Nicholas Carlini

Nicholas Carlini' (* 1990) ist ein US-amerikanischer IT-Forscher. Seit 2025 arbeitet er bei Anthropic in den Bereichen Machine Learning und Safety and security.

Leben

Nach einem Studium in Computerwissenschaft am MIT legte er an der Carnegie Mellon University sein Master-Examen ab und beendete 2018 sein Studium an der Stanford University mit dem PhD. Seine Dissertation zum Thema „Adversarial Examples in Deep Learning“ wurde zur Grundlage seines künftigen Forschungsfeldes Maschinelles Lernen.

Nach dem Studium arbeite er zunächst bei Google (Google DeepMind und Google Brain) als Research scientist. Seit 2025 ist er bei Anthropic in den Forschungsbereichen Machine Learning und Safety and security tätig.

Auszeichnungen (Auswahl)

• Best Student Paper Award, IEEE S&P 2017 ("Towards Evaluating the Robustness of Neural Networks")

• Best Paper Award, ICML 2018 ("Obfuscated Gradients Give a False Sense of Security: Circumventing Defenses to Adversarial Examples")

• Distinguished Paper Award, USENIX 2021 ("Poisoning the Unlabeled Dataset of Semi-Supervised Learning")

• Best of Show award der 2020 IOCCC für die Implementierung eine Tic-Tac-Toe-Spiels, eine Erweiterung eines Research papers von 2015. Die Jury befand: „This year’s Best of Show (carlini) is such a novel way of obfuscation that it would be worth of a special mention in the (future) Best of IOCCC list!“.

Publikationen

Carlini hat zahlreiche Paper für Symposien und Konferenzen sowie für die Periodika Advances in Neural Information Processing Systems, Annual International Cryptology Conference und USENIX Journal of Election Technology and Systems verfasst.

Weblinks

• Website Nicholas Carlini

Einzelnachweise

1. 1 2 Nicholas Carlini: Career Update: Google DeepMind -> Anthropic, Nicholas Carlini, abgerufen am 26. Oktober 2026
2. ↑ IEEE Symposium on Security and Privacy 2017. In: www.ieee-security.org. Abgerufen am 2. September 2024 (englisch). 
3. ↑ ICML 2018 Awards. In: icml.cc. Abgerufen am 2. September 2024 (englisch). 
4. ↑ Nicholas Carlini: Poisoning the Unlabeled Dataset of Semi-Supervised Learning. In: USENIX Security 2021. 2021 (englisch, usenix.org). 
5. ↑ The 27th IOCCC. In: www.ioccc.org. Abgerufen am 26. Juli 2024 (englisch). 
6. ↑ Nicholas Carlini’s research while affiliated with Google Inc. and other places researchgate. net, abgerufen am 26. Oktober 2026
7. ↑ Nicholas Carlini, publications Google Scholar, abgerufen am 26. Oktober 2026