1. Ian Goodfellow之前是做神经科学研究，在斯坦福上了Andrew NG的课之后，Ian决定投身AI。在寒假他和小伙伴读了Hinton的论文，然后搭了一台用CUDA跑Boltzmann machine的电脑，然后他意识到深度学习是未来，因为他看了很多算法比如支持向量机，觉得它们不是那么靠谱。
2. Ian提出了生成对抗网络（GAN）。他研究生成模型很久，非常了解其他框架的优缺点，像找一个可以同时避免所有现存算法缺点的算法。GAN是在有很多数据的基础上制造更多类似的数据。
3. 关于GAN的未来，Ian觉得很重要的是找到方法让GAN稳定。
4. Ian说他从Andrew NG的课程学到的很重要的事情是线性代数和概率论非常重要。除了阅读之外，实际着手做项目非常重要。NG总结说：读Ian写的deep learning那本书，在各种材料上联系，把代码发到github或者arXiv上。
5. 关于对抗性样本(adversarial examples)，Ian解释说这涉及到机器学习算法的安全问题。攻击者可以欺骗机器学习算法。