Anima Anandkumar

Cuando Anima Anandkumar llegó a Cornell para hacer su doctorado, la inteligencia artificial estaba en uno de sus valles: se hablaba poco de redes neuronales, y la mayoría de los investigadores buscaban métodos que fuesen matemáticamente precisos. Ella encontró su apuesta en algo que sonaba árido pero resultó ser transformador: los tensores, estructuras algebraicas que permiten trabajar con datos en muchas dimensiones al mismo tiempo. En un campo que entonces miraba hacia otros lados, decidió que esa sería su herramienta.

Su paper seminal sobre métodos tensoriales para aprendizaje estadístico demostró algo que parecía difícil de garantizar: que se podía entrenar modelos de variables latentes de forma eficiente y con convergencia garantizada, sin caer en los mínimos locales que atrapaban a otros algoritmos. Más tarde, esas ideas se convirtieron en la base del procesamiento de datos multimodales y la paralelización masiva en aplicaciones de IA a gran escala. Cada vez que un modelo grande procesa imágenes, texto y sonido juntos, hay un eco de esas ideas matemáticas trabajando en el fondo.

Su carrera la llevó del MIT (donde hizo su posdoctorado), a la Universidad de California en Irvine, a Amazon Web Services como Científica Principal, y luego a NVIDIA como Directora Senior de Investigación de ML entre 2018 y 2024. En 2022 se convirtió en la profesora más joven en recibir el título de "Profesora Bren" en Caltech, la distinción más alta que esa institución le otorga a un miembro de su facultad. Es Fellow de la IEEE, la ACM y la AAAI, ganadora de una Beca Alfred P. Sloan y del Premio NSF CAREER. En 2023, la revista TIME la incluyó en su lista de los 100 líderes más influyentes de la inteligencia artificial.

La lección de Anima para mí es la de la persona que no corre detrás de la tendencia del momento, sino que busca el problema que realmente importa. Mientras otros corrían hacia las arquitecturas más visibles, ella se metió en la matemática profunda y emergió con herramientas que hoy hacen posible lo que usamos a diario. Si usas Claude para un proyecto que combina texto, imágenes y más, hay algo de ese trabajo en lo que experimentas.