Texto: Alberto Martín, Fotografía: Jesús de Miguel - 20 ene 2026 18:04 CET

Nos recibe en su despacho, que durante unas semanas comparte con un investigador francés con el que está colaborando. Tras una breve sesión de fotos en su mesa y en el pasillo, junto a un café nos cuenta cómo ha sido su trayectoria investigadora y en qué consiste Beyond Maximum Entropy: A new paradigm for Modeling, Inference, and Learning Efficiency (BeME), el proyecto que va a desarrollar estos próximos cinco años en el novedoso campo de la física de redes neuronales.

- Soy de Madrid, nací en 1985 y menos los años que me pasé investigando en el extranjero siempre he vivido aquí. Estudié en esta Facultad. Terminé la carrera en 2008 y luego el doctorado en 2013. Lo hice en Física Teórica, aunque por entonces había dos físicas teóricas. Yo estaba en Física Teórica I.

- ¿Por qué física?

- A mí siempre me gustó mucho la física en el colegio. Bueno, a mí me gustaba mucho estudiar en general. Yo siempre fui muy buena estudiante. Y la física me gustó siempre mucho. Antes de entrar a la carrera estuve entre hacer matemáticas o hacer física. Bueno, y también estuve con dudas de hacer química. Mi abuela era química, una de las primeras de este país, y siempre de pequeña quería ser química. Pero me gustaron más las matemáticas y… la física. La carrera me gustó muchísimo y enseguida tuve claro que quería hacer investigación. Y pues bueno, hice el doctorado aquí como decía, y después tuve bastante suerte, y me fui dos años a Roma de postdoc con Giorgio Parisi, que luego recibió el Nobel de Física 2021. Fue una experiencia fantástica. Y después me fui a París, donde estuve al final en total cinco años y algo. Primero estuve como Marie Curie, con la beca europea. Estuve en la Escuela Normal Superior tres años y algo, lo máximo que me dejaron, porque no se puede estar más de tres años sin que te hagan permanente. Luego me fui a la Sorbona. Ahí, en este momento ya estaba un poco cansada, andaba teniendo bastantes problemas para conseguir plaza, me estaba cansando de hacer los concursos y de no sacar plaza. Y entonces dije, bueno, pues voy a hacer algo completamente diferente. No sabía en ese momento si dejar la investigación y entonces me dije: bueno, pues hago otra cosa que la encuentre divertida y ya luego lo dejo. Entonces me fui a biología y estuve haciendo un postdoc en bioinformática que me gustó mucho. Estaba en un grupo en el que no había físicos. Fue una experiencia muy curiosa, me animó mucho y me gustó mucho.

- ¿Por qué volviste a España?

- Pedí un proyecto de atracción de talento investigador. Lo pedimos yo y mi pareja, que también es investigador. Pensamos que sería imposible que nos lo dieran a los dos, pero nos lo dieron a los dos y nos vinimos los dos para acá. Yo pensaba que no iba a volver nunca a España, por lo cual fue una alegría enorme. Yo siempre había dicho que quería volver. Y nada, volví a la Complutense. La verdad es que a los talentos en ese momento no nos trataron muy bien. En cierto momento yo empecé a ver que no me quedaba muy claro que nos fueran a estabilizar, y pedí una plaza en París, que la saqué, en ese caso en informática. Ya en esos tiempos estaba trabajando bastante en redes neuronales. Era una cátedra de Física de la Inteligencia Artificial. Pero un año después me presenté al programa I3 de la Complutense porque el tiempo que estuve en París estaba viviendo aquí, yendo y viniendo, y era un rollo. Y nada, pues esa salió, así un poco in extremis, y ya por fin me quedé aquí sabiendo que no me tenía que volver a ir, cosa que es agradece.

- Y ahora, la ERC. Cuéntanos, ¿cómo se aspira a ese tipo de ayudas, es un concurso similar a cualquier otro de proyectos de investigación en España?

- Tienes que escribir un proyecto bastante largo y bastante trabajoso porque es un poco diferente a los proyectos que normalmente hacemos para el Ministerio. Una parte enorme es decir que tú eres fantástico, lo cual cuesta mucho. Que si vas a cambiar el mundo y vas a revolucionar tu campo, lo cual, pues bueno, no sé.. Yo creo que hago cosas que son interesantes, importantes, pero de ahí a que uno piense que va a cambiar el mundo con su investigación hay un punto. Entonces sí que fue un poco complicado de escribir. Pero bueno, la verdad es que aquí hay unas empresas que ayudan, te lo organiza la Comunidad de Madrid, y a mí me vino bastante bien porque se leyeron mi propuesta, me la hicieron cambiar, no en la parte técnica, pero sí en cómo presentarlo. Fue bastante estresante, pero al final sí me gustó escribirlo, porque además es un proyecto que como es de mucho dinero, implica contratar muchísima gente, lo cual quiere decir que tienes que pensar muchísimas cosas que hacer; no son solo cinco años, sino cinco años con mucha gente. Y bueno, pues lo presenté, solo me he presentado una vez, así que he tenido mucha suerte. Yo la verdad es que me presenté porque aquí con el Ministerio me iba a quedar con un proyecto de investigación más pequeño. Ya desde el proyecto de Talentos, que me dieron 200.000 euros, y otro que tuve en París, pues me había acostumbrado a que teníamos normalmente dinero para contratar gente. Ahora esto se iba a acabar y todo mi grupo se iba a deshacer. Esa es la razón por la que pedí la ERC. Yo tenía un grupo aquí porque cuando vinimos, yo y otro chico que también obtuvo el Talento, más o menos unimos fuerzas -que también es la razón por la que empecé a hacer redes neuronales, porque yo no había hecho antes de venir aquí a Madrid- dinero y esfuerzos y hemos tenido dos doctorandos codirigidos y dos post-doc en tiempos diferentes. Ahora ya se estaba acabando todo el dinero y nos quedábamos sin nada más.

- Háblanos ya del proyecto. ¿Cómo vas a cambiar el mundo?

- Mi proyecto se mueve en un campo un poco nuevo, lo que llamamos física de redes neuronales. Yo no estoy haciendo machine learning para problemas de física, sino que es la inversa. Yo trato de estudiar redes neuronales con herramientas de física para optimizar su uso, para, por ejemplo, hacerlas más interpretables, conseguir sacar información de ellas y también entender un poco de manera física cuál es el proceso de aprendizaje. Yo cuando empecé hice una parte grande de mi carrera en métodos de Montecarlo, en métodos de simulación. Yo trabajo con un tipo de redes neuronales que son redes neuronales de tipo generativo. Ahora todos estamos habituados a oír hablar de IA generativa, pero cuando empezamos se conocía un poco menos. Yo trabajo con un tipo de modelos que es un poco natural para los físicos, en el que tratamos de codificar la distribución de los datos a través de una distribución de Boltzmann, que es la que usamos en física normalmente para describir sistemas físicos. Y un poco el objetivo es inferir cuál sería el modelo de interacción entre los datos. Es como tratamos de sacar la energía. Y el problema de estos modelos es que hace falta hacer Montecarlo para entrenarlos y hace falta hacerlo bien, y es algo que creo que no se ha hecho hasta ahora. Una de las cosas que empezamos a ver es que cuando hacíamos las cosas bien y entendíamos de dónde venían los problemas, nuestras máquinas, incluso siendo redes neuronales muy pequeñitas y simples, pues funcionan extremadamente bien, son muy eficientes, gastan muy poca energía y consigues aprender muchísimo de ellas. La idea de la ERC es empezar a explotarlas de manera sistemática. En los últimos años hemos desarrollado bastantes métodos para sacar información de datos y lo hemos aplicado a problemas, pienso que interesantes. Sobre todo, hemos hecho proteínas y ahora estábamos haciendo neuronas. Es un poco lo que la ERC quería expandir y mostrar que vale también para otros problemas: turbulencia, problemas de genoma… Ahora estamos intentando aplicarlos a problemas médicos: si yo tengo bases de datos de pacientes, por ejemplo, con diferentes patologías, soy capaz de inferir cuáles son las interacciones entre algunas patologías y algunos síntomas, o cosas así. Y esa es un poco la idea, si con la física somos capaces de optimizar el uso de redes neuronales, no necesitamos redes neuronales tan grandes porque podemos saber cómo podemos diseñarlas para que sean más efectivas y que cueste menos energía. Y además está la parte de interpretabilidad de redes neuronales. Yo creo que se lleva bastante mal con la ciencia el concepto de una caja negra que hace muy bien lo que le estabas pidiendo, pero luego no es capaz de darte respuestas de por qué lo hace. Si no te fías o, por ejemplo, si tienes sesgos particulares, ¿dónde miras? Trabajo en intentar desarrollar técnicas para poder mirar dentro de las redes neuronales y ver qué es lo que están haciendo.

- ¿En concreto en qué campos de aplicación vais a trabajar?

- El ERC como decía tiene varias vías. Hay una parte, como he explicado, en la que quiero mostrar que los resultados que hemos tenido en los últimos años se pueden aplicar a problemas de inferencia de datos en problemas reales. Y hay cuatro aplicaciones claras. Una es en generación de genoma humano, en la que sobre todo quiero tratar problemas de privacidad, porque uno de los problemas que uno tiene cuando trata de escribir genoma es que hay muy poco porque no se puede divulgar el genoma de las personas, porque es de alto riesgo, y entonces hay que aprender con pocos datos. La mayoría de las redes neuronales funciona muy bien con muchos datos, pero funcionan mal con pocos. Y sobre todo me interesa cómo desarrollar métodos que no divulguen información, que sean un poco sólidos frente a problemas de privacidad. Tengo otra parte de proteínas, que es intentar extraer información de bases de datos de familias homólogas de proteínas. Nosotros lo que trabajamos son con secuencias de proteínas que vienen o se cree que vienen de un ancestro común y tratar de ver cómo conseguimos extraer información de ahí. Hemos mostrado que se puede saber bastante sobre cómo es su estructura de plegamiento, como extraer interacciones de ellas; ya podemos extraer interacciones de tercer o de cuarto orden, y entonces queremos intentar entender cuál es la importancia biológica de ello. Tengo otro proyecto más que es en neurociencia, que tratamos a partir de experimentos de disparos de neuronas de ratas, tratar de inferir cosas sobre la red neuronal subyacente. En este caso, una red neuronal biológica. Y tengo una última parte que es sobre problemas de turbulencia, que sería a partir de datos, viendo simulaciones o de datos reales de fluidos turbulentos, tratar de extraer modelos efectivos máximos.

- Para desarrollar todo esto entiendo que necesitarás establecer unas amplias redes de trabajo, incluso internacionales.

- Sí, aunque la ERC no lo exige, por supuesto que trabajo con otros equipos. Yo no soy experta en ninguno de estos campos. Si acaso, he trabajado bastante con proteínas, pero no con el resto; habíamos hecho algún trabajo, pero no más. Cada una de estas aplicaciones las vamos a desarrollar con expertos en otros países. La mayoría en Francia, porque es donde tenía más contactos: en la Sorbona, la parte de bioinformática; en París-Saclay, la parte de genética; también la parte de turbulencia con París-Saclay y luego, en principio, lo de neuronas lo haremos con una investigadora de Princeton. Yo sé usar bien las redes nuestras, sacar información, pero necesito a alguien que venga con los problemas, las preguntas importantes en cada campo. Pero si es verdad que una parte importante de mi ERC y también de lo que hemos estado desarrollando los últimos años, es que yo quiero desarrollar métodos que valgan para datos reales. Uno de los peligros que siempre tenemos es que es muy tentador utilizar datos sintéticos siempre para mostrar que tus algoritmos funcionan, porque siempre funciona todo muchísimo mejor que con los datos reales. Los datos reales siempre están más sucios, tienen muchísimos problemas que cuando tú generas los datos no los tienen. Entonces sí, hay una parte importante de la ERC que será demostrar que las técnicas que hemos desarrollado se pueden usar en problemas científicos de verdad y proveer con soluciones o conocimiento científico que pueda valer para desarrollar física en esos cambios. Y luego, pues ya esa parte de aplicaciones, en la que como decía tenemos una red muy grande. Además, pienso incorporar al menos un doctorado para turbulencia y, al menos yo creo, que entrarán dos postdoc en algún momento para las partes de bioinformática y un doctorando que también hará cosas de neurociencia.