Christina Delimitrou, professora associada recém-efetivada no Departamento de Engenharia Elétrica e Ciência da Computação (EECS) do MIT e membro do CSAIL, pesquisa formas de reduzir o impacto ambiental do crescimento global de data centers, que pressiona redes elétricas e aumenta a dependência de combustíveis fósseis poluentes. Segundo a reportagem publicada em 8 de outubro de 2026, ela e seu grupo aplicam aprendizado de máquina para tornar grandes data centers mais eficientes, seguros e confiáveis, redesenhando sistemas de computação em nuvem e arquiteturas de servidores para extrair mais capacidade computacional do hardware existente.

Delimitrou relata que, em trabalho anterior com seu orientador Christos Kozyrakis, na Universidade Stanford, constatou que muitos grandes sistemas de computação operavam com apenas cerca de 15% da capacidade, apesar da alta demanda. A pesquisadora também usa IA para ajudar programadores a encontrar e corrigir problemas em aplicações na nuvem e para adaptar softwares ao hardware disponível. Ela aponta que a falta de interpretabilidade da IA é um desafio e que parte de seu trabalho atual busca adicionar explicabilidade às ferramentas.

A reportagem observa que estudar esses sistemas se tornou mais difícil porque empresas de tecnologia usam hardware proprietário e softwares inacessíveis a equipes acadêmicas. Para contornar isso, o grupo cria clones de sistemas e aplicações, como a ferramenta Ditto, que imita a estrutura e as características de desempenho de uma aplicação. Delimitrou afirma esperar que seu trabalho continue mudando à medida que os modelos de aprendizado de máquina avancem, mas ressalta a necessidade de auditar cuidadosamente o uso da IA.