Описание
Персональный сайт Яна Сонга, выдающегося исследователя в области искусственного интеллекта. В настоящее время Ян Сонг занимает должность ведущего исследователя (Research Principal) в Meta Superintelligence Labs (MSL), где он играет ключевую роль в формировании исследовательского направления лаборатории вместе с главным научным сотрудником Шэнцзя Чжао. До работы в Meta он руководил командой стратегических исследований в OpenAI, внося вклад в развитие технологий ИИ.
Ян Сонг получил докторскую степень (Ph.D.) в области компьютерных наук в Стэнфордском университете под руководством Стефано Эрмона. Во время обучения в докторантуре он разработал основополагающие концепции и методы для диффузионных моделей на основе оценки (score-based diffusion models), которые оказали значительное влияние на область генеративного ИИ. Его работа в этой области была отмечена в различных публикациях, включая пост в блоге, статью в Quanta Magazine и интервью. Он также проходил стажировки в ведущих компаниях, таких как Google Brain, Uber ATG и Microsoft Research.
Его академический путь начался в Университете Цинхуа, где он получил степень бакалавра математики и физики. Там он сотрудничал с такими известными исследователями, как Цзюнь Чжу, Ракель Уртасун и Ричард Земель. Его исследовательские интересы лежат в области разработки новых генеративных моделей, с особым акцентом на диффузионные модели и модели согласованности. Эти модели способны генерировать высококачественные данные, такие как изображения, с замечательной скоростью и эффективностью. Его работа привела к достижению передовых результатов в генерации изображений, решении обратных задач в медицинской визуализации и ускорении прямого распространения вычислений в нейронных сетях.
Публикации Яна Сонга демонстрируют его вклад в основные конференции по ИИ, включая ICLR, ICML и NeurIPS. Его исследования охватывали такие области, как упрощение, стабилизация и масштабирование моделей согласованности в непрерывном времени, улучшение методов обучения моделей согласованности и разработка генеративного моделирования на основе оценки с помощью стохастических дифференциальных уравнений. Он также исследовал применение этих моделей для решения обратных задач в медицинской визуализации и ускорения прямого распространения вычислений путем параллельного решения нелинейных уравнений. Его работа над неограниченными состязательными примерами и использование генеративных моделей для защиты от состязательных атак еще раз подчеркивает широту его исследовательского вклада.
Главное о Yang Song
Ведущий исследователь в Meta Superintelligence Labs
Бывший руководитель команды стратегических исследований в OpenAI
Пионерская работа в области диффузионных моделей на основе оценки
Разработал основополагающие концепции моделей согласованности в непрерывном времени
Экспертиза в области генеративного ИИ и вероятностного моделирования
Вклад в методы быстрого сэмплирования для генеративных моделей
Применение в генерации изображений и реконструкции медицинских изображений
Исследования по ускорению вычислений в нейронных сетях
Автор многочисленных влиятельных публикаций на ведущих конференциях по ИИ
Докторская степень в области компьютерных наук Стэнфордского университета
Начало работы с Yang Song
Доступ к исследованиям: Изучите публикации и исследовательские работы по генеративным моделям.
Понимание моделей: Узнайте о диффузионных моделях и моделях согласованности.
Просмотр кода: Ознакомьтесь с репозиториями кода для исследовательских проектов.
Связаться с исследователем: Обратитесь для сотрудничества или по вопросам.
Варианты использования Yang Song
- Исследования в области генеративного ИИ
- Генерация изображений
- Медицинская визуализация
- Оптимизация моделей
- Стратегия ИИ
