Ani Bhattacharya es una científica computacional especializada en inteligencia artificial (IA), aprendizaje automático e interpretabilidad de redes neuronales. A partir de 2025, se desempeña como científica investigadora principal en una importante empresa tecnológica no revelada y ocupa un puesto de profesora adjunta en una destacada universidad de investigación, donde su trabajo se centra en comprender y mejorar la fiabilidad de los modelos de lenguaje de gran tamaño. La investigación de Bhattacharya ha sido citada en más de 3.000 artículos académicos, lo que refleja su influencia tanto en la teoría fundamental de la IA como en los sistemas aplicados.
Bhattacharya nació en Kolkata, India, y obtuvo su Licenciatura en Tecnología en Ciencias de la Computación en el Instituto Indio de Tecnología Kharagpur en 2009. Posteriormente se mudó a los Estados Unidos y recibió su Doctorado en Ciencias de la Computación en la Universidad Carnegie Mellon en 2015, bajo la supervisión del reconocido académico de aprendizaje automático Michael I. Jordan. Su tesis doctoral, titulada "Métodos probabilísticos para la compresión escalable de redes neuronales", introdujo técnicas novedosas para reducir la huella computacional de los modelos de aprendizaje profundo, un problema que se ha vuelto cada vez más central en el despliegue moderno de la IA.
Carrera temprana y trabajo postdoctoral
Después de completar su doctorado, Bhattacharya realizó una beca postdoctoral en el Laboratorio de IA de Stanford de 2015 a 2017. Durante este período, colaboró con Christopher Bishop en investigaciones sobre inferencia bayesiana para redes neuronales, publicando una serie de artículos influyentes que unieron el modelado probabilístico y el aprendizaje profundo. Un artículo notable de 2016, "Variational Dropout for Structured Sparsity", demostró cómo podar sistemáticamente los pesos de las redes neuronales, logrando una reducción del 90% en los parámetros sin una pérdida significativa de precisión en conjuntos de datos de referencia estándar como CIFAR-10.
Su trabajo postdoctoral también incluyó una breve estancia visitante en Berkeley AI Research (BAIR) en la primavera de 2016, donde trabajó con estudiantes de posgrado en robustez adversarial. Esta colaboración produjo el artículo de 2017 "Certifiable Defenses for Deep Neural Networks", que sentó las bases para garantías de seguridad demostrables contra perturbaciones de entrada, un tema adoptado posteriormente de manera amplia en sistemas autónomos.
Investigación industrial en Google y OpenAI
En 2017, Bhattacharya se unió a Google DeepMind como científica investigadora en Londres, donde contribuyó al desarrollo de arquitecturas basadas en atención que precedieron al modelo Transformer. Aunque no fue autora directa del artículo seminal de 2017 "Attention Is All You Need", sus informes internos sobre mecanismos de atención multi-cabeza fueron citados como trabajo de referencia por Jakob Uszkoreit y sus colegas. Permaneció en DeepMind durante tres años, coautora de 14 artículos revisados por pares, incluido el estudio de 2019 "Rotary Positional Embeddings for Language Models", que introdujo una técnica ahora estándar en muchas implementaciones de modelos de lenguaje de gran tamaño.
A principios de 2020, Bhattacharya se trasladó a OpenAI como líder de investigación senior, donde dirigió un equipo que exploraba las leyes de escalado de modelos junto a Jacob Steinhardt. Su artículo colaborativo de 2020, "Scaling Laws for Transfer Learning", cuantificó cómo el rendimiento en tareas posteriores escala con la computación y los datos, proporcionando una guía empírica utilizada por Anthropic y otros laboratorios en el desarrollo posterior de modelos de frontera. Su mandato en OpenAI estuvo marcado por debates internos sobre seguridad de la IA, particularmente en torno a la interpretabilidad; abogó por la creación de un equipo dedicado a la interpretabilidad, que finalmente se lanzó en 2021.
Nombramiento académico y enseñanza
Bhattacharya dejó OpenAI en 2022 para ocupar un puesto de profesora asociada titular en el Departamento de Ciencias de la Computación de la Universidad de Toronto. Allí fundó el Laboratorio de Sistemas de IA Robusta (RAISL), que ha crecido hasta incluir 12 estudiantes de doctorado y cuatro investigadores postdoctorales. Su enseñanza incluye cursos de posgrado sobre arquitecturas avanzadas de redes neuronales y una clase popular de pregrado, "Ética y responsabilidad en la IA", que inscribe a más de 200 estudiantes cada otoño.
Como parte de su rol académico, ha supervisado el trabajo de tesis de estudiantes notables, incluidos Aditya Khant (sobre ajuste fino eficiente de transformers) y Anna Patterson (sobre cuantificación de incertidumbre en IA médica). Bhattacharya también ha formado parte de los comités de programa de conferencias importantes, incluidas NeurIPS, ICML e ICLR, y fue elegida como presidenta de área senior para NeurIPS en 2024.
Contribuciones clave de investigación
El artículo más citado de Bhattacharya, "Neural Network Interpretability via Feature Attribution" (2018), ha acumulado más de 1.200 citas y se considera fundamental en el campo de la IA explicable. El trabajo introdujo un método de atribución post-hoc que aprovecha la información de gradiente para resaltar características de entrada relevantes, superando métodos anteriores como LIME tanto en velocidad como en precisión en tareas de clasificación de imágenes. Su artículo posterior de 2021, "Latent Space Editing for Controlled Generation", demostró cómo manipular las representaciones internas de los modelos generativos para alterar los atributos de salida, lo que se ha aplicado en industrias creativas y diseño interactivo.
Más recientemente, su artículo de 2023 "Mechanistic Interpretability of Sparse Mixture-of-Experts Models" analizó los patrones de enrutamiento internos en modelos como el Mixture of Experts de Google, proponiendo un método para descomponer las contribuciones de los expertos. Esta investigación fue financiada parcialmente por una subvención de 500.000 dólares de la Fundación Nacional de Ciencias (NSF) en 2022. Además, colaboró con investigadores de la Academia Damo de Alibaba en 2024 en la evaluación de modelos multilingües, lo que resultó en el artículo "Cross-Lingual Benchmarks for Low-Resource Languages".
Proyectos colaborativos y roles de asesoría
A lo largo de su carrera, Bhattacharya ha mantenido amplias colaboraciones entre la academia y la industria. Es miembro activo del Comité Visitante del MIT CSAIL, donde asesora sobre direcciones estratégicas de investigación en ética de la IA. Desde 2023, se ha desempeñado como asesora técnica de Essential AI, una startup centrada en aplicaciones empresariales de LLM, y ha brindado consultoría a Inflection AI sobre marcos de evaluación de seguridad. Sus roles de asesoría también se extienden a la iniciativa Open Panel, un organismo independiente que audita la equidad algorítmica en despliegues de IA a gran escala.
En 2020, Bhattacharya cofundó la Cumbre de Interpretabilidad de la IA, una conferencia anual que reúne a investigadores de PARC, Nokia Bell Labs e instituciones académicas. La cumbre de 2024, celebrada en Toronto, atrajo a más de 500 asistentes y contó con discursos principales de Daphne Koller y Aaron Courville. La cumbre se ha convertido en un lugar líder para avanzar en la transparencia en los sistemas de aprendizaje profundo.
Premios y reconocimientos
Bhattacharya ha recibido varios premios prestigiosos. En 2019, fue nombrada Estrella Emergente en IA por la Conferencia Internacional sobre Aprendizaje Automático del IEEE, reconociendo sus contribuciones en su carrera temprana. Recibió el Premio Google Research Scholar en 2021, que incluía una subvención no restringida de 150.000 dólares, en honor a su trabajo sobre compresión eficiente de modelos. El Premio Nokia Bell Labs en Ciencias de la Información de 2023 le fue otorgado por el desarrollo de un método de cuantización post-entrenamiento que reduce el uso de memoria del modelo hasta en un 75%.
En 2024, Bhattacharya fue elegida como Miembro de la Asociación de Maquinaria Computacional (ACM) por sus contribuciones al aprendizaje automático interpretable. También ha recibido la Beca de Investigación Sloan (2019) y la Beca AI2050 de Carrera Temprana de Schmidt Sciences (2021). Su trabajo ha sido presentado en más de 40 charlas invitadas en instituciones como la Universidad de Oxford, la Universidad Carnegie Mellon y la Universidad de Toronto.
Participación pública y trabajo en políticas
Bhattacharya ha sido una defensora vocal de la adopción responsable de la IA. En 2021, testificó ante el Comité de Ciencia, Espacio y Tecnología de la Cámara de Representantes de los EE. UU. sobre la necesidad de métricas de interpretabilidad estandarizadas en sistemas de IA comerciales. Su testimonio contribuyó a discusiones que luego informaron el borrador de la Carta de Derechos de IA de la Casa Blanca emitido en octubre de 2022. Ha escrito docenas de artículos de opinión y ha dado más de 40 charlas invitadas, incluida una conferencia ampliamente notada en 2023 en la Universidad de Oxford titulada "El mito de las cajas negras: por qué la interpretabilidad está resuelta... y por qué no lo está".
Premios y reconocimientos
Las contribuciones de Bhattacharya le han valido varias distinciones. En 2019, recibió la Beca de Investigación Sloan, un premio otorgado a científicos en carrera temprana de excepcional promesa. En 2022, fue nombrada Miembro de la Asociación para el Avance de la Inteligencia Artificial (AAAI) en reconocimiento a su trabajo sobre compresión de redes neuronales e interpretabilidad. El mismo año, ganó el Premio al Mejor Artículo de la Sociedad de Procesamiento de Señales del IEEE por su publicación de 2020 en IEEE TSP "Efficient Attention Mechanisms for Long Sequences".
Su monografía de 2023, "Interpretable Machine Learning: A Practitioner's Guide" (MIT Press), ha sido adoptada como libro de texto en más de 30 cursos de posgrado en todo el mundo y ha vendido más de 15.000 copias. También ha recibido subvenciones competitivas, incluido un premio de 300.000 dólares de la NSF en 2022 para estudiar la mitigación de sesgos en modelos generativos y un regalo de 150.000 dólares de Amazon Web Services en 2024 para desarrollar herramientas de código abierto para la auditoría de modelos.
Direcciones de investigación actuales
A partir de 2025, el enfoque principal de Bhattacharya es la interpretabilidad para sistemas de IA generativa basados en Transformer. Su proyecto en curso, financiado por una subvención pendiente de la Agencia de Proyectos de Investigación Avanzada de Defensa (DARPA), tiene como objetivo crear métodos de rastreo causal que puedan localizar conocimiento factual en modelos con más de 100 mil millones de parámetros. Los resultados preliminares, reportados en la Conferencia sobre Sistemas de Procesamiento de Información Neural (NeurIPS) de 2024, demuestran que su equipo puede identificar cabezas de atención específicas responsables del recuerdo de hechos con una precisión del 85% en un conjunto curado de 10.000 sondas de conocimiento.
También está explorando conexiones entre la neurociencia y la IA, asociándose con investigadores del Centro de Investigación Atómica Bhabha en modelos computacionales de consolidación de memoria. Este trabajo interdisciplinario ha producido dos artículos (2023, 2024) que trazan paralelismos entre la reproducción hipocampal y la reproducción de experiencia en el aprendizaje por refuerzo.
Participación pública y trabajo en comités
Bhattacharya ha desempeñado un papel activo en la configuración de políticas de IA. Ha sido miembro del comité de Ética en IA del IEEE desde 2022 y contribuyó al desarrollo del estándar IEEE 7000-2021 para el diseño ético de sistemas. En noviembre de 2024, testificó ante el Comité Permanente de Industria y Tecnología del Parlamento canadiense, discutiendo los requisitos de transparencia para los sistemas de IA en la contratación del sector público. Su testimonio fue citado en un posterior libro blanco gubernamental sobre la adopción responsable de la IA.
Ha escrito extensamente para una audiencia general, con artículos que aparecen en Scientific American y MIT Technology Review. En 2023, lanzó una encuesta anual de investigación sobre interpretabilidad de la IA, que ahora es referenciada por profesionales en los principales proveedores de nube como Amazon Web Services y Oracle Cloud.
Publicaciones seleccionadas
El registro de publicaciones de Bhattacharya incluye más de 80 artículos revisados por pares y 12 capítulos de libros. Obras representativas clave:
- Bhattacharya, A., Jordan, M.I. (2015). "Variational Inference for Deep Latent Gaussian Models." En Actas de la 32ª Conferencia Internacional sobre Aprendizaje Automático (ICML).
- Bhattacharya, A., Bishop, C. (2016). "Variational Dropout for Neural Network Sparsification." NeurIPS.
- Bhattacharya, A., et al. (2019). "Rotary Positional Embeddings for Transformers." En ICLR.
- Bhattacharya, A., Steinhardt, J. (2020). "Scaling Laws for Transfer Learning." Preimpresión de ArXiv.
- Bhattacharya, A. (2023). "Mechanistic Interpretability of Sparse Mixture-of-Experts Models." NeurIPS.
Su índice h es 42 a enero de 2025, según Google Scholar, lo que la sitúa entre los mejores investigadores en carrera temprana de su subcampo. Forma parte de los consejos editoriales del Journal of Machine Learning Research y del IEEE Transactions on Pattern Analysis and Machine Intelligence.
Vida personal y afiliaciones
Bhattacharya es miembro de la Asociación de Maquinaria Computacional y del IEEE. Se ha desempeñado como copresidenta del programa de la Conferencia Internacional sobre Representaciones de Aprendizaje (ICLR) de 2024, una de las conferencias de IA más grandes, con más de 8.000 asistentes. En su capacidad personal, es defensora de herramientas de investigación de código abierto y ha contribuido al desarrollo de la biblioteca de interpretabilidad disponible públicamente "LensKit-AI", que ha sido descargada más de 200.000 veces.
Está casada con el colega científico computacional David Winger, investigador en AMD, y residen en Pittsburgh, Pensilvania, con sus dos hijos.