Los primeros años en la carrera de los académicos son cruciales para establecer las bases de su trayectoria investigativa. Esto incluye la formación de equipos de investigación, que requieren ideas innovadoras, colaboradores creativos y recursos confiables.
Para un grupo de académicos del MIT que trabaja en inteligencia artificial, la participación temprana en el MIT-IBM Watson AI Lab ha sido fundamental para impulsar líneas de investigación ambiciosas y formar grupos de investigación productivos.
Impulsando el éxito académico
Jacob Andreas, profesor asociado en el Departamento de Ingeniería Eléctrica y Ciencias de la Computación (EECS) del MIT, destaca la importancia del MIT-IBM Watson AI Lab en su éxito profesional. Desde el inicio de su carrera, Andreas pudo iniciar proyectos significativos en el campo del procesamiento de lenguaje natural (NLP). “Fue clave para lanzar mi laboratorio y comenzar a reclutar estudiantes”, comenta.
Andreas señala que este apoyo llegó en un momento crucial para el campo del NLP, que estaba experimentando cambios significativos en la comprensión de los modelos de lenguaje. La capacidad de cómputo disponible a través del MIT-IBM Watson AI Lab fue determinante para avanzar en sus investigaciones.
Otro académico, Yoon Kim, también ha encontrado en el MIT-IBM Watson AI Lab un aliado fundamental. “El apoyo intelectual y los recursos computacionales han sido transformadores para mi programa de investigación”, afirma Kim, quien ha visto cómo su campo de estudio ha cambiado desde su llegada al MIT.
Colaboraciones interdisciplinarias
El MIT-IBM Watson AI Lab no solo une investigadores en el ámbito de la inteligencia artificial, sino que también fomenta la colaboración entre diversas disciplinas. Justin Solomon, profesor asociado en EECS y CSAIL, describe su grupo de investigación como parte del crecimiento del laboratorio desde sus inicios.
Solomon reconoce que esta colaboración ha ampliado sus habilidades y aplicaciones de su trabajo. Otros investigadores, como Chuchu Fan y Faez Ahmed, comparten este sentimiento, destacando cómo IBM ha facilitado la traducción de problemas complejos de ingeniería en activos matemáticos que su equipo puede abordar.
Fan, cuyas investigaciones cruzan la robótica y la teoría del control, afirma que su trabajo con el MIT-IBM Watson AI Lab les permitió desarrollar agentes basados en LLM para la planificación de viajes y toma de decisiones. “Ese trabajo fue un gran orgullo para mí y muy difícil de lograr en ese momento”, dice Fan.
Por su parte, Ahmed ha podido desarrollar métodos de aprendizaje automático que aceleran el descubrimiento dentro de sistemas mecánicos complejos, destacando la importancia de la colaboración con IBM para enfrentar desafíos que antes se consideraban casi insuperables.
En conjunto, las experiencias de estos académicos reflejan el impacto positivo de una relación duradera entre la academia y la industria, lo que puede fomentar la creación de grupos de investigación y la exploración científica ambiciosa.
