Aleksandra Faust ist eine serbisch-amerikanische Informatikerin, die als Chief AI Officer bei Genesis Molecular AI tätig ist. Sie ist bekannt für ihre Beiträge zu Reinforcement Learning, Robotik-Bewegungsplanung und Foundation Models für biomolekulare Strukturen. Faust hatte zuvor Forschungspositionen in leitender Funktion bei Google DeepMind und den Sandia National Laboratories inne und wurde mit dem IEEE Early Career Award in Robotics and Automation ausgezeichnet.
Fausts Forschung umfasst künstliche Intelligenz, maschinelles Lernen und Deep Learning, mit einem Schwerpunkt auf skalierbarer Autonomie und automatisiertem Design von Lernagenten. Sie war Mitbegründerin des Bereichs Automated Reinforcement Learning (AutoRL) und hat generalistische Robotermodelle vorangetrieben, die in verschiedenen physischen Umgebungen operieren können. Zu ihren jüngsten Arbeiten gehört die Leitung der Entwicklung von Web Agents und die Mitautorenschaft des 'Levels of AGI'-Rahmenwerks.
Ausbildung
Faust erwarb einen Bachelor of Science in Mathematik und Informatik an der Universität Belgrad. Anschließend absolvierte sie 2004 einen Master of Science in Informatik an der University of Illinois at Urbana-Champaign. 2014 promovierte sie in Informatik an der University of New Mexico, wobei ihre Doktorarbeit von Lydia Tapia betreut wurde. Ihr Graduiertenstudium konzentrierte sich auf algorithmische Robotik und Bewegungsplanung, was die Grundlage für ihre spätere Arbeit an lernbasierten Ansätzen legte.
Karriere bei den Sandia National Laboratories
Von 2006 bis 2015 arbeitete Faust als Senior R&D Engineer bei den Sandia National Laboratories, einer Einrichtung des US-Energieministeriums. In dieser Zeit wandte sie computergestützte Methoden auf komplexe Robotersysteme und Herausforderungen der autonomen Navigation an. Ihre Arbeit bei Sandia umfasste die Integration von Sensorik, Planung und Steuerung, was ihre spätere Forschung zu Reinforcement Learning und Bewegungsplanung beeinflusste. Die Erfahrung prägte auch ihr Interesse daran, theoretische Algorithmen mit praktischen Hardware-Beschränkungen zu verbinden.
Waymo und Google Brain
2015 wechselte Faust zu Waymo, dem Projekt für selbstfahrende Autos unter Google, wo sie sich auf die Anwendung von maschinellem Lernen auf die Bewegungsplanung autonomer Fahrzeuge konzentrierte. Ihre Arbeit bei Waymo befasste sich mit der Entscheidungsfindung in Echtzeit in dynamischen Verkehrsumgebungen und trug zur Entwicklung sichererer Navigationssysteme bei.
2017 wechselte Faust zu Google Brain, einer Forschungsgruppe für Deep Learning. Nach der Integration der Gruppe in DeepMind stieg sie zur Director of Research bei Google DeepMind auf. In dieser Rolle leitete sie Forschung zu skalierbarer Autonomie und Reinforcement Learning und beaufsichtigte Projekte, die darauf abzielten, Lernalgorithmen effizienter und auf große Systeme anwendbar zu machen. Ihre Führung trug zu Fortschritten bei Neuronale-Netzwerk-Trainingsmethoden und agentenbasiertem Lernen bei.
Automated Reinforcement Learning (AutoRL)
Faust ist Mitautorin des Papers, das Automated Reinforcement Learning (AutoRL) etablierte, einen Begriff, dessen Prägung ihrer Forschung zugeschrieben wird. AutoRL automatisiert das Design von Lernagenten selbst, einschließlich der Wahl von Architektur, Belohnungsfunktionen und Hyperparametern, und reduziert so den Bedarf an manueller Abstimmung. Sie ist auch Mitautorin der ersten Übersichtsarbeit auf diesem Gebiet, die Ansätze und offene Probleme in diesem Bereich systematisierte.
Faust war 2023 Program Chair der AutoML-Konferenz und half dabei, die akademische Gemeinschaft rund um automatisiertes maschinelles Lernen zu organisieren. Ihre Arbeit im Bereich AutoRL hat beeinflusst, wie Forscher Hyperparameter-Optimierung und Architektursuche im Reinforcement Learning angehen, und macht diese Methoden für Nicht-Experten zugänglicher.
Robotik und Bewegungsplanung
In der Robotik entwickelte Faust Methoden, die Sensorik, Bewegungsplanung und Steuerung mithilfe von maschinellem Lernen verbinden. Sie entwickelte PRM-RL, eine Technik, die sampling-basierte Planung mit Reinforcement Learning kombiniert, um autonome Navigation über große Entfernungen zu ermöglichen. Diese Arbeit gewann 2018 den Best Paper in Service Robotics Award auf der ICRA, einer führenden Robotik-Konferenz.
Faust war eine frühe Befürworterin generalistischer Robotermodelle, die verschiedene physische Räume navigieren können, ohne für jede Umgebung neu trainiert zu werden. Sie legte theoretische Grundlagen für diese Generalisierung und zeigte, wie gelernte Strategien über verschiedene Roboterplattformen und -einstellungen übertragen werden können. Sie entwickelte auch selbstüberwachte Methoden für einen lernbasierten Robotik-Stack, um rechenintensive Trainingsverfahren zu vermeiden.
Später erweiterte Faust diesen Ansatz auf Hardware-Software-Co-Design und charakterisierte Abhängigkeiten zwischen Sensoren, Rechenleistung und maschinellen Lernmodellen. Diese interdisziplinäre Arbeit wurde 2020 mit dem Best of IEEE Computer Architecture Letters runner-up Award und 2023 mit einer IEEE Micro Top Picks Honorable Mention ausgezeichnet. Ihre Beiträge zur Robotik wurden 2020 mit dem IEEE Early Career Award in Robotics and Automation gewürdigt.
Generative KI und autonome Agenten
Faust leitete die Entwicklung von Web Agents, die als die ersten vollständig autonomen, offenen Aufgabenagenten im Web anerkannt sind. Diese Agenten können mehrstufige Aufgaben wie Recherche, Buchung oder Datensammlung ohne menschliches Eingreifen ausführen. Die Technologie wurde in Google Assistant integriert, sodass Nutzer komplexe Online-Aktivitäten delegieren können.
Um den Fortschritt der Industrie in Richtung fortgeschrittener KI zu messen, ist Faust Mitautorin von 'Levels of AGI', einem Rahmenwerk, das den Weg zu allgemeiner künstlicher Intelligenz operationalisiert. Das Rahmenwerk definiert Stufen der Fähigkeit, von enger KI bis zur vollständigen AGI, und wurde in Medien wie Bloomberg News, The Economist und Forbes diskutiert. Es bietet eine gemeinsame Sprache für Forscher und politische Entscheidungsträger, die KI-Systeme bewerten.
Chief AI Officer bei Genesis Molecular AI
Im Juni 2025 wurde Faust zur Chief AI Officer von Genesis Molecular AI, ehemals Genesis Therapeutics, ernannt. Das Unternehmen konzentriert sich auf die Anwendung von KI auf Arzneimittelentdeckung und molekulares Design. Im Oktober 2025 veröffentlichten Faust und ihr Team den technischen Bericht für das 'Pearl'-Foundation-Modell, das die atomare Platzierung in biomolekularen Strukturen übernimmt. Pearl ist Berichten zufolge das erste Modell, das AlphaFold 3 bei dieser Aufgabe übertrifft, was einen bedeutenden Fortschritt in der Computerbiologie darstellt.
Diese Arbeit wendet Large-Language-Model-Techniken und Transformer-Architekturen auf molekulare Probleme an und baut auf Fausts Expertise in skalierbaren Lernsystemen auf. Das Modell zielt darauf ab, die Genauigkeit bei der Vorhersage molekularer Konformationen zu verbessern, was für die Arzneimittelentwicklung und das Protein-Engineering entscheidend ist.
Auszeichnungen und Ehrungen
Faust hat im Laufe ihrer Karriere zahlreiche Auszeichnungen erhalten. 2026 wurde sie zum Fellow des IEEE ernannt, mit der Begründung, dass ihre Beiträge zur technischen Führung in skalierbarer lernbasierter Autonomie und Foundation Models anerkannt werden. 2023 wurde sie in die Liste '50 Women in Robotics you need to know about' von Women in Robotics aufgenommen.
Zu ihren weiteren Ehrungen gehören der Best Paper of IEEE Computer Architecture Letters runner-up (2020), der IEEE Early Career Award in Robotics and Automation (2020) und der ICRA Best Paper in Service Robotics (2018). Diese Auszeichnungen spiegeln ihren Einfluss auf Robotik, maschinelles Lernen und Computerarchitektur wider.
Vorträge
Faust ist eine gefragte Rednerin zu KI- und Robotik-Themen. Sie hielt 2025 die Keynote auf dem Emerging Technologies Workshop der IAEA und nahm an einer Plenar-Podiumsdiskussion auf dem World Summit AI teil. Sie war als Panelistin für die National Academy of Sciences tätig und trug zu politischen Diskussionen über KI-Sicherheit und -Einsatz bei. Faust sprach auch vor 15.000 Teilnehmern als Plenarrednerin auf der WE17-Konferenz der Society of Women Engineers und setzte sich für Vielfalt in Ingenieurberufen ein.
Ihre öffentlichen Engagements betonen die praktischen Anwendungen der KI-Forschung und die Bedeutung verantwortungsvoller Entwicklung. Faust diskutiert häufig die Auswirkungen autonomer Systeme und Foundation Models auf Industrie und Gesellschaft und stützt sich dabei auf ihre Erfahrungen in nationalen Laboren, Technologieunternehmen und Start-ups.
Referenzen
Fausts Arbeit ist in akademischen Publikationen und technischen Berichten dokumentiert. Ihre Forschungsarbeiten zu AutoRL, PRM-RL und Web Agents wurden in der maschinelles Lernen- und Robotik-Gemeinschaft weitgehend zitiert. Das 'Levels of AGI'-Rahmenwerk ist zu einem Bezugspunkt in Diskussionen über KI-Fortschritt geworden. Ihre jüngste Arbeit am Pearl-Foundation-Modell ist im technischen Bericht von Genesis Molecular AI vom Oktober 2025 detailliert beschrieben.