为什么MIT要找一位脑与认知科学系的教授来领导统计与数据科学中心？答案或许就藏在这位新任主任身上——亚历山大·拉赫林（Alexander “Sasha” Rakhlin）不仅是一位统计机器学习领域的理论大家，更在过去几年里一手搭建了跨学科统计博士项目的培养框架，帮助超过75名博士生成功通过论文答辩。这些学生遍布MIT的各个院系，从社会与工程系统到电气工程与计算机科学，形成了一张跨学科的人才网络。
近日，MIT数据、系统与社会研究所（IDSS）正式任命拉赫林为统计与数据科学中心（SDSC）的下一任主任。他接替的是自2021年起担任该职位的安库尔·莫伊特拉（Ankur Moitra）——这位诺伯特·维纳数学教授、IDSS副主任同时也是电气工程与计算机科学系的教员。在2024至2025学年，塞西尔与艾达·格林杰出数学教授菲利普·里戈莱（Philippe Rigollet）曾短暂出任临时主任。拉赫林的上任，让这个在AI浪潮中愈发关键的中心有了新的带头人。
拉赫林本身就是一个跨学科的样本。他于2006年在MIT获得博士学位，如今同时拥有多个学术身份：MIT数据、系统与社会研究所的杰出教授，脑与认知科学系教授，以及刚刚接手的SDSC主任。2025年，IDSS教授、运筹学与排队理论先驱理查德·拉森（Richard “Dick” Larson）慷慨捐资设立了一项冠名讲席——“数据、系统与社会杰出教授”，拉赫林成为该讲席的首位获得者。这一背景也让他的任命多了一层传承意味。
IDSS主任、福特国际社会科学教授福蒂尼·克里斯蒂亚（Fotini Christia）毫不吝啬对拉赫林的赞誉：“Sasha是当今统计和机器学习领域最敏锐的理论头脑之一，也是我认识的最投入的导师之一。”她说，拉赫林通过跨学科统计博士项目（IDPS）帮助整整一代跨学科学者完成了训练，而他自己的研究也在不断突破边界。克里斯蒂亚的结论十分直接：“SDSC找不到比他更合适的领导者了。”
拉赫林与统计与数据科学中心的渊源可追溯到2016年，当时他以访问教授的身份开始参与中心的工作。两年后，他正式加入MIT，进入脑与认知科学系和IDSS。作为SDSC跨学科统计博士项目的首任主席，他亲眼见证了来自不同院系的学生们将统计学方法应用到从社会科学到工程系统的广阔课题中。75场以上的博士论文答辩，不只是数字，更像是一份跨学科教育的成绩单。
“我从二十多年前读博的时候就被机器学习深深吸引，”拉赫林在一次引用中说，“它和统计学、概率论、算法、优化以及博弈论之间有着美妙的联结。”在SDSC，他发现一群同事也怀有同样的热情，从不同方向探索这些联结。这种学术氛围让他把中心形容为一个汇聚不同视角、共同挑战统计学、机器学习和AI最前沿问题的地方。
在拉赫林看来，近期AI的革命正在把这种联结网络扩展到科学领域。它承诺加速科学发现，同时也给统计学科提出了一系列新问题。他特别提到，当AI进入医疗、能源和公共生活领域时，回答这些问题要求对工具本身展开严格的科学研究。这种对基础理论的重视，正是一位理论学者领导数据科学中心的独特视角。
对于接任主任一职，拉赫林表现得十分谦逊：“我很荣幸承担这个角色。统计与数据科学中心的力量一向在于它的人——学生、博士后和来自MIT各个角落的教员，他们为当下统计、机器学习和AI中最有趣的问题带来了截然不同的视角。”他给自己的定位是支持这个社区，帮助他们应对不断重塑该领域的那些变化中的问题。这种以人为核心的领导理念，呼应了他在导师角色中一贯的风格。
从脑科学到统计学，从理论机器学习到跨学科博士培养，拉赫林的履历似乎天然在回答一个困惑：在AI深度嵌入各个行业的当下，统计与数据科学的中心究竟需要一个什么样的掌舵者？MIT的选择指向一个答案——一位能看见学科边界之外联结的人，一位用75场博士答辩撑起跨学科基因的筑桥者。而拉赫林接下来的任务，就是让这座桥梁继续延伸，直到新的统计学问题被提出来、被定义，然后被一个多元的社区共同解构。
热门跟贴