Pushmeet Kohli é um cientista da computação indo-britânico e vice-presidente de pesquisa no Google DeepMind, onde lidera a Unidade de Ciência e Iniciativas Estratégicas. Ele é mais conhecido por liderar o desenvolvimento do AlphaFold, um sistema de aprendizado profundo que prevê estruturas de proteínas, e contribuiu para diversos outros projetos de IA. Em 2023, a revista Time o nomeou uma das 100 pessoas mais influentes em IA.
A pesquisa de Kohli abrange aprendizado de máquina, visão computacional e inteligência artificial, com aplicações em biologia computacional, síntese de programas e otimização. Seu trabalho rendeu vários prêmios de melhor artigo e honrarias de teste do tempo.
Educação
Kohli obteve um Bacharelado em Tecnologia (BTech) em Ciência da Computação e Engenharia pelo Instituto Nacional de Tecnologia, Warangal, na Índia. Em seguida, mudou-se para o Reino Unido, onde concluiu um doutorado em visão computacional na Universidade Oxford Brookes em 2007, sob supervisão de Philip Torr. Sua tese de doutorado focou em técnicas de otimização discreta para problemas de visão.
Início da Carreira
Após o doutorado, Kohli trabalhou como associado de pós-doutorado no Centro Psicométrico da Universidade de Cambridge, onde aplicou aprendizado de máquina à medição psicológica. Em seguida, ingressou na Microsoft Research como cientista parceiro e diretor de pesquisa, liderando projetos em visão computacional e crowdsourcing. Durante esse período, contribuiu para o desenvolvimento do sistema de estimativa de pose humana do Kinect, que usava sensores de profundidade para rastrear movimentos corporais em tempo real.
No Google DeepMind
Kohli ingressou no Google DeepMind (então DeepMind Technologies) em meados da década de 2010, eventualmente ascendendo a vice-presidente de pesquisa. Ele lidera a Unidade de Ciência e Iniciativas Estratégicas, que se concentra em aplicar IA à descoberta científica e enfrentar desafios sociais. Sob sua supervisão, o DeepMind produziu vários sistemas marcantes, incluindo AlphaFold, AlphaEvolve, SynthID e Co-Scientist.
Principais Projetos
AlphaFold
AlphaFold é um sistema de IA que prevê a estrutura 3D de proteínas a partir de suas sequências de aminoácidos. Kohli liderou a equipe que desenvolveu o AlphaFold, que alcançou precisão inovadora nas competições de Avaliação Crítica da Predição de Estrutura de Proteínas (CASP). O sistema tem sido usado para prever estruturas de centenas de milhões de proteínas, acelerando a pesquisa em biologia e medicina.
AlphaEvolve
AlphaEvolve é um agente de codificação evolucionária de propósito geral que otimiza programas de computador por meio de mutação e seleção iterativas. Ele foi aplicado à superotimização de código, encontrando implementações mais eficientes de algoritmos.
SynthID
SynthID é um sistema para marcar d'água e detectar conteúdo gerado por IA, incluindo imagens e texto. Ele incorpora marcas d'água imperceptíveis que podem ser verificadas posteriormente, ajudando a combater a desinformação e garantir a autenticidade do conteúdo.
Co-Scientist
Co-Scientist é um agente de IA projetado para gerar e testar novas hipóteses científicas. Ele usa grandes modelos de linguagem para propor experimentos e analisar resultados, potencialmente acelerando o ritmo da descoberta.
Outras Contribuições
Kohli também contribuiu para o AlphaTensor, um agente de aprendizado por reforço que descobre algoritmos mais rápidos de multiplicação de matrizes; AlphaCode, um sistema para geração de código em nível competitivo; FunSearch, que usa grandes modelos de linguagem para buscar espaços de programas; e AlphaGenome e AlphaMissense, modelos que preveem os efeitos de mutações genéticas. Seu trabalho anterior inclui síntese neural de programas, programação probabilística e análise comportamental usando redes online.
Temas de Pesquisa
A pesquisa de Kohli frequentemente combina otimização discreta com aprendizado profundo. Ele trabalhou em arquiteturas de rede residual e funções de perda para tarefas de visão, e explorou técnicas de aumento de dados. Seu interesse em psicometria levou a métodos para predição de personalidade a partir de dados de mídias sociais. Nos últimos anos, ele se concentrou em aplicar IA a problemas científicos, como controlar confinamento magnético para fusão e resolver o problema do elétron fracionário usando funcionais de densidade aprendidos.
Prêmios e Honrarias
O trabalho de Kohli foi reconhecido com inúmeros prêmios:
- Prêmio Koenderink (Prêmio Teste do Tempo) da Conferência Europeia de Visão Computacional
- Prêmio Sullivan da Associação Britânica de Visão de Máquina e Sociedade de Reconhecimento de Padrões (BMVA) pela melhor tese de doutorado
- Prêmio de Artigo de Impacto do IEEE Mixed Augmented Reality (ISMAR)
- Prêmio de Impacto Duradouro do Simpósio ACM sobre Tecnologia de Software e Interface de Usuário
- Prêmio de melhor artigo na Conferência Internacional da World Wide Web 2014
- Prêmio de melhor artigo na Conferência Europeia de Visão Computacional (ECCV) 2010
- Prêmio de melhor artigo na Conferência sobre Incerteza em Inteligência Artificial (UAI)
Ele também foi listado na lista Time 100 AI em 2023.
Impacto e Legado
A liderança de Kohli no AlphaFold teve um efeito transformador na biologia estrutural, com as previsões do sistema sendo usadas por pesquisadores em todo o mundo. Seu trabalho mais amplo em IA para ciência ajudou a estabelecer um novo paradigma em que o aprendizado de máquina acelera a descoberta em campos como genômica, ciência dos materiais e física. Em 2025, ele continua a dirigir pesquisa no Google DeepMind, focando em iniciativas estratégicas que conectam pesquisa fundamental em IA e aplicações práticas.