Dois professores do MIT foram recentemente homenageados pela Schmidt Futures , uma iniciativa filantrópica de Eric e Wendy Schmidt. O professor Jörn Dunkel da MathWorks recebeu o prêmio Schmidt Science Polymath 2023 , e o professor de ciência cognitiva computacional Josh Tenenbaum foi nomeado Schmidt Futures AI2050 Senior Fellow .

Também ganhando o prêmio Schmidt Science Polymath foi Surya Ganguli '98, MNG '98, que é professor associado na Universidade de Stanford.

Dunkel faz parte de um seleto grupo de nove cientistas ilustres que este ano se juntam à rede existente de Schmidt Science Polymaths, concedida a professores recentemente titulares com histórico notável em pesquisas interdisciplinares.

A Schmidt Futures Initiative concede US$ 500.000 por ano, durante até cinco anos, para apoiar pesquisas inovadoras e altamente interdisciplinares realizadas por professores recentemente titulares, com histórico notável, futuro promissor e desejo de explorar pesquisas interdisciplinares.

A pesquisa atual de Dunkel estuda processos de auto-organização em sistemas biológicos e físicos complexos em uma ampla gama de escalas, desde biofilmes bacterianos e tecidos embrionários até dinâmica cerebral e redes comerciais globais. Em colaboração com os seus laboratórios parceiros experimentais no MIT, o seu grupo está a desenvolver e investigar modelos matemáticos que descrevem e preveem os comportamentos dinâmicos emergentes de comunidades multicelulares e multi-organismos. Ao analisar a estrutura das equações do modelo subjacente, Dunkel procura formas de unir sistemas aparentemente díspares através da “linguagem comum” da matemática.

“Gostaria de expressar os meus profundos agradecimentos à Schmidt Futures Initiative por este prémio generoso, que nos dá a liberdade de explorar novas direções de investigação”, afirma Dunkel. “Estou particularmente grato pelo incentivo à realização de projetos interdisciplinares que visam desafiar paradigmas predominantes, integrando a aquisição de dados de última geração com novas abordagens matemáticas. E um grande obrigado aos meus alunos de doutoramento e pós-doutoramento e aos nossos colaboradores cujo trabalho excepcional é reconhecido através deste prémio.”

Surya Ganguli fez graduação tripla no MIT em engenharia elétrica e ciência da computação, física e matemática. Agora como professor associado de física aplicada em Stanford, ele lidera o Laboratório de Dinâmica Neural e Computação e tem sido pesquisador visitante no Google e na Meta AI. Sua pesquisa abrange os campos da neurociência, aprendizado de máquina e física, com foco na compreensão e melhoria de como as redes neurais biológicas e artificiais aprendem cálculos emergentes impressionantes.

Josh Tenenbaum, professor do Departamento de Ciências do Cérebro e Cognitivas que realiza pesquisas em ciências cognitivas computacionais, foi selecionado como 2023 Schmidt Futures AI2050 Senior Fellow. Ele ocupa cargos no Laboratório de Ciência da Computação e Inteligência Artificial (CSAIL) e no Centro de Cérebros, Mentes e Máquinas (CBMM), e atua como Diretor de Ciência do MIT Quest for Intelligence.

Tenenbaum realizará pesquisas interdisciplinares em inteligência artificial para ajudar a traçar o desenvolvimento da IA para benefício social. Como pesquisador sênior, o objetivo de longo prazo de Tenenbaum é fazer engenharia reversa da inteligência na mente e no cérebro humanos e usar esses insights para projetar uma inteligência de máquina mais semelhante à humana.

AI2050 alocou até US$ 7 milhões para apoiar a pesquisa dos novos bolsistas seniores para abordar “problemas difíceis” em IA em seus respectivos campos, incluindo ciência da computação, química, ciência cognitiva, artes e filosofia.

Tenenbaum é mais conhecido por teorias de cognição como inferência bayesiana, com foco em explicar como os humanos podem aprender tanto e tão rapidamente, com tão poucos dados. Em IA, ele desenvolveu abordagens influentes para redução de dimensionalidade, aprendizagem não supervisionada e descoberta de estrutura e programação probabilística.

Sua pesquisa atual concentra-se em modelos de programas probabilísticos de senso comum em humanos e máquinas, fundamentando a linguagem e a percepção nessas representações e o aprendizado baseado na síntese de programas.