哈佛大学肯普纳自然与人工智能研究所宣布任命登巴巴、塔利亚·康克尔、Cengiz Pehlevan和Haim Sompolinsky为该研究所的首届副教授。

新任命的副教授将于7月1日开始他们为期三年的任期，他们将帮助制定肯普纳研究所的教育和研究重点。

所有四位被任命者都是哈佛大学现任教员，他们的开创性研究推进了肯普纳研究所的科学使命——在自然智能和人工智能的交叉领域调查关键研究问题。

Demba Ba，电气工程和生物工程副教授，研究信号处理——生物系统表示和编码来自世界的信息来学习、做出选择和完成目标的方式。 Ba使用神经活动的记录来更好地理解神经网络的结构和功能，并将这些见解应用于自然和人工环境中。 通过研究大脑如何学习，以及人工神经网络如何复制大脑处理信息的方式，Ba的目标是提高用于医学和科学的人工智能工具的设计和效率。

Talia Konkle，脑科学中心心理系教授，研究高水平视觉经验的认知和神经组织，以了解人类如何感知和理解周围的视觉世界。 她的工作是学科之间的桥梁，阐明了管理大脑组织和学习的原则(神经科学)，我们感知智能的格式和算法(心理学)，以及管理大规模人工智能系统中表示学习的原则(计算机科学)。

应用数学助理教授Cengiz Pehlevan研究神经元网络如何在自然和人工环境下计算和学习。 Pehlevan建立了数学和计算模型来研究大脑如何学习、记忆和做决定。 他开发了理论方法来理解与实际相关的深度神经网络。

Haim Sompolinsky是哈佛大学分子和细胞生物学和物理系的驻校教授，也是哈佛大学脑科学中心理论神经科学斯沃茨项目的主任。 他试图揭示大脑的组织、动力学和功能的基本原理，通过多尺度镜头观察大脑，跨越分子、细胞和电路水平。 他目前的研究利用人工智能和深度网络的最新进展来阐明高级认知大脑功能的基本原理，包括分类、概念学习和推理。

关于Kempner研究所

肯普纳研究所旨在通过招募和培训未来几代研究人员从生物学、认知、工程和计算角度研究智能，更好地理解自然和人工系统中的智能基础。 它大胆的前提是，自然智能和人工智能领域紧密相连; 下一代人工智能(AI)将需要我们的大脑用于快速、灵活的自然推理的相同原理，而理解我们的大脑如何计算和推理可以通过为AI开发的理论来阐明。 加入Kempner邮件列表以了解更多信息，并接收更新和新闻。

注：本文由院校官方新闻直译，仅供参考，不代表指南者留学态度观点。