“Al gestionar los recursos de forma más eficaz en la nube, el usuario final obtiene un rendimiento más predecible de la aplicación que se ejecuta en su teléfono inteligente”, añade.
Comienzos matemáticos
Delimitrou creció en una ciudad de tamaño mediano en las vastas llanuras del norte de Grecia. Su temprano interés por las matemáticas y las ciencias fue provocado, en parte, por la historia antigua de su tierra natal, donde Euclides y Pitágoras estudiaron problemas matemáticos hace más de 2.000 años.
“En Grecia existe una larga tradición de geometría”, afirma.
También se inspiró científicamente en sus padres. Su madre trabajaba como ingeniera química y su padre como farmacéutico, y ambos alentaron la curiosidad innata de su hija.
Su temprana afinidad por las matemáticas llevó a Delimitrou a estudiar ingeniería informática en la Universidad Técnica Nacional de Atenas, aunque no sabía mucho sobre el campo. Rápidamente se inclinó por cursos que se centraban en las ciencias aplicadas de la ingeniería.
Para su tesis de diploma, un proyecto que todos los estudiantes completan durante su quinto y último año de estudios, estudió la gestión de recursos en una computadora cuando se ejecutan varias aplicaciones a la vez.
“Muchos de los desafíos que estaba analizando entonces se volverían mucho más difíciles si, en lugar de un solo sistema, tuvieras 100.000 de estos sistemas. Ese fue un problema que despertó mi interés”, afirma.
Buscando lograr un mayor impacto como investigador, Delimitrou obtuvo un título de posgrado en la Universidad de Stanford. Comenzó a abordar las ineficiencias en los sistemas de computación en la nube y los centros de datos a gran escala, que era un área de investigación en rápido crecimiento.
A través de ese trabajo, Delimitrou y su mentor de investigación, Christos Kozyrakis, profesor de ingeniería Leonard Bosack y Sandy K. Lerner, se dieron cuenta de que muchos sistemas informáticos grandes estaban infrautilizados.
“Se podría esperar, con toda la demanda de estos sistemas, que funcionaran cerca del 100 por ciento de su capacidad. Pero descubrimos que la mayoría funcionaba sólo a alrededor del 15 por ciento de su capacidad”, afirma. “Ésta no es una forma sostenible ni eficiente en el uso de recursos para ampliar estos sistemas”.
Aplicando IA
Para acercar esa utilización al 100 por ciento, comenzó a investigar soluciones de aprendizaje automático para agilizar los engorrosos procesos computacionales. El aprendizaje automático podría automatizar las operaciones de gestión de recursos en la nube, identificando soluciones que los desarrolladores podrían pasar por alto por sí solos.
“Aplicar el aprendizaje automático para resolver un problema de sistema a gran escala era un enfoque novedoso en ese momento. Era un poco arriesgado porque la gente aún no había demostrado que estas técnicas funcionarían”, dice Delimitrou. “Pero los enfoques empíricos requieren mucha experiencia y la escala del sistema es tan grande que a los usuarios les resulta difícil gestionarlo. Por eso el aprendizaje automático suele ser la mejor solución”.
Después de obtener su doctorado, Delimitrou continuó esta línea de trabajo como profesora asistente en la Universidad de Cornell.
Una herramienta desarrollada por su grupo, Seer, utiliza el aprendizaje profundo para anticipar y prevenir problemas en las aplicaciones web antes de que ocurran. Esto evita ralentizaciones generalizadas que pueden ocurrir si un desarrollador intenta solucionar un problema manualmente.
A medida que profundizaba en la computación en la nube, Delimitrou observó que las aplicaciones en la nube estaban cambiando. Los desarrolladores ahora dividían las aplicaciones en partes más pequeñas para distribuirlas en varios servidores, lo que aumenta la velocidad de implementación.
“Pero los servidores no fueron construidos para este nuevo estilo de diseño de aplicaciones. Así que repensaré parte de mi trabajo anterior para construir sistemas de aprendizaje automático para esta nueva clase de aplicaciones”, dice.
Para afrontar estos nuevos desafíos, se encontró colaborando más a menudo con miembros del profesorado que tenían diferentes conocimientos de software y hardware. Esas colaboraciones abrieron nuevas e interesantes áreas de investigación.
Unos años más tarde, decidió unirse al MIT por la oportunidad de colaborar con investigadores de primer nivel en sus campos de ingeniería de hardware y software. Se convirtió en profesora asistente en EECS en 2022.
Enfoques creativos
En el MIT, Delimitrou también disfruta del aspecto docente de su función. Uno de sus cursos favoritos para enseñar es 6.191 (Estructura de Computación), una popular clase de pregrado con alrededor de 350 estudiantes cada semestre.
Si bien es un desafío mantener actualizado el material del curso cuando el campo evoluciona constantemente, ella se esfuerza por inspirar la creatividad en sus alumnos.
“Quiero que los estudiantes aprendan a pensar y aprender por sí mismos. Parte de eso implica alejarse de las tareas formuladas y hacer que las clases sean más abiertas. Prefiero darles a los estudiantes algo que los haga pensar más profundamente”, dice.
En el laboratorio, una mentalidad creativa ayuda a Delimitrou y su equipo a identificar soluciones novedosas a problemas de la computación en la nube que otros podrían pasar por alto.