(22 de noviembre, 2024) Achyuta Rajaram, un estudiante de 17 años de último año de la Phillips Exeter Academy, subió al escenario en Washington, DC, sorprendido cuando se anunció su nombre como el ganador principal de la Búsqueda de talentos científicos de Regeneron 2024. Su proyecto, que desarrolló un método para identificar los componentes de toma de decisiones de los sistemas de inteligencia artificial (IA), le valió el premio de 250,000 dólares de la competencia. Fue un momento de reconocimiento por años de esfuerzo disciplinado para comprender el aprendizaje automático y ampliar sus límites.
“Cuando dijeron mi nombre, sinceramente pensé que me iba a desmayar”, recuerda Rajaram. “Cuando anunciaron quién era el primer finalista, ya había aceptado por completo que no estaba entre los diez primeros. Estaba realmente feliz por mis amigos y dispuesto a celebrar su éxito”. En cambio, el reconocimiento fue suyo.
El concurso Regeneron Science Talent Search, a menudo denominado el “Premio Nobel Junior”, es una de las competiciones STEM más prestigiosas de Estados Unidos. Desafía a los estudiantes de último año de secundaria a desarrollar proyectos innovadores y demostrar versatilidad y profundidad académica. Más de 2,000 estudiantes se postularon en 2024, compitiendo en lo que los organizadores describieron como el grupo de participantes más grande desde la década de 1960.
Abordar un problema clave en la investigación de la IA
El proyecto de Rajaram aborda un problema clave en la investigación de la IA: comprender cómo los modelos procesan la información. Si bien los sistemas de IA se han vuelto omnipresentes (generan imágenes, diagnostican enfermedades o conducen automóviles), sus procesos de toma de decisiones a menudo siguen siendo opacos. Esta falta de transparencia crea riesgos, desde sesgos injustos hasta clasificaciones erróneas peligrosas.
El método de Rajaram automatiza la identificación de qué partes de un modelo contribuyen a sus decisiones. “Se puede pensar en ello como si se tratara de identificar qué neuronas del cerebro humano se iluminan cuando se mira una imagen”, explicó. “Sin embargo, en este caso se trata de un algoritmo, no de un cerebro”.
Este trabajo es particularmente relevante para los modelos de reconocimiento de imágenes, que se utilizan en aplicaciones que van desde el reconocimiento facial hasta los vehículos autónomos. Rajaram probó su código en un modelo de IA de código abierto y descubrió que ayudaba a resolver un error importante: la clasificación errónea de imágenes cuando aparecía texto conflictivo cerca. Por ejemplo, una imagen de un semáforo en rojo etiquetado con la palabra "verde" a veces se identificaba incorrectamente como verde. El método de Rajaram identificó y abordó el problema aislando los componentes responsables de la clasificación errónea.
“A medida que los modelos de IA se vuelven más complejos, analizarlos manualmente se vuelve casi imposible”, afirmó. “Mi objetivo era crear una herramienta que pudiera automatizar este proceso, haciendo que estos sistemas fueran más confiables y seguros de usar”.
Influencias tempranas y apoyo
Rajaram atribuye su interés por la informática a sus padres, que trabajaban en ingeniería de software. “Mis padres se conocieron mientras trabajaban en IBM en la India”, dijo. “Desde muy joven, me animaron a estar rodeado de ordenadores y a aprender a codificar”. Esta base le dio la confianza para sumergirse en conceptos complejos y experimentar con tecnologías emergentes.
En Phillips Exeter Academy, Rajaram se destacó rápidamente por su curiosidad académica y su liderazgo. Es codirector de los clubes de física, química y ajedrez de la escuela y mantiene un programa riguroso. Su interés por la IA creció durante su primer año cuando notó que gran parte de la investigación se centraba en el procesamiento del lenguaje natural, como los chatbots, en lugar de los modelos de IA basados en imágenes.
“Vi una laguna en la investigación y quise explorarla más a fondo”, dijo. “Las imágenes son fundamentales para muchas aplicaciones de IA, pero no entendemos del todo cómo estos modelos interpretan los datos visuales”.
El proyecto de Rajaram exigía algo más que curiosidad: exigía tiempo, disciplina y la ayuda de expertos. Trabajó en estrecha colaboración con la Dra. Sarah Schwettmann en el Instituto Tecnológico de Massachusetts y pasaba tres días a la semana en su laboratorio. Cada semana, dedicaba entre 25 y 30 horas a perfeccionar su código y probar sus aplicaciones.
“La orientación de la Dra. Schwettmann fue inestimable”, afirmó. “Me ayudó a pensar de manera crítica sobre las implicaciones prácticas de mi trabajo y me animó a ampliar los límites de lo que el proyecto podía lograr”.
Los ganadores del concurso de talentos científicos Regeneron 2024
Un impacto práctico
Las aplicaciones prácticas de la investigación de Rajaram van mucho más allá de la competencia. Su método podría utilizarse para mejorar la transparencia de los sistemas de IA en sectores como la atención sanitaria, las finanzas y el transporte. Por ejemplo, en el campo de las imágenes médicas, su enfoque podría ayudar a identificar cómo los algoritmos diagnostican enfermedades, garantizando que las decisiones se basen en características relevantes en lugar de correlaciones falsas.
“Hay mucho en juego en lo que respecta a la IA”, afirmó. “Entender cómo funcionan estos sistemas es el primer paso para mejorarlos”.
Rajaram ya está pensando en la siguiente fase de su investigación. Después de graduarse en la Phillips Exeter Academy, planea asistir al Instituto Tecnológico de Massachusetts, donde se especializará en informática. Su objetivo es aplicar su método a una gama más amplia de modelos de IA, en particular los que se utilizan en aplicaciones críticas como la conducción autónoma y el reconocimiento facial.
“Esta es solo una herramienta de un conjunto más amplio de herramientas para comprender la IA”, afirmó. “Cuanto más sepamos sobre cómo funcionan estos modelos, más podemos confiar en ellos y mejorarlos”.
Más allá del laboratorio
A pesar de sus logros académicos, Rajaram encuentra tiempo para disfrutar de las actividades típicas de un adolescente. Es un ávido baterista de jazz y un devoto aficionado al ajedrez, y suele competir en torneos escolares. También disfruta de pasar tiempo con amigos y visita con frecuencia los restaurantes locales.
“Mi plato favorito son las costillas de cerdo con miel de Szechuan Taste”, compartió con una sonrisa. “Es la mejor manera de relajarse después de una larga semana”.
Su capacidad para equilibrar el trabajo académico riguroso con los intereses extracurriculares refleja un enfoque disciplinado pero arraigado hacia la vida.
Consejos para aspirantes a innovadores
Achyuta Rajaram es consciente de que su logro inspirará a otros científicos jóvenes y no duda en ofrecer consejos prácticos. “Sé curioso sobre todo, no solo sobre el campo que hayas elegido”, afirma. “Cuanto más explores, más conexiones encontrarás entre diferentes ideas. La mayoría de las cosas se vuelven fascinantes cuando profundizas lo suficiente”.
También destacó la importancia de la perseverancia. “La investigación puede ser frustrante. Hubo momentos en que mi código no funcionó y me sentí estancado. Pero cada fracaso me enseñó algo nuevo y eso fue lo que me mantuvo en marcha”.
Un futuro en IA
El trabajo de Rajaram destaca el potencial de los científicos jóvenes para contribuir a algunos de los desafíos más urgentes del mundo. Al mejorar la transparencia y la confiabilidad de los sistemas de IA, su investigación aborda problemas que han afectado a este campo durante mucho tiempo.
Su éxito en el Búsqueda de talento científico de Regeneron Esto es solo el comienzo. Mientras se prepara para unirse al MIT, Achyuta Rajaram sigue concentrado en ampliar los límites de lo que la IA puede lograr y en garantizar que sirva a la sociedad de manera responsable.
“Quiero que mi trabajo tenga un impacto real”, afirmó. “Aún hay mucho que no sabemos sobre la IA y me entusiasma ser parte del esfuerzo por cambiar eso”.
En un momento en el que la inteligencia artificial está transformando las industrias, las contribuciones de Rajaram se destacan por su claridad y propósito. Su trayectoria sirve como recordatorio de la importancia de la curiosidad, la disciplina y el compromiso de comprender los sistemas que configuran cada vez más nuestro mundo.
- Descubra más fascinantes Historias
