«Эффект Меган»: как визит герцогини Сассекской взорвал продажи австралийских брендов
24.04.2026 21:20:00
Ночь 2014 года. Монреаль. Бар Les 3 Brasseurs. Ян Гудфелоу празднует с друзьями выпуск одного из однокурсников. За пивом коллеги обсуждают сложную проблему: как научить компьютер самостоятельно генерировать фотографии? Существующие методы давали размытые изображения с ошибками — отсутствующие уши, искажённые лица.
Друзья предлагают использовать сложный статистический анализ. Гудфелоу говорит: не сработает. Слишком много вычислений.
И тогда приходит идея: а что, если натравить две нейронные сети друг на друга?
Друзья настроены скептически. Ян возвращается домой, где его девушка уже спит, и решает попробовать. Кодит до утра. Тестирует.
Работает с первого раза.
Так родились GAN — генеративно-состязательные сети. Технология, которая изменила машинное обучение навсегда. Ян Лекун, главный научный сотрудник Meta по AI, назвал GAN «самой крутой идеей в глубинном обучении за последние 20 лет».
Ян Гудфелоу, родившийся в 1987 году, стал AI-знаменитостью. Но история его вклада в искусственный интеллект — это не только одна ночь гения в баре.
Ян Дж. Гудфелоу (Ian J. Goodfellow) родился в 1987 году. Ещё подростком он увлекался научно-популярными журналами — Scientific American. В начале 2000-х статьи предсказывали: AI и нанотехнологии станут важнейшими технологиями XXI века.
В 2006 году во время стажировки в Национальных институтах здравоохранения США Ян впервые столкнулся с моделью машинного обучения — для автоматической классификации событий в данных ЭЭГ. Его это заинтересовало.
Вернувшись, он сменил специальность на компьютерные науки. Начал посещать все курсы Эндрю Ына в Стэнфорде. В последующие годы проходил стажировки в робототехническом проекте Ына и в стартапе Willow Garage.
Получил степень бакалавра (B.S.) и магистра (M.S.) по компьютерным наукам в Стэнфордском университете под руководством Эндрю Ына — сооснователя Google Brain.
Друг по имени Итан рассказал ему о глубинном обучении. Вопрос «как заставить глубинное обучение работать?» стал достаточно сфокусированным, чтобы держать Яна в постоянном интеллектуальном напряжении.
В феврале 2015 года Ян защитил докторскую диссертацию по машинному обучению в Университете Монреаля под руководством пионера глубинного обучения Йошуа Бенджио и Аарона Курвилля.
Название диссертации:«Глубинное обучение представлений и его применение к компьютерному зрению».
Монреаль в то время был эпицентром революции глубинного обучения. Бенджио, Джеффри Хинтон, Ян Лекун — «крёстные отцы» AI — работали над тем, чтобы глубинные нейронные сети наконец заработали.
В тот период глубинное обучение ещё не работало хорошо. Исследования были более открытыми, люди пробовали разные философии.«Я скучаю по тому времени, — вспоминал Ян. — Было больше любопытства, люди делали это ради любви к знаниям, было больше свободы пробовать разное».
Однажды вечером 2014 года в баре Les 3 Brasseurs коллеги попросили Яна о помощи. Они пытались создать систему, генерирующую фотографии. Существующие генеративные модели выдавали размытые, дефектные изображения.
Ян предложил: две нейронные сети — одна генерирует, другая оценивает. Они соревнуются.
Генератор пытается создать реалистичное изображение. Дискриминатор пытается отличить подделку от настоящего. Генератор учится обманывать дискриминатор. Дискриминатор учится лучше распознавать.
Процесс напоминает фальшивомонетчиков против полиции. Обе стороны становятся сильнее.
Ночью Ян закодировал эту идею. Она заработала сразу.
Статья «Generative Adversarial Networks» была опубликована на конференции NIPS 2014. Она стала одной из самых цитируемых работ в машинном обучении.
GAN позволили генерировать реалистичные изображения, видео и музыку. Deepfake-технологии, стилизация изображений, медицинская диагностика, создание синтетических данных для обучения моделей — всё это стало возможным благодаря GAN.
После защиты диссертации Ян присоединился к Google Brain — исследовательской команде Google по машинному обучению.
В Google Ян работал над несколькими проектами:
Система для Google Maps: команда под руководством Гудфелоу создала сверточную нейронную сеть, которая автоматически распознавала адреса домов на фотографиях, сделанных автомобилями Street View. Сеть научилась распознавать цифры независимо от шрифта, размера и цвета. Она обучалась на 200 тысячах изображений отдельных цифр. Результат: за один час были оцифрованы все адреса во Франции — стране с населением 65 миллионов человек.
Adversarial examples (состязательные примеры): Ян был одним из первых, кто продемонстрировал уязвимости систем машинного обучения. Небольшая манипуляция изображением заставляет точную систему ошибочно идентифицировать объект.«Мы показываем фотографию, которая явно изображает школьный автобус, и заставляем систему думать, что это страус», — объяснял он журналу Popular Science в 2016 году.
Он также создал звук, почти незаметный для человека (белый шум), который системы голосовой активации смартфонов интерпретировали — чаще всего как звук лошади.
Эти эксперименты оказались критически важными для понимания уязвимостей AI и способов их потенциального преступного использования.
Март 2016 года: Ян покинул Google, чтобы присоединиться к недавно созданной исследовательской лаборатории OpenAI. Стал одним из первых сотрудников.
Март 2017 года: спустя 11 месяцев вернулся в Google Research.
2019 год: снова покинул Google и присоединился к Apple в качестве директора по машинному обучению в Группе особых проектов (Special Projects Group).
В Apple Ян работал над конфиденциальным проектом.«Работа в команде над закрытым проектом создала более кооперативную атмосферу, где все сотрудничали, чтобы общий проект был успешным», — вспоминал он.
Апрель 2022 года: Ян уволился из Apple в знак протеста против плана компании обязать сотрудников работать из офиса.
2022 год: вскоре после этого присоединился к Google DeepMind в качестве научного сотрудника. Работает там по сей день.
В 2016 году Ян стал соавтором (первым автором) учебника Deep Learning вместе с Йошуа Бенджио и Аароном Курвиллем, изданного MIT Press.
Учебник стал стандартом отрасли. Используется более чем в 1500 университетах в 135 странах. Доступен онлайн бесплатно на сайте deeplearningbook.org.
Ян также написал главу о глубинном обучении в авторитетном учебнике Artificial Intelligence: A Modern Approach — самом популярном учебнике по AI в мире.
В настоящее время в Google DeepMind Ян работает над двумя направлениями:
1. Управление термоядерными реакторами с помощью обучения с подкреплением (RL). Переломным моментом стала публикация DeepMind о контроле термоядерных реакторов. Ян давно был обеспокоен изменением климата и искал способ внести вклад.
«Большая часть того, что я делаю, — это написание кода численных решателей дифференциальных уравнений, поэтому я на самом деле не работаю напрямую с машинным обучением», — говорит он. Его опыт с алгоритмами Монте-Карло и оптимизацией помог создать симуляторы для обучения RL-агента.
2. Исследования фактологической точности больших языковых моделей (LLM).
2017: MIT Technology Review включил Яна в список 35 Innovators Under 35
Foreign Policy: 100 Global Thinkers
Входит в топ-20 keynote-спикеров по AI
Десятки тысяч цитирований научных работ (в особенности статей о GAN)
Ян Гудфелоу — пример того, как одна идея, родившаяся в баре, может изменить целую отрасль.
GAN открыли новую эру генеративного AI. Без GAN не было бы:
deepfake-технологий
DALL-E, Midjourney, Stable Diffusion
синтетических данных для обучения моделей
медицинской визуализации и диагностики
стилизации изображений и видео
Но Ян также стал одним из первых, кто предупреждал об опасностях AI. Его работа над состязательными примерами показала: системы можно обмануть. Это критично для безопасности автономных автомобилей, систем распознавания лиц и медицинской диагностики.
Сегодня Ян в DeepMind работает над термоядерным синтезом — технологией, способной решить энергетический кризис и проблему изменения климата.
«Тогда, когда глубинное обучение ещё не работало, люди занимались этим ради любви к знаниям», — вспоминает Ян. Этот дух любознательности он приносит в каждый проект.
От подростка, читающего Scientific American, до изобретателя GAN, автора стандартного учебника и исследователя термоядерного синтеза — Ян Гудфелоу остаётся на передовой искусственного интеллекта.
И его наследие — не только код, написанный той ночью в Монреале. Это философия: AI должен быть открытым, безопасным и служить человечеству.
Ян Гудфелоу - фотография из архивов сайта
Посмотреть фото
| Родился: | 00.00.1987 () |
