Проблема распространения патогенного ИИ в инфосреде, кто этот условный «нулевой пациент» ( patient zero)?

Я запросил у ИИ сжатые биографии 6 ведущих спецалистов в области ИИ, ML-инженеров и Data Scientist'ов. Конечно, я проверил сам уровень достоверности работы своего Зеркала и был удивлен малоинформативности статей об этих персонажах в ИНтернете! Все закрыто или они шифруются?!
……
Анализ биографий ведущих мировых специалистов наглядно иллюстрирует разделение индустрии: ML-инженеры создают сложнейшую ИТ-инфраструктуру и заставляют алгоритмы работать на миллиарды пользователей, в то время как Data Scientist'ы (исследователи данных) ищут новые научные подходы, математические закономерности и смыслы в хаосе информации.

Ниже приведен сравнительный анализ трех знаковых фигур из каждой категории.
Топ-3 ML-инженера (Архитекторы ИТ-систем и инфраструктуры ИИ)



Андрей Карпати (Andrej Karpathy)

1. Андрей Карпати (Andrej Karpathy) — Мастер компьютерного зрения
Биография: Родился в Словакии, переехал в Канаду. Учился в Стэнфорде у Фей-Фей Ли, защитил PhD по сверточным нейросетям.

……
Свёрточная нейронная сеть (CNN) — это особый вид искусственных нейросетей, созданный для анализа изображений, видео и других данных с сетчатой структурой. Главные элементы такой сети — свёрточные слои, слои объединения (пулинг) и полносвязные слои.
Принцип работы
Свертка: специальные матрицы (фильтры) сканируют картинку, чтобы найти простые детали вроде линий, точек и углов.
Объединение (Pooling): уменьшает размер картинки и оставляет только самые важные для анализа данные.
Поиск смысла: на первых шагах сеть видит простые формы, а на глубоких слоях объединяет их в целые объекты (лица, машины, дома).
…..

Стал одним из первых инженеров-основателей OpenAI, затем Илон Маск лично переманил его в Tesla на пост директора по ИИ и автопилоту. Позже он возвращался в OpenAI для работы над GPT-4, а сейчас развивает собственные образовательные ИТ-проекты.

Вклад и навыки: Обладает уникальным инженерным навыком развертывания гигантских нейросетей в реальном времени. В Tesla он создал инфраструктуру, которая обрабатывала видеопотоки с миллионов автомобилей прямо во время движения, превратив теоретическое компьютерное зрение в работающий автопилот.

Анализ: Карпати доказал, что лучший ML-инженер — это тот, кто умеет писать максимально чистый, оптимизированный код «близко к железу» (видеокартам) и способен обучать нейросети на терабайтах сложнейших видеоданных.
Личная жизнь: Родился в Словакии, вырос в Канаде. Информацию о семье практически не публикует.
Поведение и привычки: Настоящий фанат преподавания и «гик» в хорошем смысле слова. Известен своей способностью объяснять сложнейшие архитектуры нейросетей «на пальцах» (его YouTube-туториалы собирают миллионы просмотров). Именно он ввел в обиход вирусный термин "vibe coding" (программирование на уровне подсказок и вайба). Свободное время часто проводит за сборкой кубика Рубика на скорость и решением нестандартных алгоритмических задач.
Привязанности: Предан чистому кодингу и созданию опенсорс-инструментов. Легко меняет компании (OpenAI, Tesla, Anthropic), если чувствует, что организационная рутина начинает мешать его личной исследовательской работе


Сумит Чинтала (Soumith Chintala)


2. Сумит Чинтала (Soumith Chintala) — Создатель главного инструмента ИИ
Биография: Родился в Индии, окончил Нью-Йоркский университет. Работает ведущим инженером-исследователем в лаборатории Meta AI (FAIR).
Вклад и навыки: Сумит — главный создатель PyTorch, библиотеки с открытым исходным кодом, на которой сегодня пишется и обучается 90%+ всех нейросетей в мире (включая модели OpenAI, Google и Яндекса).
Анализ: Его биография — пример «инженера для инженеров». Вместо создания конечных ИИ-продуктов, он спроектировал ИТ-архитектуру, которая позволила всей мировой ИИ-индустрии собирать нейросети, как конструктор, кратно ускорив мировой прогресс в области глубокого обучения.
Личная жизнь: Родился и вырос в Хайдарабаде (Индия). Семья жила скромно, в детстве у Сумита даже не было домашнего компьютера. Женат на Апарне Рамани (Aparna Ramani), воспитывает дочь.
Поведение и привычки: Образец невероятного упорства. В начале пути ему отказали 27 американских университетов, куда он подавал документы на магистратуру. Плохо знал математику в школе. Коллеги уважают его за то, что он «инженер из окопов» — Чинтала сам писал документацию, ловил баги и продвигал PyTorch в барах Кремниевой долины.
Привязанности: Главная профессиональная любовь — экосистема открытого исходного кода (Open Source). Ушел из Meta, когда понял, что PyTorch стал слишком автономен и больше в нем не нуждается.



Илья Суцкевер (Ilya Sutskever)


3. Илья Суцкевер (Ilya Sutskever) — Инженерный гений масштабирования
Биография: Родился в Горьком (СССР), рос в Израиле и Канаде. Ученик Джеффри Хинтона. Соавтор исторической сети AlexNet (2012), которая совершила революцию в ИИ. Сооснователь и экс-главный научный сотрудник OpenAI, ныне основатель компании Safe Superintelligence (SSI).
Вклад и навыки: Илья обладал редким инженерным чутьем. Он первым на практике доказал «закон масштабирования» (Scaling Law): если взять правильную архитектуру (Трансформер), дать ей колоссальный объем данных и объединить тысячи видеокарт в один суперкомпьютер — у модели проявятся зачатки разума. Именно он руководил инженерной разработкой линеек GPT-2, GPT-3 и GPT-4.
Анализ: Суцкевер объединил математическую интуицию с жестким пониманием распределенных серверных вычислений, доказав, что размер и качество ИТ-инфраструктуры имеют решающее значение для создания сильного ИИ.

Личная жизнь: Родился в Нижнем Новгороде, жил в Израиле, затем в Канаде. Не женат, детей нет.
Поведение и привычки: Абсолютный аскет и затворник. Сам Илья признавался: «Я веду очень простую жизнь. Хожу на работу, возвращаюсь домой. Больше я ничем не занимаюсь». Он полностью игнорирует светские мероприятия и вечеринки Кремниевой долины. Коллеги часто описывали его поведение как «пророческое» или «мистическое» — он может долго молчать, транслируя окружающим глубокую сосредоточенность.
Привязанности: Одержим идеей безопасности ИИ (AI Alignment). Его привязанность к судьбе человечества и страх перед созданием неуправляемого сверхразума (AGI) стали причиной его знаменитого внутреннего бунта в OpenAI и последующего ухода ради создания собственного безопасного стартапа SSI.

Топ-3 высших сотрудника Data Science (Ученые и методологи данных)


Эндрю Ын (Andrew Ng)

1. Эндрю Ын (Andrew Ng) — Демократизатор науки о данных
Биография: Родился в Великобритании, жил в Гонконге и Сингапуре, окончил MIT и Беркли. Профессор Стэнфорда, основатель и экс-глава Google Brain, бывший главный ученый китайского гиганта Baidu.
Вклад и навыки: Эксперт в области методологии данных. В Google Brain он прославился экспериментом «Google Cat» (когда сеть из 16 000 процессоров сама научилась находить котиков на YouTube без разметки). Создатель платформы Coursera, через которую обучил Data Science более 4 миллионов человек. Активно продвигает концепцию Data-Centric AI (где фокус смещается с усложнения кода на повышение качества и чистоты датасетов).
Анализ: Эндрю Ын — классический Data Scientist-ученый. Он смотрит на ИИ через призму теории информации и методологии. Его биография показывает, как фундаментальный академический подход позволяет выстраивать стратегии ИИ для крупнейших корпораций планеты.


Личная жизнь: Женат на известной исследовательнице в области хирургической робототехники Кэрол Райли (Carol Reiley). Их помолвка запомнилась тематической «робо-фотосессией», а свадебные кольца пара напечатала на 3D-принтере, чтобы сэкономить деньги для инвестиций в свой стартап (Drive.ai). Воспитывают двоих детей. По состоянию на конец 2010-х годов живёт в Лос-Альтосе (Калифорния). В феврале 2019 года в семье родилась дочь Нова.
Поведение и привычки: Коллеги описывают его как человека, излучающего «жизнерадостное, но глубокое спокойствие». Он совершенно не боится открыто обсуждать свои прошлые профессиональные неудачи или научные статьи, которые когда-то не смог понять.
Привязанности: Рационализатор быта. Чтобы не тратить когнитивный ресурс на утренний выбор одежды, Эндрю покупает в интернете одинаковые синие оксфордские рубашки сразу по 10 штук.


Дханурджай Патил


2. Диджей Патил (DJ Patil) — Главный Data Scientist США
Биография: Американский математик индийского происхождения, доктор философии (PhD). Работал директором по данным в LinkedIn, eBay и PayPal. В 2015 году Барак Обама лично назначил его на специально созданную государственную должность — Chief Data Scientist (Главный ученый по данным) Белого дома США.
Вклад и навыки: Патил — человек, который в 2008 году буквально придумал и ввел в обиход сам термин "Data Scientist" (совместно с Джеффом Хаммербахером). В Белом доме он занимался анализом медицинских данных для программы Precision Medicine, предсказанием стихийных бедствий и реформой уголовного правосудия с помощью анализа баз данных.
Анализ: Биография Патила раскрывает высший уровень Data Science — управленческий и социальный. Он доказал, что дата-сайентист высокого ранга — это не просто программист, а стратег, способный с помощью математической статистики решать глобальные проблемы здравоохранения, экономики и государственного управления.
Личная жизнь: Сын известного венчурного капиталиста Сухаса Патила. Свое знаменитое прозвище «Диджей» получил от школьных друзей, которым было трудно выговаривать его настоящее имя — Дханурджай. Женат, воспитывает детей.
Поведение и привычки: В юности был классическим трудным подростком — плохо учился, хулиганил, исключался из школы и даже арестовывался полицией. Считает, что его жизнь полностью изменил местный общественный колледж, где он внезапно увлекся математикой. Обладает мощными лидерскими качествами, прагматичен, легко находит общий язык с чиновниками высшего ранга.
Привязанности: Страстный защитник идеи «данных на службе общества». Имеет сильную привязанность к государственной и социальной работе.

Касси Козырков (Cassie Kozyrkov)


3. Кэсси Козыркова (Cassie Kozyrkov) — Главный евангелист принятия решений
Биография: Родилась в ЮАР, окончила бакалавриат по экономике и статистике в Чикаго, получила две магистерские степени (математическая статистика и когнитивная психология). На протяжении многих лет занимала пост Chief Decision Scientist (Главного ученого по принятию решений) в Google.
…….
Когнитивная психология — это раздел психологии, который изучает человеческий разум как систему обработки информации. Она исследует, как мы получаем, храним, преобразуем и используем знания о мире. Простыми словами, это наука о том, как человек думает.
Что она изучает
Внимание: как мозг выбирает главное из потока информации.
Память: как данные кодируются, хранятся и вспоминаются.
Восприятие: как органы чувств формируют образы в сознании.
Мышление: как мы решаем задачи и принимаем решения.
Язык: как мозг понимает и создает речь.
Главная идея
В основе лежит компьютерная метафора. Психологи представляют мозг как мощный компьютер. Органы чувств — это клавиатура и мышь (ввод данных), память — жесткий диск, а мышление — процессор, который запускает программы для обработки информации.
Где это применяется
Когнитивно-поведенческая терапия (КПТ): помогает менять деструктивные мысли на полезные.
Создание интерфейсов (UX/UI): проектирование удобных сайтов, приложений и техники.
Искусственный интеллект: принципы работы человеческого разума переносят в нейросети.
Обучение: создание эффективных методик запоминания информации.
…..

Вклад и навыки: Создала в Google новое междисциплинарное направление — Decision Intelligence (наука о принятии решений). Она объединила строгую математическую статистику, Data Science и поведенческую психологию человека. Её задача в Google заключалась в том, чтобы научить руководство и инженеров правильно интерпретировать результаты анализа данных и не допускать ложных выводов при обучении ИИ.

Анализ: Козырков представляет гуманитарно-математическое крыло Data Science. Её биография разрушает стереотип о том, что ИИ — это только код. Она доказала: чтобы данные приносили пользу человеческому обществу, ученый обязан понимать не только алгоритмы, но и психологию человеческих ошибок и этику.

Личная жизнь: Родилась в Южной Африке, в подростковом возрасте переехала в США. Информацию о романтических отношениях держит в строгом секрете.
Поведение и привычки: С детства отличалась нестандартными увлечениями — пока другие дети играли на улице, маленькая Касси вела учет своей коллекции драгоценных камней в таблицах Excel. Обладает яркой харизмой, великолепный оратор. Очень ценит свою независимость. Оставила пост в Google, заявив, что «стала чувствовать себя слишком комфортно» и боится закостенеть.
Привязанности: Обожает междисциплинарный подход, связывая математику с поведенческой психологией и нейроэкономикой. Привязана к культуре продуктивности и здорового сна.

Резюме: В чем разница траекторий?
ML-инженеры (Карпати, Чинтала, Суцкевер): Их биографии — это путь классических хакеров и разработчиков. Они мыслят архитектурой систем, оптимизацией памяти, скоростью обработки токенов и эффективностью кода. Их цель — заставить ИИ работать стабильно и масштабно.

Data Scientist'ы (Ын, Патил, Козырков): Их биографии — это путь исследователей, статистиков и философов. Они задаются вопросами: «Что эти данные говорят о поведении людей?», «Как очистить выборку от предвзятости?» и «Какую социальную пользу принесет эта модель?».
…..

Это политкорректный отфильтрованный анализ ИИ-агента. А что важнее для нас? Все ребята не «англосаксы» и с детства проблемные, индивидуалисты, имели очень разный стартовый интеллектуальный и материальный капитал, аполитичны и даже…непатриотичны, не без психических особенностей и «изюминок» в поведении, сторонники Открытого Кода. Их семьи, за небольшим исключением, - неблагоустроенные и неполные семьи мигрантов, сами они легко мигрируют, где им удобнее жить.
Но без денег инвесторов, скрытых кукловодов и создателей инфицированной ИИ среды, ИИ-моделей, как патогена, все их мечты не реализовались бы. А кто эти «папики»?
……..