Маккензи В. Матис — американский нейробиолог и главный исследователь Федеральной политехнической школы Лозанны . Ее лаборатория исследует адаптивные механизмы в биологическом и искусственном интеллекте для информирования адаптивных систем искусственного интеллекта и трансляционных исследований неврологических заболеваний.
Мэтис получила высшее образование в Университете Орегона , получив степень бакалавра наук в 2007 году. [ 1] Затем с 2007 по 2012 год она работала старшим научным сотрудником и руководителем лаборатории в Лаборатории проекта ALS по исследованиям стволовых клеток в Колумбийском университете . 1] [2] Работая под руководством доктора Кристофера Э. Хендерсона и доктора Хайнека Вихтерле , Матис смоделировал боковой амиотрофический склероз (БАС) с использованием двигательных нейронов , полученных из стволовых клеток . [2] За время работы в лаборатории она опубликовала две научные статьи первого автора, одну в Journal of Neuroscience.который предложил новый протокол для создания подтипов нейронов, иннервирующих конечности человека, in vitro для использования в исследованиях неврологических заболеваний, [3] и другой в Nature Biotechnology для сравнительного анализа способности линий стволовых клеток iPS создавать двигательные нейроны. [4] Затем Матис переехал в Бостон и присоединился к программе выпускников в области молекулярной и клеточной биологии (MCB) в Гарвардском университете . [5] На пути к получению докторской степени она также получила степень магистра. [1] [5] Во время работы над докторской диссертацией Матис проводила исследование нейронных цепей, лежащих в основе ошибок прогнозирования вознаграждения, под руководством профессора Наошиге Утиды в Гарвардском центре исследований мозга.[5] В первый год обучения в аспирантуре Матис получила стипендию Национального научного фонда для финансирования своих исследований в аспирантуре. [6] Матис смогла объединить свои интересы в области управления моторикой с опытом Учиды в нейронных записях и поведенческом анализе, чтобы создать новое научное направление в лаборатории [5] и опубликовать первую авторскую статью в Neuron к концу ее докторской диссертации относительно существенную роль играет соматосенсорная кора в двигательной адаптации передних конечностей у грызунов. [7]Ближе к концу работы над докторской диссертацией Мэтис была награждена стипендией Роуленда, которая предоставила пятилетнее финансирование для открытия ее собственной лаборатории в Гарвардском институте Роуленда в Кембридже, Массачусетс. [5] До основания лаборатории Mathis в Гарварде Матис также была удостоена стипендии Women & the Brain (WATB) за продвижение в области науки о мозге, которая предоставила ей финансирование для работы в Германии летом 2017 года под руководством профессора. Матиас Бетге из Тюбингенского университета . [5] В своей постдокторской работе Матис сосредоточилась на новаторских инструментах глубокого обучения для нейронного и поведенческого анализа, что послужило важным шагом на пути к ее независимой карьере. [8]
В 2017 году Матис открыла свою лабораторию в Институте Роуленда при Гарвардском университете с целью обратного проектирования нейронных цепей, которые управляют адаптивным двигательным поведением. [5] С помощью крупномасштабных нейронных записей и создания новых роботов и инструментов машинного обучения лаборатория Mathis исследует нейронные цепи и анализирует поведенческие результаты, чтобы лучше понять, как функции мозга связаны с поведением. [9] Матис привержена концепции открытой науки [10] , и поэтому новый инструмент глубокого обучения , который она разработала, находится в открытом доступе .Таким образом, исследователи во всем мире имеют доступ к коду, чтобы использовать этот инструмент для беспристрастного и точного анализа поведения животных, чтобы лучше понять, как нейронная активность управляет конкретным поведением. [10] [11] [12] Инструмент глубокого обучения, разработанный Матисом, называется DeepLabCut, который основан на трансферном обучении для оптимизации существующей обученной нейронной сети до желаемого нового набора данных после достаточного обучения. [12] Матис продемонстрировал универсальность этого инструмента на множестве разнообразных наборов данных, подчеркнув надежность конструкции и потенциал для широкого использования в областях, выходящих за рамки неврологии. [13] Ее работа была опубликована в журнале Nature, [14]Bloomberg Business Week, [15] и The Atlantic. [16]