Emmanuel Candès (París, 1970) es uno de los premiados en la última edición de los Princesa de Asturias, una distinción que comparte con una terna de ases de las matemáticas -Yves Meyer, Ingrid Daubechies y Terence Tao- que, con sus hallazgos, ha transformado nuestra comprensión y manejo de la realidad y ha posibilitado el desarrollo de tecnologías inimaginables hace apenas unas décadas. Candès, ingeniero y estadístico, trabaja en el Instituto de Tecnología de la Universidad de Standford, es miembro de la Academia Nacional de Ciencias de los Estados Unidos y la Academia Estadounidense de las Artes y las Ciencias.

¿Cuál es actualmente su objeto de trabajo e investigación?

Mi trabajo actual es muy diferente de la obra que este premio, generosamente, me reconoce. Ahora estoy muy centrado en el estudio estadístico de los problemas relacionados con la revolución actual en el manejo de datos. Esta revolución ha sido impulsada por impresionantes avances tecnológicos en la captura, almacenamiento y procesamiento de datos, en una amplia gama de dominios. El progreso en el aprendizaje automático nos proporciona herramientas potencialmente eficaces para aprender y hacer predicciones útiles a partir de conjuntos de datos de tamaños cada vez mayores. Estas herramientas, sin embargo, han demostrado ser poderosas y extremadamente complejas, y los modelos que lo acompañan son a menudo extremadamente difíciles de interpretar. Muchos científicos e ingenieros se sienten, poco a poco, cómodos con la idea de utilizar tales modelos, a modo de 'caja negra', pero hay dos cosas sobre las que no podemos comprometernos. La primera es la reproducibilidad de los resultados científicos. Si utilizo una 'caja negra' para determinar qué regiones genómicas influyen en un rasgo, por ejemplo, la susceptibilidad al autismo, ¿cómo me aseguro de que mis hallazgos se puedan reproducir en estudios de seguimiento? ¿Cómo me aseguro de que sean robustos y no se descarten rápidamente?

¿La segunda?

Esa se refiere a la validez de las predicciones. A medida que recurrimos cada vez más a los sistemas de aprendizaje automático para apoyar las decisiones humanas, ¿cómo determinamos su validez? Si un algoritmo de aprendizaje predice el promedio de puntos de grado de un posible solicitante universitario, ¿qué garantías tengo con respecto a la exactitud de esta predicción? Mi trabajo reciente y el de mi grupo de investigación abordan esas cuestiones. Hemos desarrollado metodologías amplias que permitan obtener y producir resultados en los que se pueda confiar.

¿Y su colaboración con los otros matemáticos premiados? Usted ha firmado varios trabajos con Terence Tao.

Es una delicia absoluta para mí compartir este premio con los otros tres laureados. Meyer fue mi profesor de pregrado en Francia, y junto con mi asesor de doctorado, David Donoho, tuvo una influencia profunda y positiva en mi educación científica. Admiro a Daubechies, es una amiga y siempre ha sido para mí una fuente de inspiración tanto por su trabajo como por su forma de ser. Finalmente, trabajar con Tao ha sido un verdadero privilegio.

¿Qué importancia tienen las matemáticas en este mundo postcovid ? ¿Y la de las ciencias en general?

En los Estados Unidos y en muchas partes todavía estamos en un mundo covid. Desearía que estuviéramos postcovid... En cuanto a la primera pregunta, creo que el pensamiento cuantitativo, y estadístico en particular, es más importante que nunca. Todos los campos de la ciencia y la tecnología se han dedicado a la recopilación masiva de datos. Casi todos los negocios que conozco han hecho lo mismo. Tenemos que darle sentido a todo y ser capaces de extraer conocimientos fiables de todos esos datos, y posteriormente tomar decisiones informadas. Siento que la ciencia es más importante que nunca porque la humanidad afronta muchas amenazas. Como sostiene mi colega John Chambers, el clima que experimentamos está cambiando y es una amenaza para las generaciones futuras. El medio natural se está convirtiendo en una forma antinatural diseñada por el hombre a un ritmo rápido, como la sustitución de bosques, humedales y otras áreas importantes por granjas, industria y asentamientos humanos. Los océanos están siendo degradados. Las especies se están poniendo en peligro de extinción e incluso se extinguen a un ritmo mucho más allá de lo normal. Y, por supuesto, los coronavirus y otros virus son una amenaza global. Entiendo perfectamente que abordar estas amenazas no es responsabilidad exclusiva de los científicos; esta es la responsabilidad de todos los seres humanos. Pero nos corresponde a nosotros, científicos, presentar los hechos y el conocimiento científico actual en forma interpretable.

¿Cuál es el próximo desafío de las matemáticas?

Muchos matemáticos están trabajando duro en conjeturas de larga data como la hipótesis de Riemann o si P es igual a NP. Estos son problemas abstractos que la comunidad matemática ha reconocido como muy importantes. Por ejemplo, la Fundación Clay está ofreciendo una recompensa financiera sustancial a quien pueda resolver cualquiera de estos problemas. Estos son desafíos importantes, pero, como mencioné anteriormente, están lejos de mi área de interés. Más cerca de mí está esto: usamos algoritmos continuamente en nuestra vida diaria para apoyar decisiones importantes, para decidir qué personas reciben fianza, libertad condicional, préstamos bancarios y tratamientos médicos. ¿Cómo desarrollamos algoritmos que conduzcan a un trato equitativo de las personas? ¿Eso no discrimina? ¿Cómo diseñamos procedimientos que ayuden en lugar de dañar a las personas en un amplio conjunto de circunstancias?

En su opinión, ¿cuál ha sido la contribución más importante de las matemáticas en esta última década?

Una década es un corto lapso de tiempo para las matemáticas. Las ideas necesitan pasar la prueba del tiempo por lo que no voy a ser capaz de responder a esto hasta que pase otra década, más o menos.

¿Y cuál es la mayor potencia mundial en matemáticas?

No estoy seguro de saber la respuesta a esta pregunta. Puedo decirle, sin embargo, que España produce muchas matemáticas de alta calidad y seguiremos viendo grandes cosas de los matemáticos españoles, si reciben el apoyo adecuado. Personalmente, me he beneficiado de una excelente educación en el sistema francés, y mi experiencia ha sido que Estados Unidos invirtió importantes recursos en investigación, creando un entorno que atrae a los mejores matemáticos de todo el mundo. Espero sinceramente que Francia y los Estados Unidos no subestimen la importancia de esas inversiones en los años venideros.