Entrevista a Valeria de Paiva
Destacada matemática, lógica y científica de la computación
Esta entrevista fue originalmente realizada en inglés por email. Por tanto, primero se ofrece una traducción al español, y al final, se encuentra la versión original.
This interview was originally conducted in English by email. The Spanish translation is provided first, followed by the original version.
Valeria de Paiva1 es una matemática e investigadora científica en inteligencia artificial de origen brasileño radicada en UK, interesada en procesamiento del lenguaje natural, inferencia lógica y todo tipo de semántica. Además, su áreas de investigación incluyen la teoría de las categorías, la semántica del lenguaje natural y la programación funcional. En 1988, completó su doctorado bajo la dirección de Martin Hyland, en la Universidad de Cambridge. Su tesis introdujo la Dialéctica de espacios, una manera categórica de construir modelos de lógica lineal.
Además de su labor investigativa, se ha preocupado en el rol de las mujeres en sus vidas profesionales. Ayudando a mantener el sitio web Women in Logic, un grupo de Facebook Women in Logic, un blog Women in Logic y ahora un sitio web de charlas Women in Logic seleccionadas. Es parte del Comité Directivo de Women in Logic. También colabora con el programa de becas ACM-W Scholarship.
Algo curioso de De Paiva es su gran capacidad para adaptar temas de las matemáticas puras al entorno empresarial. Pues ha trabajado en Samsung, como investigadora principal; en Nuance Communications y Rearden Commerce, como investigadora senior; y actualmente se desempeña como investigadora principal en Topos Institute.
¡Espero disfruten de la entrevista !2
Versión traducida
(1) Un aspecto de tu trayectoria que despierta mi curiosidad es la combinación única de tus experiencias tanto en la industria como en la academia, especialmente teniendo en cuenta tu enfoque académico en matemáticas puras. A primera vista, podría parecer desafiante integrar temas abstractos como la teoría de categorías en un entorno empresarial. ¿Podrías detallar los desafíos más significativos que enfrentaste en la industria al aplicar estos conceptos abstractos?
Claro. En efecto, es una lucha cuesta arriba intentar «vender» conceptos abstractos a la industria, especialmente en un entorno donde los resultados deben verse en trimestres, en lugar de años. Pero una estrategia antigua es resolver problemas utilizando matemáticas sofisticadas y explicar las soluciones con poca sofisticación. Pero para eso, necesitas gerentes de contratación que crean en el poder de las matemáticas. Algunos lo hacen, muchos otros no.
Creo que he tenido suerte.
(2) Continuando nuestra discusión sobre teorías de categorías, el desarrollo de software contemporáneo busca cada vez más las abstracciones más adecuadas para abordar problemas complejos. ¿Cómo visualizas el futuro de la teoría de categorías en el ámbito del desarrollo de software? ¿Crees que puede ofrecer beneficios prácticos claros, como la reducción de errores o la gestión de la complejidad inherente de los sistemas de software?
Creo en el poder de la teoría de categorías para simplificar y organizar conceptos. Creo que la teoría de categorías ayuda a ver el desorden y a entender cómo eliminarlo, por lo que creo que debería ser útil para la ingeniería de software, pero también en general para toda la ciencia de la computación teórica. En particular, creo que el principio proposición-como-tipos conduce, como dice su nombre, a una programación basada en principios, que es menos propensa a errores y más eficiente.
Por otro lado, también creo que los «hacks» que son demasiado buenos para perderse son teóricamente importantes, simplemente no los hemos convertido en teoría todavía. Después de todo, la ciencia de la computación es para las matemáticas en el siglo XXI lo que la física fue en el siglo XX: un maravilloso patio de recreo lleno de problemas grandes y pequeños por resolver.
(3) Con tu participación en diversos proyectos de investigación, ¿podrías compartir cuál encontraste más intelectualmente exigente y qué conocimientos o lecciones valiosas obtuviste de él?
Oohhh, esto es difícil. Encuentro la mayoría de mis proyectos exigentes, tanto que realmente no puedo dejar esos proyectos en paz. Siento que quiero seguir trabajando en todos ellos. Y, por supuesto, no hay tiempo suficiente. Tuve esta conversación una vez con mi amigo Alan Jeffrey, a quien le pregunté sobre en qué estaba pensando en uno de sus proyectos antiguos, y él dijo que ya no pensaba en eso, estaba hecho, cerrado. Solo entonces me di cuenta de que no todos son como yo, siempre queriendo volver a las cosas que hice, mejorarlas, completarlas, conectarlas con otras cosas interesantes.
Quiero decir, me gustan los problemas difíciles y no creo que los resuelvas completamente, haces un intento, resuelves el problema principal que ves, pero siempre puedes volver y mejorarlo. Ciertamente tengo varias situaciones en las que creo que fracasé miserablemente en obtener una comprensión real, la búsqueda es una de estas. Trabajé para Cuil, un inicio de motor de búsqueda en 2008-2010, y aprendí mucho, pero no he podido utilizar mis herramientas categóricas. Así que siempre está ahí, un picor sin rascar, que tal vez si hubiera intentado más fuerte, podría haber logrado algo.
(4) Dado tu trabajo en semántica del lenguaje natural, ¿cómo percibes la extensa investigación en torno a los Modelos de Lenguaje Grandes (LLMs)? ¿Crees que los métodos lógicos y simbólicos pueden resurgir en un panorama dominado en gran medida por técnicas probabilísticas, como el aprendizaje profundo?
Bueno, es asombroso lo que pueden hacer. Estoy impresionada, como todos los demás. Pero, por supuesto, también me preocupa mucho los varios hechos negativos que los rodean. El hecho de que no podemos explicar cómo funcionan, que no podemos garantizar la reproducibilidad, que no podemos confiar en los resultados de la IA generativa. Entonces, sí, creo que necesitamos métodos neurales-simbólicos que nos brinden tanto las increíbles capacidades como la robustez del aprendizaje profundo, pero que también nos proporcionen la explicabilidad lógica y la garantía de verdad que conlleva.
(5) Has mostrado una gran preocupación por el papel de las mujeres en sus vidas profesionales, lo que se refleja en tu trabajo en Women in Logic. ¿Cómo ves la situación actual con respecto a estos problemas y qué necesita mejorarse?
Vaya, otra muy difícil. Creo que la situación no está mejorando tan rápido como debería. De todos los grandes problemas sociales, este debería haber sido más fácil. Me molesta enormemente ver que no parece que hagamos un progreso real, que el patriarcado, que debería ser solo objeto de burla, está vivo y fuerte, y la gente no ve el absurdo nivel de desigualdad entre los géneros en nuestra vida diaria.
Seguimos luchando, pero a veces me desespero cuando veo a adultos altamente inteligentes que no logran comparar situaciones de manera justa. Me desespera cuando las personas muestran no solo sexismo, sino especialmente racismo en sus formas sistémicas y variadas. También me desespero cuando veo a personas librando una guerra contra las personas pobres en lugar de luchar contra la pobreza misma. Me vuelve loco el mantra que veo que iguala tener dinero con ser una buena persona y ser pobre con no tener valor.
(6) Tu variada gama de intereses de investigación, que abarca múltiples áreas, es algo inusual para los investigadores. ¿Qué consejo ofrecerías a las personas que comparten una multitud de intereses y aspiran a explorar diversos campos de investigación mientras posiblemente dudan en salir de sus zonas de confort?
Bueno, creo que no soy un buen modelo a seguir. Creo que algunas personas son más organizadas y pueden tener muchos intereses de investigación diferentes y mantenerlos en paralelo. No soy tan organizada, así que perdí y sigo perdiendo muchas oportunidades para tener un impacto mayor. Creo que las personas deberían leer «You and Your Research» de Hamming.
Ojalá lo hubiera leído cuando estaba empezando. Algunas partes tratan sobre tener el «coraje de tus convicciones», y yo podría haberlo usado en algún momento. Pero todo es interesante. Y, por supuesto, no queremos más presumidos que saben todo en Academia, pero el punto es trazar un curso intermedio, creyendo en tus ideas lo suficiente como para darles la oportunidad de tener éxito.
(7) Si tuvieras la oportunidad de viajar en el tiempo y proporcionar orientación no técnica a tu yo más joven, ¿qué consejo darías y por qué lo consideras importante?
¡Bien! ¡Parece que ya respondí esto en el número 6! Pero permíteme reiterar que creo que la curiosidad es fundamental y divertirse con tu investigación también lo es. Si puedes combinar eso con organización y planificación táctica y estratégica, te irá mucho mejor. Pero la planificación debe estar al servicio de divertirse, no al revés. Porque Hamming tiene razón, la investigación es divertida, pero la investigación impactante es lo real, la máxima diversión.
Nada mejor que detenerte a la mitad de un cálculo o de la construcción de un argumento y pensar para ti mismo: ¡oh chico, funciona! (por supuesto, muchas veces no funciona. Es solo tu mente corriendo contra sí misma y haciendo saltos no permitidos, pero está bien. Fue muy divertido y es tu trabajo, y mañana llenarás los agujeros y funcionará y será divertido de nuevo).
Original
(1) One aspect of your background that piques my curiosity is the unique blend of your experiences in both industry and academia, especially considering your academic focus on pure mathematics. At first glance, it might seem challenging to integrate abstract topics like category theory into a business environment. Could you elaborate on the most significant challenges you encountered in industry while applying such abstract concepts?
Sure. it's indeed an uphill struggle to try to "sell" abstract concepts to industry, especially one where results have to be seen in quarters, instead of years. But an old age strategy is to solve problems using sophisticated mathematics, and explain the solutions with little of that sophistication. but for that, you have to have hiring managers that believe in the power of mathematics. some do, many more do not.
I think I have been lucky.
(2) Continuing our discussion on category theories, contemporary software development is increasingly seeking the most suitable abstractions to tackle complex problems. How do you envision the future of category theory in the realm of software development?
Do you believe it can offer clear practical benefits, such as bug reduction or managing the inherent complexity of software systems? I believe in the power of CT to simplify and organize concepts. I think CT does help with seeing clutter and seeing how to remove it, so I reckon it ought to useful for software engineering, but also more generally for all theoretical computer science. In particular, I think that the proposition-as-types principle leads, the name says it, to principled programming, which is less buggy and more efficient.
On the other hand, I also believe that the "hacks" that are too good to miss, are actually theoretically important, it's just that we haven't made them into theory, yet. after all, CS is for mathematics in the 21st century what physics was in the 20th century: a wonderful playground full of big and small problems to solve.
(3) With your involvement in various research projects, could you share which project you found to be the most intellectually demanding, and what valuable insights or lessons did you gain from it?
Oohhh, this is hard. I find most of my projects demanding, so much so that I actually cannot leave those projects alone. I feel like carrying on working on them all. and of course there isn't enough time. I had this conversation once with my friend Alan Jeffrey, who I asked about what he was thinking about on one of his old projects and he said he didn't think about it anymore, it was done, closed. only then I realized not everyone is like me, always wanting to go back to the things I did, to improve them, to complete them, to connect them to other interesting things.
I mean, I like hard problems and I don't think you completely solve these problems, you take a pass, you solve the main issue you see, but you can always go back and make it better. I certainly have several situations where I think I failed miserably to get some real understanding, search is one of these. I worked for Cuil, a search engine start-up in 2008-2010 and I learned lots, but I haven't been able to use my categorical tools. so it's always there, an itch unscratched, that maybe if I had tried harder I could've gotten some purchase.
(4) Given your work in natural language semantics, how do you perceive the extensive research around Large Language Models (LLMs)? Do you believe that logical and symbolic methods can make a resurgence in a landscape largely dominated by probabilistic techniques, such as Deep Learning?
Well, it's quite fantastic what they can do. I am amazed, like everyone else. but of course, I'm also very concerned by the several bad facts surrounding them. the fact that we cannot explain how they work, that we cannot guarantee reproducibility, that we cannot trust the results of generative AI. so yes, I believe we need neural-symbolic methods that can give us both deep-learning's amazing capabilities and robustness, but also provide us with the logical explainability, and the truth assurance that it entails.
(5) You have shown a great concern for the role of women in their professional lives, which is reflected in your work in Women in Logic. How do you see the current situation regarding these issues and what needs to be improved?
Oh boy, another very hard one. I think the situation is not improving as fast as it should be. of all the big society problems, this ought to have been an easier one. it annoys me no end to see that we don't seem to make real progress, that the patriarchy, which ought to be just an object of ridicule, is instead, very alive and powerful, and people don't see the absurd level of inequality between the genders in our daily lives.
We keep the fight on, but sometimes I do despair, when I see highly intelligent adults failing to compare situations fairly. I despair when people display not only sexism, but especially racism in its systemic and myriad of forms. I also despair when I see people waging a war against poor people, instead of waging it against poverty itself: it drives me nuts the mantra I see equating having money as being a good person, being poor as being worthless.
(6) Your diverse array of research interests, which span across multiple areas, is somewhat unusual for researchers. What advice would you offer to individuals who share a multitude of interests and aspire to explore diverse research fields while possibly hesitating to step out of their comfort zones?
Well, I think I am not such a good role model. I think some people are more organized and they can have these many different research interests and keep them going in parallel. I'm not that organized, so I missed and continue to miss many opportunities to have more impact. I think people should read Hamming's "You and Your Research".
I wish I had read it when I was starting. Some of it is about having the 'courage of your convictions' and I could've done with that some way back. But all of it is interesting. And of course we don't want any more arrogant know-it-alls than we have already in Academia, but the point is to chart a middle course, believing on your ideas well enough to give them a chance to succeed.
(7) If you had the opportunity to travel back in time and provide non-technical guidance to your younger self, what advice would you give, and why do you consider it important?
Nice, it looks like I answered it in number 6! but let me reiterate that I think curiosity is fundamental and having fun with your research is too! if you can pair that with organization, and both tactical and strategical planning you'll do much better. but the planning should be in the service of having fun, not the other way round. because Hamming is right, research is fun, but impactful research is the real deal, the utmost fun.
Nothing better than stopping in the middle of a calculation or of the construction of an argument and thinking to yourself, oh boy, it works! (of course, many times, it doesn't. it's just your mind racing against itself and making non-allowed jumps, but this is alright. it was great fun and it's your job and tomorrow you'll fill up the holes and it will work and be fun again.)
Twitter/X: https://twitter.com/valeriadepaiva.
La versión traducida se realizó usando ChatGPT (GPT-3.5), con algunas modificaciones de mi parte para mejorar la legibilidad.
Interesante entrevista!!!