哈瓦·T·西格尔曼是美国计算机科学家，马萨诸塞大学阿默斯特分校的教务长教授。她以对神经网络和机器学习理论的基础性贡献而闻名，尤其是她在超越图灵极限的计算方面的研究，这一工作对理论计算机科学和实际人工智能研究都产生了影响。她的职业生涯跨越学术界和政府研究领导岗位，包括在美国国防高级研究计划局（DARPA）担任项目经理。
西格尔曼的研究弥合了生物计算与数字计算之间的鸿沟，探索神经网络如何执行传统模型无法完成的任务。她的工作被广泛引用，涉及从深度学习到超计算等多个领域，并因其对科学和国家安全两方面的贡献而获得认可。
早年生活与教育
西格尔曼出生于以色列，早年对数学和计算产生了兴趣。她于1988年在以色列理工学院获得计算机科学学士学位，随后于1992年在耶路撒冷希伯来大学获得计算机科学硕士学位。之后她移居美国，于1993年在罗格斯大学获得计算机科学博士学位，师从爱德华多·桑塔格。她的博士论文聚焦于超计算，这是一个研究超越经典图灵机模型计算极限的领域。
学术生涯
完成博士学位后，西格尔曼曾在多个机构担任学术职位，之后加入马萨诸塞大学阿默斯特分校，目前担任教务长教授。她的教学和研究集中于计算理论、神经网络，以及计算机科学与生物学、物理学的交叉领域。她指导了众多研究生和博士后研究人员，其中许多人已在学术界和工业界取得显著成就。
在马萨诸塞大学阿默斯特分校，西格尔曼隶属于信息与计算机科学学院，并为机器学习和人工智能课程的发展做出了贡献。她还参与了跨学科项目，与神经科学、物理学和工程学领域的研究人员合作。
研究贡献
西格尔曼最著名的研究贡献在于神经网络的计算能力方面。在她1995年发表于《科学》杂志的里程碑式论文《超越图灵极限的计算》中，她证明了某些类型的递归神经网络可以计算图灵机无法计算的函数，这表明这些网络具有超越传统数字计算机的计算能力。这项工作挑战了计算机科学中长期存在的假设，并为理解神经网络的能力开辟了新途径。
她1999年出版的著作《神经网络与模拟计算：超越图灵极限》进一步阐述了这些思想，为分析模拟神经网络的计算能力提供了一个综合框架。该书已成为该领域的标准参考书，被理论计算机科学和神经网络应用领域的研究者广泛引用。
西格尔曼还对支持向量机和聚类算法做出了贡献。在2001年与阿萨·本-胡尔、大卫·霍恩和弗拉基米尔·瓦普尼克合作的论文中，她提出了支持向量聚类方法，这是一种利用支持向量机进行无监督学习的技术。这项工作在数据挖掘和模式识别领域具有重要影响。
此外，她关于连续时间动力学计算复杂性的研究发表于1999年的《物理评论快报》，探索了动力系统的复杂性，将计算机科学与物理学联系起来。
DARPA领导工作
西格尔曼通过其在DARPA的工作，在塑造美国人工智能研究优先方向方面发挥了重要作用。她曾担任多个重大AI项目的项目经理，包括：
- 终身学习机器：该项目旨在开发能够从经验中持续学习、适应新情况而不遗忘已有知识的机器学习系统。该项目试图克服传统深度学习模型的局限性，这些模型通常需要从头重新训练。
- 确保AI对抗欺骗的鲁棒性：该计划聚焦于使AI系统对对抗性攻击更具韧性，这类攻击通过恶意输入来欺骗模型。该项目资助了鲁棒神经网络架构和训练方法的研究。
- 协作安全学习：该项目探索多个AI系统如何在保持安全和隐私的同时进行协作学习，应对分布式机器学习中的挑战。
她在DARPA的领导工作帮助弥合了理论研究与实际应用之间的鸿沟，影响了更可靠、更安全的AI系统的发展。为表彰她的贡献，DARPA和美国国防部授予她功绩勋章，这是文职人员的最高荣誉之一。
主要出版物
西格尔曼撰写了许多有影响力的论文和著作。她最常被引用的作品包括：
- 本-胡尔、A.；霍恩、D.；西格尔曼、H.T.；瓦普尼克、V.（2001）。"支持向量聚类"。《机器学习研究杂志》。2: 125–137。
- 西格尔曼、H.T.（1995）。"超越图灵极限的计算"。《科学》。268 (5210): 545–548。doi:10.1126/science.268.5210.545。
- 西格尔曼、哈瓦·T.（1999）。《神经网络与模拟计算：超越图灵极限》。波士顿：Birkhäuser。ISBN 0-8176-3949-7。
- 西格尔曼、H.T.；本-胡尔、A.；菲什曼、S.（1999）。"连续时间动力学的计算复杂性"。《物理评论快报》。83 (7): 1463–1466。
这些出版物被引用了数千次，反映了它们对计算机科学、数学和工程学领域的影响。
影响与遗产
西格尔曼的工作对人工智能的理论和应用方面都产生了持久影响。她对神经网络计算能力的洞见为现代深度学习架构的发展提供了理论基础，包括Transformer和大语言模型，这些技术如今已无处不在。她对鲁棒性和终身学习的关注也影响了课程学习和基于AI反馈的强化学习等领域的研究。
除了技术贡献外，西格尔曼还是计算机科学领域女性的导师和倡导者，鼓励更多元化的人才进入该领域。她的职业生涯证明了理论研究如何能够带来具有广泛社会影响的实际创新。
奖项与荣誉
除了DARPA/国防部颁发的功绩勋章外，西格尔曼在其职业生涯中还获得了许多其他荣誉。她曾受邀在重要会议上发表演讲，并担任顶级期刊的编委。她当选为多个著名学术学会的会员，反映了同行对她工作的高度认可。
当前工作
截至2020年代初，西格尔曼仍活跃于马萨诸塞大学阿默斯特分校的研究和教学工作。她近期的研究兴趣包括AI与神经科学的交叉、更鲁棒和可解释模型的开发，以及自主系统的伦理问题。她仍是机器学习未来发展及其社会作用讨论中备受追捧的专家。