เรย์ด กานี (เกิดปี 1977) เป็นศาสตราจารย์เกียรติคุณประจำภาควิชาการเรียนรู้ของเครื่อง (คณะวิทยาการคอมพิวเตอร์) และวิทยาลัยไฮนซ์ด้านระบบสารสนเทศและนโยบายสาธารณะมหาวิทยาลัยคาร์เนกีเมลลอนก่อนหน้านี้ เขาเคยดำรงตำแหน่งผู้อำนวยการศูนย์วิทยาศาสตร์ข้อมูลและนโยบายสาธารณะ รองศาสตราจารย์ด้านการวิจัยในภาควิชาวิทยาการคอมพิวเตอร์ และนักวิจัยอาวุโสที่โรงเรียนนโยบายสาธารณะแฮร์ริสมหาวิทยาลัย ชิคาโกนอกจากนี้ เขายังเป็นผู้ร่วมก่อตั้ง Edgeflip สตาร์ทอัพด้านการวิเคราะห์ข้อมูลที่เติบโตขึ้นมาจากแคมเปญหาเสียงของโอบามาในปี 2012โดยมุ่งเน้นผลิตภัณฑ์โซเชียลมีเดีย สำหรับองค์กร ไม่แสวงหาผลกำไร กลุ่มสนับสนุน และองค์กรการกุศล ในเดือนกันยายน 2019 มีการประกาศว่าเขาจะออกจากมหาวิทยาลัยชิคาโกและเข้าร่วม คณะวิทยาการคอมพิวเตอร์และ วิทยาลัยไฮน ซ์ด้านระบบสารสนเทศและนโยบายสาธารณะของมหาวิทยาลัยคาร์เนกีเมลลอน^{[ 1 ]}ก่อนหน้านั้น Rayid เป็นหัวหน้านักวิทยาศาสตร์ของแคมเปญหาเสียงเลือกตั้งของโอบามาในปี 2012 และมุ่งเน้นการใช้วิทยาศาสตร์ข้อมูล การเรียนรู้ของเครื่อง และเทคโนโลยีเพื่อปรับปรุงการระดมทุน การระดมอาสาสมัคร การลงทะเบียนผู้มีสิทธิเลือกตั้ง การโน้มน้าวใจ และการเข้าร่วมการเลือกตั้ง

Ghani เป็นผู้ริเริ่มและบริหารโครงการ Eric & Wendy Schmidt Data Science for Social Good Summer Fellowship [ ^{2 ] [ 3 ] นอกจาก}นี้ เขายังเป็นผู้ร่วมก่อตั้ง Coleridge Initiative ซึ่งเป็นองค์กรไม่แสวงผลกำไรที่ทำงานร่วมกับรัฐบาลเพื่อให้แน่ใจว่าข้อมูลและหลักฐานถูกนำไปใช้อย่างมีประสิทธิภาพมากขึ้นในการกำหนดนโยบาย

Ghani สำเร็จการศึกษาจาก Karachi Grammar School ใน เมืองการาจี ประเทศปากีสถาน^{[ 4 ]} Ghani สำเร็จการศึกษาระดับบัณฑิตศึกษาในภาควิชาการเรียนรู้ของเครื่องที่มหาวิทยาลัย Carnegie MellonกับTom M. Mitchellใน สาขา การเรียนรู้ของเครื่องและการจำแนกประเภทข้อความ และได้รับปริญญาตรีด้านวิทยาการคอมพิวเตอร์และคณิตศาสตร์จากมหาวิทยาลัยแห่งเซาท์

ก่อนรับตำแหน่งที่มหาวิทยาลัยชิคาโก เขาเคยเป็นหัวหน้านักวิทยาศาสตร์ของแคมเปญหาเสียงของโอบามาในปี 2012 ^{[ 5 ] [ 6 ]}ก่อนหน้านั้น เขาเป็นนักวิทยาศาสตร์วิจัยอาวุโสและผู้อำนวยการฝ่ายวิจัยการวิเคราะห์ที่ Accenture Labs ซึ่งเขาเป็นผู้นำทีมวิจัยเทคโนโลยีที่มุ่งเน้นการวิจัยและพัฒนาประยุกต์ด้านการวิเคราะห์ การเรียนรู้ของเครื่อง และการขุดข้อมูลสำหรับปัญหาทางธุรกิจขนาดใหญ่และที่เกิดขึ้นใหม่

Ghani ได้ทำงานอย่างแข็งขันร่วมกับหน่วยงานภาครัฐและองค์กรไม่แสวงผลกำไรในการออกแบบระบบ AI และ Machine Learning เพื่อช่วยแก้ไขปัญหาทางสังคมในด้านสาธารณสุข^{[ 7 ]}กระบวนการยุติธรรมทางอาญา^{[ 8 ]}บริการสังคม^{[ 9 ]}การศึกษา^{[ 10 ]}การพัฒนาเศรษฐกิจ และการพัฒนาแรงงาน^{[ 11 ]}

นอกจากนี้เขายังให้การเป็นพยานต่อหน้าวุฒิสภาสหรัฐฯ ในปี 2023 ^{[ 12 ]}และสภาผู้แทนราษฎรสหรัฐฯ ในปี 2020 ^{[ 13 ]}เกี่ยวกับการกำกับดูแลและการควบคุม AI

งานวิจัยของ Ghani มุ่งเน้นไปที่การพัฒนาและการประยุกต์ใช้วิธีการเรียนรู้ของเครื่อง วิทยาศาสตร์ข้อมูล และปัญญาประดิษฐ์เพื่อแก้ปัญหาทางสังคมขนาดใหญ่ในด้านต่างๆ เช่น การศึกษา การดูแลสุขภาพ การพัฒนาเศรษฐกิจ กระบวนการยุติธรรมทางอาญา พลังงาน การขนส่ง และความปลอดภัยสาธารณะ^{[ 14 ]}งานของเขาก่อนหน้านี้มุ่งเน้นไปที่การวิเคราะห์ข้อความ^{[ 15 ]}การระดมทุน การระดมอาสาสมัคร และการระดมผู้มีสิทธิเลือกตั้ง^{[ 16 ]}โดยใช้การวิเคราะห์ สื่อสังคมออนไลน์^{[ 17 ]}และการเรียนรู้ของเครื่อง^{[ 18 ] [ 19 ]}และการขุดข้อมูล^{[ 20 ]}ผลงานวิจัยของ Rayid อยู่ในสาขาการขุดข้อความการฝึกอบรมร่วมการเรียนรู้เชิงรุก การสร้างแบบจำลองพฤติกรรมผู้บริโภค^{[ 21 ]}และการตรวจจับการฉ้อโกง

งานวิจัยของเขามุ่งเน้นไปที่ 1) การจัดการกับปัญหาอคติและความเป็นธรรมในด้านการเรียนรู้ของเครื่องจักรและปัญญาประดิษฐ์ 2) การออกแบบระบบความร่วมมือระหว่างมนุษย์และปัญญาประดิษฐ์ที่สนับสนุนการตัดสินใจของผู้คน และ 3) การประเมินระบบปัญญาประดิษฐ์โดยมุ่งเน้นที่กระบวนการทำงานและผลลัพธ์โดยรวม

เขาได้กล่าวสุนทรพจน์หลักเกี่ยวกับการวิเคราะห์และการเลือกตั้งประธานาธิบดี (เช่น ที่ Predictive Analytics World, ^{[ 22 ]} Digital Leaders Forum, ^{[ 23 ]}มหาวิทยาลัย Carnegie Mellon , ^{[ 24 ]}และ CeBIT Australia ^{[ 25 ] [ 26 ]} ) เกี่ยวกับการประยุกต์ใช้ทางธุรกิจของการทำเหมืองข้อมูล^{[ 27 ]}และวิทยาศาสตร์ข้อมูลเพื่อประโยชน์ทางสังคม

• ข้อมูลขนาดใหญ่และสังคมศาสตร์: คู่มือปฏิบัติเกี่ยวกับวิธีการและเครื่องมือ บรรณาธิการ: เอียน ฟอสเตอร์, เรย์ด กานี, รอน จาร์มิน, ฟราอุเกอ ครูเตอร์, จูเลีย เลน สำนักพิมพ์ CRC Press ปี 2016
• การสังเกตเชิงประจักษ์เกี่ยวกับการแลกเปลี่ยนระหว่างความยุติธรรมและความถูกต้องที่แทบไม่มีนัยสำคัญในการเรียนรู้ของเครื่องจักรสำหรับนโยบายสาธารณะ Kit Rodolfa, Hemank Lamba, Rayid Ghani. Nature Machine Intelligence 2021.
• การเรียนรู้ของเครื่องจักรที่อธิบายได้สำหรับนโยบายสาธารณะ: กรณีศึกษา ช่องว่าง และทิศทางการวิจัย Kasun Amarasinghe, Kit T. Rodolfa, Hemank Lamba, Rayid Ghani. Data and Policy 2023.
• การขุดค้นข้อมูลเพื่อการประยุกต์ใช้ในธุรกิจ บรรณาธิการ: คาร์ลอส โซอาเรส, รายิด กานี หนังสือ สำนักพิมพ์ไอโอเอส เพรส 2010
• การขุดค้นข้อมูลจากเว็บเพื่อเพิ่มความหมายให้กับการขุดค้นข้อมูลค้าปลีก R. Ghani. บทความรับเชิญ. การขุดค้นข้อมูลจากเว็บ: จากเว็บสู่เว็บเชิงความหมาย. Springer Lecture Notes in Artificial Intelligence, Vol. 3209. Berendt, B.; Hotho, A.; Mladenic, D.; van Someren, M.; Spiliopoulou, M.; Stumme, G. (บรรณาธิการ) 2004

• เว็บไซต์อย่างเป็นทางการ