Darse cuenta de que los científicos son los verdaderos superhéroes

Los científicos son los verdaderos superhéroes.

Ver roles abiertos: https://www.deepmind.com/careers/jobs?sort=alphabetical

Conoce a Edgar Duéñez-Guzmán, un ingeniero de investigación en nuestro equipo de Investigación Multiagente que está utilizando conocimientos de teoría de juegos, informática y evolución social para lograr que los agentes de IA trabajen mejor juntos.

¿Qué te llevó a trabajar en informática?

Desde que puedo recordar, siempre quise salvar el mundo. Por eso quería ser científico. Aunque me encantaban las historias de superhéroes, me di cuenta de que los científicos son los verdaderos superhéroes. Ellos son quienes nos proporcionan agua potable, medicinas y una comprensión de nuestro lugar en el universo. De niño, me encantaban las computadoras y me encantaba la ciencia. Sin embargo, al crecer en México, no sentí que estudiar informática fuera factible. Así que decidí estudiar matemáticas, tratándolas como una base sólida para la informática, y terminé haciendo mi tesis universitaria en teoría de juegos.

¿Cómo impactaron tus estudios en tu carrera?

Como parte de mi doctorado en informática, creé simulaciones biológicas y terminé enamorándome de la biología. Comprender la evolución y cómo moldeó la Tierra fue emocionante. La mitad de mi disertación se basó en estas simulaciones biológicas, y luego trabajé en el ámbito académico estudiando la evolución de fenómenos sociales, como la cooperación y el altruismo.

A partir de ahí, comencé a trabajar en Búsqueda en Google, donde aprendí a lidiar con grandes escalas de computación. Años después, uní todas las piezas: teoría de juegos, evolución de comportamientos sociales y computación a gran escala. Ahora uso esas piezas para crear agentes de inteligencia artificial que pueden aprender a cooperar entre sí y con nosotros.

¿Qué te hizo decidirte a solicitar en DeepMind en lugar de otras compañías?

Era mediados de la década de 2010. Había estado siguiendo la IA durante más de una década y conocía a DeepMind y algunos de sus éxitos. Luego Google lo adquirió y yo estaba muy emocionado. Quería formar parte, pero vivía en California y DeepMind solo estaba contratando en Londres. Así que seguí de cerca el progreso. Tan pronto como se abrió una oficina en California, fui el primero en la fila. Tuve la suerte de ser contratado en la primera cohorte. Eventualmente, me mudé a Londres para dedicarme a la investigación a tiempo completo.

¿Qué te sorprendió más de trabajar en DeepMind?

Lo ridículamente talentosas y amigables que son las personas. Cada persona con la que he hablado también tiene un lado emocionante fuera del trabajo. Músicos profesionales, artistas, ciclistas súper en forma, personas que aparecieron en películas de Hollywood, ganadores de olimpiadas de matemáticas: ¡lo que sea, lo tenemos! Y todos estamos abiertos y comprometidos a hacer del mundo un lugar mejor.

¿Cómo ayuda tu trabajo a que DeepMind tenga un impacto positivo?

‍ En el centro de mi investigación se encuentra la creación de agentes inteligentes que comprendan la cooperación. La cooperación es la clave de nuestro éxito como especie. Podemos acceder a la información del mundo y conectarnos con amigos y familiares al otro lado del mundo gracias a la cooperación. Nuestra incapacidad para abordar los efectos catastróficos del cambio climático es un fracaso de la cooperación, como vimos durante la COP26.

¿Cuál es lo mejor de tu trabajo?

La flexibilidad para perseguir las ideas que considero más importantes. Por ejemplo, me encantaría ayudar a utilizar nuestra tecnología para entender mejor los problemas sociales, como la discriminación. Presenté esta idea a un grupo de investigadores expertos en psicología, ética, equidad, neurociencia y aprendizaje automático, y luego creé un programa de investigación para estudiar cómo podría originarse la discriminación en la estereotipia.

¿Cómo describirías la cultura en DeepMind?

DeepMind es uno de esos lugares donde la libertad y el potencial van de la mano. Tenemos la oportunidad de perseguir ideas que consideramos importantes y hay una cultura de diálogo abierto. No es raro contagiar a otros con tus ideas y formar un equipo para hacerlas realidad.

¿Eres parte de algún grupo en DeepMind? ¿O realizas otras actividades?

Me encanta participar en actividades extracurriculares. Soy facilitador de talleres de Alianza en DeepMind, donde buscamos empoderar a los participantes para que tomen medidas para generar cambios positivos y fomentar la alianza en los demás, contribuyendo a un entorno laboral inclusivo y equitativo. También me encanta hacer que la investigación sea más accesible y hablar con estudiantes visitantes. He creado tutoriales educativos de acceso público para explicar conceptos de IA a adolescentes, que se han utilizado en escuelas de verano en todo el mundo.

¿Cómo puede la IA maximizar su impacto positivo?

Para tener el mayor impacto positivo, simplemente necesita que los beneficios se compartan ampliamente, en lugar de quedarse en manos de unas pocas personas. Deberíamos diseñar sistemas que empoderen a las personas y democratizar el acceso a la tecnología.

Por ejemplo, cuando trabajé en WaveNet, la nueva voz del Asistente de Google, sentí que era genial trabajar en una tecnología que ahora es utilizada por miles de millones de personas, en Búsqueda de Google o Maps. Eso está bien, pero luego hicimos algo mejor. Empezamos a utilizar esta tecnología para devolverles la voz a las personas con trastornos degenerativos, como ELA. Siempre hay oportunidades para hacer el bien, solo tenemos que aprovecharlas.

¿Cuáles son los mayores desafíos a los que se enfrenta la IA?

Hay desafíos tanto prácticos como sociales. En el aspecto práctico, estamos trabajando arduamente para hacer que nuestros algoritmos sean más robustos y adaptables. Como seres vivos, damos por sentada la robustez y la adaptabilidad. Cambiar ligeramente la disposición de los muebles no nos hace olvidar para qué sirve un refrigerador. Los sistemas artificiales realmente tienen dificultades con esto. Hay algunas pistas prometedoras, pero aún nos queda camino por recorrer.

En el aspecto social, debemos decidir colectivamente qué tipo de IA queremos crear. Debemos asegurarnos de que todo lo que se cree sea seguro y beneficioso. Pero esto es particularmente difícil de lograr cuando no tenemos una definición perfecta de lo que esto significa.

¿Qué proyectos de DeepMind te parecen más inspiradores?

‍ En este momento todavía estoy disfrutando del éxito de AlphaFold, nuestro algoritmo de plegamiento de proteínas. Tengo conocimientos en biología y entiendo lo prometedor que puede ser la predicción de la estructura de proteínas para aplicaciones biomédicas. Y estoy especialmente orgulloso de cómo DeepMind ha publicado la estructura de proteínas de todas las proteínas conocidas en el cuerpo humano en los conjuntos de datos globales, y ahora ha publicado casi todas las proteínas catalogadas conocidas por la ciencia.

¿Algún consejo para aquellos que aspiran a ser parte de DeepMind?

Sé juguetón, sé flexible. No podría haber optimizado una carrera que me llevara a DeepMind (¡ni siquiera existía DeepMind para optimizarlo!). Pero lo que sí pude hacer siempre fue permitirme soñar con el potencial de la tecnología, de crear máquinas inteligentes y de mejorar el mundo con ellas.

La programación es emocionante por sí misma, pero para mí siempre fue más un medio que un fin en sí mismo. Esto es lo que me permitió mantenerme al día a medida que las tecnologías iban y venían. No estaba atado a las herramientas, estaba enfocado en la misión. No te enfoques en el “qué”, sino en el “por qué”, y el “cómo” se manifestará por sí mismo.

‍