Claro que deu certo. Ele foi para Cambridge e depois para o Laboratório de Inteligência Artificial do MIT em Technology Square, onde trabalhou primeiro em reconhecimento de fala e depois passou para visão computacional, que ainda estava em sua infância na época. Depois de obter seu doutorado, ele trabalhou simultaneamente como professor de ciência da computação em Cornell e como pesquisador na Xerox PARC, viajando entre Nova York e o florescente Vale do Silício, onde trabalhou em visão computacional para digitalizar copiadoras e scanners. “Na academia há mais projetos de pesquisa movidos pela curiosidade, enquanto no mundo dos negócios você tem a oportunidade de construir coisas que as pessoas realmente usam”, diz ele. “Passei minha carreira indo e voltando entre eles.”
Ao longo do caminho, Huttenlocher também ganhou experiência administrativa. Ele foi membro do conselho de longa data e eventual presidente da Fundação MacArthur, e também ajudou a lançar a Cornell Tech, a escola de negócios, direito e tecnologia da universidade com sede em Nova York, servindo como seu primeiro reitor e vice-reitor. Quando o CEO da empresa de investimentos Blackstone Group, Stephen Schwarzman, deu ao MIT US$ 350 milhões em 2018 para construir uma faculdade de computação, ele estava ansioso para retornar ao instituto para liderá-lo. “O facto de o MIT ter assumido um compromisso ousado para se tornar um líder de base ampla na era impulsionada pela IA, e de ter envolvido todas as suas escolas, foi emocionante”, diz ele.
O Schwarzman College desenvolveu-se através de grupos de trabalho de mais de 100 professores do MIT. No outono de 2019, o plano foi definido e Huttenlocher assumiu o cargo de diretor e Ozdaglar, chefe do EECS, foi nomeado reitor associado para acadêmicos. “Nunca acreditei que todos quisessem fazer ciência da computação no MIT”, diz ele. “Os alunos vêm com muita paixão e é nossa responsabilidade educar esses bilíngues para que sejam fluentes em suas áreas, mas também capazes de usar essas fronteiras avançadas da computação.
A experiência de Ozdaglar está no uso de aprendizado de máquina para otimizar sistemas de comunicação, transporte e controle. Mais recentemente, tem-se interessado em aplicar algoritmos de aprendizagem automática às redes sociais, estudando como as escolhas das pessoas na partilha de conteúdos influenciam a informação e a desinformação que lhes são recomendadas. Este trabalho baseia-se nas suas colaborações interdisciplinares de longa data nas ciências sociais, inclusive com o seu marido, o professor de economia (e recente prémio Nobel) Daron Acemoglu. “Sinto fortemente que estes antigos departamentos ou silos disciplinares já não são suficientes para lidar com as questões importantes da sociedade”, diz ele. “A faculdade me permitiu trabalhar de forma muito mais ampla no MIT e compartilhar tudo o que aprendi.”
Ozdaglar tem sido uma força motriz na contratação de professores na faculdade, trabalhando com 18 departamentos para trazer dezenas de pesquisadores para a vanguarda da computação. De certa forma, diz ele, integrar novas contratações em disciplinas existentes tem sido um desafio. “Temos que continuar a ensinar o que ensinamos há dezenas ou centenas de anos, por isso a mudança é difícil e lenta”, diz ele. Mas ele também percebeu uma empolgação palpável com as novas ferramentas. A faculdade já recrutou mais de 30 novos professores em quatro grandes áreas: clima e computação; inteligência humana e natural; humanidades e ciências sociais; e IA para descobertas científicas. De qualquer forma, eles conseguem uma residência acadêmica em outro departamento, bem como uma consulta e, muitas vezes, um espaço de laboratório na faculdade.
Este compromisso com o trabalho interdisciplinar está presente em todos os aspectos da nova sede. “A maioria dos edifícios do MIT parece bastante monolítica”, diz Huttenlocher, abrindo caminho por corredores bem iluminados e áreas comuns com grandes paredes de vidro com vista para a Vassar Street. “Queríamos fazer com que parecesse o mais aberto e acessível possível.” Embora a computação de ponta do instituto ocorra principalmente em um enorme centro de computação em Holyoke, a cerca de 145 quilômetros de distância, no oeste de Massachusetts, o prédio é uma colmeia de laboratórios e espaços de trabalho comunitários, todos iluminados e arejados com vidro e madeira clara natural. Ao longo do corredor, portas abertas oferecem vislumbres tentadores de coisas como um robô gigante pendurado em um emaranhado de fios no teto.
Os espaços de laboratório e escritório para grupos de pesquisa docente que trabalham em problemas relacionados, como os do CSAIL e do LIDS, são compartilhados no mesmo andar para incentivar a interação e a colaboração. “É ótimo porque cria conexões entre laboratórios”, diz Huttenlocher. “Mesmo a sala de conferências não pertence ao laboratório ou à faculdade, então as pessoas precisam trabalhar juntas para usá-la.” Outro espaço dedicado está disponível por seis meses consecutivos, mediante solicitação, para projetos colaborativos especiais. O primeiro grupo a utilizá-lo na primavera passada concentrou-se em trazer a computação para soluções climáticas. Para garantir que os alunos também utilizem o prédio, há uma sala de aula e um auditório com 250 lugares, que agora abriga aulas clássicas do Curso 6 (como Introdução ao Aprendizado de Máquina) e novas aulas multidisciplinares. Um imponente lobby central repleto de cabines confortáveis e móveis modulares está pronto para sessões de estudo.
Para alguns novos membros do corpo docente, trabalhar numa faculdade é uma mudança bem-vinda em relação a experiências académicas anteriores, nas quais muitas vezes se sentiam presos entre disciplinas. “As intersecções entre a sustentabilidade climática e a inteligência artificial estavam a emergir quando comecei o meu doutoramento em 2015”, diz Sherrie Wang, professora associada adjunta de engenharia mecânica e do Instituto de Dados, Sistemas e Sociedade, que é a investigadora principal do estudo. Laboratório de Inteligência da Terra. Quando ingressou no mercado de trabalho, em 2022, ainda não estava claro em qual departamento atuaria. Agora parte do Schwarzman Climate Cluster, ela diz que o seu trabalho utiliza aprendizagem automática para analisar dados de satélite, estudando a distribuição de culturas e práticas agrícolas em todo o mundo. o mundo. “É bom ter um grupo de pessoas com motivações filosóficas semelhantes na aplicação destas ferramentas a problemas do mundo real”, diz ele. “Ao mesmo tempo, também estamos aprimorando as ferramentas.”
