L'associé professeur Jonathan Ragan-Kelley du MIT se spécialise dans le développement de langages de programmation et de techniques d'apprentissage automatique pour optimiser les performances matérielles pour des applications telles que les graphiques, les effets visuels et la photographie computationnelle. Sa recherche se concentre sur la création de nouveaux langages de programmation capables d'utiliser efficacement du matériel complexe. Le travail de Ragan-Kelley inclut le développement de Halide, un langage de traitement d'images qui a transformé l'industrie de l'édition d'images, ainsi qu'un projet en collaboration avec le laboratoire d'intelligence artificielle Watson MIT-IBM, qui vise à fournir des options de contrôle et d'optimisation pour la programmation de bas niveau. Il explore également des moyens de niveau supérieur pour libérer le potentiel du matériel grâce à l'apprentissage automatique et à l'"exocompilation".

Ragan-Kelley est motivé par la recherche d'idées non conventionnelles qui ont le potentiel d'avoir un impact significatif sur le domaine. De plus, il enseigne un cours au MIT qui met l'accent sur l'optimisation de la mémoire et du matériel spécialisé pour atteindre des performances optimales. L'objectif est de libérer le potentiel de calcul des nouvelles machines et de permettre le développement d'applications innovantes.