Duygu Kuzum (nascida em 1983) é uma engenheira eletricista turco-americana e professora na Jacobs School of Engineering da Universidade da Califórnia, em San Diego. Ela é conhecida por desenvolver sensores neurais transparentes baseados em materiais de camada única e por pesquisas em computação inspirada no cérebro que combinam redes neurais com aprendizado de máquina para estudar processos cerebrais. Seu trabalho tem aplicações tanto na neurociência quanto na inteligência artificial, particularmente no design de hardware para sistemas de aprendizado profundo.
Kuzum recebeu diversos prêmios, incluindo o Prêmio New Innovator de 2020 dos Institutos Nacionais de Saúde e o Prêmio Presidencial de Carreira Precoce para Cientistas e Engenheiros de 2025. Suas pesquisas foram publicadas em periódicos de destaque, como Nature Communications e Nano Letters.
Início da vida e educação
Kuzum nasceu em Ancara, na Turquia, e desenvolveu interesse pela ciência durante a infância. Ela frequentou a Universidade Bilkent para seus estudos de graduação e depois se mudou para os Estados Unidos para o doutorado na Universidade Stanford. Sua pesquisa de doutorado focou em MOSFETs para aplicações CMOS, uma área fundamental para a tecnologia moderna de semicondutores. Durante o doutorado, ela completou um estágio na Intel, ganhando experiência na indústria de fabricação de chips.
Em 2011, Kuzum ingressou na Universidade da Pensilvânia como pesquisadora de pós-doutorado no Centro de Neuroengenharia e Terapêutica. Lá, ela trabalhou no desenvolvimento de eletrodos neurais transparentes, que permitem o registro elétrico e a imagem óptica simultâneos da atividade cerebral.
Pesquisa e carreira
Kuzum ingressou na Universidade da Califórnia, em San Diego, em 2015, onde lidera um grupo de pesquisa na interseção entre neurociência e computação. Seu laboratório foca em estratégias de computação inovadoras inspiradas no cérebro, incluindo o uso de materiais de mudança de fase para dispositivos sinápticos que imitam sinapses biológicas. Este trabalho é relevante para a computação neuromórfica e pode levar a hardware de IA mais eficiente em termos energéticos.
Um aspecto-chave de sua pesquisa é o desenvolvimento de eletrodos de grafeno transparentes e flexíveis para eletrofisiologia e neuroimagem simultâneas. Esses sensores, feitos de materiais de camada única, permitem que pesquisadores observem a atividade neural com alta resolução, minimizando a interferência com técnicas de imagem baseadas em luz.
Kuzum também integra sensores neurais moleculares com algoritmos de Machine learning para entender melhor os processos neurais. Ela construiu estruturas auto-montadas a partir de células-tronco, incorporadas com sensores neurais controláveis, para imitar o cérebro humano embrionário. Esses modelos de organoides fornecem uma plataforma para estudar o neurodesenvolvimento e distúrbios neurológicos.
Seu trabalho une a neurociência experimental e a modelagem computacional, contribuindo tanto para a ciência básica quanto para potenciais aplicações clínicas.
Prêmios e honrarias
Kuzum recebeu vários prêmios prestigiados ao longo de sua carreira:
- 2013: Fellow da PopTech
- 2014: Inovadores com Menos de 35 Anos da MIT Technology Review
- 2016: Prêmio Jovem Investigador do Escritório de Pesquisa Naval
- 2017: Prêmio Jovem Investigador do Conselho de Nanotecnologia da IEEE
- 2018: Prêmio CAREER da NSF
- 2018: Prêmio Trailblazer do NIH NIBIB
- 2020: Prêmio New Innovator do NIH
- 2025: Prêmio Presidencial de Carreira Precoce para Cientistas e Engenheiros
Essas honrarias reconhecem suas contribuições para a nanoeletrônica, interfaces neurais e computação inspirada no cérebro.
Publicações selecionadas
Kuzum é autora de artigos influentes em sua área. Trabalhos notáveis incluem:
- "Nanoelectronic programmable synapses based on phase change materials for brain-inspired computing" (2011), publicado em Nano Letters, que demonstrou uma abordagem inovadora para dispositivos sinápticos.
- "Synaptic electronics: materials, devices and applications" (2013), uma revisão em Nanotechnology cobrindo o estado da arte em dispositivos sinápticos.
- "Transparent and flexible low noise graphene electrodes for simultaneous electrophysiology and neuroimaging" (2014), publicado em Nature Communications, que introduziu uma tecnologia-chave para o registro neural.
Essas publicações foram amplamente citadas e influenciaram tanto a comunidade de hardware de redes neurais quanto a instrumentação em neurociência.
Ver também
- computação neuromórfica
- grafeno
- interface cérebro-computador