Für Priya Donti waren Reisen nach Indien in ihrer Kindheit mehr als nur eine Gelegenheit, die Großfamilie zu besuchen. Die alle zwei Jahre stattfindenden Reisen aktivierten in ihr eine Motivation, die ihre Forschung und Lehre bis heute prägt.
Im Gegensatz zu ihrem Elternhaus in Massachusetts conflict Donti – jetzt Silverman Household Profession Growth Professor am Division of Electrical Engineering and Pc Science (EECS), eine gemeinsame Place des MIT Schwarzman Faculty of Computing und EECS und leitende Forscherin am MIT Laboratory for Info and Resolution Techniques (LIDS) – beeindruckt von den Unterschieden in der Lebensweise der Menschen.
„Mir wurde sehr deutlich, wie groß die Ungleichheit auf der ganzen Welt ist“, sagt Donti. „Schon in jungen Jahren wusste ich, dass ich mich unbedingt mit diesem Thema befassen wollte.“
Diese Motivation wurde durch einen Biologielehrer an einer weiterführenden Schule noch verstärkt, der seinen Unterricht auf Klima und Nachhaltigkeit konzentrierte.
„Wir haben gelernt, dass der Klimawandel, dieses riesige und wichtige Downside, die Ungleichheit verschärfen würde“, sagt Donti. „Das ist mir wirklich in Erinnerung geblieben und hat ein Feuer in meinem Bauch entfacht.“
Als Donti sich am Harvey Mudd Faculty einschrieb, dachte sie, sie würde ihre Energie auf das Studium der Chemie oder Materialwissenschaften richten, um Solarmodule der nächsten Technology zu entwickeln.
Diese Pläne wurden jedoch verworfen. Donti „verliebte“ sich in die Informatik und entdeckte dann Arbeiten von Forschern im Vereinigten Königreich, die argumentierten, dass künstliche Intelligenz und maschinelles Lernen für die Integration erneuerbarer Energien in Stromnetze von entscheidender Bedeutung seien.
„Es conflict das erste Mal, dass ich diese beiden Interessen zusammengebracht sah“, sagt sie. „Ich conflict begeistert und beschäftige mich seitdem mit diesem Thema.“
Donti promovierte an der Carnegie Mellon College und konnte ihren Abschluss so gestalten, dass er Informatik und öffentliche Ordnung umfasst. In ihrer Forschung untersuchte sie den Bedarf an grundlegenden Algorithmen und Werkzeugen, die Stromnetze, die stark auf erneuerbare Energien angewiesen sind, in großem Maßstab verwalten können.
„Ich wollte bei der Entwicklung dieser Algorithmen und Toolkits mithelfen, indem ich neue Techniken des maschinellen Lernens entwickelte, die auf der Informatik basieren“, sagt sie. „Aber ich wollte sicherstellen, dass die Artwork und Weise, wie ich meine Arbeit verrichte, sowohl auf dem eigentlichen Bereich der Energiesysteme als auch auf der Zusammenarbeit mit Menschen in diesem Bereich basiert“, um das bereitzustellen, was tatsächlich benötigt wird.
Während Donti an ihrer Doktorarbeit arbeitete, conflict sie Mitbegründerin einer gemeinnützigen Organisation namens Local weather Change AI. Ihr Ziel, sagt sie, sei es gewesen, der Gemeinschaft von Menschen, die sich mit Klima und Nachhaltigkeit befassen – „sei es Informatiker, Akademiker, Praktiker oder politische Entscheidungsträger“ – dabei zu helfen, zusammenzukommen und Zugang zu Ressourcen, Verbindungen und Bildung zu erhalten, „um ihnen auf diesem Weg zu helfen.“
„Im Klimabereich“, sagt sie, „brauchen Sie Experten in bestimmten Sektoren, die mit dem Klimawandel in Zusammenhang stehen, Experten für verschiedene technische und sozialwissenschaftliche Toolkits, Problemverantwortliche, betroffene Benutzer, politische Entscheidungsträger, die die Vorschriften kennen – all das –, um vor Ort skalierbare Auswirkungen zu erzielen.“
Als Donti im September 2023 zum MIT kam, conflict es nicht überraschend, dass sie von dessen Initiativen angezogen wurde, die den Einsatz der Informatik auf die größten Probleme der Gesellschaft ausrichten, insbesondere auf die aktuelle Bedrohung der Gesundheit des Planeten.
„Wir denken wirklich darüber nach, wo Technologie weitaus längerfristige Auswirkungen hat und wie Technologie, Gesellschaft und Politik zusammenarbeiten müssen“, sagt Donti. „Technologie ist nicht einfach einmalig und im Kontext eines Jahres monetarisierbar.“
Ihre Arbeit nutzt Deep-Studying-Modelle, um die Physik und die harten Einschränkungen von Stromsystemen zu berücksichtigen, die erneuerbare Energien nutzen, um bessere Prognosen, Optimierungen und Kontrollen zu ermöglichen.
„Maschinelles Lernen wird bereits sehr häufig für Dinge wie Solarenergieprognosen eingesetzt, die eine Voraussetzung für die Verwaltung und den Ausgleich von Stromnetzen sind“, sagt sie. „Mein Fokus liegt auf der Frage, wie man die Algorithmen für den tatsächlichen Ausgleich der Stromnetze angesichts einer Reihe zeitlich schwankender erneuerbarer Energien verbessern kann?“
Zu den Durchbrüchen von Donti gehört eine vielversprechende Lösung für Stromnetzbetreiber, die eine Kostenoptimierung unter Berücksichtigung der tatsächlichen physikalischen Gegebenheiten des Netzes ermöglicht, anstatt sich auf Näherungen zu verlassen. Obwohl die Lösung noch nicht im Einsatz ist, scheint sie zehnmal schneller und weitaus kostengünstiger zu funktionieren als frühere Technologien und hat die Aufmerksamkeit der Netzbetreiber auf sich gezogen.
Eine weitere Technologie, die sie entwickelt, dient der Bereitstellung von Daten, die zum Trainieren maschineller Lernsysteme zur Optimierung von Energiesystemen verwendet werden können. Im Allgemeinen sind viele Daten im Zusammenhang mit den Systemen privat, entweder weil sie proprietär sind oder aus Sicherheitsgründen. Donti und ihre Forschungsgruppe arbeiten daran, synthetische Daten und Benchmarks zu erstellen, die laut Donti „dazu beitragen können, einige der zugrunde liegenden Probleme aufzudecken“, wenn es darum geht, Energiesysteme effizienter zu machen.
„Die Frage ist“, sagt Donti, „können wir unsere Datensätze so weit bringen, dass sie gerade hart genug sind, um den Fortschritt voranzutreiben?“
Für ihre Bemühungen wurde Donti mit dem US Division of Power Computational Science Graduate Fellowship und dem NSF Graduate Analysis Fellowship ausgezeichnet. Sie wurde als Teil davon erkannt MIT Expertise Evaluation’s Liste der „35 Innovators Beneath 35“ für 2021 und Vox‘ „Future Good 50“ für 2023.
Im nächsten Frühjahr wird Donti gemeinsam mit Sara Beery, EECS-Assistenzprofessorin, deren Schwerpunkt auf KI für Biodiversität und Ökosysteme liegt, und Abigail Bodner, Assistenzprofessorin in den Abteilungen EECS und Erd-, Atmosphären- und Planetenwissenschaften, deren Schwerpunkt auf KI für Klima- und Geowissenschaften liegt, einen Kurs mit dem Titel „KI für Klimaschutz“ unterrichten.
„Wir sind alle sehr aufgeregt darüber“, sagt Donti.
Als Donti zum MIT kam, sagte er: „Ich wusste, dass es ein Ökosystem von Menschen geben würde, denen es wirklich am Herzen liegt, nicht nur um Erfolgskennzahlen wie Veröffentlichungen und Zitationszahlen, sondern auch um die Auswirkungen unserer Arbeit auf die Gesellschaft.“