Salil Vadhan est un informaticien américain et professeur à l'université Harvard, où il occupe des postes à la School of Engineering and Applied Sciences et au département de mathématiques. Ses recherches couvrent l'informatique théorique, avec des contributions majeures à la confidentialité différentielle, à la pseudo-aléatoire, à la complexité computationnelle et à la cryptographie. Il est largement reconnu pour ses travaux sur le théorème PCP et pour avoir fait progresser les fondements mathématiques de l'analyse de données préservant la confidentialité.
Vadhan a obtenu sa licence en mathématiques à l'université Harvard en 1995 et a soutenu son doctorat en informatique au MIT Computer Science and Artificial Intelligence Laboratory en 1999, sous la supervision de Shafi Goldwasser. Après avoir terminé son doctorat, il a rejoint le corps professoral de Harvard, où il est resté pendant la majeure partie de sa carrière, avec une brève période en tant que chercheur chez Microsoft Research.
Confidentialité différentielle
Vadhan est une figure de proue dans le domaine de la confidentialité différentielle, un cadre garantissant que la sortie d'une analyse de données ne révèle pas d'informations sur un individu dans un ensemble de données. Il a apporté des résultats théoriques fondamentaux, notamment le développement de mécanismes pour la divulgation privée de données et l'étude des compromis entre confidentialité, précision et efficacité computationnelle. Ses travaux ont influencé la conception de systèmes préservant la confidentialité utilisés dans l'industrie et le gouvernement, y compris la mise en œuvre de la confidentialité différentielle par le Bureau du recensement des États-Unis pour le recensement de 2020.
En 2017, Vadhan a co-écrit une monographie complète sur la confidentialité différentielle, devenue une référence standard dans le domaine. Il a également collaboré avec des chercheurs d'institutions telles que Google DeepMind et OpenAI sur des sujets liés à la confidentialité, bien que ses principales contributions restent théoriques.
Pseudo-aléatoire et complexité
Les premières recherches de Vadhan se sont concentrées sur la pseudo-aléatoire, l'étude des algorithmes qui génèrent des séquences semblant aléatoires pour des observateurs à capacité de calcul limitée. Il a réalisé des avancées significatives dans la construction de générateurs pseudo-aléatoires et de graphes expanseurs, qui sont des outils centraux en théorie de la complexité et en cryptographie. Ses travaux sur le théorème PCP, une pierre angulaire de la complexité computationnelle, ont aidé à clarifier la relation entre les systèmes de preuve probabilistes et les algorithmes d'approximation.
Il a également exploré les connexions entre le hasard et le calcul, y compris la dérandomisation des algorithmes probabilistes. Son article de 2004 sur la complexité de la confidentialité différentielle, co-écrit avec Cynthia Dwork et d'autres, a établi des bornes inférieures clés qui ont façonné les recherches ultérieures.
Leadership académique et enseignement
À Harvard, Vadhan a été directeur du Center for Research on Computation and Society, où il a favorisé la recherche interdisciplinaire à l'intersection de l'informatique et des questions sociales. Il a encadré de nombreux doctorants et postdoctorants, dont beaucoup ont poursuivi des carrières académiques et industrielles de premier plan. Son enseignement comprend des cours sur la cryptographie, la complexité computationnelle et la théorie de la confidentialité des données.
Vadhan a été chercheur invité dans des institutions telles que Stanford AI Lab et Berkeley AI Research, reflétant sa large influence dans la communauté de l'informatique théorique. Il a également siégé dans des comités de programme de grandes conférences, notamment le Symposium on Theory of Computing et l'International Cryptology Conference.
Prix et reconnaissance
Vadhan a reçu plusieurs distinctions pour ses recherches, notamment une bourse de recherche Sloan en 2002 et un Presidential Early Career Award for Scientists and Engineers en 2004. Il a été élu fellow de l'Association for Computing Machinery en 2018, reconnaissant ses contributions à la cryptographie et à la complexité computationnelle. Ses travaux ont été soutenus par des subventions de la National Science Foundation et d'autres agences.
En 2021, il a été nommé fellow de l'American Mathematical Society, et il a prononcé des conférences invitées lors de congrès internationaux, y compris le Congrès international des mathématiciens. Ses recherches continuent d'influencer les domaines théoriques et appliqués, en particulier alors que les systèmes de machine learning et d'intelligence artificielle dépendent de plus en plus de techniques préservant la confidentialité.
Publications sélectionnées
Vadhan a écrit ou co-écrit plus de 100 articles évalués par les pairs. Parmi les travaux notables figurent "The Complexity of Differential Privacy" (2006), "Pseudorandomness" (2012) et la monographie "Differential Privacy: A Primer" (2017). Ses articles sont fréquemment cités dans des revues théoriques et appliquées, et il a collaboré avec des chercheurs de Carnegie Mellon University et de University of Toronto sur divers projets.
Il a également contribué au débat public sur la confidentialité, écrivant des articles pour un public plus large sur les implications de la collecte de données et les garanties mathématiques de la confidentialité différentielle. Son point de vue est souvent sollicité dans les discussions politiques, bien qu'il maintienne un accent sur la recherche académique rigoureuse.
Travaux actuels
Au milieu des années 2020, Vadhan continue d'enseigner et de mener des recherches à Harvard. Ses intérêts récents incluent l'intersection de la confidentialité différentielle avec l'IA générative et les grands modèles de langage, explorant comment les garanties de confidentialité peuvent être maintenues dans des systèmes complexes pilotés par les données. Il reste un membre actif de la communauté de l'informatique théorique, présentant fréquemment lors d'ateliers et collaborant avec des chercheurs internationaux.