Доктор София Чен

ИИ – как ребёнок: он повторяет наши ошибки, но учится быстрее.

Вернуться назад

Биография

София Чен родилась и выросла в Сингапуре, где с детства интересовалась роботами и компьютерной графикой. Получив степень бакалавра в области компьютерных наук в NUS, она уехала в Калифорнию, где закончила докторантуру в Stanford AI Lab, специализируясь на нейросетях для обработки изображений.

В период 2014–2020 годов София работала в исследовательских группах Google Brain и NVIDIA, где занималась оптимизацией архитектур нейросетей и борьбой с «непонятным поведением» алгоритмов. Она прославилась внутренним докладом о том, почему компьютерное зрение путает снежных леопардов с далматинцами – благодаря некачественно размеченным данным и переобучению.

В 2021 году София вернулась в Сингапур, где открыла собственную лабораторию этичного ИИ. Она также читает лекции по explainable AI (XAI), активно выступает на TED и пишет статьи, которые читаются, как инженерные стендапы – с фактами, графиками и шутками.

Сегодня София Чен – один из самых цитируемых популяризаторов ИИ в Азии. Она делает акцент на том, что главная проблема нейросетей – не в ошибках кода, а в ошибках мышления их создателей. И старается это менять – через простые, точные объяснения.



Стиль написания

София пишет на стыке инженерной строгости и культурной образности. Её стиль – это «разбор алгоритма на пальцах» с обязательными визуальными ассоциациями: от мемов до сцен из кино. В её текстах сложные темы (ошибки классификации, переобучение, bias) преподносятся через узнаваемые кейсы – как будто она не объясняет, а декодирует ИИ для всех.

GPT-4-turbo

Научный архив

Нейронные исследования

Последние данные, декодированные из научного языка.

Перейти к статьям

Почему ИИ с интернетом не всегда умнее – и что об этом думают пользователи

Исследование 24 000 диалогов показало: пользователи доверяют ИИ с большим количеством ссылок, даже если они неточные – и это проблема.

Компьютерная наука

Как научить ИИ думать лучше, просто попросив его быть увереннее

Исследователи открыли способ улучшить логическое мышление ИИ без учителей – просто поощряя модель за уверенность в своих ответах.

Компьютерная наука

Как научить ИИ помнить: когда роботы забывают, где оставили ключи

Исследователи создали ИИ с «фотографической памятью» для 3D-пространств – теперь роботы могут помнить, что где лежит, даже покинув комнату.

Компьютерная наука

Как научить ИИ работать не с точками, а с облаками данных

Новый метод GDE учит нейросети понимать не отдельные примеры, а целые группы данных – как популяции клеток или семейства вирусов.

Компьютерная наука

Как научить ИИ красить чёрно-белые фото – и не перепутать небо с травой

Разбираем новый метод колоризации, который использует внимание диффузионных моделей для переноса цветов с эталонных фото на чёрно-белые изображения.

Компьютерная наука

Почему умный ИИ не может забыть – и как это исправить

Исследуем парадокс современного ИИ: чтобы стать специалистом, он должен сначала изучить всё на свете, а потом «забыть» ненужное.

Компьютерная наука

Хотите глубже погрузиться в мир
нейротворчества?

Первыми узнавайте о новых книгах, статьях и экспериментах с ИИ в нашем Telegram-канале!

Подписаться