Noticias Actualidad en procesos industriales

Dele visibilidad a su trayectoria académica

Participe en la convocatoria de trabajos inéditos de Virtual Pro.

Publicar Ahora

2022-09-30Investigando en la interfaz de la ciencia de datos y la computación

MIT |Guy Bresler construye modelos matemáticos para comprender problemas de ingeniería multidisciplinarios e interdisciplinarios que tienen aplicaciones de largo alcance.

Un modelo visual de la investigación de Guy Bresler probablemente se parecería a un diagrama de Venn. Trabaja en la intersección de cuatro vías donde colisionan la informática teórica, la estadística, la probabilidad y la teoría de la información.

“Siempre hay cosas nuevas que hacer en la interfaz. Siempre hay oportunidades para hacer preguntas completamente nuevas”, dice Bresler, profesor asociado que recientemente obtuvo una titularidad en el Departamento de Ingeniería Eléctrica y Ciencias de la Computación (EECS) del MIT.

Como teórico, su objetivo es comprender la delicada interacción entre la estructura de los datos, la complejidad de los modelos y la cantidad de computación necesaria para aprender esos modelos. Recientemente, su mayor enfoque ha sido tratar de revelar fenómenos fundamentales que son ampliamente responsables de determinar la complejidad computacional de los problemas estadísticos y encontrar el "punto óptimo" donde los datos disponibles y los recursos de cómputo permiten a los investigadores resolver un problema de manera efectiva.

Cuando se trata de resolver un problema estadístico complejo, a menudo hay un tira y afloja entre los datos y la computación. Sin suficientes datos, el cálculo necesario para resolver un problema estadístico puede ser intratable, o al menos consumir una cantidad asombrosa de recursos. Pero obtenga los datos suficientes y, de repente, lo intratable se vuelve solucionable; la cantidad de computación necesaria para llegar a una solución se reduce drásticamente.

La mayoría de los problemas estadísticos modernos exhiben este tipo de compensación entre computación y datos, con aplicaciones que van desde el desarrollo de fármacos hasta la predicción del clima. Otro ejemplo bien estudiado y prácticamente importante es la microscopía crioelectrónica, dice Bresler. Con esta técnica, los investigadores usan un microscopio electrónico para tomar imágenes de moléculas en diferentes orientaciones. El desafío central es cómo resolver el problema inverso: determinar la estructura de la molécula dados los datos ruidosos. Muchos problemas estadísticos pueden formularse como problemas inversos de este tipo.

Uno de los objetivos del trabajo de Bresler es dilucidar las relaciones entre la amplia variedad de diferentes problemas estadísticos que se estudian actualmente. El sueño es clasificar los problemas estadísticos en clases de equivalencia, como se ha hecho para otro tipo de problemas computacionales en el campo de la complejidad computacional. Mostrar este tipo de relaciones significa que, en lugar de tratar de comprender cada problema de forma aislada, los investigadores pueden transferir su comprensión de un problema bien estudiado a uno mal entendido, dice.

Adoptar un enfoque teórico

Para Bresler, el deseo de comprender teóricamente varios fenómenos básicos lo inspiró a seguir un camino hacia la academia.

Ambos padres trabajaron como profesores y demostraron lo satisfactoria que puede ser la academia, dice. Su primera introducción al lado teórico de la ingeniería provino de su padre, que es ingeniero eléctrico y teórico que estudia el procesamiento de señales. Bresler se inspiró en su trabajo desde una edad temprana. Como estudiante universitario en la Universidad de Illinois en Urbana-Champaign, saltó entre cursos de física, matemáticas e informática. Pero sin importar el tema, gravitó hacia el punto de vista teórico.

En la escuela de posgrado de la Universidad de California en Berkeley, Bresler disfrutó de la oportunidad de trabajar en una amplia variedad de temas que abarcan la probabilidad, la informática teórica y las matemáticas. Su motivación principal era el amor por aprender cosas nuevas.

“Al trabajar en la interfaz de múltiples campos con nuevas preguntas, existe la sensación de que es mejor aprender tanto como sea posible si se quiere tener alguna posibilidad de encontrar las herramientas adecuadas para responder esas preguntas”, dice.

Esa curiosidad lo llevó al MIT para un posdoctorado en el Laboratorio de Sistemas de Información y Decisión (LIDS) en 2013, y luego se unió a la facultad dos años más tarde como profesor asistente en EECS, miembro de LIDS y miembro principal de la facultad en el Instituto de Datos, Sistemas y Sociedad (IDSS). Fue nombrado profesor asociado en 2019.

Bresler dice que se sintió atraído por la atmósfera intelectual del MIT, así como por el entorno de apoyo para emprender búsquedas de investigación audaces y tratar de progresar en nuevas áreas de estudio.

Oportunidades de colaboración

“Lo que realmente me impresionó fue lo vibrante, enérgico y colaborativo que es el MIT. Tengo esta lista mental de más de 20 personas aquí con las que me encantaría almorzar todas las semanas y colaborar en la investigación. Entonces, solo basándonos en los números, unirnos al MIT fue una clara victoria”, dice.

Ha disfrutado especialmente colaborando con sus estudiantes, quienes continuamente le enseñan cosas nuevas y le hacen preguntas profundas que impulsan proyectos de investigación emocionantes. Uno de esos estudiantes, Matthew Brennan, quien fue uno de los colaboradores más cercanos de Bresler, falleció trágica e inesperadamente en enero de 2021.

El impacto de la muerte de Brennan aún es crudo para Bresler, y descarriló su investigación por un tiempo.

“Más allá de sus prodigiosas capacidades y creatividad, tenía esta increíble habilidad para escuchar una idea mía que estaba casi completamente equivocada, extraer de ella una pieza útil y luego devolverme la pelota”, dice. “Teníamos la misma visión de lo que queríamos lograr en el trabajo y nos impulsaba a tratar de contar una determinada historia. En ese momento, casi nadie estaba siguiendo esta línea de trabajo en particular, y era un poco solitario. Pero él confiaba en mí, y nos alentamos mutuamente a seguir adelante cuando las cosas parecían sombrías”.

Esas lecciones de perseverancia alimentan a Bresler mientras él y sus alumnos continúan explorando preguntas que, por su naturaleza, son difíciles de responder.

Un área en la que ha trabajado de forma intermitente durante más de una década implica el aprendizaje de modelos gráficos a partir de datos. Los modelos de ciertos tipos de datos, como los datos de series temporales que consisten en lecturas de temperatura, a menudo son construidos por expertos en el dominio que tienen conocimientos relevantes y pueden construir un modelo razonable, explica.

Pero para muchos tipos de datos con dependencias complejas, como redes sociales o datos biológicos, no está del todo claro qué estructura debe tomar un modelo. El trabajo de Bresler busca estimar un modelo estructurado a partir de datos, que luego podría usarse para aplicaciones posteriores, como hacer recomendaciones o predecir mejor el clima.

La cuestión básica de identificar buenos modelos, ya sea algorítmicamente en un entorno complejo o analíticamente, especificando un modelo de juguete útil para el análisis teórico, conecta el trabajo abstracto con la práctica de la ingeniería, dice.

“En general, modelar es un arte. La vida real es complicada y si escribes un modelo supercomplicado que intenta capturar todas las características de un problema, está condenado”, dice Bresler. “Tienes que pensar en el problema y comprender el lado práctico de las cosas en algún nivel para identificar las características correctas del problema que se va a modelar, de modo que puedas esperar resolverlo realmente y obtener una idea de lo que se debe hacer en la práctica.”

Fuera del laboratorio, Bresler a menudo se encuentra resolviendo diferentes tipos de problemas. Es un ávido escalador y pasa gran parte de su tiempo libre escalando rocas por toda Nueva Inglaterra.

"Me encanta de verdad. Es una buena excusa para salir y dejarse atrapar por un mundo completamente diferente. Aunque implica la resolución de problemas y hay similitudes a nivel filosófico, es totalmente ortogonal a sentarse y hacer matemáticas”, dice.

MIT
Autor
MIT

Promover la investigación, las innovaciones, la enseñanza y los eventos y las personas de interés periodístico del MIT a la comunidad del campus, los medios de comunicación y el público en general, Comunicar anuncios del Instituto, Publicar noticias de la comunidad para profesores, estudiantes, personal y ex alumnos del MIT. Proporcionar servicios de medios a los miembros de la comunidad, incluido el asesoramiento sobre cómo trabajar con periodistas, Responder a consultas de los medios y solicitudes de entrevistas...


2024-03-27
Oportunidades y riesgos de la Inteligencia Artificial General y la Superinteligencia

La Inteligencia Artificial (IA) se ha vuelto una tecnología de uso cotidiano. Día a día aparecen nuevas aplicaciones para crear música, hacer vídeos, generar imágenes, producir textos, calificar tareas y automatizar procesos. Las empresas están implementando modelos de aprendizaje automático y aprendizaje profundo para el mejoramiento en la toma de decisiones en sus diferentes áreas. También se están adaptando diversas aplicaciones en la optimización de la mayoría de operaciones logísticas de las cadenas de suministros. En este sentido, es necesario entender ¿qué es la IA General?, y ¿qué es la Superinteligencia?

2024-03-27
La NASA lanzará cohetes sonda a la sombra de la Luna durante el eclipse solar

La NASA lanzará tres cohetes sondeo durante el eclipse solar total del 8 de abril de 2024, para estudiar cómo se ve afectada la atmósfera superior de la Tierra cuando la luz solar se atenúa momentáneamente sobre una parte del planeta.

2024-03-27
Un pequeño dispositivo puede medir cambios sutiles en el campo gravitacional de la Tierra

El instrumento se encuentra entre los gravímetros más pequeños y más baratos jamás construidos.

2024-03-26
Corte y confección del genoma para tratar enfermedades

Recientemente se aprobó en el Reino Unido y en Estados Unidos la primera terapía génica basada en el método CRISPR/Cas9, que combatirá la anemia de células falciformes y la beta talasemia.

2024-03-26
El campo científico y la representatividad de las mujeres en Colombia

Marzo destaca el papel de las mujeres en la ciencia, promoviendo la equidad y la representatividad. Adriana Ocampo, Ángela Camacho, Susana Fiorentino, Nubia Muñoz y Alexandra Olaya-Castro son ejemplos de mujeres que han contribuido significativamente en diversos campos científicos.

2024-03-21
La IA genera imágenes de alta calidad 30 veces más rápido en un solo paso

Un método novedoso hace que herramientas como Stable Diffusion y DALL-E-3 sean más rápidas al simplificar el proceso de generación de imágenes en un solo paso mientras se mantiene o mejora la calidad de la imagen.