«На Западе это больше маркетинговый термин»: Оселедец об искусственном интеллекте, блокчейне и квантовых компьютерах

У нас в гостях Иван Оселедец, профессор Сколтеха, физик и специалист по искусственному интеллекту. Я, правда, когда прочитал про вас и про ваши научные разработки, так и не понял, чем вы там занимаетесь, но это вы сейчас нам всё объясните. А лучше сначала расскажите, как вы относитесь к ЛГБТ-пропаганде?

— Во-первых, здравствуйте, я вас послушал. Вопрос ЛГБТ меня в последнее время интересует только в довольно узком контексте.

— В каком, стесняюсь спросить.

— Мы довольно много сейчас пишем заявки на всякие стартапы, в том числе в Кремниевую долину, где под это дают много денег, и там очень важный пункт в этих заявках — наличие ЛГБТ-фаундеров.

— То есть должны быть…

— Это даёт какой-то бонус. Мы как бы в принципе, деньги-то там большие обещают, и мы ищем вот как бы.

— А вы хотите стать этим самым, иностранным агентом, что ли?

— Вот. Нет. На самом деле венчурный капитал сейчас очень размазан. Тот же самый Сбербанк, например, имеет акселератора.

— И они тоже ищут… Это я не сомневаюсь, кстати.

— Да. И вот не можем найти. Все спрашивают: «Ты будешь? Давай мы напишем даже».

— То есть умных геев в России нет?

— По крайней мере, никто не признаётся.

— Иван, значит, расскажите нам, что такое, во-первых, помножить матрицу на дробь.

— На вектор.

— На вектор.

— Это проходят на первом курсе университета, но, если как-то просто объяснить, в общем, у нас есть наше пространство трёхмерное, в нём есть преобразование, перенос объекта или поворот объекта. Вот они описываются линейным преобразованием, то есть объект, у нас вот центр с тремя координатами: высота, ширина там, да, и мы его переносим. Вот эту операцию можно рассматривать как линейное преобразование. Ну то же самое поворот.

— Это всё равно никто не понял.

— Я старался.

— Чем вообще вы занимаетесь в вашем Сколкове и вообще чем занимается Сколково? Вот все говорят, Сколково — это какая-то аферистическая дыра. Там сидят аферисты, которые крадут наши народные деньги. В основном они все сотрудничают с Чубайсом, который украл деньги все ещё в 1990-е годы.

— Сколково — это вообще большое понятие. Я работаю в Сколтехе. Это университет, который создан в 2011 году. На мой взгляд, это суперудачный пример вообще. Давайте покритикуем других, а потом вернёмся в Сколково.

— Конечно. Обосрать других — это всегда приятно.

— В чём проблема классических, хотя я очень люблю Российскую академию наук, я много в ней работал.

— Вы же вообще сотрудник академического института.

— Ну я продолжаю там быть, но основная проблема в том, что, скажем честно, низкие зарплаты. Для того чтобы зарплаты повысить, надо половину людей…

— Вы старший научный сотрудник?

— Сейчас я ведущий.

— Это уже как доктор наук, да?

— Я доктор наук с 2012 года. Я в 29 лет защитился.

— Во сколько?

— В 29.

— Доктором наук стали?

— Да-да.

— Господи. Я только одного знаю такого, как вы.

— Ну так вот.

— Академик Сагдеев.

— И, в общем, система настолько инертная, что, грубо говоря, дать те зарплаты, которые даже соответствуют рынку, которые там корпорации, например, платят, просто невозможно. Это приведёт к какому-то… ну система очень сильно сопротивляется. Надо там кого-то уволить, а его уволить нельзя, потому что он заслуженный человек, а поднять всем зарплату нельзя. А Сколтех — это, в общем, на пустом месте выделили некое финансирование, достаточно большое в общем объёме, но на эти деньги набрали меньше людей, но с какими-то более высокими достижениями, активными и так далее. Достаточно много людей вернулось. Ну вот у нас, например, работает поляк в России, очень такой крутой. H-индекс у него (мы меряемся h-индексами) 80 почти.

— А у вас сколько?

— У меня 20, нет, 30 с чем-то.

— Это много?

— Это много, да.

— H-индекс — это ведь публикации, да?

— Это всё связано с публикациями, с цитируемостью, но, в общем, важно, что он работал в Японии, в крутой лаборатории мозга, и потом под программами грантов переехал сюда. Здесь всем рассказывает, как в Москве хорошо, замечательно, люди приезжают, много работает…

— Небось и гражданство ему уже дали наше, русское?

— Нет. Зачем ему в принципе?

— Не знаю.

— Он нормально себя чувствует с польским. Вот. И у нас возник фактически абсолютно новый университет мирового уровня с очень хорошей…

— Ну уж прям мирового?

— Опять же как сравнивать.

— Ну как сравнивать? Вот мировой уровень — Беркли какой-нибудь.

— Это вот как всегда. Мы сравниваемся с университетами, которые основаны примерно…

— 300 лет назад.

— Не больше чем 50 лет назад. Вот Сколтех у нас в топ-100 списке этих университетов. Ну это неплохо для университета…

— Это вы сравниваете себя с китайцами, что ли?

— Там корейцы, например, создали университет, то есть университеты, которые созданы недавно, young universities, молодые университеты. И там по показателям публикаций неплохо, по показателям привлечённых каких-то внешних средств тоже неплохо. Собственно, институт, вот наш, например, центр, то есть моя, например, лаборатория…

— Вот чем ваша лаборатория занимается?

— В общем она занимается разработкой алгоритмов и методов искусственного интеллекта сейчас.

— То есть вы занимаетесь роботами?

— Нет, роботы — это роботизация. А мы вот — начинкой. Алгоритмы, которые обрабатывают данные, которые, например, там…

— Нет, ну то есть вы занимаетесь тем, что у нас в итоге убьёт всех, как мы знаем?

— Ну вряд ли. Скорее… я в эту историю не верю.

— Почему? Вот искусственный интеллект. Расскажите нам, что такое искусственный интеллект. Это же хрень, которая должна в итоге зажить сама собой?

— Это вообще интересно. У нас в русском языке есть коннотация, что искусственный интеллект — это вот какой-то терминатор, ещё что-то. На самом деле на Западе это больше маркетинговый термин. Интеллектуальные программы, то есть она делает что-то полезное — уже какой-то интеллект. Может, очень ограниченный, но…

— Это вот как у русских геев, да.

— Я ничего этого не говорил. Вообще ничего против не имею, и мне совершенно всё равно. Вот. О чём я говорил? Ну да. Про терминаторы — это общий искусственный интеллект, который обладает каким-то сознанием, душой там, этими всеми вещами. Что можно сделать? По-видимому, можно сделать искусственный интеллект, который не обладает креативностью, то есть он посмотрит мир вокруг себя, составит достаточно точную модель мира и научится, грубо говоря, отвечать на вопросы, искать, какой-то умный поисковик.

— То есть он станет самостоятельным. А дальше он подумает: «Вот зачем мне Иван Оселедец? Я пойду его и убью». И вас убьёт какой-нибудь роботизированный убийца.

— Если вы не будете давать ему ручку стрелять.

— Вы же дадите ему непосредственно эту ручку.

— Я не собираюсь. Вот. Тут вопрос, грубо говоря, в том, что можно совершенно не умной программе что-то дать, и она всех убьёт. Будет случайно кидать монетку и стрелять. Это тоже может всех убить, то есть вот эта вот сложность самой программы — что она что-то осознает, сейчас такой возможности нет. Скорее это, грубо говоря, должно умножить на человеческую глупость.

— А что, подождите, должно произойти такого? Во-первых, почему она до сих пор такая глупая? А во-вторых, почему, сколько должно времени…

— Стоит ответить на вопрос, почему мы такие умные, чем мы отличаемся от компьютера.

— Давайте.

— Одно из таких основных, на мой взгляд, достаточно понятных вещей, — что мы не умеем предсказывать свои действия. Они нас удивляют, мы говорим: «О, мы придумали что-то». Но, по-видимому, это происходит из-за того, что мы слишком сложные, для того чтобы мы сами себя моделировали. То есть мы не умеем предсказывать свои действия, поэтому что-то делаем, говорим: «О, мы что-то новое придумали». С другой стороны, какая-нибудь там физическая или компьютерная система тоже может совершать какие-то действия, которые будут удивлять, например, нас. Это не означает, что она обладает каким-то сознанием, душой и так далее. Просто ну вот на это стоит смотреть действительно как на интеллектуальную компьютерную программу и ничего больше. Если она достаточно сложная, она действительно может делать то, что нас удивляет. Ну шахматы, например. Сейчас все шахматисты смотрят на то, как играют эти компьютерные программы, и учатся уже у них. Но, с другой стороны, машина едет быстрее бегуна. Это не означает, что бегун хуже машины в чём-то.

— Нет, но это совершенно точно означает, что машина едет быстрее бегуна. И это значит, вы сядете в машину, а не в бегуна.

— Но это про отличие. И в этом лучше. В чём, например, она хуже? Она хуже в том, что текущие программы искусственного интеллекта — они умеют решать одну, две, три частные задачи, а человеческий мозг, потребляя гораздо меньше электроэнергии по сравнению с, умеет решать разные задачи. И как это делать — наука пока совершенно не понимает.

— Как сделать такое же, как человеческий мозг?

— Как сделать такое, чтобы она могла, потребляя небольшое количество энергии, решать разные задачи.

— Вот чем сейчас, в чём, например, задача вашей лаборатории? То есть какой следующий шаг? На какой мы должны выйти уровень, чтобы сказать: «О, мы такие классные»?

— На самом деле такая большая открытая проблема. Что сейчас умеют делать алгоритмы искусственного интеллекта? Они умеют распознавать картинки, они умеют находить лица. Они умеют на самом деле неплохо переводить текст, но нет никакого вообще понимания, почему они работают. Потому что, если даже посмотреть на теорию, как учится в самом простом случае? Мы показываем миллион примеров, на миллион первом он начинает, он выучивается. Так называемое обучение с учителем. Мы просто показываем этой нейросетке, грубо говоря, разные картинки, она меняет свои параметры так, чтобы на обучающей выборке работать правильно, и он работает правильно. Число параметров вот в таком чёрном ящике — это миллиарды неизвестных параметров. А число обучающих примеров — ну миллионы. То есть число подгоночных параметров явно больше, чем число примеров. И теория говорит, что она не должна выучиваться, она не должна выучиваться обобщать, она должна запомнить обучающую выборку, а новую предсказывать…

— Подождите.

— Но при этом она работает. И вот это никто объяснить не может.

— То есть вы сделали что-то, при этом вы не понимаете, как это работает?

— Оно не должно так. По теории оно не должно работать, но на практике оно работает хорошо.

— Вот это же уже означает, что всё, что вы говорили, — это всё враньё? Значит, они нас убьют? Если уже сделали что-то, а вы уже не понимаете, как оно работает.

— Если эта штука будет развёрнута, например, я не знаю, для того, чтобы кредиты в банке выдавать, или беспилотные автомобили, или ещё что-то, есть хороший такой, ненулевой шанс, что беспилотная машина врежется, и таких примеров уже много… Я не знаю, Tesla въехала в «газель» на МКАДе, потому что в обучающей выборке американской «газели» не было. Вот. И так как в теории нет, сколько нужно обучающих примеров, чтобы она работала надёжно, если вы это выпускаете на какое-то, даёте управление, то такое может произойти. С другой стороны, пример с самолётами: самолёты в среднем сейчас летают с той же скоростью, что и 50 лет назад, там топлива чуть меньше, но надё жность сильно повысилась. Как это произошло? Тысячу раз самолёты упали. Посмотрели, что-то подкрутили — вроде бы ничего.

— То есть и с искусственным интеллектом так же должно произойти?

— Я думаю, что единственный способ, на тот момент сейчас никто гарантии дать не может, было бы хорошо разрабатывать теорию, которая вот, отвечая на вопрос, что бы хотелось: хотелось бы вот эту дырку, гигантскую абсолютно, хоть чуть-чуть закрыть.

— То есть понимание?

— Понимание, да. Вот это вот понимание. Понимание, у неё несколько границ. Например, вторая грань понимания, что интерпретировать. Почему она такое предсказание сделала или другое. Почему, например, тут такой любимый пример — это выдача кредитов в банке. Обычно как вот самая простая модель, что приходит человек, у него смотрят: у него возраст такой-то, средний доход такой-то, факторы, да. И каждому приписывается вес. Если доход в таком-то, то такой-то вес, столько-то баллов. Если возраст такой-то — столько-то баллов. Квартира есть — столько-то баллов. Всё это умножается и складывается. Получается кредитный рейтинг, ну и даётся или нет. Ну и вот в Америке был стартап, который говорит: сейчас мы применим сложную скоринговую модель, которая всё сделает, будем выдавать им кредиты. Выдали кредиты. Ну никто не вернул в итоге как бы…

— То есть оказалось, что искусственный интеллект — идиот?

— Вот этот интеллект…

— Господи. Я сейчас сказал, я понимаю, что меня матрица убьёт через десять лет.

— Это вряд ли.

— Я всегда говорю «матрица».

— Это опять же если выдавать этот инструмент и использовать его без понимания, как он должен работать, то могут произойти плохие вещи. Вот, собственно, интерпретируемость. Чёрный ящик. Засунули данные в чёрный ящик, он что-то выдал, а как бы задать ему вопрос, а почему или что мне надо поменять, чтобы у меня рейтинг стал выше, — это задача сложная.

— Каким образом этот самый искусственный интеллект должен измениться в течение десяти лет, например, ближайших?

— Ну он должен… как раз вот вопрос теоретического обоснования: он должен стать более интерпретируемым. Он ещё на самом деле очень неустойчив к атакам. То есть одна такая тема, что можно взять картинку, немножко её изменить где-нибудь — и эта картинка у тебя начинает распознаваться как вообще что-то другое. Можно взять лицо…

— Это я тоже так…

— Нет, там прямо совсем не видно. Надо очки какие-то специальные надеть, и вы там как Владимир Владимирович распознаёте сразу условно. Это несложно сделать. И опять это возвращает к тому, что мы не понимаем, как он работает, его легко обмануть, его плохо интерпретировать — вот это такое фундаментальное направление, которое лаборатория… частично пытаемся на этот вопрос ответить.

— А можно поподробнее?

— На какой?

— На последний. На вопрос, на который вы частично пытаетесь ответить.

— Вот с атаками?

— Угу.

— Надо учить сети, которые будут гарантированно устойчивы к атакам. То есть нужно построить некую модель атаки: например, мы можем изменить на картинке не больше чем какое-то количество этих самых…

— Я просто не очень понимаю, что вы подразумеваете под атаками.

— Атака — это отделка изображения так, чтобы системы искусственного интеллекта начали распознавать его вообще как другое.

— А превратится ли вообще искусственный интеллект в течение десяти лет в какого-то биоробота?

— Нет. Точно нет.

— Почему? Это же удобно.

— Опять же для этого нужно тогда переходить от железа, которое у нас есть, от компьютера и так далее, к каким-то другим вычислительным архитектурам, потому что компьютеры современные тоже упёрлись в потолок, они энергонеэффективны. Опять же если возвращаться к мозгу, мозг очень эффективный, 30 ватт. Там какая-нибудь простейшая графическая карта, на которой это считают, — это сотни ватт или даже киловатты электроэнергии, хотя решается количество задач гораздо меньшее. Ну и, соответственно, лучше ума… А как бы нам вот по-нормальному скопировать хотя бы какие-то принципы в человеческом мозге или в каких-то других системах, чтобы не тратить столько электроэнергии, то есть обучение какой-нибудь одной модели сейчас искусственного интеллекта большое — это может позволить себе только крупная корпорация. На самом деле. Я там условно даже со своей лабораторией с какими-то вычислительными мощностями не могу обучить модели, которые там называются Open AI GPT-3, которая сейчас… её почти мало кто может обучить.

— А что это такое?

— Это модель естественного языка. Ей подсунули миллиарды текстов, и она выучила, грубо говоря, научилась понимать естественный язык. С ней там интервью, например, берут.

— И она отвечает?

— Генерит вполне себе. То есть там большая часть, вот если открыть каких-нибудь наших чиновников…

— То есть она лучше?

— Ну это очень похоже.

— Ну, в принципе, я не сомневаюсь.

— Она какие-нибудь нетривиальные вещи. Диалоги между какими-то историческими персонажами генерит достаточно правдоподобно.

— То есть она такая сообразительная?

— Выглядит достаточно крипово.

— Господи, вы ещё как 12-летняя девочка в TikTok говорите — «крипово».

Также по теме

На основе искусственного интеллекта: российские учёные разработали систему диагностики болезни Паркинсона

Коллектив российских учёных разработал и создал на основе искусственного интеллекта цифровую систему ранней диагностики болезни...

— Да. У меня ребёнок десяти лет, поэтому мне простительно. Действительно выглядит довольно так страшно, потому что эта штука, какой-то ящик выдаёт какие-то связные предложения. Её никто языку не учил, ей просто показали.

— И она сообразила, да.

— Понятно, что там внутри зашита некая архитектура, но, для того чтобы её обучить, нужно три дня электричество Торонто, грубо говоря, потратить на обучение. Это уже может делать мало кто, и поэтому если мы хотим развивать это дальше, то мы, очевидно, упёрлись в вычислительные мощности. И надо опять же сидеть и думать: а как бы вот…

— Предлагают ли ваши, как сказали бы в годы моего детства, смежники какие-то решения вот этих энергетических проблем?

— Сейчас там квантовые компьютеры много кто…

— Вот. Давайте вот про квантовые компьютеры.

— Давайте.

— Квантовые компьютеры — это что? Чем они отличаются от тех компьютеров, которые у нас есть?

— Квантовые… Наверное, нужно попробовать. Я попробую, это не так сложно, как выглядит: обычный компьютер, внутри у них есть вычислительный элемент, который умеет умножать, например, и складывать числа.

— Мамка.

— Нет. Мамка — это процессор. Процессор, а на нём есть вычислительные элементы, много очень разных. Они занимаются очень простыми операциями. Число умножают да складывают и просто делают их миллионами.

— Это вот единичка и ноль, да?

— Да, условно говоря. Это единичка, ноль и делает операции. И есть где хранится память, где хранятся данные и между ними канал. Соответственно, он, когда работает, постоянно перекачивает данные из памяти на вычислитель и получает…

И основная проблема вот здесь — в передаче данных. Её мы увеличить не можем просто по физическим… есть физические ограничения. Чем быстрее мы хотим её передавать, тем быстрее растёт потребляемая энергия. Квантовый компьютер — идея состоит в следующем. Есть у нас система, которая… не описывается классическая механика, а описывается квантовая. Грубо говоря, волновая функция, частицы находятся здесь и там. Это может быть огромное количество разных физических систем, которые ведут себя таким образом. Их нельзя промоделировать на классическом компьютере. Какое-то время назад возникла идея: а давайте их использовать как вычислители. То есть мы будем эту систему брать, как-то её пощупали — и потом наблюдаем за изменением состояния. То есть идея такая красивая, но только сейчас стали появляться достаточно большие квантовые компьютеры с большим количеством… Если в обычном есть биты… то есть биты, ну биты, байты, мегабайты и так далее, то там кубиты. То есть, если у нас, например, 50 кубитов, ну, скажем, формула — общее количество состояний, в которой эта система может находиться, — это два в пятидесятой. Это уже много. Это уже петабайт, уже мы просто не поместим это на обычный компьютер. А следующая — это два в шестидесятой.

— А как он выглядит, этот квантовый компьютер?

— Они выглядят все по-разному. То есть сейчас десятки разных вариантов. То есть это либо на сверхпроводниках что-то, либо какие-то там лазеры стоят и так далее. Это сложные физически системы, которые ведут себя квантовым образом.

— Зачем вы всем этим занимаетесь здесь, в России? Поехали бы себе в MIT.

— Я был некоторое время в MIT.

— А что смылись обратно?

— Я там всё-таки был не на постоянной позиции.

— А, то есть просто…

— Вот. Ну у меня был… в каком там, в 2012-м году оффер из ETH, из Швейцарии, но тогда, в тот момент образовался Сколтех, но, если просто посмотреть было, что в этих офферах, как бы Сколтех был лучше.

— Да? Просто денег больше платили?

— Там даже дело было не в деньгах, а дело было в том, что можно было быстро организовать свою достаточно большую научную группу. А там как бы лесенка-то — она гораздо длиннее.

— Надо было долго идти.

— Там один-два человека раз в 15…

— То есть тщеславие победило всё-таки?

— Ну да, и дома всегда приятнее за прочим равным, поэтому… Хотя жена до сих пор мне припоминает.

— Вы чего думаете вообще про отъезд русских учёных из России? Так ли это драматично?

— Такая проблема есть. Сейчас она несколько, я бы сказал, размылась, ещё с учётом пандемии, что вообще никто не понятно где вообще работает.

— Побольше бы вирусов, конечно. Хороших разных.

— И вполне там у меня много и аспирантов бывших, и знакомых в том же Google, DeepMind, и мы с ними можем просто работать, и разницы большой не чувствуешь. Кто там именно в научной сфере, прямо такой принципиальной разницы нет.

— Вы имеете в виду где находиться?

— Да. И с кем работать.

— Да? Правда?

— У меня порядка 50 соавторов из разных стран мира.

— То есть вы не чувствуете какой-то своей ущербности, находясь здесь, в России?

— Да нет вообще. То есть я там во всяких оргкомитетах конференции, в редакциях журналов, то есть, правда, там в некоторых я из России вообще единственный, но в целом отношение абсолютно нормальное.

— А в чём вообще проблема?

— Один раз только было, какая-то была конференция в Швейцарии, там было большое письмо от какого-то коллеги с Украины: «Вы позвали человека из России. Я не поеду туда». Я пишу: «У меня фамилия-то, господи, Оселедец».

— А у него небось ещё фамилия была Иванов, у этого коллеги с Украины.

— Плюс-минус. Швейцарцы такие: «А он-то при чём тут?»

— Швейцарцам наплевать.

— Швейцарцам наплевать. Более-менее всем наплевать, даже той же Америке, если ты в стартапе, в PhD-еке поставишь фотографию с Путиным, ну максимум они будут тебя считать русским шпионом, но всё равно, если идея хорошая. 

— У вас есть фотография с Путиным?

— Есть.

— Господи. У меня нет фотографии.

— У меня есть фотография. Я её иногда показываю.

— Кому? Гаишникам?

— Гаишникам не показывал. На армян почему-то хорошо действует очень.

— Да армяне… Господи. Мне нельзя этого говорить. А вы тоже националист какой-то, конечно.

— Я не националист. Я говорю, это наблюдение по трём точкам.

— Сейчас санкции как-то влияют на то, что происходит в российской науке?

— На мою лично работу нет. Коллеги-экспериментаторы, в общем-то, уже начинают…

— А чем отличается ваша работа? То, что вы теоретик?

— Да. Мне основные, конечно, — это то, что нужно железо вычислительное. На него пока, как бы больше проблем реально майнеры составляют, которые его скупили, поэтому видеокарту не купить. Вот. Экспериментаторы уже многие вещи какие-нибудь — уже спектрометры, базовые приборы — уже начинается, что: «А мы вам не продадим, а тут санкции» и так далее и тому подобное. То есть это уже начинает влиять. Как бы, с другой стороны, это означает, что нужно иметь какие-то независимые источники, если тебе всё время могут перекрыть кран.

— А что это могут быть за независимые источники?

— Свои какие-то…

— То есть мы можем сделать, вы серьёзно верите?

— Мы можем много чего сделать на самом деле.

— А чего не делали?

— А чёрт его знает. Например, я могу говорить про себя, например. Мы делаем софт, есть большая наша компания «Газпромнефть», которая сейчас очень много вкладывает в науку, в RnD (Research and Development, отделы, занимающиеся исследованиями и разработкой. — RT), она начала вкладывать ровно в тот момент, когда начались санкции, потому что они перестали продавать новые версии американского ПО. И они как бы у них щёлкнуло — и как бы: «А надо вообще-то своё разрабатывать». Насколько я там знаю, не все понимают: «А что мы там сейчас? Ну что — санкции, мы сейчас третью фирму купим… И всё равно».

— А оказалось, нет?

— Часть они всё равно покупают, но всё равно они достаточно много стали инвестировать в разные… То есть есть такой довольно понятный эффект от санкций, что наши приборы, которые по понятным причинам неконкурентоспособны сейчас, — они вполне могут пойти.

— Вот вы верите в то, что наша наука и, скажем так… вот как это называлось… «Наука и техника» может быть конкурентоспособна?

Также по теме

Индекс риска: российские учёные нашли способ предсказывать тяжесть течения COVID-19

Российские исследователи выявили гены, ответственные за наследственную предрасположенность к тяжёлому течению COVID-19. Учёные также...

— Конечно, верю. У нас на самом деле огромное количество талантливого народа.

— Это же тоже такие общие слова. Вот, Россия, собственные…

— Ну вот я тоже. Опять же вернемся к стартапу в Силиконовой долине. Там вот сначала ты пишешь туда, что у меня есть вот такая крутая идея. А что такое стартап? Там просто сидят вот эти венчурные ребята и смотрят, давать денег или нет.

— В смысле, банкиры?

— Это могут быть банкиры. Они очень много денег сейчас…

— Инвесторы.

— Инвесторы, да. И сейчас у нас, кстати, в стране тоже довольно много людей, у которых есть деньги, которые думают, что с ними делать, и начинают потихоньку…

— Мне, мне, мне. Мне отдайте. Ну?

— Начинают инвестировать в разные, короче говоря, стартапы — не стартапы. У нас тоже такое движение стартаперов организуется. Ну вот. И там вот просто список людей, которые на интервью идут, и основатели всяких разных компаний. Из них 30—40% — это русские фамилии, то есть основатели, которые прошли уже мощное сито в крутой американской… То есть много. И, например…

— Это значит, что они все уехали из России.

— Они, во-первых, никуда не уехали. Я, например, знаю прекрасно людей, которые подняли деньги там, а основные разработки у них в Новосибирске. Если здесь им денег не дают, они нашли здесь, тут разрабатывают, я не вижу в этом вообще ничего плохого.

— Нет, я вижу в этом только хорошее.

— Я вижу в этом только хорошее. Потом, так сказать, и местные люди подтягивается, потому что у нас инерция того, что бизнес или государство дает деньги, жутко высокая. А зачем я буду давать? Я же могу купить-продать и так далее. Вот эта культура пока ещё не проявилась. Там она есть, ты там 15% отложил, инвестируешь, потом это в десять раз ещё выросло, но сейчас поймут, что если ты в десять стартапов вложил, из них один хотя бы выстрелил и в 20 раз вырос, то это большая прибыль, это хорошие деньги.

— А вы думаете, это у нас поймут?

— Начали уже понимать. Уже есть. Реально бывшие топ-менеджеры, текущие, у них... Что они могут делать с деньгами? Купить чего-то себе, непонятно. Они начинают инвестировать. Есть там целые клубы этих инвесторов, которые неплохо поднимаются, причём они не только в наши могут инвестировать, но и в зарубежные. Почему нет?

— Вот есть такое устойчивое мнение, оно никуда не делось, что наша наука действительно умерла — и умерла благодаря вот этим, условно говоря, 1990-м годам. Так ли это?

— Многие области науки в связи с отсутствием хронически финансирования находились и продолжают находиться в плачевном состоянии.

— Например?

— Да, практически любая.

— Вот.

— Да. Но это не означает, что... тем не менее переобразование, которое составляет фундамент, оно вполне себе такое на топовом уровне, то есть топовые вузы вполне продолжают производить очень сильных толковых ребят, даже несмотря на рейтинг. Вот я физтех окончил: физтех — он в рейтинге чёрт-те где.

— А вот почему так, кстати?

— У них там нет гуманитарных специальностей — раз.

— Нет. Ну и что? Хорошо.

— Это рейтинг.

— Вот я говорю, в МГУ есть все гуманитарные специальности.

— МГУ, кстати, неплохо в рейтингах находится.

— Ну ладно. Он там где-то находится на 120-м месте.

— Нет. Он, во-первых, в сотне, а по некоторым специальностям он в десятке находится.

— В кибернетике?

— Сейчас я не вспомню, но по математике, по-моему, очень высоко. Поэтому да. Ну, в физтехе нет гуманитарных наук, мало женщин, ЛГБТ, наверное, опять...

— А это важно для рейтинга?

— Женщины точно. Процент female — это один из пунктов рейтинга. У тебя его нет, то и...

— А чего женщин мало?

— Сейчас стало больше. Когда я учился, у нас было три девушки на курсе.

— А что мало-то? Бабы глупые?

— Нет. Тогда боялись, не шли. Сейчас уже поменялось. Сейчас есть там факультет, где половина уже девушек, и они умнее, чем парни. То есть вот они к нам приходят в магистратуру, это, собственно, четвёртый курс, это 21—22 года. Ну и в среднем девушка гораздо умнее и взрослее, чем какой-то парень в 22 года, вообще ребёнок: а-а-а, мне что-то делать надо. Сейчас поменялась ситуация. Может, и рейтинги поднимутся. То есть девушки в этом смысле как научные сотрудники или люди, которые там что-то двигают высокотехнологичное, они вполне себе конкурентоспособны.

— Как вообще сейчас происходит процесс научного открытия в России? Вот оно патентуется? Все эти... вот со «Спутником» вот эта знаменитая публикация в The Lancet. Очевидно, что государство, вернее, Фонд прямых инвестиций сделал огромную работу, для того чтобы...

— Да. Меня это очень восхищает.

— Для того чтобы эта публикация вообще появилась, да, потому что это всё-таки для России абсолютно уникальный случай. Что делается в этом направлении? Каким образом мы пытаемся в эту мировую инфраструктуру вклиниться? Китайцы миллиарды на это потратили.

— Тут все способы распространения научного знания известны. Это, в общем-то, публикации в журналах. В моей лично области это конференции, даже не журналы...

— Да? Это не публикации?

— Это так называемый, там есть список некоторый, который всеми признаётся. И есть конференция, но только конференция, там рецензируется хуже, чем в журналах, то есть там пять рецензентов, одна попытка.

— В смысле доклада, да?

— Нет. Ты подаёшь туда полную статью с какими-то результатами. Туда подаются все люди из Google, из Facebook, и ты подаешь туда эту статью, тебя там куча народу рецензирует, там проходной 10—15% только принимают. Если у тебя статью эту принимают, значит, у тебя какое-то, видимо, качество. Это основной такой показатель, грубо говоря, успешности работы — наличие таких публикаций. Если их нет и ты занимаешься наукой — ну, вопрос, да. Понятно, что есть какая-то прикладная часть, насколько это всё востребовано. Мы довольно сильно по патентам, поэтому мы довольно сильно просаживаемся. В основном идёт то, что называется, хоздоговорная работа или разработка там...

— А почему просаживаетесь?

— Нету у нас опять же такой культуры, что ты что-то сделал, запатентовал, создал свою компанию и пошёл. То есть уже на западе профессор, который, условно там, миллиардер — не миллиардер, но это не единичный случай, то есть он придумал какую-то идею, у него есть какой-то активный студент, он основал компанию, он пошёл, ему дали денег, всё нормально. У нас пока это как бы скорее исключение. Есть там... Ну и опять же — это всё делается без... всё-таки в основном силами толковых каких-то молодых ребят, у которых какая-то идея без прямой связки с наукой. Ну это сейчас, я думаю, всё появится.

— Думаете?

— Ну...

— А вам не кажется, что... Вот бесконечно говорят, особенно в нашем с вами таком кругу, что такой климат в России — он вообще не способствует тому, чтобы молодые люди здесь задерживались. Вот это всё давит: все люди устали, эти бесконечные митинги, менты кого-то винтят.

— Про ментов, которые кого-то вертят, у меня много... есть люди, которые уезжают. Ну что с ними делать? Это к ним вопрос. Есть у меня, например, знакомые, которые здесь получили хорошее образование, получили научные статьи, их взяли в хорошее место работать, и они там сидят, оттуда дают советы. Я таких очень не люблю. Но есть люди, которые нормально. Если ты уехал туда, там работаешь, то пожалуйста, ну что ты советы-то мне даёшь? Ты забыл, что ли, что тебе тут дали? Если бы тебе не дали этого образования, сидел бы ты там в своей Рязани после этого. Вот. Но при этом назад потихоньку возвращаются. Нужны точки роста. Они, по крайней мере в Москве они есть, то есть тот же Сколтех, Высшая школа, на физтехе потихоньку-потихоньку возникло довольно много сильных научных групп. Сейчас как бы эти группы зафиксировались, нужно ещё больше. В науке очень большая воронка. Грубо говоря, из 100 человек до уровня лидера научной группы три-четыре дойдёт, если вы не выпустите...

— В лучшем случае.

— В лучшем случае. Это везде так.

— Не только в науке?

— Ну да. Просто здесь вопрос, что нужно производить большое количество людей. Часть уедет, часть ещё что-то. Но это тоже плюс, например, потому что в Америке получить позицию, грубо говоря, после окончания аспирантуры очень сложно. То есть ты либо уходишь в корпорацию, а если хочешь вернуться, опять тут стандартный набор этих мест, и чем больше их будет, тем...

— На вас не давит, так сказать, российская кровавая машина?

— Мне грех жаловаться. Нет. Мне не давит.

— Нет? Вы не считаете, что в России действительно в смысле свобод, вот вам говорят — ЛГБТ... Где ваше ЛГБТ действительно?

— Вот да, это вопрос. Никто не хочет признаваться. Даже если говорим: «Мы просто тебя запишем», но никто же проверять не будет, никто не хочет.

— А все такие: «Ой, нет, можно меня не писать, пожалуйста?»

— Да-да-да.

— Запишите меня. Я уже давно признался.

— А вот да, может быть.

— Запишите меня. Они всем вам дадут денег сразу.

— Договорились.

— Когда квантовый компьютер будет размером с домашний холодильник?

— Сейчас он гораздо больше. Это такие прогнозы, как гадать на кофейной гуще. Вот. Они должны неплохо по прогнозам вырасти по мощности в 2023 году.

— А почему именно в 2023-м?

— В 2023 году ABM Google, они говорят — мы выпустим. Грубо говоря, сейчас 70, а мы выпустим 1000 кубит. И в этот момент всё может перевернуться с точки зрения вообще всех вычислений и так далее. Сейчас все поэтому так напряжены и придумывают программы для этих будущих квантовых компьютеров. Размер у них большой, я думаю, ещё очень долго будет.

— А какой сейчас размер квантового компьютера?

— Это большие комнаты, причём я думаю, больше, чем вот эта. То есть это большие установки, которые как бы дома не поставишь.

— Ничего страшного. Я когда в школе учился, у нас компьютер был вот такой, он в тетрис играл.

— С другой стороны, если говорить про скорость, может, и будет.

— Я первый раз в своей жизни компьютер увидел, был 1987 год.

— А то буду как этот, что там 640 килобайт is enough for everyone. Может... Точно будет 1000 кубит, это правда. А размер...

— Вопрос сейчас я не понимаю, но вы наверняка поймёте. Можно ли использовать биологическую нейросеть, например, мозг крысы?

— Есть такие попытки.

— Для чего использовать?

— Знаете, какая самая отличная система распознавания изображений? Это голубь. Берётся голубь обычный, ему показывают фотографии подводных лодок. И если он, значит, окей, ему дают зёрнышко.

— А что значит окей?

— Если он там...

— Клюнул?

— Клюнул, там лодка — не лодка.

— А он дрессированный голубь?

— Лодка — покушай.

Также по теме

Шах и мат: как искусственный интеллект счёл высказывания любителей настольной игры расистскими

Программы, использующие инструменты искусственного интеллекта, сочли высказывания любителей шахмат расистскими. Об этом сообщили...

— Господи. Такие умные голуби? Умнее меня.

— Он довольно быстро, через какое-то время научится идеально распознавать, что ему показывают. То есть в принципе можно.

— А это вот про это, да? Про распознавание.

— Биологически можно и мышку так научить. Другое дело, что она как бы...

— То есть мышку можно вот так выдрессировать?

— Ну, мышку я так, это надо с нашими коллегами-нерйофизиологами посоветоваться, но про голубя это точно.

— Кошмар какой. Слушайте, а вот что вы думаете про все эти кибератаки?

— Какие именно?

— Вот американцы говорят: «Вот, вы, русские, напали на нас. Под****ли на выборах». Я, правда, не очень понимаю как.

— Я тоже. Я уже перестал понимать как. Нет, ну...

— А мы сделаем ответную кибератаку, и мы видим, что на четыре минуты упал сайт Kremlin.ru

— Молодцы. Нет, там метод атаки в основном почти всегда одинаковый. Либо вредоносное ПО, которое они разложили по всем местам или мы. Вот. Либо DDos-атака, когда просто с кучи компьютеров заражённых начинают в одно и то же место стучаться, и тогда он падает.

— И это работает?

— Сайт падает, да. Там считают, грубо говоря, сколько байтов. DDos-атака может положить...

— А может, так сказать, в контексте искусственного интеллекта, например, и всей вот этой матрицы развязать какие-то компьютерные войны по-настоящему? Потому что DDos-атака не производит на меня никакого впечатления. Можно, например, сделать так, что ты, скажем, из Америки запускаешь какую-нибудь вирусную хрень, а здесь, в России, на Урале, взрывается ядерный завод?

— Теоретически, если, грубо говоря, не были соблюдены нормы безопасности, какой-нибудь Windows кривой стоит, то такое возможно. И в принципе на всех нормальных предприятиях: у нас, в Израиле... насколько я знаю, есть механическая штука, ручка, которая это выключает, потому что всё электронное может быть подвержено атаке. И, например, топы всяких больших корпораций, они покупают себе дома где-нибудь высоко в горах, изолированные от всяких разных мест, потому что мало ли что, то есть такой возможности 100% никто, что это невозможно, дать гарантии не может.

— А эти дома изолированы от всех сетей, что ли?

— Да.

— Там баня просто и всё?

— Видимо. Я не знаю.

— Господи.

— Они, как это говорят, волнуются из-за автоматизации.

— Александр Станкевич из Москвы спрашивает: «Какие проекты Сколкова были успешными и в каких из них поучаствовали вы?»

— Хороший вопрос. Опять же, Сколково...

— Хорошо. Сколтех.

— У Сколтеха довольно много успешных проектов, связанных, например, с разными областями. Можно рекламировать Артёма Аганова, который у нас материаловед, они там сделали...

— Кто он?

— Артём Аганов.

— Материаловед?

— Материаловед.

— То есть он специалист по материалам?

— Да. Создаём новые материалы. Они сделали там вещество, синтезировали, которое прочнее алмаза, которые можно в нефтянке использовать.

— Алмаз же не очень прочный, он твёрдый.

— Твёрже. Окей. Да. Ну, в общем, короче говоря, это для того, чтобы бурить скважины. Мы, например, сделали проект оптимизации распределения пользователей по базовой станции, мобильный интернет. Когда у вас много пользователей на стадионе собралось, они все в одну станцию стучатся, у них скорость интернета падает. Можно математически как бы определить, кому давать в каком порядке, чтобы скорость выросла. Примерно на 10% мы это дело увеличили, алгоритм, это всё работает внутри станций нашего заказчика. Ролики на YouTube на 10% стали быстрее у людей.

— Загружаться?

— Загружаться.

— Это, безусловно, очень важно.

— Это очень важно. Интегрально это большое.

— А как сделать так, чтобы ролики на YouTube стали в 100 раз смотрибельнее?

— Это уже вопрос к рекомендательным системам, которыми мы тоже занимаемся.

— Расскажите. Это мне очень интересно.

— Мы опять же... вот как вообще идёт процесс научной разработки? Есть идея, как можно что-то сделать. Есть алгоритм. Алгоритм — это реализация уже на компьютере. А есть уже от алгоритма куда-то идёт практическое внедрение. То, что Сколтех целиком может довести вот отсюда сюда, — это неэффективно. Жизнь всё-таки слишком коротка, чтобы делать до конца. Поэтому мы работаем на первой части. Идея-алгоритм. Дальше, если этот алгоритм кому-то нужен, интересен, люди начинают им пользоваться — или покупают или просто пользуются, всегда хорошо. Ну вот то, что мне очень нравится. Одна из вот этих вот идей на тех самых тензорах, которые мой основной научный результат пока с красивым названием «тензорные поезда», его применили и используют внутри Facebook для как раз рекомендации вам.

— Вот в чём его суть?

— Идея как раз в сжатии данных. То есть там есть огромное количество, грубо говоря, пользователей, миллиарды, и каждому нужно что-то порекомендовать. Возникает такой двумерный массив: пользователи, миллиарды и что порекомендовать. И вот эту штуку можно всю сжать в 1000 раз без потери, в общем-то, качества.

— И это рекомендует, собственно говоря, платформа?

— Да. Дальше они это используют внутри своей платформы, и всё это работает. Часть алгоритма, которую, например, сделал мой аспирант, он работает внутри «Яндекс.Музыки». То есть мы делаем алгоритм, потом его либо кто-то другой берёт внедряет, ну либо, если это нужно, чтобы лично мы довели, они у нас заказывают, мы это реализуем. Собственно, вот такая вот история.

— Я всё равно ничего не понял.

— Сжимаем данные, уменьшаем объём. Вот идея. Много-мало.

— Так в каких успешных проектах вы-то поучаствовали?

— То есть интернет.

— То есть убыстрили на 10% для какого-нибудь Теле2 интернет.

— Это не отечественные ребята. Это китайцы. Интернет, все им пользуются.

— А что вы думаете про 5G? Почему у нас нет до сих пор 5G?

— В Сколкове есть, кстати, у нас есть тестовая зона.

— Для кого? Для МТС?

— Да. Там можно подключиться и проверить.

— Подключиться к чему?

— К 5G-сетке.

— В смысле — это отдельная? Она не автоматически переходит?

— Пока она в тестовом режиме, но она там... Там проблемы, насколько я понимаю, с частотами и с разборками военными, но так все технологии, в общем-то, есть. У нас достаточно большой центр в Сколтехе есть как раз при поддержке НТИ по как раз вот беспроводной связи. Они создали свой стандарт вообще этого 5G хороший.

— Русский?

— Да. Открытый стандарт, да, который как там обменивать, как передавать.

— А что такое стандарт? Вот я не понимаю.

— Стандарт — это как устройства должны обмениваться друг с другом, по каким принципам.

— То есть когда вот у нас есть два с вами телефона, как Bluetooth, что ли?

— Они там всё-таки с базовой станции общаются. Для Bluetooth тоже есть свой стандарт. У вас, условно говоря, один Bluetooth, здесь — другой Bluetooth, и они друг с другом никак не связаны. А фактически они делают свой открытый. Это тоже очень важная и большая работа. Каждый может делать по-своему, но работать не будет. Сейчас уже в принципе 5G все....

— 5G вы говорите, да?

— Все технологии, в общем, готовы, надо сказать честно, то есть вопрос уже технический: выделить частоты и поставить вышки. Они все готовы.

— А будет 6? Как вы говорите, 6 даже?

— Конечно.

— И что это будет?

— Это очень простая. Что такое, чем 5G отличается от...

— 4G.

— В 1000 раз быстрее, в 1000 раз экономнее.

— Ёмче.

— Да-да. То же самое для 6.

— А зачем?

— Чтобы ролики на YouTube быстрее.

— Чтобы порнуху смотреть, что ли?

— На самом деле основное, например, применение...Ну, там порнуха —  разницы большой не будет, хотя кто его знает, куда зайдут современные технологии, какие новые грани при этом откроются. Вот. Но по факту, конечно, это потоковое видео, это виртуальная реальность. И сейчас это уже есть, что хирург смотрит через виртуальную реальность напрямую на другого пациента и может как-то помогать и так далее. Вот такого рода вещи.

— Я слышал, что 5G нужно, например, для автопилотов в автомобилях?

— В принципе, сейчас не нужно. При всей неготовности 100% автопилота Tesla, он в принципе ездит и довозит, он работает, и он работает на трёх визуальных камерах и всё.

— Я читал, что не хватает скорости просто.

— Нет, если вы хотите все видео передавать, как-то анализировать, но для того, чтобы он ехал не хуже там... что-то меня всё на национальные вопросы, таджика на такси.

— Вы вообще нацист, конечно. Кто позвал нациста? Позовите редактора.

— Я не нацист. Я просто говорю, что это такой образ среднестатистического таксиста, скажем так. Я бы сказал, что уже такие.

— А вот потому что вы украинец. Украинцы же все нацисты.

— Не знаю. Я москвич.

— Вы бандеровец?

— Я москвич, родился в Москве.

— Да-да. Это все мы знаем. Все эти рассказы. Будущее, спрашивают, науки — за государством или частными корпорациями?

— Частные корпорации, абсолютно точно.

— Почему?

— У них сейчас уже больше ресурсов.

— Денег?

— Да. Они как бы имеют доступ, если даже вот говорить про мою область, условно говоря, они имеют больше данных, больше доступа, у них как бы...

— Означает ли это тогда, что все эти частные корпорации будут американские?

— Сейчас есть как минимум китайские.

— Мне кажется, это не лучше.

— Тоже верно.

— Вот условно говоря, вся русская наука будет принадлежать китайцам?

— Условно говоря, у нас китайцы в этом смысле не так плохи. У нас есть большие IT-компании, которых, например, в Европе нет. У нас есть свой поисковик, условно говоря, «Яндекс». Конечно, «Яндекс» в Голландии и так далее, но тем не менее он всё равно свой. В Европе этого нет вообще.

— Mail.Ru.

— Mail.Ru, «Вконтакте» — это всё создано здесь, и достаточно серьёзные технологические компании. Понятно, что их капитализация в десять раз меньше, чем у Google, но по факту большой разницы нет. Ну а корпорации — да. Там сейчас очень интересные внутри процессы происходят, на самом деле.

— А какие?

— Вот, например, есть очень такая сильно обсуждаемая в Twitter, который у нас тоже замедлили, история, что они решили заниматься этикой искусственного интеллекта, потому что они там данные используют.

— Они — это кто?

— Google. Google решил — мы же корпорация добра. Мы создадим там...

— Вы как-то с иронией к этому относитесь.

— Вот все относятся с иронией.

— Да?

— Да.

— А вот не нравится, что Google такая «корпорация добра» действительно? Не верите?

— Это большая корпорация. Добра она или зла — точно ни то и ни другое, а большая бюрократизированная внутри организация, которая обладает большими ресурсами и никак никем не контролируется. Это вот любая корпорация. Ну вот. Они, значит, наняли женщину-негритянку, афроамериканку, которая...

— Господи, вы ещё и слово «негр» употребляете. Кошмар какой-то.

— Cказали, надо как-то.

Также по теме

Борьба с COVID-19, генная инженерия и искусственный интеллект: главные научные исследования 2020 года

В 2020 году основные усилия мирового научного сообщества были направлены на борьбу с коронавирусной инфекцией. Спустя всего несколько...

— Здесь, конечно, можно всё.

— Да. Которая будет AI Etic Researcher, то есть исследователь по этике в области искусственного интеллекта, а у неё сейчас основное направление — большие языковые модели. Обучили, они там переводят. И она там пишет статью о том, что эти большие языковые модели имеют много всяких разных опасных вещей, потому что они, во-первых, все предрассудки запомнили. Если они там, сайт такой есть Reddit, на нём обучились, там как раз одни расисты да нацисты пишут, всё туда перенеслось. Они плохо интерпретируют — пример то, что я вам говорю. Выпускают такую статью. А у них Google, чтобы статью написать, нужно пройти внутреннее ревью, условно, первый отдел, но не первый, получить разрешение на публикацию. В общем, обычно это так, а тут ей вроде как не дали, она это опубликовала.

— И сказала, что виноваты расисты.

— И на следующий день она была уже уволена. Ей написали, что вы уволены по вашей просьбе. Вот. Вместе со своей этой группой по этике.

— Да ладно?

— Да.

— То есть её уволили, просто темнокожую лесбиянку-инвалида?

— Да.

— Которая билась за права угнетаемого афроамериканского населения.

— Да. Их всех уволили.

— Пинком под зад.

— Да. Причём уволили в режиме того, что вы сами попросили о том, чтобы вас уволили. Поэтому мы выполняем вашу просьбу о том, что вы уволены.

— А это потому, что русский Сергей Брин, один из основателей компании.

— Там он не только. Вообще, такая вот история. Там сейчас постоянно такие истории. То есть как бы идёт внутренняя...

— Да? То есть они плевать хотели на самом деле на всю этику? То есть это всё враньё?

— Выглядит так. Сейчас, наверное, их всё-таки прижмут немножко, что они опять развернут какую-то этику. Экономически им это невыгодно.

— А вы считаете, вот это очень интересный вопрос. А вы считаете, что это государство вводит эти этические правила, а не вот эти молодые IT-менеджеры, там, Цукерберг действительно.

— Они вводят в каком-то своём, в своей какой-то проекции или там эта замечательная...

— Как этого Трампа...

— Есть замечательная cancel culture, которая тоже развилась очень сильно.

— Я не знаю, что такое cancelculture.

— Cancel — это отмена.

— Я понимаю, что это культура отмены, но я не понимаю, что это такое, что это значит.

— Это тоже, причём довольно сильно в научной среде, в том же Twitter, где почему-то наука вся живёт в Twitter.

— Наконец-то его закроют и не будет никакой науки в России. Слава богу. Будет только одно христианское православие.

— У меня аспирант, кстати, попал под раздачу, что была нормальная научная конференция, которая называлась NIPS. Похоже на английское слово, которое обозначает женский половой орган. И какой-то активный тоже борец сказала, что надо поменять, надо поменять. Поменяли на New RIPS. Ну и кто-то, значит, через какое-то время написал: «Это была плохая идея». Вот единственный твит. После этого на неё набросилась куча народа: да вы, да что, да вы туда-сюда. Кто-то стал ставить лайки, писать в профиль. И эти люди составили список всех людей...

— Кто лайкал.

— Кто лайкал. И сказал: «Вот этих надо вот заканселить».

— Господи. Я их ненавижу всех. Вот, конечно, диктатура добра и красоты — нет ничего отвратительней. А кто победит в войне транснациональных корпораций и государства? Будет же война?

— Сейчас это идёт. Я не понимаю. Государство может, надеюсь, что какое-то государство или общество ещё не проморгало момент, когда надо их жёстко зарегулировать.

— А надо жёстко регулировать? Вот Google надо жёстко регулировать?

— Ну конечно, надо. Куча примеров, она сейчас совершенно бесконтрольное надгосударственное образование.

— То есть они где хотят, то и делают, да?

— Они что хотят, то и делают. Более-менее штрафы выписывают, ну окей. С другой стороны, без них уже практически невозможно что-то делать. Все пароли, все карты, всё на них висит, поэтому вроде как целиком вырубить — народ расстроится.

— Google вообще очень похож на нашего руководителя дизайн-отдела. У меня такой руководитель дизайн-отдела. Вот он просто очень хороший дизайнер, поэтому ведёт себя нагло. У него свои собственные правила. И с ним ничего не сделаешь. И в войне этой я точно проиграю.

— Идёт, конечно, вот это — всякие законы, регулирование, но там сила большая, лоббирование сильное, поэтому непонятно. Но то, что что-то надо делать, и оставлять совсем бесконтрольно, на мой взгляд, нельзя.

— Если в России, возвращаясь к Twitter, заблокируют Twitter, он все равно никому не нужен, бессмысленная совершенно какая-то хрень.

— В конце концов, господи, VPN есть, пошёл дальше.

— Ну да. Кому надо написать пять твитов — он VPN, хотя говорят, что и VPNзаблокируют.

— В Китае заблокировали.

— Если в России вот так просто показательно заблокируют Twitter и скажут Google: «Вот посмотрите, мы Twitter заблокировали, мы и вас заблокируем», это как-то повлияет на политику, как думаете?

— Это уже вопрос экономики. Что им будет проще.

— Смотрите, вы научный работник. Вы не должны быть ни на стороне государства... Скорее, вы должны быть на стороне корпораций. Корпорации дают вам деньги.

— Я надеюсь быть на стороне здравого смыла, как бы это громко ни звучало.

— Вот. Давайте вот про этот здравый смысл. Что такое здравый смысл? В чём, собственно говоря, политика корпораций нарушает здравый смысл?

— Очевидная совершенно вещь, персональные данные, которые они используют как хотят и практически никак не регулируют. Ну и в принципе если что-то не понравилось, они могут вас, не знаю, закрыть Google-аккаунт, просто потому что зачесалось.

— И чего?

— А там может быть много чего всего полезного. У меня, если так подумать, довольно много туда завязано.

— Что?

— Все аккаунты, карты, много чего.

— Да? У вас что, не iPhone, что ли?

— У меня Huawei.

— Господи. Вы ещё и это самое, китайская хрень.

— А китайцы много сейчас, кстати, инвестируют именно в российскую науку.

— Да? А вот китайцы победят американцев? Как это называется? Переборют пиндосов?

— По идее, они более такие мобильные. Их, конечно, прижали, но они очень упрямые. Ну и плюс сейчас эта история с пандемией, из которой они красиво вышли.

— Красиво, вы считаете?

— 80 тыс. по сравнению.

— Да они просто не считают. Они врут всё.

— Я думаю, что сильно они не врут. То есть там по сравнению... по крайней мере то, что я читал, эффект на весь мир гораздо выше, чем на Китай. Они, конечно, у них скорость гораздо выше. Но, с другой стороны, когда страна богатеет, всё замедляется. У них много народу. Поэтому, когда уже города, там много людей, которые за 3 рубля работать не готовы, там есть ещё...

— А вы думаете, при китайском господстве будет лучше, чем при американском?

— Нет. И то и то плохо абсолютно совершенно.

— А как сделать так, чтобы этот мир не был однополярным?

— Вообще я не знаю, что глобально делать, но я лично стараюсь просто хорошо работать — и всё. Делать всё, что от меня зависит. Условно говоря, китайцы. Да, китайцы много инвестируют в российскую науку. Оттого, что китайцы много инвестируют в российскую науку, российский бизнес уже такой смотрит: а что, если эти инвестируют, чем мы хуже? И тоже начинают подключаться. Это тоже такая история, да.

— Вот люди спрашивают, можно ли взломать искусственный интеллект?

— Да.

— Каким образом?

— Ну, обмануть его можно.

• Gettyimages.ru
• © Andrew Brookes

— Можно? А как?

— Пример с распознаванием лиц — это просто сделать специальные очки такие, которые вас не будут распознавать. Мы такие упражнения делали, да.

— То есть, если я специальные очки ношу, меня московские менты не поймают?

— Может, даже как другого человека распознают.

— О, класс. Порекомендуйте мне потом очки. Что вы думаете про блокчейн? Вот, кстати...

— Да, блокчейн.

— Подождите. Есть ли у него будущее и в каких сферах? Вообще, что такое блокчейн?

— Блокчейн — это технология как бы смарт-контрактов. Опять же, биткоин построен на технологии блокчейн. У нас заключается некоторое соглашение, и это соглашение нельзя подделать, если совсем абстрактно так говорить. Выглядит интересно, ну то есть давайте заключать всякие сделки, юридические договора именно через блокчейн, они будут таким образом подписаны. Но про это говорят уже десять лет, а суммарная экономическая выгода реализации каких-то проектов, она равна нулю. То есть результат, короче говоря, блокчейн пока абсолютно маркетинговый термин, под который чистые или не очень чистые ребята выбивают денег.

— Да?

— Когда была вот эта волна ISO, вот эти...

— Но ведь не было бы блокчейна, не было бы и биткоина?

— Это вот пример, когда работает, условно говоря, но никуда мимо этого... То есть много очень людей, которые ходят и часто даже пишут: «А мы на блокчейне сделаем, я не знаю, квартиру через блокчейн купим».

— А есть какие-то вот... Смотрите, существует теория стартапов, когда люди приносят инвестору свои задумки. А есть ли такие инвесторские задумки? Вот инвестор говорит: «Я бы хотел вложиться вот туда».

— Ну так все и ходят. Я хочу вложиться в биомед.

— А вот что сейчас самое такое востребованное?

— Биомед, конечно.

— Что?

— Биомед.

— То есть люди хотят долго жить?

— То есть это разумно: не болеть, долго жить. В принципе, что нужно?

— То есть богатый чувак просто хочет долго жить и красиво выглядеть, да?

— Ну да. Собственно, это вот такое одно из основных сейчас направлений растущее — это лекарства, продление жизни, какие-то умные, я не знаю, операции и т. д. и т. п.

— Сколтех этим занимается?

— Конечно, у нас там целый центр есть. Ну плюс у нас довольно много... У нас был такой проект, называется «Кобрейн», как раз по разработке различных алгоритмов медицинских. Сейчас его купил Сбербанк. Теперь это СберЗдоровье, так что многие эти вещи уже скоро будут доступны. Вот. Я не знаю, сфотографировал...

— А нравится вам, что Сбербанк из банка превращается в какую-то непонятную хрень? Там у него какие-то, что называют экосистема. Уже не пойми что это. Не банк, а хрен знает что.

— Мне точно нравится, потому что нам удаётся им продать всякие разные вещи.

— А деньги вы где держите?

— У меня в Сбербанке, да.

— В Сбере?

— Ну, часть в Сбербанке, часть — дома.

— Дома? В банке? В унитазе.

— Нет.

— Что думает гость о теореме Пенроуза и искусственном интеллекте? Я вообще не понимаю, что это такое.

— Да, я тоже. Роджер Пенроуз...

— Короче, прав он или нет? Спрашивает зритель.

— Если я правильно понял вопрос, Роджер Пенроуз — это интересный товарищ. Он математик-физик. Недавно получил Нобелевскую премию, то есть он как бы известен и в математике, и в физике.

— А Нобелевскую премию получил по физике?

— По физике, да. Вот. У него книжки научно-популярные — ну, относительно, есть очень интересные. Он в какое-то время ездил с теорией о том, что искусственный интеллект имеет квантовую природу. Вот. Но он не сумасшедший, это может быть правдой, но ни к чему практическому это не привело. Грубо говоря, мы пытаемся в компьютере воспроизвести мозг, а может быть, мозг действует вообще по принципам...

— Компьютера.

— По квантовым принципам, и наши попытки воспроизвести на компьютере эффективность мозга заранее обречены на неудачу.

— То есть надо сперва изобрести квантовый компьютер нормальный, а потом уже?

— Ну да. А потом строить...

— Искусственный интеллект.

— Да-да-да. Есть у нас, кстати, тоже в Сколтехе американец.

— А чем отличается? Давайте так. В чём отличие нынешней компьютерной системы 1-0, 1-0 от квантовой?

— Потому что у неё не 1-0, а где-то посередине: ½, одна треть.

— Да? То есть это такая квантовая неопределённость, да?

— Да.

— Он такой как бы сомневающийся?

— Да, такой сомневающийся.

— Он может быть и там, и здесь?

— И самые первые компьютеры, их тестировали, они там семь на пять умножали и получали с точностью 70%...

— И что же всё-таки вы думаете про теорию Пенроуза?

— Она интересная. Её нельзя отбрасывать, но ничего дальше не произошло.

— А что должно произойти? Вот вы же занимаетесь искусственным интеллектом.

— Вот, в частности, один из вариантов — попробовать сделать что-то на квантовом компьютере. 

— В России есть квантовый компьютер?

— Есть маленький четырёхкубитный, «Росатом» сейчас много этим занимается. В Сколтехе тоже, у нас, в частности, есть американец, который в Сколтехе работает, Джейкоб Биамонте, мы его Яшей называем, который тоже.

— У вас какие-то прямо петровские времена. Какие-то Яши там. Небось здесь, в Лефортове, дали ему дворец.

— Нет. Он живёт скромно в Сколкове.

— Ну, кстати, там нормально. Я вот в Сколкове конференцию проводил, мой фонд по СПИДу, там шикарно совершенно.

— Вы, наверное, не на территории, вы в МШУ, скорее всего.

— Да, в МШУ, конечно.

— А у нас вот сейчас там отстроили, всё там красиво. Вот. Неплохо так работает, статьи пишет.

— Котируются все эти статьи на Западе?

— Да. Там прямо есть статья «Квантовое машинное обучение», которая очень неплохо цитируется.

— А вот эта, например, статья, в чём действительно такой успех института Гамалеи, который опубликовал статью в The Lancet? Ну опубликовал — и что?

— Это подтверждение того, что это признание научного мирового сообщества, что это действительно подтверждённый факт.

— А в чём сложность публикации таких статей, условно говоря, в The Lancet или в Nature?

— Ты должен представить свои результаты, представить все свои данные, пройти рецензию. Рецензент может в принципе написать «Мне не нравится».

— И всё, да?

— Дальше редактор будет думать.

— А кто все эти рецензенты?

Также по теме

Медицинский вопрос: как западные политики и СМИ изменили риторику при обсуждении российской вакцины «Спутник V»

Использование российской вакцины «Спутник V» в Германии возможно, если она будет допущена в ЕС Европейским агентством по лекарственным...

— Такие же учёные. В редколлегии все работают на общественных началах. Вот. Обычно как бы это само как-то получается.

— А можно учёному взятку, этому рецензенту дать взятку и...

— Как вы думаете, бывает такое?

— Думаю, да.

— Особенно — вот честно, я не знаю, сколько нас народу слушает, — но я думаю, что можно. То есть в больших журналах это довольно такая была распространённой история, почему-то в основном я слышал про китайцев, что, грубо говоря, есть большие тоже исследователи, они редакторами ставят своих бывших рисёчеров, постдоков, и как бы вот им подают, они принимают.

— Коррупционная схема.

— По знакомству. В каком-то смысле. То есть она может быть совсем явной, то есть чуть ли там с расценками «сколько». Такое тоже бывало. Это единичные случаи, но тем не менее такие случаи бывали. Вот. Либо вот кто кого знает.

— Это к вопросу о том, почему такое доверие к вполне себе человеческой...

— В процентах это всё-таки очень мало, потому что, если ты такими вещами занимаешься, ты всё-таки на кон ставишь свою репутацию. Твоя репутация — это важно.

— Важно?

— Конечно. Потому что «друзей» у тебя много. Это очень конкурентная среда. То есть не все друзья. Даже если один плохо себя ведёт, а другие узнают — вылетит.

— То есть тебя с удовольствием выгонят из редколлегии?

— Конечно. Вылетит, и всякие истории, когда подделывают данные в статьях, то есть постоянно тоже обнаруживают, что люди делают какие-то эксперименты, рисуют какие-то графики, а потом как бы оказывается, что на этих графиках что-то не так, эксперименты не воспроизводятся, это далеко не единичные тоже случаи.

— Были такие вот громкие скандалы, связанные с публикациями в ведущих журналах?

— Были. Такие скандалы были. У него какой-то суперэффект, который воспроизводился только в его лаборатории. Когда независимо пытаются его воспроизвести — не получается. Такое, конечно, бывало. Хочется тебе продвинуться, нужен какой-то, а у тебя нет. Давайте подмухлюем. А как рецензент, который не был в лаборатории, может это дело проверить?

— А я не знаю.

— Давайте к нашей области вернёмся. Значит, есть все вот эти алгоритмы, которые обучают искусственный интеллект во что-нибудь играть или ещё что-нибудь, шахматы и так далее. Эта вот область называется «обучение с подкреплением», то есть ты сделал какое-то действие — получил пинок, сделал действие — получил пинок. И в ходе этого учишься играть. В этой области 70% статей не воспроизводимы. Ну то есть эксперименты, представленные в статьях, содержат какие-то неизвестные величины, хотя даже и код может лежать, и алгоритм описан, ты его как бы реализуешь, запускаешь, он не воспроизводится.

— Почему?

— А ну забыли чего-нибудь, какой-нибудь важный параметр упомянуть, или ещё что-то, или вообще просто подправили. То есть хотя идёт такой тренд, что исследования должны быть полностью воспроизводимы. Все говорят, надо, чтобы код открыт. Из-за того, что всё идёт очень быстро, и даже, может быть, не со зла, люди просто говорят: «Сделал, вроде нормально». А то, что там две буквы в программе перепутал, и ладно.

— Вот люди спрашивают: «Чем вызван такой (я, правда, не знаю какой) интерес к нейронным сетям последние 15—20 лет?»

— Это тоже хороший вопрос.

— Тут даже сложные есть фамилии. Значит, до этого ими занимались всякие там Франк Розенблатт с его перцептроном, а сейчас в новостях то одна компания обучила, то вторая добилась тех или иных результатов?

— Это хорошая история. Она мне нравится. На самом деле нейронные сети и Розенблатт и на самом деле первые там в Киеве народ предложил, потом в 1988-м году тоже сделали, но они работали хуже, чем другие алгоритмы. Ну и как бы есть какая-то область науки, люди занимаются: эти — нейронными сетями, эти — ещё что-то. Но в 2006 году объявили соревнования, где нужно было научить компьютер отличать кошку от собаки. И алгоритмы, которые были на тот момент, самые супертоповые, они это делают с точностью 60%, ну, примерно...

— То есть в 40% случаев компьютер путал? Я тоже путаю сейчас.

— Практически случайный выбор. Ну и народ шутил, что нам не нужно что-то научить, нужно миллион долларов, пять аспирантов, которые будут это делать. И началось как бы планомерное небольшое развитие, которое состояло из небольших шагов, чтобы эту задачу решить. И в 2014 году точность стала 99,9% отличить кошку от собаки. И это не то что какие-то новые алгоритмы придумали и что-то там новое, а просто научились правильно пользоваться старыми. Оказалось, что можно учить на граф-картах, а не на дорогостоящих вычислительных системах. Можно граф-карту купить.

— Что такое граф-карта?

— Это вот в компьютере, которая рисует графику. Видеокарта.

— А, графическая карта, всё.

— Да. Оказалось, что на них здорово такие штуки обучать. Можно не 100 шагов сделать, а 1000, и он будет лучше работать. Появились размеченные наборы данных. Кроме этого, там 10 млн изображений Google, Стэнфорд, Принстон при помощи китайцев и индусов разметили кучу классов, обучающую выборку. Ну и после этого стали появляться новые методы, и куча народу вместо того, чтобы копаться в каждой, в какой-то своей маленькой области, стали решать одну эту глупую модельную задачу, но в ходе этого как раз придумали методы, после чего эти нейронные сети — оказалось, что они в десятки раз лучше, чем вообще все. То все забросили то, чем занимались до этого.

— А чем до этого занимались?

— У каждой уважающей научной группы была своя какая-то ниша. Я делаю таким образом, я — таким образом, а у меня вот из чего более хитрый метод. Оказалось, что это всё вообще на фиг не нужно, а нужно делать через нейронные сети и их улучшать. Оказалось, что куча народу сфокусируется в одной точке, и потихоньку это всё продвинули до того состояния, которое у нас есть сейчас.

— А какое у нас состояние сейчас?

— Состояние, что, грубо говоря, для изображений, грубо говоря, что хотите, отличать кого угодно от кого угодно — можно это сделать, это может сделать реально компания из двух обученных студентов. Тексты. Ну, чуть сложнее, но тем не менее. Звук, аудиокниги. Сейчас компания тоже из Омска, два парня из Омска, сейчас она стоит $8 млн. Они делают...

— Как квартира на Никитской.

— А ещё через пару лет они ещё в четыре раза вырастут. Они сделали технологию, которая переводит аудиотекст в аудиокнигу.

— И компьютер её начитывает?

— Да. Компьютер её начитывает. Это стоит не $2 тыс. одна книга, а $5, грубо говоря. И это всё тоже на нейронных сетях. Текст в звук. Вот все такие вещи они научились делать очень хорошо. Дальше там вот эти штуки с играми и так далее, вот всё, что укладывается в рамки, — изображение, текст, видео, звук — всё что угодно можно сделать: одно в другое отображать, по тексту рисовать картинку, недавно тоже была статья хорошая. Пишешь текст — он тебе рисует. Или эмоджи генерить. Какая-то уже близкая к креативности, с одной стороны. С другой стороны, просто обученные дата-сеты, где ты выдёргиваешь такой умный поиск.

— У нас какие-то, мне кажется, айтишники подключились к нашей программе, потому что я получаю вопросы какие-то ужасные. Значит, какая нужна математическая база, чтобы заниматься искусственным интеллектом?

— База вся та же самая. То есть первый курс хорошего университета, линейная алгебра, математический анализ, теория вероятности, матстатистика. Эта база нужна.

— А дальше уже?

— А дальше уже да, программирование, нейросети, машинное обучение.

— Скоро ли человечество построит сферу Дайсона? Секунду, это первая часть вопроса. Вторая часть вопроса. Вы сейчас объясните, что такое сфера Дайсона. Что гость думает про гипотезу великого Фильтра Хенсона?

— Вот поставили меня в тупик.

— Сволочи. Вы надо мной издеваетесь, что ли? Хватит мне это слать.

— Сфера Дайсона — я забыл, что это такое. Сейчас не вспомню. Это из кино, по-моему, что-то. Хотя нет.

— Сфера вокруг Солнца — сообщают мне в ухо. Первый раз, когда мне реально подсказали что-то в ухо.

— Сфера вокруг Солнца. Ясно, что не построят. Это фантастика всё.

— Спросите у гостя, лично ему — вот лично вам! — для каких задач нужен суперкомпьютер экзафлопсной производительности? Я не шучу, это всё люди пишут.

— Ну, да. Экзафлоп — это, соответственно, два в шестидесятой степени, то есть это получается...

— Два в шестидесятой степени. Почему два?

— Потому что всё бинарное. Два в десятой — это тысяча, соответственно...

— Я не знаю. У меня с математикой вообще...

— Десять в восемнадцатой, то есть единица и 18 нулей, вот столько операций в секунду такая штука делает. Суперкомпьютеры сейчас нужны лично мне и вообще для обучения вот этих больших моделей, потому что по-другому их обучать не умеют. На экзафлоп сейчас, я думаю, никто загрузить его не сможет. Но как работает суперкомпьютер? Это большая такая ферма. Если у вас есть экзафлоп, туда прибежит тысяча человек, которые будут делать по одной тысячной. И они его забивают своими разными задачами, не только искусственный интеллект. Моделирование материалов или какая-нибудь биология. Вот. Собственно, так они работают, как такие центры, скажу это фразу: центр коллективного пользования. Вот практически очень редко бывают алгоритмы, которые для топового компьютера загружают его целиком. Вот. Потом, когда появляется следующий, в 1000 раз быстрее, уже можно, просто экономически никто не отдаст один компьютер одному человеку, невыгодно это. Ну, это ферма.

— Мы начали с того, что западные компании требуют у вас для тендеров ЛГБТ-сотрудников. Мешает ли вам сейчас вот эта новая этика? Вообще наука и этика — это совместимые понятия?

— Вообще никогда...

— Вот вы же глубоко неэтичный человек. Это видно прямо по вам.

— Я очень этичный. Я считаю, что как раз наоборот. Я крайне толерантен ко всем альтернативным точкам зрения и всем таким вещам. У меня, например, в Сколтехе есть замечательный совершенно учёный, с которым мы много работаем. И он ходил, ходит со значком Украины.

— Господи. Его уволили?

— Да нет, конечно.

— Мразь какая. Увольте. Кто это позволил?

— Если это никак не влияет, если он свою работу делает хорошо и никому своими взглядами не мешает, я отношусь к этому абсолютно спокойно. Вот если ты как бы там ура-патриот, но ничего не делаешь, это хуже, чем ты хорошо работаешь, всё делаешь, но вот у тебя такая точка зрения, но ты никого ей не раздражаешь.

— Ну хорошо. Мешает вот эта новая этика, вот давайте п****в много привлечём и так далее.

— Ну, пока...

— Обязательно нужен какой-нибудь транссексуал.

— Радикально это не меняет. Так сказать, мы относимся с коллегами к этому, скорее, пока с юмором. Например, африканца мы нашли для заявки.

— Афророссиянина?

— Нет. Он был вполне себе человек из Нигерии, неплохой. Нашли. Женщин-кофаундеров нашли.

— Он нормальный?

— Да.

— То есть умный?

— А ЛГБТ не нашли.

— А они просто не признаются.

— Они никто не признаются. Мы говорим, мы просто вставим, вот напишем, что вы такой.

— Они говорят: «Господи. Храни... Господи, не приведи». Не надо этого делать никак.

— Вот. Но никто не соглашается. Но на самом деле вот эта вот cancel-культура, она прямо...

— Минута у нас осталась.

— То там в Америке, кстати, люди тоже подписи собирают, против них там идёт. Я подписал, что я против.

— Да? Против?

— Вот этих ребят, которые составляют список молодых исследователей, что эти плохие, они неправильно выражают.

— Вот это же всё вредит, очевидно, научному развитию?

— Да, конечно, это вредит вообще здравому смыслу. И в науке этому совершенно не место. Ну и в целом вообще нигде этому не место. Дискриминировать никого не надо. Иногда, так сказать, опять же, когда... У меня аспирантка есть из Якутии. Когда она куда-то подаётся на какие-то программы — пиши, что ты из угнетаемого народа, тебе там...

— И что, она пишет?

— Она ставит галочку, её туда берут.

— Класс.

— Это цинизм с нашей стороны.