исследователей, чьи идеи повлияли не только на отдельную область генеративных моделей, но и на повседневную практику обучения нейронных сетей.
В 2015 году Кингма вошёл в число основателей OpenAI. В первоначальную команду также вошли Сэм Альтман, Илон Маск, Илья Суцкевер, Грег Брокман, Джон Шульман, Войцех Заремба и другие исследователи и инженеры.
В OpenAI Кингма работал как исследователь и возглавлял направление Algorithms. Его задача была связана с фундаментальными алгоритмами машинного обучения, то есть с тем уровнем технологий, на котором определяются сами способы обучения искусственных нейронных сетей. В OpenAI он проработал с 2015 по 2018 год.
Это был период, когда компания ещё сильно отличалась от сегодняшнего гиганта генеративного ИИ. Вместо массовых продуктов исследователи занимались фундаментальными экспериментами, пытаясь понять, какие методы позволят создавать более мощные системы искусственного интеллекта.
В 2018 году Кингма перешёл в Google Brain. Позднее исследовательское направление Google Brain объединилось с DeepMind, образовав Google DeepMind.
В Google Кингма продолжил заниматься генеративными моделями, но круг задач стал шире. Согласно его собственной биографии, он руководил различными исследовательскими проектами, связанными с генерацией текста, изображений и видео. Таким образом, его ранние исследования постепенно получили продолжение уже в более масштабных проектах генеративного искусственного интеллекта.
Одним из заметных направлений его работы стал Glow — подход к генеративному моделированию, а позднее Кингма также занимался вариационными диффузионными моделями. Эти исследования продолжили линию, начатую ещё во время его докторской работы: как научить машину не просто классифицировать уже существующие данные, а создавать новые.
В октябре 2024 года Кингма объявил о переходе в Anthropic — компанию, специализирующуюся на разработке систем искусственного интеллекта.
После нескольких лет работы в Google это стало очередным важным поворотом в его карьере. Кингма объяснял переход тем, что подход Anthropic к разработке ИИ соответствует его собственным представлениям о направлении развития технологии. При этом он сообщил, что собирается преимущественно работать из Нидерландов и периодически приезжать в район залива Сан-Франциско.
В своей актуальной биографии Кингма указывает, что с 2024 года занимается в Anthropic исследованиями крупномасштабного машинного обучения.
Публичное восприятие Кингмы часто сводится к одной строчке — «сооснователь OpenAI». Но его научное значение гораздо шире.
VAE, Adam, Glow и исследования вариационных и диффузионных моделей образуют своеобразную нить, проходящую через всю его карьеру. Кингма последовательно занимался вопросом о том, как сделать машинное обучение более эффективным и как заставить нейросети самостоятельно извлекать структуру из сложных данных.
В этом смысле его карьера отличается от пути предпринимателей, ставших публичными лицами индустрии. Кингма остаётся прежде всего исследователем, а его главные достижения выражаются не в количестве компаний или громких презентаций, а в математических методах и научных публикациях.
О личной жизни Дюрка Кингмы в открытом доступе известно значительно меньше, чем о его научной карьере. Сам исследователь предпочитает публично говорить прежде всего о работе, исследованиях и развитии искусственного интеллекта.
При этом известно, что Кингма связан с Нидерландами не только происхождением и образованием: после перехода в Anthropic он специально отмечал, что будет преимущественно работать именно из Нидерландов.
Сегодня Дюрк Кингма продолжает заниматься исследованиями крупномасштабного машинного обучения в Anthropic. Его имя редко оказывается в центре массового внимания, однако созданные им научные методы уже стали частью истории современного искусственного интеллекта.
Пожалуй, именно в этом заключается особенность его карьеры: Кингма не создавал технологию, которую пользователь видит на экране одним нажатием кнопки. Он создавал математические инструменты, благодаря которым такие технологии вообще стало возможно строить.
Дюрк Кингма, исследователь искусственного интеллекта. Фото соцсети
| Родился: | 00.00.1983 () |
