Oταν της ζήτησα να μου περιγράψει την πιο όμορφη ανάμνηση που είχε από την Καλαμάτα, τον τόπο όπου γεννήθηκε και έζησε, μέχρι να μπει στο Πολυτεχνείο στην Αθήνα, περίμενα να ακούσω να μου πει για τις αξέχαστες βόλτες της στη Ναυαρίνου και τη θαλασσινή απεραντοσύνη που απλώνεται λίγα μέτρα πιο κάτω ή τις βόλτες της στο πάρκο των Σιδηροδρόμων και τις βουτιές της στην υπέροχη Καρδαμύλη. Αλλά η απάντησή της ήταν μια έκπληξη για μένα. Οι ευχάριστες μνήμες της σχετίζονταν με το Φροντιστήριο Μαθηματικών του κ. Κατσιλιέρη στην Καλαμάτα και τους διάφορους διαγωνισμούς μαθηματικών που έκανε και που καθόριζαν την ευτυχία της ως έφηβη! Αν είχα μια δομημένη μαθηματική σκέψη, σαν την δική της, θα έπρεπε να θεωρώ δεδομένη αυτή την απάντηση, αφού, όπως θα διαβάσετε στη συνέχεια, σύμφωνα με την Δρα Αθηνά Πετροπούλου, παγκοσμίως αναγνωρισμένη ερευνήτρια στον χώρο της επεξεργασίας Σημάτων και Ραντάρ, «υπάρχει μαθηματική αλληλουχία, για να καταλήξεις σε κάποιο συμπέρασμα».

Επρεπε λοιπόν λογικά να σκεφτώ, πως η διακεκριμένη καθηγήτρια στο Τμήμα Ηλεκτρολογίας και Μηχανικής Υπολογιστών (ECE) στο Πανεπιστήμιο Rutgers (στο οποίο υπήρξε επικεφαλής του τμήματος κατά τη διάρκεια της περιόδου 2010-2016) και πρόεδρος σήμερα στο IEEE Signal Processing Society (SPS), με ένα εντυπωσιακό βιογραφικό γεμάτο βραβεύσεις για τις πατέντες που έχει κάνει, δεν θα μπορούσε, παρά να είναι ευτυχισμένη ανάμεσα στα βιβλία μαθηματικών και γεωμετρίας, που τα λάτρεψε από την ημέρα που συνειδητοποίησε τον εαυτό της ως παιδί και συνεχίζει μέχρι σήμερα ως ώριμη γυναίκα, επιστήμονας, μητέρα και σύζυγος.

Η Δρ Αθηνά Πετροπούλου μεγάλωσε σε ένα εύπορο περιβάλλον με σημαντική θέση στην κοινωνία της Καλαμάτας. Ο πατέρα της ήταν έμπορος εξαγωγής σταφίδας, πρόεδρος στο Επαγγελματικό Επιμελητήριο, υποπρόξενος της Ολλανδίας και η μητέρα της ασχολήθηκε με τα οικιακά και τα πέντε παιδιά τους, εκ των οποίων η Αθηνά ήταν η μεγαλύτερη. Τελειώνοντας το σχολείο μπήκε στο Πολυτεχνείο, στην Σχολή Ηλεκτρολόγων και μετά συνέχισε για την Αμερική, για να κάνει το μάστερ και το διδακτορικό της.

Πριν από τη συμμετοχή της στον Rutgers ήταν καθηγήτρια της ECE στο Πανεπιστήμιο Drexel (1992-2010). Διετέλεσε επισκέπτρια καθηγήτρια στο SUPELEC, στο Πανεπιστήμιο του Παρισιού, στο Πανεπιστήμιο του Πρίνστον και στο Πανεπιστήμιο της Νότιας Καλιφόρνιας. Τα ερευνητικά ενδιαφέροντα της Δρ. Πετροπούλου εκτείνονται στην περιοχή της στατιστικής επεξεργασίας σήματος, των ασύρματων επικοινωνιών, της επεξεργασίας σήματος σε δικτύωση,της ασφάλειας φυσικού επιπέδου και της επεξεργασίας σήματος ραντάρ. Η έρευνά της έχει χρηματοδοτηθεί από διάφορους κυβερνητικούς χορηγούς της βιομηχανίας, όπως το Εθνικό Ιδρυμα Επιστημών (NSF), το Γραφείο Ναυτικών Ερευνών, τον Αμερικανικό Στρατό, το Εθνικό Ινστιτούτο Υγείας, το Ίδρυμα Whitaker, την Lockheed Martin και την Raytheon. Η Δρ Πετροπούλου είναι Συνεργάτης του ΙΕΕΕ και της Αμερικανικής Ενωσης για την Πρόοδο της Επιστήμης (AAAS) και αποδέκτης του Presidential Faculty Fellow Award του 1995, που δίνεται από το NSF και το Λευκό Οίκο. Είναι πρόεδρος για το 2022 του IEEE Signal Processing Society (SPS) και το 2020 ήταν President-Elect του IEEE SPS. Εχει διατελέσει αρχισυντάκτρια του IEEE Transactions on Signal Processing (2009-2011) και του IEEE Signal Processing Society Vice President-Conferences (2006-2008). Διετέλεσε γενική πρόεδρος των Εργασιών PROGRESS του IEEE SPS το 2020 και το 2021, γενική συμπρόεδρος του εργασιών IEEE 2018 για την πρόοδο της επεξεργασίας σημάτων στις ασύρματες επικοινωνίες (SPAWC), Καλαμάτας Ελλάδας, και γενική πρόεδρος του Διεθνούς Συνεδρίου για την επεξεργασία ακουστικής ομιλίας και σήματος (ICASSP-05), στην Φιλαδέλφεια PA. Ηταν διακεκριμένη λέκτορας για την Εταιρεία ΕπεξεργασίαςΣήματος για την περίοδο 2017-2018 και σήμερα είναι διακεκριμένη λέκτορας για την Εταιρεία Αεροδιαστημικών και Ηλεκτρονικών Συστημάτων IEEE. Είναι αποδέκτης του 2012 IEEE Signal Processing Society Meritorious Service Award, και συν-αποδέκτης του 2005 IEEE Signal Processing Magazine Best Paper Award, του2020 IEEE Signal Processing Society Young Author Best Paper Award (B. Li), του 2021 IEEE Signal Processing Society Young Author Best Paper Award (F. Liu), του 2021 Barry Carlton Best Paper Award EEE Aerospace and Electronic Systems Society και το 2022 IEEE Sensor Array and Multichannel Signal Processing Workshop Best Student paper Award (y. Li).

Είναι παντρεμένη με τον Δρα Αντώνη Ζαβαλιάγκο καθηγητή Πανεπιστημίου στο Drexel και έχουν δύο παιδιά, τον Τάκη Ζαβαλιάγκο-Πετρόπουλο, ο οποίος έχει τελειώσει Πολιτική Οικονομία και εργάζεται στην Amazon και την Αρτεμις Ζαβαλιάγκου-Πετροπούλου, η οποία κάνει το μεταδιδακτορικό της στην Νευροεπιστήμη στο UCLA.

Δρ Πετροπούλου, εξηγήστε μας ποιο είναι ακριβώς το αντικείμενο της δουλειάς σας;

Αυτό που κάνω λέγεται ψηφιακή επεξεργασία σήματος, το οποίο περιλαμβάνει επεξεργασία εικόνας, ήχου, μουσικής, τηλεπικοινωνιακών σημάτων, υπέρηχων, σημάτων ραντάρ και άλλα. Με πολλά από αυτά έχω ασχοληθεί στην δουλειά μου. Θα σας πω ένα παράδειγμα, για να καταλάβετε τι σημαίνει επεξεργασία σήματος. Οταν επεξεργαστείς στον υπολογιστή έναν υπέρηχο μαστού, μπορείς να καταλάβεις τι γίνεται μέσα στον ιστό του στήθους. Ο τρόπος με τον οποίο δουλεύει ο υπέρηχος είναι ο εξής: στέλνεις ένα ακουστικό κύμα μέσα στο σώμα και αυτό ανακλάται από διάφορες ανομοιογένειες. Αυτή η ανάκλαση περιέχει πληροφορία, για το τι γίνεται μέσα στο σώμα. Εγώ φτιάχνω αλγόριθμους, που επεξεργάζονται αυτό το σήμα και δίνουν την πληροφορία, παραδείγματος χάριν, αν υπάρχει κάποιος όγκος καλοήθης ή κακοήθης στο μαστό.
Τελευταία με την ερευνητική σας ομάδα ασχολείστε με ραντάρ. Πώς δουλεύουν τα ραντάρ και πώς εφαρμόζονται τα σήματα σε αυτά;
Θα σας πω πώς δουλεύει ένα ραντάρ. Το ραντάρ εκπέμπει ένα ηλεκτρομαγνητικό σήμα και το σήμα αυτό, αν βρει κάποιο αεροπλάνο ή κάποιο άλλο στόχο ανακλάται. Καθώς γυρίζει πίσω περιέχει πληροφορία για το στόχο, πόσο γρήγορα πηγαίνει, πού βρίσκεται σχετικά με το ραντάρ, τι είδος αεροπλάνου είναι, δηλαδή πληροφορία που σε βοηθά να εντοπίσεις και να χαρακτηρίσεις το στόχο. Με την ερευνητική μου ομάδα σχεδιάζουμε καινούργια είδη ραντάρ και αλγόριθμους, τα οποία μπορούν να εντοπίσουν πολύ γρήγορα, πολλούς στόχους, που είναι κοντά ένας με τον άλλον. Οταν έχεις ένα στόχο είναι εύκολο. Αν έχεις όμως πολλούς και σχετικά κοντά τον ένα με τον άλλον, τότε η εντόπιση είναι πιο δύσκολη. Χρειάζονται πολλές μετρήσεις και πολύ μεγάλη επεξεργασία για να μπορέσεις να τους εντοπίσεις. Εμείς προτείναμε μια μέθοδο που καταφέρνει να ανακαλύψει τους στόχους με λίγες μόνο μετρήσεις και μικρό χρόνο επεξεργασίας. Είμαστε πρωτοπόροι σε αυτό. Η μέθοδος αυτή είναι σχετικά καινούργια, δεν έχει εφαρμοστεί ακόμη στη πράξη, αλλά η δουλειά μας αυτή έχει δημοσιευτεί σε επιστημονικά περιοδικά και έχει σχολιαστεί ιδιαίτερα θετικά. Η έρευνα αυτή έχει χρηματοδοτηθεί από το γραφείο έρευνας του Αμερικανικού Ναυτικού (Office of Naval Research) και τον Εθνικό Οργανισμό Ερευνας και Τεχνολογίας (National Science Foundation).

Πού μπορεί να εφαρμοστεί αυτή η πρωτοποριακή μέθοδός σας;

Μια σημαντική εφαρμογή είναι στα μελλοντικά αυτοκίνητα με αυτόματη οδήγηση χωρίς οδηγό. Αυτά τα αυτοκίνητα κινούνται χρησιμοποιώντας ραντάρ, για να αναγνωρίζουν το περιβάλλον. Υπάρχουν πολλοί στόχοι γύρω από ένα όχημα, υπάρχουν άλλα αυτοκίνητα, υπάρχουν σπίτια, υπάρχουν δέντρα κ.λπ. και πρέπει να εντοπιστούν όλα αυτά με ακρίβεια και ταχύτητα, ώστε να αποφασίσει ο ηλεκτρονικός υπολογιστής του αυτοκινήτου, ο εγκέφαλός του δηλαδή, να προχωρήσει με ασφάλεια. Ακόμα, πιο πρόσφατα δουλεύουμε σε κάτι το οποίο είναι τελείως καινούργιο, που έχει να κάνει με τις αυξημένες ανάγκες επικοινωνίας στις μοντέρνες εφαρμογές, όπως τα αυτοκινούμενα αυτοκίνητα.
Μελετάμε την περίπτωση που όταν στέλνει το ραντάρ ένα σήμα ψάχνοντας για διάφορα αντικείμενα, να μπορούμε να βάλουμε πληροφορία σ’ αυτό το ίδιο σήμα που θα μπορούσε να διαβαστεί από κάποιον παραλήπτη. Χρησιμοποιώντας ένα τέτοιο σήμα για δύο διαφορετικούς σκοπούς εξοικονομεί εύρος ζώνης (bandwidth), που είναι ένα από τα κύρια προβλήματα στα συστήματα έκτης γενιάς. Φανταστείτε, δηλαδή, στην εφαρμογή των αυτόματων αυτοκινήτων να έχεις μια συσκευή ραντάρ-τηλέφωνο, που με το ίδιο σήμα που ψάχνεις για άλλα αυτοκίνητα να μπορείς να ειδοποιήσεις τα διπλανά αυτοκίνητά και να τους πεις τι βλέπεις τριγύρω σου. Για παράδειγμα, αν εσύ βλέπεις ένα αυτοκίνητο να έρχεται με μεγάλη ταχύτητα σε μια διασταύρωση, θα μπορούσες να ειδοποιήσεις τα οχήματα που σε ακολουθούν, που δεν έχουν ακόμη οπτική επαφή με τη διασταύρωση, ώστε να προετοιμαστούν για παν ενδεχόμενο. Σε αυτή την εφαρμογή, πρέπει να καταφέρει κανείς να στείλει πολλή πληροφορία και πολύ γρήγορα, ώστε να προλάβει το αυτοκίνητο να φρενάρει, αν χρειαστεί. Αυτό δεν είναι ακόμη εφικτό με την σημερινή τεχνολογία. Επίσης το σήμα θα πρέπει να μπορεί να εντοπίζει τους στόχους με μεγάλη ακρίβεια και ταχύτητα. Εμείς σχεδιάζουμε τα σήματα αυτού του ραντάρ-τηλεφώνου, ώστε να μπορούν να βρίσκουν όλους τους στόχους με ακρίβεια, αλλά και να εμπεριέχουν πληροφορία με μεγάλο ρυθμό μετάδοσης. Επίσης σχεδιάζουμε αλγόριθμους, που θα δώσουν πληροφορίες για τους στόχους. Εχουμε ήδη υποβάλει αιτήσεις για διπλώματα ευρεσιτεχνίας γι’ αυτή τη δουλειά.

Ποια είναι η έννοια των αλγόριθμων στην προκειμένη περίπτωση;

Ενας αλγόριθμος θα αναλύσει το ηλεκτρομαγνητικό κύμα που έρχεται πίσω από την ανάκλαση και θα προσπαθήσει να εκμαιεύσει πληροφορίες για τους στόχους. Σαν ένα απλό παράδειγμα, ξέροντας ότι το σήμα ταξιδεύει με την ταχύτητα του φωτός, η χρονική διαφορά μεταξύ εκπομπής και λήψης σήματος μπορεί να μας πει σε τι απόσταση είναι ο στόχος. Οπότε o αλγόριθμος συσχετίζει το σήμα που στάλθηκε με το σήμα που ελήφθη και υπολογίζει τη διαφορά. Γενικά, ένας αλγόριθμος αποτελείται από διάφορους μαθηματικούς μετασχηματισμούς που αναδεικνύουν την πληροφορία που ψάχνεις.
Εχοντας κάποια διαίσθηση για το πώς μεταδίδεται το σήμα μπορείς να διαλέξεις τους κατάλληλους μετασχηματισμούς. Αν δεν έχεις βέβαια καμιά πληροφορία μπορείς να χρησιμοποιήσεις τεχνικές μηχανικής μάθησης, όπου εκπαιδεύεις τον αλγόριθμο να υπολογίζει αυτό που θέλεις χρησιμοποιώντας πολλά ήδη γνωστά παραδείγματα.

Το 2018 βραβευτήκατε για μια πολύ ενδιαφέρουσα και σημαντική δουλειά. Μιλήστε μας γι’ αυτήν.

Η δουλειά αυτή έχει να κάνει με το εξής πρόβλημα. Οταν έχεις ένα τηλεπικοινωνιακό σύστημα και ένα σύστημα ραντάρ που εκπέμπουν κοντά το ένα στο άλλο και χρησιμοποιούν τις ίδιες συχνότητες, το ένα δημιουργεί παρεμβολές στο άλλο. Τελευταία η τάση είναι τα ραντάρ και τηλεπικοινωνιακά συστήματα να χρησιμοποιούν τις ίδιες υψηλές συχνότητες για καλύτερη απόδοση. Αν διαβάσατε στον Τύπο φέτος, γύρω στον Ιανουάριο, η Verizon και η ΑT&T, ενώ την προηγούμενη χρονιά είχαν αγοράσει με 60 δισ. δολάρια ένα μεγάλο μέρος του φάσματος για να εγκαταστήσουν 5G τηλεπικοινωνιακά συστήματα, είπαν τελικά ότι δεν θα εγκαταστήσουν τα συστήματα αυτά κοντά στα αεροδρόμια. Και αυτό γιατί ο σταθμός βάσης 5G δημιουργεί παρεμβολές στα ραντάρ του αεροπλάνου (altimeters), τα οποία χρησιμοποιούνται για να έχει το αεροπλάνο ορατότητα μέσα σε ομίχλη, για να υπολογίζει την απόσταση από το έδαφος, να αποφεύγει συγκρούσεις, κ.λπ. Εμείς δουλεύαμε ακριβώς σε αυτό το θέμα, σχεδιάζοντας συστήματα που ελαχιστοποιούν τις παρεμβολές μεταξύ ενός τηλεπικοινωνιακού συστήματος και ενός ραντάρ. Είχαμε βρει έναν τρόπο αυτά τα δύο συστήματα να συνεργάζονται και να μειώνεται αυτή η παρεμβολή. Αυτή η εφεύρεση πήρε διάφορα βραβεία, Best Paper Award σε επιστημονικά περιοδικά υψηλού κύρους.

Ετοιμάζετε κάποια καινούργια πατέντα τώρα;

Τα ραντάρ μπορούν να χρησιμοποιηθούν για ανέπαφη παρακολούθηση υγείας, όπως για να παρακολουθούμε τους χτύπους της καρδιάς και την αναπνοή κάποιου. Δηλαδή αυτό που ονομάζουμε health monitoring, την τοποθέτηση ενός μικρού ραντάρ στην οροφή ενός δωματίου νοσοκομείου ή και ενός σπιτιού, το οποίο μπορεί να παρακολουθεί τους ζωτικούς δείκτες ενός ασθενούς. Χρησιμοποιώντας ραντάρ, οι ασθενείς δεν χρειάζεται να είναι καλωδιωμένοι ή να φοράνε sensors. Αυτό υπάρχει ήδη, αλλά εμείς αυτό που εφηύραμε είναι ένα καινούριο, χαμηλού κόστους σύστημα, με το οποίο μπορούμε να ξεχωρίσουμε και να παρακολουθήσουμε τον χτύπο της καρδιάς και την αναπνοή πολλών ατόμων ταυτοχρόνως που είναι κοντά ο ένας με τον άλλον και να ξεχωρίσουμε σε ποιο άτομο αντιστοιχεί το κάθε σήμα. Για δύο άτομα φερ’ ειπείν, που κοιμούνται στο ίδιο κρεβάτι, τα υπάρχοντα σύστημα δεν μπορούσαν να διαχωρίσουν τους ζωτικούς δείκτες του ατόμου Α από του ατόμου Β. Με την δική μας εφεύρεση, το ραντάρ μπορεί να παρακολουθεί πολλούς ασθενείς ταυτόχρονα. Αυτή την έρευνα την έχουμε δημοσιεύσει και κάναμε αίτηση για ευρεσιτεχνία φέτος (2022).

Σε τι ποσοστό αναλογούν οι γυναίκες στον ανδροκρατούμενο και δύσκολο χώρο σας;

Περίπου 11% στα πανεπιστήμια και στην έρευνα. Ανήκω στον επαγγελματικό χώρο που εκπροσωπείται από το ΙΕΕΕ Signal Processing Society (SPS), όπου είμαι και πρόεδρος (2022-2023). Το ΙΕΕΕ (Ιnstitute of Electrical and Electronic Engineers) είναι ένας διεθνής οργανισμός με 700.000 μέλη, και το SPS είναι ένα κομμάτι του ΙΕΕΕ με 19,000 μέλη που ασχολούνται με επεξεργασία σήματος. Εκλέχθηκα σε αυτή την θέση το 2019 από όλα τα μέλη του SPS. Πιστεύω πως η εκλογή μου παρακίνησε και άλλες γυναίκες να διεκδικήσουν ηγετικές θέσεις στον επαγγελματικό μας χώρο. Εγιναν, αντιπρόεδροι και μπήκαν σε διάφορα συμβούλια. Φέτος, στο Διοικητικό Συμβούλιο (Board of Governors) του SPS το 50% είναι γυναίκες. Οι γυναίκες αποτελούν ανεκμετάλλευτο δυναμικό στο χώρο μας, όπως και γενικά στο χώρο της τεχνολογίας, και έχουμε πολλά να κερδίσουμε σαν κοινωνία, αν τις εμπνεύσουμε να επιδιώξουν την επαγγελματική απασχόληση στο χώρο αυτό. Ως πρόεδρος κάνω πολλές προσπάθειες προς αυτή την κατεύθυνση.

Ποια είναι η διαφορά των ανθρώπων σαν και σας με μαθηματική κατάρτιση και αυτών που έχουν θεωρητική κατάρτιση;

Καλή ερώτηση! Υπάρχει διαφορά στον τρόπο σκέψης. Η μαθηματική απόδειξη γίνεται με μία ακολουθία αλληλένδετων βημάτων… πρώτα αυτό, μετά το άλλο κ.ο.κ. Δεν υπάρχει καμία αμφισβήτηση για το πώς πας από το ένα βήμα στο άλλο, γιατί υπάρχει μαθηματική αλληλουχία και τελικά καταλήγεις σε κάποιο συμπέρασμα. Η μαθηματική σκέψη επεκτείνεται και σε όλα τα άλλα τα πράγματα που κάνουμε στη ζωή μας, γιατί έχουμε συνηθίσει να λειτουργούμε με την ίδια λογική σειρά βημάτων. Οταν βλέπεις να συζητάνε άνθρωποι εκτός χώρου μαθηματικών, βλέπεις πολύ καθαρά τη διαφορά στην ακολουθία σκέψεων. Κάνουν μεγάλα βήματα από το ένα επιχείρημα στο άλλο με τρόπο που αφήνει ανεξήγητα κενά. Κάποιος που έχει μαθηματική σκέψη έχει σίγουρα πιο δομημένα επιχειρήματα.

Εχει βοηθήσει η συγκροτημένη μαθηματική σκέψη την καθημερινότητά σας; Η πρόβλεψη και η διαίσθηση επηρεάζονται από τα μαθηματικά;

Σίγουρα, γιατί μπορείς με βάση αυτά που ήδη ξέρεις, να σχεδιάσεις το επόμενο βήμα σου. Το ένστικτο μπορεί να δημιουργείται, επειδή μπορείς να αναλύσεις ό,τι έχει συμβεί στο παρελθόν. Οταν κάνουμε μία πρόβλεψη, συνήθως χρησιμοποιούμε ό,τι πληροφορία έχουμε συλλέξει μέχρι τότε, την επεξεργαζόμαστε και καταλήγουμε, ότι μάλλον αυτό θα γίνει. Οσο περισσότερη πληροφορία έχεις, και όσο μεγαλύτερη ικανότητα να συνδυάζεις αυτή την πληροφορία, τόσο καλύτερη είναι η πρόβλεψη που κάνεις.

Ποια είναι η μεγαλύτερη πρόκληση αυτή τη στιγμή για εσάς στη δουλειά σας;

Θα ήθελα να ασχοληθώ με πιο πρακτικά θέματα, δηλαδή να λύσω κάποιο σημαντικό πρόβλημα, που να έχει μεγάλο αντίκτυπο στην ανθρώπινη ζωή. Οπως αυτό που κάνουμε με τα αυτόματα αυτοκίνητα και είναι πάρα πολύ σημαντικό. Αυτός ο τομέας έχει πάρα πολλές προκλήσεις και πολύ μεγάλο συναγωνισμό. Το θέμα δεν είναι μόνο να λύσεις ένα πρόβλημα, αλλά να το λύσεις με χαμηλό κόστος, η λύση να είναι στιβαρή, ανθεκτική και αξιόπιστη, να έχει χαμηλή πολυπλοκότητα, που να μπορεί να υλοποιηθεί εύκολα.

Ποια είναι η μεγαλύτερη ανταμοιβή σας ως καθηγήτρια και ερευνήτρια από την σχέση με τους φοιτητές σας;

Μεγάλο μέρος της δουλειάς μου ως καθηγήτρια αφορά την προετοιμασία των φοιτητών που σπουδάζουν κάτω από την επίβλεψή μου. Εχω επιβλέψει πολλούς φοιτητές, περίπου 20 διδακτορικούς και άλλους σε μάστερς και προπτυχιακό επίπεδο. Είναι μεγάλη ανταμοιβή για μένα να βλέπω τους φοιτητές μου να τους συναρπάζει η έρευνα, να ωριμάζουν ως ανεξάρτητοι ερευνητές και να βρίσκουν μια καλή δουλειά στη βιομηχανία ή ως καθηγητές. Η αλήθεια είναι ότι είναι δύσκολο να βρεις γυναίκες στον κλάδο μας. Είναι δύσκολο να αλλάξει ένα ιστορικό ανδρικών και γυναικείων ρόλων που αποθάρρυνε τις γυναίκες από τα μαθηματικά και την τεχνολογία. Πιστεύω όμως, ότι σιγά-σιγά θα αρχίσει να αλλάζει αυτή η νοοτροπία, γιατί έχει πλέον αποδειχτεί ότι οι γυναίκες και η διαφορετικότητα (diversity) γενικά είναι το κλειδί για περισσότερη καινοτομία στην έρευνα και τις επιχειρήσεις.
Υπάρχουν καινούργια θέματα που επιθυμείτε να ερευνήσετε;
Πολλά θέματα υπάρχουν, αλλά ένα συγκεκριμένο, έχω αρχίσει να δουλεύω ήδη. Υπάρχει ένα πεδίο που αναπτύσσεται τώρα που λέγεται «Εξυπνες Ανακλαστικές Επιφάνειες» (intelligent reflective services), τις οποίες μπορείς να τις ρυθμίσεις ηλεκτρονικά να αντανακλούν το σήμα στην κατεύθυνση που εσύ θέλεις. Με αυτές τις επιφάνειες μπορεί κανείς να δημιουργήσει ένα έξυπνο περιβάλλον για την διάδοση του σήματος που παρακάμπτει διάφορα εμπόδια. Η πρόκληση εκεί είναι, ο έλεγχος αυτών των επιφανειών, οι οποίες έχουν πολλά μικρά ελεγχόμενα σημεία, που όλα μαζί βοηθούν, ώστε να στείλεις το σήμα εκεί που θέλεις. Ο έλεγχος αυτών των επιφανειών μεταφράζεται σε δύσκολα μαθηματικά προβλήματα βελτιστοποίησης. Στο θέμα αυτό έχουμε ήδη αρχίσει να δουλεύουμε. Αυτές οι επιφάνειες μελλοντικά μπορεί να εφαρμοστούν σε αυτοκίνητα ή σε κτίρια, ώστε να βελτιστοποιήσουμε το περιβάλλον και να διαθέτουμε το σήμα όπως ακριβώς θέλουμε.

Η τεχνολογία που παράγετε μπορεί να χρησιμοποιηθεί εναντίον του ανθρώπου και πώς;

Εξαιρετική ερώτηση! Ολα όσα φτιάχνουμε μπορεί να χρησιμοποιηθούν και για το καλό και για το κακό της ανθρωπότητας. Αυτό που σας ανέφερα προηγουμένως, για το ραντάρ που εντοπίζει τον ρυθμό της καρδιάς, θα μπορούσε να χρησιμοποιηθεί για να παραβιάσει την ιδιωτικότητα ιατρικών προσωπικών δεδομένων. Η τεχνολογία μπορεί να κλέψει προσωπικά δεδομένα. Στην περίπτωση των αυτοκινήτων π.χ., όταν το ένα αυτοκίνητο βασίζεται στην πληροφορία που του στέλνει το άλλο για να αντιδράσει, αν κάποιος με δόλο αλλοιώσει την πληροφορία μπορεί να προξενήσει ατύχημα. Υπάρχουν πάρα πολλά παρόμοια προβλήματα και κάνουμε έρευνα για να κάνουμε τα συστήματα αυτά αξιόπιστα και ασφαλή, ώστε να μην χακάρονται και να διασφαλίζεται η αξιοπιστία του σήματος.