Daphne Koller

Hay científicas que cambian un campo. Y hay científicas que cambian cómo el mundo aprende. Daphne Koller, nacida en Jerusalén en 1968 y formada en la Universidad Hebrea antes de doctorarse en Stanford, logró las dos cosas. Su carrera en Stanford comenzó en 1995 y durante casi dos décadas la convirtió en una de las voces más claras del machine learning: su área era el razonamiento bajo incertidumbre, esa capacidad de tomar buenas decisiones cuando no tienes todos los datos. El textbook que escribió con Nir Friedman, "Probabilistic Graphical Models" (2009), sigue siendo la referencia definitiva del campo.

En 2001 recibió el IJCAI Computers and Thought Award, el reconocimiento más codiciado para investigadores jóvenes en IA. En 2004 la Fundación MacArthur la eligió para su beca de "genios" (la que no se pide, te busca a ti). Pero el momento que la hizo visible para el mundo entero llegó en 2012, cuando junto a Andrew Ng co-fundó Coursera, la plataforma que les trajo los cursos de Stanford a más de cien millones de personas. No era solo tecnología: era una declaración de que el conocimiento universitario no debía ser un privilegio de quienes podían pagar la matrícula.

En 2018 dio otro giro sorprendente: dejó la academia para fundar Insitro, una empresa en South San Francisco donde aplica machine learning al descubrimiento y desarrollo de medicamentos. La idea es sencilla pero poderosa: si puedes modelar la biología como un sistema de incertidumbre estructurada, puedes encontrar patrones que los científicos humanos tardarían décadas en detectar. Para 2023 ya era miembro de la Academia Nacional de Ciencias de Estados Unidos, reconocimiento que suma a los de la Academia Nacional de Ingeniería (2011) y la Academia Americana de Artes y Ciencias (2014).

Lo que me inspira de Daphne Koller es que nunca se quedó donde era cómodo. Stanford era cómodo. Coursera, cuando ya era exitosa, era cómodo. Ella siguió hacia donde creía que la IA podía hacer algo de verdad importante. Esa inquietud intelectual, ese no conformarse con el aplauso, es exactamente lo que la IA nos permite emular hoy: preguntarnos qué problema real podemos atacar con las herramientas que tenemos.