Para Priya Donti, as viagens de infância à Índia eram mais do que uma oportunidade de visitar a família. As viagens bienais despertaram nela uma motivação que continua a moldar sua pesquisa e seu ensino.

Comparando sua casa familiar em Massachusetts, Donti — agora Professora de Desenvolvimento de Carreira da Família Silverman no Departamento de Engenharia Elétrica e Ciência da Computação (EECS) do MIT e pesquisadora principal no Laboratório de Sistemas de Informação e Decisão do MIT — ficou impressionada com as disparidades no modo de vida das pessoas.

“Ficou muito claro para mim o quanto a desigualdade é um problema generalizado em todo o mundo”, diz Donti. “Desde muito jovem, eu sabia que definitivamente queria abordar essa questão.”

Essa motivação foi ainda mais alimentada por um professor de biologia do ensino médio, que focou sua aula em clima e sustentabilidade.

“Aprendemos que as mudanças climáticas, essa questão enorme e importante, agravariam a desigualdade”, diz Donti. “Isso realmente me marcou e me inflamou.”

Então, quando Donti se matriculou no Harvey Mudd College, ela pensou que direcionaria sua energia para o estudo de química ou ciência dos materiais para criar painéis solares de última geração.

Esses planos, no entanto, foram frustrados. Donti "apaixonou-se" pela ciência da computação e, então, descobriu o trabalho de pesquisadores no Reino Unido que defendiam que a inteligência artificial e o aprendizado de máquina seriam essenciais para ajudar a integrar as energias renováveis às redes elétricas.

“Foi a primeira vez que vi esses dois interesses juntos”, diz ela. “Fiquei fascinada e venho trabalhando nesse tema desde então.”

Cursando doutorado na Universidade Carnegie Mellon, Donti conseguiu estruturar seu curso para incluir ciência da computação e políticas públicas. Em sua pesquisa, ela explorou a necessidade de algoritmos e ferramentas fundamentais que pudessem gerenciar, em escala, redes elétricas fortemente dependentes de energias renováveis.

“Eu queria participar do desenvolvimento desses algoritmos e kits de ferramentas, criando novas técnicas de aprendizado de máquina baseadas na ciência da computação”, diz ela. “Mas eu queria ter certeza de que a maneira como eu estava fazendo o trabalho estava fundamentada tanto no domínio dos sistemas de energia quanto no trabalho com pessoas nesse domínio” para fornecer o que era realmente necessário.

Enquanto trabalhava em seu doutorado, Donti foi cofundadora de uma organização sem fins lucrativos chamada Climate Change AI. Seu objetivo, segundo ela, era ajudar a comunidade de pessoas envolvidas com clima e sustentabilidade — "sejam cientistas da computação, acadêmicos, profissionais ou formuladores de políticas" — a se unirem e acessarem recursos, conexão e educação "para auxiliá-los nessa jornada".

“No espaço climático”, ela diz, “você precisa de especialistas em setores específicos relacionados às mudanças climáticas, especialistas em diferentes kits de ferramentas técnicas e de ciências sociais, responsáveis pelos problemas, usuários afetados, formuladores de políticas que conheçam as regulamentações — todos eles — para ter um impacto escalável no local”.

Quando Donti chegou ao MIT em setembro de 2023, não foi surpresa que ela tenha se sentido atraída pelas iniciativas que direcionavam a aplicação da ciência da computação aos maiores problemas da sociedade, especialmente a ameaça atual à saúde do planeta.

Seu trabalho usa modelos de aprendizado profundo para incorporar a física e as restrições rígidas dos sistemas de energia elétrica que empregam energias renováveis para melhor previsão, otimização e controle.

“O aprendizado de máquina já é amplamente utilizado para coisas como previsão de energia solar, que é um pré-requisito para gerenciar e balancear redes elétricas”, diz ela. “Meu foco é: como melhorar os algoritmos para efetivamente balancear redes elétricas diante de uma gama de energias renováveis que variam ao longo do tempo”

Entre os avanços de Donti está uma solução promissora para que operadores de redes elétricas possam otimizar custos, levando em consideração as realidades físicas da rede, em vez de depender de aproximações. Embora a solução ainda não tenha sido implementada, ela parece funcionar 10 vezes mais rápido e com muito menos custos do que as tecnologias anteriores, e atraiu a atenção dos operadores de redes.

Outra tecnologia que ela está desenvolvendo visa fornecer dados que podem ser usados no treinamento de sistemas de aprendizado de máquina para otimização de sistemas de energia. Em geral, muitos dados relacionados aos sistemas são privados, seja por serem proprietários ou por questões de segurança. Donti e seu grupo de pesquisa estão trabalhando para criar dados sintéticos e benchmarks que, segundo Donti, "podem ajudar a expor alguns dos problemas subjacentes" ao tornar os sistemas de energia mais eficientes.

“A questão é”, diz Donti, “será que podemos levar nossos conjuntos de dados a um ponto em que eles sejam suficientemente sólidos para impulsionar o progresso?”

Por seus esforços, Donti recebeu a Bolsa de Pós-Graduação em Ciência Computacional do Departamento de Energia dos EUA e a Bolsa de Pesquisa de Pós-Graduação da NSF. Ela foi reconhecida como parte da lista de 2021 da MIT Technology Review dos "35 Inovadores com Menos de 35" e da Vox dos "50 Futuros Perfeitos" de 2023.

Na próxima primavera, Donti ministrará uma aula chamada IA ??para Ação Climática com Sara Beery, professora assistente da EECS, cujo foco é IA para biodiversidade e ecossistemas, e Abigail Bodner, professora assistente nos departamentos da EECS e Ciências da Terra, Atmosféricas e Planetárias, cujo foco é IA para o clima e ciências da Terra.

“Estamos todos super animados com isso”, diz Donti.

Ao chegar ao MIT, Donti diz: “Eu sabia que haveria um ecossistema de pessoas que realmente se importariam, não apenas com métricas de sucesso, como publicações e contagens de citações, mas com o impacto do nosso trabalho na sociedade”.