Daniela Rus

Daniela L. Rus nació en Rumania antes de emigrar a Estados Unidos con sus padres. Su padre, Teodor Rus, es profesor emérito de informática en la Universidad de Iowa . Su madre, Elena Rus, es física.

Rus recibió una Licenciatura en Ciencias con especializaciones en informática y matemáticas de la Universidad de Iowa en 1985. ^{[ 1 ]} Recibió una Maestría en Ciencias en informática en 1990 y un Doctorado en Filosofía en informática en 1993, ambos de la Universidad de Cornell . ^{[ 2 ] [ 1 ]} Su director de tesis doctoral fue John Hopcroft , y su disertación doctoral se tituló "Planificación de movimiento fino para manipulación diestra". ^{[ 3 ]}

Rus comenzó su carrera académica como profesora en el Departamento de Ciencias de la Computación de Dartmouth College antes de trasladarse al MIT en 2004. Desde 2012, se desempeña como Directora del Laboratorio de Ciencias de la Computación e Inteligencia Artificial del MIT (CSAIL), que, con más de 125 profesores y más de 1700 miembros, es el laboratorio de investigación interdepartamental más grande de la universidad.

Como directora de CSAIL, lanzó varios programas e iniciativas de investigación, incluyendo el programa AI Accelerator, el Centro Conjunto de Investigación Toyota-CSAIL, ^{[ 4 ]} las Comunidades de Investigación (CoR), un programa postdoctoral llamado METEOR, Future of Data Trust and Privacy, Machine Learning Applications, Fintech, Cybersecurity. Como jefa del Laboratorio de Robótica Distribuida de CSAIL, Rus centra su investigación en la ciencia y la ingeniería de la autonomía, con el objetivo de desarrollar sistemas que se integren sin problemas en la vida de las personas para ayudarlas con tareas cognitivas y físicas.

Rus es miembro de la Academia Nacional de Ingeniería (NAE), la Academia Estadounidense de Artes y Ciencias (AAAS), la Academia Nacional de Ciencias (NAS) y miembro de la ACM , la AAAI y el IEEE . También es miembro extranjera de la Academia Nacional de Medicina (ANM). Recibió un premio NSF Career y una beca ^de la Fundación Alfred P. Sloan , así como la beca MacArthur de 2002. ^{[ 5} ]

Rus ha contribuido con algunos de los primeros algoritmos para sistemas multi-robot con garantías de rendimiento en robótica distribuida, mediante la introducción de un enfoque de optimización basado en la teoría de control para la coordinación descentralizada adaptativa. ^{[ 12 ]} La clave de estos resultados reside en el estrecho acoplamiento entre percepción, control y comunicación. Los algoritmos de control son descentralizados, adaptativos y de estabilidad demostrable.

Su grupo ha desarrollado robots modulares autoconfigurables que pueden modificar sus estructuras físicas para realizar diferentes tareas. Esto incluye conjuntos de cubos robóticos que utilizan el movimiento angular para ensamblarse en distintas formaciones, ^{[ 13 ]} y robots controlados por imanes que pueden caminar, navegar y planear utilizando diferentes exoesqueletos solubles. ^{[ 14 ]} También ha trabajado en algoritmos para que los robots vuelen en enjambres, ^{[ 15 ]} y para que los barcos naveguen de forma autónoma por los canales de Ámsterdam y se autoensamblen como estructuras flotantes. ^{[ 16 ]}

Rus fue una de las primeras contribuyentes al campo de la robótica blanda , que algunos investigadores creen que tiene el potencial de superar a la robótica tradicional de cuerpo rígido en una variedad de entornos humanos. ^{[ 17 ]} Su trabajo ha introducido sistemas robóticos autónomos autocontenidos como un "pez" submarino utilizado para la exploración oceánica ^{[ 18 ]} y manos diestras que pueden agarrar una variedad de objetos diferentes. ^{[ 19 ]} Rus ha creado diseños y técnicas de fabricación económicos para una variedad de robots basados ​​en silicio y robots imprimibles en 3D, ^{[ 20 ]} con el objetivo de facilitar que personas no expertas construyan los suyos propios.

Sus proyectos a menudo se han inspirado en la naturaleza, incluyendo el pez robótico y un robot con forma de trompa dotado de sensores táctiles. ^{[ 21 ]} También ha explorado el potencial de robots a escala extremadamente pequeña, como un robot de origami ingerible ^{[ 22 ]} que podría desplegarse en el estómago de una persona para curar heridas. Otros trabajos se han centrado en robots para diversos entornos logísticos, incluyendo uno que puede desinfectar el suelo de un almacén en 30 minutos. ^{[ 23 ]}

Rus y su equipo están tratando de abordar algunos de los desafíos clave con los métodos actuales de IA y aprendizaje automático, incluyendo la calidad y el sesgo de los datos, la explicabilidad, la generalización y la sostenibilidad. En su charla TED de 2024, presentó la IA física: IA que comprende el mundo físico. Ha estado trabajando en varios modelos de IA física, incluyendo "redes líquidas" que se inspiran en los cerebros de especies pequeñas, pueden estimar la incertidumbre con mayor precisión, ^{[ 24 ]} comprender mejor la causa y el efecto de las tareas, ^{[ 25 ]} e incluso adaptarse continuamente a nuevas entradas de datos ^{[ 26 ]} en lugar de solo aprender durante la fase de entrenamiento. La investigación de Rus también ha incluido el desarrollo de sistemas de IA para una variedad de casos de uso e industrias, incluyendo tecnologías autónomas para vehículos terrestres, aéreos y marítimos. Ha trabajado en algoritmos de IA para la conducción autónoma en condiciones de carretera difíciles, desde caminos rurales ^{[ 27 ]} hasta clima nevado, ^{[ 28 ]} y también lanzó un motor de simulación de código abierto que los investigadores pueden usar para probar sus algoritmos para vehículos autónomos.

Muchos de los proyectos del Laboratorio de Robótica Distribuida se han centrado en facilitar una interacción y colaboración más fluida y natural entre humanos y robots. Rus ha creado sistemas de retroalimentación que permiten a los usuarios humanos comunicar subconscientemente, a través de la actividad de las ondas cerebrales, si un robot ha cometido un error en entornos de fabricación. ^{[ 29 ]} Utilizando sensores corporales portátiles, ha desarrollado sistemas que permiten a los usuarios controlar drones con mayor fluidez ^{[ 30 ]} y trabajar con ellos para levantar y transportar mercancías. ^{[ 31 ]}

Su grupo también ha trabajado en proyectos orientados a ayudar a las personas con discapacidad física. Han colaborado con la Fundación Andrea Bocelli para crear sistemas portátiles ^{[ 32 ]} que ayudan a guiar a las personas con discapacidad visual, así como un «guante inteligente» que utiliza aprendizaje automático para interpretar el lenguaje de señas. ^{[ 33 ]}

En los últimos años, Rus ha trabajado con su colega del MIT, Wojciech Matusik, para crear métodos de impresión 3D de robots y otros objetos funcionales, a menudo hechos de varios tipos de materiales diferentes. Ha impreso en 3D robots blandos con electrónica integrada, ^{[ 34 ]} objetos con propiedades mecánicas ajustables, ^{[ 35 ]} e incluso "guantes inteligentes" que podrían ayudar en tareas de agarre a personas con problemas de coordinación motora. ^{[ 36 ]} Su grupo ha desarrollado métodos para imprimir en 3D materiales que detectan cómo se mueven e interactúan con su entorno, lo que podría usarse para crear robots blandos que tengan algún tipo de comprensión de su propia postura y movimientos.