费利克斯·诺因霍费尔

费利克斯·诺因霍费尔（Felix Neunhoeffer），德国人，是一位数据科学家与人工智能研究者，现任马克斯·普朗克智能系统研究所（Max Planck Institute for Intelligent Systems）的研究组组长（Group Leader）。他的研究方向涵盖机器学习、因果推断、计算社会科学以及人工智能的安全性、隐私保护与公平性。

费利克斯·诺因霍费尔早年在慕尼黑工业大学（Technische Universität München，TUM）学习数学，并获得数学学士与硕士学位。此后，他在慕尼黑工业大学与马克斯·普朗克智能系统研究所从事博士研究，导师为贝尔恩哈德·舍尔科普夫（Bernhard Schölkopf），于2016年获得博士学位，博士论文研究方向为因果推断与机器学习方法。

博士毕业后，费利克斯·诺因霍费尔先后在德国和美国的学术机构从事研究工作。他曾在哈佛大学定量社会科学研究所（Institute for Quantitative Social Science）担任博士后研究员，期间与加里·金（Gary King）等学者合作，研究社会数据科学、隐私保护与因果推断方法。此后他回到德国，加入马克斯·普朗克智能系统研究所，担任“社会计算与社会数据科学”（Social Computing and Social Data Science）研究组组长，领导团队开展机器学习与社会数据科学交叉领域的研究。

费利克斯·诺因霍费尔的研究成果涉及多个方向：在隐私保护方面，他参与开发了差分隐私（Differential Privacy）相关的数据分析方法，用于在不泄露个体信息的前提下进行统计推断与机器学习建模；在因果推断方面，他研究如何从观测数据中识别因果关系，并将因果推理方法应用于社会科学和公共政策问题；在人工智能安全与公平性方面，他关注机器学习模型在不同社会群体中的偏差、鲁棒性与可解释性问题。

费利克斯·诺因霍费尔在国际学术期刊和会议上发表多篇论文，部分工作发表于《美国政治科学评论》（American Political Science Review）、《政治分析》（Political Analysis）、《机器学习研究杂志》（Journal of Machine Learning Research）以及神经信息处理系统大会（NeurIPS）等。其研究被学术界和社会科学领域广泛引用。

此外，费利克斯·诺因霍费尔参与讲授机器学习和数据科学相关课程，指导学生开展研究项目，并为多个国际学术会议和期刊担任评审工作。截至2025年7月，他继续在马克斯·普朗克智能系统研究所从事研究组组长工作，活跃于机器学习与计算社会科学研究领域。