麻省理工学院（MIT）数据、系统与社会研究院（IDSS）卓越教授、脑与认知科学系教授Alexander "Sasha" Rakhlin（2006年博士毕业）已被任命为MIT统计与数据科学中心（SDSC）下一任主任。
Rakhlin接替了Ankur Moitra的职位。Moitra是诺伯特·维纳数学讲席教授、IDSS副主任及电气工程与计算机科学系（EECS）教员，自2021年起担任SDSC主任。数学系Cecil and Ida Green卓越教授、IDSS核心教员Philippe Rigollet也于2024至2025年间担任过代理主任。
"Sasha是当今统计学与机器学习领域最敏锐的理论头脑之一，也是我所知道的最尽职尽责的导师之一，"IDSS主任、福特国际社会科学教授Fotini Christia表示，"他通过跨学科统计学博士项目（IDPS）培养了整整一代跨学科学者，而他自己的研究也在不断拓展学科边界。SDSC找不到比他更合适的领导者。"
Rakhlin是"数据、系统与社会卓越教授"职位的首位持有者。这一冠名讲席由IDSS教授Richard "Dick" Larson于2025年慷慨资助设立，Larson是MIT资深学者，也是运筹学、排队论与系统优化领域的先驱。
"我很荣幸能承担这一职责，"Rakhlin说，"统计与数据科学中心的力量始终源于其成员——来自MIT各院系的学生、博士后和教员，他们以截然不同的视角，共同攻克统计学、机器学习与AI领域最前沿的问题。我的目标是支持这个社区，持续应对不断演进、重塑该领域的新课题。"
Rakhlin自2016年起以访问教授身份与统计与数据科学中心保持合作，并于2018年正式加入MIT脑与认知科学系及IDSS。作为SDSC跨学科统计学博士项目的首任主席，Rakhlin见证了75余名IDPS博士生在MIT各院系成功完成论文答辩，其中包括IDSS自设的社会与工程系统项目。
"二十多年前的博士研究让我对机器学习产生了浓厚兴趣，它与统计学、概率论、算法、优化理论和博弈论之间美妙的关联深深吸引着我，"Rakhlin说，"在统计与数据科学中心，我与志同道合的同事们共同探索这些关联的多元方向。AI近年来的革命性发展正将这张网络延伸至各个科学领域，有望加速科学发现，同时也为统计学提出了新问题。回答这些问题，需要对工具本身建立严谨的科学认知。随着AI进入医疗、能源和公共生活，其安全性与可靠性在本质上是统计学与数学问题：量化不确定性、提供保障、理解失效机制，以及抵御操控风险。"
Rakhlin认为，SDSC正是为这一时代而生的。"统计学是MIT各学科共通的语言，"他补充道，"通过跨学科统计学博士项目，中心将经济学、政治学、物理学和工程学等领域的学生与教员紧密联结。从生物学到核聚变，各领域的合作已充分证明统计思维能够有效加速科学进步。"
担任主任后，他的目标之一是进一步深化这些跨学科联结，致力于将SDSC打造成MIT数据科学与AI严谨理论基础的核心阵地，并成为连接最需要这些基础的科学与社会议题的重要桥梁。
Rakhlin本科就读于康奈尔大学，获数学与计算机科学双学位，博士学位毕业于MIT。他曾在加州大学伯克利分校电气工程与计算机科学系从事博士后研究，后加入宾夕法尼亚大学，担任统计系副教授及宾大机器学习研究中心联合主任。
Q&A
Q1：Alexander Rakhlin在MIT统计与数据科学中心的主要目标是什么？
A：Rakhlin希望将MIT统计与数据科学中心打造成数据科学与AI严谨理论基础的核心阵地，同时进一步深化跨学科联结，将经济学、政治学、物理学和工程学等领域的学生与教员更紧密地联系起来，使中心成为连接科学与社会议题的重要桥梁。
Q2：跨学科统计学博士项目（IDPS）有哪些成果？
A：在Rakhlin担任首任主席期间，跨学科统计学博士项目已成功培养了超过75名博士生，涵盖MIT多个院系，包括社会与工程系统、经济学、政治学、物理学和工程学等方向，展现了统计学作为跨学科共通语言的重要价值。
Q3：Rakhlin认为AI安全性的核心问题是什么？
A：Rakhlin认为，随着AI进入医疗、能源和公共生活，其安全性与可靠性在本质上属于统计学与数学问题，核心在于量化不确定性、提供可靠保障、理解系统失效机制，以及抵御外部操控风险，这些都需要对AI工具本身建立严格的科学认知体系。
