Desde que ela se lembra, Cathy Wu ’12, MNG ’13 queria encontrar maneiras de resolver problemas para melhorar a vida das pessoas. Seus pais eram imigrantes taiwaneses, e seu pai tinha um longo trajeto para o trabalho, o que o afastava da família. Com um orçamento apertado, o resto da família frequentemente ficava em casa em uma rua que era muito movimentada para brincar ao ar livre. Wu e seus irmãos acabaram jogando muitos jogos de computador.
Wu diz que seu desejo de tornar o mundo um lugar melhor, a batalha diária de seu pai contra o trânsito, e os jogos que ela jogava, como “SimCity”, foram as sementes de sua motivação para projetar sistemas de transporte seguros e eficientes.
Wu é professora associada no Departamento de Engenharia Civil e Ambiental (CEE) do MIT e no Institute for Data, Systems, and Society (IDSS), e pesquisadora principal no Laboratory for Information and Decision Systems. Sua pesquisa foca no uso de machine learning e reinforcement learning (RL) para avançar estratégias confiáveis para melhorar uma gama de sistemas complexos, incluindo o transporte.
“Projetar sistemas de transporte consiste em modelar e analisar dezenas, senão centenas ou milhares, de variantes, o que significa que uma abordagem baseada em evidências para projetar esses sistemas simplesmente não está ao alcance das ferramentas atuais”, diz Wu. “Este é o papel que o RL desempenha. Se bem-sucedido, libertaria os pesquisadores de transporte e capacitaria seus parceiros profissionais a projetar os sistemas que desejam.”
Wu credita à sua irmã mais velha a inspiração para instigar nela o desejo de melhorar a vida das pessoas, e o interesse de Wu em transporte se encaixa perfeitamente nesse ideal.
“Gosto de transporte porque ele conecta a todos. Todos nós o usamos, todos nós o experimentamos, todos nós temos problemas com ele. Então, em algum nível, todos nós estamos interessados em que o sistema seja melhor”, diz ela.
Wu se interessou em aplicar inteligência artificial
Fonte: MIT News - AI
Publicado em 2026-10-02