特伦斯·约瑟夫·塞伊诺夫斯基（生于1947年8月13日）是美国计算神经科学家，索尔克生物研究所弗朗西斯·克里克教授，在该所领导计算神经生物学实验室，并担任克里克-雅各布斯理论与计算生物学中心主任。他还是加州大学圣迭戈分校生物科学教授，以及神经科学、心理学、认知科学、计算机科学和工程学系的兼职教授，并在该校共同领导神经计算研究所。塞伊诺夫斯基因其在神经网络和计算神经科学领域的开创性研究而广受认可，包括与杰弗里·辛顿共同发明玻尔兹曼机，以及开发用于独立成分分析的信息最大化算法。
塞伊诺夫斯基的工作连接了生物学与机器学习，影响了从人工智能到信号处理等多个领域。他曾担任众多学术职务，并获得多项荣誉，包括当选美国全部四个国家科学院院士。2025年，他当选为美国哲学学会会员，并被任命为英国皇家学会外籍会员。
早年生活与教育
塞伊诺夫斯基1947年出生于俄亥俄州克利夫兰。1968年，他在凯斯西储大学获得物理学理学学士学位。随后，他进入普林斯顿大学，在约翰·阿奇博尔德·惠勒的指导下获得物理学文学硕士学位，并于1978年在约翰·霍普菲尔德的指导下获得物理学哲学博士学位。
在硕士学习期间，塞伊诺夫斯基分析了当时所有已知来源的引力波强度以及探测所需的灵敏度。他得出结论，所有现有的引力波探测器灵敏度大约低1000倍，并估计所需的探测器还需30年才能建成。这一认识促使他将研究重点从物理学转向生物学和神经科学。
职业生涯与研究
塞伊诺夫斯基于1978年在普林斯顿大学生物系开始博士后训练，与艾伦·格尔佩林合作。1979年至1981年，他在哈佛医学院神经生物学系担任博士后研究员，师从斯蒂芬·库夫勒。1982年，他加入约翰斯·霍普金斯大学生物物理系任教，在1988年移居圣迭戈之前晋升为教授。
他与加州理工学院保持着长期合作关系，1987年担任维尔斯马神经生物学访问教授，1993年担任谢尔曼·费尔柴尔德杰出学者，1995年至1998年担任兼职访问教授。2004年，他被任命为索尔克研究所弗朗西斯·克里克教授和克里克-雅各布斯理论与计算生物学中心主任。
塞伊诺夫斯基在1991年至2018年期间担任霍华德·休斯医学研究所研究员。他的研究重点是理解大脑的计算资源，并利用计算模型建立从大脑到行为的连接原理。他探索了树突如何整合突触信号，神经元网络如何产生动态模式，感觉信息如何在大脑皮层中表征，记忆表征如何在睡眠期间形成和巩固，以及视觉-运动转换如何组织。
他的实验室开发了分析头皮记录的电信号和磁信号以及功能神经影像血流动力学信号的新方法。他还为神经元内电信号和化学信号处理的生物物理建模做出了贡献，并开发了用于细胞信号蒙特卡罗建模的MCell软件。
神经网络与玻尔兹曼机
在20世纪80年代初，继约翰·霍普菲尔德的工作之后，神经网络计算机模拟变得广泛。塞伊诺夫斯基和杰弗里·辛顿证明了简单的神经网络可以学习相当复杂的任务。他们共同发明了玻尔兹曼机，这是一种随机神经网络，成为深度学习的基础模型。玻尔兹曼机学习复杂概率分布的能力影响了后来机器学习和生成式人工智能的发展。
塞伊诺夫斯基还开创了将学习算法应用于语音和视觉难题的先河。他开发了NETtalk，这是一种学习朗读英文文本的神经网络。他与博士后研究员托尼·贝尔共同开发了用于独立成分分析（ICA）的信息最大化算法，该算法已被广泛应用于机器学习、信号处理和数据分析。
1989年，塞伊诺夫斯基创办了由麻省理工学院出版社出版的期刊《神经计算》，该期刊成为神经网络和计算神经科学领域的领先期刊。他还担任神经信息处理系统基金会主席，该基金会负责监督年度NeurIPS会议，这是一个重要的跨学科会议，汇集了来自生物学、物理学、数学和工程学的研究人员。
教学与公众参与
塞伊诺夫斯基与芭芭拉·奥克利共同创建并教授在线课程“学会如何学习：帮助你掌握困难科目的强大思维工具”。该课程在Coursera平台上提供，已成为全球最受欢迎的在线课程。它教授基于证据的学习技巧，包括间隔重复和交错练习，已惠及全球数百万学习者。
他的教学和公众参与工作帮助普及了神经科学和学习科学，使复杂主题能够为广泛受众所理解。
荣誉与奖项
塞伊诺夫斯基在其职业生涯中获得了众多荣誉。1984年，他获得美国国家科学基金会总统青年研究者奖。1996年，他获得哈维·穆德学院颁发的赖特奖，以表彰其在跨学科研究方面的卓越贡献；1999年，他获得国际神经网络学会颁发的赫布奖，以表彰其对学习算法的贡献。
他于2000年成为电气与电子工程师学会会士，并于2002年获得该学会的神经网络先驱奖。2003年，他当选为约翰斯·霍普金斯学者学会会员。他还是设计未来委员会高级研究员。
塞伊诺夫斯基于2008年当选为美国国家医学院院士，2010年当选为美国国家科学院院士，2011年当选为美国国家工程院院士，2017年当选为美国国家发明家科学院院士。这使他成为仅有的三位在世时当选美国全部四个国家科学院院士的人之一。他于2013年当选为美国艺术与科学院院士，并于2014年成为美国物理学会会士。
他于2015年获得美国神经科学学会颁发的理论与计算神经科学斯沃茨奖，2017年获得苏黎世大学荣誉博士学位，2022年获得格鲁伯神经科学奖。2024年，他与拉里·阿博特和海姆·索姆波林斯基共同获得大脑奖，以表彰其在理论神经科学方面的开创性工作，并获普林斯顿大学荣誉理学博士学位。2025年，他被任命为英国皇家学会外籍会员，并当选为美国哲学学会会员。
遗产与影响
塞伊诺夫斯基的贡献对神经科学和人工智能都产生了持久影响。他在神经网络方面的工作为现代深度学习奠定了基础，他对大脑功能的见解为机器学习中使用的计算模型提供了信息。他在独立成分分析方面的研究在信号处理和数据分析中具有应用价值。
作为导师和教育者，他影响了一代计算神经科学研究者。他的跨学科方法结合了生物学、物理学和计算机科学，帮助塑造了计算神经科学领域。他在索尔克研究所的持续工作继续探索大脑的计算资源，旨在建立从大脑到行为的连接原理。