Aleksandra Faust es una informática serbio-estadounidense que ejerce como Directora de IA en Genesis Molecular AI. Es reconocida por sus contribuciones al aprendizaje por refuerzo, la planificación de movimiento en robótica y los modelos fundacionales para estructuras biomoleculares. Faust ocupó previamente puestos de liderazgo en investigación en Google DeepMind y Sandia National Laboratories, y ha sido honrada con el Premio IEEE de Carrera Temprana en Robótica y Automatización.
La investigación de Faust abarca inteligencia artificial, aprendizaje automático y aprendizaje profundo, con un enfoque en la autonomía escalable y el diseño automatizado de agentes de aprendizaje. Co-fundó el campo del Aprendizaje por Refuerzo Automatizado (AutoRL) y ha avanzado en modelos de robot generalistas capaces de operar en diversos entornos físicos. Su trabajo reciente incluye liderar el desarrollo de Agentes Web y coautorar el marco de 'Niveles de AGI'.
Educación
Faust obtuvo una Licenciatura en Ciencias en Matemáticas y Ciencias de la Computación en la Universidad de Belgrado. Luego completó una Maestría en Ciencias en Ciencias de la Computación en la Universidad de Illinois en Urbana-Champaign en 2004. En 2014, recibió su Doctorado en Ciencias de la Computación en la Universidad de Nuevo México, donde su investigación doctoral fue supervisada por Lydia Tapia. Sus estudios de posgrado se centraron en robótica algorítmica y planificación de movimiento, sentando las bases para su trabajo posterior en enfoques basados en aprendizaje.
Carrera en Sandia National Laboratories
De 2006 a 2015, Faust trabajó como Ingeniera Senior de I+D en Sandia National Laboratories, una instalación del Departamento de Energía de los Estados Unidos. Durante este período, aplicó métodos computacionales a sistemas robóticos complejos y desafíos de navegación autónoma. Su trabajo en Sandia implicó integrar percepción, planificación y control, lo que informó su investigación posterior en aprendizaje por refuerzo y planificación de movimiento. La experiencia también moldeó su interés en unir algoritmos teóricos con restricciones prácticas de hardware.
Waymo y Google Brain
En 2015, Faust se unió a Waymo, el proyecto de coches autónomos de Google, donde se centró en aplicar aprendizaje automático a la planificación de movimiento para vehículos autónomos. Su trabajo en Waymo abordó la toma de decisiones en tiempo real en entornos de tráfico dinámico, contribuyendo al desarrollo de sistemas de navegación más seguros.
En 2017, Faust se trasladó a Google Brain, un grupo de investigación en aprendizaje profundo. Ascendió hasta convertirse en Directora de Investigación en Google DeepMind tras la integración del grupo con DeepMind. En este rol, lideró investigación sobre autonomía escalable y aprendizaje por refuerzo, supervisando proyectos destinados a hacer que los algoritmos de aprendizaje fueran más eficientes y aplicables a sistemas a gran escala. Su liderazgo contribuyó a avances en métodos de entrenamiento de redes neuronales y aprendizaje basado en agentes.
Aprendizaje por Refuerzo Automatizado (AutoRL)
Faust coautoró el artículo que estableció el Aprendizaje por Refuerzo Automatizado (AutoRL), un término que su investigación es acreditada por acuñar. AutoRL automatiza el diseño de los propios agentes de aprendizaje, incluyendo elecciones de arquitectura, funciones de recompensa e hiperparámetros, reduciendo la necesidad de ajuste manual. También coautoró la primera encuesta del campo, que sistematizó enfoques y problemas abiertos en esta área.
Faust sirvió como Presidenta de Programa para la conferencia AutoML en 2023, ayudando a organizar la comunidad académica en torno al aprendizaje automático automatizado. Su trabajo en AutoRL ha influido en cómo los investigadores abordan la optimización de hiperparámetros y la búsqueda de arquitecturas en el aprendizaje por refuerzo, haciendo estos métodos más accesibles para no expertos.
Robótica y Planificación de Movimiento
En robótica, Faust desarrolló métodos que unen percepción, planificación de movimiento y control mediante aprendizaje automático. Creó PRM-RL, una técnica que combina planificación basada en muestreo con aprendizaje por refuerzo para permitir navegación autónoma de largo alcance. Este trabajo ganó el premio al Mejor Artículo en Robótica de Servicio en ICRA 2018, una conferencia líder en robótica.
Faust fue una defensora temprana de los modelos de robot generalistas que pueden navegar en espacios físicos diversos sin reentrenamiento para cada entorno. Estableció fundamentos teóricos para esta generalización, mostrando cómo las políticas aprendidas podían transferirse a través de diferentes plataformas y configuraciones robóticas. También desarrolló métodos autosupervisados para una pila robótica basada en aprendizaje, evitando procedimientos de entrenamiento computacionalmente costosos.
Posteriormente, Faust expandió este enfoque al co-diseño de hardware y software, caracterizando dependencias entre sensores, computación y modelos de aprendizaje automático. Este trabajo interdisciplinario ganó el premio de subcampeón al Mejor Artículo de IEEE Computer Architecture Letters en 2020 y una Mención Honorífica de Top Picks de IEEE Micro en 2023. Sus contribuciones a la robótica fueron reconocidas con el Premio IEEE de Carrera Temprana en Robótica y Automatización en 2020.
IA Generativa y Agentes Autónomos
Faust lideró el desarrollo de Agentes Web, reconocidos como los primeros agentes de tareas totalmente autónomos y de final abierto que operan en la web. Estos agentes pueden realizar tareas de múltiples pasos como investigación, reservas o recopilación de datos sin intervención humana. La tecnología fue integrada en Google Assistant, permitiendo a los usuarios delegar actividades en línea complejas.
Para medir el progreso de la industria hacia la IA avanzada, Faust coautoró 'Niveles de AGI', un marco que operacionaliza el camino hacia la inteligencia general artificial. El marco define etapas de capacidad, desde IA estrecha hasta AGI completa, y ha sido discutido en medios como Bloomberg News, The Economist y Forbes. Proporciona un vocabulario común para investigadores y responsables políticos que evalúan sistemas de IA.
Directora de IA en Genesis Molecular AI
En junio de 2025, Faust fue nombrada Directora de IA de Genesis Molecular AI, anteriormente Genesis Therapeutics. La empresa se centra en aplicar IA al descubrimiento de fármacos y al diseño molecular. En octubre de 2025, Faust y su equipo publicaron el informe técnico para el modelo fundacional 'Pearl', que maneja la colocación atómica en estructuras biomoleculares. Pearl es supuestamente el primer modelo en superar a AlphaFold 3 en esta tarea, representando un avance significativo en biología computacional.
Este trabajo aplica técnicas de modelos de lenguaje grandes y arquitecturas de transformadores a problemas moleculares, basándose en la experiencia de Faust en sistemas de aprendizaje escalables. El modelo tiene como objetivo mejorar la precisión en la predicción de conformaciones moleculares, lo cual es crítico para el desarrollo de fármacos y la ingeniería de proteínas.
Premios y Honores
Faust ha recibido numerosos premios a lo largo de su carrera. Fue nombrada Fellow del IEEE en 2026, con la cita reconociendo sus contribuciones al liderazgo técnico en autonomía escalable basada en aprendizaje y modelos fundacionales. En 2023, fue incluida en la lista '50 Mujeres en Robótica que necesitas conocer' de Women in Robotics.
Sus otros honores incluyen el subcampeonato al Mejor Artículo de IEEE Computer Architecture Letters (2020), el Premio IEEE de Carrera Temprana en Robótica y Automatización (2020) y el Mejor Artículo en Robótica de Servicio de ICRA (2018). Estos premios reflejan su impacto en robótica, aprendizaje automático y arquitectura de computadores.
Compromisos de Conferencias
Faust es una oradora solicitada sobre temas de IA y robótica. Impartió la conferencia magistral de 2025 en el Taller de Tecnologías Emergentes de la IAEA y participó en un panel plenario en World Summit AI. Ha servido como panelista para la Academia Nacional de Ciencias, contribuyendo a discusiones políticas sobre seguridad y despliegue de IA. Faust también se dirigió a 15,000 asistentes como oradora plenaria en la conferencia WE17 de la Sociedad de Mujeres Ingenieras, abogando por la diversidad en campos de ingeniería.
Sus compromisos públicos enfatizan las aplicaciones prácticas de la investigación en IA y la importancia del desarrollo responsable. Faust discute frecuentemente las implicaciones de los sistemas autónomos y los modelos fundacionales para la industria y la sociedad, basándose en su experiencia en laboratorios nacionales, empresas tecnológicas y startups.
Referencias
El trabajo de Faust está documentado en publicaciones académicas e informes técnicos. Sus artículos de investigación sobre AutoRL, PRM-RL y Agentes Web han sido citados ampliamente en las comunidades de aprendizaje automático y robótica. El marco de 'Niveles de AGI' se ha convertido en un punto de referencia en discusiones sobre el progreso de la IA. Su trabajo reciente sobre el modelo fundacional Pearl está detallado en el informe técnico de octubre de 2025 de Genesis Molecular AI.