Para Priya Donti, los viajes de su infancia a la India eran más que una oportunidad para visitar a su familia. Los viajes bienales activaron en ella una motivación que sigue dando forma a su investigación y su docencia.
A diferencia de su hogar familiar en Massachusetts, Donti, ahora profesora de desarrollo profesional de la familia Silverman en el Departamento de Ingeniería Eléctrica y Ciencias de la Computación (EECS), un puesto compartido entre el MIT Schwarzman College of Computing y EECS, e investigadora principal en el Laboratorio de Sistemas de Información y Decisión (LIDS) del MIT, quedó impresionada por las disparidades en la forma en que vive la gente.
“Para mí estaba muy claro hasta qué punto la desigualdad es un problema rampante en todo el mundo”, dice Donti. “Desde muy joven supe que definitivamente quería abordar ese tema”.
Esa motivación fue avivada aún más por un profesor de biología de secundaria, que centró su clase en el clima y la sostenibilidad.
“Aprendimos que el cambio climático, este enorme e importante problema, exacerbaría la desigualdad”, dice Donti. “Eso realmente se me quedó grabado y me prendió fuego en el estómago”.
Entonces, cuando Donti se matriculó en Harvey Mudd College, pensó que dirigiría su energía hacia el estudio de la química o la ciencia de los materiales para crear paneles solares de próxima generación.
Esos planes, sin embargo, fueron abandonados. Donti “se enamoró” de la informática y luego descubrió un trabajo de investigadores del Reino Unido que sostenían que la inteligencia artificial y el aprendizaje automático serían esenciales para ayudar a integrar las energías renovables en las redes eléctricas.
“Era la primera vez que veía esos dos intereses unidos”, dice. “Me enganché y he estado trabajando en ese tema desde entonces”.
Mientras cursaba un doctorado en la Universidad Carnegie Mellon, Donti pudo diseñar su título para incluir ciencias de la computación y políticas públicas. En su investigación, exploró la necesidad de algoritmos y herramientas fundamentales que pudieran gestionar, a escala, redes eléctricas que dependen en gran medida de energías renovables.
“Quería participar en el desarrollo de esos algoritmos y kits de herramientas mediante la creación de nuevas técnicas de aprendizaje automático basadas en la informática”, dice. “Pero quería asegurarme de que la forma en que estaba haciendo el trabajo se basara tanto en el dominio de los sistemas energéticos reales como en el trabajo con personas en ese dominio” para proporcionar lo que realmente se necesitaba.
Mientras Donti trabajaba en su doctorado, cofundó una organización sin fines de lucro llamada Climate Change AI. Su objetivo, dice, era ayudar a la comunidad de personas involucradas en el clima y la sostenibilidad (ya sean informáticos, académicos, profesionales o formuladores de políticas) a unirse y acceder a recursos, conexiones y educación “para ayudarlos en ese viaje”.
“En el espacio climático”, dice, “se necesitan expertos en sectores particulares relacionados con el cambio climático, expertos en diferentes conjuntos de herramientas técnicas y de ciencias sociales, propietarios de problemas, usuarios afectados, formuladores de políticas que conozcan las regulaciones (todo eso) para tener un impacto escalable sobre el terreno”.
Cuando Donti llegó al MIT en septiembre de 2023, no fue sorprendente que se sintiera atraída por sus iniciativas que dirigen la aplicación de la informática a los mayores problemas de la sociedad, especialmente la amenaza actual a la salud del planeta.
“Realmente estamos pensando en dónde la tecnología tiene un impacto a largo plazo y cómo la tecnología, la sociedad y las políticas tienen que trabajar juntas”, dice Donti. “La tecnología no es algo que se hace una vez y se puede monetizar en el contexto de un año”.
Su trabajo utiliza modelos de aprendizaje profundo para incorporar la física y las estrictas limitaciones de los sistemas de energía eléctrica que emplean energías renovables para una mejor previsión, optimización y control.
“El aprendizaje automático ya se utiliza ampliamente para cosas como la previsión de energía solar, que es un requisito previo para gestionar y equilibrar las redes eléctricas”, afirma. “Mi objetivo es, ¿cómo se pueden mejorar los algoritmos para equilibrar realmente las redes eléctricas frente a una variedad de energías renovables que varían en el tiempo?”
Entre los avances de Donti se encuentra una solución prometedora para que los operadores de redes eléctricas puedan optimizar los costos, teniendo en cuenta las realidades físicas reales de la red, en lugar de depender de aproximaciones. Si bien la solución aún no se ha implementado, parece funcionar 10 veces más rápido y mucho más barato que tecnologías anteriores, y ha atraído la atención de los operadores de red.
Otra tecnología que está desarrollando funciona para proporcionar datos que puedan usarse en el entrenamiento de sistemas de aprendizaje automático para la optimización del sistema de energía. En general, muchos datos relacionados con los sistemas son privados, ya sea porque son propietarios o por cuestiones de seguridad. Donti y su grupo de investigación están trabajando para crear datos sintéticos y puntos de referencia que, según Donti, “pueden ayudar a exponer algunos de los problemas subyacentes” a la hora de hacer que los sistemas energéticos sean más eficientes.
“La pregunta es”, dice Donti, “¿podemos llevar nuestros conjuntos de datos a un punto tal que sean lo suficientemente sólidos como para impulsar el progreso?”
Por sus esfuerzos, Donti recibió la beca de posgrado en ciencias computacionales del Departamento de Energía de EE. UU. y la beca de investigación de posgrado de la NSF. Fue reconocida como parte de la lista de 2021 de MIT Technology Review de “35 innovadores menores de 35” y de “Future Perfect 50” de 2023 de Vox.
La próxima primavera, Donti impartirá conjuntamente una clase llamada IA para la acción climática con Sara Beery, profesora asistente de EECS, cuyo enfoque es la IA para la biodiversidad y los ecosistemas, y Abigail Bodner, profesora asistente en los departamentos de EECS y Ciencias de la Tierra, Atmosféricas y Planetarias, cuyo enfoque es la IA para el clima y las ciencias de la Tierra.
“Estamos todos muy entusiasmados con esto”, dice Donti.
Al llegar al MIT, Donti dice: “Sabía que habría un ecosistema de personas a las que realmente les importaría, no sólo las métricas de éxito como las publicaciones y el recuento de citas, sino también el impacto de nuestro trabajo en la sociedad”.