Aleksandra Faust est une informaticienne serbo-américaine qui occupe le poste de directrice de l'IA chez Genesis Molecular AI. Elle est reconnue pour ses contributions à l'apprentissage par renforcement, à la planification de mouvement en robotique et aux modèles de fondation pour les structures biomoléculaires. Faust a précédemment occupé des postes de direction en recherche chez Google DeepMind et aux Laboratoires nationaux de Sandia, et elle a été honorée du prix IEEE Early Career Award en robotique et automatisation.
Les recherches de Faust couvrent l'intelligence artificielle, l'apprentissage automatique et l'apprentissage profond, avec un accent sur l'autonomie évolutive et la conception automatisée d'agents apprenants. Elle a cofondé le domaine de l'apprentissage par renforcement automatisé (AutoRL) et a fait progresser les modèles robotiques généralistes capables de fonctionner dans divers environnements physiques. Ses travaux récents incluent la direction du développement des agents Web et la co-écriture du cadre « Levels of AGI ».
Éducation
Faust a obtenu un baccalauréat en sciences en mathématiques et informatique de l'Université de Belgrade. Elle a ensuite complété une maîtrise en sciences en informatique à l'Université de l'Illinois à Urbana-Champaign en 2004. En 2014, elle a reçu son doctorat en informatique de l'Université du Nouveau-Mexique, où ses recherches doctorales ont été supervisées par Lydia Tapia. Ses études supérieures ont porté sur la robotique algorithmique et la planification de mouvement, jetant les bases de ses travaux ultérieurs sur les approches basées sur l'apprentissage.
Carrière aux Laboratoires nationaux de Sandia
De 2006 à 2015, Faust a travaillé comme ingénieure principale en R&D aux Laboratoires nationaux de Sandia, une installation du Département de l'énergie des États-Unis. Pendant cette période, elle a appliqué des méthodes computationnelles à des systèmes robotiques complexes et à des défis de navigation autonome. Son travail à Sandia impliquait l'intégration de la détection, de la planification et du contrôle, ce qui a informé ses recherches ultérieures sur l'apprentissage par renforcement et la planification de mouvement. Cette expérience a également façonné son intérêt pour relier les algorithmes théoriques aux contraintes matérielles pratiques.
Waymo et Google Brain
En 2015, Faust a rejoint Waymo, le projet de voiture autonome de Google, où elle s'est concentrée sur l'application de l'apprentissage automatique à la planification de mouvement pour les véhicules autonomes. Son travail chez Waymo a abordé la prise de décision en temps réel dans des environnements de trafic dynamiques, contribuant au développement de systèmes de navigation plus sûrs.
En 2017, Faust a rejoint Google Brain, un groupe de recherche en apprentissage profond. Elle est devenue directrice de recherche chez Google DeepMind après l'intégration du groupe avec DeepMind. Dans ce rôle, elle a dirigé des recherches sur l'autonomie évolutive et l'apprentissage par renforcement, supervisant des projets visant à rendre les algorithmes d'apprentissage plus efficaces et applicables à des systèmes à grande échelle. Son leadership a contribué aux avancées dans les méthodes d'entraînement des réseaux de neurones et l'apprentissage basé sur les agents.
Apprentissage par renforcement automatisé (AutoRL)
Faust a co-écrit l'article qui a établi l'apprentissage par renforcement automatisé (AutoRL), un terme que ses recherches sont créditées d'avoir inventé. L'AutoRL automatise la conception des agents apprenants eux-mêmes, y compris les choix d'architecture, de fonctions de récompense et d'hyperparamètres, réduisant le besoin de réglage manuel. Elle a également co-écrit la première enquête du domaine, qui a systématisé les approches et les problèmes ouverts dans ce domaine.
Faust a servi comme présidente du programme de la conférence AutoML en 2023, aidant à organiser la communauté académique autour de l'apprentissage automatique automatisé. Son travail dans l'AutoRL a influencé la manière dont les chercheurs abordent l'optimisation des hyperparamètres et la recherche d'architecture dans l'apprentissage par renforcement, rendant ces méthodes plus accessibles aux non-experts.
Robotique et planification de mouvement
En robotique, Faust a développé des méthodes qui relient la détection, la planification de mouvement et le contrôle en utilisant l'apprentissage automatique. Elle a créé PRM-RL, une technique combinant la planification basée sur l'échantillonnage avec l'apprentissage par renforcement pour permettre une navigation autonome à longue portée. Ce travail a remporté le prix du meilleur article en robotique de service à l'ICRA 2018, une conférence de premier plan en robotique.
Faust a été une défenseure précoce des modèles robotiques généralistes capables de naviguer dans des espaces physiques divers sans réentraînement pour chaque environnement. Elle a établi des fondements théoriques pour cette généralisation, montrant comment les politiques apprises pouvaient être transférées à travers différentes plateformes robotiques et paramètres. Elle a également développé des méthodes auto-supervisées pour une pile robotique basée sur l'apprentissage, évitant des procédures d'entraînement coûteuses en calcul.
Plus tard, Faust a étendu cette approche à la co-conception matériel-logiciel, caractérisant les dépendances entre les capteurs, le calcul et les modèles d'apprentissage automatique. Ce travail interdisciplinaire a valu le prix du meilleur article finaliste de l'IEEE Computer Architecture Letters en 2020 et une mention honorable IEEE Micro Top Picks en 2023. Ses contributions à la robotique ont été reconnues avec le prix IEEE Early Career Award en robotique et automatisation en 2020.
IA générative et agents autonomes
Faust a dirigé le développement des agents Web, reconnus comme les premiers agents de tâches entièrement autonomes et ouverts fonctionnant sur le web. Ces agents peuvent effectuer des tâches en plusieurs étapes telles que la recherche, la réservation ou la collecte de données sans intervention humaine. La technologie a été intégrée dans Google Assistant, permettant aux utilisateurs de déléguer des activités en ligne complexes.
Pour mesurer les progrès de l'industrie vers une IA avancée, Faust a co-écrit « Levels of AGI », un cadre qui opérationnalise le chemin vers l'intelligence générale artificielle. Le cadre définit des étapes de capacité, de l'IA étroite à l'AGI complète, et a été discuté dans des médias tels que Bloomberg News, The Economist et Forbes. Il fournit un vocabulaire commun pour les chercheurs et les décideurs évaluant les systèmes d'IA.
Directrice de l'IA chez Genesis Molecular AI
En juin 2025, Faust a été nommée directrice de l'IA de Genesis Molecular AI, anciennement Genesis Therapeutics. L'entreprise se concentre sur l'application de l'IA à la découverte de médicaments et à la conception moléculaire. En octobre 2025, Faust et son équipe ont publié le rapport technique du modèle de fondation « Pearl », qui gère le placement atomique dans les structures biomoléculaires. Pearl serait le premier modèle à surpasser AlphaFold 3 sur cette tâche, représentant une avancée significative en biologie computationnelle.
Ce travail applique les techniques de modèle de langage de grande taille et les architectures transformers aux problèmes moléculaires, s'appuyant sur l'expertise de Faust dans les systèmes d'apprentissage évolutifs. Le modèle vise à améliorer la précision de la prédiction des conformations moléculaires, ce qui est essentiel pour le développement de médicaments et l'ingénierie des protéines.
Prix et distinctions
Faust a reçu de nombreux prix tout au long de sa carrière. Elle a été nommée Fellow de l'IEEE en 2026, avec la citation reconnaissant ses contributions au leadership technique dans l'autonomie évolutive basée sur l'apprentissage et les modèles de fondation. En 2023, elle a été incluse dans la liste « 50 Women in Robotics you need to know about » de Women in Robotics.
Ses autres distinctions incluent le prix du meilleur article finaliste de l'IEEE Computer Architecture Letters (2020), le prix IEEE Early Career Award en robotique et automatisation (2020) et le prix du meilleur article en robotique de service à l'ICRA (2018). Ces prix reflètent son impact dans la robotique, l'apprentissage automatique et l'architecture informatique.
Engagements de prise de parole
Faust est une conférencière recherchée sur les sujets de l'IA et de la robotique. Elle a prononcé le discours d'ouverture de 2025 à l'atelier sur les technologies émergentes de l'AIEA et a participé à un panel plénier au World Summit AI. Elle a servi comme panéliste pour l'Académie nationale des sciences, contribuant aux discussions politiques sur la sécurité et le déploiement de l'IA. Faust a également s'adressé à 15 000 participants en tant que conférencière plénière à la conférence WE17 de la Society of Women Engineers, plaidant pour la diversité dans les domaines de l'ingénierie.
Ses engagements publics mettent l'accent sur les applications pratiques de la recherche en IA et l'importance d'un développement responsable. Faust discute fréquemment des implications des systèmes autonomes et des modèles de fondation pour l'industrie et la société, s'appuyant sur son expérience dans les laboratoires nationaux, les entreprises technologiques et les startups.
Références
Les travaux de Faust sont documentés dans des publications académiques et des rapports techniques. Ses articles de recherche sur l'AutoRL, PRM-RL et les agents Web ont été largement cités dans les communautés de l'apprentissage automatique et de la robotique. Le cadre « Levels of AGI » est devenu un point de référence dans les discussions sur les progrès de l'IA. Ses travaux récents sur le modèle de fondation Pearl sont détaillés dans le rapport technique d'octobre 2025 de Genesis Molecular AI.