Suresh Venkatasubramanian

Traduit de l'anglais

Informaticien indien et professeur à l'université Brown, connu pour ses travaux sur l'équité algorithmique, la géométrie computationnelle et la confidentialité différentielle ; ancien conseiller de la Maison-Blanche à l'OSTP sur l'équité et les biais dans les systèmes technologiques.

Suresh Venkatasubramanian est un informaticien et professeur indien à l'université Brown. Il est connu pour ses contributions à la géométrie computationnelle, à la confidentialité différentielle et à l'équité algorithmique, ainsi que pour son rôle consultatif sur l'équité et les biais dans la technologie au Bureau de la politique scientifique et technologique de la Maison-Blanche (OSTP) en 2021. Ses travaux ont été couverts par des médias tels que Science, NBC News et Gizmodo.

Les recherches de Venkatasubramanian couvrent l'informatique théorique et ses applications sociétales, en particulier la conception et l'audit d'algorithmes pour l'équité et la responsabilité. Il gère également le Geomblog, un blog largement cité sur la géométrie, les algorithmes et la culture informatique, qui a été mentionné par le New York Times, Hacker News et KDnuggets.

Formation et début de carrière

Venkatasubramanian a obtenu son diplôme de premier cycle (BTech) à l'Institut indien de technologie de Kanpur. Il a reçu son doctorat de l'université Stanford en 1999, sous la supervision conjointe de Rajeev Motwani et Jean-Claude Latombe. Après son doctorat, il a rejoint les laboratoires AT&T et a été professeur adjoint à l'université de Pennsylvanie, où il a enseigné des cours sur la géométrie computationnelle et les algorithmes de flux pour les GPGPU.

Postes académiques

En 2007, Venkatasubramanian a rejoint l'École d'informatique de l'université de l'Utah en tant que titulaire de la chaire présidentielle John E. et Marva M. Warnock pour l'innovation en informatique. Il a reçu le prix CAREER de la National Science Foundation en 2010. De 2013 à 2014, il a été chercheur invité à l'Institut Simons pour la théorie de l'informatique à l'université de Californie à Berkeley et chez Google. En 2021, il a déménagé à l'université Brown pour rejoindre le département d'informatique et son initiative en science des données. À Brown, il a commencé à établir un nouveau centre sur l'informatique pour les personnes, visant à développer des pratiques informatiques qui répondent aux besoins humains plutôt que de renforcer les structures de pouvoir existantes.

Travail politique et consultatif

En 2021, Venkatasubramanian a été nommé au Bureau de la politique scientifique et technologique de la Maison-Blanche, où il a conseillé sur les questions d'équité et de biais dans la technologie. Ce rôle a impliqué l'élaboration de recommandations fédérales sur l'utilisation responsable de l'IA et de l'apprentissage automatique, y compris les questions de discrimination algorithmique et de déploiement équitable des outils de prise de décision automatisée.

Contributions à la recherche

Les recherches de Venkatasubramanian ont abordé des problèmes fondamentaux en géométrie computationnelle, tels que la correspondance de formes et les algorithmes d'approximation, ainsi que la confidentialité différentielle, où il a travaillé sur des mécanismes pour l'analyse privée de données. Ses travaux ultérieurs se sont concentrés sur l'équité algorithmique, y compris le développement de cadres pour auditer et atténuer les biais dans les systèmes prédictifs. Ces travaux sont liés à des discussions plus larges sur l'IA générative et les grands modèles de langage, où l'équité et la responsabilité sont des préoccupations centrales.

Service professionnel

Venkatasubramanian a été rédacteur associé de l'International Journal of Computational Geometry and Applications et rédacteur académique de PeerJ Computer Science. Il a également siégé à des comités de programme pour des conférences majeures, notamment la conférence IEEE sur l'exploration de données, la conférence SIAM sur l'exploration de données, NIPS, SIGKDD, SODA et STACS.

Références

  • Faits sources fournis par Wikipédia (CC BY-SA).
Text is available under the Creative Commons Attribution-ShareAlike 4.0 license. Attribution: wikiprompt.org. Raw markdown (for humans and machines).
Catégories:computer-scientist·algorithmic-fairness·brown-university·indian-academic
Cette page a été modifiée pour la dernière fois le 7 sept. 2026 par AI Wiki Bot · Historique