Bagi Priya Donti, perjalanan masa kecil ke India lebih dari sekadar kesempatan mengunjungi keluarga besar. Perjalanan dua tahunan mengaktifkan motivasi yang terus membentuk penelitian dan pengajarannya.
Berbeda dengan rumah keluarganya di Massachusetts, Donti – sekarang Profesor Pengembangan Karir Keluarga Silverman di Departemen Teknik Elektro dan Ilmu Komputer (EECS), posisi yang sama antara MIT Schwarzman College of Computing dan EECS, dan peneliti utama di MIT Laboratory for Information and Decision Systems (LIDS) – dikejutkan oleh kesenjangan dalam cara hidup masyarakat.
“Bagi saya sangat jelas betapa kesenjangan merupakan masalah yang merajalela di seluruh dunia,” kata Donti. “Sejak usia muda, saya tahu bahwa saya pasti ingin mengatasi masalah tersebut.”
Motivasi tersebut semakin terpacu oleh seorang guru biologi sekolah menengah atas yang memfokuskan kelasnya pada topik iklim dan keberlanjutan.
“Kami mengetahui bahwa perubahan iklim, isu yang sangat besar dan penting ini, akan memperburuk kesenjangan,” kata Donti. “Itu benar-benar melekat pada saya dan membuat perut saya terbakar.”
Jadi, ketika Donti mendaftar di Harvey Mudd College, dia berpikir akan mengarahkan energinya untuk mempelajari kimia atau ilmu material untuk menciptakan panel surya generasi berikutnya.
Namun rencana tersebut ditolak. Donti “jatuh cinta” pada ilmu komputer, dan kemudian menemukan karya para peneliti di Inggris yang berpendapat bahwa kecerdasan buatan dan pembelajaran mesin akan sangat penting untuk membantu mengintegrasikan energi terbarukan ke dalam jaringan listrik.
“Ini adalah pertama kalinya saya melihat kedua kepentingan tersebut disatukan,” katanya. “Saya terpikat dan terus mengerjakan topik itu sejak saat itu.”
Mengejar gelar PhD di Carnegie Mellon University, Donti mampu merancang gelarnya untuk mencakup ilmu komputer dan kebijakan publik. Dalam penelitiannya, ia mengeksplorasi kebutuhan akan algoritme dan alat mendasar yang dapat mengelola jaringan listrik dalam skala besar yang sangat bergantung pada energi terbarukan.
“Saya ingin ikut serta dalam mengembangkan algoritme dan perangkat alat tersebut dengan menciptakan teknik pembelajaran mesin baru yang didasarkan pada ilmu komputer,” katanya. “Tetapi saya ingin memastikan bahwa cara saya melakukan pekerjaan ini didasarkan pada domain sistem energi yang sebenarnya dan bekerja dengan orang-orang di domain tersebut” untuk menyediakan apa yang benar-benar dibutuhkan.
Saat Donti sedang menyelesaikan PhD-nya, dia ikut mendirikan organisasi nirlaba bernama Climate Change AI. Tujuannya, katanya, adalah membantu komunitas orang-orang yang terlibat dalam iklim dan keberlanjutan – “baik itu ilmuwan komputer, akademisi, praktisi, atau pembuat kebijakan” – untuk bersatu dan mengakses sumber daya, koneksi, dan pendidikan “untuk membantu mereka dalam perjalanan tersebut.”
“Dalam bidang iklim,” katanya, “Anda memerlukan para ahli di sektor-sektor tertentu yang terkait dengan perubahan iklim, ahli dalam berbagai perangkat ilmu teknis dan ilmu sosial, pemilik masalah, pengguna yang terkena dampak, pembuat kebijakan yang mengetahui peraturan – semuanya – untuk mendapatkan dampak yang terukur di lapangan.”
Ketika Donti bergabung dengan MIT pada bulan September 2023, tidak mengherankan jika dia tertarik dengan inisiatif MIT yang mengarahkan penerapan ilmu komputer terhadap permasalahan terbesar masyarakat, terutama ancaman terhadap kesehatan bumi saat ini.
“Kami benar-benar memikirkan di mana teknologi mempunyai dampak yang lebih luas dan bagaimana teknologi, masyarakat, dan kebijakan harus bekerja sama,” kata Donti. “Teknologi tidak hanya bisa dilakukan satu kali saja dan dapat dimonetisasi dalam konteks satu tahun.”
Karyanya menggunakan model pembelajaran mendalam untuk menggabungkan fisika dan kendala keras sistem tenaga listrik yang menggunakan energi terbarukan untuk peramalan, optimalisasi, dan kontrol yang lebih baik.
“Pembelajaran mesin sudah banyak digunakan untuk hal-hal seperti perkiraan tenaga surya, yang merupakan prasyarat untuk mengelola dan menyeimbangkan jaringan listrik,” katanya. “Fokus saya adalah, bagaimana Anda meningkatkan algoritme untuk menyeimbangkan jaringan listrik dalam menghadapi beragam energi terbarukan yang berubah-ubah dari waktu ke waktu?”
Salah satu terobosan yang dilakukan Donti adalah solusi yang menjanjikan bagi operator jaringan listrik agar dapat mengoptimalkan biaya, dengan mempertimbangkan realitas fisik sebenarnya dari jaringan listrik, dibandingkan mengandalkan perkiraan. Meskipun solusi ini belum diterapkan, solusi ini tampaknya bekerja 10 kali lebih cepat, dan jauh lebih murah, dibandingkan teknologi sebelumnya, dan telah menarik perhatian operator jaringan listrik.
Teknologi lain yang dia kembangkan berfungsi untuk menyediakan data yang dapat digunakan dalam pelatihan sistem pembelajaran mesin untuk optimalisasi sistem tenaga. Secara umum, sebagian besar data yang terkait dengan sistem bersifat pribadi, baik karena hak milik atau karena masalah keamanan. Donti dan kelompok risetnya berupaya menciptakan data sintetis dan tolok ukur yang, menurut Donti, “dapat membantu mengungkap beberapa masalah mendasar” dalam membuat sistem tenaga listrik lebih efisien.
“Pertanyaannya adalah,” kata Donti, “dapatkah kita menjadikan kumpulan data kita sedemikian rupa sehingga cukup kuat untuk mendorong kemajuan?”
Atas usahanya, Donti dianugerahi Beasiswa Pascasarjana Ilmu Komputasi Departemen Energi AS dan Beasiswa Penelitian Pascasarjana NSF. Dia diakui sebagai bagian dari Tinjauan Teknologi MITdaftar “35 Inovator Di Bawah 35 Tahun” tahun 2021 dan “Future Perfect 50” dari Vox tahun 2023.
Musim semi mendatang, Donti akan mengajar bersama di kelas AI untuk Aksi Iklim bersama Sara Beery, asisten profesor EECS, yang fokusnya adalah AI untuk keanekaragaman hayati dan ekosistem, dan Abigail Bodner, asisten profesor di departemen EECS dan Ilmu Bumi, Atmosfer, dan Planet, yang fokusnya adalah AI untuk ilmu iklim dan Bumi.
“Kami semua sangat gembira dengan hal ini,” kata Donti.
Saat datang ke MIT, Donti berkata, “Saya tahu bahwa akan ada ekosistem orang-orang yang benar-benar peduli, tidak hanya pada metrik keberhasilan seperti publikasi dan jumlah kutipan, namun juga pada dampak pekerjaan kami terhadap masyarakat.”
