イアン・グッドフェローは、2014年に敵対的生成ネットワーク（GAN）を発明したことで最もよく知られる機械学習研究者であり、現代の生成AIの基盤的アーキテクチャの一つである。彼はモントリオール大学でヨシュア・ベンジオとアーロン・クールビルの下で博士号を取得し、自身の説明によれば、モントリオールのバーでの会話中にGANのアイデアを思いつき、その夜のうちに中核となる敵対的学習ループをスケッチし、動作するプロトタイプを実装した。元の論文ではグッドフェローが第一著者として、ジャン・プジェ＝アバディ、メディ・ミルザ、ビン・シューを含む複数の共著者と共に挙げられ、2014年12月の神経情報処理システム会議で発表された。
GAN論文とその影響
2014年の論文「Generative Adversarial Networks」は、ベンジオの研究室と共に発表され、2つのニューラルネットワークを互いに競わせる訓練を提案した。すなわち、合成データを生成する生成器と、実例と生成されたものを区別しようとする識別器であり、両方のネットワークが競争を通じて改善する。このアプローチは、拡散モデルが2020年代初頭に高忠実度の画像生成の主要な手法として取って代わる前の、深層生成モデルの2つの支配的な系統の1つとなったが、GANはスタイル転送、超解像、初期のDeepfake技術において影響力を持ち続け、敵対的学習のアイデア自体は画像合成をはるかに超えて広がった。
グッドフェローはまた、ヨシュア・ベンジオとアーロン・クールビルと共に、教科書「Deep Learning」（MIT Press、2016年）を共著し、これは勾配降下法、誤差逆伝播法、畳み込みネットワーク、再帰型ネットワーク、生成モデルを網羅する標準的な大学院レベルの参考書となり、ラッセルとノーヴィグのAIMAと並んでこの分野の中核的テキストとして一般的に引用されている。
キャリアと敵対的ロバスト性
GANを超えて、グッドフェローは敵対的例に関する影響力のある初期研究を行った。これは、ニューラルネットワークに高い信頼度で誤分類を引き起こす、しばしば知覚できない小さな入力への摂動であり、後にAI安全性とレッドチーミングの議論の中心となる深層学習システムのロバスト性と信頼性に関する初期の疑問を提起した。彼のキャリアは、Google Brain、OpenAIでの期間、Googleへの復帰、Appleの特別プロジェクトグループでの機械学習ディレクター職、そして2022年のDeepMindへの移籍に及び、2010年代から2020年代にかけて、トップクラスの生成モデリング人材が少数のフロンティア研究所に集中していたことを反映している。彼は、AIシステムの継続的な安全性と信頼性は、その生の能力と切り離せないものであると公に述べており、この立場が彼の研究課題をこれらの各役割にわたって形作ってきた。