חוה זיגלמן

חוה זיגלמן

אין תמונה חופשית
לידה	23 באוגוסט 1964 (בת 59) חיפה, ישראל
מקום לימודים	הטכניון - מכון טכנולוגי לישראל (1988) האוניברסיטה העברית בירושלים (1992) אוניברסיטת ראטגרס (1993)
מנחה לדוקטורט	אדוארדו זונטאג
מוסדות	אוניברסיטת מסצ'וסטס אמהרסט הטכניון - מכון טכנולוגי לישראל האוניברסיטה העברית בירושלים

חוה טובה זיגלמן (נולדה ב-23 באוגוסט 1964) היא מדענית מחשב ישראלית-אמריקאית המתמחה במדעי המוח ורשתות עצביות, פרופסור מן המניין באוניברסיטת מסצ'וסטס (University of Massachusetts) בבית הספר למדעי המחשב, ראש מעבדת Biologically inspired Neural and Dynamic System (BINDS) ופרופסור בתוכנית למדעי המח של האוניברסיטה. המעבדה מתמקדת בהבנה תהליכי לימוד ביולוגיים, בפיתוח אלגוריתמים של מכונות לומדות (Machine Learning) ורשתות נוירונים (Neural Networks), ובשימושם הטכנולוגי

החל משנת 2016 זיגלמן "מושאלת" מהאקדמיה לממשל הפדרלי בוושנגטון, העבודה עם הממשל היא בניהול פרויקטים מחקריים – אמריקאים וֹבין לאומיים – לפריצת דרך בבינה מלאכותית בתקציבים של עשרות מיליוני דולרים. תוכנית הדגל, (L2M) Lifelong Learning Machines משלבת חוקרים ממדעי החיים, מדעי המחשב וֹהנדסה, חברות וֹאוניברסיטאות, לפיתוח מכונות אמינות שלומדות ומשתפרות בזמן אמת ובאופן בטיחותי.

ביוני 2020 זכתה זיגלמן במדליית השירות הציבורי ("Meritorious Public Service Medal") מטעם סוכנות הפרויקטים למחקר מתקדם להגנה (DARPA) של משרד ההגנה של ארצות הברית על התקדמות שהיא והצוות שלה עשה בתחום הבינה המלאכותית.

ביוגרפיה

זיגלמן ילידת חיפה וֹבוגרת בית הספר הריאלי. זיגלמן סיימה תואר ראשון במדעי המחשב בטכניון בהצטיינות נשיא ובהצטיינות הכנסת (1988), תואר שני באוניברסיטה העברית בירושלים) בהצטיינות (1992 עם תזה שהגיעה לפרסום ב-American Scientist , ותואר שלישי באוניברסיטת ראטגרס שבניו ג'רזי (בהצטיינות אוניברסיטאית יתרה 1993) עם עבודת דוקטורט על רשתות נוירונים חישוביות.

בעבר הייתה זיגלמן מרצה בפקולטה להנדסת תעשייה וניהול בטכניון.

עבודתה של זיגלמן הובילה למאמר פורץ דרך בעיתון המדעי Science, ולספר: Neural Networks and Analog Computation: Beyond the Turing Limit" ,Birkhauser, Boston, 1998, לשינוי גישה בעולם הבינה המלאכותית בו רשתות נוירונים מקבלות מעמד מרכזי, ולפיתוח תת–תחום במדעי המחשב של Super-Turing Computation .

זיגלמן זכתה במלגת אלון למדענים צעירים מבריקים (1994) שנועדה להשיבם לישראל, וכיהנה כחברת סגל וראש המסלול מערכות מידע בטכניון (1994–2000).

בשנת 2000 יצאה לשנת לשבתון באוניברסיטת MIT לחקור ולנהל מעבדה laboratory of information and decision systems ב-MIT וֹבהמשך צורפה כפרופסורית קבועה לאוניברסיטת מסצ'וסטס.

בתחילת שנות התשעים פרסמה יחד עם המנחה שלה, אדוארדו זונטג, מודל חישובי של רשת עצבים עם כוח חישוב מעבר לזה של מכונת טיורינג אוניברסלית. המאמר פורסם בעיתון Science‏ ובמחקרה "Neural Networks and Analog Computation: Beyond the Turing Limit".

בשנת 2010 פרסמה יחד עם Olsen Megan ונאוה זיגלמן-דניאלי מאמר בשם: "Dynamic Computational Model Suggests That Cellular Citizenship Is Fundamental for Selective Tumor Apoptosis", אשר תיאר תפקיד של דיאלוג בין תאים להרג תאים חולים על ידי תאים בריאים סמוכים, סמוך אחרי הופעת העבודות הראשונות באימונותרפיה שהוכיחו את המודל

תרומה אוניברסיטאית חברתית

זיגלמן פעילה לאורך הקריירה שלה בקידום מיעוטים ונשים בתחומי מדעי המחשב וההנדסה.

זיגלמן פעילה בוועדות הסנאט של האוניברסיטה, ומובילה תוכניות למניעת אפליה ולשילוב סטודנטים וסטודנטיות צעירים ובוגרים משכבות מצוקה וֹמרקע אישי מגוון (diversity program) באקדמיה.

זיגלמן פועלת למניעת אנטישמיות, ומניעת פעילויות כמו חרם אקדמי כנגד מדינת ישראל, קידום קשרי מחקר עם ישראל, כולל פיתוח התוכנית לחילופי סטודנטים ומדענים (2011) בין אוניברסיטת בר-אילן ואוניברסיטת מסצ'וסט בתחום חקר המח.

בנוסף פועלת זיגלמן בעידוד תקשורת אקדמית וחברתית בין קהילות יהודיות בצפון ארצות הברית וקנדה.

פרסומים

מפרסומיה המובילים

• H.T. Siegelmann, “Computation Beyond the Turing Limit,” Science 238(28), April 1995: 632-637. (Work received wide media attention, and was mentioned as founding the field of Super-Turing computation)
• A. Ben-Hur, D. Horn, H.T. Siegelmann and V. Vapnik, “Support vector clustering,” Journal of Machine Learning Research 2, 2001: 125-137. (This utile clustering algorithm is highly used in industry and data-science)
• T. Leise and H.T. Siegelmann, “Dynamics of a multistage circadian system,” Journal of Biological Rhythms 21(4), August 2006: 314-323. (Work used mathematical constructs to find the source and treatment for jeg-lag)
• memory aid improves human multitasking via domain-general eye tracking procedures,” Frontiers in ICT 2:17, Sept 2015. doi: 10.3389/fict.2015.00017
• P. Taylor, J.N. Hobbs, J Burroni, H.T. Siegelmann, “The global landscape of cognition: hierarchical aggregation as an organizational principle of human cortical networks and functions,” Nature Scientific Reports Dec 2015. (Work suggests how the structure of human brain leads to the capability of abstract thoughts)

מאמרים

• J. Cabessa and H. T. Siegelmann, "The Computational Power of Interactive Recurrent Neural Networks," Neural Computation. 2012, 24(4): 996-1019.
• H.T. Siegelmann and L.E. Holtzman, "Neuronal integration of dynamic sources: Bayesian learning and Bayesian inference," Chaos: Focus issue: Intrinsic and Designed Computation: Information Processing in Dynamical Systems 20 (3): DOI: 10.1063/1.3491237, September 2010. (7 pages)
• D. Nowicki and H.T. Siegelmann, “Flexible Kernel Memory,” PLOS One 5: e10955, June 2010.
• M.M. Olsen, N. Siegelmann-Danieli, H.T. Siegelmann. “Dynamic Computational Model Suggests that Cellular Citizenship is Fundamental for Selective Tumor Apoptosis,” PLoS One 5(5):e10637, May 2010.
• A. Z. Pietrzykowski, R. M. Friesen, G. E. Martin, S.I. Puig, C. L. Nowak, P. M. Wynne, H. T. Siegelmann, S. N. Treistman, “Post-transcriptional regulation of BK channel splice variant stability by miR-9 underlies neuroadaptation to alcohol,” Neuron 59, July 2008: 274-287.
• Lu, S., Becker, K.A., Hagen, M.J., Yan, H., Roberts, A.L., Mathews, L.A., Schneider, S.S., Siegelmann, H.T., Tirrell, S.M., MacBeth, K.J., Blanchard, J.L. and Jerry, D.J., “Transcriptional responses to estrogen and progesterone in Mammary gland identify networks regulating p53 activity,” Endocrinology 149(10), June 2008: 4809-4820.
• H.T. Siegelmann, “Analog-Symbolic Memory that Tracks via Reconsolidation,” Physica D: Nonlinear Phenomena 237 (9), 2008: 1207-1214.
• F. Roth, H. Siegelmann, R. J. Douglas. “The Self-Construction and -Repair of a Foraging Organism by Explicitly Specified Development from a Single Cell,” Artificial Life 13(4), 2007: 347-368.
• T. Leise and H.T. Siegelmann, “Dynamics of a multistage circadian system,” Journal of Biological Rhythms 21(4), August 2006: 314-323.
• O. Loureiro, and H. Siegelmann, "Introducing an Active Cluster-Based Information Retrieval Paradigm," Journal of the American Society for Information Science and Technology 56(10), August 2005: 1024-1030.
• A. Ben-Hur, D. Horn, H.T. Siegelmann and V. Vapnik, “Support vector clustering,” Journal of Machine Learning Research 2, 2001: 125-137.
• H.T. Siegelmann, A. Ben-Hur and S. Fishman, “Computational Complexity for Continuous Time Dynamics,” Physical Review Letters, 83(7), 1999: 1463-1466.
• H.T. Siegelmann and S. Fishman, “Computation by Dynamical Systems,” Physica D 120, 1998 (1-2): 214-235.
• H.T. Siegelmann, “Computation Beyond the Turing Limit,” Science 238(28), April 1995: 632-637.

רשימה חלקית של יישומים

• S. Sivan, O. Filo and H. Siegelman, “Application of Expert Networks for Predicting Proteins Secondary Structure,” Biomolecular Engineering 24(2), June 2007: 237-243.
• S Eldar, H. T. Siegelmann, D. Buzaglo, I. Matter, A. Cohen, E. Sabo, J. Abrahamson, “Conversion of Laparoscopic Cholecystectomy to open cholecystectomy in acute cholecystitis: Artificial neural networks improve the prediction of conversion,” World Journal of Surgery 26(1), Jan 2002: 79-85.
• D. Lange, H.T. Siegelmann, H. Pratt, and G.F. Inbar, “Overcoming Selective Ensemble Averaging: Unsupervised Identification of Event Related Brain Potentials.” IEEE Transactions on Biomedical Engineering 47(6), June 2000: 822-826.
• H. Karniely and H.T. Siegelmann, “Sensor Registration Using Neural Networks,” IEEE transactions on Aerospace and Electronic Systems 36(1), 2000: 85-98.
• H.T. Siegelmann, E. Nissan, and A. Galperin, “A Novel Neural/Symbolic Hybrid Approach to Heuristically Optimized Fuel Allocation and Automated Revision of Heuristics in Nuclear Engineering,” Advances in Engineering Software 28(9), 1997: 581-592.

ספרים

• Neural Networks and Analog Computation : Beyond the Turing Limit, Birkhauser, Boston, December 1998 ISBN 0-8176-3949-7

כמו כן, כתבה 21 פרקים בספרים שונים.

פרסים

1. The Donald O. Hebb Award, for lifetime contribution to biological learning, the International Neural Network Society (INNS), 2016

1. Distinguished Lecturer Award, IEEE -Computational Intelligence Society (CIS), 2017

1. ביוני 2020 זיגלמן, מהמכללה למדעי המחשב ואוניברסיטת מסצ'וסטס באמהרסט (CICS), זכתה במדליית השירות הציבורי ("Meritorious Public Service Medal" ) מטעם סוכנות הפרויקטים למחקר מתקדם להגנה (DARPA) של משרד ההגנה של ארצות הברית על התקדמות שהיא והצוות שלה עשה בתחום הבינה המלאכותית (AI).

המדליה, שהיא הכבוד השלישי בגובהו שמשרד ההגנה יכול להעניק לאזרח, ניתנה מכיוון ש"יצרה וניהלה כמה מתוכניות ה- AI הגדולות והמתקדמות ביותר של DARPA כולל L2M (Lifelong Learning Machines) - פיתוח מערכות AI מתקדמות מהדור הבא המסוגלות ללמוד במציאות זמן ויישום למידה בסביבות ובנסיבות שלא הוכשרו במיוחד לכך

משפחה

סבה של זיגלמן היה הד"ר מרדכי מקס לבנשטיין ואחותה היא האונקולוגית ד"ר נאוה זיגלמן-דניאלי.

קישורים חיצוניים

• חוה זיגלמן, באתר פרויקט הגנאלוגיה במתמטיקה
• חוה זיגלמן, באתר dblp
• חוה זיגלמן, באתר של אוניברסיטת מסצ'וסטס אמהרסט