麻省理工學院（MIT）數據、系統與社會研究院（IDSS
）卓越教授、腦與認知科學系教授Alexander "Sasha" Rakhlin（2006年博士畢業）已被任命為MIT統計與數據科學中心（SDSC）下一任主任。
Rakhlin接替了Ankur Moitra的職位。Moitra是諾伯特·維納數學講席教授、IDSS副主任及電氣工程與電腦科學系（EECS）教員，自2021年起擔任SDSC主任。數學系Cecil and Ida Green卓越教授、IDSS核心教員Philippe Rigollet也於2024至2025年間擔任過代理主任。
"Sasha是當今統計學與機器學習領域最敏銳的理論頭腦之一，也是我所知道的最盡職盡責的導師之一，"IDSS主任、福特國際社會科學教授Fotini Christia表示，"他通過跨學科統計學博士項目（IDPS）培養了整整一代跨學科學者，而他自己的研究也在不斷拓展學科邊界。SDSC找不到比他更合適的領導者。"
Rakhlin是"數據、系統與社會卓越教授"職位的首位持有者。這一冠名講席由IDSS教授Richard "Dick" Larson於2025年慷慨資助設立，Larson是MIT資深學者，也是運籌學、排隊論與系統優化領域的先驅。
"我很榮幸能承擔這一職責，"Rakhlin說，"統計與數據科學中心的力量始終源於其成員——來自MIT各院系的學生、博士後和教員，他們以截然不同的視角，共同攻克統計學、機器學習與AI領域最前沿的問題。我的目標是支持這個社區，持續應對不斷演進、重塑該領域的新課題。"
Rakhlin自2016年起以訪問教授身份與統計與數據科學中心保持合作，並於2018年正式加入MIT腦與認知科學系及IDSS。作為SDSC跨學科統計學博士項目的首任主席，Rakhlin見證了75餘名IDPS博士生在MIT各院系成功完成論文答辯，其中包括IDSS自設的社會與工程系統項目。
"二十多年前的博士研究讓我對機器學習產生了濃厚興趣，它與統計學、概率論、算法、優化理論和博弈論之間美妙的關聯深深吸引著我，"Rakhlin說，"在統計與數據科學中心，我與志同道合的同事們共同探索這些關聯的多元方向。AI近年來的革命性發展正將這張網路延伸至各個科學領域，有望加速科學發現，同時也為統計學提出了新問題。回答這些問題，需要對工具本身建立嚴謹的科學認知。隨著AI進入醫療、能源和公共生活，其安全性與可靠性在本質上是統計學與數學問題：量化不確定性、提供保障、理解失效機制，以及抵禦操控風險。"
Rakhlin認為，SDSC正是為這一時代而生的。"統計學是MIT各學科共通的語言，"他補充道，"通過跨學科統計學博士項目，中心將經濟學、政治學、物理學和工程學等領域的學生與教員緊密聯結。從生物學到核聚變，各領域的合作已充分證明統計思維能夠有效加速科學進步。"
擔任主任後，他的目標之一是進一步深化這些跨學科聯結，致力於將SDSC打造成MIT數據科學與AI嚴謹理論基礎的核心陣地，並成為連接最需要這些基礎的科學與社會議題的重要橋樑。
Rakhlin本科就讀於康奈爾大學，獲數學與電腦科學雙學位，博士學位畢業於MIT。他曾在加州大學伯克利分校電氣工程與電腦科學系從事博士後研究，後加入賓夕法尼亞大學，擔任統計系副教授及賓大機器學習研究中心聯合主任。
Q&A
Q1：Alexander Rakhlin在MIT統計與數據科學中心的主要目標是什麼？
A：Rakhlin希望將MIT統計與數據科學中心打造成數據科學與AI嚴謹理論基礎的核心陣地，同時進一步深化跨學科聯結，將經濟學、政治學、物理學和工程學等領域的學生與教員更緊密地聯繫起來，使中心成為連接科學與社會議題的重要橋樑。
Q2：跨學科統計學博士項目（IDPS）有哪些成果？
A：在Rakhlin擔任首任主席期間，跨學科統計學博士項目已成功培養了超過75名博士生，涵蓋MIT多個院系，包括社會與工程系統、經濟學、政治學、物理學和工程學等方向，展現了統計學作為跨學科共通語言的重要價值。
Q3：Rakhlin認為AI安全性的核心問題是什麼？
A：Rakhlin認為，隨著AI進入醫療、能源和公共生活，其安全性與可靠性在本質上屬於統計學與數學問題，核心在於量化不確定性、提供可靠保障、理解系統失效機制，以及抵禦外部操控風險，這些都需要對AI工具本身建立嚴格的科學認知體系。
