La estudiante de doctorado Miranda Schwacke investiga cómo la computación inspirada en el cerebro puede hacer que la inteligencia artificial sea más eficiente energéticamente, desarrollando nuevos materiales y dispositivos para este propósito.
La estudiante de doctorado Miranda Schwacke investiga cómo la computación inspirada en el cerebro humano puede impulsar una inteligencia artificial más eficiente en términos energéticos. Esta joven científica forma parte del grupo Kitchen Matters, donde estudiantes de posgrado utilizan herramientas culinarias para explicar conceptos científicos a través de videos cortos y eventos de divulgación.
En su búsqueda por construir una casa de jengibre estructuralmente sólida, Schwacke se sumergió en libros de cocina para encontrar variables que marcaran diferencias significativas en las galletas. Su enfoque se centró en la cantidad de mantequilla utilizada, ya que este ingrediente contiene agua que se convierte en vapor al hornearse, creando burbujas de aire. A partir de su hipótesis, predijo que reducir la mantequilla resultaría en un pan de jengibre más denso y resistente.
“Este tipo de hipótesis muestra cómo cambiar la estructura puede influir en las propiedades y el rendimiento del material”, explica Schwacke en un video educativo sobre el tema. Esta curiosidad por las propiedades y el rendimiento de los materiales es también lo que impulsa su investigación sobre el alto costo energético de la computación, especialmente en el ámbito de la inteligencia artificial.
Schwacke se dedica a desarrollar nuevos materiales y dispositivos para la computación neuromórfica, un campo que imita el funcionamiento del cerebro al procesar y almacenar información simultáneamente. En este contexto, estudia sinapsis iónicas electroquímicas, pequeños dispositivos que pueden ajustarse para modificar su conductividad, similar a cómo los neuronas refuerzan o debilitan sus conexiones.
“El entrenamiento de modelos grandes consume mucha energía. Comparado con la energía que utilizamos como humanos al aprender, nuestro cerebro requiere mucho menos”, señala Schwacke. Este descubrimiento fue fundamental para su motivación hacia métodos más eficientes energéticamente inspirados en el cerebro.
Su asesora, Bilge Yildiz, enfatiza que una razón por la cual el cerebro es tan eficiente es porque no necesita mover datos constantemente. “Las conexiones entre nuestras neuronas son donde procesamos información; allí se transmite la señal, se programa y almacena todo en un solo lugar”, explica Yildiz, quien ocupa una cátedra en el Departamento de Ingeniería Nuclear y DMSE.
Nacida de una madre bióloga marina y un padre ingeniero eléctrico, Schwacke creció rodeada de ciencia. Desde pequeña mostró interés por comprender el mundo a través del conocimiento científico. Su fascinación inicial fueron los dinosaurios; incluso soñaba con ser paleontóloga. Sin embargo, sus intereses evolucionaron cuando participó en competiciones robóticas durante su educación secundaria.
La influencia de su madre también dejó huella: investigaba cómo las poblaciones de delfines eran afectadas por la contaminación, lo que le enseñó a Schwacke cómo la ciencia puede ayudar a mejorar nuestro entorno. “Siempre he querido usar la ciencia para entender y mejorar el mundo”, afirma.
Su interés por la ciencia de materiales surgió más tarde, durante un programa especializado en su escuela secundaria. Allí descubrió esta disciplina interdisciplinaria que combina física, química e ingeniería para estudiar estructuras y propiedades materiales.
A medida que avanzaba su formación académica, Schwacke continuó explorando tecnologías energéticas durante su paso por MIT. Conoció a Yildiz durante una reunión virtual mientras cumplía con las restricciones impuestas por la pandemia. La investigación del laboratorio sobre cómo los átomos cargados se mueven a través de materiales despertó su interés por la computación inspirada en el cerebro.
“Lo atractivo fue su forma clara y accesible de explicar conceptos científicos fundamentales”, comenta Schwacke sobre Yildiz. Este enfoque ha guiado sus proyectos iniciales hacia características cruciales como operación rápida y bajo consumo energético.
Su proyecto actual se centra en comprender cómo la inserción de iones de magnesio modifica la resistencia eléctrica del óxido de tungsteno, un material cuyas propiedades eléctricas pueden ajustarse con precisión. En estos dispositivos, el óxido actúa como una capa canal donde la resistencia regula la intensidad de las señales, similar al papel que desempeñan las sinapsis neuronales.
El trabajo innovador realizado por Schwacke ha sido reconocido con una Beca MathWorks del School of Engineering para 2023-2024. Esta beca apoya a estudiantes graduados que utilizan herramientas como MATLAB o Simulink; ella aplicó MATLAB para análisis crítico y visualización de datos.
Bilge Yildiz describe su investigación como un avance significativo hacia la resolución del desafío energético asociado a la inteligencia artificial: “Esto es electroquímica aplicada a computación inspirada en el cerebro; necesitamos encontrar formas más sostenibles para realizar cálculos”. Sin embargo, este camino no está exento de dificultades técnicas al integrar conceptos entre dos disciplinas diferentes.
A pesar de los desafíos inherentes a cualquier investigación pionera, Schwacke continúa colaborando estrechamente con colegas en campos como neurociencia e ingeniería eléctrica para superar obstáculos y avanzar hacia soluciones efectivas.