Santiago Gonzalez é um pesquisador americano de aprendizado de máquina e cientista da computação. Ele também possui um conhecimento extenso como engenheiro de software full-stack. É fluente em mais de uma dúzia de linguagens de programação. Gonzalez é uma das poucas pessoas a se formar na faculdade com mestrado aos 17 anos. Santiago ingressou na University of Texas at Austin quando tinha apenas 14 anos.
### Primeiros Anos
Segundo seus pais, Gonzalez conseguia compreender conceitos sofisticados da mesma forma que um adulto quando mal estava na primeira série. Ele nasceu um prodígio e quando criança era fascinado por geologia e gemologia. A mente de Santiago o tornou um convidado da série documental Prodigies. A equipe o acompanhou enquanto estudava na prestigiosa Colorado School of Mines.
Desde os oito anos, Santiago desenvolveu suas habilidades em engenharia de software. Diferentemente de muitos de seus colegas, ele não passava seu tempo jogando online e nas redes sociais, mas em vez disso focava em criar aplicativos iOS.
Devido às suas habilidades, Gonzalez foi capaz de construir individualmente mais de uma dúzia de sites e aplicações móveis. Sua experiência e competência o tornaram apto a trabalhar para empresas de primeira linha, mantendo um alto foco em qualidade e integridade.
O gênio de Gonzalez não funciona apenas quando ele está acordado. Quando pequeno, Santiago podia ir para a cama pensando em um bug complexo em seu programa e acordar na manhã seguinte com uma solução. Para ele, programar é muito parecido com poesia. Ele gosta de programar meticulosamente seu software para que também pareça uma obra de arte.
### Carreira Acadêmica
Além de ser formado pela University of Texas at Austin, Gonzalez também é graduado pela Colorado School of Mines (BS e MS em Ciência da Computação). Durante seus estudos em Austin, Santiago trabalhou sob orientação do Dr. Risto Miikkulainen. Seus estudos focaram em Aprendizado de Máquina e Computação Evolucionária.
 Santiago Gonzalez
Durante sua vida, Gonzalez trabalhou em um sistema que seria capaz de aprender como aprender de uma maneira específica. Ele queria criar um modelo de aprendizado de máquina com maior precisão e usando menos dados. Esse modelo foi chamado de Computação Evolucionária. Um dos campos que ele estava explorando era a classificação de imagens.
Modelos generativos eram uma nova área que ele começou a explorar. Em vez de classificar imagens, o sistema seria capaz de criar novas completamente diferentes. Por exemplo, se a IA fosse incumbida de fornecer uma imagem de um cavalo, ela poderia criar uma imagem completamente nova daquele animal.
