Animashree (Anima) Anandkumar ist die Bren-Professorin für Informatik am California Institute of Technology (Caltech) und Senior Director für Machine-Learning-Forschung bei NVIDIA. Sie ist außerdem Mitbegründerin von Accelerated Understanding, einem Unternehmen, das sich auf KI-Bildung und -Forschung konzentriert. Ihre Forschung umfasst tensor-algebraische Methoden, Deep Learning und nicht-konvexe Optimierung mit Anwendungen in wissenschaftlichen Bereichen wie Wettervorhersage, Wirkstoffforschung und Ingenieursdesign.
Anandkumar hat einflussreiche Beiträge zum maschinellen Lernen geleistet, insbesondere durch die Entwicklung von Tensor-Zerlegungstechniken für latente Variablenmodelle und die Erfindung neuronaler Operatoren, die das Deep Learning erweitern, um mehrskalige Prozesse in wissenschaftlichen Simulationen zu modellieren. Sie hat auch an generalistischen KI-Agenten mit Sprachmodellen gearbeitet und sich lautstark für Vielfalt und Inklusion in der Technologiebranche eingesetzt.
Frühes Leben und Ausbildung
Anandkumar wurde in Mysore, Indien, in eine Familie von Ingenieuren und Mathematikern geboren. Ihre Eltern waren beide Ingenieure, und ihr Großvater war Mathematiker. Ihr Ururgroßvater war der Sanskrit-Gelehrte R. Shamasastry, der für die Entdeckung des Arthashastra bekannt ist. Sie begann bereits in jungen Jahren mit dem Studium von Bharatanatyam, einer klassischen indischen Tanzform, und praktizierte es viele Jahre lang.
Sie absolvierte ein Grundstudium in Elektrotechnik am Indian Institute of Technology Madras und schloss es 2004 ab. Anschließend zog sie für ihr Graduiertenstudium in die Vereinigten Staaten an die Cornell University, wo sie 2009 unter der Leitung von Lang Tong promovierte. Ihre Doktorarbeit konzentrierte sich auf skalierbare Algorithmen für verteilte statistische Inferenz. Während ihrer Promotion war sie von 2008 bis 2009 IBM Fellow und arbeitete in der Netzwerkgruppe bei IBM an End-to-End-Service-Level-Transaktionen.
Nach Abschluss ihrer Promotion war Anandkumar bis 2010 Postdoktorandin am Massachusetts Institute of Technology, wo sie in der Stochastic Systems Group mit Alan Willsky arbeitete.
Akademische Karriere und Tensor-Methoden
2010 trat Anandkumar als Assistenzprofessorin an der University of California, Irvine, ein. Zu dieser Zeit stand die Technologiebranche am Beginn der Big-Data-Revolution, und sie begann, an Tensor-Zerlegungen latenter Variablenmodelle zu arbeiten. Ihre Arbeit in diesem Bereich lieferte neue theoretische Garantien für das Lernen probabilistischer Modelle aus Daten, was zu einem Eckpfeiler ihrer Forschung wurde.
2012 war sie Gastwissenschaftlerin bei Microsoft Research in New England. 2013 erhielt sie einen CAREER Award der National Science Foundation zur Untersuchung von Big Data und sozialen Netzwerken. 2016 wurde sie zur außerordentlichen Professorin mit Tenure an der UC Irvine befördert. Ihre Forschung in dieser Zeit konzentrierte sich auf maschinelles Lernen in großem Maßstab und hochdimensionale Statistik.
Industrierollen: Amazon Web Services und NVIDIA
Von 2016 bis 2018 war Anandkumar als Principal Scientist bei Amazon Web Services (AWS) tätig. Bei AWS arbeitete sie am Deep-Learning-Framework Apache MXNet, führte neue Funktionen ein und entwickelte multimodale Verarbeitungsalgorithmen. Sie war an der Einführung von Amazon SageMaker beteiligt, einer Plattform, die Entwicklern den Aufbau und die Bereitstellung von Machine-Learning-Modellen ermöglicht. Sie trug auch zu Amazon Rekognition, Amazon Lex und Amazon Polly bei, KI-Diensten für Bilderkennung, Konversationsschnittstellen bzw. Text-to-Speech.
2018 wechselte Anandkumar als Director of Machine Learning Research zu NVIDIA, wo sie ein neues Kernlabor für künstliche Intelligenz und maschinelles Lernen in Santa Clara eröffnete. Im selben Jahr wurde sie auch Bren-Professorin für Informatik und Mathematische Wissenschaften am Caltech, eine Rolle, die sie weiterhin innehat. Bei NVIDIA hat sie Forschung zu KI für die Wissenschaft geleitet, einschließlich neuronaler Operatoren und Grundlagenmodelle für wissenschaftliche Anwendungen.
Neuronale Operatoren und KI für die Wissenschaft
Anandkumar ist eine Pionierin bei der Entwicklung von KI-Algorithmen für wissenschaftliche Entdeckungen. Sie erfand neuronale Operatoren, die das Deep Learning erweitern, um mehrskalige Prozesse in wissenschaftlichen Bereichen zu modellieren. Im Gegensatz zu traditionellen neuronalen Netzen, die auf diskreten Gittern arbeiten, lernen neuronale Operatoren Abbildungen zwischen Funktionsräumen, was sie um Größenordnungen schneller macht als traditionelle Simulationen. Diese Arbeit wurde auf Wettervorhersage, Wirkstoffforschung und Ingenieursdesign angewendet.
2021 wurden neuronale Operatoren im Quanta Magazine als herausragende Leistung in Mathematik und Informatik hervorgehoben. Anandkumar entwickelte auch KI-basierte hochauflösende Wettermodelle und eine KI-gestützte Methode zur Gestaltung antiinfektiver medizinischer Katheter. 2022 gewann ihre Arbeit an genomweiten Grundlagenmodellen, die emergentes Verhalten bei der Vorhersage evolutionärer Dynamiken und Proteinfunktionen zeigen, den ACM Gordon Bell Special Prize für High Performance Computing-basierte COVID-19-Forschung.
Generalistische KI-Agenten und Sprachmodelle
Anandkumar hat auch zu frühen Arbeiten an generalistischen KI-Agenten mit Sprachmodellen beigetragen. Ihre Forschung zeigte, wie interaktives In-Context-Lernen in Sprachmodellen genutzt werden kann, um Aktionen in Form von Programmcode zu konstruieren, um komplexe offene Aufgaben in Umgebungen wie Minecraft und robotischem Reinforcement Learning zu lösen. Diese Forschungslinie untersucht, wie Grundlagenmodelle einen Lebenszyklus des Lernens simulieren und sich interaktiv an neue Aufgaben anpassen können.
Interessenvertretung und öffentliches Engagement
Anandkumar hat sich aktiv für Geschlechtergleichstellung und gegen sexuelle Belästigung in Technologie und Wissenschaft eingesetzt. Sie startete eine Petition an Timothy A. Gonsalves, den damaligen Direktor des IIT Madras, um die Geschlechtertrennung im Zulassungsverfahren zu beenden und campusweite Systeme zur Überwachung sexueller Belästigung, zur Verbesserung der Sicherheit und zur Erhöhung des Alumni-Engagements einzuführen. Sie hat offen über ihre eigenen Erfahrungen mit sexueller Belästigung gesprochen und Intel aufgefordert, keine weiblichen Akrobatinnen bei Konferenzpartys einzusetzen.
Sie war auch eine der Kampagnenführerinnen, die erfolgreich dafür eintraten, die Conference on Neural Information Processing Systems von 'NIPS' in NeurIPS umzubenennen. 2018 erhielt sie einen New York Times Good Tech Award für ihre Interessenvertretung und Forschung.
Auszeichnungen und Ehrungen
Anandkumar hat im Laufe ihrer Karriere zahlreiche Auszeichnungen und Ehrungen erhalten. 2026 wurde sie als Time100 AI Innovator ausgezeichnet. 2025 erhielt sie den Time100 Impact Award für den Einsatz von KI zur Beschleunigung wissenschaftlicher Entdeckungen und den IEEE Kiyo Tomiyasu Award für Beiträge zur KI, einschließlich Tensor-Methoden und neuronaler Operatoren. 2024 gewann sie den Blavatnik Award für junge Wissenschaftler und wurde als TED-Sprecherin benannt. Außerdem erhielt sie 2024 den Distinguished Alumnus Award des IIT Madras.
2023 wurde ihr ein Guggenheim Fellowship in Informatik verliehen, sie wurde Schmidt Sciences AI 2050 Senior Fellow und zum AAAI Fellow gewählt. 2022 wurde sie für Beiträge zu Tensor-Methoden und neuronalen Operatoren zum ACM Fellow ernannt. Ihr Papier über neuronale Operatoren gewann 2022 außerdem einen Outstanding Paper Award bei einer großen Konferenz.
Vermächtnis und Wirkung
Anandkumars Arbeit hat erhebliche Auswirkungen sowohl auf die Theorie des maschinellen Lernens als auch auf ihre Anwendungen in Wissenschaft und Technik gehabt. Ihre Tensor-Methoden haben eine rigorose Grundlage für das Lernen latenter Variablenmodelle geschaffen, während ihre neuronalen Operatoren neue Wege für den Einsatz von KI in wissenschaftlichen Simulationen eröffnet haben. Durch ihre Rollen am Caltech und bei NVIDIA prägt sie weiterhin die Zukunft der KI-Forschung, insbesondere im aufstrebenden Bereich der KI für die Wissenschaft. Ihr Einsatz für Vielfalt und ethische Praktiken in der KI hat sie auch zu einer prominenten Stimme in der breiteren Technologiegemeinschaft gemacht.