Terrence Joseph Sejnowski (né le 13 août 1947) est un neuroscientifique computationnel américain et professeur Francis Crick à l'Institut Salk d'études biologiques, où il dirige le Laboratoire de neurobiologie computationnelle et sert comme directeur du Centre Crick-Jacobs pour la biologie théorique et computationnelle. Il est également professeur de sciences biologiques et professeur adjoint dans les départements de neurosciences, de psychologie, de sciences cognitives, d'informatique et d'ingénierie à l'Université de Californie à San Diego, où il co-dirige l'Institut pour le calcul neuronal. Sejnowski est largement reconnu pour ses recherches pionnières sur les réseaux de neurones et la neuroscience computationnelle, y compris la co-invention de la machine de Boltzmann avec Geoffrey Hinton et le développement de l'algorithme infomax pour l'analyse en composantes indépendantes.
Les travaux de Sejnowski ont fait le pont entre la biologie et le apprentissage automatique, influençant des domaines allant de l'intelligence artificielle au traitement du signal. Il a occupé de nombreux postes académiques et reçu de nombreux honneurs, y compris son élection aux quatre académies nationales américaines. En 2025, il a été élu à la Société philosophique américaine et nommé membre étranger de la Royal Society.
Jeunesse et formation
Sejnowski est né à Cleveland, dans l'Ohio, en 1947. Il a obtenu un baccalauréat en sciences en physique de l'Université Case Western Reserve en 1968. Il a ensuite fréquenté l'Université de Princeton, où il a reçu une maîtrise en physique sous la supervision de John Archibald Wheeler et un doctorat en philosophie en physique en 1978, sous la direction de John Hopfield.
Au cours de ses études de maîtrise, Sejnowski a analysé la force des ondes gravitationnelles provenant de toutes les sources connues à l'époque et la sensibilité requise pour leur détection. Il a conclu que tous les détecteurs d'ondes gravitationnelles existants étaient environ 1000 fois trop insensibles, et il a estimé que les détecteurs nécessaires ne seraient pas construits avant 30 ans. Cette prise de conscience l'a conduit à déplacer son axe de recherche de la physique vers la biologie et les neurosciences.
Carrière et recherche
Sejnowski a commencé sa formation postdoctorale en 1978 au Département de biologie de l'Université de Princeton, travaillant avec Alan Gelperin. De 1979 à 1981, il a été chercheur postdoctoral au Département de neurobiologie de la Harvard Medical School avec Stephen Kuffler. En 1982, il a rejoint le corps professoral du Département de biophysique de l'Université Johns Hopkins, où il a gravi les échelons jusqu'au rang de professeur avant de déménager à San Diego en 1988.
Il a entretenu une affiliation de longue durée avec le California Institute of Technology, servant comme professeur invité Wiersma en neurobiologie en 1987, chercheur distingué Sherman Fairchild en 1993, et professeur invité à temps partiel de 1995 à 1998. En 2004, il a été nommé professeur Francis Crick à l'Institut Salk et directeur du Centre Crick-Jacobs pour la biologie théorique et computationnelle.
Sejnowski a été chercheur à l'Institut médical Howard Hughes de 1991 à 2018. Ses recherches ont porté sur la compréhension des ressources computationnelles des cerveaux et sur l'établissement de principes de liaison du cerveau au comportement à l'aide de modèles computationnels. Il a exploré comment les dendrites intègrent les signaux synaptiques, comment les réseaux de neurones génèrent des motifs dynamiques, comment les informations sensorielles sont représentées dans le cortex cérébral, comment les représentations de la mémoire sont formées et consolidées pendant le sommeil, et comment les transformations visuo-motrices sont organisées.
Son laboratoire a développé de nouvelles méthodes pour analyser les signaux électriques et magnétiques enregistrés sur le cuir chevelu et les signaux hémodynamiques issus de la neuroimagerie fonctionnelle. Il a également contribué à la modélisation biophysique du traitement des signaux électriques et chimiques dans les neurones et a développé le logiciel MCell pour la modélisation Monte Carlo de la signalisation cellulaire.
Réseaux de neurones et machine de Boltzmann
Au début des années 1980, à la suite des travaux de John Hopfield, les simulations informatiques de réseaux de neurones se sont généralisées. Sejnowski et Geoffrey Hinton ont démontré que des réseaux de neurones simples pouvaient apprendre des tâches d'une certaine sophistication. Ensemble, ils ont co-inventé la machine de Boltzmann, un réseau de neurones stochastique qui est devenu un modèle fondateur dans l'apprentissage profond. La capacité de la machine de Boltzmann à apprendre des distributions de probabilité complexes a influencé les développements ultérieurs dans le apprentissage automatique et l'IA générative.
Sejnowski a également été un pionnier dans l'application d'algorithmes d'apprentissage à des problèmes difficiles en parole et en vision. Il a développé NETtalk, un réseau de neurones qui a appris à lire le texte anglais à voix haute. Avec son chercheur postdoctoral Tony Bell, il a développé l'algorithme infomax pour l'analyse en composantes indépendantes (ACI), qui a été largement adopté dans le apprentissage automatique, le traitement du signal et l'exploration de données.
En 1989, Sejnowski a fondé le journal Neural Computation, publié par MIT Press, qui est devenu un journal de premier plan dans les réseaux de neurones et la neuroscience computationnelle. Il sert également comme président de la Neural Information Processing Systems Foundation, qui supervise la conférence annuelle NeurIPS, une réunion interdisciplinaire majeure qui rassemble des chercheurs en biologie, physique, mathématiques et ingénierie.
Enseignement et engagement public
Sejnowski a co-créé et enseigné le cours en ligne « Learning How to Learn: Powerful mental tools to help you master tough subjects » avec Barbara Oakley. Le cours, disponible sur Coursera, est devenu le cours en ligne le plus populaire au monde. Il enseigne des techniques d'apprentissage fondées sur des preuves, y compris la répétition espacée et l'entrelacement, et a touché des millions d'apprenants dans le monde entier.
Ses efforts d'enseignement et d'engagement public ont contribué à populariser les neurosciences et la science de l'apprentissage, rendant des sujets complexes accessibles à un large public.
Honneurs et récompenses
Sejnowski a reçu de nombreux honneurs tout au long de sa carrière. En 1984, il a reçu un prix du jeune chercheur présidentiel de la National Science Foundation. Il a reçu le prix Wright du Harvey Mudd College en 1996 pour l'excellence en recherche interdisciplinaire et le prix Hebb de l'International Neural Network Society en 1999 pour ses contributions aux algorithmes d'apprentissage.
Il est devenu membre de l'Institute of Electrical and Electronics Engineers en 2000 et a reçu leur prix du pionnier des réseaux de neurones en 2002. En 2003, il a été élu à la Société des chercheurs de Johns Hopkins. Il est membre senior du Design Futures Council.
Sejnowski a été élu à l'Académie nationale de médecine en 2008, à l'Académie nationale des sciences en 2010, à l'Académie nationale d'ingénierie en 2011 et à l'Académie nationale des inventeurs en 2017. Cela le place dans un groupe de seulement trois personnes vivantes élues aux quatre académies nationales américaines. Il a été élu à l'Académie américaine des arts et des sciences en 2013 et est devenu membre de l'American Physical Society en 2014.
Il a reçu le prix Swartz pour la neuroscience théorique et computationnelle de la Société des neurosciences en 2015, un doctorat honorifique de l'Université de Zurich en 2017 et le prix Gruber en neurosciences en 2022. En 2024, il a reçu le prix du cerveau pour ses travaux pionniers en neuroscience théorique, partagé avec Larry Abbott et Haim Sompolinsky, et a reçu un doctorat honorifique en sciences de l'Université de Princeton. En 2025, il a été nommé membre étranger de la Royal Society et élu à la Société philosophique américaine.
Héritage et influence
Les contributions de Sejnowski ont eu un impact durable sur les neurosciences et l'intelligence artificielle. Ses travaux sur les réseaux de neurones ont jeté les bases de l'apprentissage profond moderne, et ses idées sur le fonctionnement du cerveau ont informé les modèles computationnels utilisés dans le apprentissage automatique. Ses recherches sur l'analyse en composantes indépendantes ont des applications dans le traitement du signal et l'exploration de données.
En tant que mentor et éducateur, il a influencé une génération de chercheurs en neuroscience computationnelle. Son approche interdisciplinaire, combinant biologie, physique et informatique, a contribué à façonner le domaine de la neuroscience computationnelle. Ses travaux en cours à l'Institut Salk continuent d'explorer les ressources computationnelles des cerveaux, visant à établir des principes de liaison du cerveau au comportement.