Miriam REINER

Miriam Reiner étudie les neurosciences appliquées à la technologie de pointe centrée sur l’être humain (VR/AR). Elle a publié plus de 150 articles de recherche, deux livres, a été oratrice principale lors de nombreuses conférences universitaires et industrielles, et a déposé de nombreux brevets. Elle a été professeur invité à temps partiel chaque année à Stanford, ainsi qu’à l’université technologique de Nanyang, à l’UNC, à l’University-College de Londres, etc. Miriam collabore avec des entreprises internationales de premier plan dans le domaine des interfaces homme-machine et participe en tant qu’experte aux principaux comités de l’UE sur les futures technologies innovantes. Elle a fondé et dirigé le laboratoire de RV/AR et de neurocognition au Technion, principalement grâce à des subventions de l’UE, et a formé une quarantaine d’étudiants en doctorat et en maîtrise de sciences. Ses travaux se situent à l’interface des neurosciences et de l’apprentissage automatique basé sur des modèles et visent à développer de nouvelles technologies pour l’amélioration de l’être humain. Parmi ses principaux résultats figurent des méthodes de RV/AR pour accélérer la consolidation de la mémoire, améliorer l’intelligence spatiale, accélérer la résolution de problèmes, et des interfaces cerveau-ordinateur basées sur le potentiel d’erreur, pour restructurer les schémas neuronaux afin d’accélérer la réadaptation. Elle se concentre actuellement sur l’extraction de biomarqueurs neuronaux à partir de la dynamique des yeux dans la RV/AR pour une synergie améliorée entre les yeux et la machine cérébrale (RV/AR).

Certains de ses brevets ont été commercialisés et, en 2017, elle a cofondé une entreprise, BrainVu, basée sur ses recherches. BrainVu a été acquise par Mantis Vision au troisième trimestre 2018, et elle et son équipe ont agi en tant que groupe autonome jusqu’à l’automne 2020. En 2021, elle a fondé NeuCogs, qui se concentre sur la coopération homme-machine et l’intégration des réponses du cerveau humain à l’IA, afin de générer un type d’intelligence hybride qui pourrait être appliqué pour améliorer la collaboration entre les humains et les machines.