Lex Fridman

Lex Fridman 是麻省理工学院（MIT）的研究科学家，也是 Lex Fridman Podcast 主持人。本人主页将其研究兴趣概括为人机交互、机器人和机器学习；公开研究工作还涉及人本自主驾驶、驾驶员状态感知、深度强化学习与行为生物特征。档案中的“Lex”与部分德雷塞尔大学活动资料使用的“Alex”指向同一位学者；本档案沿用数据库姓名。

他在德雷塞尔大学取得计算机科学学士和硕士学位（2010），并于 2014 年取得电气与计算机工程博士学位；博士论文题为《Learning of Identity from Behavioral Biometrics for Active Authentication》。博士毕业后，他曾在 Google 从事大规模行为认证相关的机器学习工作，之后加入 MIT。学术研究任职与播客、自媒体活动分开记录。

• 2015年至今（本人官方播客文字稿自述；当前 LIDS 页面仍列出）·麻省理工学院 / 信息与决策系统实验室（LIDS）·研究科学家
  • 研究方向包括人机交互、机器人、机器学习及人本人工智能；不等同于 MIT 教授或教职岗位。
• 博士毕业后，约六个月 | Google | 机器学习研究工作
  • 德雷塞尔大学官方回顾称其继续开展大规模行为认证相关工作，随后转入 MIT。

• Cognitive Load Estimation in the Wild（CHI 2018 Honorable Mention）：用真实驾驶场景视频研究认知负荷估计；本人主页将其列为代表研究。
• DeepTraffic: Crowdsourced Hyperparameter Tuning of Deep Reinforcement Learning Systems for Multi-Agent Dense Traffic Navigation（NeurIPS 2018）：面向多车密集交通的深度强化学习仿真与众包超参数探索。
• MIT Advanced Vehicle Technology Study：大规模自然驾驶数据研究，关注驾驶员与自动化系统的交互及人本自主车辆。
• Active Authentication on Mobile Devices via Stylometry, Application Usage, Web Browsing, and GPS Location：以行为特征持续验证移动设备使用者身份。

• 2014·德雷塞尔大学·电气与计算机工程博士（Ph.D.）
  • 论文：《Learning of Identity from Behavioral Biometrics for Active Authentication》；研究涉及行为生物特征、持续身份验证和多模态决策融合。
• 2010·德雷塞尔大学·计算机科学学士与硕士（BS/MS）

• 德雷塞尔大学 2018 年官方学术简介记载：CHI 2017 Best Paper Award、CHI 2018 Best Paper Honorable Mention；本人主页将《Cognitive Load Estimation in the Wild》标为 CHI 2018 Honorable Mention。

本页依据公开来源于 2026-09-23 核验：本人主页、联系页、MIT LIDS Research Staff、Drexel 校友回顾、Drexel 博士论文记录、DeepTraffic 论文、MIT Advanced Vehicle Technology Study。社交账号按本人主页的 Connect 链接保留；受平台限制的落地页不用于推断额外履历。