Generative adversariale Netze, eine Methode, bei der zwei konkurrierende neuronale Netze verwendet werden, um synthetische Bilder hoher Qualität zu erzeugen, stellen einen Hauptbeitrag des US-amerikanischen Informatikers Ian J. Goodfellow dar. Er wurde 1987 geboren; sein Forschungsschwerpunkt umfasst künstliche Intelligenz, Deep Learning und Informatik, wodurch er maßgeblich mitgestaltet hat, wie Systeme des maschinellen Lernens heute funktionieren und mit digitalen Dateninfrastrukturen interagieren.
Akademischer Hintergrund
Goodfellow besuchte die San Dieguito High School Academy, bevor er an die Stanford University wechselte. Dort absolvierte er sowohl seinen Bachelor- als auch seinen Masterabschluss in Informatik unter der Betreuung von Andrew Ng. Später nahm er ein Promotionsstudium an der Université de Montréal auf, wo er im Februar 2015 im Bereich des maschinellen Lernens promoviert wurde. Seine Dissertation mit dem Titel Deep learning of representations and its application to computer vision wurde von Yoshua Bengio und Aaron Courville betreut.
Industrie-Karriere und Beiträge
Nach seiner Promotion schloss sich Goodfellow dem Google-Brain-Team an. Sein beruflicher Werdegang umfasste eine Tätigkeit als einer der ersten Mitarbeiter bei OpenAI ab März 2016, bevor er im März 2017 zu Google Research zurückkehrte. Im Jahr 2019 wurde er Direktor für maschinelles Lernen der Special Projects Group bei Apple. Er trat im April 2022 aufgrund der Präsenzpflichtpolitik des Unternehmens von Apple zurück. Anschließend kehrte er als wissenschaftlicher Mitarbeiter zu Google DeepMind zurück und verließ das Unternehmen schließlich im Jahr 2025.
Technische Innovationen und Forschung
Das generative adversariale Netz (GAN) funktioniert, indem ein Generatornetz gegen ein Diskriminatornetz antreten gelassen wird; dabei wird die synthetische Ausgabe so lange verfeinert, bis der Diskriminator echte Bilder nicht mehr von künstlichen unterscheiden kann. Obwohl diese Technologie nützlich für die Bilderzeugung ist, wurde sie auch zur Erstellung von Deepfakes eingesetzt. Bei Google entwickelte Goodfellow zudem ein System, mit dem Street-View-Daten Adressen automatisch aus Fotografien transkribieren konnten, und erforschte Sicherheitslücken, die Systemen des maschinellen Lernens inhärent sind.
Zwanzig Fragen, acht Minuten auf der Uhr und ein Perzentil, gemessen an allen bisherigen Teilnehmern. Ohne Anmeldung.
IQ-Test starten →Akademische Publikationen und Anerkennung
Goodfellow fungierte als Erstautor des 2016 erschienenen Lehrbuchs Deep Learning. Zudem verfasste er das Kapitel zum maschinellen Lernen in Artificial Intelligence: A Modern Approach, einem akademischen Lehrbuch, das an über 1.500 Universitäten in 135 Ländern verwendet wird. Im Jahr 2017 zeichnete ihn das MIT Technology Review als einen der 35 Innovatoren unter 35 Jahren aus. Darüber hinaus nahm ihn Foreign Policy 2019 in seine Liste der 100 Global Thinkers auf.
Steckbrief
- Geboren: 1987 - Staatsbürgerschaft: Vereinigte Staaten - Ausbildung: Stanford University; Université de Montréal - Wichtigste Erfindung: Generative adversariale Netze (GAN) - Bedeutende Arbeitgeber: Google; OpenAI; Apple - Fachgebiet: Künstliche Intelligenz
Häufig gestellte Fragen
### Was ist die Hauptfunktion eines GAN?
Ein GAN verwendet ein Generatternetz, um synthetische Bilder zu erzeugen, und ein Diskriminatornetz, um deren Echtheit zu überprüfen. Dieser Zyklus wird so lange wiederholt, bis die erzeugten Bilder der Qualität des Originaldatensatzes entsprechen.
### Warum hat Ian Goodfellow Apple im Jahr 2022 verlassen?
Er trat im April 2022 aus Protest gegen die unternehmenseigene Vorschrift zurück, dass Angestellte wieder im Büro arbeiten mussten.
