इयान गुडफेलो एक मशीन लर्निंग शोधकर्ता हैं, जिन्हें 2014 में Generative adversarial network (GAN) का आविष्कार करने के लिए जाना जाता है, जो आधुनिक जनरेटिव एआई की मूलभूत वास्तुकलाओं में से एक है। उन्होंने Yoshua Bengio और आरोन कुर्विले के अधीन मॉन्ट्रियल विश्वविद्यालय से पीएचडी पूरी की, और अपने स्वयं के विवरण के अनुसार, मॉन्ट्रियल में एक बार में बातचीत के दौरान GAN का विचार सोचा, मुख्य प्रतिकूल प्रशिक्षण लूप को रेखांकित किया और उसी रात एक कार्यशील प्रोटोटाइप लागू किया। मूल पेपर में गुडफेलो को जीन पॉगेट-अबादी, मेहदी मिर्जा और बिंग जू सहित कई सह-लेखकों के साथ पहले लेखक के रूप में सूचीबद्ध किया गया था, और इसे दिसंबर 2014 में न्यूरल इंफॉर्मेशन प्रोसेसिंग सिस्टम्स सम्मेलन में प्रस्तुत किया गया था।
GAN पेपर और इसका प्रभाव
2014 का पेपर "जनरेटिव एडवर्सेरियल नेटवर्क्स," जो बेंगियो की प्रयोगशाला के साथ प्रकाशित हुआ, ने दो तंत्रिका नेटवर्कों को एक-दूसरे के खिलाफ प्रशिक्षित करने का प्रस्ताव रखा: एक जनरेटर जो सिंथेटिक डेटा उत्पन्न करता है और एक विभेदक जो वास्तविक उदाहरणों को उत्पन्न किए गए लोगों से अलग करने की कोशिश करता है, दोनों नेटवर्क प्रतिस्पर्धा के माध्यम से सुधार करते हैं। यह दृष्टिकोण डिफ्यूजन मॉडल द्वारा 2020 के दशक की शुरुआत में उच्च-निष्ठा छवि निर्माण के लिए अग्रणी दृष्टिकोण के रूप में विस्थापित होने से पहले गहरे जनरेटिव मॉडल के दो प्रमुख परिवारों में से एक बन गया, लेकिन GAN शैली स्थानांतरण, सुपर-रिज़ॉल्यूशन और प्रारंभिक Deepfake तकनीकों में प्रभावशाली बने रहे, और प्रतिकूल प्रशिक्षण का विचार स्वयं छवि संश्लेषण से कहीं आगे फैल गया।
गुडफेलो ने Yoshua Bengio और आरोन कुर्विले के साथ मिलकर पाठ्यपुस्तक "डीप लर्निंग" (एमआईटी प्रेस, 2016) का सह-लेखन भी किया, जो Gradient descent, Backpropagation, कन्वोल्यूशनल नेटवर्क, आवर्तक नेटवर्क और जनरेटिव मॉडल को कवर करने वाला एक मानक स्नातकोत्तर संदर्भ बन गया, और इसे रसेल और नॉरविग के AIMA के साथ क्षेत्र के मुख्य पाठ के रूप में आमतौर पर उद्धृत किया जाता है।
करियर और प्रतिकूल मजबूती
GAN से परे, गुडफेलो ने प्रतिकूल उदाहरणों पर प्रभावशाली प्रारंभिक कार्य किया, जो इनपुट में छोटे, अक्सर अगोचर गड़बड़ी होते हैं जो तंत्रिका नेटवर्क को उच्च आत्मविश्वास के साथ गलत वर्गीकृत करने का कारण बनते हैं, जिससे गहन शिक्षण प्रणालियों की मजबूती और विश्वसनीयता के बारे में शुरुआती प्रश्न उठते हैं जो बाद में AI safety और Red teaming (AI) चर्चाओं के केंद्र में बन गए। उनका करियर गूगल ब्रेन, OpenAI में एक अवधि, गूगल में वापसी, एप्पल के विशेष परियोजना समूह में मशीन लर्निंग के निदेशक के रूप में एक कार्यकाल, और 2022 में डीपमाइंड में स्थानांतरण तक फैला, जो 2010 और 2020 के दशक के दौरान शीर्ष जनरेटिव मॉडलिंग प्रतिभा के एक छोटे से समूह के बीच एकाग्रता को दर्शाता है। उन्होंने सार्वजनिक रूप से कहा है कि वे एआई प्रणालियों की चल रही सुरक्षा और विश्वसनीयता को उनकी कच्ची क्षमता से अविभाज्य मानते हैं, एक स्थिति जिसने इन क्रमिक भूमिकाओं में उनके शोध एजेंडे को सूचित किया है।