Goodfellow, Ian

Geboren am:            1987
Gestorben am:          –
Geburtsland:             USA
Beruf:                         Informatiker
Leistungen:               Erfinder von Generative Adversarial Networks
                                   Entwicklung von Bilderkennungsmethoden

Ian Goodfellow ist der Erfinder von Generative Adversarial Networks, einer Gruppe von Algorithmen zu unüberwachtem Lernen, die aus zwei künstlichen neuronalen Netzwerken bestehen. In der Praxis wird dies heutzutage unter anderem von Facebook eingesetzt. Nach Anstellungen bei namhaften Unternehmen wie Google, Apple und OpenAI ist Goodfellow seit 2017 wieder bei Google tätig. Dort entwickelte er unter anderem eine KI für Google Street View Autos. Mit dieser war es möglich von den aufgenommenen Bildern unter anderem Hausnummern auf Häusern zu erkennen und diese Adressdaten zur Zuordnung der Bilder zu nutzen.

 

I think the most important issue in AI safety is malicious use of AI by human beings. A lot of AI safety discussions revolve around the idea that someday AI might be superintelligent and pursue goals that we didn’t intend for it to pursue. Such discussions seem to imply that the right way to defend against malicious AI is to make sure that AI’s goals never depart from ours. I think that point of view is dangerously limited. There will definitely be AI with goals that are opposed to at least some people’s goals, because different people have different goals and different people build and control AI.”
Small teams of 2–5 people can build a successful deep learning application, *if they have data to work with*. Big players tend to dominate because they have the data. It’s hard to build up a big stream of data starting from nothing.”

 

Wikipedia-Link

Werke:

Bengio, Yoshua; Courville, Aaron; Goodfellow, Ian (2016): Deep Learning (Adaptive Computation and Machine Learning), MIT Press.

Goodfellow, Ian; Pouget-Abadie, Jean; Mirza, Mehdi.; Xu, Bing; Warde-Farley, David; Ozair, Sherjil; Courville, Aaron; Bengio, Yoshua (2014): Gernerative adversarial nets, Advances in neural information processing systems.