热烈欢迎世界科学院院士、巴西科学院院士 Teresa Bernarda Ludermir 加入国际人工智能产业联盟（AIIA）。
Teresa Bernarda Ludermir
世界科学院院士、巴西科学院院士、伯南布哥科学院院士。现任巴西伯南布哥联邦大学信息中心人工智能教授，协调巴西国家人工智能研究所和人工智能网络安全卓越研究中心，并担任联合国人工智能问题独立国际科学小组成员。
▌研究方向
她的研究长期围绕神经网络、机器学习与负责任人工智能展开，重点关注神经网络的计算能力与自动设计，以及如何让模型根据具体任务共同优化权重、网络结构和激活函数。
▌成果与荣誉
Teresa Bernarda Ludermir已发表400余篇优秀论文，出版5部著作。她在无权神经网络的计算能力和神经网络自动设计方面取得了一系列成果，相关研究还覆盖气体识别、葡萄酒分类、风电预测和水质评估等任务。
她曾获巴西国家科学功绩勋章司令级、巴西计算机学会科学功绩奖等荣誉，2025年当选世界科学院院士，2026年入选联合国人工智能问题独立国际科学小组，是40名成员中唯一的巴西成员。
当神经网络还不是热门方向
20世纪80年代，神经网络远没有今天这样受关注，计算能力和可用数据也十分有限。Teresa Bernarda Ludermir已经开始研究一个基础问题：这种模拟神经元连接的模型，究竟能够完成怎样的计算？
她早期研究的无权神经网络，与今天常见的神经网络不同。普通神经网络主要通过调整连接权重学习，无权神经网络则借助存储器和逻辑节点记录模式。这种结构便于用数字电路实现，也让研究者可以用自动机和计算理论分析它的能力边界。
Teresa Bernarda Ludermir早期围绕无权神经网络开展的研究，展示了这类模型与经典计算模型之间的联系，并在其中实现了图灵机模拟。这项工作触及了神经网络研究的底层问题：一个能够识别和学习模式的系统，是否也能具备通用计算能力？
完成帝国理工学院的博士研究和伦敦国王学院的博士后工作后，Teresa Bernarda Ludermir回到累西腓，在伯南布哥联邦大学继续研究神经网络，也参与推动当地计算智能研究团队逐步发展起来。
论文中的RAM无权节点与判别单元结构
让神经网络寻找自己的结构
神经网络的效果不仅取决于训练数据，也取决于网络怎样连接、连接权重如何设置，以及节点采用什么激活函数。很长一段时间里，这些选择主要依靠研究人员反复试验。网络太小，难以捕捉问题中的规律；网络过大，又会增加计算成本和过拟合风险。
Teresa Bernarda Ludermir长期研究如何把这些选择交给算法。2006年，她和研究团队提出一种全局优化方法，同时搜索多层感知机的连接权重和网络结构，在保持分类性能的同时减少不必要的连接。后来的研究进一步把激活函数纳入优化，让网络在训练过程中寻找更适合具体任务的计算方式。
今天，自动机器学习和神经架构搜索已经成为人工智能的重要方向。Teresa Bernarda Ludermir的这条研究线更早面对了其中的核心问题：模型能否减少对人工调试的依赖，主动寻找适合数据和任务的结构。此后，这条研究线还拓展到量子神经网络和混合时间序列预测等方向。
据2006年论文重绘：用全局搜索与局部训练共同优化权重和连接结构
让模型进入真实问题
神经网络怎样设计，是一个方法问题；真正面对工业、能源和环境数据时，模型还要解决更具体的任务：从复杂信号中识别对象，从连续变化的数据中预测下一步。
“人工鼻”是Teresa Bernarda Ludermir较早参与的一项代表性研究。传感器先把气味转化为一组信号，神经网络再从不同信号的组合中识别气体。她参与的研究曾用这种方法分辨石油工业中的不同气体，也尝试根据气味信号识别葡萄酒年份。机器不需要真的拥有嗅觉，只要能够从传感器响应中找到稳定的模式，就能完成过去主要依靠人工经验的分类工作。
预测问题面对的则是另一种数据。风速和河流流量会随时间不断变化，短期波动与较长周期相互叠加。围绕这类任务，她参与研究了用于小时级风速预测的储备池计算，也将构造型神经网络用于河流流量预测。前者利用网络内部不断变化的状态处理时间信息，后者可以在学习过程中逐步调整网络规模，使模型与具体数据相适应。
从气体识别、葡萄酒分类到风电和河流流量预测，Teresa Bernarda Ludermir的应用研究横跨不同场景。识别与预测需要的模型并不相同，却都要处理同一个实际问题：怎样根据数据和任务选择合适的网络。网络设计与具体应用，也由此成为她研究中长期并行的两条线索。
人工鼻实验中的原始气味信号与小波去噪结果
从科研组织到全球科学评估
在技术研究之外，Teresa Bernarda Ludermir还承担着组织科研协作的工作。她协调巴西国家人工智能研究所，并主持人工智能网络安全卓越研究中心。后者汇集巴西各地及海外研究机构的研究人员，与Embraer、Tempest、Atech等企业合作，研究攻击与防御、对抗学习和信息物理系统中的人工智能安全。
这些工作把高校、科研机构与企业带到同一个研究网络中。面对网络安全这样的复杂问题，单项算法之外，还需要长期的跨机构协作、人才培养和真实场景验证。
2026年，Teresa Bernarda Ludermir成为联合国人工智能问题独立国际科学小组的40名成员之一，也是其中唯一的巴西科学家。这个小组汇集不同地区和学科的专家，评估人工智能的能力、机会、风险及其社会影响，为全球政策讨论提供独立的科学依据。
CIn-UFPE发布的联合国人工智能问题独立国际科学小组入选信息
AIIA
