David Kristjanson Duvenaud（生于1983年）是多伦多大学的一名加拿大计算机科学家，专攻概率机器学习、生成式AI和AI安全。自2021年起，他担任CIFAR AI主席，自2024年起担任施瓦茨·赖斯曼技术与社会主席。他的研究涵盖深度生成模型、神经常微分方程，以及近期对先进人工智能社会影响的研究。
教育背景
Duvenaud出生于曼尼托巴省温尼伯郊区。他于2006年在曼尼托巴大学获得计算机科学学士学位，并于2010年在不列颠哥伦比亚大学获得计算机科学硕士学位，导师为Kevin P. Murphy。他于2014年在剑桥大学获得博士学位，导师为Carl Rasmussen和Zoubin Ghahramani。在哈佛大学Ryan P. Adams团队完成博士后研究后，他于2016年加入多伦多大学任教。
职业与研究
Duvenaud是多伦多大学计算机科学副教授，也是加拿大领先的人工智能研究机构Vector Institute的创始教员之一。他的早期研究聚焦于深度生成模型，包括分子生成模型和神经常微分方程。他的团队提出了一种连续时间归一化流，该工作获得了2018年NeurIPS最佳论文奖。这项研究推动了能够建模连续时间动力学的神经网络的发展，在机器学习和深度学习中具有应用价值。
2023年，面对大型语言模型的快速普及，Duvenaud将研究重点转向AI安全。他在Anthropic休假期间领导了对齐评估团队，致力于识别越狱行为并开发模型暗中实施破坏能力的评估方法。他近期的工作涉及“渐进式去权”概念：随着AI能力增强，经济、文化和国家等大规模社会系统可能逐渐不再服务于人类利益。这是因为这些系统与人类需求的对齐历来依赖于它们对人类参与的依赖，而AI正日益使这种参与变得不再必要。
对AI安全的贡献
Duvenaud转向AI安全反映了生成式AI社区对先进系统长期风险的更广泛关注。他在Anthropic的工作促进了检测transformer基模型中不良行为的评估方法开发。他还撰文探讨了AI可能逐渐侵蚀人类能动性的问题，这一主题与该领域关于对齐和RLHF的持续辩论相关联。
荣誉与隶属关系
Duvenaud自2021年起担任CIFAR AI主席，自2024年起担任施瓦茨·赖斯曼技术与社会主席。他隶属于多伦多大学和Vector Institute。他的研究获得了2018年NeurIPS最佳论文奖。他经常为NeurIPS、ICML和ICLR等会议贡献成果，其工作在机器学习社区中被广泛引用。
代表性工作与影响
Duvenaud早期关于神经常微分方程的工作影响了后续连续时间模型和残差网络的研究。他关于分子生成模型的论文在药物发现和材料科学中具有应用价值。近期，他的AI安全研究为如何评估和缓解先进AI系统（包括OpenAI及其他组织部署的系统）的风险提供了参考。截至2025年，他继续在多伦多大学教学和指导学生，重点关注概率建模与社会影响的交叉领域。