В ИТМО открывается Институт математики: чем он будет заниматься

― ИТМО давно известен как один из сильнейших вузов России по IT, в последние годы университет активно занимается исследованиями и разработками в области искусственного интеллекта. Расскажите, пожалуйста, почему именно сейчас возникла необходимость создать новый Институт математики? И какие основные задачи перед ним ставятся?

― Сейчас есть несколько глобальных научно-технологических вызовов, которые стоят и в целом перед наукой, и перед нашим университетом в частности. Один из них связан с искусственным интеллектом, о котором уже упомянули.

Тот ИИ, про который сегодня чаще всего говорят в общем понимании, ― имею в виду рисование картинок через нейросетки и что-то подобное ― это, конечно, красиво, но немного не тот уровень, на котором хотелось бы оставаться. Хайп вокруг нейросетей уже понемногу стихает ― и много кто об этом говорит. Поэтому очевидно, что нужно двигаться дальше и создавать системы на основе искусственного интеллекта, которые будут способны решать другие, гораздо более сложные задачи.

Если смотреть глубже на проблематику: по сути, сегодня до сих пор четко никто не знает, как работет ИИ. Какие-то вычислительные процессы идут, какие-то большие данные считаются, но четкой доказательной базы, что «вот это работает именно так» ― нет. А это порождает уже другой пласт серьезных вопросов, в том числе связанных с безопасностью. Продолжая ту же аналогию с картинками: если нейросеть нарисует ваш портрет, вряд ли случится что-то страшное. А если ту же нейросеть внедрить в беспилотный автомобиль? Там уже совершенно другой уровень рисков и их проработки. Поэтому нужна четкая доказательная база, которая объяснит, что, как и почему будет работать.

Мы видим перед собой задачу как раз в разработке вот такого математического базиса, который и должен обеспечить доказательную базу для развития ИИ.

Бизнес, даже довольно крупный и технологичный, как правило, не может позволить себе вкладывать много ресурсов в развитие исследований ― особенно в области математики. Вполне логично решать такую задачу в университете. В то же время мы понимаем, что в современных реалиях, даже несмотря на очевидный статус математики как фундаментальной дисциплины, царицы наук, необходимо всегда понимать прикладные аспекты.

― Что именно стоит поднимать под математическим базисом? И как его развитие поможет в развитии ИИ?

― Искусственному интеллекту уже далеко не первый год ― сфера пережила несколько эпох. Например, статистическое машинное обучение было придумано еще в начале 70-х ― тогда вышла знаменитая работа Вапника и Червоненкиса. Что характерно, это была исключительно математическая статья по теории вероятностей и матстатистике. Почему тогда это не пошло? Потому что не было такой вычислительной базы, как сейчас. Сегодня же всё наоборот: про теорию забыли, а пытаются заниматься расчетами ― часто даже не анализируя алгоритмы и вычислительные процессы.

С помощью математики можно оптимизировать уже имеющиеся алгоритмы и создавать новые. Классический пример ― тот же DeepSeek, когда удалось сделать кратно дешевле и не менее производительнее аналогов, изменив подход на фундаментальном уровне. Есть и другие примеры, в том числе из моей практики. Когда приходит какая-то идея, естественно, ее сразу надо проверить ― садишься моделировать в MatLab и понимаешь, что с первого раза ничего не получается. Но вместо того, чтобы хорошенько еще раз проанализировать, поискать неточности в своем подходе, покопаться в уравнениях, начинаешь заниматься примитивным подбором, механически вбрасывать какие-то данные, чтобы графики сошлись. Но так не работает.

Невозможно подобрать ключ, не думая о том, какой формы замок.

Часто, кстати, студенты просят научить их кодить, говоря при этом, что математика им не нужна ― и это большая боль преподавателей. Таким разговорам уже лет 20, не меньше, но практика показывает, что базовые знания в программировании в лучшем случае обеспечат востребованность до 30-35 лет. Если нет хорошей фундаментальной подготовки, то востребованность таких специалистов ― временное явление.

― А что конкретно, на ваш взгляд, должно входить в такую фундаментальную подготовку программистов?

― Тут ответ простой и короткий. Если рассматривать ИИ, можно взять для примера «AI360: ML Native». На этой программе студентов не просто учат языкам программирования, там несколько семестров читают серьезную математику. Как минимум это хороший объем линейной алгебры ― потому что программисты работают с массивами данных. Матанализ, методы оптимизации, в том числе дифференциальные уравнения, разностные уравнения, и другие математические дисциплины.

― Новый Институт будет фокусироваться только на искусственном интеллекте?

― Искусственный интеллект ― это первая и самая популярная на сегодня перспектива. Но не единственная. Прежде всего мы видим задачу Института в том, чтобы он стал поддерживающей структурой для всех подразделений ИТМО, которые занимаются исследованиями и разработками в области ИИ. Мы будем решать задачи нижнего уровня ― передавать свои знания коллегам, которые занимаются разработками.

Но помимо фокусировки на теме искусственного интеллекта, в перспективе мы также хотели бы создавать лаборатории под нужды разных факультетов ИТМО ― исходя из их запроса.

Как это может работать: например, есть факультет безопасности информационных технологий (БИТ), там занимаются криптографией, это математическая дисциплина. То, чего им не хватает с точки зрения криптографии на фундаментальном уровне, могло бы быть добавлено через такую лабораторию. Зачем это нужно? Специалисты факультета БИТ понимают друг друга, но не понимают язык других математиков. Тогда как математики из лаборатории криптографии будут понимать язык других математиков. Это важно, поскольку отсутствие общего языка сильно мешает исследователям. Поэтому есть смысл, чтобы математики работали вместе, но при этом имели привязку к факультетам. И факультет уже приглашал их в свои проекты, в том числе в индустриальные заказы.

Или же есть группы робототехников, которые тоже работают с большим математическим пластом ― дифференциальными, разностными уравнениями, теорией устойчивости. Им тоже может потребоваться усиление математической экспертизы. Мы готовы приглашать под эти задачи математиков ― в том числе не ограничиваясь только кадрами ИТМО. Для самих математиков такая модель сотрудничества тоже, на мой взгляд, довольно устойчивая, поскольку они четко будут видеть, как их работа находит практическое применение.

Это только часть примеров. Если будет интерес, мы также готовы работать с коллегами, которые занимаются физикой, химией. Это сквозная история, которая может быть интересна разным подразделениям. Мне нравится термин «диффундирующая технология» ― в свое время ИТМО сделал таковой IT. А сейчас мы видим, что IT ― и ИИ в частности ― используется во всех областях.

― Вы уже упоминали про подготовку студентов. И насколько понимаю, в Институте будет не только исследовательский трек, но и образовательный. Как будет устроено это направление?

― В чем проблема многих академических учреждений? У них нет подпитки кадров со стороны молодежи и студентов. Тогда как любому ученому, который хочет развиваться, важно иметь доступ к молодым кадрам, которые смогут помогать ему решать исследовательские задачи. Если вы занимаетесь исследованиями в студенческой среде ― вы всегда эту подпитку можете найти.

Поэтому да, безусловно, мы будем развивать оба направления: и исследовательское, и образовательное. У нас предполагаются учебные курсы для студентов. А читать эти курсы, в свою очередь, будут люди с хорошей фундаментальной базой, с опытом в исследовательской работе.

Кроме того, помимо студентов ― уже есть заказ на то, чтобы обучать школьников, а также работать со школьными учителями. Мы будем смотреть и в эту сторону.

― Кто будет работать в Институте? С кем планируется наладить сотрудничество?

― В ИТМО есть хорошие специалисты с сильной экспертизой, но Институт не будет ограничиваться только кадрами университета. Например, у нас уже есть договоренности о сотрудничестве со специалистами матмеха СПбГУ. Кроме того, мы уже думали над тем, чтобы создать с Санкт-Петербургским отделением Математического института им. В. А. Стеклова РАН (ПОМИ РАН)  объединенную структуру. Им это сотрудничество может быть интересно, поскольку у нас есть студенты, которые потом могут продолжить исследования в аспирантуре. А у них есть сильная математическая экспертиза. Но это пока лишь планы на перспективу.

В плане международного сотрудничества ― можно работать в сетевом содружестве: приглашать лекторов на семинары, готовить совместные публикации. Если говорить про индустрию, то варианты тоже есть. Мы можем быть интересны бизнесу прежде всего экспертизой и кадрами. И у нас уже есть перед глазами пример робототехников ― выпускники программы «Робототехника и искусственный интеллект» вошли на ведущих ролях в команду Сбера, где занимаются передовыми исследованиями и разработками. Это один из примеров сотрудничества с крупным индустриальным партнером, когда университет и компания не только реализуют совместную образовательную программу, но и вместе занимаются развитием технологических направлений.

― Каким в целом в будущем вы видите главный результат от создания нового Института?

― В будущем хотелось бы, чтобы ИТМО прочно ассоциировался не только с IT, но и с математикой. Она уже есть: проводятся исследования, студенты выигрывают профильные олимпиады, ― но пока направление так ярко не представлено. Хочется усилить и систематизировать эту работу.

Считаю, университету это под силу. Чем славится ИТМО? Тем, что мы берем задачу и ее решаем. Кто в 90-е мог ассоциировать университет с гигантом в области ИТ? Никто. Хотя, кстати, базис тоже был. Были факультеты, которые на тот момент могли это развивать. Тот же Владимир Глебович Парфенов с кафедры вычислительной техники. База была, но все равно ИТМО, конечно, очень прочно ассоциировался только с оптикой и точной механикой. Но потом университету удалось сделать мощный рывок в IT. О чем это говорит? О том, что мы умеем быстро меняться. 

Институт математики ― это еще одна новая амбиция, с которой ИТМО мог бы выйти на уровень не только города, но и, возможно, страны. Поэтому мы хотим сделать качественный скачок в эту область с точки зрения исследовательской базы и подготовки кадров.