Duygu Kuzum (nacida en 1983) es una ingeniera eléctrica turco-estadounidense y profesora en la Jacobs School of Engineering de la Universidad de California, San Diego. Es conocida por desarrollar sensores neuronales transparentes basados en materiales de una sola capa y por su investigación en computación inspirada en el cerebro que combina redes neuronales con aprendizaje automático para estudiar procesos cerebrales. Su trabajo tiene aplicaciones tanto en neurociencia como en inteligencia artificial, particularmente en el diseño de hardware para sistemas de aprendizaje profundo.
Kuzum ha recibido numerosos premios, incluidos el Premio New Innovator de los Institutos Nacionales de Salud de 2020 y el Premio Presidencial de Carrera Temprana para Científicos e Ingenieros de 2025. Su investigación ha sido publicada en revistas líderes como Nature Communications y Nano Letters.
Vida temprana y educación
Kuzum nació en Ankara, Turquía, y desarrolló un interés por la ciencia durante su infancia. Asistió a la Universidad de Bilkent para sus estudios de pregrado y luego se mudó a los Estados Unidos para realizar su trabajo doctoral en la Universidad de Stanford. Su investigación doctoral se centró en MOSFET para aplicaciones CMOS, un área fundamental para la tecnología moderna de semiconductores. Durante su doctorado, completó una pasantía en Intel, adquiriendo experiencia industrial en la fabricación de chips.
En 2011, Kuzum se unió a la Universidad de Pensilvania como investigadora posdoctoral en el Centro de Neuroingeniería y Terapéutica. Allí trabajó en el desarrollo de electrodos neuronales transparentes, que permiten el registro eléctrico simultáneo y la imagen óptica de la actividad cerebral.
Investigación y carrera
Kuzum se unió a la Universidad de California, San Diego en 2015, donde lidera un grupo de investigación en la intersección de la neurociencia y la computación. Su laboratorio se centra en estrategias de computación innovadoras inspiradas en el cerebro, incluido el uso de materiales de cambio de fase para dispositivos sinápticos que imitan sinapsis biológicas. Este trabajo es relevante para la computación neuromórfica y podría conducir a hardware de IA más eficiente energéticamente.
Un aspecto clave de su investigación es el desarrollo de electrodos de grafeno transparentes y flexibles para electrofisiología y neuroimagen simultáneas. Estos sensores, hechos de materiales de una sola capa, permiten a los investigadores observar la actividad neuronal con alta resolución mientras minimizan la interferencia con técnicas de imagen basadas en luz.
Kuzum también integra sensores neuronales moleculares con algoritmos de aprendizaje automático para comprender mejor los procesos neuronales. Ha construido estructuras autoensambladas a partir de células madre, incrustadas con sensores neuronales controlables, para imitar el cerebro humano embrionario. Estos modelos de organoides proporcionan una plataforma para estudiar el neurodesarrollo y los trastornos neurológicos.
Su trabajo une la neurociencia experimental y el modelado computacional, contribuyendo tanto a la ciencia básica como a posibles aplicaciones clínicas.
Premios y honores
Kuzum ha recibido varios premios prestigiosos a lo largo de su carrera:
- 2013: Becaria PopTech
- 2014: Innovadores menores de 35 de MIT Technology Review
- 2016: Premio Joven Investigador de la Oficina de Investigación Naval
- 2017: Premio Joven Investigador del Consejo de Nanotecnología del IEEE
- 2018: Premio CAREER de la NSF
- 2018: Premio Trailblazer del NIBIB de los NIH
- 2020: Premio New Innovator de los NIH
- 2025: Premio Presidencial de Carrera Temprana para Científicos e Ingenieros
Estos honores reconocen sus contribuciones a la nanoelectrónica, las interfaces neuronales y la computación inspirada en el cerebro.
Publicaciones seleccionadas
Kuzum ha sido autora de artículos influyentes en su campo. Obras notables incluyen:
- "Nanoelectronic programmable synapses based on phase change materials for brain-inspired computing" (2011), publicado en Nano Letters, que demostró un enfoque novedoso para dispositivos sinápticos.
- "Synaptic electronics: materials, devices and applications" (2013), una revisión en Nanotechnology que cubre el estado del arte en dispositivos sinápticos.
- "Transparent and flexible low noise graphene electrodes for simultaneous electrophysiology and neuroimaging" (2014), publicado en Nature Communications, que introdujo una tecnología clave para el registro neuronal.
Estas publicaciones han sido ampliamente citadas y han influido tanto en la comunidad de hardware de redes neuronales como en la instrumentación neurocientífica.
Véase también
- computación neuromórfica
- grafeno
- interfaz cerebro-computadora