主 题： A Statistical Journey through Trustworthy AI

主讲人：加州大学洛杉矶分校程光教授

主持人：统计学院林华珍教授

时间：2022年5月11日（周三）上午9：00-10：00

直播平台及会议ID：腾讯会议，ID: 948-189-942

主办单位：统计研究中心和统计学院 科研处

主讲人简介：

程光，加州大学洛杉矶分校的统计学教授。他于2006年在威斯康星大学麦迪逊分校获得统计学博士学位。主要研究方向为可信AI、深度学习理论和统计机器学习。他是IMS的 fellow，并获得以下奖项：NSF CAREER、Noether Young Scholar和Simons Fellowship in Mathematics。现为JASA -- T&M, Canadian Journal of Statistics, Journal of Blockchain Research的副主编。

更多详情请见其个人主页：http://www.stat.ucla.edu/~guangcheng/

内容提要：

Our lab believes that the next generation of AI is mainly driven by trustworthiness, beyond performance. This talk attempts to offer statistical solutions to embrace three challenges in trustworthy AI: privacy, robustness and fairness. Specifcally, we consider privacy protection by machine un-learning, enhanced adversarial robustness by utilizing unlabelled data, and establishing fair Bayes-optimal classifiers. These results demonstrate the unique value of statisticians in studying trustworthy AI from empirical, methodological or theoretical aspects.