MIT Associate Professor Jonathan Ragan-Kelley specialiserer sig i udviklingen af programmeringssprog og machine learning-teknikker til at optimere hardware-ydelse for anvendelser som grafik, visuelle effekter og beregningsfotografering. Hans forskning fokuserer på at skabe nye programmeringssprog, der effektivt kan udnytte kompleks hardware. Ragan-Kelleys arbejde inkluderer udviklingen af Halide, et billedbehandlingssprog, der har transformeret billedredigeringsbranchen, samt et projekt i samarbejde med MIT-IBM Watson AI Lab, der sigter mod at give kontrol- og optimeringsmuligheder for lavniveau-programmering.

Han udforsker også højtstående måder at frigøre hardware-potentialet gennem machine learning og "exocompilation. " Ragan-Kelley drives af jagten på utraditionelle ideer, der har potentialet til at påvirke området betydeligt. Derudover underviser han på MIT i et kursus, der lægger vægt på optimering af hukommelse og specialiseret hardware for at opnå optimal ydeevne. Målet er at frigøre de beregningsmæssige muligheder for nye maskiner og muliggøre udviklingen af innovative applikationer.