«Дифференциальными уравнениями можно много чего описать, но описать ими обычный текст нечего и пытаться»

«Даже младшему научному сотруднику приказать разрабатывать тему никто не может — ни завлабораторией, ни директор института»

— Если о вузах люди еще имеют общее представление, то о Российской академии наук широкому кругу читателей неизвестно, боюсь, практически ничего. Расскажите, к чему пришло реформирование РАН.

— На сегодняшний день получилась довольно сложная конструкция. Формально академические институты подведомственны не РАН, а Министерству науки и высшего образования. Но нынешнее министерство возникло при делении прежней структуры, управляющей образованием и наукой, на Министерство науки и высшего образования (Минобрнауки, МОН) и Министерство просвещения. Фактически нынешний МОН похож на Федеральное агентство научных организаций (ФАНО), созданное в 2013 году и закрытое в 2018-м, когда президенту РФ Владимиру Путину нужно было как-то урегулировать скандал с «ликвидацией РАН».

При этом сама РАН получила широкие полномочия в области экспертизы планов и отчетов по научно-исследовательским работам всех научных организаций страны. Так что в реальности РАН продолжает руководить работами академических институтов. Ежегодные отчеты институтов сдаются в профильные отделения РАН, а там формируется отчет президентскому Совету по науке. Хотя руководители институтов утверждаются МОН, поставить директором «варяга» против воли ученого совета (то есть коллектива заведующих лабораториями института, ученого секретаря и заместителя по науке) чрезвычайно сложно. Директорский корпус на 95 процентов состоит из членов РАН, а они все исходно работают в институтах, так что выбирает их свой же ученый совет и трудовой коллектив.

На низовом уровне РАН вообще практически ничего не изменилось: каждый человек на научной ставке имеет право заниматься той темой, которая ему интересна

Институты теперь разделены на категории. Делили их по объему госзадания, по привлеченному финансированию, в том числе грантовой поддержке, по публикационной активности и т. п. И «сильным» институтам МОН теперь выплачивает большие надбавки (необходимые для исполнения «майских указов»). Попадание в высшую категорию — это, с одной стороны, продукт истории. Куда вы денете Физический институт им. П.Н. Лебедева (ФИАН), когда это один из ведущих институтов страны — с огромными установками, огромным коллективом, мощным госзаказом, сотрудниками, известными всему миру. А с другой — результат командных игр академиков, которые не сироты же — у них и свои связи с «оборонкой», «космосом» и промышленностью, и свои отношения в отделениях и в президиуме РАН.

На низовом же уровне РАН вообще практически ничего не изменилось: каждый человек на научной ставке имеет право заниматься той темой, которая ему интересна. Темы пишем сами, но стараясь скоординировать их с коллегами, руководитель лаборатории или отдела все это обговаривает с сотрудниками и включает в план лаборатории. Дальше это обсуждается (иногда корректируется, но чисто стилистически) на уровне зама по науке, ученого секретаря, на ученом совете и отправляется наверх, уже как план института. Под этот план и выделяется финансирование по госзаказу (там есть свои битвы титанов, но и они обеспечиваются обоснованиями, написанными «на земле»).

Так что научные сотрудники похожи на художников — они сами решают, чем и как им заниматься, и их коллективными усилиями формируется научное «лицо» страны. Другое дело, что наука очень разнообразна, и есть области, где работают одиночки (чистые математики, например), а есть — где все завязано на установку или препараты, и там работа только в группе.

И завлабораторией бывают, конечно, разные. Среди них есть как демократы, так и тираны. Но поручить что-то научному сотруднику можно только, если он согласится выполнять данную работу. Даже младшему научному сотруднику приказать разрабатывать какую-либо тему никто не может — ни его завлабораторией, ни директор института. Поэтому приняты рабочие семинары, на которых обсуждается текущая работа, и люди договариваются о том, кто, что, каким образом и когда делает.

«В результате в одном институте работают сотрудники с зарплатой 20 тысяч и 200 тысяч рублей»

— А какой доход у научных сотрудников в наше время?

— Доход научного сотрудника складывается из так называемой ставки (старший научный сотрудник получает 23—25 тысяч рублей); надбавки от МОН по «майским указам», она зависит от категории института и от внутриинститутского расклада — тут и показатели результативности научной деятельности (ПРНД) учитываются, и прочее, например может быть доплата молодым из директорского фонда; грантовых средств — выплаты по гранту фонды осуществляют на команду, а она часто набирается из разных институтов, так что это деньги команды, а не института; договорных — это заказы (госзакупки) от ведомств и городских администраций; преподавательских.

В результате в одном институте работают научные сотрудники с зарплатой 20 тысяч рублей и 200 тысяч рублей. И это мало зависит от возраста и должности — м.н.с. в хорошей команде получает свои «200 процентов от средней зарплаты по региону» и еще и добирает как преподаватель на базовой кафедре, а с.н.с. в плохой команде сидит на голой ставке и нервно ждет очередной кампании по сокращению.

— Молодежь сегодня идет в науку?

— У нас был известный провал в 90-е, когда молодежь в науку не шла, а 30-летние — уходили из нее в бизнес или уезжали из страны. Так что в институтах сейчас есть поколение старших — 60—80 лет (старый ученый в академическом институте — как вино в хорошем погребе, с годами только крепчает и растет в цене), совсем немного 45—50-летних и уже довольно много 30—35-летних и «ребятишек» — магистрантов базовых кафедр и аспирантов. Молодежь (до 35 лет) живет лучше всех. Они имеют:

1. надбавки по ПРНД (где повышающий коэффициент 1,5, а где и 2), гранты для молодых в РФФИ, премии молодым от правительства Москвы, от РАН, от президента и т. п., на международных конференциях всегда есть скидки для молодых ученых — и в оргвзносе, и в оплате проживания, иногда и дорогу оплачивают. И даже иногда квартиры от совета молодых ученых РАН выдают;
2. масса конференций — и внутри страны и по миру ездят, к 30 годам активный человек исколесит и просторы нашей необъятной, и в Европу, и в Азию съездит, и в Канаду, и в США;
3. молодежные развлечения — какие-то товарищеские футбольные матчи, походы на Белое море, КВНы и прочее;
4. покровительство старших. Вот уж где «молодым везде у нас дорога», так это в академическом институте — минимум бумажной административной нагрузки и максимум интересных задач. При этом ощущение причастности к судьбам страны — ведь когда МОН, РАН или администрация президента решают инициировать разработку какой-нибудь новой госпрограммы по науке, реальную подготовку документа спускают на уровень институтов, а там доктора наук собирают свою молодежь и обсуждают с ней темы прорывных научных направлений, поручают собрать инфу, порыться в решениях научных ведомств США, Франции, Германии и Китая, разобраться с новинками стартапов, фирм и транснациональных корпораций.

Но в РАН есть такая проблема, что не хватает ставок. Чтобы обеспечить выполнение «майских указов», институтам пришлось провести сокращение научных ставок и часть сотрудников перевести на доли ставок или даже перевести их на ненаучные ставки (инженерские, например). Теперь, чтобы взять на работу нового человека, дирекции приходиться изворачиваться, иногда даже начинают уговаривать целый отдел отдать по 0,1 ставки и набрать для новичка хотя бы 0,5 ставки. В результате у нас много студентов, магистрантов и аспирантов, а вот увеличить численность м.н.с. — практически невозможно. Самые упертые ребята приходят на ставки техников, работают и зарабатывают как научные сотрудники, но, похоже, только ближе к докторской смогут скакнуть уже сразу на ставку с.н.с. или ведущего (когда кто-то из старших уйдет в мир иной). Вот это реальная проблема.

В РАН есть такая проблема, что не хватает ставок. Чтобы обеспечить выполнение «майских указов», институтам пришлось провести сокращение научных ставок и часть сотрудников перевести на доли ставок или даже перевести их на ненаучные ставки (инженерские, например)

«ИИ — это не устройство, не искусственный мозг, не нейросети. Это методы решения задач, которые не могут быть решены методами только математики»

— Отойдем от реформ в науке и образовании. Я знаю, что вы давно изучаете проблемы искусственного интеллекта. В общем-то все футурологи, с которыми я общался в последнее время, говорят об ИИ как о том, что перевернет мир, откроет новые горизонты, в том числе в развитии науки, и т. п. Что вы скажете на этот счет?

— Тут сразу несколько вопросов. Для начала, ИИ — это не объект «научного открытия», то есть это не явление природы, которое может быть обнаружено, и это не закономерность или природный механизм, который может быть выявлен, открыт в ходе исследования.

Что же это? Я отвечу на этот вопрос словами президента Российской ассоциации искусственного интеллекта, доктора физико-математических наук Геннадия Осипова: «ИИ — это методы решения задач, не имеющих алгоритма решения». Итак, ИИ — это методы. Не устройство, не искусственный мозг, не нейросети, нет, это методы решения тех задач, которые не могут быть решены методами только математики.

Что же это за задачи? Как говорит директор нашего Федерального испытательного центра (ФИЦ ИУ РАН) академик Игорь Соколов, диффурами можно описать много чего, но вот текст, обычный текст (этого интервью, или сетевой дискуссии, или романа Толстого) описать диффурами нечего и пытаться. Тем не менее с текстами нужно как-то работать — извлекать из них информацию, сравнивать документы, определять принадлежность текста к какой-либо группе, выявлять заложенный в нем смысл, в конце концов — даже и определять особенности автора по тому, о чем он пишет и как именно он об этом пишет. То есть нужно каким-то образом в автоматическом режиме «понимать» содержание написанного. Другими словами, нужно «научить» компьютер решать те задачи, с которыми сталкивается человек, когда он пытается анализировать текст.

Кроме текстов есть множество других объектов для методов ИИ. Создать методы (и реализующие их компьютерные программы), позволяющие решать те когнитивные задачи, которые решает человек — эта фундаментальная задача и стоит перед специалистами по ИИ. Зачем же пытаться передать компьютерной программе когнитивную функцию, зачем компьютеру «думать» вместо человека? Тут есть две цели, и исследователи в последние 65 лет (а именно столько на самом деле ведутся исследования в области искусственного интеллекта) вдохновляются ими примерно в равной степени.

Создать методы (и реализующие их компьютерные программы), позволяющие решать те когнитивные задачи, которые решает человек — эта фундаментальная задача и стоит перед специалистами по ИИ

— Какие же это цели?

— Первая цель чисто исследовательская — интересно же попробовать смоделировать работу познавательных процессов человека! Вот врач ставит диагноз орфанного (редкого) заболевания, а как он это делает? Историк ищет стены Измаильской крепости — каким образом? Тут специалисты по ИИ работают совместно с другими специалистами в области когнитивных наук — с психологами, лингвистами, нейрофизиологами — пытаясь построить математическую и/или информационную модель мышления, внимания, памяти и процессов научения, планирования, принятия решений.

Вторая цель скорее конструкторская — автоматизировать все то в работе человека с информацией, что может быть автоматизировано. Молодой врач нуждается в поддержке при решении диагностической задачи? Давайте поможем ему и создадим компьютерную систему, в которой в базе знаний будут аккумулированы знания специалистов экспертного уровня, а ее решатель будет работать в той же логике, в которой работает опытный специалист. И даже поможем молодому врачу учиться выдвигать осмысленные диагностические гипотезы и принимать профессиональные решения — дополним экспертную систему (так называется этот класс интеллектуальных систем) подсистемой объяснений, которая будет эксплицировать для врача логику решений, предлагаемых системой.

Или нам нужно обеспечить автоматическую состыковку космического корабля с комической станцией. Или нужно автоматически собирать новости со всех новостных ресурсов и классифицировать их в режиме реального времени. Или искать месторождения по аэрофотоснимкам, или следить за выплавкой металла, или помогать человеку искать что-то в интернете, вместо него перелопачивая информацию со 100 500 сайтов. Понятно, что и в такого рода работах специалист по ИИ никогда не работает в одиночку, он всегда взаимодействует с «предметниками»-экспертами и с коллегами по когнитивным наукам.

Поэтому работы в области ИИ — это работы, по сути, междисциплинарные. И этим они очень привлекательны для всех других исследователей — ведь инструменты, создаваемые при участии не просто программистов, а именно специалистов по ИИ, невероятно расширяют возможности исследований практически во всех направлениях современной науки.

«Информация, накопленная человечеством и ежедневно пополняемая, уже не может быть хотя бы «просмотрена по диагонали» специалистами»

— А над чем вы сами сейчас работаете? Можете привести пример из вашей научной практики?

— Вот пример из работы нашей группы психологов. Сейчас лингвистический анализатор, который создан в нашем институте, позволяет за несколько минут проводить оценку корпуса текстов наших испытуемых по 177 параметрам, включающим 27 психолингвистических показателей, 75 семантических ролей, 32 семантические связи, лексику 20 словарей оценок и эмоциональных состояний, лексику 9 тематических словарей, 14 видов частей речи.

При этом, например, наши словари содержат более 52 тыс. словарных единиц (это слова, являющееся заглавным в словарной статье), так что вручную выполнить такой лексико-частотный анализ хотя бы 500 текстов даже крупному коллективу психологов за обозримое время не под силу. Тем более что для психологов невозможно самостоятельно провести частотный анализ встречающихся в текстах синтаксем и связанных с ними глаголов — это требует глубоких лингвистических знаний в области коммуникативной грамматики русского языка. Получается, что этот анализатор аккумулирует в себе знания двух поколений лингвистов-русистов и данные многолетних исследований психологов и психиатров в области текстовых маркеров эмоций.

Так что, благодаря этому интеллектуальному инструменту, психолог получает большой объем данных о специфике текстов, созданных, например, людьми, страдающими депрессией. И далее может уже анализировать полученные результаты и проверять свои гипотезы, кстати, тоже с помощью интеллектуальных методов обработки данных.

И для практики это направление сейчас номер один. Ведь работа с большими базами данных: с многомиллионными корпусами текстов, с библиотеками изображений, собранных, например, при МРТ-диагностике в ведущих клиниках или в ходе геологоразведки за последние полвека в нашей стране — вся эта работа уже не может быть выполнена человеком в одиночку. Ведь информация, накопленная человечеством и ежедневно пополняемая, уже не может быть хотя бы «просмотрена по диагонали» специалистами.

Поэтому, кстати, нет опасности, что системы ИИ вытеснят человека, отнимут у людей их рабочие места — такую работу, которую сейчас нужно выполнять с циркулирующей в мире информацией, человек просто не может взвалить на себя. Интеллектуальные системы, ИИ не заменяют человека, а позволяют решать новые классы задач, которые ранее человечество перед собой и не ставило.

Работа с большими базами данных: с многомиллионными корпусами текстов, с библиотеками изображений, собранных, например, при МРТ-диагностике в ведущих клиниках или в ходе геологоразведки за последние полвека в нашей стране — вся эта работа уже не может быть выполнена человеком в одиночку

— Как давно вы занимаетесь темой ИИ?

— Я закончила факультет психологии МГУ в 1982 году и пришла на работу в Вычислительный центр Академии наук СССР, в сектор проблем искусственного интеллекта, возглавляемый Д.А. Поспеловым. Тогда еще не существовало интернета, а персональные компьютеры только появлялись в учреждениях. Вот при мне в наш сектор поставили первые два ПК, до этого все считали в машинном зале, на больших ЭВМ.

Но работы по ИИ уже активно велись, делались разработки в интересах энергетики, космической промышленности, Госплана. Специалисты по ИИ рекрутировалась из математиков, технарей и программистов, работы по ИИ велись не только в Академии, но и в МЭИ, в МИЭМе, в ленинградском политехе, проводились конференции в Иркутске и в Таллине, работала рабочая группа при Совете экономической взаимопомощи (СЭВ). С конца 80-х в нашей стране стал выходить журнал Советской ассоциации искусственного интеллекта — «Новости ИИ».

Это я к тому, что, во-первых, это направление в науке возникло не вчера, и то, что делается сейчас, опирается на пионерские работы 60-х годов и фундаментальные работы 70-х — 80-х годов. Так что современные студенты, обучающиеся по этому направлению, получают довольно солидный список учебной литературы, включающий и американские, и европейские, и, конечно, советские работы.

Во-вторых, ИИ — это не область программирования, это область научных исследований, где проведение компьютерных экспериментов является, разумеется, одним из важнейших компонентов работы. И, в-третьих, спектр прикладных работ по искусственному интеллекту чрезвычайно широк и таким был всегда.

При этом решения для промышленности и оборонки составляют ядро практикоориентированных работ в этой области. Хотя и разработки для таких сфер, как финансовые услуги, маркетинг, логистика и личное потребление, тоже, безусловно, имеют смысл.