Martha-Vasiliki Sourla
Formación
Estudié Ingeniería Eléctrica y de Computadores en la Universidad Politécnica de Creta, donde descubrí mi interés por las matemáticas. Tras finalizar mis estudios universitarios, decidí continuar con un doctorado sobre los fundamentos teóricos de una IA confiable en la Universidad de Granada. Actualmente realizo mi tesis doctoral en el ámbito de la Inteligencia Artificial, combinando matemáticas, teoría de la información y aprendizaje automático.
Un día en la vida de un científico
Me levanto por la mañana y lo primero que hago es dar un paseíllo a mi perrita. Es la mejor manera de empezar el día. Luego me preparo un café y me pongo a trabajar. Mi día consiste en estudiar, leer artículos científicos, conectar ideas y programar. Paso tiempo pensando en problemas matemáticos, escribiendo fórmulas, analizando datos y probando ideas en el ordenador. No todo sale a la primera, equivocarse y volver a empezar es una parte esencial del trabajo científico. Por las tardes suelo dedicar tiempo a desconectar y a cuidarme, haciendo actividades que me ayudan a relajarme.
Aficiones
En mi tiempo libre me gusta bailar, leer, pasear con mi perra y conectar con mis amigxs. También disfruto de la música, hacer yoga, viajar y dedicar tiempo a actividades creativas como hacer puzles, crochet u otras manualidades. Me encanta aprender cosas nuevas y explorar diferentes formas de expresión y creatividad.
Centro o departamento
Instituto Andaluz Interuniversitario en Data Science and Computational Intelligence (DaSCI).
Línea de investigación en la que trabaja actualmente
Mi línea de investigación se centra en hacer que la Inteligencia Artificial sea más segura y confiable. Hoy en día, muchos sistemas de IA toman decisiones importantes, pero a veces no sabemos si esas decisiones son correctas, justas o si pueden fallar. En mi trabajo estudio cómo medir la confianza de una máquina en sus propias decisiones. Para ello utilizo matemáticas y estadística, herramientas que nos permiten medir la incertidumbre, detectar errores y entender mejor cómo funcionan los modelos por dentro.
