Alex Wang是一位美国科技企业家，最为人所知的身份是Scale AI的联合创始人兼首席执行官。Scale AI是一家为人工智能系统提供高质量训练数据和评估服务的公司。Wang出生于1991年，曾在麻省理工学院学习计算机科学和数学，2015年辍学创办了Scale AI。在他的领导下，该公司已成为主要AI实验室的关键基础设施供应商，包括OpenAI、Anthropic和Google DeepMind，并在大语言模型和生成式AI应用的发展中发挥了重要作用。
Wang的工作核心前提是，数据质量而非单纯的算法创新，决定了AI系统的性能与安全性。他公开倡导严格的数据筛选、人在回路标注，以及使用基于人类反馈的强化学习（RLAIF）来使模型与人类意图对齐。他的影响力超越了Scale AI，因为他经常就AI基础设施和国家竞争力向政策制定者和行业领袖提供建议。
早年生活与教育
Alex Wang于1991年出生在美国。他在高中时期就展现出对编程和数学的早期兴趣，并参与竞技编程。2013年，他进入麻省理工学院，学习计算机科学和数学。在MIT期间，Wang参与了涉及机器学习和深度学习的研究项目，并加入了MIT的计算机科学与人工智能实验室。他于2015年未完成学位便离开大学，投身于新兴AI领域的创业机会。
创办Scale AI
2015年，Wang与Lucy Guo共同创办了Scale AI，最初专注于将机器学习应用于自动驾驶车辆数据。公司的早期工作涉及标注来自Waymo和其他自动驾驶汽车项目的传感器数据，这需要对物体、车道和交通信号进行精确标注。Scale AI的平台将人工标注员与自动化工具相结合，以规模化提供高质量的训练数据集，这一服务对开发基于神经网络的感知系统的公司至关重要。
到2018年，Scale AI已扩展到自动驾驶之外，服务于更广泛的AI应用，包括自然语言处理和计算机视觉。公司收入快速增长，并吸引了大量风险投资。2021年，Scale AI估值超过70亿美元，使Wang成为主要AI基础设施公司中最年轻的CEO之一。截至2024年，该公司继续主导数据标注市场，客户包括OpenAI、Anthropic和美国国防部。
在AI发展中的角色
Wang一直积极倡导数据是AI的“新石油”这一理念。他认为，大语言模型的性能上限在很大程度上由其训练数据的多样性和质量决定，而策划不当的数据集会导致有偏见或不安全的输出。在他的指导下，Scale AI开发了评估模型输出的工具，包括人类偏好排名和自动化质量检查，这些工具被AI实验室用于通过RLAIF和课程学习等技术对模型进行微调。
除了在Scale AI的工作外，Wang还通过其个人风险基金投资了众多AI初创公司，重点关注构建数据基础设施、模型评估工具以及医疗和国防应用的公司。他还参与政策讨论，在美国国会作证，强调AI数据标准的重要性以及联邦对AI研究投资的必要性。Wang强调了AI对国家安全具有战略意义，倡导私营公司与政府机构之间的合作。
公共倡导与认可
Wang以其对AI安全性和透明数据实践的直言不讳而闻名。他撰写了文章并在主要会议上发表演讲，主张AI行业必须优先考虑数据溯源和问责制，以避免灾难性失败。他还批评了他认为对AI能力过度夸大的说法，敦促采取更审慎的部署方法。
2023年，Wang入选福布斯“30位30岁以下精英”榜单的企业技术类别，2024年，他入选《时代》杂志AI领域最具影响力的100人名单。他获得了多个行业奖项，包括2018年《麻省理工科技评论》的“35岁以下创新者”。尽管取得了成功，Wang仍专注于扩展数据运营的挑战，经常将自己的角色描述为“AI行业的首席数据官”。
个人生活与影响
Wang现居加利福尼亚州旧金山，Scale AI总部所在地。他以强烈的工作热情和亲力亲为的风格著称，经常审查数据质量指标并与标注员互动。他表达了一个长期愿景，即创造安全且有益的“通用人工智能”，并认为数据基础设施将是实现这一目标的基础组成部分。
他对AI生态系统的影响意义重大：通过标准化数据标注实践，Wang使数千名研究人员和公司能够更高效地构建和部署AI系统。他对数据质量的倡导影响了学术实验室和商业实体进行模型训练的方式，他的投资帮助塑造了下一代AI初创公司。截至2025年，Wang继续领导Scale AI，该公司仍是全球AI供应链中的关键参与者。