Евгений Атамась: "В каком-то смысле искусственный интеллект как алхимия, которая хотела получить золото, но получила фарфор"
Кандидат физико-математических наук, сотрудник факультета вычислительной математики и кибернетики МГУ имени М.В. Ломоносова Евгений Атамась рассказал «Лаборатории научной журналистики» о своём увлечении математикой, пути в науку и искусственном интеллекте.
И преподаватель, и исследователь
Евгений Атамась
С чего началось Ваше увлечение математикой?
---------------------------------------------------
Изначально математика мне просто нравилась. В школе я больше физикой занимался. Но отец у меня программист, и я подумал, что я тоже хочу быть программистом. А если хочешь работать в этой сфере, то нужно поступать на ВМК, что я и сделал. После второго курса я выбрал кафедру, связанную с дифференциальными уравнениями. Потом ни разу не пожалел о своём выборе. А после третьего курса я окончательно понял, что программирование - это не то, чем бы я хотел заниматься. Так и получилось, что сейчас я занимаюсь почти чистой математикой.
---------------------------------------------------
Изначально математика мне просто нравилась. В школе я больше физикой занимался. Но отец у меня программист, и я подумал, что я тоже хочу быть программистом. А если хочешь работать в этой сфере, то нужно поступать на ВМК, что я и сделал. После второго курса я выбрал кафедру, связанную с дифференциальными уравнениями. Потом ни разу не пожалел о своём выборе. А после третьего курса я окончательно понял, что программирование - это не то, чем бы я хотел заниматься. Так и получилось, что сейчас я занимаюсь почти чистой математикой.
С чего начался Ваш именно научный путь?
После распределения на кафедру, я познакомился с Александром Владимировичем Ильиным (прим. ред.: доктор физико-математических наук, член-корреспондент РАН, сотрудник факультета ВМК), мне он очень понравился, я решил стать его учеником. Он согласился. На кафедре я в дальнейшем защитил диссертацию и продолжаю здесь работать.
Вы уже попробовали себя в роли научного руководителя. Изменилось ли восприятие руководства по сравнению со студенческими годами?
Руководство я выстраиваю, исходя из студенческого опыта. Я очень лоялен к своим студентам, но сейчас я понимаю, что нужно становится строже. Были случаи, когда студенты совсем ничего не делали, а потом всё равно приходили защищаться. Мне было очень стыдно. Такие истории приводят к желанию структуризировать работу, чтобы она происходила более осмысленно. Сейчас я на пути к такой организации деятельности, чтобы те студенты, которым не хватает мотивации, более ответственно работали за счёт внешнего воздействия.
Вы и преподаватель, и исследователь. Какая сторона перевешивает?
Мне нравится разбираться в новых вещах, которые нужны для исследования. Вот есть задача. Для её решения нужно изучить новое, я разбираюсь и думаю: «А расскажу-ка я про это спецкурс». Получается, одно перетекает в другое. Когда преподаешь, вдумываешься в то, что рассказываешь, студенты вопросы каверзные задают, на них приходится отвечать. Один процесс поддерживает другой.
Сериалы правильно передают типы учёных? Есть ли тип Шелдона Купера?
Точных совпадений, конечно же, нет. Реальные люди отличаются от карикатурных персонажей из сериалов. Сегодня работа реальных учёных показывается не так, как это происходит на самом деле – это неинтересно. Обычная работа – это ты сидишь за компьютером, читаешь книжки. Иногда встаёшь и ходишь по комнате туда-сюда. Про это фильм не снимешь (улыбается). Всегда хочется драмы. А Шелдон - это ещё не самый худший вариант (улыбается).
Чтобы понять системы с запаздыванием, нужно пойти в душ!
Тема Вашей диссертации "Алгоритмы обращения динамических систем с запаздыванием". Расскажите про эти системы.
---------------------------------------------------
Мой любимый пример, который я всем рассказываю, такой: представьте себе, что вы в душе. В это время какой-то нехороший человек прокрадывается в ванну и начинает крутить ручку температуры воды. И вместо того, чтобы кричать нехорошими словами, ругаться на него и говорить: «Прекратите немедленно!», вы начинаете думать: «А как мне по температуре воды, которая на меня льётся, определить в каком положении находится ручка?» То есть в чём основная фишка? Она в том, что воде, идущей через кран, нужно время, чтобы пройти через шланг, – это и есть запаздывание. Задачки с запаздыванием сложнее. Как минимум, вы не можете понять, что с ручкой, пока вода после первого движения к вам не пришла.
---------------------------------------------------
Мой любимый пример, который я всем рассказываю, такой: представьте себе, что вы в душе. В это время какой-то нехороший человек прокрадывается в ванну и начинает крутить ручку температуры воды. И вместо того, чтобы кричать нехорошими словами, ругаться на него и говорить: «Прекратите немедленно!», вы начинаете думать: «А как мне по температуре воды, которая на меня льётся, определить в каком положении находится ручка?» То есть в чём основная фишка? Она в том, что воде, идущей через кран, нужно время, чтобы пройти через шланг, – это и есть запаздывание. Задачки с запаздыванием сложнее. Как минимум, вы не можете понять, что с ручкой, пока вода после первого движения к вам не пришла.
Сложно ли было работать над диссертацией? Искать источники, уже проведённые исследования?
Когда я изучал свою тему, я с удивлением обнаружил, что очень многое уже известно. Придумывал какую-нибудь штуку, приходил, радостно рассказывал, а через полгода выяснялось, что до меня это уже исследовали! Но вы берёте задачу и думаете, а как к ней ещё подступиться, как сделать лучше, чем было до меня. Диссертация – процесс небыстрый. В какой-то момент кажется, что ничего хорошего уже не получится, всё это ерунда и можно делать что-то более полезное, а потом что-то придумываешь и понимаешь, как это здорово.
Что помогает не опускать руки?
Всегда человеку приятно, когда у него получается то, что он делает – это даёт некий запас хода до следующего застоя. Конечно же, мотивирующее воздействие научного руководителя. Без этого никак. И, в конце концов, надо же защититься! (улыбается).
Умный и экологичный
Расскажите о Вашем последнем исследовании.
Сейчас идёт борьба за экологию, и мы хотим, чтобы ресурсы расходовались эффективно. Выделяется огромное количество тепла просто так. Но в одной конкретной точке его слишком мало, чтобы попытаться как-то его собрать и использовать. Поэтому мы создали модель генератора, который поможет решить проблему использования этого малого количества тепла.Нам хотелось сделать такое устройство, которое сможет тепло вокруг нас преобразовывать в сложную электрическую энергию.
Как это устроено: у нас есть умная пластиночка, сделана она из сплавов. Эти сплавы в зависимости от разных внешних воздействий могут существенно менять форму. Представим себе палочку, которая под воздействием тепла меняет свою форму, при этом используется особый элемент (пьезоэлемент), который за счёт движения палочки начинает генерировать электрический ток. Палочка отдала всю энергию и выпрямилась обратно, потом снова нагрелась, изогнулась, дала ток, вернулась обратно и т.д.
Как это устроено: у нас есть умная пластиночка, сделана она из сплавов. Эти сплавы в зависимости от разных внешних воздействий могут существенно менять форму. Представим себе палочку, которая под воздействием тепла меняет свою форму, при этом используется особый элемент (пьезоэлемент), который за счёт движения палочки начинает генерировать электрический ток. Палочка отдала всю энергию и выпрямилась обратно, потом снова нагрелась, изогнулась, дала ток, вернулась обратно и т.д.
Как возникла идея математического моделирования генератора?
Коллеги познакомили нашу группу с болгарской группой учёных из Софийского университета, которая загорелась идеей сделать такое устройство, но была проблема: устройство есть, идея понятная, но в нём очень много разных параметров, которые нужно правильно подобрать, чтобы получился периодический процесс сгибания-разгибания. Палочка может, например, согнуться и не разогнуться или может получиться так, что сначала тепло, а потом не очень тепло, и соответственно наше устройство должно работать при разных внешних условиях, при которых должен получаться этот периодический режим.
Формулы страшные. Когда на них посмотрели тоже схватились за голову: система сложная, нелинейная, надо было как-то исследовать и понять, при каких же значениях параметров мы можем добиться возникновения этого периодического режима, поэтому у нас и произошло разделение работы на две группы. Болгарская группа занималась непосредственно механикой: сборкой установки, настройкой, а мы брали модель, которую они нам подсказывали и думали, как её настроить, как ей управлять, чтобы был желаемый режим работы.
Формулы страшные. Когда на них посмотрели тоже схватились за голову: система сложная, нелинейная, надо было как-то исследовать и понять, при каких же значениях параметров мы можем добиться возникновения этого периодического режима, поэтому у нас и произошло разделение работы на две группы. Болгарская группа занималась непосредственно механикой: сборкой установки, настройкой, а мы брали модель, которую они нам подсказывали и думали, как её настроить, как ей управлять, чтобы был желаемый режим работы.
Зачем в модели генератора использовалось объединение различных систем?
«Объединение систем» звучит очень красиво, а на самом деле это совершенно банальная вещь. Например, есть у нас паровой двигатель. В нём мы тепловую энергию переводим в механическую, а эта механическая энергия движения может при этом генерировать электричество. Получается примерно такая же система. Да и практически вся энергетика человечества построена на переводе одного вида энергии в другой.
Вам сложно работать в команде?
Я скорее птица одиночного полёта. Общение с коллегами помогает: можно обменяться идеями, получить быстрый ответ на какой-то вопрос, но мыслительную деятельность мне проще самому проводить. Посидеть вечером, подумать и, может быть, к чему-нибудь прийти.
А что такое искусственный интеллект – никто не знает
Зачем на ВМК открыли академическую программу по искусственному интеллекту?
Безусловно, понятно, что нужно учиться современным методам искусственного интеллекта, нужно активнее их продвигать, это и студентам интересно, и востребовано в науке. Однако в структуру факультета просто так не встроить новую программу. Поэтому был выбран промежуточный вариант академической программы, которая отчасти добровольная, хотя её кусочки уже встраиваются в программу обязательную.
Что такое искусственный интеллект?
А никто не знает (улыбается). Обычно выделяют сильный искусственный интеллект и слабый. Сильный – это думающие машины, которые будут порабощать человечество или ещё что-нибудь в этом духе. Слабый - выполняет что-то похожее на то, что делает интеллект человеческий. Сейчас мы все занимаемся слабым искусственным интеллектом. Как получить сильный, - это вопрос больше философский. Мы ведь даже не можем дать точного ответа на вопрос о понятии нашего собственного интеллекта.
Алгоритмы – это больше математика или программирование?
Я бы сказал, что в данном случае алгоритмы придумываются математиками, а реализуются программистами. Трудно сказать, какая из сторон монеты важнее.
Философия и абстракция
Нельзя ли сказать, что слабый искусственный интеллект сейчас – это просто набор алгоритмов?
Можно. Но здесь есть существенное отличие от нашего обычного понимания алгоритма. В школе мы привыкли, что алгоритм – это некая чёткая и понятная последовательность действий: если мне нужно купить молоко, то я должен взять деньги, одеться, дойти до магазина. Сейчас всё по-другому. У меня на этот счёт есть абстрактная идея. Когда люди только начинали заниматься наукой, они пытались понять, почему происходят какие-то вещи, т.е. искали внутренний смысл. Потом от этого отказались, потому что смыслы не находились, а делать что-то надо, и люди начали пытаться ответить на вопрос «А как это работает?», т.е. пытаться установить законы (законы Гука, Ньютона и т.д.). Потом мы дошли до такого уровня сложности изучаемых объектов, что никакого разумного закона уже не получается придумать. И тогда люди решили не пытаться объяснить «зачем и как?», а просто пробовать повторить, т.е. сделать то же самое и направить эту силу на решение задачи. И вот алгоритмы нынешнего искусственного интеллекта в существенной степени такие. Они основаны на том, что мы берём некоторые данные, смотрим как всё происходит, а потом пытаемся научить искусственный интеллект делать примерно то же самое. И чтобы получалось хорошо. На такой идее и основаны достижения последних лет, связанные с искусственным интеллектом.
Наука не страдает из-за отказа от вопроса «зачем»?
С одной стороны, наверное, страдает, но с другой, нам хочется, чтобы "Яндекс" показывал пробки, чтобы аудиозапись сама преобразовывалась в текст. Все эти задачи нужно решать и для этого не обязательно отвечать на вопросы «зачем мы живём» или «как устроен мир». Можно брать методы и приводить их к состоянию, в котором они работают, ориентироваться на то, что я могу сделать для сегодня, а не зачем я делаю это для завтра.
Техника, наука и жизнь
Что такое машинное обучение?
Машинное обучение – это обучение компьютера повторять какие-то результаты с помощью большого объёма данных. Можно сказать так: раньше была концепция алгоритмов, которые обрабатывают некие внешние данные, при этом сам алгоритм не меняется. Машинное обучение - это концепция настройки алгоритма, исходя из данных, так, чтобы он работал с другими данными.
Есть мнение, что искусственный интеллект заменит со временем низкоквалифицированные профессии. Может ли произойти, что заменятся и профессии высокой квалификации, например, программист?
Работа искусственного интеллекта сейчас - это повторение. Мы можем научить его способу придумывания нового, но это будет жёстко заданный способ без какого-либо самостоятельного творчества, поэтому какие-то вещи ИИ, конечно, научится делать. Робот-программист, может быть, научится писать программы, но он будет делать это только в тех ситуациях, в которых он понимает, что делать, которым его научили, которые вписываются в шаблон. Он может попытаться сделать что-то вне рамок, но тогда мы не сможем отвечать за результат. Эти методы сейчас фундаментально не способны на что-то новое. Профессии не уйдут в прошлое, они модифицируются. Программист, например, вместо того, чтобы тратить часы на написание технического кода, который идей не несёт, но просто нужен для того, чтобы всё работало, будет заниматься более высокоуровневыми вещами, например, продумывать архитектуры систем.
Кстати, "Яндекс.Дзен" - это отличный пример искусственного интеллекта. Он отслеживает то, чем вы занимаетесь по жизни, анализирует и на основе этого подбирает то, что вам интересно. И часто угадывает.
Кстати, "Яндекс.Дзен" - это отличный пример искусственного интеллекта. Он отслеживает то, чем вы занимаетесь по жизни, анализирует и на основе этого подбирает то, что вам интересно. И часто угадывает.
Можно ли сказать, что искусственный интеллект разделился на теоретический и прикладной?
В некотором смысле да. Есть люди, которые занимаются придумыванием новых архитектур нейронных сетей, но обычно они это делают, отталкиваясь от задач практики, как и в любой науке. Совсем абстрактные работы, наверное, тоже есть.
А что бы Вы ответили человеку, который говорит, что математика в жизни не пригодится?
-------------------------------------------------
Можно не учить математику и при этом неплохо жить. Но, изучая точные науки, мы приобретаем ценные навыки, культуру мышления, культуру работы с рассуждениями. То есть неизучающий математику просто сужает свои возможности. Может быть, он хорошо сыграет картами, которые у него есть, но зачем уменьшать вероятность?
-------------------------------------------------
Можно не учить математику и при этом неплохо жить. Но, изучая точные науки, мы приобретаем ценные навыки, культуру мышления, культуру работы с рассуждениями. То есть неизучающий математику просто сужает свои возможности. Может быть, он хорошо сыграет картами, которые у него есть, но зачем уменьшать вероятность?
Искусственный интеллект – это цель науки или её средство?
Мне кажется, что сейчас сильный искусственный интеллект - это как муха на луне. Ловить её не надо, но если мы всё же попробуем, то придумаем много всего нового и полезного! Сейчас так и получается. Мы вроде как пытаемся построить думающую машину. Надо или не надо – неизвестно, но в процессе этой деятельности мы придумали большое количество вещей, которые помогают нам прямо сейчас.
В каком-то смысле искусственный интеллект как алхимия, которая хотела получить золото, но в процессе получила фарфор. ИИ - это большая глобальная цель, красивая и очень абстрактная.
Что Вы посоветуете интересующимся наукой?
--------------------------------------------------------
Самый минимум, который можно сделать, это выучить школьную программу. Например, я плохо помню школьную программу по химии и иногда думаю, что нужно бы восстановить тот уровень, когда я в школе в этом что-то понимал. Если такой уровень есть, то дальше можно уже читать новости науки, и то, что ты увидишь, ты сможешь и осмыслить.
--------------------------------------------------------
Самый минимум, который можно сделать, это выучить школьную программу. Например, я плохо помню школьную программу по химии и иногда думаю, что нужно бы восстановить тот уровень, когда я в школе в этом что-то понимал. Если такой уровень есть, то дальше можно уже читать новости науки, и то, что ты увидишь, ты сможешь и осмыслить.
Текст и вёрстка София Григорович
Фотограф Даниил Чистяков
Видео и монтаж Георгий Никаноров
Фотограф Даниил Чистяков
Видео и монтаж Георгий Никаноров
Zero block
Click "Block Editor" to enter the edit mode. Use layers, shapes and customize adaptability. Everything is in your hands.
Tilda Publishing
create your own block from scratch
