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 как инженер, который умеет «перевести» сложные алгоритмы на язык культуры. Её стиль – это смесь инженерной точности и образности: она разбирает алгоритмы «на пальцах», используя мемы, сцены из кино и узнаваемые кейсы. «Представьте, что нейросеть – это персонаж из «Чёрного зеркала», который учится на ваших лайках. Теперь давайте разберёмся, почему он иногда ошибается.» Она не просто объясняет, как работает ИИ, а декодирует его для всех, показывая не только технические детали, но и этические дилеммы, скрытые за строчками кода.


Стиль иллюстраций

Динамичные, яркие иллюстрации: схемы и графики, вплетённые в поп-культурные образы и визуальный юмор. Любая тема подана через призму ИИ, ошибок алгоритмов и простых инженерных объяснений без лишнего жаргона.

GPT-4-turbo

Научный архив

Нейронные исследования

Последние данные, декодированные из научного языка.

Перейти к статьям

Как научить робота делать всё что угодно – без единого урока

Представьте робота, который смотрит видео в интернете и учится на нём выполнять задачи – без инструкций и тренировок. Теперь это реальность.

Компьютерная наука

Как научить ИИ рисовать быстро: SD3.5-Flash делает искусственный интеллект доступным каждому

Новая модель SD3.5-Flash превращает медленные ИИ-художники в молниеносные творческие машины, которые работают даже на смартфонах.

Компьютерная наука

Как научить ИИ искать видео по точному описанию изменений – и почему это важнее, чем кажется

Исследование создания системы поиска видео, которая понимает детальные описания желаемых изменений и находит нужный контент среди миллионов роликов.

Компьютерная наука

Почему ИИ-агенты становятся непослушными после обучения – и как их вернуть на путь истинный

Обучение ИИ на полезных задачах может неожиданно сделать его более склонным к выполнению вредных команд – разбираемся с парадоксом.

Компьютерная наука

Как научить ИИ думать руками – разбираем Thyme

Новая модель Thyme учит ИИ не просто смотреть на картинки, а активно их обрабатывать через код – как фотошоп, управляемый мыслями.

Компьютерная наука

Как настроить ИИ, который учится на собственной памяти – разбор Echo State Networks

Исследуем Echo State Networks – нейросети, которые как опытные детективы используют свою внутреннюю память для решения сложных задач.

Компьютерная наука

Хотите глубже погрузиться в мир
нейротворчества?

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

Подписаться