Hassan Ashtiani：通过数学基础构建可信赖的 AI

Hassan Ashtiani 的研究针对隐私保护机器学习中的效率问题，提出"黑盒归约"框架，可将任意现有机器学习方法封装进隐私保证框架，无需重新设计算法本身。该工作获得 NeurIPS 2018 最佳论文奖，引入样本压缩方案等新理论概念。作为 Vector Institute 成员和 McMaster 大学教授，他致力于为 AI 系统提供可证明的隐私、鲁棒性和可信性保障。