麻省理工学院教授推动人工智能安全研究 | AI生成和翻译
亚历克萨德·马德里(Aleksander Mądry)是麻省理工学院著名的计算机科学家和教授,担任电子工程与计算机科学系的铿腾电子系统教授。他同时是计算机科学与人工智能实验室成员,并担任麻省理工学院可部署机器学习中心主任。马德里于2011年在麻省理工学院获得博士学位,随后在微软研究院新英格兰分部从事博士后研究,并在洛桑联邦理工学院担任教职,于2015年重返麻省理工学院。
他的研究主要聚焦于机器学习、最优化理论和算法图论,特别关注开发适用于现实场景的鲁棒、可靠且负责任的机器学习系统。他在麻省理工学院领导马德里实验室,致力于探索降低人工智能模型风险的工具与技术,包括对抗鲁棒性和安全决策等领域。其突出贡献包括在可证明鲁棒神经网络及大模型数据归因方法方面的奠基性工作。
自2023年5月起,马德里暂离麻省理工学院加入OpenAI担任技术团队成员。在此职位上,他领导人工智能预备与推理团队,负责评估前沿人工智能模型的潜在风险(如灾难性滥用),并推进推理能力发展以使系统更强大、可靠且符合人类价值观。在2024年组织架构调整前,他曾主导OpenAI的预备团队专注于安全评估工作,此后将重心转向推理项目。在近期访谈中,马德里预测通用人工智能(AGI)可能在2026年底前出现,标志着人工智能在金融、制药等领域产生显著影响的转型节点。
他在X平台(原Twitter)账号@aleks_madry保持活跃,经常分享研究进展,包括近期关于使用小型“代理”模型分析训练数据对大型人工智能系统影响的工作。
参考资料
- 亚历克萨德·马德里个人主页
- 马德里实验室
- 亚历克萨德·马德里领英档案
- OpenAI将马德里调任AI推理职位(CNBC 2024)
- 马德里论AGI时间线(Reddit访谈摘要 2025)
- 马德里X平台主页