伊恩·古德费洛是一位机器学习研究者，最著名的成就是在2014年发明了生成对抗网络（GAN），这是现代生成式AI的基础架构之一。他在蒙特利尔大学师从约书亚·本吉奥和亚伦·库维尔完成博士学位，并自述GAN的想法是在蒙特利尔一家酒吧的谈话中萌生的，当晚便勾勒出核心的对抗训练循环并实现了可运行的原型。原始论文将古德费洛列为第一作者，合著者包括让·普热-阿巴迪、迈赫迪·米尔扎和徐冰等人，论文于2014年12月在神经信息处理系统会议上发表。
GAN论文及其影响
2014年发表的论文《生成对抗网络》与本吉奥的实验室合作完成，提出让两个神经网络相互对抗训练：一个生成器产生合成数据，一个判别器试图区分真实样本与生成样本，两个网络通过竞争共同进步。在扩散模型于2020年代初取代GAN成为高保真图像生成的主流方法之前，这种方法一直是深度生成模型的两大主导家族之一，但GAN在风格迁移、超分辨率和早期Deepfake技术中仍具影响力，而对抗训练的思想本身也远远超出了图像合成的范畴。
古德费洛还与约书亚·本吉奥和亚伦·库维尔合著了教科书《深度学习》（麻省理工学院出版社，2016年），该书成为研究生阶段的标准参考书，涵盖梯度下降、反向传播、卷积网络、循环网络和生成模型，常与罗素和诺维格的AIMA并列为该领域的核心教材。
职业生涯与对抗鲁棒性
除GAN之外，古德费洛在对抗样本方面也做了具有影响力的早期工作。对抗样本是对输入施加的微小、往往难以察觉的扰动，能使神经网络以高置信度错误分类，这引发了关于深度学习系统鲁棒性和可靠性的早期质疑，后来成为AI安全和红队测试讨论的核心议题。他的职业生涯跨越了谷歌大脑、在OpenAI的一段时期、重返谷歌、担任苹果特殊项目集团机器学习总监，以及2022年加入DeepMind，这反映了2010年代和2020年代顶尖生成建模人才集中于少数前沿实验室的现象。他曾公开表示，认为AI系统的持续安全性和可靠性与其原始能力密不可分，这一立场贯穿了他在上述各个职位上的研究议程。