Jefferson Lab, ODU lanza un Instituto Conjunto de Computación Avanzada para la Investigación Ambiental.

Matt Cahill

La Universidad Old Dominion y el Acelerador Nacional Thomas Jefferson del Departamento de Energía de EE. UU. se remontan a casi 40 años atrás, desde la fundación del laboratorio en 1984. Ahora están llevando su asociación a un nuevo nivel.

Los institutos de investigación asociados están lanzando un instituto colaborativo único en Hampton Roads que aprovechará la experiencia en informática y ciencia de datos de Jefferson Lab para abordar los problemas y disparidades más urgentes en la intersección de la salud y el medio ambiente.

"Hoy hacemos un anuncio que supone un audaz paso adelante en nuestra asociación histórica", dijo el presidente de ODU, Brian O. Ph.D. Hemphill durante su discurso sobre el estado de la Universidad el viernes en Chartway Arena en Norfolk. "Este instituto colaborativo reúne experiencia interdisciplinaria para abordar desafíos científicos críticos en medicina, salud y clima dentro del contexto ambiental más amplio".

El Instituto Conjunto de Computación Avanzada para Estudios Ambientales (ACES, para abreviar) es un centro de investigación empresarial ubicado en la nueva Escuela de Ciencia de Datos de ODU. Fue fundado y codirigido por la profesora asociada de investigación de ODU Heather Richter, quien se desempeña como directora ejecutiva interina del Consorcio de Investigación Biomédica de Hampton Roads, y Malachi Schramm, quien dirige la división de ciencia de datos de Jefferson Lab.

ACES reunió a un equipo de científicos y profesores universitarios de diversos campos como la salud pública, la geografía, la protección del medio ambiente, la informática y la física. Trabajan juntos a través de reuniones conjuntas y personal de investigación compartido, y también forman a estudiantes.

"Esta es una oportunidad importante para que los estudiantes aprendan y trabajen con profesores e investigadores de talla mundial", dijo Hemphill después del discurso.

Pero esto no es sólo una actividad académica. El objetivo es proporcionar soluciones concretas a problemas regionales complejos, como los sistemas que causan enfermedades y los rápidos cambios ambientales.

"Nuestros resultados de salud refuerzan la forma en que experimentamos nuestro entorno", dijo Richter. "Básicamente, hay determinantes sociales de la salud y determinantes físicos, ambientales. Estamos interesados ​​en comprender cómo se combinan para comprender la distribución subyacente de la enfermedad en una población con el fin de encontrar formas de intervenir".

Esto se hace utilizando ciencia de datos y enfoques computacionales avanzados como el aprendizaje automático (ML) y la inteligencia artificial generativa (IA).

"El Departamento de Energía tiene un legado impresionante en la resolución de problemas realmente difíciles y en la participación de los principales científicos del mundo para hacerlo", dijo Richter.

Los socios a bordo incluyen el Distrito de Saneamiento de Hampton Roads, el Hospital Infantil Hijas del Rey y la Escuela de Medicina de Virginia Oriental.

Otra gran pieza del rompecabezas es la participación pública en la investigación.

"El objetivo es utilizar los análisis más avanzados e innovadores que tenemos para encontrar soluciones mejores y más efectivas para el bienestar", dijo Richter. "Parte de lo que nos hace exitosos es poder involucrar a la comunidad".

Papel del laboratorio Jefferson

Unas semanas antes del lanzamiento de ACES, el DOE anunció que Jefferson Lab albergaría un nuevo recurso informático, el centro de datos de alto rendimiento.

Todavía faltan varios años para el programa HPDF de más de 300 millones de dólares, pero el equipo del instituto conjunto ya está pensando en formas de incorporar el potencial de la nueva instalación para usuarios en sus planes. Mientras tanto, ACES depende de la gran cantidad de recursos informáticos y de datos que ya están disponibles en el laboratorio.

Schram es un físico nuclear con experiencia en ML e IA, especializado en ciencia de datos. Estos enfoques se pueden utilizar para modelar sistemas complejos y de grandes dimensiones afectados por el cambio climático, como las inundaciones y la calidad del aire. Además, la visión por computadora avanzada basada en ML puede ayudar a analizar imágenes médicas para un diagnóstico más rápido.

"Es una cuestión de cómo utilizamos estas metodologías, estos avances en informática y ciencia de datos para ayudar en los temas regionales", dijo Schramm. "Creció mejor de lo que esperábamos".

Pero no se limita sólo a los números. Recopilar toda la información y encontrar datos de calidad es un desafío en sí mismo. Además, comprender e interpretar los datos puede dar lugar a errores.

"La otra cosa es la distorsión involuntaria", dijo Schram. “Si empiezo a hacer un análisis y asumo que todos son estadísticamente iguales, obtengo la respuesta equivocada. Tendré cierto sesgo interno porque el método de selección puede ser sesgado".

A veces no se puede confiar en los propios modelos de aprendizaje automático.

"Una de las áreas de interés del Jefferson Lab es la cuantificación de la incertidumbre", dijo Diana McSpadden, investigadora que trabaja con Schramm y Richter en el grupo ACES. "Digamos que nos hemos entrenado con una determinada población de datos o un conjunto de características ambientales, pero ahora estás pidiendo una predicción sobre una población con la que no nos hemos entrenado. Entonces, le estás dando incertidumbre a esa suposición. Es una experiencia única que podemos aportar".

Además, ODU y otros socios de ACES brindan recursos y educación adicionales en ciencias ambientales, de salud y sociales.

"Es una gran combinación de herencia y creatividad explorar diferentes formas de hacer cosas diferentes", dijo Richter. "Así que es una gran oportunidad para ambas partes".

Esta historia apareció originalmente en Jefferson Labs. sitio web.