Jascha Sohl-Dickstein

1985– · Aprendizaje automático, modelos generativos, inteligencia artificial

Pionero de los modelos generativos, quien en 2015 propuso los modelos probabilísticos de difusión, inspirados en la física de la termodinámica fuera del equilibrio. Su idea de transformar lentamente el ruido en datos sentó las bases de las redes neuronales modernas que crean imágenes, sonido y video, incluyendo DALL‑E 2 y Stable Diffusion.

Biografía

Estudió física y ciencias de la computación en la Universidad de Michigan, obtuvo su doctorado en Stanford, especializándose en aprendizaje automático y neurociencia. Trabajó en Google Brain y luego se trasladó a la industria, continuando el desarrollo de la IA generativa.

Descubrimientos clave

Modelos probabilísticos de difusión (DPM): una clase de algoritmos generativos
Basados en una cadena reversible de adición y eliminación de ruido. Aplicación del aparato de ecuaciones diferenciales estocásticas a la síntesis de datos. Puente entre la física estadística y el aprendizaje automático moderno.

💡 Sohl-Dickstein se inspiró originalmente en la termodinámica y los procesos de difusión para crear un modelo que, paso a paso, transforma el ruido en datos significativos, lo que ahora es la base de muchos sistemas generativos.

"El científico comparaba los modelos de difusión con un puente entre la física estadística y la IA moderna."

Conceptos

modelos de difusión

Jascha Sohl-Dickstein

Biografía

Descubrimientos clave

Artículos relacionados