Daniela L. Rus est une informaticienne américano-roumaine qui occupe le poste de professeure Panasonic d'informatique au MIT et de directrice du MIT Computer Science and Artificial Intelligence Laboratory (CSAIL). Elle est reconnue pour ses contributions à la robotique et à l'intelligence artificielle, notamment la robotique distribuée et en réseau, les systèmes robotiques auto-reconfigurables, les robots souples et bio-inspirés, la conception et la fabrication computationnelles, l'interaction homme-robot, les systèmes autonomes et l'apprentissage automatique adaptatif. Un thème récurrent dans ses recherches est l'intégration des corps robotiques, de l'intelligence computationnelle et des environnements physiques, une direction qu'elle a publiquement décrite comme l'IA physique - une intelligence artificielle incarnée dans des systèmes capables de percevoir, de se déplacer, d'apprendre, de s'adapter et d'agir dans le monde réel, comme présenté dans une conférence TED en 2024.
Les travaux de Rus s'étendent également à l'IA pour la découverte scientifique, y compris des méthodes d'apprentissage automatique et de robotique pour étudier la communication non humaine via le projet CETI, l'Initiative de traduction des cétacés. Elle a été chercheuse principale et membre fondateur de l'équipe scientifique du projet CETI, qui a été lancé avec un soutien catalyseur de The Audacious Project et s'est inspiré en partie des recherches sur les chants de baleines et de l'héritage de conservation de Roger Payne. Ses distinctions comprennent la bourse MacArthur, la médaille Edison de l'IEEE, la médaille John Scott, le prix Engelberger de robotique, et son élection à l'Académie nationale d'ingénierie, à l'Académie nationale des sciences et à l'Académie américaine des arts et des sciences. Elle a également été nommée parmi les 100 personnes les plus influentes dans le domaine de l'IA par TIME.
Biographie
Début de vie et éducation
Rus est née en Roumanie et a immigré aux États-Unis avec sa famille. Son père, Teodor Rus, est informaticien, et sa mère, Elena Rus, est physicienne. Elle a obtenu un baccalauréat en informatique et mathématiques à l'Université de l'Iowa en 1985. Elle a ensuite obtenu une maîtrise en informatique en 1990 et un doctorat en informatique en 1993 de l'Université Cornell, où son directeur de thèse était John Hopcroft et sa thèse était intitulée Fine Motion Planning for Dexterous Manipulation.
Carrière
Rus a commencé sa carrière académique au département d'informatique de Dartmouth College. Elle a rejoint le MIT en 2004 et est devenue directrice du CSAIL du MIT en 2012. En tant que directrice du CSAIL, elle a dirigé l'un des plus grands laboratoires d'informatique interdisciplinaires du MIT, soutenant des programmes de recherche et de transfert dans les domaines de l'intelligence artificielle, de la robotique, de l'autonomie, des systèmes de données, de la cybersécurité, de la confidentialité, des applications d'apprentissage automatique et de la collaboration industrielle. Son groupe de recherche, le Distributed Robotics Lab (DRL), étudie la science de l'autonomie, y compris les robots en réseau et collaboratifs, la conception et la fabrication computationnelles, l'apprentissage automatique vérifiable et les systèmes qui aident les personnes dans des tâches physiques et cognitives.
Entrepreneuriat
Rus a cofondé des entreprises basées sur la recherche en robotique et en IA, notamment Liquid AI, Themis AI, Venti Technologies et The Routing Company. Liquid AI développe des systèmes d'IA généraux efficaces et des modèles de fondation liquides. Themis AI se concentre sur l'IA fiable et sûre ainsi que sur l'estimation de l'incertitude des modèles. Venti Technologies développe des systèmes logistiques autonomes pour les ports, les usines, les entrepôts et les cours industrielles, et The Routing Company développe une technologie de transport collectif à la demande. Rus a également siégé à des conseils d'administration d'entreprises, notamment Symbotic, Gartner et SymphonyAI, et a été membre fondateur du conseil d'administration de MBZUAI.
Organisations
Rus est membre de l'Académie nationale d'ingénierie (NAE), de l'Académie américaine des arts et des sciences (AAAS), de l'Académie nationale des sciences (NAS) et fellow de l'ACM, de l'AAAI et de l'IEEE. Elle est également membre étranger de l'Académie nationale de médecine (ANM). Elle a reçu une bourse NSF Career, une bourse de la Fondation Alfred P. Sloan et la bourse MacArthur en 2002.
Recherche
Les recherches de Rus se concentrent sur la science et l'ingénierie de l'autonomie pour des systèmes opérant dans le monde physique. Son travail considère l'intelligence comme une interaction entre le corps, le cerveau et le monde : le corps détermine quelles actions sont physiquement possibles ; le système computationnel détermine ce qui peut être perçu, appris, planifié et contrôlé ; et l'environnement introduit incertitude, contraintes et changements. Cette perspective relie ses contributions à la robotique, à l'IA physique et à l'IA pour la découverte scientifique.
Robotique distribuée, en réseau et auto-organisée
Dans les systèmes robotiques distribués et multi-robots, Rus a apporté des algorithmes et des systèmes pour la coordination, la couverture, la planification de mouvement, le contrôle et la collaboration entre plusieurs machines. Ce travail examine comment de nombreuses machines, chacune avec des informations locales limitées, peuvent se coordonner pour atteindre un objectif commun. Son groupe a exploré les robots modulaires auto-reconfigurables, les systèmes robotiques en essaim et collectifs, les cubes robotiques modulaires, les équipes de robots aériens et terrestres, et les systèmes robotiques qui se coordonnent par détection et communication locales. Dans les projets Roboat et FloatForm, de petits bateaux autonomes détectent, naviguent, se coordonnent, se connectent et s'auto-assemblent en structures flottantes plus grandes, telles que des ponts et des plateformes temporaires. Ce travail cadre la robotique en réseau comme un problème d'auto-organisation : comment des machines indépendantes peuvent devenir un système collectif cohérent.
Robotique souple et bio-inspirée
Rus a été une pionnière et une contributrice précoce à la robotique souple et aux systèmes robotiques bio-inspirés. Son groupe a étudié des robots fabriqués à partir de matériaux souples et conformes, notamment le silicone, le papier et des matériaux comestibles, comme alternatives aux machines rigides. Les systèmes représentatifs incluent des robots origami ingérables pour des tâches médicales potentielles, des poissons robotiques souples pour l'observation sous-marine, des manipulateurs souples, et des robots inspirés du mouvement animal. Ce travail a contribué à une définition élargie des robots comme des machines qui peuvent être souples, petites, pliables, sous-marines, médicales ou intégrées à l'environnement, plutôt que nécessairement humanoïdes ou rigides. La question de recherche sous-jacente est de savoir comment la morphologie, les matériaux, la détection et le contrôle déterminent ensemble l'intelligence et les capacités d'une machine.
Conception et fabrication computationnelles
Rus a également travaillé sur la conception et la fabrication computationnelles, y compris des méthodes qui combinent des algorithmes, des matériaux, des processus de fabrication, la détection et le contrôle pour générer des robots personnalisés. Ses recherches dans ce domaine visent à automatiser la conception et la production de robots, permettant de créer des machines adaptées à des tâches et des environnements spécifiques. Ce travail s'appuie sur le apprentissage profond et l'optimisation pour explorer comment accélérer la création de systèmes physiques, des actionneurs souples aux plateformes robotiques complètes.
IA pour la découverte scientifique
Une partie récente de la recherche de Rus se concentre sur l'utilisation de l'apprentissage automatique et de la robotique pour des applications scientifiques, notamment l'étude de la communication animale. Dans le cadre du projet CETI, elle a travaillé sur le développement de méthodes computationnelles et robotiques pour analyser et comprendre les vocalisations des cachalots. Ce projet interdisciplinaire combine le traitement du langage naturel, l'apprentissage automatique et la robotique sous-marine pour collecter et interpréter de vastes ensembles de données acoustiques, contribuant ainsi à la conservation des espèces et à la compréhension de la communication animale. Cette ligne de recherche illustre comment les outils de l'IA peuvent être appliqués au-delà des applications traditionnelles pour répondre à des questions scientifiques fondamentales.
Publications et distinctions
Rus est l'auteure de nombreux articles publiés dans des revues et conférences prestigieuses en robotique et en intelligence artificielle. Elle a également co-écrit des ouvrages et des chapitres de livres sur la robotique distribuée et les systèmes autonomes. En reconnaissance de ses contributions, elle a reçu le prix MacArthur, la médaille IEEE Edison, le prix Engelberger de robotique, et a été élue à l'Académie nationale d'ingénierie, à l'Académie nationale des sciences, à l'Académie américaine des arts et des sciences, et a été nommée parmi les 100 personnes les plus influentes dans le domaine de l'IA par TIME.