Kanaka Rajan

Kanaka Rajan (Hindi कनक राजन; * 20. Jahrhundert in Indien) ist eine indisch-amerikanische Biophysikerin, Neurowissenschaftlerin und Hochschullehrerin. Sie ist außerordentliche Professorin am Department für Neurobiologie der Harvard Medical School und Gründungsmitglied des Kempner Institute for the Study of Natural and Artificial Intelligence an der Harvard University sowie Leiterin der Rajan Lab-Forschungsgruppe. Sie arbeitet an der Schnittstelle zweier dynamischer Forschungsfelder: Künstliche Intelligenz (KI) und Neurowissenschaften. Mithilfe von Daten aus neurowissenschaftlichen Experimenten wendet sie computergestützte Modelle aus dem maschinellen Lernen und der statistischen Physik an, um integrative Theorien über das Gehirn zu entwickeln, die Neurobiologie und künstliche Intelligenz verbinden. Mithilfe von Daten aus neurowissenschaftlichen Experimenten wendet sie computergestützte Modelle an, die aus der maschinellen Intelligenz abgeleitet sind.

Leben und Werk

Rajan studierte von 1996 bis 2000 an der Anna University in Chennai, wo sie einen B. Tech. in Industrial Biotechnology (Honors Diploma with Distinction) erhielt. Von 2002 bis 2005 studierte sie an der Brandeis University und erwarb einen Master of Science. Anschließend promovierte sie 2009 an der Columbia University mit einer Dissertation, die das Chaos neuronaler Netze mithilfe eines allgemeinen mathematischen Modells beschreibt. Als Postdoktorandin forschte sie dann bis 2018 im Bereich Biophysik-Theorie an der Princeton University. An der Icahn School of Medicine at Mount Sinai war sie bis 2022 als Assistent Professor, bis 2023 als Adjunct Associate Professor und seit September 2023 als Adjunct Associate Professor tätig. Hier leitet sie ein Labor für theoretische Neurowissenschaften am Friedman Brain Institute. Zeitgleich wurde sie 2023 Associate Professor an der Havard Medical School.

Sie ist Mitglied der American Physical Society and Society for Neuroscience.

Forschung

Rajans Forschung konzentriert sich auf Neurotheorie, künstliche Intelligenz und neuronale Netze. Das Rajan-Labor untersucht, wie Tiere und Menschen mithilfe neuronaler Schaltkreise im Gehirn lernen, sich erinnern und Entscheidungen treffen. Durch die Kombination von Ansätzen aus Physik, Mathematik und Ingenieurwesen mit Datenanalyse sollen neuronale Mechanismen entschlüsselt werden, die kognitive Fähigkeiten und Verhaltensmuster steuern, und herausfinden, wie diese bei neuropsychiatrischen Erkrankungen gestört sind. Das Forschungsprogramm des Rajan-Labors verbindet Neurowissenschaften und künstliche Intelligenz, um innovative Werkzeuge und Methoden zu entwickeln und anzuwenden und so übergreifende Theorien über die Grundlagen natürlicher und künstlicher Intelligenz zu erschließen.

Patente (Auswahl)

• mit R. D. Kepple, D. W. Lee, I. V. Isler, I. M. Park, D. Lee: Jointly Learning Visual Motion And Confidence From Local Patches In Event Cameras. 27. Mai 2021, U.S. Patent Application No. 17105028, US 2021/0158483 A1; United States Patent and Trademark Office.

Auszeichnungen und Ehrungen (Auswahl)

Die Arbeit von Rajan wurde mit zahlreichen Preisen ausgezeichnet: CIFAR Azrieli Global Scholars Program, Next Generation Leaders Council des Allen Institute, Harold and Golden Lamport Basic Science Research Award, McKnight Scholars Award, Young Investigator Award der Brain and Behavior Foundation, Understanding Human Cognition Scholar Award der James S. McDonnell Foundation, sowie:

• 2004: Pulin Sampat Memorial Award, Brandeis University
• 2019: Sloan Research Fellowship in Neuroscience
• 2010 bis 2012: Sloan-Swartz Theoretical Neuroscience Postdoctoral Fellowship
• 2021: National Science Foundation (NSF) CAREER Award
• 2021: Harold and Golden Lamport Basic Science Research Award
• 2022: McKnight Scholar Award
• 2024: Dean’s Innovation Award, Harvard Medical School
• 2024: Lefler Small Grants Award
• 2025: Peter Gruss Young Investigator Finalist
• 2025: Presidential Early Career Award for Scientists and Engineers, The White House
• 2026: Bipolar Disorder Seed Grant, Harvard Brain Science Initiative

Veröffentlichungen (Auswahl)

• mit M. G. Perich: Rethinking brain-wide interactions through multi-region network of networks models. Current Opinion in Neurobiology, 65, 2020, S. 146–151. DOI:10.1016/j.conb.2020.11.003.
• mit L. Pinto, B. DePasquale, S. Y.Thiberge, D. W. Tank, C. D. Brody: Task-dependent changes in the large-scale dynamics and necessity of cortical regions. Neuron, 104(4), 2019, S. 810–824.e9. DOI: 10.1016/j.neuron.2019.08.025.
• mit C. D. Harvey, D. W. Tank: Recurrent network models of sequence generation and memory. Neuron, 90(1), 2016, S. 128–142. DOI: 10.1016/j.neuron.2016.02.00900463.

Weblinks

Commons: Kanaka Rajan – Sammlung von Bildern

• Google Scholar Profil
• Youtube Video: Prof. Kanaka Rajan of Harvard on Deep RL, Deep Behavior Analysis and Scalable Neural Forecasting (englisch)
• Website des RAJAN LAB (englisch)
• Kanaka Raja bei Harvard Medical School (englisch)

Einzelnachweise

1. ↑ Kanaka Rajan | Allen Institute. Abgerufen am 4. November 2026 (englisch). 
2. ↑ Kanaka Rajan. In: Kempner Institute. Abgerufen am 4. November 2026 (amerikanisches Englisch). 
3. ↑ Dr. Kanaka Rajan. 3. November 2021, abgerufen am 4. November 2026 (amerikanisches Englisch). 
4. ↑ Computational Neuroscience and the Joy of Discovery With Dr. Kanaka Rajan. In: Neuroscience from Technology Networks. (technologynetworks.com). 
5. ↑ https://www.linkedin.com/in/kanakarajanphd/
6. ↑ Kanaka Rajan | Mount Sinai - New York. Abgerufen am 4. November 2026 (englisch). 
7. ↑ Kanaka Rajan, PhD | Rajan Lab. Abgerufen am 4. November 2026 (englisch). 
8. ↑ Kanaka Rajan - CIFAR. In: CIFAR. (cifar.ca). 
9. ↑ https://patentimages.storage.googleapis.com/5c/ba/89/afb9786d5d95da/US20210158483A1.pdf
10. ↑ Biophysics Theory Postdoc Kanaka Rajan receives Scholar Award from McDonnell Foundation | Neuroscience. Archiviert vom Original am 8. September 2021; abgerufen am 4. November 2026 (englisch). 
11. ↑ Ela Dutt: 12 researchers of Indian-origin win prestigious Sloan fellowships - News India Times. 20. Februar 2019, abgerufen am 4. November 2026 (amerikanisches Englisch). 
12. ↑ President Biden Honors Nearly 400 Federally Funded Early-Career Scientists | OSTP. In: The White House. 14. Januar 2025, abgerufen am 4. November 2026 (amerikanisches Englisch).