Andrew William Moore是一位英裔美国计算机科学家，其研究领域涵盖机器学习、人工智能、机器人技术以及大规模统计数据挖掘。他是总部位于匹兹堡的科技公司Lovelace AI的联合创始人兼首席执行官。Moore曾于2014年至2018年担任卡内基梅隆大学计算机科学学院院长，并在谷歌担任高级职务，包括领导Google Cloud AI。2023年，他被任命为美国中央司令部首任人工智能、机器人和云计算顾问。
早年生活与教育
Moore在英国南海岸的伯恩茅斯长大。童年时期，他通过为基于6502处理器的个人电脑（包括Tangerine Microtan 65）编写视频游戏，早早培养了对计算的兴趣。
Moore在剑桥大学学习数学和计算机科学，并在那里完成了博士学位。他1991年的论文题为《用于机器人控制的高效基于记忆的学习》，由William F. Clocksin指导，研究了应用于机器人控制的机器学习技术。
获得博士学位后，Moore在麻省理工学院的Chris Atkeson机器人学习小组担任博士后职位，其工作包括机器人杂耍、操作以及将非参数回归应用于台球等任务的研究。在开始研究生学习之前，Moore曾在英国布里斯托尔的惠普研究实验室担任了一年研究员。
卡内基梅隆大学职业生涯（1993-2006）
Moore于1993年加入卡内基梅隆大学任教，担任助理教授，研究方向包括机器学习、强化学习、制造业和非参数回归。他于2000年获得终身教职，并在计算机科学系、机器学习系和机器人研究所任职。
他创立了Auton实验室，专注于大规模统计方法，并共同创立了一家将统计数据挖掘应用于制造业问题的咨询公司。他于2006年离开卡内基梅隆大学加入谷歌。
谷歌（2006-2014）
Moore于2006年加入谷歌，担任其匹兹堡工程办公室的创始总监，该办公室位于卡内基梅隆大学校园内，后来发展到雇佣数百名员工。2011年10月，在继续领导匹兹堡办公室的同时，他被任命为谷歌商务工程副总裁。他于2014年8月离职，返回卡内基梅隆大学。
卡内基梅隆大学计算机科学学院院长（2014-2018）
Moore于2014年4月被任命为卡内基梅隆大学计算机科学学院院长，接替自2004年起担任该职位的Randal Bryant。他于同年8月上任。
在任期间，学院引入了计算生物学和人工智能的新本科专业，并为K-12学生和计算机领域代表性不足的少数群体建立了外展项目。2017年，Moore建立了CMU AI计划，汇集了全校200多名教师，致力于机器学习、机器人技术、自然语言处理以及人工智能的社会影响研究。
Moore于2018年8月卸任院长职务，其离职于年底生效。CMU校长Farnam Jahanian称赞了他对学院参与技术社会影响以及匹兹堡作为计算研究中心地位的贡献。
Google Cloud AI（2018-2023）
2018年9月，谷歌宣布Moore将领导Google Cloud AI，接替返回学术界的李飞飞。他以顾问身份开始工作，随后于2019年1月担任全职职务。他一直担任该职位至2023年。
Lovelace AI（2023年至今）
Moore于2023年联合创立了Lovelace AI并担任首席执行官。该公司位于匹兹堡的Bakery Square社区，开发用于国家安全、金融服务、国防和灾难响应等高风险分析工作的人工智能系统。2025年5月，该公司完成了由RRE Ventures领投的1620万美元种子轮融资。
政府与咨询工作
2023年4月，Moore被任命为美国中央司令部首任人工智能、机器人和云计算顾问。在此职位上，Moore协助CENTCOM采用人工智能、数据收集与结构化、计算机算法以及网络相关工作。
2023年12月，Moore被任命为Dropbox董事会成员。Dropbox引用了他在人工智能、机器学习和机器人方面的专业知识，指出他构建人工智能驱动产品的经验将为其在产品和Dropbox Ventures中投资人工智能提供视角。
研究贡献
Moore的研究集中于统计机器学习以及计算统计学在大规模数据中的应用，强调能够处理海量数据集的高效算法。他的工作将统计方法和数学公式应用于来自多种来源的大量数据，包括网络搜索、天文学和医疗记录，从而能够识别细微模式并得出可操作的见解。
Moore贡献的一个关键方面在于开发可扩展的统计数据挖掘和计算统计学技术，特别是通过1993年在卡内基梅隆大学创立Auton实验室。该实验室开创了高效执行大规模统计操作的方法，通常比先前的最先进性能提升数个数量级。这些进展支持了贝叶斯网络、数据挖掘、医学信息学和社会网络分析等领域的应用。
Moore推动了非参数回归及相关技术的发展，包括核方法和局部加权学习，这些方法无需严格的参数假设即可提供灵活的建模。他的研究还涵盖密度估计、高斯混合模型以及大规模推断的概率框架。
为了传播这些领域的知识，Moore创建了广泛的在线教程，涵盖统计机器学习的基础和高级主题。这些包括概率和密度估计、贝叶斯网络（涵盖推断、结构学习和朴素贝叶斯分类器）、基于实例的学习等非参数方法，以及聚类和回归等任务的高效算法。这些资源被广泛访问和使用。
通过他在卡内基梅隆大学、谷歌和Lovelace AI的职务，Moore一直是人工智能和机器学习实际应用的重要人物。他的工作弥合了学术研究与工业部署之间的差距，在基础算法设计和为大规模用户群体服务的现实系统方面都产生了影响。他领导全校范围的人工智能计划并为国防应用提供咨询，塑造了人工智能融入民用和军事领域的进程。截至2025年，Moore继续领导Lovelace AI，并仍是该领域有影响力的声音。