Un minuto con… Chris Bishop, director del Cambridge Research Lab

Chris Bishop dirige el laboratorio de investigación de Microsoft en Cambridge, que se encuentra a la vanguardia en estudios relacionados con IA, machine learning y deep learning desde hace 20 años. Este trabajo repercute en muchos de los productos de Microsoft como, por ejemplo , la aplicación Seeing AI.

Nombre: Chris Bishop

Puesto: Investigador técnico y director de laboratorio

Edad: 59 años

Vive en: Cambridge, Reino Unido

Familia: Mujer y dos hijos (ambos estudiando en la universidad, Biología e Informática)

Mascotas: Dos gatos

Aficiones: Pilotar aeroplanos

¿En qué consiste tu puesto actual?

Fui uno de los primeros en unirme al Microsoft’s Research Lab de Cambridge en Reino Unido tras su apertura en 1997. Hace dos años y medio pasé a ser director del laboratorio, y durante más de dos décadas he estado involucrado en su crecimiento y desarrollo. Mi puesto actual incluye, además de estar al mando del laboratorio, la coordinación para una presencia más amplia de Microsoft en Cambridge. Soy afortunado de contar con el apoyo de una dirección con un gran talento, así como con un equipo altamente cualificado y motivado.

¿Cuál era tu anterior trabajo?

Mi formación es en física teórica. Tras graduarme en Oxford, hice mi doctorado en teoría cuántica de campos en la Universidad de Edimburgo, explorando algunas de las matemáticas fundamentales de la materia, la energía y el espacio-tiempo. Tras doctorarme, quise hacer algo que tuviera un impacto en la práctica, así que me uní al laboratorio nacional de investigación de la fusión de Reino Unido para trabajar en la teoría de los plasmas magnéticamente confinados como parte de un objetivo a largo plazo para crear energía limpia ilimitada. Fue durante este tiempo en el que hubo algunos avances en el campo de las redes neuronales. Me entusiasmaba el concepto machine intelligence y de que los ordenadores pudieran aprender por ellos mismos. En un primer momento, comencé aplicando redes neuronales para problemas en investigaciones de fusión, y nos convertimos en el primer laboratorio en usar este tipo de redes para controlar el feedback en tiempo real de un plasma de fusión de alta temperatura.

Tanto me llegaron a fascinar estas redes neuronales que, tras estar trabajando 8 años en investigación de fusión, di un giro radical y me pasé al campo del machine learning. Me hice profesor en la Universidad de Aston en Birmingham, donde establecí un laboratorio de investigación que llegó a ser muy exitoso. Más tarde me tomé un año sabático y volví a Cambridge durante seis meses para dirigir un programa internacional llamado “Redes Neuronales y Machine Learning” en el Instituto Isaac Newton. El programa empezó el 1 de julio de 1997, justo el mismo día en el que Microsoft anunció que iba a abrir un laboratorio de investigación en Cambridge, su primer laboratorio fuera de los Estados Unidos. La compañía me pidió que me uniera al nuevo laboratorio y no me lo pensé dos veces.

¿Cuáles son tus objetivos en Microsoft?

Mi ambición es que el laboratorio tenga un impacto en el mundo real a gran escala, abordando problemas de investigación complejos y aprovechando las ventajas y oportunidades que tenemos como parte de Microsoft. A menudo digo que quiero que el laboratorio de MSR Cambridge sea un elemento clave para la compañía.

También me encanta la diversidad y la inclusión, y hemos introducido múltiples iniciativas en el último año para apoyar esto. Estamos viendo como cada vez hay una mayor incorporación de mujeres a puestos técnicos en el laboratorio, tanto en ingeniería como en investigación, y eso es muy emocionante de ver.

¿Cuál es la parte más dura de tu trabajo?

Una parte esencial de mi trabajo es tomar parte en situaciones donde no hay una respuesta clara. Por ejemplo, al asignar recursos limitados tengo que considerar el riesgo, el nivel de inversión, el potencial de impacto y la duración. De repente te encuentras en una situación en la que tienes que elegir entre invertir en proyectos con resultados a largo plazo, pero que podrían ser revolucionarios, u otros que ya están siendo investigados y están empezando a tener cierta repercusión en el mundo real. La parte más difícil de mi trabajo es sopesar todos estos factores y tomar algunas decisiones difíciles sobre dónde hacer nuestras apuestas.

 

¿Y la mejor parte?

De lo que más disfruto es de la increíble combinación de tecnología y personas. Son dos aspectos que me parecen igualmente fascinantes, pero que ofrecen retos distintos. Nosotros, como laboratorio, pensamos constantemente en la tecnología, las tendencias y las oportunidades, pero también en las personas, los equipos, el liderazgo, el desarrollo del personal y la contratación, dentro de un sector muy competitivo y lleno de talento. Aquí no hay hueco para el aburrimiento.

¿Qué es para ti un líder?

Creo que un líder tiene que facilitar y capacitar, en lugar de mandar. Una de las cosas a las que presto mucha atención es al desarrollo del liderazgo. Tenemos un equipo directivo para el laboratorio y nos reunimos una vez a la semana durante un par de horas. Pienso en las actividades de ese equipo, pero también en cómo funcionamos juntos. Es la diversidad de opiniones de los miembros de un equipo lo que crea un valor que es mayor que la suma de sus partes. El liderazgo consiste en aprovechar las capacidades de cada persona en el laboratorio y permitir que todos aporten lo mejor de sí mismos. Por lo tanto, veo en mi papel la responsabilidad de sacar lo mejor de los demás y empoderarlos para que tengan éxito.

¿De qué te sientes más orgulloso?

El año pasado fui elegido como Miembro de la Royal Society, y eso para mí fue un orgullo increíble. Tuve que firmar al lado de nombres tan conocidos como los de Isaac Newton, Charles Darwin, Albert Einstein, y casi cualquier otro científico del que hayas oído hablar. El inicio del documento está firmado por el Rey Carlos II, quien le concedió la carta real, por lo que contiene más de tres siglos de historia científica. Fue un momento muy emotivo.

Otra cosa de la que me siento muy orgulloso es de la oportunidad de dar la charla de Navidad de la Royal Institution. La Royal Institution se fundó hace más de 200 años – Michael Faraday fue uno de sus primeros directores – y alrededor de 14 premios Nobel se han asociado a la institución, por lo que también cuenta con una gran historia. Hoy en día, por lo que más se le conoce es por las Charlas de Navidad, que comenzó Faraday. Desde 1960, estas lecturas han sido retransmitidas en la televisión nacional en Navidad, y de pequeño, recuerdo verlas junto a mis padres. Fueron muy inspiradoras para mí, siendo uno de los factores que me hicieron escoger una carrera de ciencias. Hace unos 10 años, tuve la oportunidad de dar una de estas charlas, algo increíble de imaginar cuando las veía de niño. Fue un momento extraordinario el poder caminar sobre el icónico teatro desde el que Faraday dio tantos discursos y donde se han anunciado importantes descubrimientos científicos.

Hay una anécdota en Microsoft relacionada con estas charlas, y es que el proceso de selección es bastante competitivo. Finalmente, la lista se redujo a cinco personas, y me alegró que me eligieran, especialmente porque era la primera vez en 200 años en la que se iba a tratar el tema de la informática. Pensé en qué poder hacer para ser elegido, así que escribí a Bill Gates, explicándole la importancia de esas charlas, y si, en caso de ser seleccionado, aceptaría acompañarme como invitado. Afortunadamente la respuesta fue sí, por lo que pude incluirlo en mi propuesta a la Royal Institution. Cuando finalmente fui seleccionado, mantuve mi promesa con Bill y, en una de las charlas, le entrevisté vía satélite en directo a través de la televisión.

¿Qué es lo que te inspira?

Adoro pensar que, gracias a nuestro intelecto y curiosidad, podemos utilizar la tecnología para hacer un mundo mejor para millones de personas. Por ejemplo, en la asistencia sanitaria, estamos en una situación en que espera a que el paciente esté enfermo para dar una respuesta, y eso supone un aumento de gasto insostenible. El poder de la digitalización ofrece la oportunidad de tener un enfoque basado en datos, lo que permite una sanidad más personalizada, predictiva y preventiva, que reduciría significativamente los costes al mismo tiempo que mejoraría la salud y el bienestar. He conseguido que la Inteligencia Artificial aplicada a la salud sea uno de los puntos fuertes del laboratorio de Cambridge, y me parece inspirador que la combinación del machine learning, junto con la nube de Microsoft, puedan ayudar a llevar a cabo esa transformación tan necesaria.

¿Cuál es tu producto favorito de Microsoft?

Hace unos años, el equipo de machine learning en Cambridge creó una herramienta, en colaboración con el equipo de Exchange, llamada “Otros correos”. Esta función filtra los emails a los que más atención se les tiene que dar antes que a otros. Esto me encanta, porque lo usan millones de personas a diario, y tiene detrás una bonita idea de investigación, algo denominado modelo machine learning de jerarquía bayesiana. Esto ofrece de primeras una experiencia estándar para todo el mundo, pero a medida que te involucras con el sistema, aprende de tus preferencias para saber lo que es o no un correo urgente. La otra razón por la que me gusta especialmente es que, cuando me convertí en director del laboratorio, la cantidad de volumen de mi bandeja de entrada se multiplicó por cuatro. Esto ocurrió justo en el lanzamiento de esta función, por lo que llegó a tiempo para no sentirme desbordado.

¿Cuál fue la primera cosa tecnológica por la que te entusiasmaste?

De niño, me fascinaron los aterrizajes lunares de Apollo. Pude verlos en directo en la televisión y entender el increíble logro que significaba. Piensa en la inestabilidad de la lanzadera del cohete Saturno, con sus 36 pisos de altura, sus 3.000 toneladas, y su consumo de 15 toneladas de combustible por segundo. Todo dependía de un hilo, con el giro de los motores hacia atrás y hacia adelante en los cilindros hidráulicos como respuesta a las señales de los giróscopos superiores del cohete. Es esa combinación de fuerza bruta y precisión, junto a otras muchas innovaciones revolucionarias, la que lo convirtió en algo histórico.  Y los algoritmos de filtrado utilizados por los sistemas de guía eran una aplicación sofisticada de la inferencia bayesiana, por lo que resulta que el machine learning, es después de todo, ciencia espacial.

 

Tags: , , , ,

Posts relacionados