Dossiê · Inteligência artificial
Ian Goodfellow: o pesquisador que criou as redes adversariais generativas (GANs)
Em 2014, aos 27 anos, Ian Goodfellow publicou um artigo em que duas redes neurais competem: uma cria imagens falsas, a outra tenta descobrir quais são falsas. A ideia, chamada de rede adversarial generativa (GAN), abriu caminho para a geração de imagens por IA e também para os deepfakes. Ele ainda escreveu o livro-texto mais conhecido de deep learning.
Atualizado em · 1 fontes públicas citadas
Ian Goodfellow é um cientista da computação, engenheiro e executivo americano, conhecido pelo trabalho com redes neurais artificiais e deep learning [1].
A ele é creditada a invenção da rede adversarial generativa, a GAN, e seus estudos mostraram falhas de segurança em sistemas de aprendizado de máquina [1]. Este dossiê reúne apenas informações públicas e com fonte, listadas ao final.
Formação
Goodfellow nasceu em 1987 [1]. Fez bacharelado e mestrado em ciência da computação na Universidade Stanford, sob orientação de Andrew Ng [1].
O doutorado em aprendizado de máquina foi na Universidade de Montreal, com Yoshua Bengio e Aaron Courville, e trata de deep learning de representações aplicado à visão computacional [1]. A tese é de 2014, e a página dá fevereiro de 2015 como data de conclusão do doutorado [1].
As redes adversariais generativas
Em 2014, Goodfellow e sete coautores, entre eles Bengio e Courville, publicaram o artigo “Generative Adversarial Networks” [1].
A ideia é colocar duas redes para competir. Um gerador cria imagens sintéticas a partir de exemplos reais, e um discriminador tenta separar as reais das geradas. O processo se repete até o discriminador não conseguir mais distinguir umas das outras [1].
As GANs se tornaram uma das bases da geração de imagens por IA. O artigo registra que elas também passaram a ser usadas para criar deepfakes [1].
Idade de Goodfellow em cada marco
Idade aproximada, calculada pelo ano de nascimento, 1987.
A data exata de nascimento não aparece na fonte, então cada valor pode variar em um ano. Fonte: artigo de Ian Goodfellow na Wikipedia.
Exemplos adversariais e segurança
Outra linha de trabalho de Goodfellow foram os exemplos adversariais, entradas modificadas de propósito para enganar um modelo. Segundo o artigo, essas pesquisas mostraram vulnerabilidades de segurança nos sistemas de aprendizado de máquina [1].
No Google, ele também desenvolveu um sistema que permitiu ao Google Maps transcrever automaticamente endereços a partir das fotos tiradas pelos carros do Street View [1].
O livro Deep Learning
Em 2016, Goodfellow publicou pela MIT Press, como primeiro autor, o livro-texto Deep Learning, escrito com Yoshua Bengio e Aaron Courville [1].
Também escreveu o capítulo sobre deep learning da quarta edição de Artificial Intelligence: A Modern Approach, de Stuart Russell e Peter Norvig, livro usado em mais de 1.500 universidades de 135 países [1].
Google, OpenAI, Apple e DeepMind
Depois do doutorado, Goodfellow entrou na equipe do Google Brain [1]. Em março de 2016, deixou o Google para entrar na recém-criada OpenAI, onde foi um dos primeiros funcionários [1]. Voltou ao Google Research em março de 2017 e saiu de novo em 2019 [1].
Em 2019, foi para a Apple como diretor de aprendizado de máquina do Special Projects Group [1]. Em abril de 2022, pediu demissão em protesto contra o plano da empresa de exigir trabalho presencial [1].
Pouco depois, entrou no Google DeepMind como cientista de pesquisa, na equipe de deep learning de Oriol Vinyals [1]. Em 2025, deixou o Google; a página menciona uma empresa iniciante dele, sem dar o nome [1].
Reconhecimento
Em 2017, Goodfellow entrou na lista 35 Inovadores com Menos de 35, do MIT Technology Review. Em 2019, foi incluído entre os 100 Pensadores Globais da revista Foreign Policy [1].
Linha do tempo
-
1987
Nasce nos Estados Unidos.
-
2014
Publica o artigo das redes adversariais generativas.
-
2015
Conclui o doutorado na Universidade de Montreal.
-
2016
Lança o livro Deep Learning e vai para a OpenAI.
-
2017
Volta ao Google Research; entra na lista do MIT Technology Review.
-
2019
Vai para a Apple; está entre os pensadores globais da Foreign Policy.
-
2022
Sai da Apple em protesto contra a volta ao escritório e entra no Google DeepMind.
-
2025
Deixa o Google.
Empresas ligadas a Ian Goodfellow
Empresas desta coleção em que a pessoa trabalhou, fundou, investiu ou com que teve relação direta. Os nomes com link já têm dossiê publicado.
Ver a rede de Ian Goodfellow no grafo 3D
- Google (Alphabet) Trabalhou no Google Brain e no Google Research.
- OpenAI Foi um dos primeiros funcionários, em 2016.
- Apple Diretor de aprendizado de máquina de 2019 a 2022.
- Google DeepMind Cientista de pesquisa de 2022 a 2025.
Veja também: outras pessoas
- Yoshua Bengio Orientador do doutorado e coautor das GANs e do livro.
- Andrew Ng Orientador em Stanford.
- Oriol Vinyals Chefe da equipe que ele integrou no Google DeepMind.
- Stuart Russell Coautor do livro em que Goodfellow escreveu o capítulo de deep learning.
Sumário de siglas usadas
- GAN
- Rede adversarial generativa, em que um gerador e um discriminador competem.
- Exemplo adversarial
- Entrada alterada de propósito para enganar um modelo de IA.
- Deepfake
- Vídeo, imagem ou áudio falso gerado por IA.
Perguntas frequentes
Quem inventou as GANs?+
Como funciona uma GAN?+
Por que Goodfellow saiu da Apple?+
Qual livro Ian Goodfellow escreveu?+
Referências
Livros
GOODFELLOW, I.; BENGIO, Y.; COURVILLE, A. Deep Learning.
MIT Press, 2016. Livro-texto de referência sobre deep learning (em inglês).
Sites e Artigos
Fontes consultadas
- Ian Goodfellow · Wikipedia (inglês)
Este dossiê usa apenas informações públicas e com fonte. Não publicamos dados pessoais privados, como endereço, documentos ou informações de saúde. Encontrou um erro? Escreva para [email protected].
Conclusão
Goodfellow ficou conhecido cedo por uma ideia simples e poderosa: ensinar uma máquina a criar colocando-a para competir com outra. As GANs abriram caminho para a IA generativa de imagens e, ao mesmo tempo, para os deepfakes, e o livro dele formou uma geração de pesquisadores.