Arturo Kohatsu-Higa es un reconocido matemático que ha ejercido su trabajo profesional en Perú y el extranjero. Se licenció en Estadística en la PUCP, y actualmente vive y trabaja en Japón dictando clases en la Universidad de Ritsumeikan.
Desde el mes de enero al 26 de febrero de este año, el Dr. Kohatsu-Higa regresó al Campus, luego de estar 8 años fuera del Perú. Durante su visita dictó un seminario en el Auditorio de Matemáticas titulado “30 años de ruido: la historia del ruido útil”:
Siempre es un placer volver y ver cómo la ciencia y el nivel de la universidad progresa, también veo que hay una actividad cada vez más importante en investigación y educación en el Departamento.
El área que estudio está relacionada con cálculo y probabilidades, estas pueden aparecer en diversas áreas de aplicación. La gran mayoría de estudiantes que trabajan su tesis conmigo hace análisis de riesgos en banca, y últimamente otra gran parte hace aplicaciones en Machine Learning, que son áreas que están relacionadas a la probabilidad y la estadística, y las cuales necesitan ser estudiadas de manera aplicada y teórica.
(...) En los últimos 20 años he trabajado en diferentes lugares del mundo y siempre he encontrado muy importante el intercambio científico, no solo con científicos nacionales, sino también del extranjero. Y me parece que, a pesar de que en la PUCP he visto avances significativos, hay una necesidad de incrementar estos intercambios científicos de manera que sean semilla para futuras investigaciones. Creo que es importante que, a partir de ese intercambio científico, se logre un mayor progreso dentro y fuera del país, para que Perú esté dentro del mapa internacional en ciencia.
He visto que se ha desarrollado una nueva carrera en Informática sobre aprendizaje de máquinas o Inteligencia Artificial, y he visto un gran interés por el personal docente, no solamente en Informática sino en la Sección Matemáticas y Economía. Los veo muy interesados en el tema.
Me parece algo positivo y que eventualmente puede llevar a un desarrollo interesante. Vuelvo a insistir en que los intercambios científicos son muy importantes y que me parece que aún falta desarrollar eso dentro de la universidad. Entiendo que no es fácil, pero es importante impulsarlo dentro de lo posible, porque esos intercambios traen visiones nuevas dentro de otras ciencias. Por ejemplo, yo como matemático o estadístico teórico he aprendido mucho de conversar con investigadores de otras áreas. Es esa interacción la que hace que el área de probabilidades aplicadas sea tan rica como es, no solo en el aspecto aplicado sino en el aspecto teórico.
Algo muy clásico, y esto no pasa solo aquí sino en países desarrollados, es que los jóvenes tienen una impresión equívoca sobre la matemática y en particular sobre la estadística, porque piensan que es una actividad que solamente se desarrolla en la universidad y que convertirse en matemático significa convertirse en profesor de escuela o de universidad, lo cual no es cierto.
Nosotros en Japón tenemos un Departamento de Matemáticas donde cada año se gradúan 90 estudiantes y una mínima cantidad de ellos acaba siendo docente, una gran mayoría acaba en la industria, o bien en empresas que se dedican al análisis de riesgo o en empresas de software.
Porque a veces se piensa que la informática y la matemática son dos áreas diferentes, pero la verdad es que están muy ligadas. El desarrollo informático requiere un pensamiento matemático y es por eso que empresas de informática tienen matemáticos trabajando allí. Por otra parte, el desarrollo de la Inteligencia Artificial también requiere, no solamente personas que sepan programar, codificar, sino personas que puedan encontrar las razones por las cuales ciertos artefactos funcionan, por qué otros funcionan mal, cómo mejorarlas, etc. Para eso se necesita un desarrollo mucho más técnico, y por lo tanto hay un porcentaje del personal en las áreas de Inteligencia Artificial que son matemáticos (...)
Exacto. Muchos de nuestros estudiantes que desean trabajar en la industria aprenden de probabilidades, estadística, áreas de la matemática que a veces uno piensa que no son realmente aplicables como por ejemplo el álgebra o la geometría diferencial, que está ahora muy en boga para ciertas aplicaciones en Inteligencia Artificial.
Uno piensa en estos cargos intentando mejorar la situación del Departamento y la situación de los estudiantes. No es fácil y esto lo entiendo (...), hay que hacer un esfuerzo y hay que colaborar con los demás (...).
Pero creo que también es un momento para valorar los aspectos positivos, observar los aspectos negativos, llegar a detectarlos e intentar mejorar.