Keith Murray, senior du MIT, combine ses intérêts pour les neurosciences, l’informatique et la philosophie pour mieux comprendre le comportement humain.
Cognition humaine – impression artistique. Crédit image : John Hain via PixabayLicense gratuite
En janvier, alors que la rivière Charles commençait à geler, Keith Murray et les autres membres de l’équipe masculine des poids lourds du MIT se sont mis à s’élancer sur le rameur intérieur. Pendant 80 minutes à la fois, Murray a enduré l’un des entraînements les plus exténuants de son expérience universitaire. Pour se distraire de la douleur, il parlait avec ses coéquipiers, couvrant tout, des grandes idées philosophiques aux préférences personnelles en matière de café.
Pour Murray, pratiquement toute conversation est une occasion d’explorer comment les gens pensent et pourquoi ils pensent d’une certaine manière. Actuellement titulaire d’une double spécialisation en calcul et cognition, et en linguistique et philosophie, Murray essaie de comprendre l’expérience humaine en se basant sur les connaissances de tous ces domaines.
« J’essaie de combiner différentes approches pour comprendre les complexités de la cognition humaine », dit-il. « Par exemple, d’un point de vue physiologique, le cerveau n’est que des milliards de neurones qui s’activent en même temps, mais cela effleure à peine la surface de la cognition. »
Murray a grandi à Corydon, dans l’Indiana, où il a fréquenté l’Académie des sciences, des mathématiques et des sciences humaines de l’Indiana au cours de sa première année de lycée. Il a été exposé à la philosophie là-bas, apprenant les idées de Platon, Socrate et Thomas d’Aquin, pour n’en nommer que quelques-uns. En regardant les collèges, Murray s’est intéressé au MIT parce qu’il voulait en savoir plus sur les processus de pensée humaine sous différents angles. « En venant au MIT, je savais que je voulais faire quelque chose de philosophique. Mais je voulais aussi être du côté plus technique des choses », dit-il.
Une fois sur le campus, Murray a immédiatement saisi une opportunité par le biais du programme d’opportunités de recherche de premier cycle (UROP) dans le Laboratoire des humanités numériques. Là, il a travaillé avec la technologie de traitement du langage pour analyser le langage genré dans divers romans, dans le but final d’afficher les données pour un public en ligne. Il a appris les modèles mathématiques de base utilisés pour analyser et présenter des données en ligne, pour étudier les implications sociales des phrases et expressions linguistiques.
Murray a également rejoint le Foule communauté d’apprentissage, qui a réuni différentes perspectives des sciences humaines, des sciences et des mathématiques dans un séminaire hebdomadaire. « J’ai été exposé à d’excellents exemples de la façon de faire du travail interdisciplinaire », se souvient-il.
Au cours de l’été qui a précédé sa deuxième année, Murray a accepté un poste de chercheur dans le Laboratoire Harnett, où au lieu de travailler avec des romans, il travaillait avec des souris. Aux côtés du postdoc Lucas Fisher, Murray a entraîné des souris à effectuer des tâches de navigation à l’aide d’équipements de réalité virtuelle. Son objectif était d’explorer l’encodage neuronal dans la navigation, en comprenant pourquoi les souris se comportaient de certaines manières après avoir reçu certains stimuli sur les écrans. Passant du temps dans le laboratoire, Murray s’est de plus en plus intéressé aux neurosciences et aux composants biologiques derrière les processus de pensée humaine.
Il a recherché d’autres expériences de recherche liées aux neurosciences, ce qui l’a amené à explorer un projet SuperUROP au Laboratoire d’informatique et d’intelligence artificielle du MIT (CSAIL). Travailler sous Professeur Nancy Lynch, il a conçu des modèles théoriques de la rétine en utilisant l’apprentissage automatique. Murray était ravi d’appliquer les techniques qu’il a apprises en 9.40 (Introduction au calcul neuronal) pour résoudre des problèmes neurologiques complexes. Murray considère qu’il s’agit de l’une de ses expériences de recherche les plus difficiles, car l’expérience s’est déroulée entièrement en ligne.
«C’était pendant la pandémie, j’ai donc dû apprendre beaucoup par moi-même; Je ne pouvais pas exactement faire de la recherche dans un laboratoire. C’était un gros défi, mais à la fin, j’ai beaucoup appris et j’ai fini par en tirer une publication », se souvient-il.
Au cours du dernier semestre, Murray a travaillé dans le laboratoire de Professeur Ila Fiete au McGovern Institute for Brain Research, construisant des modèles d’apprentissage en profondeur d’animaux effectuant des tâches de navigation. Grâce à cet UROP, qui s’appuie sur son projet final de la classe 9.49 de Fiete (Neural Circuits for Cognition), Murray a travaillé pour incorporer des modèles théoriques existants de l’hippocampe afin d’étudier l’intersection entre l’intelligence artificielle et les neurosciences.
Réfléchissant à ses diverses expériences de recherche, Murray dit qu’ils lui ont montré de nouvelles façons d’explorer le cerveau humain sous plusieurs angles, ce qu’il trouve utile alors qu’il essaie de comprendre la complexité du comportement humain.
En dehors de ses activités académiques, Murray a continué à ramer avec l’équipe d’équipage, où il a marché sa première année. Il voit l’aviron comme un moyen de développer sa force, à la fois physiquement et mentalement. « Lorsque je fais mon travail en classe ou que je pense à des projets, j’utilise la même force mentale que celle que j’ai développée pendant l’aviron », dit-il. « C’est quelque chose que j’ai appris au MIT, pour cultiver le dévouement que vous mettez envers quelque chose. C’est la même force mentale, que vous l’appliquiez à des activités physiques comme l’aviron ou à des projets de recherche.
Pour l’avenir, Murray espère poursuivre un doctorat en neurosciences, cherchant à trouver des moyens d’intégrer son amour de la philosophie et de la pensée humaine dans sa recherche cognitive. « Je pense qu’il y a beaucoup plus à voir avec les neurosciences, en particulier avec l’intelligence artificielle. Il y a tellement de nouveaux développements technologiques en cours en ce moment », dit-il.
Écrit par Alli Armijo
La source: Massachusetts Institute of Technology
