Santiago Gonzalez — американский исследователь машинного обучения и специалист в области компьютерных наук. Он также обладает обширными знаниями как full-stack разработчик программного обеспечения. Gonzalez свободно владеет более чем дюжиной языков программирования. Gonzalez — один из немногих людей, окончивших колледж с магистерской степенью в возрасте 17 лет. Santiago поступил в University of Texas at Austin, когда ему было всего 14.
### Ранние годы
По словам его родителей, Gonzalez мог понимать сложные концепции так же, как взрослый, ещё учась в первом классе. Он родился вундеркиндом и в детстве был увлечён геологией и геммологией. Разум Santiago сделал его героем документального сериала Prodigies. Съёмочная группа следовала за ним во время его учёбы в престижном Colorado School of Mines.
С восьми лет Santiago развивал свои навыки в разработке программного обеспечения. В отличие от многих сверстников, он не проводил время за онлайн-играми и в социальных сетях, а вместо этого сосредоточился на создании приложений для iOS.
Благодаря своим способностям Gonzalez самостоятельно создал более дюжины веб-сайтов и мобильных приложений. Его опыт и навыки позволили ему работать в компаниях высшего уровня, сохраняя при этом высокую концентрацию на качестве и добросовестности.
Гениальность Gonzalez работает не только в бодрствующем состоянии. Когда он был маленьким, Santiago мог лечь спать, размышляя о сложной ошибке в своей программе, и проснуться на следующее утро с готовым решением. Для него программирование — это во многом как поэзия. Он любит кропотливо писать код так, чтобы тот тоже выглядел как произведение искусства.
### Академическая карьера
Помимо того что Gonzalez является выпускником University of Texas at Austin, он также окончил Colorado School of Mines (бакалавр и магистр компьютерных наук). Во время учёбы в Austin Santiago работал под руководством Dr. Risto Miikkulainen. Его исследования были сосредоточены на машинном обучении и эволюционных вычислениях.
 Santiago Gonzalez
В течение жизни Gonzalez работал над системой, способной научиться обучаться определённым образом. Он хотел создать модель машинного обучения с повышенной точностью, использующую меньше данных. Эта модель называлась Evolutionary Computation. Одной из областей, которые он исследовал, была классификация изображений.
Генеративные модели стали новой областью, которую он начал изучать. Вместо классификации изображений система могла бы создавать принципиально новые. Например, если перед AI была бы поставлена задача предоставить изображение лошади, она могла бы создать совершенно новое изображение этого животного.
