Deu certo, é claro. Ele foi para Cambridge e gravitou para o Laboratório de IA do MIT em Technology Square, onde primeiro trabalhou em reconhecimento de fala e depois fez a transição para visão computacional, na época ainda em sua infância. Depois de obter seu doutorado, ele atuou simultaneamente como professor de ciência da computação na Cornell e pesquisador na Xerox PARC, voando entre Nova York e o florescente Vale do Silício, onde trabalhou em visão computacional para a transformação digital de copiadoras e scanners. “Na academia, há mais projetos de pesquisa movidos pela curiosidade, enquanto no mundo corporativo você tem a oportunidade de construir coisas que as pessoas realmente usarão”, diz ele. “Passei minha carreira alternando 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 pós-graduação em negócios, direito e tecnologia da universidade com sede em Nova York, servindo como seu primeiro reitor e vice-reitor. Quando Stephen Schwarzman, CEO da empresa de investimentos Blackstone Group, doou 350 milhões de dólares ao MIT para estabelecer uma faculdade de computação em 2018, estava ansioso por regressar ao Instituto para liderá-la. “O facto de o MIT estar a assumir um compromisso ousado para se tornar um líder de base ampla na era impulsionada pela IA – e de estar a abranger todas as suas escolas – foi emocionante”, diz ele.
O Schwarzman College tomou forma por meio de forças-tarefa envolvendo mais de 100 membros do corpo docente do MIT. No outono de 2019, um plano foi definido e Huttenlocher assumiu o cargo de diretor, com o chefe do EECS, Ozdaglar, nomeado vice-reitor acadêmico. “Nunca acreditei que todo mundo quisesse fazer ciência da computação no MIT”, diz ela. “Os alunos chegam com muitas paixões e é nossa responsabilidade educar esses bilíngues, para que sejam fluentes em sua própria disciplina, mas também capazes de usar essas fronteiras avançadas da computação.”
A experiência de Ozdaglar é o uso de aprendizado de máquina para otimizar comunicações, transporte e sistemas de controle. Recentemente, ela se interessou em aplicar algoritmos de aprendizado de máquina às mídias sociais, examinando como as escolhas que as pessoas fazem ao compartilhar conteúdo afetam as informações – e a desinformação – que lhes são recomendadas. Este trabalho baseia-se nas suas colaborações interdisciplinares de longa data nas ciências sociais, incluindo colaborações com o seu marido, o professor de economia (e recente prémio Nobel) Daron Acemoglu. “Sinto fortemente que, para realmente abordar as questões importantes da sociedade, estes antigos departamentos ou silos disciplinares já não são adequados”, diz ela. “A faculdade me permitiu trabalhar de forma muito mais ampla no MIT e compartilhar tudo o que aprendi.”
Ozdaglar tem sido uma força motriz por trás da contratação de professores para a faculdade, trabalhando com 18 departamentos para trazer dezenas de acadêmicos para a vanguarda da computação. De certa forma, diz ela, tem sido um desafio integrar os novos contratados às disciplinas existentes. “Temos que continuar a ensinar o que ensinamos há dezenas ou centenas de anos, por isso a mudança é difícil e lenta”, diz ela. Mas ela também notou um entusiasmo palpável com as novas ferramentas. A faculdade já trouxe mais de 30 novos membros do corpo docente em quatro grandes áreas: clima e computação; inteligência humana e natural; ciências humanísticas e sociais; e IA para descobertas científicas. Em cada caso, eles recebem uma residência acadêmica em outro departamento, bem como uma consulta e, muitas vezes, um espaço de laboratório dentro da faculdade.
Esse compromisso com o trabalho interdisciplinar foi incorporado em todos os aspectos da nova sede. “A maioria dos edifícios do MIT parece bastante monolítica”, diz Huttenlocher enquanto lidera o caminho por corredores bem iluminados e espaços comuns com grandes paredes de vidro com vista para a Vassar Street. “Queríamos fazer com que isso 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 repleto de laboratórios e espaços de trabalho comunitários, todos iluminados e arejados com vidro e madeira clara natural. Ao longo dos corredores, portas abertas oferecem vislumbres atraentes de coisas como um robô gigante pendurado no teto em meio a um emaranhado de fios.
Espaços de laboratório e escritório para grupos de pesquisa de professores que trabalham em problemas relacionados – que podem ser, por exemplo, CSAIL e LIDS – são intercalados 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 nem ao laboratório nem à faculdade, então as pessoas realmente precisam colaborar para usá-la.” Outro espaço dedicado está disponível seis meses por vez, mediante inscrição, para projetos colaborativos especiais. O primeiro grupo a utilizá-lo, na primavera passada, concentrou-se em trazer a computação para o desafio climático. Para garantir que os alunos de graduação também usem o prédio, há uma sala de aula e uma sala de aula com 250 lugares, que agora oferece aulas clássicas do Curso 6 (como Introdução ao Aprendizado de Máquina), bem como novas aulas multidisciplinares. Um imponente lobby central repleto de cabines confortáveis e móveis modulares está pronto para sessões de estudo.
Para alguns dos novos professores, trabalhar na faculdade é uma mudança bem-vinda em relação às experiências acadêmicas anteriores, nas quais muitas vezes se sentiam presos entre disciplinas. “A interseção entre sustentabilidade climática e IA era incipiente quando comecei meu doutorado em 2015”, diz Sherrie Wang, professora assistente com nomeação compartilhada em engenharia mecânica e no Instituto de Dados, Sistemas e Sociedade, que é investigadora principal do Laboratório de Inteligência da Terra. Quando ela chegou ao mercado de trabalho em 2022, ainda não estava claro em qual departamento ela estaria. Agora parte do grupo climático de Schwarzman, ela diz que seu trabalho usa aprendizado de máquina para analisar dados de satélite, examinando a distribuição de colheitas e as práticas agrícolas em todo o país. o mundo. “É ótimo ter um grupo de pessoas que têm motivações filosóficas semelhantes na aplicação destas ferramentas a problemas do mundo real”, diz ela. “Ao mesmo tempo, também estamos avançando com as ferramentas.”