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 resolver “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 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.