Santiago Gonzalez باحث أمريكي في التعلم الآلي وعالم حاسوب. كما يمتلك معرفة واسعة بصفته مهندس برمجيات متكامل. يتقن أكثر من اثنتي عشرة لغة برمجة. يُعد Gonzalez واحداً من الأشخاص القلائل الذين تخرجوا من الجامعة بدرجة الماجستير في سن السابعة عشرة. التحق Santiago بجامعة University of Texas at Austin عندما كان في الرابعة عشرة من عمره فقط.
### الحياة المبكرة
وفقاً لوالديه، كان Gonzalez قادراً على فهم المفاهيم المعقدة بالطريقة ذاتها التي يفهمها الكبار وهو بالكاد في الصف الأول الابتدائي. وُلد معجزة، وكان مفتوناً في طفولته بعلم الجيولوجيا وعلم الأحجار الكريمة. جعل عقل Santiago منه ضيفاً على سلسلة أفلام Prodigies الوثائقية. تابعه الفريق أثناء دراسته في جامعة Colorado School of Mines المرموقة.
منذ سن الثامنة، طوّر Santiago مهاراته في هندسة البرمجيات. على عكس كثير من أقرانه، لم يقضِ وقته على ألعاب الإنترنت ووسائل التواصل الاجتماعي، بل ركّز بدلاً من ذلك على إنشاء تطبيقات iOS.
عشرون سؤالاً وثماني دقائق على الساعة، ونسبة مئوية مقاسة مقابل كل من خاضه. دون تسجيل.
اخوض اختبار الذكاء →بفضل قدراته، استطاع Gonzalez بناء أكثر من اثني عشر موقعاً إلكترونياً وتطبيقاً للهواتف المحمولة بمفرده. جعلته خبرته ومهارته قادراً على العمل لدى شركات من الدرجة الأولى، مع الحفاظ على تركيز عالٍ على الجودة والنزاهة.
لا تعمل عبقرية Gonzalez فقط عندما يكون مستيقظاً. عندما كان صغيراً، كان Santiago يستطيع الذهاب إلى الفراش وهو يفكر في خلل برمجي معقد في برنامجه، ليستيقظ في صباح اليوم التالي وقد وجد الحل. بالنسبة له، البرمجة تشبه إلى حد كبير الشعر. يحب أن يبرمج برمجياته بعناية فائقة بحيث تبدو هي الأخرى كعمل فني.
### المسيرة الأكاديمية
بالإضافة إلى كونه خريج University of Texas at Austin، فإن Gonzalez أيضاً خريج Colorado School of Mines (بكالوريوس وماجستير في علوم الحاسوب). خلال دراسته في Austin، عمل Santiago تحت إشراف الدكتور Risto Miikkulainen. ركزت دراساته على التعلم الآلي والحوسبة التطورية.
 Santiago Gonzalez
على مدار حياته، كان Gonzalez يعمل على نظام يكون قادراً على تعلُّم كيفية التعلم بطريقة محددة. أراد إنشاء نموذج تعلم آلي ذي دقة متزايدة وباستخدام كمية أقل من البيانات. سُمي هذا النموذج بالحوسبة التطورية. كان أحد المجالات التي استكشفها هو تصنيف الصور.
النماذج التوليدية كانت مجالاً جديداً بدأ في استكشافه. بدلاً من تصنيف الصور، سيكون النظام قادراً على إنشاء صور جديدة مختلفة. على سبيل المثال، إذا كُلف الذكاء الاصطناعي بتقديم صورة لحصان، فسيستطيع إنشاء صورة جديدة تماماً لذلك الحيوان.
