О программировании в радиоастрономии. Андрей Казанцев ПРАО АКЦ ФИАН | Нейронные сети

Светлана Шиливская, участница МОД «АЛЛАТРА»: Здравствуйте, дорогие друзья! Мы рады вас приветствовать на прямой трансляции АЛЛАТРА ТВ. И снова с нами в прямом эфире программа «Наука в Созидательном обществе».

Нашим собеседником сегодня является открытый, любознательный и очень хороший человек Андрей Казанцев — высококвалифицированный младший научный сотрудник отдела дискретных радиоисточников Пущинской радиоастрономической обсерватории имени Виткевича, а также преподаватель кафедры управления информационными системами и цифровой инфраструктурой Национального исследовательского университета Высшей школы экономики. Мы рады Вас видеть.

Андрей Казанцев, младший научный сотрудник отдела дискретных радиоисточников ПРАО АКЦ ФИАН, преподаватель кафедры управления информационными системами и цифровой инфраструктурой Национального исследовательского университета Высшей школы экономики: Здравствуйте, Светлана! Приветствую всех наших зрителей.

Светлана: Спасибо! Также сегодня с нами участники Международного общественного движения «АЛЛАТРА» Наталья, Владимир и Захар.

Наталья Шагиева, участница МОД «АЛЛАТРА»: Здравствуйте!

Владимир Подаруев, участник МОД «АЛЛАТРА»: Здравствуйте!

Захар Кравченко, участник МОД «АЛЛАТРА»: А также Светлана.

Светлана: Здравствуйте! Очень рады, что мы сегодня собрались вместе. Наша беседа будет переводиться на пять языков: английский, французский, чешский, румынский и украинский. Мы поговорим о программировании в радиоастрономии. Также мы приглашаем наших телезрителей поучаствовать в беседе. Вы можете писать комментарии, задавать свои вопросы, которые мы озвучим Андрею в конце нашей передачи.

Наш традиционный первый вопрос к Андрею: расскажите, пожалуйста, как Вы пришли в науку? Что было вдохновением, толчком, каким-то событием в Вашей жизни, что привело к этому решению?

Андрей Казанцев: Для меня всё сложилось в большей степени случайно. Когда я был маленький, мама привела меня в книжный магазин и сказала: «Выбери то, что тебе интересно». Тогда я, наверное, ещё слабо понимал, что мне интересно. Видя непонимание в моих глазах, продавщица посоветовала купить энциклопедию по астрономии, аргументировав это тем, что в ней большое количество красивых картинок. Книга была куплена. Сначала я смотрел картинки, потом начал читать то, что там было написано. Где-то годам к десяти я уже достаточно свободно ориентировался в ночном небе, то есть знал, где какие созвездия, наизусть знал Гарвардскую классификацию звёзд, даже понимал кое-что из физики. Но при этом, несмотря на такие мои возвышенные интересы, в школе я учился достаточно скверно.

Когда встал выбор, в какой институт поступать, я подумал, что хочу учиться там, где ближе всего к космосу. Почему-то мне тогда показалось, что это ракеты. И я решил поступить в Сибирский государственный аэрокосмический университет на ракетостроение. Но так как учился я плохо, экзамены сдал плохо (особенно физику), на ракетостроение мне поступить не удалось. Но зато я, как это ни парадоксально, умудрился поступить на кафедру технической физики и там осознал, что на самом деле эта кафедра куда ближе к космосу, чем я думал насчёт ракет. Меня это всё очень сильно заинтересовало: поступив с достаточно плохими оценками, я закончил кафедру с красным дипломом. На втором году моего обучения в этом университете открылась оптическая обсерватория, в которой я начал свою работу. Это был бакалавриат. Но продолжать магистратуру по направлению астрономии я не мог. И я решил найти место, где я могу продолжить свои интересы, и нашёл для себя город Пущино, Пущинскую радиоастрономическую обсерваторию. Приехал туда, и с этого момента моя работа в науке стала более менее осознанной: последние восемь-девять лет я работаю в науке именно с тем, чем интересовался с детства.

Захар: Спасибо большое, Андрей! Мы знаем, что у вас в Пущинской радиоастрономической обсерватории существует огромное количество направлений, исследований. Расскажите вкратце, в каких исследованиях Вы принимаете непосредственное участие?

Андрей Казанцев: Да, в обсерватории действительно очень большое количество разных направлений. Я занимаюсь как минимум исследованием гигантских импульсов пульсаров (это непосредственная тема моей кандидатской диссертации) и разработкой алгоритма по определению и уточнению астрометрических и физических параметров новых пульсаров. Наша обсерватория занимается обнаружением новых пульсаров, а я занимаюсь непосредственно определением и уточнением их параметров. Это одна из самых сложных моих задач, я уже достаточно долго с ней борюсь и всё никак не могу победить. Я работаю со Светланой Крамовной Сулеймановой над исследованием пульсара 0940 тип +10. Это первый Пущинский пульсар. То есть, когда обсерватория начала свою работу, когда были обнаружены пульсары, это был первый пульсар, открытый у нас в обсерватории. У него колоссальное количество эффектов, и мы поступательно исследуем один за другим.

Есть ещё проекты: какие-то я веду лично, какие-то я веду совместно с другими институтами — то есть их много. Практически во всех проектах так или иначе я как-то задействован.

Наталья: Андрей, при первой встрече Вы нам рассказывали историю о том, что школьник, который у Вас прошёл курс астрофизики, пришёл к такому заключению, что наука — это не только наблюдение в радиотелескоп, это огромная работа с большим количеством данных. Расскажите, пожалуйста, поподробнее: какие этапы включает в себя обработка данных?

Андрей Казанцев: У меня был студент-школьник, и в какой-то момент я спросил его: «Что ты теперь думаешь о науке?» Он прошёл достаточно большой путь. И он сказал: «Я теперь понимаю, что это не просто красивые картинки и не наблюдение звёздочек на небе. Вы правы, это огромный анализ количества данных, работа с этими данными, вычленение из данных какой-то информации».

И в целом всё так и есть — те люди, которые причисляют себя к наблюдателям, то есть занимающиеся наблюдениями, их алгоритм работы именно таков: получать данные с телескопа. На этом этапе данные каким-то образом фильтруются. После этого вы можете добавить какую-то свою фильтрацию. То есть если вы что-то посчитали за помехи или ищете какой-то особый эффект, то вы строите программы таким образом, чтобы его вытащить. Вы занимаетесь визуализацией данных, потому что, если массивы большие, их сложно глазками посмотреть, какими-то файлами. Нужны диаграммы, нужны рисунки. Плюс, если вы всё-таки что-то обнаружили, в дальнейшем эти картинки, эти изображения, диаграммы могут пойти вам в статью. Научная статья — это самая финальная, по сути, работа учёного. То есть наша задача — именно писать статьи. И это мой большой минус, так скажем, самое моё слабое звено — я меньше всего люблю писать статьи. То есть я обожаю обрабатывать радиоастрономические данные, причём не только радиоастрономические, но и другие данные обрабатывать, а вот писать об этом — почему-то нет. А так, да, этот алгоритм именно такой.

Светлана: Что является самым сложным в работе с астрофизическими, астрономическими данными?

Андрей Казанцев: Самое сложное? Хороший вопрос. С одной стороны, я мог бы сказать, что это разработка алгоритма или борьба с ошибками. Потому что когда вы пишете код — постоянные ошибки. Знающие люди меня поймут. Stack Overflow — это наше всё, он нам в этом плане помогает. Я бы ответил так: самое сложное в работе с научными данными — это то, что ты работаешь с реальной природой. Бывают такие ситуации и были в истории, когда люди что-то считали за помеху, а потом это оказывался эффект, который они смело фильтровали и смело выкидывали. И вот как так сделать алгоритм, чтобы случайно не выкинуть что-то интересное, — это проблема. Когда ты придумываешь какую-то фильтрацию, ты думаешь, что импульсы выглядят именно так и никак иначе, а потом пульсар тебе приносит что-то, что выглядит совсем по-другому. Вот это, наверное, я действительно считаю самым сложным в своей работе.

Светлана: Вы уже пришли к пониманию, как сделать такой алгоритм?

Андрей Казанцев: По крайней мере, я считаю, что это нейронные сети, машинное обучение. Хотя, конечно, я думаю, специалисты мне скажут, что какие-то тонкие эффекты и как раз таки нейронная сеть может пропускать. Значит, нужно давать ей задачу, что, если она сомневается, пускай она это уже отдаёт на вердикт мне как специалисту, а я уже буду решать. То есть мне не нужно будет просматривать всё, весь массив данных, а только конкретный отдельный случай. Я думаю, что, по крайней мере, это решение для меня, чего-то более адекватного пока не нашёл.

Светлана: Спасибо.

Владимир: Как раз сегодня мы хотели, Андрей, расспросить Вас подробнее о той работе, которая связана с программированием. Изначально Вы не программировали, не умели, но что-то Вас заставило начать программировать и использовать языки программирования. И вопрос: что побудило Вас использовать языки программирования? Какие языки Вы используете, и как Вы обосновываете выбор этих языков?

Андрей Казанцев: Когда я только пришёл в обсерваторию, мне была дана задача и пакет программ. То есть: «Андрей, вот программа, нажимай на кнопочки, скажешь, какой результат получил». Для студента это достаточно стандартная задача, стандартная работа: нельзя давать сразу что-то сложное.

Получается, что я так работал, работал и в какой-то момент пришло осознание, что я не могу прыгнуть выше, дальше этой обработки. То есть я могу использовать только то, что получает программа. В программе, к примеру, каждый файл нужно было вводить отдельно. В итоге обработка, например, месяца наблюдений нескольких пульсаров могла занимать у меня несколько дней. Притом что ты приходил, всё это «вбивал», смотрел глазками, жутко уставал, и при этом не мог добавить ничего своего. Я так работал достаточно большое количество времени — где-то года четыре. В принципе, этого хватало: мы писали какие-то работы, я ездил на конференции, — но было ощущение какой-то слабости. Я стал изучать языки программирования и начал с Питона (Python). Это ответ на Ваш дальнейший вопрос, какие языки я использую. Python — потому что как-то под руку попался хороший курс, который мне посоветовал друг. Я его прошёл и начал заниматься «диванным» программированием: решать простейшие задачки, проходить какие-то сторонние курсы. Программировал, программировал, потом решил, что пришла пора применить это на практике.

И вот ту программу, которая была написана ранее, которую мне дали, я взял и переписал её на Python. И всё то, что я четыре года обрабатывал, она получила за один день.

Это был, конечно, маленький шок, что вот зачем вообще я этим всем занимался, если можно было сразу начать программировать и использовать эту программу. А потом я понял, что я же могу расширять программу: хочу вот это — добавляю, хочу вот то — добавляю, не знаю как — посмотрел, использовал.

И я никого, наверное, не удивлю (если сейчас нас смотрят люди из науки) тем, что я остался на языке Python. Потому что, несмотря на свои минусы, которые, в принципе, мне известны и всем известны, он достаточно богат и мощен (некрасивое слово, но я всё-таки его использую). То есть его разумно использовать в обработке и анализе данных. Так делают большое количество людей, в основном, это тоже учёные. Помимо этого, к примеру, я могу, если появится такая необходимость, написать что-то на языке С++. То есть, когда я ухожу на что-то сложное, где Python уже не справляется, тогда я использую язык уже компилируемый и достаточно хороший по быстродействию — это С++.

При этом мои знакомые в своей работе — в астрономии, в радиоастрономии — используют язык Fortran, кто-то использует Java, кто-то — язык C#. Но таких людей всё-таки немного. В основном астрономическое и радиоастрономическое сообщество, в частности, мы используем Python. И это очень здорово. Потому что, встречаясь, люди из разных стран, а, может, просто из разных институтов, говоря на тему обработки данных, очень хорошо понимают друг друга, потому что мы общаемся на одном языке, и это не английский, русский, украинский или какой-то другой язык — это язык обработки данных, язык Python.
 
Иногда в дискуссиях меня спрашивают: почему я не использую, например, С++, он тоже прекрасен. Я не чувствую необходимости уходить на другие языки, особенно учитывая, что самым классным в языке Python является огромное количество уже готовых решений, готовых библиотек, которые можно использовать. Причём, не вдаваясь в детали, скажу, что есть библиотеки под очень специфические задачи, очень специфические. Даже в радиоастрономии они считаются очень специфическими. Уже есть такие библиотеки, которые сильно упрощают мне жизнь. То есть уходить куда-то в другое, в другой язык, не вижу смысла.
 
Наталья: А вот эти библиотеки, о которых Вы сейчас упоминали, они доступны абсолютно всем учёным или каждый учёный пишет для себя и это используется только в своём каком-то маленьком кругу?
 
Андрей Казанцев: И так, и так. То есть вы заранее просто не можете сказать, станет ли ваша библиотека полезна всем. Кто-то сидит, тихонечко, тихонечко что-то разрабатывает, занимаясь, исследует какую-то область. Потом возникает человек с другого континента, к примеру, который занимается тем же самым. Они списываются, говорят: «Слушай, а я вот это пишу… Ой, как здорово, а у меня вот это написано. А давай объединим». Они начинают объединять. Всё это с течением многих лет вырастает в какой-то мегапроект, который будут использовать все, кто занимается данными задачами. Могу привести массу таких примеров, если вас это интересует. Иногда программы не уходят дальше одной обсерватории, дальше одного отдела. Такое тоже бывает.
 
Наталья: Спасибо.
 
Светлана: Андрей, я внимательно слушала, что Вас побудило заниматься программированием, и Вы сказали, что это слабость. Может, это всё-таки не слабость, а чувство, что «я всё-таки могу больше», что «есть то, что я могу ещё познать и сделать могу ещё больше и в радиоастрономии, и для людей, для общества, и для своего личного развития».
 
Андрей Казанцев: Да. Я думаю, что можно это и так перефразировать. Просто на тот момент… Давайте назовём это не слабость, а обида, что ты не можешь сделать действительно чего-то большего, что ты замкнут в рамках какой-то программы, ты не можешь на неё повлиять или не понимаешь этого. Была такая обида, да. И хотелось действительно большего. Тем более, наука вынуждает. Потому что перед тобой появляются задачи, которые ты будешь делать или долго, но руками и глазами, или быстро — посидев какое-то количество времени. Это может быть неделя, но она потом оправдается.
 
Светлана: Спасибо.
 
Захар: Спасибо, Андрей. Вы нам рассказывали, что в астрономии используются очень крошечные величины. В данном случае мы говорим о тысячных долях градусов и так далее. Как учёные справляются с вычислениями? Какая точность этих вычислений на программных комплексах, на программах, которые Вы пишете? И как можно проверить свои результаты вычислений? Как производится тестирование программ или полученных результатов? Расскажите вкратце об этом.
 
Андрей Казанцев: Про астрономию глобально, в целом, говорят, что в ней ошибка на порядок — это не ошибка. То есть, если вы на десять раз ошиблись — в масштабах Вселенной ваша ошибка ничего не значит. К счастью, или к сожалению, это уже давно не так, далеко не так. Сейчас у нас действительно многие задачи требуют колоссальных точностей для какого-нибудь тайминга пульсаров, коим я занимаюсь. В зависимости от пульсара, с которым вы работаете, вам действительно нужна точность от 10^-9 секунды до 10^-17.
 
Но тут ведь всё зависит ещё от самого проекта. К примеру, если у вас есть какой-то индивидуальный импульс пульсара и вы хотите измерить его поток (сколько энергии пришло), Вам в данном случае не очень важно положение этого импульса. Поэтому вы большую силу кидаете на определение именно этого потока, вам поток нужно знать с большей точностью. И наоборот, если вам нужно именно положение этого импульса, вы можете не так много внимания уделять точности определения потока.

Я бы ответил на этот вопрос так: точность нам нужна и мы стараемся достичь такой точности, чтобы была возможность исследовать те эффекты, которые мы в общем-то исследуем. Потому что, если у вас точность будет ниже, хуже, вы просто этот эффект не увидите. Если у вас точность будет выше… Ну а зачем вам избыточная точность? Вы и так увидите то, что вам интересно. Поэтому такой ответ будет более полным.

Насчёт языков программирования: и языки программирования, и компьютеры, в общем-то, сейчас справляются с теми точностями, которые мы требуем.

А вот насчёт Вашего последнего вопроса о проверке — тут, например, есть две задачи, две ситуации. У меня изначально была программа, а я написал свою. Как проверить, что я написал всё правильно? Программы должны выдавать одинаковый результат. Он может быть где-то отличен, но незначительно, в рамках доверительного интервала. Это одно, то есть если у вас уже есть с чем сравнить. А если вы, к примеру, исследуете то, что никто до вас не исследовал, то проверить себя, наверное, можно как минимум тем, чтобы ваши результаты не опровергали законы физики.
 
Тут, конечно, можно сказать: «А вдруг мы открыли что-то совсем новое в физике». Ну такое действительно может быть. Но к новой физике нужны какие-то предпосылки. Если их нет, то и говорить, в общем-то, не о чем. Плюс, если ваши точности недостаточны, то вы ничего не увидите. А если вы, к примеру, сделали какую-то ошибку, то, как я уже говорил, основной результат учёного — это статья. Если вы пишете статью, вы описываете свой алгоритм: как вы делали, что вы делали, с какими данными вы работали.
 
У других исследователей в мире может быть такая возможность, и они используют эту возможность проверить ваш результат. Например, из вашего же института или из какого-то другого. И поверьте мне, учёные, они, конечно, люди такие милые и добрые, но они не упустят возможность ткнуть вас носом в ваши же ошибки. И горе тому исследователю, который не внимает здоровой и аргументированной критике относительно своей работы. В таком случае, он исследователем и не является. Потому что наука — это большое открытое community (сообщество), и мы должны слушать друг друга, потому что кто-то знает больше чем ты, и это нужно осознавать.

Поэтому, по крайней мере, я очень надеюсь, что все мои статьи, которые я публиковал, были прочитаны как минимум моим научным руководителем. И если бы там были какие-то ошибки, то мне бы об этом сказали.

Захар: Спасибо большое.

Светлана: Предлагаю вернуться к новой физике, к знаниям новой физики. Вы сказали, что к этому нужны предпосылки. А если их нет? Может, Вы задумывались над тем, как происходят открытия? Ведь всё-таки приходят новые знания в мир. Если не исполняются условия предпосылок, может, есть другие условия для прихода новой физики? Просто мне интересно Ваше мнение.

Андрей Казанцев: Самый яркий пример действительно новой физики — это переход от ньютоновской механики к теории относительности Эйнштейна, как мне кажется. То есть жили люди и использовали классическую механику Ньютона, и были рады, потому что она описывает все движения вокруг. Но как только эти движения стали расти в скорости, то появилось осознание, что на больших скоростях поведение законов чуть-чуть отличается, и классическая механика не может это объяснить.

Например, у Меркурия очень сильная гравитация и его орбита не подчиняется движениям кеплеровских орбит. Точнее, орбита там кеплеровская, но она испытывает такую прецессию, и классическая механика не может это объяснить. Тогда возник дискомфорт у физиков: «Как так, мы не можем что-то описать?» И пришла необходимость развития, необходимость поиска новой физики, и она была найдена Альбертом Эйнштейном в виде двух теорий: специальная теория относительности (по скоростям) и общая теория относительности (по гравитации). Сейчас этих теорий достаточно, чтобы описать всю видимую Вселенную, — забегу, наверное, чуть-чуть за горизонт событий — всё, кроме внутренности чёрных дыр. Что происходит там, мы не знаем, — и вот она, предпосылка к новой физике.

Люди стараются и пытаются понять, придумывают модели, какие-то теории. Пока у нас нет наблюдений и возможности подтвердить, мы не можем ничего сказать: новая это физика или та же самая, но просто чуть-чуть другая.

Например, как с тёмной материей: обнаружили, что общая масса в гало Галактики куда больше и значительная масса скрыта тёмной материей, которая никак не излучает, никак не детектируется, кроме своего гравитационного взаимодействия на объект. Что это такое? Это новая частица? Возможно. Или, может быть, на больших пространственных масштабах гравитация ведёт себя по-другому? Возможно. Мы не улетали далеко, у нас нет возможности подтвердить эти эксперименты. Вы тут можете сказать: «Ну, а как же моделирование?»

А в моделировании вы же сами закладываете физику: заложили классику, потом добавили свою модель, она вам что-то показала; или добавили какую-то другую модель, она тоже что угодно покажет. Математика тем и опасна, что она может показать всё что угодно, но не факт, что это реальность. Необходимы наблюдения, теории, прогнозы и подтверждения, а потом снова наблюдения, снова теории, гипотезы, теории, прогнозы.

Светлана: Хорошо. Так что предпосылки уже есть и их несколько. Шагаем дальше, да?

Андрей Казанцев: Это пресловутые чёрные дыры и тёмная материя.

Владимир: Продолжая обсуждение, говорят, что все наши знания о природе — это условное приближённое моделирование, которое строится на основе наблюдений, исследований и умозаключений учёных.

При подготовке к передаче мы размышляли о том, что вся материя — живая и неживая, от простейших клеток до огромных скоплений звёзд — развивается по определённым законам и алгоритмам. Если мы рассмотрим небольшое зёрнышко, то при определённых внешних условиях информация, которая закладывается в его генах, приводит к тому, что развивается целое растение. Это происходит за счёт различных химических реакций. Также этот процесс можно наблюдать на основе гена человека или животных.

Мне кажется, что подобно этому работает и современная программа, просто код хранится пока что в виде ноликов и единичек. Если с такой философской точки зрения посмотреть, можно ли заключить, что в основе самой природы уже заложено тем или иным образом само программирование? Какие мысли или наблюдения есть у Вас по этому вопросу?

Андрей Казанцев: Вы действительно взяли две наиболее похожие друг на друга вещи: программный код и наше ДНК. Действительно, в основе нас лежит так называемая информационная молекула и внутри нас реализован механизм для считывания информации с этой молекулы, для копирования этой информации, для её дальнейшей трансляции. Сейчас в Интернете в литературе можно встретить такие термины, как генетический код, расшифровка генома.
Я думаю, что до такого понятия, как генетическое программирование, в общем-то, недалеко — предпосылки есть. Но мне кажется, на этом схожесть заканчивается. Например, возьмём те же самые чёрные дыры: у них нет генома, у них нет генетической информации. Хотя ладно, давайте не будем про чёрные дыры, мы не знаем, что внутри чёрной дыры находится. Давайте возьмём пульсары (я всё-таки специалист по пульсарам) в пульсарах нет ДНК, нет генетической информации, их поведение обусловлено именно законами физики.

Законы физики трактует материя. Существует такая модель (она называется Стандартной): есть очень небольшое количество частичек, которые формируют всё то, что вы вокруг себя видите. Да, у них есть определённое поведение, но называть это программированием…

Есть такая модель, она называется теория струн, что есть элементарные частицы (элементарная — это та, которую уже нельзя разделить ни на что далее: кварк, предположим, определённые кварки), их шесть штук — два вида на три поколения. Согласно модели считается, что они сами собой представляют некую струну, которая колеблется определённым образом. И если вы эти колебания изменяете, то изменяется и сама частичка: «прелестный» кварк превращается в «очарованный», «верхний» кварк — в «нижний» и т.д. Если так подходить к вопросу, то, может быть, действительно есть такое понятие, как Вселенское программирование, когда вы можете взять частички и изменить их поведение.

Есть такое понятие, как биологическое программирование, но так категорично говорить, что программирование заложено в природе, я бы не стал. Да, оно есть, но живая материя (вот как ДНК), где есть информация, которая как-то передаётся, — это ничтожно малый процент от всего остального космоса. Если струнная модель не верна, то пока говорить не о чём. Я считаю, что так.

Владимир: Если можно, уточнить: все эксперименты, допустим, по той же генной инженерии, проводятся на мышах и прочих, у кого довольно малый период жизни, и мы можем посмотреть, как что влияет. А здесь получается, масштабы времени другие, и мы просто пока что не ухватываем те же коды в какой-то другой форме.

Андрей Казанцев: Хорошо, предположим, есть понятие Вселенского программирования. Пройдёт пара миллионов лет... Что я должен для себя знать, как это должно выглядеть? Объекты останутся точно такими же. То, что там изменились пара кварков на другие, сейчас не фиксируемо, не детектируемо нашими инструментами. Если мы как-то сможем влиять на это, то есть создать инструмент: закидывается «верхний» кварк, мы что-то делаем, он превращается в «нижний». В общем-то, это несложно, как-то по-другому брать и делать такой кварковый конструктор, и из энергий, благодаря вот этим колебаниям струн, формировать уже частицы. Да, тогда вы сможете собирать материю из энергии. Но будет ли это программирование? Наверное, да, это можно назвать программированием.

Светлана: Если мы это составляем, разве частички и кварки не формируются по определённой программе или алгоритму?

Андрей Казанцев: Вот я и говорю: это то, что мы вкладываем в термин «программирование». То есть программирование окружает нас везде: мы с вами говорим по программе, у нас скоро чайники будут умнее, чем некоторые люди, в них будет встроена программа... Да, конечно, это алгоритм. Предположим, вы берёте камень и кидаете его — это алгоритм? Да. Можно ли назвать это программой?
 
Светлана: Да.
 
Андрей Казанцев: Я думаю, здесь мы не сойдёмся, потому что под программой я понимаю нечто своё, а Вы — нечто своё.

Светлана: Я обобщаю, скорей всего.
 
Андрей Казанцев: Да, везде будет алгоритм — алгоритм точно. То есть, например, чтобы собрать чёрную дыру, у вас точно должны быть произведены определённые действия. Нужно сначала собрать очень большую звезду, внутри звезды должны пройти все термоядерные реакции, вплоть до железа, потому что дальше железа термоядерные реакции не идут внутри звезды. Звезда должна схлопнуться под собственной массой — коллапс; электроны сжимаются в протоны с образованием нейтрино, нейтрино сжимают друг друга, разрушается нейтринная оболочка, потом появляется нечто, что мы не знаем, — чёрная дыра готова. Это алгоритм. Но программа ли это?
 
Давайте мы определим так: программа — это то, что можно переписать и заставить работать по-другому. Можем ли мы сейчас с вами взять и заставить процесс образования чёрной дыры пойти как-то по-другому? — Нет, пока у нас нет таких возможностей. Когда они у нас будут — давайте будем надеяться на то, что они у нас когда-то будут, — вот тогда мы с вами вернёмся к этому вопросу и подискутируем.

Светлана: Но предпосылки у нас уже есть. Правда?
 
Андрей Казанцев: Ну да, конечно, есть новая физика, возможно, предпосылки есть.
 
Светлана: Я только повторяю или озвучиваю сказанные Вами слова.

Наталья: Спасибо большое. Сейчас очень популярно такое направление, как Big Data Science, для обработки больших данных, больших массивов. Мы почитали, что это направление очень актуально и в астрономии, поскольку информация, поступающая с телескопов, имеет колоссальные объёмы. Расскажите, пожалуйста, подробнее об этом. Как это происходит? Используете ли Вы такие направления?
 
Андрей Казанцев: Извините, я уточню: Вы сказали «Big Data Science»?
 
Наталья: Если так я понимаю, как правильно.
 
Андрей Казанцев: На самом деле, если мне память не изменяет, именно такого термина нет. Есть отдельный термин «Big Data» — это большие данные и работа с ними; и наука о данных «Data Science» — это анализ, причём и хранение, и анализ, и визуализация, и какая-то обработка данных с выявлением какой-то информации, прогнозов и чего-либо ещё. Действительно, если Вы возьмёте две эти вещи и соедините их, у Вас получается Big Data Science. Такого термина пока нет, поэтому я советую Вам его зарезервировать, чтобы в дальнейшем люди, которые его используют, платили Вам денежку.
 
Наталья: Спасибо.
 
Андрей Казанцев: Вы абсолютно правы. У нас колоссальное количество информации, и зачастую эта информация действительно очень больших объёмов, поэтому первый пункт точно выполняется: мы работаем с большими данными. Дальше мы производим анализ, выявляем какие-то закономерности, выявляем информацию — это действительно Data Science. Если брать дерево программиста, то есть те, кто занимается веб-дизайном (кто-то что-то администрирует), а есть Data Scientist — учёные, которые работают с данными. В общем меня, наверное, к ним лучше причислять, чем к стандартным программистам. Знаете, астрономия всегда была наукой о больших данных, всегда их было огромное количество, всегда было много объектов. Человеку сложно было это всё обработать, но сейчас, мне кажется, у нас просто коллапс и кризис, потому что ежедневно все работающие телескопы получают информации куда больше, чем способны мы в этот же день обработать. В итоге обсерватории работают, скажем так, снимая сливки, то есть они получили массив данных, быстро по ним пробежались, вытащили то, что они искали, что-то интересное, и они быстро скидывают это в сеть на какие-то свои сервера, но с открытым доступом или с доступом по логину. Этот логин очень просто получить людям из других обсерваторий, у которых, например, нет телескопа, или просто любому желающему, кто решил в свободное время посвятить себя на исследование космоса. Это всё делается для того, чтобы как можно больше людей поработали с этими данными и что-то получили, что-то вытащили, чтобы эти данные в какой-то момент не пропали. И такая ситуация во всех обсерваториях. Помню один случай, когда очень боялся написать в одну обсерваторию, попросить у них данные. Написал большое письмо, что «я молодой сотрудник, очень хочу поработать с вашими данными, пожалуйста, готов полностью предоставить всю информацию о себе, все документы, что я действительно учёный» — мне просто скинули логин и пароль. Для них вообще нет разницы, они рады, что вы просто будете работать с их данными. Так что да, Big Data Science — сейчас это наше всё.

Наталья: Спасибо.
 
Владимир: Мы говорили сейчас про Big Data, про Data Science. А какие алгоритмы (может быть, на простых ассоциативных примерах, чтобы было понятно телезрителям) там используются? Может быть, Вы поясните, что значит «вытащить оттуда что-то интересное», из данных?
 
Андрей Казанцев: Если мы обобщим то, что получают все обсерватории в мире, то это интенсивность, то есть поток, в зависимости, например, от координат на небе, или от времени, или от частоты наблюдений. Думаю, коллеги со мной согласятся, что это такие основные моменты, которые исследуются. И вот вам нужно что-то вытащить — например, вы хотите вытащить вариацию по времени, то есть как этот объект менялся в течение года. Первое: вам нужно его найти. Вы знаете его координаты? Отлично, значит, вы как-то строите программу так, что она находит этот объект в данных. Что вы хотите — яркость одной точечки, или всей какой-то области, или какой-то конкретной области? — Значит, вы пишете алгоритм таким образом в программу, что она вам выделяет какую-то конкретную область. Дальше что вы из этой области хотите — пики или расстояние их до чего-то конкретного? Берёте согласно вашей задаче, собираете только эту информацию и визуализируете. То есть представьте колоссальный массив данных — и вы взяли только вот эту область, забрали из неё чётко определённые точечки и забрали циферки, например, этих точечек. Вот что значит «вытащить эту информацию», если я правильно понял вопрос.

Информация может быть какая-то иная. Например, есть импульсы строго определённой формы, а вы хотите найти те, которые отличаются от этой формы, — значит, вы пишете программу, которая форму анализирует. А относительно алгоритмов — какие угодно могут быть. На собеседованиях по программированию очень часто спрашивают о знании алгоритма сортировки — я не знаю, только названия знаю, не нужны нам алгоритмы сортировки. Например, я активно пользуюсь регрессионным анализом. Кто-то использует метод опорных векторов, корреляционные всякие штуки, то есть корреляцию. В основном мы пользуемся такой хорошей математикой. Когда вы хотите что-то оптимизировать, можно матричные вычисления использовать. То есть вот такие вещи в основном.

Вы заранее не можете сказать, что вам понадобится, по крайней мере, я не могу. То есть, когда передо мной ставят задачу, я в голове строю приблизительный алгоритм. Потом садишься, рассматриваешь: так, мне нужно вытащить что-то такое — какие для этого существуют методы? Что мне взять — по форме, по интенсивности, может быть, по корреляции шаблонов. Я сразу не могу сказать, какие методы мы чаще всего используем. У меня кросс-корреляция, она мне сильно спасает жизнь.

Захар: Спасибо. Андрей, Вы сегодня рассказали о том, что радиоастрономические обсерватории, радиоастрономы, получают огромное количество данных — это гигабайты, терабайты и так далее. Скажите, пожалуйста, а какая степень автоматизации обработки этих наблюдений, в частности, в Ваших исследованиях?

Андрей Казанцев: Я стараюсь сделать максимальную автоматизацию. Понятное дело, что 100 % у вас не получится никогда по каким-то определённым причинам, но я стремлюсь сделать так, чтобы я как можно меньше времени тратил на какие-то этапы обработки. Тут ничего сверхъестественного нет. Просто, когда программа обрабатывает, вы в это же время можете делать что-то другое: писать другую программу для другого проекта, или писать программу, которая будет следующим этапом обработки ваших данных или, например, писать статьи (что я, конечно же, не делаю). Если спросить именно меня о степени автоматизации, я бы сказал так: от 50 до (давайте будем оптимистами) 85 % у меня в работе присутствует автоматизация. Я могу добавить ещё пять процентов, если сделаю автоматическое скачивание данных, работу сразу на сервере, но пока в этом нет необходимости. Но всё равно остаётся маленький-маленький процент, где человек нужен. Как минимум, вы должны посмотреть: программа нашла то, что нужно, или нет, есть ли там эффект или его нет.

Захар: Спасибо большое.

Владимир: Андрей, Вы уже упоминали об искусственной нейронной сети, а могли бы Вы рассказать простыми словами, чтобы зрителям тоже было понятно, что такое искусственные нейронные сети, насколько это сложно и как это связано с математикой, и заодно могли бы Вы привести несколько примеров в своей работе их использования.

Андрей Казанцев: Сразу отвечу, что это напрямую связано с математикой: все алгоритмы, которые реализуются в искусственных нейронных сетях, — это математические алгоритмы. Например, самый простейший нейрон — это перцептрон (от латинского perceptio — восприятие), когда у вас: сигнала нет — сигнал есть.

Этот сигнал может получаться в результате выполнения какого-то условия. Вы набираете такую матрицу, такую коробочку (чтобы всем было понятно): условие один — её перцептрон, условие два — следующий перцептрон, условие три… и так в зависимости от нужных вам условий. Далее идёт такая функция, которая анализирует итог работы вашего перцептрона, которая говорит «Да» или «Нет». И вы кидаете на это дело условия. Если определённые условия выполняются, перцептрон будет единичка, не выполняется — ноль, итоговая функция скажет вам «Да» или «Нет». Это если так сильно утрируя. Сейчас есть более сложные нейронные сети, перцептрон — первичный элемент самой первой нейронной сети.

Сейчас и сигмоиды, и всякие другие функции можно использовать, и алгоритмы совсем другие появились. А насколько это сложно, отвечу так: если вы пойдёте прямо в базовую математику — будет не очень просто, даже у меня (с не самым плохим уровнем знаний по данному предмету) были некоторые проблемы в реализации. Но если вы чуть-чуть математику отодвинете, возьмёте некую конкретную задачу, то в языке программирования Python (буду рекламировать детище Гвидо Ван Россума) уже есть готовые пакеты, с помощью которых, посмотрев туториалы, вы можете собрать свою собственную нейронную сеть. Там указано: вот это — табличка с данными, вот это — классификаторы, я поясню дальше, что это такое. То есть: такой объект, другой объект, третий объект, вот это ставите сюда, вот это — сюда, запускаете вот это — получаете результат.

Другое дело — сама работа по обучению нейронной сети. Она же учится, она же должна определить, какое из условий более весомое, какое из условий менее весомое, на какое смотреть, на какое смотреть поменьше. Она должна этому обучиться. Значит, вы должны дать выборку данных: вы должны её подготовить, протипизировать, вычистить из неё какие-то вещи, которые не нужны, портят что-то, сильно отличаются, будут портить итоговый коэффициент. И это уже отдельная наука, хотя сейчас уже есть парочка библиотек, которые делают это за человека.

Возвращаюсь к вопросу о применении. Несколько месяцев назад передо мной стояла задача о разделении импульсов и помех от определённого пульсара. Стандартные алгоритмы не справлялись. Были там своеобразные помехи, которые всё равно проскальзывали. Там присутствовала постоянная переобработка, то есть мы обработали, что-то сделали, придумали что-то новое: давай, Андрей, перерабатывай всё заново. Я пару раз глазками эти массивы друг от друга отделял: помехи — сюда, импульсы — сюда. Потом понял, что это не круто вообще, и несерьёзно, я в конце концов Data Scientist'ом хочу себя считать, а я вот таким вот занимаюсь. Я уже знал, что такое нейронные сети (прочитал полкнижки Себастьяна Рашки), и подумал: «Самое время, вперёд!» — и собрал достаточно простенький классификатор на основе «случайного леса», «решающих деревьев», и программа отработала быстрее чем я, — что ожидаемо, и лучше чем я, — что тоже ожидаемо, но плюс к этому ещё и обидно.

Да, искусственные нейронные сети используем, и чем дальше, тем активнее, причём не только в радиоастрономии. Сейчас это очень популярное направление. Ряд докладов на научных конференциях посвящёны именно тому, что «ребята, смотрите, мы взяли старые данные, натренировали на них нейронную сеть и видите, что она получила: новые результаты гораздо лучше, чем у человека. Плюс десяток лет назад люди начали оцифровывать старые архивы. Это тоже определённый этап в работе всего астрономического коллектива, имеется в виду глобально. Были старые снимки, старые записи, старые плёнки, которые естественно подвержены действиям энтропии, устареванию, и люди взяли и оцифровали их, что-то новое нашли: «Ой, как же классно, мы же можем теперь алгоритмы цифровые использовать!» А теперь они ещё и натренировали на этом всём нейронную сеть — ещё больше новых результатов. Так что да, это сейчас популярная тема, я стараюсь от этого не отставать.

Захар: Спасибо.

Светлана: Я хотела продолжить в тему нейросетей и искусственного интеллекта. Хотелось бы рассказать об уникальной разработке команды XP NRG — это первые создатели искусственного сознания в мире. Искусственный интеллект очень ограничен в своих возможностях — что человек вложил, то и получил. А искусственное сознание сделано по типу работы человеческого сознания, и оно способно саморазвиваться, самообучаться. Эти уникальные знания для науки в Созидательном обществе могут принести очень огромные результаты, могут образовываться новые научные исследования, мы можем очень продвинуться в познании человека — себя настоящего, в развитии вопроса или ответа на вопрос: как зародилась Вселенная? Могут возникнуть новые направления во многих областях науки. Я думаю, эта информация будет очень интересна программистам для того, чтобы понять, что такое по-настоящему квантовый компьютер, понять, что можно программировать совсем иначе, что может быть многоуровневое программирование...

Захар: Многомерное.

Светлана: Многомерное, я поправляюсь. Многомерное программирование. Я хотела предложить техподдержке включить маленький ролик, чтобы мы посмотрели эту уникальную информацию.

Фрагмент передачи XP NRG - первые создатели искусственного сознания" (время: 54:09 - 56:17).

Светлана: Спасибо. Андрей, к Вам вопрос: если вернуться к искусственному интеллекту — какие Вы видите риски и перспективы развития искусственного интеллекта и как мы как человечество можем далеко зайти в разработках?

Андрей Казанцев: Я просто для себя ролик перевариваю... Ну, искусственный интеллект — это сейчас ТОП. Вообще к искусственному интеллекту так или иначе наша цивилизация много раз приходила, то есть к попыткам создать его. Даже первая статья про перцептрон (о котором я рассказывал) в своё время наделала много шума. Сразу люди говорили, что пройдёт ещё пару лет, и у нас по дому будут ходить искусственные домохозяйки, утрируя... Ничего этого не произошло: не было технологий, методик и достаточной квалификации, чтобы создать такое сложное. Сегодня некоторые разработки даже меня, человека в общем-то подготовленного, бросают в дрожь от того, на что способны некоторые системы.

Вы вначале правильно разделили, что каждый под искусственным интеллектом понимает что-то своё. Если взять и провести чёткую линию, границу, — есть узконаправленный искусственный интеллект, то есть пакет алгоритмов, которые способны решать строго определённую задачу, может быть две, может быть три, но какую-то строго определённую задачу. Они не способны быть вне этой задачи. С созданием таких искусственных интеллектов в общем-то сейчас проблем нет — это уже реальность.

По другую сторону этой линии находится…давайте я назову это «глобальный искусственный интеллект», то есть опять-таки пакет алгоритмов, полностью имитирующий наш мозг, наше сознание, наши возможности, наш функционал, способный обучаться, действовать согласно предыдущему опыту и так далее. Хотя в общем-то нейронные сети сейчас тоже обучаются и действуют согласно прошлому опыту. Я надеюсь, что было понятно, что это некий алгоритм, который мы не можем отличить от действий мозга человека.

В чём могут быть проблемы? То есть сейчас этого нет. Сколько бы я ни читал статей, сколько бы конференций я ни смотрел, какие бы мне ни показывали примеры — до реального мозга ещё далеко. И, наверное, одной из проблем, на самом деле достаточно серьёзной, является то, что мы сами о своём мозге знаем далеко не всё. Насчёт его возможностей не буду, но действительно, как он работает… Хотя нейробиологи посвящают очень много времени этому и стараются ответить на все вопросы.

Вы спросили о перспективах и рисках. Перспективы — при достаточно планомерном подходе большого количества специалистов, не только программистов, но и инженеров, нейробиологов и ещё каких-то специальностей будущего, — это возможно. Скажем так: создание глобального искусственного интеллекта имеет при таком подходе ненулевую вероятность. Каковы его перспективы при создании? Ну, я скажу, что тот искусственный интеллект, который я себе представляю, будет куда более приспособлен к исследованию космоса, чем мы с вами. То есть он не будет так зависеть от тех угроз, не будет так ограничен теми угрозами, которые представляет космос, не будет так мягок и хрупок.

Не так давно я на тренировке умудрился очень сильно повредить ногу и был абсолютно обездвижен, и я был бы рад перенести своё сознание во что-то более прочное. Риски? Риски... Я думаю, что как только этот глобальный интеллект осознает себя полностью и дойдёт до некоторой определённой стадии, он нас уничтожит. Это не есть плохо и не есть хорошо. По мне, так это достаточно разумный и закономерный итог. Мне кажется, как-то так.

Возможно, глобальная цель человечества — это создание искусственного интеллекта, потому что это закономерное развитие формы осознающей себя Вселенной. То есть мы с вами стараемся как-то познать Вселенную. Но мы же с вами являемся частью этой Вселенной. То есть Вселенная старается сама себя познать. Мы делаем это очень плохо, ребята. Очень плохо. Мы очень многого не понимаем. Мы не можем считать быстро в голове. Искусственный интеллект будет на это способен, будет лучше, чем мы, познавать Вселенную. А значит, на конкурентном рынке, на здоровом рынке, он будет лучше. Значит, за ним будущее. А то, что мы его создали — честь нам и хвала. Я считаю, что это так.

Светлана: В связи с Вашим ответом, Андрей, у меня следующий вопрос: мы — люди, человечество, у нас огромный потенциал для личного и коллективного развития, ведь мы можем использовать искусственный интеллект как инструмент — если перейти на аллегорию — инструмент для возделывания нашего сада на планете Земля, чтобы пустыни превращать в цветущие сады, чтобы жизнь у нас стала намного лучше. Это же инструмент. Почему мы, люди, не можем взять его так же, как берём лопату, грабли и идём в сад работать, чтобы у нас всё цвело и пахло, чтобы сад приносил прекрасные плоды? Ведь мы можем это сделать? Вы допускаете такую возможность, задумывались об этом?

Андрей Казанцев: Вы меня не совсем расслышали. Давайте я сразу отвечу на два вопроса. Можем ли мы это сделать без искусственного интеллекта? Да, конечно. Мы как человечество не ограничиваем себя в потенциале. Мы действительно способны на многое. Не так давно американская космическая программа с успехом нам показала, что мы получили новый тип ракет, который прекрасно запускается в космос, и они сильно удешевляют и упрощают процесс, не упрощают, но точно удешевляют. А значит, не так далеки базы на Луне, на Марсе и ещё где-то.

Действительно, если мы возьмём и договоримся, прекратим тратить колоссальное количество ресурсов на вообще ненужные войны, мы можем бросить все эти ресурсы на озеленение пустынь, если это того требует. Потому что в пустыне есть экосистема со своей жизнью — и кто нам дал право эту жизнь уничтожать? Как минимум, мы можем бросить эти ресурсы на очищение нами же загрязнённых водоёмов, в которых мы уничтожаем, просто начисто уничтожаем всю экосистему — это наша ошибка. И мы должны бросать на это ресурсы, но что-то я не вижу, что мы это делаем.

Ну это я отключился. Можем ли мы сделать это без искусственного интеллекта? — Да. Можем ли мы сделать это с искусственным интеллектом? — Да, конечно. Только он вот так вот подумает, посмотрит и спросит нас: «Что вы раньше не могли этого сделать? Ну-ка, вон с этой планеты». — И сделает это всё сам. Ну это так, мои фантазии. Я никаким образом не хочу сказать, что это точно так и будет.

Светлана: Возможно, я не очень точно задала вопрос. Я всегда считала, что науку — изобретения и все инструменты — делают люди. Раз что-то появилось, значит, кто-то сделал выбор это создать и приложил свои усилия для того, чтобы оно возникло. Я думаю, в случае искусственного интеллекта тоже так. Если человек, он действительно человек с высоконравственными моральными ценностями, ему не всё равно, что происходит вокруг, ему не всё равно, что происходит в соседней стране, и он хочет жить в мире, где все — одна большая дружная семья. И он будет проводить исследования, создавать изобретения и конечные продукты для того, чтобы мы помогали друг другу.

Я задавала Вам вопрос в таком контексте: возможно ли это, допускаете ли Вы такую возможность? Мы говорим, что в науке есть то одни проблемы, то другие. Но науку же делают люди. Изобретения же делают люди. Как у нас преподносится информация: «Совершили полёт туда, изобрели ещё что-то». — А где же люди, которые сделали это? Ведь самое главное — человек, а не какая-то машина или, я не знаю, самобегающее какое-то устройство, которое очень интересно для нас. Ведь человек это всё создаёт. Мы, люди, всё это делаем.

Андрей Казанцев: Конечно, я с Вами согласен. Конечно, это создаёт человек. Но если исходить из нашей предыдущей дискуссии, мы говорили об искусственном интеллекте, то давайте представим вот точно такого же меня, только который внутри себя имеет вот этот самый искусственный интеллект. Благодаря биоинженерии у него практически такая же ткань, такая же кровь, просто они своеобразны и соответствуют его конструкции. Но он делает в тысячу раз лучше, чем это делаю я.
У кого бы Вы взяли интервью: у меня или у него? — Наверно, всё-таки у него, да? Потому что, даже если я его создал, он всё равно меня затмит. Поэтому да, когда человек что-то создаёт, это создаёт он. И он может создать как прекрасную вещь, которая в дальнейшем будет приносить пользу, так и прекрасную вещь, которая впоследствии обернётся для человечества ядерным оружием — пример из истории. А может создать искусственный интеллект, который в дальнейшем станет для человека спасением или же избавлением планеты Земля от, прямо скажем, такого своеобразного вируса. Потому что мы с вами, как бы мы этого ни хотели, для Земли, для экосистем в большей степени напоминаем паразитов.

Но если мы действительно все соберёмся и хорошенько подумаем вот тем, чем мы пытаемся сделать программы, мы должны в конечном итоге осознать, что вообще-то можно гораздо рациональней использовать те ресурсы, которые нам даны. Тем более что космос богат этими ресурсами, а мы пытаемся их «выгрызать» из Земли, при этом ещё и убивать друг друга. Я надеюсь, что я как-то ответил, точнее, донёс свою мысль. Потому что мне кажется, что ответ у меня всё-таки не получился.

Светлана: Я только добавлю, что мне нравится брать интервью у живого человека, потому что совсем другая коммуникация — она живая.

Андрей Казанцев: Не будет разницы. Разницы не будет. Вот видите какой момент: мы можем столкнуться с тем, что не увидим разницы. Что это будет… Ну, я примерно могу представить только из… сейчас, по крайней мере, у меня в голове пример из кинематографа: «Двухсотлетний человек» (с Робином Уильямсом). Там уже было непонятно, где человек, а где робот, потому что он прошёл такие итерации и такие изменения. В конечном итоге, не буду рассказывать сюжет — если кто-то не смотрел, обязательно посмотрите. У него был закономерный итог, который он желал. Но вопрос: кем он закончил? Человеком? Или роботом?
На самом деле мы можем долго говорить об этом. Но я уверен, что это закономерное продолжение наших идей, возможно, наших стремлений.
То есть если вы сделаете робот-пылесос, который может спокойно ездить по квартире — согласитесь, он вообще-то не особо сильно задумывается о космосе. Ему главное, чтобы в квартире было чисто.

Но мы можем создать систему, которая будет задумываться о космосе. В конечном итоге она будет ставить своей целью исследование космоса. А если мы научимся писать программы, которые пишут сами себя, вот тогда начнётся, мне кажется, самое интересное. Потому что тогда уже непонятно, куда пойдёт наша написанная программа. Она будет… возвращаясь к вопросу о Вселенском программировании, она пойдёт согласно каким-то вселенским законам. Если она будет написана так, что она невыживаема, — она уничтожится, просто её уничтожит среда. Если она будет написана так, что у неё появится преимущество, естественный отбор — наследование и изменчивость. То есть из маленькой клеточки мы развились до достаточно таких прикольных существ. Что мы можем сделать дальше? Вопрос пока открытый. Но мы точно можем сделать что-то…

Светлана: Да. Программа: что вложил, то и получил. Но Человек — это большее. У него цели выше. Ну и насчёт различия…

Андрей Казанцев (смеясь): Мы можем эту дискуссию очень долго продолжать. Я Ваше мнение услышал.

Светлана: Хорошо. Давайте к следующему вопросу. Очень интересно.

Захар: Андрей, сегодня мы затронули столько интересных, как говорят, топовых тем в обществе. Могли бы Вы рассказать о роли популяризации науки? Потому что Вы нам рассказывали, что популяризация науки является неотъемлемой частью Вашей деятельности. Расскажите о своём опыте, о своих наработках.

Андрей Казанцев: Спасибо за вопрос. Когда приехал в Пущино, я открыл для себя вот такую возможность популяризации науки, потому что в Пущинской астрономической обсерватории, где я работал и работаю по сей день, был астрономический кружок, куда приходили и маленькие дети, и достаточно пожилые люди. Наши сотрудники рассказывали им о том, как устроен космос, что исследует обсерватория, мы там затрагивали и околонаучные проблемы.

И в какой-то момент мне поступило предложение прочитать там лекции, буквально парочку. И надо сказать, меня этот процесс затянул на достаточно долгое время, где-то в районе четырёх лет, из которых я руководил, наверное, последние два года. В общем где-то четыре года я этим занимался, готовил научно-популярные лекции.

А тут ведь чем хорошо? Дети, такие маленькие, — это, наверное, одна из самых каверзных аудиторий, потому что они же ничего не боятся. Они не боятся задать вам вопрос. А вопросы у них, надо сказать, они такие… Ты ребёнку рассказываешь что-то, а он не понимает. И он начинает копать: «А почему вот так? А вот это почему? А вот это почему?» — И, в конце концов, он доходит до момента — и ты такой: «А реально, а почему это так?» — И приходилось в голове как-то пытаться ответить или сказать честно: «Я не знаю», — потому что нет ничего страшного в том, что вы что-то не знаете. Потом возвращаться в свой кабинет, ещё несколько часов искать информацию и отвечать самому себе на вопрос: а почему это так?

И вот этот плацдарм, астрономический кружок, стал для меня неким своего рода тренировочным полем, где я себя выращивал как специалиста, получая иногда такие вопросы, на которые не знал ответы. Это поднимало мой средний уровень в профессии.

В это же время я ещё и для нашего Пущинского пансионата проводил экскурсии. Туда приезжали бабушки, дедушки. И вот одно из развлечений у них было — посетить обсерваторию. А это, надо сказать, такая своеобразная аудитория. Они тоже уже ничего не боятся — чего им бояться, как бы, у них вся жизнь практически за спиной. Но у них куча вопросов, которые скопились. А чем эти бабушки напичканы? — Они же напичканы каким-нибудь замечательным каналом РЕН ТВ, ещё чем-нибудь. Даже зря его назвал, забудьте (смеясь), это ни в коем случае не его реклама. И ты тратишь время на это и учишься отвечать на это «замусоренное» сознание, ты пытаешься очищать сознание от того мусора, который этот канал пытается втиснуть: планета Нибиру, аннунаки, плоская земля, Антарктида… нет, как эту штуку называют под землёю, вот, под водою? — Атлантида, вот. С другой стороны, ты пытаешься принести пользу обществу: поднимаешь средний уровень образования в стране и сам при этом растёшь в квалификации.

Есть такой фонд, он называется Фонд некоммерческих инициатив «Траектория» (Фонд поддержки научных, образовательных и культурных инициатив «Траектория»), и я активно начал сотрудничать с этим фондом в реализации так называемой астрофизической школы фонда «Траектория». Это очень крутая штука. Детей, которые учатся в восьмом классе, два раза в год берут на выездные школы. И вот их ведут с восьмого класса по одиннадцатый, причём есть очное взаимодействие, есть заочное. Детей возят в обсерватории, которые находятся в нашей стране и за рубежом. И их обучают таким программам, то есть им предоставляют такие программы, что я этим детям часто завидую.

Потому что это просто нечто. И вот как раз таки дети, которые выходят из этой школы, они уже понимают, что такое космос, что такое работа с данными. И многие из них понимают, что астрофизика — это не для них, и они не идут в астрофизику, и это тоже хорошо. Зато они, получив классное образование, идут куда-то в другое место и делают что-то очень крутое. А кто-то из них идёт в астрофизику. И он уже куда более готовый специалист, чем я, например, когда пришёл в астрофизику.

Я считаю это моим наиболее перспективным проектом в плане популяризации науки, и при прочих равных условиях: поехать провести научно-популярную лекцию в какую-нибудь школу в Москве или поработать с фондом «Траектория» — я выбираю работу с фондом «Траектория». Хотя я стараюсь уделить время и туда, и туда, но свободного времени всё меньше и меньше. Это не моя основная задача, то есть я на это трачу именно своё свободное время. Вот таков мой путь в популяризации науки.

Захар: Спасибо большое.

Светлана: Спасибо большое. Продолжим дальше. Мы пойдём к тематическому блоку «Созидательное общество». На платформе Международного общественного движения «АЛЛАТРА» проходит проект «Созидательное общество» (перейти). По всей планете проходят соцопросы, где у людей спрашивают: в каком обществе они хотели бы жить, где бы они, их близкие и семьи чувствовали себя счастливыми. Какими должны быть наука, образование и другие сферы нашей жизни? Что бы Вы конкретно ответили? В каком обществе Вы бы чувствовали себя счастливым, Ваша семья, Ваши близкие и друзья? Вот просто без рамок, без того, что сейчас возможно, что невозможно. Давайте отбросим всё и в такой полёт пойдём, как Вы умеете.

Андрей Казанцев: Для себя, наверное, я бы сформировал так, что, по крайней мере, сейчас то общество, в котором я хочу жить, — это общество, в котором каждый индивид имеет активную гражданскую позицию и нарушение каких-то своих прав или прав кого-то другого воспринимает как личное оскорбление, и выходит эти права защищать, как сейчас говорится, мирно и без оружия. Это общество, в котором в правовой системе имеется справедливый суд, сменяемость власти, здоровый рынок со здоровой конкуренцией. Общество, которое не лишено изъянов, но тем не менее осознаёт эти изъяны и стремится эти изъяны побороть. Мне кажется, что это наиболее желанное для меня общество, в котором я был бы рад существовать и которое пытаюсь взрастить в себе.

Светлана: А какая Ваша роль, например, в таком обществе? Как Вы видите себя для общества?

Андрей Казанцев: Отстаивать свои права. Пытаться создать такое общество.

Светлана: А перед кем? Если у нас всё будет уже хорошо, перед кем отстаивать права и зачем?    

Андрей Казанцев: Нет, если у нас всё будет хорошо, значит, жить и работать — у меня другого не остаётся. При этом сохранять это общество. Уж если на то пошло, есть вот это прекрасное активное гражданское общество, все уважают свои права и права друг друга — то жить и работать.

Светлана: Будете с радостью ходить на работу.

Андрей Казанцев: Сейчас я с радостью хожу на работу, в том смысле, что моя работа, она вообще... То есть многие сейчас переживают некоторый такой кризис, потому что у многих работа связана с непосредственным присутствием в некоем месте. К счастью, для меня это не так, потому что ты встал с кровати — ты на работе. У моей супруги точно такая же ситуация, то есть мы работаем просто вот всегда, и я всегда хожу на работу с радостью. Она не всегда такая яркая, типа «вот, я такой, иду на работу». Я иду такой: мне ж надо вот это сделать и вот это — но это всегда приятные мысли.

Ведущие: Хорошо, спасибо.

Наталья: А радиоастрономия в Созидательном обществе, какие задачи она сможет решить?    

Андрей Казанцев: А мне бы вот раскрыть тему «Созидательное общество». То есть что оно подразумевает, что вы подразумеваете под этим термином?

Наталья: Я могу ответить именно за себя, что для меня Созидательное общество. Для меня Созидательное общество, как уже все говорили, — это общество счастливых людей, где каждый человек именно счастлив. У нас по соцопросам, которые мы брали по всему миру, появилось 8 Основ Созидательного общества, которые Вы сейчас видите на экране. Я хотела бы некоторые из них просто прокомментировать. Первая из них — это как основа — это «Жизнь Человека». Ведь мы понимаем, что важнее всего именно жизнь человеческая, потому что это наивысшая ценность. Вторая основа — это «Свобода Человека». Ведь каждый человек от рождения уже свободный, и никто не имеет права запрещать ему что-либо делать. То есть как мы с Вами проговаривали о том, что по-разному у нас в обществе сейчас происходит. Третья основа — это «Безопасность Человека». Мы говорим о том, что никто не имеет права создавать угрозу для жизни и свободы человеческой.

То есть научная, производственная и техническая деятельность общества должны быть в созидательном русле, и в том числе ограничивая создание искусственного сознания или проводя правильные параллели в создании разных технических средств, мы понимаем, что в первую очередь должна быть человеческая безопасность.

Должна быть прозрачность и открытость информации абсолютно для всех. Мне кажется, что СМИ обязательно должны принадлежать обществу, и именно общество должно задавать темп: что мы видим по телевизору, какие подаются программы. Всё, что идёт информационно, должно повышать именно духовно-нравственные ценности каждого человека.

Пятая основа — «Созидательная идеология». То, что есть в обществе, должно раскрываться именно по пути созидания, но ни в коем случае не уничтожения себе подобных или чего-либо в природе.

«Развитие Личности» — это очень хорошая основа. Мы понимаем, что каждый человек имеет право на бесплатное качественное образование по всему миру. Не имеет значения, в каком университете ты учишься, — ты получишь хорошую, достойную заработную плату и сможешь достойно трудоустроиться. И самое главное — справедливость и равенство в этом обществе. Вы говорили, что надо отстаивать свои права и свободы, но в этом обществе их отстаивать не нужно — все о них будут знать.

Восьмая основа — «Самоуправление общества». Мы говорим о том, что в этом обществе власть не присутствует, а есть активная жизненная позиция каждого человека. И каждый человек управляет этим обществом. Если раскрывать тему Созидательного общества, о котором мы сейчас говорим, то о вышеперечисленных основах говорят абсолютно все люди по всему миру. Давайте представим, что сейчас это общество уже существует и Вы живёте в нём — как будет развиваться радиоастрономия? Какие задачи она сможет решить?

Андрей Казанцев: Давайте я отвечу на вопрос, а потом кое-что отмечу вам на будущее. Как будет развиваться радиоастрономия в таком обществе — зависит от того, а нужна ли радиоастрономия в таком обществе? Ведь наука — это сама по себе некомфортная среда. Ты всегда в дискомфорте, тебя всегда что-то гложет. И если это нужно обществу, то есть общество говорит: «Да!» (у нас же теперь самоуправление, и общество решает, что будет делать), — значит радиоастрономия будет развиваться, я буду работать, и вы будете получать мои редкие статьи. А если радиоастрономия как таковая в таком обществе будет не нужна, а такое тоже возможно, то, значит, у меня не будет работы. Но не расстраивайтесь, не останавливайтесь на этом — я найду себе применение, это не должно вас останавливать.

Относительно того, что Вы сказали, у меня как у человека научного и, возможно, уже выработанного критического взгляда ума, есть к вам пара вопросов и пожеланий: давайте мы не будем антропоцентристами — ребята, вы забыли о животных. У них точно такие же права, как и у нас с вами. Да, возможно, они не могут баллотироваться в сенат, но их безопасность, их защита на нашей совести. А у вас там очень всё антропоцентрично.

Ваше ограничение только в созидании очень сильно ограничит науку. Потому что биология в основе своей долгое время шла именно по пути разрушения — нужно было разрушить, чтобы понять, как это работает. Знаете, есть пример из ядерной физики: у преподавателя была такая доска с мишенью, и он объяснял, как работает, по-моему, андронная установка. Он брал мелок и кидал в эту доску, он разрушал некий пакет частиц на составляющие и смотрел, как они работают, как они взаимодействуют. Если у вас это стоит в абсолюте, никакого разрушения — это очень сильно ограничивает физику. А если мы дорастём до неких таких масштабов (советую посмотреть, что такое «Шкала цивилизации Кардашёва», Николая Семёновича), до высокого уровня развития своей цивилизации и способны будем жонглировать энергией космоса… и я буду, например, пульсарчиком того времени — знаете, что я в первую очередь сделаю? Я разорву нейтронную звезду на части, посмотрю, из чего она состоит. Так должно быть, так работает наука. Но тем не менее в основе действительно лежат гуманистические нотки, настроения, и я не могу с этим не согласиться. Конечно, мы должны стараться идти по пути созидания, то есть стараться создавать. Даже если мы что-то разрушили, то из этого должны создать чего-то два или три, и это должно быть лучше. Тогда зачёт.

И про права других существ… или, например, инопланетян — никто вам не сказал, что мы единственная разумная цивилизация в этой Вселенной. И я скажу, вероятность этого… не буду про вероятности, но в общем-то шансов у нас немного, что мы одни. И вот прилетает другое существо — у него нет прав? Нет, они есть. У него не должна быть защита? — Она должна быть. Если он захочет трудоустроиться у нас, он должен будет это сделать. Так что это вам на будущее, для размышлений.

Светлана: Спасибо.

Захар: Спасибо. Дорогие друзья, наш телеэфир постепенно подходит к завершению, но по традиции мы хотели бы зачитать несколько вопросов от наших телезрителей. Если Вы позволите, Андрей, я зачитаю Вам три вопроса. Вопрос первый: "Есть ли у Вас какие-то совместные проекты с учёными других обсерваторий чисто на добровольных началах? И что даёт больший успех — запланированный в обсерватории проект или на любительском общении?"

Андрей Казанцев: Любое взаимодействие в науке всегда идёт с какой-то выгодой. То есть, если вы даёте данные, вы надеетесь, что вас включат в статью или упомянут где-то в благодарностях. Если вы берёте какие-то алгоритмы — тоже скорее всего. Отвечая на вопрос: да, конечно, у меня есть совместные работы с коллегами из обсерватории России и коллегами из других обсерваторий мира. Их не так много, как мне хотелось бы, но и времени у меня не так много, чтобы со всеми, так скажем, дружить и работать.

Тут прямо таких добровольных начал не много, то есть все мы понимаем, зачем мы здесь, и все мы понимаем, что является нашей целью, и все мы хотим получить статью или какие-то интересные данные и дальше их использовать — то есть такая польза. А вот окончание вопроса я не расслышал. Можете повторить вопрос?

Захар: Что даёт больший успех — запланированный в обсерватории проект или на любительском общении? То есть я так понимаю, речь идёт о том, что это собственная инициатива учёных, которые решили собраться вместе и бескорыстно совместно как-то реализовать проект по той же обработке данных изучения космического пространства или же это проект в рамках какой-то международной программы.

Андрей Казанцев: Понял, да. Всё-таки пока что в моём окружении большим успехом пользуются проекты локального уровня, то есть когда мы собрались в обсерватории и что-то спланировали. Потому что такое дистанционное общение (оно сейчас практически у всех) мешает быстрому развитию проектов, быстрым контактам: написал письмо — человек непонятно когда прочитал, непонятно когда ответил. Поэтому такое живое общение делает проекты более успешными. Но при должной сноровке и при большом энтузиазме любые проекты могут привести к хорошим результатам, даже любительского уровня. Любительская астрономия — это звёзды в телескоп наблюдать и что-то там записывать. Я не хочу оскорбить любителей астрономии, но такого понятия, как любительская радиоастрономия, нет. Человек, который пришёл в радиоастрономию, сказал там: «Я любитель. Что вы можете мне порекомендовать?» — Хотелось бы сказать: «Учи матчасть», но очень много работы по обработке данных, и тогда он больше программист, нежели учёный. То есть тут больше профессиональный вклад.

Так вот, когда собираются профессиональные учёные из большого количества институтов, они в общем-то могут сделать что-то такое серьёзное, но это будет уступать проектам, которые реализуются прямо на базе обсерватории.

Захар: Спасибо. Второй вопрос звучит следующим образом: «Вы сами себе ставите исследовательские задачи при программировании?»

Андрей Казанцев: Когда как. Иногда это делает научный руководитель, то есть он что-то знает, ему что-то нужно и он передо мной ставит задачи. Порой бывает так, что ты читаешь статью, видишь, что там что-то сделали, и думаешь: «Неплохо было бы это проверить, повторить или что-то сделать на базе своих данных». А иногда ты просто утром просыпаешься и понимаешь: а ведь этого никто никогда не делал! Идёшь и пытаешься что-то сделать. Вот такие моменты.

Захар: Спасибо большое. И третий вопрос: «Если можно запрограммировать искусственное сознание, значит, кто-то запрограммировал алгоритм и нашего сознания, а значит, и всей Вселенной? Что Вы можете ответить на этот вопрос?»

Андрей Казанцев: Это ход от противного и достаточно антропоцентричный, что Вселенная именно такая и создана таким образом, чтобы мы в ней существовали. Это эффект наблюдателя. Вы просто так это видите. Но возвращаясь к моей истории о популяризации науки — какой главный вопрос? Давайте я у Вас спрошу. Как Вы думаете, какой главный вопрос задают люди преклонного возраста?
 
Захар: Если честно, не знаю — наверное, молод ещё.
 
Наталья: Есть ли другая жизнь?
 
Андрей Казанцев: Нет.
 
Наталья: Есть ли жизнь на других планетах?

Андрей Казанцев: Есть ли Создатель? Они это называют естественным образом: «Создатель есть? Ведь наша Вселенная кем-то создана?» Людям сложно поверить, что Вселенная самодостаточна и в Создателе не нуждается. Но резко отвечать людям пожилого возраста, во-первых, не очень корректно, а во-вторых, можно попасть в нашем нелёгком, пока ещё не гражданском и даже не Созидательном, обществе под определённые статьи. Поэтому я для себя придумал такой ответ: в действительности мы не знаем. Существующая и окружающая нас Вселенная работает по чётко определённым законам — если хотите, назовите это программами. Но внутри нашей Вселенной Создателя нет. Если он существует, то где-то вовне, он это создал, как-то обучил, как-то настроил, и оно сейчас живёт без его ведома. Но если он всё это сделал, настроил и создал, значит, он прекрасно понимал такие вещи, как математика, физика, астрофизика и программирование, а значит, он был больше коллега мне, чем кому-либо из священников на этой планете. Так что мне сложно ответить на Ваш вопрос: если мы можем что-то запрограммировать, создать искусственный интеллект, значит, кто-то запрограммировал и нас. Но, знаете, иногда хочется думать, что вся наша Вселенная — это чья-то неудавшаяся кандидатская диссертация, что есть внеземная цивилизация, способная создавать другие внеземные цивилизации, и они вот так вот нас настроили — достаточно корявенько. А есть другие внеземные цивилизации, у которых лучше по этому предмету — вот найти бы этот предмет на создание внеземных цивилизаций. Внеземных надо убрать, потому что Земля — это наша вотчина. Можно ответить «да», можно ответить «нет», но ни один из ответов не будет доказывать, что это правда. Так что, к сожалению, вынужден извиниться перед зрителями: я не способен сейчас ответить на этот вопрос.

Захар: Спасибо. Мы благодарим наших телезрителей за вопросы, которые они прислали, и у них была возможность задать их Андрею Казанцеву. Спасибо участникам Международного общественного движения за участие в эфире. Спасибо всем огромное!

Светлана: Андрей, мы благодарим Вас за искренность и открытость. Мне понравилось, что был такой живой разговор, честно (Андрей Казанцев: И мне тоже понравилось). Спасибо огромное. Мы хотим подарить Вам книгу «АллатРа», я покажу её Вам на камеру — онлайн-вариант Вы уже получили...

Захар: А также хотим подарить Вам Доклад «ИСКОННАЯ ФИЗИКА АЛЛАТРА» (читать). В печатном варианте Вам передадут его наши участники в Москве. Мы также пришлём Доклад в электронной форме.

Светлана: Книга и Доклад вдохновили нас и на создание этой передачи, и на много всего того, что делается в движении (МОД «АЛЛАТРА»), поэтому мы делимся этим со всем миром.

Захар: Изложенная там информация относится к разряду топовых тем, которые мы сегодня затрагивали. Спасибо всем огромное. До новых встреч!
 
Наталья: Всем спасибо! До новых встреч!
 
Владимир: Спасибо большое!
 
Андрей Казанцев: Спасибо большое!