Duygu Kuzum (née en 1983) est une ingénieure électricienne turco-américaine et professeure à la Jacobs School of Engineering de l'Université de Californie à San Diego. Elle est connue pour avoir développé des capteurs neuronaux transparents basés sur des matériaux monocouches et pour ses recherches en informatique inspirée du cerveau, qui combinent réseaux de neurones avec apprentissage automatique pour étudier les processus cérébraux. Ses travaux ont des applications à la fois en neurosciences et en intelligence artificielle, notamment dans la conception de matériel pour les systèmes de apprentissage profond.
Kuzum a reçu de nombreux prix, dont le prix New Innovator des National Institutes of Health en 2020 et le prix présidentiel de début de carrière pour les scientifiques et ingénieurs en 2025. Ses recherches ont été publiées dans des revues de premier plan telles que Nature Communications et Nano Letters.
Vie et éducation
Kuzum est née à Ankara, en Turquie, et a développé un intérêt pour la science pendant son enfance. Elle a fréquenté l'Université Bilkent pour ses études de premier cycle, puis a déménagé aux États-Unis pour son doctorat à l'Université Stanford. Ses recherches doctorales ont porté sur les MOSFET pour les applications CMOS, un domaine fondamental de la technologie des semi-conducteurs modernes. Pendant son doctorat, elle a effectué un stage chez Intel, acquérant une expérience industrielle dans la fabrication de puces.
En 2011, Kuzum a rejoint l'Université de Pennsylvanie en tant que chercheuse postdoctorale au Centre de neuro-ingénierie et de thérapeutique. Là, elle a travaillé sur le développement d'électrodes neurales transparentes, qui permettent l'enregistrement électrique et l'imagerie optique simultanés de l'activité cérébrale.
Recherche et carrière
Kuzum a rejoint l'Université de Californie à San Diego en 2015, où elle dirige un groupe de recherche à l'intersection des neurosciences et de l'informatique. Son laboratoire se concentre sur des stratégies de calcul innovantes inspirées du cerveau, notamment l'utilisation de matériaux à changement de phase pour des dispositifs synaptiques qui imitent les synapses biologiques. Ce travail est pertinent pour l'informatique neuromorphique et pourrait conduire à du matériel d'IA plus économe en énergie.
Un aspect clé de ses recherches est le développement d'électrodes en graphène transparentes et flexibles pour l'électrophysiologie et la neuroimagerie simultanées. Ces capteurs, fabriqués à partir de matériaux monocouches, permettent aux chercheurs d'observer l'activité neuronale avec une haute résolution tout en minimisant les interférences avec les techniques d'imagerie basées sur la lumière.
Kuzum intègre également des capteurs neuronaux moléculaires avec des algorithmes de apprentissage automatique pour mieux comprendre les processus neuronaux. Elle a construit des structures auto-assemblées à partir de cellules souches, intégrées avec des capteurs neuronaux contrôlables, pour imiter le cerveau embryonnaire humain. Ces modèles d'organoïdes fournissent une plateforme pour étudier le neurodéveloppement et les troubles neurologiques.
Son travail fait le pont entre les neurosciences expérimentales et la modélisation computationnelle, contribuant à la fois à la science fondamentale et aux applications cliniques potentielles.
Prix et distinctions
Kuzum a reçu plusieurs prix prestigieux tout au long de sa carrière :
- 2013 : Fellow PopTech
- 2014 : Innovateurs de moins de 35 ans du MIT Technology Review
- 2016 : Prix du jeune chercheur de l'Office of Naval Research
- 2017 : Prix du jeune chercheur du Conseil de nanotechnologie de l'IEEE
- 2018 : Prix CAREER de la NSF
- 2018 : Prix Trailblazer du NIBIB des NIH
- 2020 : Prix New Innovator des NIH
- 2025 : Prix présidentiel de début de carrière pour les scientifiques et ingénieurs
Ces distinctions reconnaissent ses contributions à la nanoélectronique, aux interfaces neurales et à l'informatique inspirée du cerveau.
Publications sélectionnées
Kuzum a écrit des articles influents dans son domaine. Les travaux notables comprennent :
- "Nanoelectronic programmable synapses based on phase change materials for brain-inspired computing" (2011), publié dans Nano Letters, qui a démontré une approche novatrice des dispositifs synaptiques.
- "Synaptic electronics: materials, devices and applications" (2013), une revue dans Nanotechnology couvrant l'état de l'art des dispositifs synaptiques.
- "Transparent and flexible low noise graphene electrodes for simultaneous electrophysiology and neuroimaging" (2014), publié dans Nature Communications, qui a introduit une technologie clé pour l'enregistrement neuronal.
Ces publications ont été largement citées et ont influencé à la fois la communauté du matériel de réseaux de neurones et l'instrumentation en neurosciences.
Voir aussi
- informatique neuromorphique
- graphène
- interface cerveau-machine