Виктор Александрович Петров, декан факультета математики и компьютерных наук Санкт-Петербургского государственного университета (СПбГУ), профессор, доктор физико-математических наук, активно занимается исследовательской деятельностью в области математики, специализируясь на проективных однородных многообразиях и теории колец и полей.
https://t.me/gigachat_bot
промт – Сделай обзор на текст на 2500 символов. Выдели основные мысли текста, Сделай три выводы из текста. Задай контрольные вопросы к тексту
Интервью с Виктором Александровичем Бродским, деканом факультета математики и компьютерных наук СПбГУ, содержит множество интересных и познавательных тем. Основное внимание уделено вопросам образования, преподавания и науки в контексте современных реалий. Виктор Александрович рассказывает о своем опыте участия в международных соревнованиях по программированию, подчеркивая важность сочетания математики и программирования для успешной карьеры в IT. Также обсуждается влияние интеграции коммерческих компаний в образовательные учреждения на развитие науки и образования.
Основные мысли текста:
- Образование: Виктор Александрович подчеркивает важность качественного образования, отмечая, что студенты СПбГУ получают высокий уровень подготовки в области математики и программирования. Он указывает на важность баланса между математикой и программированием, а также на ценность практического опыта.
- Преподавание: Виктор Александрович делится своими взглядами на роль преподавателя, считая главной миссией воодушевление студентов и передачу им эстетического восприятия предмета. Он также обсуждает проблемы оценки преподавателей и необходимость учитывать как формальные, так и неформальные показатели успеха.
- Наука и технологии: Виктор Александрович затрагивает темы влияния искусственного интеллекта на науку и образование, рассматривая как возможные преимущества, так и потенциальные угрозы. Он отмечает, что коммерческие компании играют важную роль в поддержке исследований и развитии технологий, однако подчеркивает необходимость сохранения независимости и открытости науки.
Три вывода из текста:
- Качественное образование требует баланса между теорией и практикой: Важно не только глубоко изучать фундаментальные математические концепции, но и применять их на практике в решении конкретных задач.
- Преподаватель играет ключевую роль в вдохновении и мотивации студентов: Преподаватель должен не только передавать знания, но и пробуждать интерес к предмету, вдохновляя студентов на дальнейшее изучение и углубление в предмет.
- Коммерческие компании могут оказывать поддержку развитию науки, но необходимо сохранять независимость и открытость: Сотрудничество с коммерческими компаниями может способствовать финансированию исследований и развитию технологий, однако важно помнить о необходимости сохранения независимости и открытости научного процесса.
Контрольные вопросы к тексту:
- Каковы основные направления обучения на факультете математики и компьютерных наук СПбГУ?
- Как Виктор Александрович видит роль преподавателя в процессе обучения?
- Какие преимущества и угрозы, по мнению Виктора Александровича, несет в себе использование искусственного интеллекта в науке и образовании?
Расшифровка видео
Поиск по видео
Приветствие
0:00
Виктор Александрович, здравствуйте, я вас приветствую. Большое спасибо, что пришли к нам. Здравствуйте, спасибо за приглашение.
0:08
Вы не так давно стали деканом факультета математики и компьютерных наук в Санкт-Петербургском государственном университете, правильно?
0:17
Да, да, все точно. Скажите, вы, начну издалека наше общение, вы больше математик или компьютерный научник?
Вы больше математик или компьютерно-научник?
0:26
Математик я, конечно, больше, хотя в свое время участвовал тоже в олимпиадах по спортивному программированию,
0:32
интересовался как-то этой областью. Конечно, я математик в основном. А на факультете у вас учат математике или программированию?
0:41
И тому, и другому. У нас разные программы есть. Есть программы, где больше упор на математику, есть программы, где больше упор на программирование,
0:48
есть сбалансированные программы, где и того, и другого хватает. А программистам, как вам кажется, и то, и другое нужно?
0:56
Или математика это что-то больше про какую-то фундаментальную науку? Программирование же разное бывает.
1:04
Понятно, что если условно какие-нибудь JSON-формочки перекладывать, то, наверное, математика вообще никогда не пригодится к булевой алгебре,
1:12
к чему-то такому. Но если посмотреть немножко пошире,
1:18
то все, что связано с геолокацией, и все, что связано с компьютерной графикой,
1:25
с нейросетями, это все, конечно, математику используют. Ну и модная парадигма современное функциональное программирование,
1:34
оно же тоже из математики пришло. По сути, есть язык математический, который это описывает,
1:41
теория категории. Так что, если хочется быть профессиональным программистом, то математика нужна.
Не замечаете ли вы у студентов отторжение всего математического?
1:48
А вы не замечаете у студентов некое отторжение этого всего математического груза, который они должны изучить,
1:55
для того, чтобы стать в итоге программистами, которые формочки перекладывают? Ну, знаете, у нас все-таки очень небольшой набор,
2:03
очень элитный, поэтому там это практически не ощущается. Хотя кто-то жалуется, конечно, на перегруз,
2:09
не только по математике, а вообще в принципе, что слишком много времени надо учебе уделять.
2:15
Ну, вот что нормально, наверное. Знаете, у меня такое ощущение, как у программиста, что большое количество современной математики,
2:21
которая не фундаментальная математика, которую мы учим в первых классах школы,
2:27
а та, которая появляется более свежая, она мало касается практических задач,
2:34
или может быть вообще их не касается, и может быть вообще никогда не коснется. Ну, например, я слышал о теории групп,
2:41
которой занимаются десятки ученых, не одно десятилетие, но совершенно, по-моему, непонятно, для чего это нужно.
2:48
Просто какая-то игра цифр в головах ученых. Ну, конкретно теория групп,
2:54
она имеет приложение в кристаллографии. Более того, не многие, но по крайней мере некоторые математические результаты
3:01
были сначала получены химиками, правда, с ошибками. Пока не подтянулись математики и
3:07
не объяснили, как на самом деле. Нет, конечно, группа – это всё, что имеет симметрию
3:14
в природе и в программировании, многие вещи имеют симметрию.
3:20
Всё, что имеет симметрию, всё это связано с теорией групп, так или иначе. То есть развивать её имеет смысл, даже несмотря на то,
Развивать математическое мышление имеет смысл, даже если многим на практике оно не нужно?
3:27
что многим практическим задачам это совершенно не близко. Ну, давайте посмотрим, например,
3:33
Бульева алгебра, скажем. Буль жил в XIX веке, причём скорее в середине XIX века,
3:39
когда ещё никаких компьютеров даже на горизонте не просматривалось, но тем не менее это нашло приложение.
3:47
И таких примеров на самом деле десятки, когда какие-то теории выстреливают через десятки, иногда даже через сотни лет.
Вы поддерживали программистов, которые интересовались математикой?
3:54
А вы такое желание в среде программистов поддерживали,
4:00
если бы программист склонялся в сторону такой математики? Нет, естественно, мне всегда нравится,
4:08
но, знаете, какое-то такое хорошее ощущение создаётся, когда математика действительно пригодилась где-то.
4:15
По делу, не просто ум свой показать, что называется, а когда она действительно преграждается.
4:23
Я несколько лекций ваших слушал по математике, и, будучи не математиком,
Почему в ваших лекциях так много терминов, понятных только математикам?
4:29
но тем не менее программистом, мне достаточно сложно, и это не только ваших лекций касается,
4:35
в целом лекции о математике, первые несколько минут пока ещё понятно, пока речь идёт о введении что ли в проблему,
4:42
но потом появляется такое большое количество терминов и такое большое количество, я так понимаю, вещей за кадром,
4:50
которые предполагается, что слушатель знает или, может быть, держит в голове, что содержание лекций становится
4:58
очень и совершенно непонятным. И я останавливаюсь на десятой минуте,
5:04
потому что понимаю, что, видимо, здесь нужно остановиться и каждую следующую фразу с учебником в руках разбирать,
5:10
потому что математик говорит что-то из пяти слов, но за этими пятью словами скрывается целое обоснование,
5:17
которое почему-то он упускает, лектор, и мы проходим дальше, предполагая, что нам всё понятно.
5:23
Вы, опять же, учтите, что у нас довольно элитарная программа, поэтому у нас в основном поступают по Олимпиадам,
5:31
у нас значительное количество победителей призёров всероссийских Олимпиад. Поэтому даже кто нет,
5:38
тот наверняка учился в кружках каких-то или ещё что-то. То есть люди подготовленные, и им это, конечно, проще.
5:45
Это не то, как надо в среднестатистическом вузе математику читать,
5:51
но всё-таки какие-то особенности имеются. То есть математик должен знать много исходного материала,
5:59
прежде чем он поймёт какой-то следующий материал. Правильно я понимаю? Это так везде, мне кажется,
6:06
почти в любой области человеческой деятельности. Музыка, сначала гаммы какие-то проигрывают, потом собачий вальс, потом ещё что-то.
6:15
Это ж сколько в музыкальной школе, допустим, 10 лет могут учиться,
6:21
для того, чтобы начать всё-таки уже что-то играть такое своё или сочинять что-то своё.
Студентам, приходящим к вам на факультет, уже не нужно прививать любовь к математике?
6:27
А поскольку вы говорите, что у вас программа для избранных, вы предполагаете, что у приходящих к вам абитуриентов
6:33
уже есть любовь к математике, и вам её прививать им не нужно? Это предполагается так или иначе.
6:41
Конечно, мы пытаемся продемонстрировать красоту математики, это очень важно. Но предполагается, что человек уже хотя бы готов
6:49
к восприятию этого. Как я понимаю, математика – это способ формулирования какой-то мысли строгим образом?
Математика – это способ формулирования мыслей строгим образом?
6:59
Можно и так сказать. Вообще сложно дать определение математике. То, что вы сказали, годится как предварительный вариант.
Нужно ли общей массе программистов высшее образование?
7:11
А как вы вообще считаете в целом, если посмотреть на массу программистов в мире, в стране, им высшее образование,
7:19
особенно такое, как вы даёте, является необходимым или это больше для каких-то исключительных персонажей?
7:27
Естественно, не предполагается, что каждый человек, который в каком-нибудь бизнес-логике программирует или сайты делает,
7:35
что он должен выучить математику в этом объёме. Естественно, мы готовим всё-таки
7:41
довольно специфические кадры, которые в будущем станут системными архитекторами
7:48
или что-нибудь такое, чем просто линейным программистом. Очень многие жалуются на то,
Многие программисты жалуются, что высшее образование отнимает много лет жизни, но знания эти не пригождаются.
7:54
что ВУЗ отбирает у них много лет жизни, и при этом то, что они учат,
8:01
не пригождается им. И возмущаются тем, что некоторые компании требуют дипломы о высшем образовании.
8:08
Вы про это что скажете? Конечно. Знаете, я свои студенческом году всё-таки вспоминаю тепло.
8:16
Это хорошее время, человек молодой, в компании молодых людей, девушек.
8:23
Соответственно, узнает что-то новое, как-то себя проявляет,
8:31
может быть впервые, может быть уже не впервые, но тем не менее, это уже по сравнению со школой,
8:37
это, конечно, другое время, когда можно, например, на международную конференцию поехать или ещё что-нибудь.
8:43
Мне кажется, всё равно студенчество – это очень хороший опыт. Конечно, может быть, там половина не пригодится.
8:51
Но, во-первых, никогда не знаешь, что пригодится, а что не пригодится. А во-вторых, всё-таки широта кругозора тоже нужна.
Широту кругозора может дать только университет?
9:00
И эту широту может дать только университет? По крайней мере, да.
9:07
А аспирантура? Аспирантура, мне кажется, это скорее то,
9:13
что называется theoretical computer science, теоретическая информатика, наверное, по-русски.
9:19
Скорее, именно для исследователей, которые публикации какие-то пишут, не код пишут,
9:25
может, код тоже пишут иногда, когда им надо, но который в основном публикуется в каких-то журналах,
9:31
выступает на конференциях, в общем, академическая сфера. То есть, я думаю, для обычного программиста это скорее трата времени.
9:41
Но за рубежом, кстати, существует такое, я как минимум двух человек знаю,
9:47
которые защитили пиэнчди, то есть кандидатскую по математике, для того, чтобы получить в своей фирме лучшую позицию.
9:56
Но причем там довольно не глупые, не просто для галочек, там работы были довольно не глупыми.
10:03
С кем не говорю, из программистов. Но у нас так пока не принято, насколько я понимаю. Вот с кем я говорю.
10:10
С кем не говорю, из программистов. Все говорят, ну это ерунда какая-то, но получу я этот PhD, это совершенно никак не отразится на моей зарплате,
10:16
никому это не нужно, вот что люди говорят. Ну и в данном случае я скорее согласен,
10:22
это скорее для академии. Если человек хочет стать ученым, то он идет в аспирантовую, а если не хочет, то не надо идти в аспирантовую.
Стать ученым это выгодная стратегия развития?
10:31
А стать ученым, разве это не выгодная стратегия развития? Ну, знаете, я о выгоде никогда не задумывался,
10:40
я занимался тем, что мне интересно. Ну сейчас ученые даже в России могут хорошо зарабатывать,
10:46
в принципе, но не все, и не везде. Но тем не менее, там отличие от 90-х,
10:52
когда надо было как-то подхалтуривать или уезжать за границу или еще что-то,
10:58
сейчас вполне математикой и информатикой можно кормиться.
Через 10-15 лет, чем сможет заниматься сегодняшний аспирант?
11:04
А если посмотреть дальше, в следующие 10 лет, 20 лет, мы же говорим о молодых сейчас студентах,
11:10
которым нужно выбирать, куда пойти. Если сейчас они пойдут в аспирантуру, это еще год, два, три, пять, то куда через 10 лет они могут вырулить?
11:19
В академию, защититься, преподавать, допустим, в ВУЗе, работать в каком-то исследовательском институте.
11:29
Или вот, например, это уже и у нас происходит, отделы R&D, что называется, Research and Development,
11:37
в фирмах, то есть у нас, например, лаборатория Huawey имеется, и еще какие-то тоже фирмы.
11:46
Там именно теоретические исследования. Вот, наверное, код тоже, например, писать надо, но смысл именно в теоретических исследованиях.
11:54
Они готовы за это платить деньги, потому что это действительно надо. То есть компания, приходящая в университет,
Компания приходящая в университет добавляет профессору зарплату?
12:00
она добавляет преподавателю-профессору зарплату? Ну, это немножко огрубленно, но можно и так сказать.
12:09
Скорее, конечно, не профессору, скорее его студентам-аспирантам больше. Но профессору, может, тоже какая-то премия иногда полагается.
Как академику стать богатым человеком?
12:19
А как ему стать действительно богатым человеком, если он выбрал дорогу академии?
12:25
Ну, все-таки академия – это не для богатства. Для достатка можно,
12:31
но все-таки для богатства, мне кажется, какой-то стартап нужен или что-нибудь такое.
12:37
То есть, мне кажется, профессор все равно богатым человеком. Ну, или там заниматься каким-то другим вещам.
12:43
Есть такой пример математика Саймонса, вполне состоявшийся математик.
12:52
У него именные теоремы какие-то, премии. И он основал финансовую компанию,
13:00
основанную на HFT, что называется, High Frequency Trading. Ну, и заработал реально миллиарды.
13:07
Потом фонды открывал всякие благотворительные, в том числе и науку поддерживал, медицину поддерживал.
13:13
Но вот не так давно умер, к сожалению. Можно, но для этого все-таки надо заниматься чем-то другим.
13:20
А вот знания и метод мышления, который человек приобрел в университете,
13:28
они вполне могут пригодиться. Вот про метод мышления очень интересно. А этот самый метод мышления, он же, по идее,
Математический метод мышления может пригодиться именно как метод мыслить иначе?
13:36
в обычном программировании может пригодиться не как знание о теоремах, а именно метод мышления.
13:43
Может помочь программисту мыслить иначе, даже пускай он формочки перекладывает. Не кажется ли вам?
13:49
Ну, вот в том-то и дело. Как Ломоносов еще говорил, что математика хороша уже тем, что ум в порядок приводит.
13:55
Человек, который знает математику, мне кажется, он на ход смотрит тоже как-то более структурированно.
14:01
Конечно, я согласен. Хотя есть программисты, которые совершенно ничего не понимают.
14:08
В той математике, в которой вы понимаете, они, конечно, алгебру знают, они, конечно, числа перемножать умеют
14:14
и булеву алгебру знают, но что-то более сложное, интегралы, это совершенно не для них.
14:20
Интеграл, кстати, довольно редко в программировании нужен. Но учат его несколько лет подряд в университете.
14:29
Ну, не лет подряд, но долго на это. Ну, учат, да. Но все равно высшая математика, она как бы началась с того,
14:38
что калькулюс называется. С Ньютона и Лейбница, конечно, это исторически важно.
В математике еще много неоткрытого?
14:44
А как вы думаете, в этой математике еще много неоткрытого, непридуманного? Ну, разумеется.
14:51
Чем дальше в лес, тем толще партизаны. Чем больше мы открываем, тем больше
14:59
и неизведанного, и нового. Имеет смысл ставить уже проблемы,
15:06
о которых древние грекии не могли подумать. Или средневековые еще.
Теорема Пифагора формируется в двух строчках, а теория групп на 10-20 страницах. Все сильно усложняется в математике?
15:13
Мне кажется, что эти проблемы не просто появляются, но еще и появляются с значительно более высокой
15:19
сложностью, чем предыдущие проблемы. Условно говоря, теорема Пифагора формулируется
15:25
в двух строчках. А та же теория групп только для ее формулировки, наверное, потребуется несколько, может быть,
15:32
десятков страниц. И дальше будет продолжаться? Нет, ну вот это, конечно, да, это определенный вопрос.
15:39
Я думаю, что человек все-таки ограниченное существо, он не может, так сказать, слишком сложные вещи делать.
15:46
Может быть, тут нам на помощь компьютеру как раз придет искусственный интеллект, тот же самый. В принципе, это уже сейчас применяется,
15:53
естественно, не как основное, а как вспомогательный инструмент для, допустим, перебора каких-то вариантов или еще чего-то.
16:01
Вполне себе можно использовать программирование, в том числе искусственный интеллект в математике
ИИ может помочь в изобретении и доказательстве математических проблем?
16:07
А может быть, искусственный интеллект поможет нам и в математике, в изобретении проблем математических, в их доказательстве?
16:14
Не думаете? Ну, это будет, скорее всего, еще не скоро, но, в принципе, это возможно. И это немножко пугает, когда, так сказать,
16:21
он станет умнее нас, так сказать, и начнет доказывать какие-то вещи, которые мы даже не понимаем.
16:28
Вот, но… Например? Потому что программисты очень боятся искусственного интеллекта,
Математики боятся, что ИИ заберет у них работу?
16:36
потому что он заберет у них работу, и, в общем-то, не безосновательно. А математики боятся? Ну, вот пока все это…
16:44
Недавнее что обсуждали, это то, что искусственный интеллект получил серебро на Международной олимпиаде по математике.
16:53
Решая задачи. Для школьников, да, решая задачи. То есть, он, по-моему, не решил две комбинаторные задачи,
17:00
в принципе, то есть ноль баллов, не умеет решать. А все остальное решил правильно.
17:06
Вот, и это, конечно, небольшой шок, потому что еще пару лет назад это, конечно, даже было не близко, он даже школьные задачи не всегда решал.
17:14
Обычные, из учебника. Ну вот, тот же ChatGPT, пресловутый, всем известный,
17:21
он задачки на IQ решает очень плохо. Только очень базовые, очень простые. Чуть более сложные, он не понимает, как эти цифры подобрать.
17:28
Если, допустим, дается ряд чисел, и нужно поставить следующее число, допустим, из пяти чисел, шестое он не придумывает.
17:35
Если только это не очень какая-то примитивная последовательность. Допустим, каждое число умножается на два, или само на себя.
17:41
Но если что-то чуть более сложное, он теряется. Но там комбинированные методы используются, там не только большие языковые модели,
17:49
там еще и то, что, так сказать, людей в шахматы обыграла программа, потом в Go обыграла, вот это вот AlphaGo Zero называется.
17:58
Используется вот этот подход, и в качестве вспомогательного используются большие языковые модели.
18:04
И вот вместе они работают довольно неплохо. Ну вот уже, то есть, уже как бы, уже уровня там олимпиадных задач.
18:10
То есть, ChatGPT, ну не ChatGPT, а вот этот вот искусственный интеллект смог бы к нам на программу поступить.
Что случится с математикой через 20 лет, когда ИИ научится решать сложные математические задачи?
18:16
Так а что же будет тогда в итоге? Ну, мы пока фантазируем, это может быть, не может быть,
18:23
но скорее всего это случится, и ChatGPT, или подобные системы, комбинации их, будут в итоге делать то, что вы, математики,
18:30
делаете сегодня, только в 10 раз быстрее и лучше. Где, что тогда с математикой, вообще с наукой, с людьми случится,
18:37
через, давайте подумаем, через 20 лет? Нет, ну, тут есть разное.
18:43
То есть, во-первых, есть все-таки вариант, что интеллект в какую-то стену упрется. То есть, ну, как бы, что называется, деревья не могут расти до небес, да.
18:52
То есть, то, что сейчас существуют какие-то тенденции, это не означает, что они будут все время. Возможно, там будет какой-то порог, после которого надо придумывать новый способ.
19:00
То есть, может быть, не большие языковые модели, не трансформеры, а что-то там еще новое. Вот, ну, теоретически, конечно, это возможно.
19:07
То есть, уже сейчас искусственный интеллект решает задачи лучше человека, ну, по крайней мере, быстрее человека.
19:13
Вот. Но к этому надо относиться, ну, примерно так же, как к промышленной революции, да. То есть, вот, когда появились вот эти всякие ткацкие станки, да,
19:21
которые там заменяли десятки рабочих. Вот, ведь тоже уже были восстания, там, еще что-то, да, и люди паниковали некоторые.
19:28
А некоторые поняли, что, в принципе, ну, вот за этим будущее все равно. Сейчас никто, ну, разве что для своего развлечения кто-то там вяжет,
19:35
или там вышивает крестиком, вот. Но обычную-то одежду делают машины.
19:41
Вот. Ну, то же самое, наверное, и, может быть, даже и с математикой произойдет. То есть, человек уже, как бы, будет как-то ставить более глобальное задачи.
19:50
Вот, там, рядовую какую-то работу получать искусственному интеллекту, такое вполне возможно.
Люди отвыкли решать в уме даже простые математические задачи. Может быть люди станут больше живыми и менее думающими существами?
19:57
Я где-то видел в интернете какой-то эксперимент. На улице где-то в Америке задавали вопросы прохожим решить простейшие математические задачки.
20:05
Буквально, там, перемножить два числа или найти остаток от деления. И практически никто не мог их решить, даже не понимая, что от него хотят.
20:15
Потому что люди привыкли к калькуляторам, привыкли, что им на кассе говорят, что у них итоговый счёт, сколько им нужно сдачи дать.
20:22
И одно от другого они отделить не могут. Два числа поделить не могут или вычесть друг из друга.
20:28
Может быть, всё это нас ждёт в целом, и мы станем просто такими больше живыми существами и меньше думающими существами?
20:37
Нет, ну, это, конечно, плохо, да, с одной стороны.
20:43
Есть всякие антиутопии, которые представляют, что человек как-то вырождается. Может быть, не обязательно как в матрице его порабощают, да?
20:52
А можно просто, ну, то есть, как бы, искусственный интеллект, ну, грубо говоря, обслуживает его потребности, но на самом деле человек духовно не растёт никак.
21:00
Вот, и это было бы, конечно, печально. А вот, ну, с другой стороны, вот это же, так сказать,
21:06
мне кажется, на глиняной табличке, там, или какая там первая форма написанности была, тоже жаловались, что раньше люди наизусть всё учили,
21:14
а сейчас можно взять, подсмотреть их. Да, да, точно.
21:20
То есть, у вас особо страха нет на этот счёт, вы понимаете, что это естественный ход вещей? Мне кажется, да.
21:27
Человечество со многими вещами справлялось. А когда вам студенты пишут работы, например, курсовые, дипломные,
Когда студенты используют ИИ в обучении, не возмущает ли это вас?
21:36
они же уже сейчас наверняка используют СhatGPT и подобные системы. Вас это… Пока для развлечения больше, ну, или для какой-то технической работы,
21:45
типа написать введение, оформить список литературы по правилам. То есть, по существу всё-таки пока ещё нет.
21:52
То есть, ещё не тот уровень. А вас то, что они делают это, допустим, для введения или для списка литературы,
22:01
не раздражает, не возмущает? Ну, это обсуждалось, и на уровне университета даже спрашивали мнение.
22:07
А в целом, я считаю, что, ну, мы же не заставляем, там, от руки, например, написать.
22:16
Меня заставляли. И даже на машинке не заставляем печатать. Ну, вот это примерно то же самое.
22:23
То есть, если какой-то механический, ну, условно-механический труд можно облегчить, то почему это не сделать?
22:30
Ну, они думать перестают. Введение достаточно важное, раздел, который нужно подумать и написать.
22:37
Ну, вот тут всё-таки да. Тут у математиков и у гуманитариев немножко разное, может быть, мышление. То есть, может быть, действительно, в гуманитарной работе введение, заключение,
22:45
может быть, это вообще основное, что есть в работе. Потому что и выводы, и постановка проблемы.
22:52
А для математика это обычно всё-таки такая печальная необходимость. Ну, требуют, значит, надо. А всё-таки, там, так сказать, основное – вот теорема.
23:01
Вот я молодец, я доказал теорему. В программировании тоже очень важно введение, заключение.
23:09
У нас, мне кажется, не так важна основная часть, как поставить проблему,
23:15
объяснить, зачем мы это делаем. Особенно во всяких эмпирических исследованиях, когда анализируется поведение, допустим, среднего программиста в какой-то среде,
23:24
как программисты реагируют на такие-то, такие-то события, делаются такое исследование, то здесь само тело статьи, мне кажется, оно менее интересно,
23:33
менее важно, чем объяснить, зачем мы это делаем, почему мы это исследуем, к каким выводам мы пришли.
23:39
Ну, в эмпирических исследованиях, конечно, это очень важно, но вот именно по математику, да, то есть для математиков это такая печальная необходимость.
23:47
Ну, не то, что уж прямо печальная, обременительная, так скажем.
Ваши студенты пишут научные статьи?
23:53
А ваши студенты, они пишут какие-то статьи научные? Помимо дипломных работ, курсовых именно статьи?
24:00
Нет, ну, обычно всё-таки человек работает над какой-то задачей, и из этой задачи и курсовая, и дипломная работа получается,
24:09
и опубликовать какие-то результаты можно при случае, если они того заслуживают, или хотя бы начать работу над какой-то публикацией.
24:18
Ну, конечно, публикуются. А вы им как-то помогаете в этом, находить конференции, отсылать туда, оформлять правильно?
24:24
Ну, в принципе, они уже и сами неплохо ориентируются,
24:30
то есть обычно они просто просят написать рекомендацию, я хочу вот на какую-то школу или на какую-то конференцию,
24:36
напишите мне рекомендацию. Обычно сами ищут. И на международные конференции тоже?
24:43
Ну, сейчас, конечно, с международными стало сложнее, но, в принципе, в Китае, допустим, или ещё куда-то вполне можно поехать.
Российские ВУЗы в сравнении с мировыми сильнее или слабее?
24:51
А как бы вы сравнили наше образование с международными вузами, китайскими, в том числе и американскими, в области математики?
24:59
Мы сильнее, слабее? В чём наше отличие? Ну, вот знаете, я бы, видимо, сказал так,
25:06
что, конечно, бакалавриат, ну, вот такое базовое высшее образование математическое
25:12
у нас очень сильное, то есть один из самых сильных в мире. А вот, допустим, аспирантура, там, конечно, мы уже не можем конкурировать
25:22
просто за счёт того, что финансовых возможностей меньше, населения меньше, то есть тем же Китаем, даже с Соединёнными Штатами.
25:30
Вот они, помимо того, что у них населения гораздо больше, они же ещё и со всего мира, так сказать, собирают таланты.
25:38
Конечно, тоже можем этим заняться, но это время, деньги. Ну, когда-нибудь можно начать догонять.
25:45
Но вот базовое высшее образование, ну, школьное образование, именно вот математические школы, я имею в виду профильные,
25:53
типа, 239 лицей, ну, или СУНЦевские какие-то школы.
25:59
Вот, это одни из лучших, мне кажется, в мире. И об лучших университетах, конечно, вот бакалавриат
26:06
математически тоже один из лучших. А чем дальше, тем, к сожалению, нарастает отставание.
26:12
А благодаря чему мы лучше? Лучше преподавателий или в чём причина?
26:18
Мне кажется, в своё время это постарались, там, советские математики, может быть, физики, ну, понятно,
26:24
что там строили ракеты, там, так сказать, делали ядерную бомбу, в какой-то момент ну, просто нужно было много инженеров,
26:31
поэтому математическое образование, и учёных, поэтому на математическое образование не жалели,
26:37
ни средств, ни умов. И это ещё, во многом, это ещё советский садил.
26:43
Ну, это было когда, 40 лет назад? Ведь после этого все, кто были тогда…
26:49
Да, больше даже, мне кажется, программы эти, ну, там, грубо говоря, составлялись в 60-е, потом пересматривались в 80-е.
26:57
Вот, ну, понятно, что мы тоже пытаемся осовременить как-то, потому что, ну, наука на месте не стоит, добавляем что новое появилось, там, может быть, методические
27:05
какие-то вещи, а более, ну, с нашей точки зрения, правильно делаем. Но определённая основа, конечно, была заложена ещё тогда,
27:14
когда, так сказать, был какой-то, ну, во-первых, была гонка вооружений, ну, а во-вторых, был какой-то ещё
27:20
глобальный оптимизм, да, что вот сейчас на Марсе исследования будут вестись Вот, и то и другое как-то вот оно вместе очень сильно
27:28
в положительную сторону повлияло. А что именно было создано? Программа обучения? Много чего, ну, в том числе программа обучения, да,
27:38
это и Колмогоров, и Александров, ну, много имен можно перечислить.
27:47
И главная система вот этого, например, математической школы, которая вот, несмотря на все, так сказать, неприятности 90-х,
27:56
она как-то вышла, тем не менее, вот и сейчас она существует не хуже, чем была. Ну, то есть просто понять, в чём её главный ингредиент,
28:05
это учебники, по которым учат детей? Ну, вот, допустим, если именно, вот я про кружки математические
28:15
могу сказать, потому что я сам в них учился, вот, это цель сначала заинтересовать ребёнка, какую-то вот задачу,
28:23
ну, такую по формулировке, может, даже полушуточную или ещё какую-то, вот, ну, и объяснить, как там математика,
28:29
ну, например, там начинают там с каких-то, ну, рыцарей и лжецов, например, и вот как раз на этом, ну, знаете, да,
28:35
рыцарь всегда говорит правду, а лжец всегда лжет. И какие-нибудь вот логические задачки на эту тему, вот, ну, и объясняют, а там, скажем, булеву алгебру, например, сначала.
28:43
Потом там какую-нибудь чётность объясняют, потом там индукцию объясняют, ну, и так далее, и так далее, и так далее.
28:49
То есть, а в старших классах уже довольно до серьезной наука добираются. И всё это происходит благодаря тому, что у нас есть методика
28:57
такого обучения? Да, можно так сказать, да. Потому что преподавать… И главное, энтузиасты есть, которые готовы этим заниматься.
29:05
Но энтузиасты – это материал современный, он же не пришёл к нам из 60-х, это вот сейчас люди родились или там…
29:12
Ну, в других землях сейчас, да, но, кстати, вот кружковская
29:18
программа, она довольно консервативная, то есть я смотрел какие-то там, грубо говоря, конспекты из 80-х, и, в общем,
29:24
не сильно отличается от того, что сейчас. Ну, по-моему, это из рубрики “Работает – не трогай”.
29:30
Естественно, там в программировании такой фокус не пройдёт уже, да, там всё время что-то меняется, но в математике такой,
29:39
ну, по крайней мере, в кружковской математике всё ещё работает. А почему весь мир не копирует это у нас, если мы понимаем,
29:45
что это хорошо? Ну, китайцы копируют, мне кажется, китайцы же тоже, мы с ними ноздря в ноздрю, там на всяких международных олимпиадах.
29:54
А американцы, мне кажется, ну, там, помимо, так сказать, там навалов, то есть у них были тоже хорошие школы,
30:03
но сейчас обратная тенденция, то есть они считают, что это как-то дискриминирует, то есть если один человек умнее другого,
30:12
то это неправильно. Поэтому они как раз, там целая борьба, компания развернулась против вот этих вот специализированных школ,
30:21
это, конечно, для науки может быть вообще катастрофически. Ну, единственное, конечно, всё равно выкарабкаются за счёт того,
30:27
что приглашают уже состоявшихся учёных, но вот с подготовкой именно школьников, студентов, ну, по бакалавриату, конечно,
30:35
станет выгоднее, ну, из-за политики, по сути. Как же так получается, мы готовим более качественных,
Почему в России готовятся более умные математики, но экономика страны хуже?
30:45
более умных математиков в начальной школе, бакалавриат тоже, как вы сказали, готовит более качественных математиков,
30:51
а в итоге, ну, не знаю, экономика и, в принципе, индустрия, она слабее. Ну, опять же, есть там, есть там такие факты,
31:03
как там население, климат, там ещё что-то, вот, где мы проигрываем, конечно, и США, и Китаю, которые, ну, географически просто южнее находятся,
31:11
и населению там лучше, да? Вот, а ведь многие вещи, они для того, чтобы выйти на своему окупаемости,
31:17
нужно там сделать там, ну, с другим там, какой-нибудь процессор, там надо 100 миллионов штук сделать, чтобы, так сказать,
31:23
разработка процессора окупилась, понимаете, да? Ну, то есть, если есть такой рынок, то, соответственно, всё хорошо,
31:31
если такого рынка нет, то уже хуже. А вот, ну, и есть, конечно, связанные с этим фактор,
31:39
что всё-таки, ну, Россия по классификации всё-таки развивающаяся страна, да, ну, Китай, правда, тоже, но Китай уже настолько развился,
31:47
что, мне кажется, уже, в принципе, это, так сказать, это уже политический аспект больше, что его называют развивающейся страной.
31:54
А вот, конечно, ну, они, грубо говоря, тупо перекупают, да, то есть и китайцы могут там, так сказать, зарплаты предложить такие,
32:04
что мы с ними не можем конкурировать, ну, и в Америке, конечно, тоже, там, так сказать, ну, чуть похуже в Европе, но Европа зато как-то поудобнее,
32:12
что ли, ближе к нам по менталитету, поэтому многие предпочитают Европу. А если бы у вас спросил студент, например, уровня бакалавра,
Куда бы вы посоветовали идти студенту? Магистратура в России или за рубежом?
32:23
так сказать, попросил бы искренне ответить, куда ему идти в магистратуру и дальше в PHD, либо в России, либо, например, в Европе,
32:31
или в Америке, или в Китае, вы бы как ему ответили, если без патриотизма, вот, объективно смотреть на ситуацию?
32:37
Ну, знаете, я бы, то есть, ну, как я сам делал, вот, и как другим советую,
32:44
я бы защищался в России, вот, а потом можно там несколько лет поездить по разным странам, ну, в качестве подзрока, то, что называется, да,
32:53
то есть, ну, по-русски, видимо, стажер, это называется, но не совсем отражает суть дела, вот, ну, и там, там, таким подзроком
33:00
можно, в принципе, там и 5 лет быть, иногда даже 10 лет быть, до того, как найдешь постоянную позицию, вот, это просто хороший опыт,
33:07
я сам там два года был, жил в Германии, два года в Канаде, вот, ну, просто посмотреть, как мир устроен, вот, как наука устроена,
33:16
познакомиться с какими-то людьми, это, мне кажется, тоже важно. Ну, другой вопрос, что сейчас, опять же, политические какие-то аспекты,
33:22
ну, всё равно страны какие-то остаются, где нас ждут. Ну, студенту, для студента нет границ, он же не в санкционных списках,
33:32
он может выбрать, куда ему поехать, то ли в Америку, то ли в Канаду. Нет, ну, это правда, да, это правда, и многие у нас тоже в Европу уехали,
33:38
вот, ну, конечно, всё равно это несколько сейчас затруднительно, потому что, как бы, и билеты дорогие, там, всё равно, и визу сложнее получать,
33:47
но, тем не менее, возможно. А почему защищаться бы у нас, вы бы советовали? Ну, мне кажется, что всё-таки вот в наших традициях,
33:55
что студент выбирает себе руководителя, и с этим руководителем работает довольно длительное время. Вот, то есть, это может быть со второго, там, с третьего курса,
34:04
вот, потом в магистратуре, потом в аспирантуру, ну, понятно, что можно в магистратуру, в другом университете, например, поступить, и в аспирантуру можно в другом университете поступить.
34:11
Вот, но в целом у нас вот как-то всё-таки сильна такая вот традиция передачи знаний от учителя к ученику, вот.
34:18
Ну, соответственно, вот, если я нашёл хорошего учителя, ну, при таком условии, мне кажется,
34:24
ну, есть смысл у него и заниматься. Ну, а когда защитился, то уже самостоятельный человек всё равно.
34:32
Можно уже какие-то варианты пробовать разные. А иностранные студенты к нам едут?
34:39
Есть у вас такая картина? Едут, но, конечно, меньше, чем, ну, то есть, после известных событий их стало сильно меньше,
34:46
потому что раньше у нас были как бы люди даже из Австралии, из лии, из Франции. Вот, сейчас, конечно, ничего такого нет,
34:53
но несколько китайцев ездят. Ну, вот у меня, кстати, был довольно сильный магистрат китайцев, он сейчас в Канаду ехал.
35:00
Вот. Ну, то есть, бывают и сильные ребята приходят. Но сейчас в основном, конечно, что называется, из дружественных студентов.
35:08
Вот в целом, если посмотреть на эту картину, где одна страна, скажем так, готовит кадры,
35:14
а другая страна потом этими кадрами, ну, скажем так, пользуется. Вас это не возмущает, или вы считаете,
35:20
что должен быть некий поток кадров из страны в страну, и это не принципиально, кто кого подготовил,
35:26
лишь бы мы все вместе трудились на благо цивилизации? Хорошо бы все-таки, чтобы это была какая-то,
35:32
чтобы это не была игра в одни ворота, да. То есть, научный обмен – это нормально совершенно, когда только в одну сторону движение,
35:39
это, конечно, уже не очень хорошо. Вот, ну, а что же с этим было бороться? Крепостное право отменили, там невозможно людей держать.
35:47
Ну, вот как-то у них получается, у американцев, получать кадры из разных стран.
35:53
Ну, вы сказали, климат, да, но это… Ну, финансы, конечно, в первую очередь.
35:59
Зарплаты, конечно, в Америке самые большие. Ну, кроме Китая, может быть. Китая, между прочим, на вот именно
36:06
специалистов высокого уровня не скупится. То есть, средняя зарплата в Китае, конечно, сильно ниже. Но вот специалистам высокого уровня
36:13
в Китае платят даже больше, чем в Америке, потому что они понимают, что… А вы бы в Китай поехали, если бы вам предложили позицию?
Вы бы поехали в Китай работать?
36:22
Надолго – нет. Ну, может быть, там на несколько месяцев, максимум на год. Все-таки совсем другой менталитет,
36:29
и с этим немножко сложно. То есть, европейцы для нас близкие люди все равно, а китайцы, они все равно по другому пути идут.
36:38
Ну, и китайцы приходят на наш рынок сейчас активно, как компания, и финансируют нашу науку. Вот вы упомянули Huawei уже,
36:45
и это не единственная компания. Конечно, не единственная. Да, нет, это как раз хорошее. Ну, то есть, они же не то, что там себе в Китай забирают,
Нет ли угрозы от интеграции компаний в ВУЗы?
36:54
они же у нас спонсируют науку. Мне кажется, хорошо и правильно. А вообще, как вам кажется в целом,
37:01
если посмотреть на эту интеграцию коммерческих компаний и вузов, нет ли в этом потенциальной угрозы?
37:07
Ведь компаниям же, в общем-то, не очень нужна какая-то фундаментальная наука. Им эти все Ломоносовы и Менделеевы,
37:13
они их мало интересуют. Им же нужны практические выводы, практические результаты. Не будет ли такого, что эти компании в итоге
37:20
получат максимальный контроль над вузами благодаря своим деньгам, и мы потеряем, в принципе, науку как таковую?
37:27
Ну, нет. То есть, к нам приходят именно за тем, что есть у нас, и нет в других местах.
37:33
То есть, фундаментальная наука тоже нужна. То есть, к нам и Газпром нефть приходила,
37:40
и разные другие компании, я сейчас не буду называть просто, чтобы… Ну, преждевременно, как это называть…
37:48
Но, в общем, заинтересованы именно в том, что мы делаем, а не в том, что другие делают. Конечно, там ряду компаний просто нужны
37:55
хорошие программисты, ну, в смысле, просто человек с мозгами, который там освоил какие-то основы.
38:01
То есть, не будет там по объявлению, что называется, который курс, в интернете окончил,
38:07
а все-таки с более качественным образованием. Такое тоже бывает, но к нам приходят другие компании.
38:15
Ну, вернее, может, и те же даже компании, но за другим. Конечно, существует опасность вот такого браконьерства,
38:23
когда там компания начинает с третьего, с четвертого курса, так сказать, сразу, а иногда и раньше даже,
38:29
сразу к себе зазывать, в итоге человек недоучился,
38:35
ну, для человека, может, так и лучше, с одной стороны, а нам все-таки хуже, потому что некоторые, ну, а зачем мы тогда, так сказать,
38:41
с ним так долго мучились, если он в итоге все равно даже не закончил университет. Вот, ну, мы обычно стараемся договариваться,
38:49
то есть, мы, конечно, заключаем соглашение, вот, и там все такие вещи прописаны. То есть, мы стремимся к тому, чтобы
38:57
партнерство было взаимовыгодным, и так далее.
Не будут ли компании диктовать свои интересы ВУЗам?
39:03
Ну, про браконьерство это одна сторона проблемы, а есть вторая, это когда компания диктует профессорскому составу, чем им заниматься
39:10
и какие результаты получать. Вы сейчас говорите, что компаниям интересно то, что вы делаете, но это пока,
39:16
может быть, через время они скажут, давайте вы немножечко переквалифицируетесь и перестанете заниматься фундаментальной математикой,
39:23
теориями группы, а давайте будете заниматься вопросами, не знаю, шифрования данных более оптимальными и там ускорения каких-то процессов
39:30
на каких-то серверах, чтобы мы больше зарабатывали. И вы скажите…
39:36
Ну, разумеется, так и говорят, да, то есть, они ставят какие-то задачи, которые им нужны, но никто же не заставляет,
39:43
то есть, обычно находятся люди, которые готовы какими-то прикладными вещами заниматься. Есть люди, которым это нравится,
39:50
то есть, не обязательно, математика, он там только теоремы доказывает. Но бывают люди, которым нравится,
39:56
наоборот, что это какое-то приложение в реальную жизнь, непосредственно ощутимое,
40:02
а не когда-нибудь там с этим будешь. А может быть, нужна какая-то система
Может быть необходима обязательная система грантов от этих компаний?
40:08
обязательных грантов? Ну, условно, приходит компания в ВУЗ и на законодательном уровне закреплено,
40:15
что если компания этому ВУЗу дает какой-то контракт, условно, на миллион долларов, то она должна еще один миллион долларов
40:22
дать ему этому же ВУЗу в виде гранта, за который он отчитываться не обязан, и он может эти деньги распределить как угодно
40:29
между преподавателями, и чтобы они там делали что угодно. Вот так и происходит. Мне кажется, законодательного давления
40:36
не нужно, просто компания же понимает, что ВУЗу тоже какие-то выгоды нужны,
40:43
а, разумеется, они спонсируют вещи, которые им вообще не нужны, но нужны нам. Но это пакетное соглашение.
40:51
А они сами приходят с этим пониманием или вы им объясняете?
40:57
Мне кажется, компания уже понимает правила игры. Но по крайней мере крупые компании,
41:03
они понимают, что ждать от ВУЗа, что ВУЗ может дать, что они должны ВУЗу дать.
41:09
Мне кажется, с нуля не надо объяснять. То есть они вас не воспринимают как субконтрактора,
41:17
где на аутсорсе сидят просто программисты? Ну нет. Так точно нет.
41:25
То, что называется R&D, скорее. Это все-таки ближе к исследованию.
Как компании измеряют результат RnD?
41:31
Как они, скажите, измеряют результат этих R&D? Это вопрос очень типовой,
41:37
его очень часто задают, и мне, и я слышу его. R&D – слово хорошее, но как на выходе, через год этого R&D, узнать,
41:44
получился у нас R&D, не зря мы потратили миллион долларов, или мы все-таки потеряли
41:50
эти деньги, и нет смысла продолжать. Какие метрики у R&D? А я не знаю, я с той стороны процесс не знаю.
41:57
Но раз продолжается сотрудничество, значит, оно выгодно, а кому не выгодно, то значит не продолжают. Но я бы не сказал, что это потерянные деньги,
42:04
потому что в любом случае это на имидж компании положительно влияет, просто то, что они сотрудничают с университетами.
42:11
То есть в любом случае, даже если ничего не получилось, во-первых, компания не последние все-таки
42:17
сотрудничают с университетами, но какой-то у них бюджет развития есть, который именно венчурный. Что-то выстрелит, что-то не выстрелит.
42:24
И они это понимают, что если из 10 проектов один выстрелит, то уже надо что-то окупится.
42:30
А во-вторых, но в любом случае, это пиар-эффект определенный, в котором они тоже, конечно,
42:37
заинтересованы. Может быть, даже пиар-эффект такой не широкий пиар,
42:43
а пиар среди специалистов, люди будут знать, что… Естественно, да, естественно.
42:50
Потому что у меня такое ощущение и опасение, что компании неизбежно, вынуждены под давлением
42:57
бизнеса, своих показателей, бизнес-задач, вынуждены считать деньги и считать результаты, потому что тот каждый миллион, который они отдают
43:04
в университет, он же на учете находится у них там, внутри, в компании. И всегда есть человек, у которого спросят,
43:10
а куда он пошел, а что мы получили, а какая нам выгода. И он должен хоть какие-то метрики представить и сказать.
43:16
Естественно, если совсем ничего не получается, то, конечно, это прикроют. Что-то должно получиться.
43:23
Вот какие-то цифры, да. Иногда они говорят, окей, давайте измерим количество людей, которые к нам пришли, допустим, из этого вуза,
43:29
и мы их наняли. Или давайте измерим количество статей, допустим, которые были опубликованы. Но вот я не знаю, какие вы…
43:36
Я думаю, компаниям статьи как раз не особо интересны. Тут вот скорее всего немножко противоречие,
43:42
что наука-то она по определению открытая, а вот это все-таки такой элемент ноу-хау,
43:48
то есть знания, которые все-таки лучше как-то или засекретить, или хотя бы запатентовать,
43:54
а не в широкий доступ выкладывать. Но с этим связаны иногда какие-то там нюансы.
44:01
Но в целом как-то все вещи развиваются. И вы видите тренд на увеличение этой поддержки
44:10
и интеграции вузов? Мне кажется, взаимодействие растет.
44:16
Ну и государство, по идее, должно как-то этому способствовать, подталкивать.
44:23
Но государство должно не мешать, мне кажется. В данном случае, правильно я понимаю.
44:29
Ну хорошо, это метрики, которыми вы оцениваете, вернее, вас оценивают компании.
По каким метрикам оценивается работа профессоров?
44:35
Мы про них поговорили. А как вы внутри оцениваете ваших коллег,
44:41
профессоров, исследователей? Какие у них метрики? Как понять, за год он сделал что-то ценное или нет?
44:48
Ну, это обычно делается, когда переизбрание по конкурсу происходит. Ну, там метрики очень простые.
44:56
Во-первых, публикация. Во-вторых, сколько студентов, например, у него защитилось, там работы написали какие-то.
45:04
Ну, и там ещё, ну, понятно, что он должен быть, если это преподавательская позиция,
45:11
понятно, что он должен сколько-то часов отработать, не без этого. Ну, и плюсы есть, оно какое-то неформальное
45:19
ощущение, действительно, хорошо поработал или плохо, поработал плохо организованно, коллеги, мне кажется, чувствуют.
45:27
Недавно была новость, я не помню какой, швейцарский университет решил выйти из системы
Недавно один из британских университетов добровольно вышел из мировой системы ранжирования по количеству публикаций у профессоров.
45:36
ранжирования университетов мировой, которая опиралась на именно количество публикаций,
45:42
сделанных профессорами этого университета. И они это объяснили тем, что вся эта система,
45:48
она порочна, потому что мотивирует учёных на увеличение количества публикаций и цитирования.
45:55
И цитируют они чаще всего, ну, частенько, сами себя. И таким образом не создают какой-то вклад,
46:01
не вносят какой-то вклад в науку, а только бумагу расходуют на эти все публикации,
46:07
а мы их за это ещё и поощряем. И вот они сказали, мы выходим, хотя они были в рейтинге какие-то в первой двадцатке,
46:13
наверное. Вы как бы отнеслись? Понимаете, каждый раз, когда мы зафиксировали
46:19
какую-то метрику, всегда находятся хитрые люди, которые её как-то подкручивают. Понятно, что, так сказать, невозможно с этим
46:28
до конца бороться, надо просто, чтобы метрика хоть как-то коррелировала с реальностью.
46:34
Например, индекс Хирша, несмотря на все накрутки, если выкинуть самоцитирование, это очень просто выкинуть самоцитирование.
46:42
Если выкинуть самоцитирование, то, например, индекс Хирша, ну, так, в среднем, довольно неплохой показатель. Хотя, конечно, бывают исключения и в ту и в другую сторону.
46:51
То есть бывают великие математики, которые практически не публикуются. Тот же Андрю Вайлс, который теорема Ферма доказал,
46:58
но после этого, в общем, как бы не публикал практически ничего. А вот бывают, наоборот, там, ну, там,
47:04
шарлатаны условно, которые действительно, так сказать, в каких-то хищнических журналах там как бы через подставных лиц там самоцитируют,
47:11
точнее, себе этот индекс накручивают. Ну, в обе стороны бывают. Поэтому всё равно, как бы, помимо вот этих метрик,
47:17
всё равно должна быть вот какая-то экспертиза именно со стороны, ну, со стороны коллег.
47:24
Да, то есть. И вот какого нобелевского лауреата не взять по математике,
47:31
по физике, посмотреть их индекс Хирша? По математике не бывает Нобелевских лауреатов. Бывает премия Филдса.
47:38
Вот. Ну, кстати, да, ну вот, например, Станислав Константинович Смирнов,
47:45
который основатель нашей программы, у него как бы, ну, не маленький, конечно, индекс Хирша, но и не такой, чтобы зашкаливающий.
47:52
То есть чисто по вот этому критерию не видно, так сказать, что это великий математик.
47:58
Вот, так что, ну, что, так сказать, всё-таки преувеличенного математика видно, да.
48:04
То, что там, так сказать, именно со звёздочкой, что называется, это вот чисто по вот такому формальному критерию не видно, да.
48:14
То есть, конечно, это далеко от совершенства. Может быть, существует какая-то более эффективная метрика?
48:21
Мы просто её ещё не придумали. Ну, мы как… Естественно, естественно, можно, можно, люди…
48:27
Кстати, мне даже попадалось на глаза, что вместо индекса Хирша там чуть-чуть по другому правило устроено,
48:35
но я подсобыл. Вот, в результате получается лучше, но я забыл, в чем эта фишка. А вообще, как думаете, нужно учёных оценивать?
Нужно ли вообще ученых оценивать?
48:44
Или это практика порочная и демотивирует их? Ну, всё равно мы должны как-то, ну, допустим,
48:51
действительно переизбрание по контракту, например, или ещё что-то. Всё равно как-то где-то в бюрократической системе всё равно оценки должны быть.
49:02
Понятно, что главное – это неформальная оценка со стороны коллег. То есть, да, я знаю, что там, вот, Вася хороший учёный, а Петя, ну, ещё нет.
49:11
Это, может быть, даже в комьюнити более важно. Но формальные какие-то вещи тоже нужны, ну, просто потому,
49:21
что невозможно совсем без бюрократии. Плохо, когда её слишком много, или когда она, так сказать, подменяет собой реальность.
49:28
Ну, совсем без неё невозможно. Потому что говорят, что, вот вы говорите про субъективную оценку.
49:36
Я слышал частенько, как учёные говорят, что есть такая некая мафия учёных
49:43
внутри любого сообщества учёных, некая мафия, которая друг друга поддерживает. И попасть внутрь этой мафии крайне сложно.
49:50
Быть учёным со стороны крайне тяжело. Вот просто прийти на конференцию, подать статью, и вдруг её примут, и вдруг она получит хорошие отзывы.
49:57
Всё это не случается просто так. И обычно это всё связано с отношениями между людьми, которые должны быть налажены.
50:04
И только после этого получается результат. Нет у вас, у математиков такого?
50:10
Нет, ну отчасти есть, но это не настолько уже какие-то замкнутое мафиозное сообщество. То есть тут просто действительно кто-то, допустим студента,
50:19
про которого никто ещё ничего не знает, может порекомендовать. Научный руководитель в первую очередь. А чтобы научный руководитель мог его кому-то порекомендовать,
50:26
естественно, у него какие-то знакомства и связи, ещё что-то должно быть. Не без этого. Но если человек уже каких-то результатов добился,
50:33
то все знают, что он такую-то теорему доказал, ну, Перельман. Все знают, что он гипотезу Пуанкаре доказал.
50:39
Ну и, кстати, возможно, он немножко действительно с этой системой не ужился.
50:45
Так что, может быть, не самый удачный пример. Но вы понимаете, что если заслуги человека уже за себя говорят,
50:53
то это бывает ситуация. А для старта, естественно, нужны связи научного руководителя.
Старт в научной карьере.
51:00
Вот этот старт самый тяжёлый, когда мы говорим, конечно, уже о людях с репутацией,
51:07
то, конечно, там всё понятно. Но для тех, кто начинает, их очень пугает очень часто вся эта научная закрытость определённая.
51:14
И они жалуются, говорят, да нет, я туда не попаду, потому что связей нет. У меня как-то был случай с одним преподавателем здесь, учёным в России.
51:21
Мы обсуждали вопрос о том, куда подать статью на какую конференцию, которую мы совместно написали.
51:27
Я ему говорил, вот есть конференция где-то в Канаде, она хорошая, качественная, высокого уровня, давайте туда подадим.
51:34
А он мне сказал, а я там не знаю никого. Как мы туда подадим? Это аргумент, да. То есть, даже математические журналы всё равно смотришь редколлегию,
51:42
если в редколлегии есть знакомый человек, ему и посылаешь, что называется. Если знакомого человека нет, можно попробовать, даже и получается.
51:51
Но надо понимать, что это не то, что прямо совсем уж рука в руку моет, что называется.
51:57
Это ещё не гарантирует. То есть, если даже есть знакомый человек, это ещё не значит, что статью примут, потому что, особенно в журналах высокого уровня, там очень большая конкуренция.
52:05
Почему у нас в России нет, ну или я сужу о Computer Science,
Почему в России нет научных конференций и журналов такого уровня как за границей?
52:13
у нас нет конференций такого уровня, как за границей, и нет журналов такого уровня, как за границей?
52:19
Это последствия 90-х, или мы просто не дотягиваем интеллектуально? Ну, не знаю, это какие-то, ну, опять же, мы говорили про хорошие наследия Советского Союза,
На ваш взгляд, программистам нужна и математика, и компьютерные науки?
52:33
тут, наверное, немножко плохое наследие Советского Союза, что наука в Советском Союзе была всё-таки замкнутой.
52:39
Понятно, что люди как бы ездили тоже и на конференции иногда, и на международные, и там журналы международные выписывали, но всё равно, в целом, это была более-менее закрытая система.
52:49
И журналы у нас были сильные, но некоторые из них и остались. То есть, там, 3-4 журнала мирового уровня, там, российских я назову.
52:58
Но, к сожалению, 3-4, а надо 30-40, условно, чтобы вообще в науке как-то быть замеченным.
53:05
Это некая проблема, конечно. А открыть всегда сложно, то есть, уже как бы поляна поделена,
53:13
как-то уже туда втиснуться, открыть новый журнал, это уже всё-таки некая сложность.
53:20
А в итоге получится у нас, или уже не стоит стараться? Ну, в какой-то момент просто люди решили, что, ну, вот есть западные журналы, давайте мы в них и будем публиковаться.
53:31
Сейчас вот есть как бы политические установки, что надо как бы российскую науку именно развивать.
53:37
Может быть, появятся какие-то журналы, но непонятно. То есть, всё равно, если только российские учёные в них будут публиковаться,
53:43
то всё равно это тем же самым не закончится. То есть, всё равно как-то… А вот, чтобы там люди из Европы, ну, и хотя бы из Китая там уже, да,
53:52
тоже в наших журналах публиковались, но это всё равно определённая реклама нужна, и, так сказать, и связи, опять же, нужны.
53:59
То есть, это не так просто сделать. Лет 50 нам нужно, наверное, да?
54:08
Ну, я не знаю, мне сложно судить. Но 10 не хватит, скорее всего.
54:15
И это, наверное, государственная поддержка нужна во многом? Государственная, ну, не то что во многом, но частичная хотя бы поддержка нужна.
54:24
У меня несколько вопросов таких более личных есть, уже меньше про науку.
На ваш взгляд студентов нужно больше хвалить или наказывать?
54:33
Вы скажите, как вам, как преподавателю, кажется, со студентами? Нужно быть построже и ставить больше, условно, двоек,
54:42
или наоборот, больше их мотивировать и ставить пятёрки там, где даже, может быть, они не заслуживают?
54:48
Мне кажется, всё-таки не надо ставить там, где не заслуживают. У нас, опять же, традиционная система, ещё тоже с Советского Союза,
54:56
на пятёрку надо решить задачу, не достаточно, так сказать, билет рассказать. Надо решить задачу, но причём не типовую,
55:03
а всё-таки немножко посложнее, чем типовая. То есть, какая-то выдумка нужна. Это, мне кажется, правильный подход.
55:11
С двойками сложнее, потому что я двойки очень редко ставлю. То есть, если человек совсем не в зуб ногой,
55:19
ну, знаете, какая-то анекдот, значит, про двух преподавателей, значит, один преподаватель, ну, допустим, анализа,
55:25
вот, принимает у студента, значит, один вопрос задаёт, он отвечает, второй задаёт, он отвечает, ну и так далее.
55:32
Вот, ну ладно, анализ большой, чего-нибудь ты не знаешь, четыре. Вот, второй преподаватель, ну, допустим, алгебра, значит,
55:39
один вопрос задаёт, не знает, второй вопрос задаёт, не знает, ну, ладно, алгебра большая, чего-нибудь ты знаешь, три.
55:45
Ну, да, есть два способа. Ну, вот у меня, скорее, второй.
55:54
Интересно. А я знаю преподавателей, которые говорят, у меня пятёрку получить невозможно, это очень сложно.
56:00
Да, нет, знает Господь, вот на четыре. Да, да, да. Остальные оценки ваши, да, есть такая пресказка, ты что.
56:08
Ну, просто я сам как немножко некий опыт имею преподавания, я знаю, что когда начинаешь действовать так радикально
56:14
и не ставить пятёрки, то против меня ополчается деканат и приходит ко мне с претензией и просит объяснить,
56:22
почему я так делаю, потому что это мешает многим студентам, которые там идут на красный диплом, которым нужно хорошее…
56:28
Кстати, да, мы обычно вмешиваемся только наоборот, когда кто-то слишком много двоек ставит, потому что
56:35
тогда в результате студенты отчисляются, а это уже не очень хорошо, когда много студентов. У нас и так много студентов отчисляется,
56:41
так сказать, усугублять не стоит. А почему отчисляются? Сами уходят или их выгоняют?
56:48
В основном сами уходят, ну, то есть, кого-то и выгоняют, конечно, в основном уходят сами, ну, понимают просто, что немножко не туда пришли. Ну, то, с чего мы начинали, да, вы говорили, там, 10 минут послушали,
56:56
а дальше не поняли. Да, да, да. Но вот, к сожалению, так сказать, да, у студентов тоже такой эффект иногда бывает. Ну, может быть, недостаточная подготовка, может быть,
57:04
недостаточная мотивация, может быть, человек что-то другого вообще ожидал как бы. Но, может быть, по-другому все будет.
57:11
И их даже не смущает, что они, условно, в армию могут пойти или высшего образования у них не будет?
57:17
Ну, как-то люди проблемы решают, ну, потом, девушки есть, опять же, да, ну, и парни как-то эту проблему решают, не знаю.
57:24
Ну, а нет, ну, нет, отчисление – это не катастрофа, понятно, что можно восстановиться, например, можно поступить заново, вот, это не катастрофа, но определенная потеря времени, все.
В 2001г. Вы выиграли ICPC-соревнование в команде с Николаем Дуровым. С тех пор кому из вас повезло больше?
57:38
Вернусь немного в прошлое назад. Мы знаем, что вы в 2001 году выиграли ICPC соревнования
57:45
и тогда в команде были с Николаем Дуровым, правда? Да, и Андреем Лопатиным, да. Да, вот с тех пор Николай Дуров, будучи братом Павла Дурова,
57:54
они миллионеры, они миллиардеры, я бы даже сказал, они создали Телеграм, вы стали деканом. Как вам кажется, кому повезло больше?
58:02
Ну, знаете, я бы все-таки как бы декан – это как староста в группе примерно, да, это административная обязанность, навешанная, так сказать, на кого-то.
58:11
Вот, то есть никто же не представляется, вот я староста группы. Вот если уж представляются, то говорят, я студент.
58:17
Да, вот я бы представлялся, как я ученый. Вот, и мне повезло, что я стал ученым, потому что я этого хотел,
58:27
мне кажется, у меня в этом получилось, как бы я в этом состоялся. Вот, ну конкретно про Колю, если как бы позволяет формат времени,
58:34
я могу какие-то личные воспоминания. Я вот помню, например, мы с ним ехали на Олимпиаду, значит, школьную всероссийскую,
58:41
вот, он мне в электричке, вернее в поезде, рассказывал, значит, про алгебру Клиффорда,
58:47
когда там было в 8 или в 9 классе. Вот, значит, конечно, он был намного, ну, значит, был, и сейчас есть,
58:56
вот, конечно, он намного умнее меня, вот. Но вот карьера ученого, мне кажется, он все-таки, не задалась,
59:02
ну, по крайней мере, не задалась так, как могла бы состояться. Вот, а зато вот карьера, ну, даже не программиста, а как бы скорее системного архитектора,
59:11
там еще что-то, ну, вы знаете, конечно, что он там, вот этот TON, так сказать, придумал, принципы там и так далее.
59:18
Вот, в этом плане у него пошло, то есть он любил и математику, и информатику,
59:25
вот, ну, мне кажется, все-таки математику он больше любил. А вот, ну, информатику тоже любил, и я любил информатику, но опять же, математику больше.
59:34
Вот, ну, вот в этом, так что что-то у меня все-таки уже больше удалось, чем у него,
59:40
вот, а что-то у него больше удалось. Ну, мне кажется, это так и часто бывает, свои плюсы, свои минусы.
Куда лучше идти? По академической дороге или в стартапы?
59:48
Очень многие не понимают, куда им пойти, особенно студенты, то ли им пойти по академической дороге и заниматься математикой,
59:54
то ли им попытаться пойти в бизнес и пойти в стартапы, ведь это же стартап, и ВК у них был стартап, и Телеграм, это же всё.
1:00:01
Да, и это риск определенный, и вот молодые люди, они не уверены в том, что же делать,
1:00:07
то ли им заниматься классической наукой и долго-долго, как вы, много вкладывать и инвестировать в это время, чтобы в итоге стать учёным,
1:00:14
то ли им пробовать, ведь стартапы, они же в подавляющем большинстве, они же проигрывают, они же не все…
1:00:20
Ну, естественно, в большем случае один из десяти. То и 1 из 100, значит, это 99 потерянных судеб, я бы так сказал,
1:00:27
ну, или, может быть, не целиком судеб, но… В общем, мол, так, это слишком пессимистично, жизнь-то не заканчивается, ну, что-то не получилось, пошёл в другую сферу.
1:00:35
Ну, да. Мне кажется, это всё равно к чему душа лежит, то есть, если человек знает, что хочет стать учёным,
1:00:41
ну, мне кажется, надо усилия к этому прикладывать. А если вот именно хочется, не знаю, прославиться на весь…
1:00:48
Ну, ученый тоже может на весь мир прославиться, но, тем не менее, как бы, так сказать, программисту это проще в каком-то смысле,
1:00:54
там, который стартап делает. А вот на весь мир прославиться, или много денег заработать, или ещё что-то, ну, вот стартап как вариант,
1:01:01
ну, вот такой рисковый немножко вариант. Ну, тот же Стив Джобс, тот же Билл Гейтс,
1:01:08
они же все бросили свои университеты и стали стартаперами, и в итоге мы их знаем.
1:01:14
Да, но сколько людей это также сделали, и мы их не знаем. Да, именно.
1:01:20
Ну, хорошо, у меня последний вопрос, такой традиционный. Как вам кажется, в чём главная миссия преподавателя для вас?
В чем главная миссия преподавателя?
1:01:28
Я вам четыре варианта дам. Первое – это объяснять, второе – воодушевлять, третье – помогать, и четвёртое – наказывать.
1:01:35
Ну, дисциплинировать можно, не наказывать, дисциплинировать. Вот вы как для себя видите? Воодушевлять, мне кажется, самое главное.
1:01:42
Вот я помню своего научного руководителя, он, к сожалению, не так давно умер. Он именно был человеком, который, Николай Александрович Вавилов,
1:01:51
который умеет зажечь. Даже просто, он у нас практику по алгебре вел.
1:02:00
Но тем не менее он её так вёл, что все восхищались, насколько красивая она была. Мне кажется, вот это важно, передать какую-то…
1:02:10
От свечки к свечке, так сказать, зажигают. Вот этот огонёк передать,
1:02:16
именно восприятие вот такого эстетического.
1:02:22
Соглашусь. Спасибо большое, было очень интересно. Может быть, минутку какой-то рекламы,
1:02:30
чтобы люди шли к вам, на ваш факультет? Приходите к нам, особенно в магистратуру.
1:02:36
Бакалавриат мы и так хорошо набираем. Приходите к нам в магистратуру. Хорошо, окей, дадим рекламу.
1:02:43
Спасибо большое. Спасибо. Всё, до свидания. До свидания.