Les recherches de Shahab sont centrées sur l'intersection des neurosciences et de l'IA, également appelée NeuroAI. Il étudie la perception visuelle et l'apprentissage dans les cerveaux biologiques et les réseaux neuronaux artificiels. Il utilise l'apprentissage profond comme cadre de calcul pour modéliser l'apprentissage et la perception dans le cerveau, et exploite notre compréhension du système nerveux pour créer une intelligence artificielle d'inspiration plus biologique.

La recherche multidisciplinaire menée dans son laboratoire combine la magnétoencéphalographie (MEG) et l'électroencéphalographie (EEG) du cuir chevelu et intracrânienne avec le traitement avancé des signaux et l'analyse des données, y compris l'apprentissage automatique. Les projets qui y sont en cours utilisent des enregistrements cérébraux électrophysiologiques pour examiner la dynamique des réseaux cérébraux à grande échelle dans une série de processus cognitifs (par exemple la prise de décision et la créativité) et dans différents états de conscience (éveil au repos, sommeil, rêve, anesthésie, méditation et états psychédéliques).