特伦斯·约瑟夫·塞伊诺夫斯基（生于1947年8月13日）是索尔克生物研究所的弗朗西斯·克里克教授，他在那里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。他的研究聚焦于神经网络和计算神经科学，提出了连接大脑功能与机器学习的基础算法和模型。他还是加利福尼亚大学圣迭戈分校的生物科学教授，并在多个系担任兼职教授，同时共同领导神经计算研究所。
塞伊诺夫斯基的职业生涯跨越物理学、神经生物学和人工智能，以富有影响力的合作和领域内的领导地位著称。他与芭芭拉·奥克利共同创建并教授了《如何学习》，这是Coursera上一门广受欢迎的在线课程。2025年，他当选为美国哲学学会会员，为其长长的荣誉列表再添一笔。
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。他于1968年在凯斯西储大学获得物理学学士学位。随后他进入普林斯顿大学，于1970年获得物理学硕士学位，并于1978年获得物理学博士学位，两者分别由著名物理学家约翰·阿奇博尔德·惠勒（硕士）和约翰·霍普菲尔德（博士）指导。
在研究生学习期间，塞伊诺夫斯基分析了引力波源和探测器灵敏度，得出结论：现有探测器的灵敏度大约低1000倍，无法探测到信号。他预测足够灵敏的探测器大约需要三十年才能出现，因此将研究重点转向其他领域，最终走向神经生物学和计算。
职业生涯与研究职位
1978年至1979年，塞伊诺夫斯基在普林斯顿大学生物系担任博士后研究员，与艾伦·格尔佩林合作。随后他前往哈佛医学院，于1979年至1981年在斯蒂芬·库夫勒指导下担任神经生物学博士后研究员。1982年，他加入约翰斯·霍普金斯大学生物物理系任教，晋升为教授后于1988年迁至圣迭戈。
塞伊诺夫斯基与加州理工学院保持长期合作关系，1987年担任威尔斯马神经生物学客座教授，1993年担任谢尔曼·费尔柴尔德杰出学者，1995年至1998年担任兼职客座教授。他于1991年至2018年担任霍华德·休斯医学研究所研究员。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。
神经网络贡献
塞伊诺夫斯基在1980年代的早期工作，继约翰·霍普菲尔德的研究之后，帮助证明了简单神经网络可以学习中等复杂度的任务。他与杰弗里·辛顿合作，共同发明了玻尔兹曼机，这是一种随机神经网络，对深度学习产生了深远影响。他还开创了学习算法在语音和视觉中的应用，特别是NETtalk系统，该系统学会了朗读书面文本。
塞伊诺夫斯基与他的博士后研究员托尼·贝尔共同开发了用于独立成分分析（ICA）的infomax算法，该技术被广泛应用于机器学习、信号处理和数据挖掘。1989年，他创办了《神经计算》期刊，这是麻省理工学院出版社出版的一份领先期刊，并曾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。
研究重点
塞伊诺夫斯基的长期研究目标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联系原则。他的研究涵盖多个层面，从神经元的生物物理特性到系统级动态。利用海马和皮层脑片制备，他的实验室探索单神经元和突触特性，包括尖峰发放精度和神经调质效应。
他开发了神经元内电信号和化学信号传导的生物物理模型，与生理实验相辅相成。新技术包括用于细胞信号传导的蒙特卡洛方法，以名为MCell的软件实现。他的研究涉及树突如何整合突触信号、网络如何产生动态模式、感觉信息如何在 cerebral cortex 中表示、记忆表征如何在睡眠期间形成和巩固，以及视觉-运动转换如何自适应组织。他的实验室还开发了分析头皮电信号和磁信号以及功能神经影像血流动力学信号的方法。
荣誉与奖项
塞伊诺夫斯基在其职业生涯中获得过众多荣誉。1984年，他获得美国国家科学基金会总统青年研究员奖。他于1996年获得哈维·穆德学院赖特奖，1999年获得国际神经网络学会赫布奖。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。
他于2003年当选为约翰斯·霍普金斯学者学会会员，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，他当选为美国国家发明家科学院院士，使他成为仅有的三位同时当选全部四个国家科学院院士的在世人士之一。他还于2013年当选为美国艺术与科学学院院士，并于2014年成为美国物理学会会士。
塞伊诺夫斯基于2015年获得神经科学学会的理论与计算神经科学斯沃茨奖，并于2017年获得苏黎世大学荣誉博士学位。2022年，他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，以表彰他们在理论神经科学方面的开创性工作，并获得了普林斯顿大学荣誉理学博士学位。他于2025年被任命为英国皇家学会外籍会员。
教育影响
除研究外，塞伊诺夫斯基还通过在线课程《如何学习》为教育做出贡献，该课程与芭芭拉·奥克利共同创建。这门课程在Coursera上提供，成为世界上最受欢迎的在线课程之一，帮助学习者使用基于证据的技巧掌握困难科目。这一举措反映了他将科学见解转化为实用学习工具的广泛兴趣。
遗产与影响
塞伊诺夫斯基的工作塑造了计算神经科学和人工智能，弥合了生物系统与工程系统之间的鸿沟。他的算法，如玻尔兹曼机和infomax ICA，影响了神经网络和机器学习领域的几代研究者。他在创办期刊和会议方面的领导作用帮助定义了该领域的发展轨迹，他的跨学科方法继续激励着神经科学、物理学和计算交叉领域的研究。