В мире ли застой?

13 февраля 2018

Почему российской науке пора перестать пенять на зеркало

Е.Б. Кузнецов – член президиума Совета по внешней и оборонной политике

Резюме: Вываривая» из «больших данных» уверенные закономерности, искусственный интеллект позволит строить прогностически подтверждаемые модели без теорий. В ближайшее десятилетие связка AI + Big Data начнет поверять «корреляциями гармонию» по всему спектру научных данных.

Со всех сторон до нас доходят стоны и стенания о «застое науки» и закате ее «золотого века». Что показательно – эти суждения почти всегда имеют российскую прописку, и как бы тем самым они подслащивают пилюлю деградации отечественной науки – мол, всем плохо, что уж там. Однако, увы, если смотреть на современный статус науки из глобального контекста, то ситуация выглядит вовсе наоборот.

Забегая вперед, нужно сказать, что наука переживает самый, пожалуй, волнующий и масштабный период своего существования, начиная с момента ее зарождения в современной институциональной форме в XVII веке, когда возникла и методически самоопределилась «натурфилософия». На наших глазах рождается совершенно новая наука – наука человеко-машинной цивилизации, и этот процесс захватит и изменит саму суть существования цивилизации человеческой.

Но сначала по порядку – о «кризисе наук».

От войны к миру

Сначала – кто и как его диагностировал. Самым частым аргументом служит тот, что современные научно-практические результаты «целиком получены на основе фундаментальных наук 60-х гг. прошлого века». Это особенно удивительно слушать, когда смотришь на эволюцию самого, пожалуй, впечатляющего научного открытия и направления развития медицины – метода редактирования генома.

В середине 1990-х гг. на «футурологической кухне» Сергея Переслегина (других семинаров по долгосрочному прогнозированию в то время, увы, в стране не проводилось) автор этих строк обосновал неизбежность появления метода создания «патчей» человеческого генома специальными вирусами по аналогии с методами правки «плохого» программного кода специальными «заплатками» («патч», «заплатка» – информация, предназначенная для автоматизированного внесения определенных изменений в компьютерные файлы. – Ред.). И был, что типично, высмеян всеми экспертами-биологами, включая тех, что имели глобальный опыт и кругозор, потому как тогда не существовало никаких признаков того, что может появиться такая технология.

Однако уже спустя несколько лет по результатам реализации великого проекта «Геном человека» количество данных о геноме выросло на несколько порядков. Началось экспоненциальное (и даже еще быстрее) удешевление стоимости расшифровки геномов, и вот это уже становится рутинной процедурой, в дешифровку пошли и индивидуальные геномы людей, и геномы наших предков, и всех актуальных для нас биологических видов животных и растений.

В контексте происходящей революции резко повысилось внимание к тому, как работает управление генетической информацией в клетке, и закономерно, что в 2005 г. появляются первые работы о вскрытии механизма «перепрошивки» генома бактерий, противостоящего вирусным атакам. Этот механизм оказался настолько изумительно прост и воспроизводим, что правка и коррекция генома стала массовой практикой. Тысячи лабораторий экспериментируют с генами живых существ и человека, достигая результатов не только на эмбрионах, но и на взрослых особях! Меняются функциональные параметры, излечиваются генетически предопределенные болезни. Эта революция в медицине по своим масштабам имеет все шансы превзойти революцию прививок и антибиотиков. Достаточно заметить, что она решает проблемы «отрицательного отбора» (выживания «генетически несовершенных организмов»), которая вышеупомянутыми медицинскими революциями и порождена.

Утверждать, что в мировой науке происходит «застой», может только тот, кто полностью проглядел явление такого планетарного и исторического масштаба. И да – это в полной мере относится и к российской науке, и к общественности, увы. Если в США, Великобритании и Китае (именно в Китае, который сделал решительную ставку на эту технологию и оказался мировым в ней лидером) работают тысячи лабораторий, в которых ставят эксперименты и совершенствуют методы, то во всей России число таковых можно пересчитать по пальцам одной (!) руки, а количество международных публикаций с российскими авторами по этой теме измеряется единицами, и все они – в соавторстве с западными коллегами и лабораториями...

Тут впору вспомнить, что еще одним «доказательством» кризиса науки является доминирование наукометрических показателей в ее управлении. Да, тут есть крайне интересные закономерности, обсудим их ниже, но сразу стоит сказать, что не из России это обсуждать... Наша наука продолжает проваливаться в наукометрических параметрах вовсе не потому, что «мировая наука стагнирует» либо в ней царит засилье корпораций или недружественных нам государств. Просто основной рост этих показателей демонстрируют в мире самые быстроразвивающиеся науки (что логично). Сейчас это биология (называемая «физикой XXI века»), компьютерные науки (такого термина даже толком нет в русском языке), науки о данных и управлении. И – сюрприз! – именно в этих науках российские показатели самые позорные. Если в физике («царице советской науки») мы отстаем по числу статей от стран-лидеров в разы, то в медицине – на два порядка! Больше чем в сто раз.

Так что у кого и в чем застой, думаю, понятно. А теперь давайте обсудим, что же происходит в самой мировой науке. Начнем с малого. Да, современная наука претерпела существенное институциональное изменение в конце ХХ – начале XXI веков, и не все страны/области сумели этот транзит завершить. Суть процесса можно кратко свести к следующему. В ХХ веке основным заказчиком науки были государства. Их интересовало оружие (отсюда физика, химия и математика), выживание раненых на поле боя, здоровье и сытость населения (отсюда медицина и биология), эффективность экономики и управляемость общества (экономика и гуманитарные науки). Мировые войны и экономический рост стран-лидеров обильно напитали бюджеты научных учреждений. А наиболее щедро – «низковисящие плоды» физики XX века – ядерную бомбу и баллистическую ракету.

Достигнуты феноменальные успехи. Двигатели внутреннего сгорания перевернули транспорт. Авиация совершила революцию в торговле и управлении. Связь кардинально изменила биржи. Антибиотики – медицину. Все описанное – технологический рывок первой половины ХХ века. И перечисленные достижения финансировались государствами, а потом конвертировались из ВПК в мирную сферу. Так же поначалу обстояли дела и во второй половине века, когда происходили прорывы в физике твердого тела, подарившие нам полупроводники и компьютеры. Разработанные сначала для задач ПВО-ПРО и создания «ядерного щита», впоследствии они перетекли в «гражданку» и дали современный менеджмент, глобально-распределенную экономику и рынки, что стало основой рывка развитых и развивающихся стран.

Но уже в ходе этой волны стало понятно, что госрасходы существенно проигрывают частным инвестициям в науку. Лаборатория компании Bell стала инкубатором большего числа нобелевских лауреатов, чем вся Япония (семь человек). Наибольшая часть революционных открытий в медицине и фармацевтике обязана корпоративным R&D бюджетам фармацевтических гигантов. Сельское хозяйство мира меняла компания Monsanto, а не национальные сельхозакадемии.

К началу последней четверти ХХ века финансирование со стороны корпораций в развитых научных державах уверенно превысило государственные вложения. И в этот момент Советский Союз начал проигрывать научную гонку. А потом случился крах СССР, и ведущие государства мира перестали финансировать «военные» науки. Началась стагнация физики и других дисциплин, работавших на войну, и да, действительно, в 1990-е гг. многие исследования в самых развитых государствах попросту остановились. Но это был лишь короткий эпизод.

Двумя фундаментальными изменениями стало то, что можно назвать «бессистемное финансирование» и «инвестиционные деньги».

Первый феномен подарил нам мем «британские ученые». В Великобритании начал приобретать все большее значение грантовый канал государственного и частного финансирования, при котором исследователь мог заниматься, в общем, чем хотел. Да, это породило много курьезов из серии «британские ученые доказали очередную очевидную закономерность». Однако «доказали» – означает, привели ее в методически корректную форму (и заметим наперед – машиночитаемую, то есть пригодную для машинной обработки), об этом чуть позже. А во-вторых – «непредсказуемая наука» стала приносить феноменальные результаты. К слову – упомянутый выше метод редактирования генома был получен именно таким способом «максимально абстрактной науки», в которой изучались задачи, предельно далекие от повседневности.

За последние десятилетия война за гранты стала и счастьем, и бичом ученых. Писать заявки – обязанность научных лидеров, борющихся за бюджеты. Даже бюджеты университетов и научных центров прямо зависят от успешности «грантополучательства». А это искусство требует и мастерства презентаций (отсюда расцвет поп-науки), и «сенсационности» выводов (отсюда засилье статей о достижении «прорывных результатов»), и часто подтасовки результатов и данных. Но, несмотря на все минусы, новая институциональная форма резко активизировала процесс поиска в самом «научном» его смысле – «удовлетворения любопытства ученых».

Второй феномен – приход в науку инвестиционных денег. Речь идет о формировании «академического предпринимательства» и резком росте раннего и «посевного» инвестирования в наукоемкие стартапы. Еще 20 лет назад роли ученого и бизнесмена разводились предельно четко даже в лучших лабораториях, а фигуры типа Николы Теслы были, скорее, курьезными примерами. Однако в последнее время эта сфера все больше процветает, и ведущие университеты мира конкурируют между собой, обещая профессорам-предпринимателям наиболее комфортные условия для конвертации «знания» в «деньги». Казалось бы, при чем тут наука? Однако расцвет современного искусственного интеллекта, методов глубокого и машинного обучения вырос преимущественно из решения практических задач, а вовсе не в «оборонных лабораториях», как было еще несколько десятилетий назад. И это революционное направление меняет мир в несколько раз значительнее, чем, например, ядерная энергетика.

Итак, наука сменила модели финансирования – деньги стали идти значительно более сложными, распределенными способами и из значительно большего числа источников. А как этим «источникам» ориентироваться в ученой среде? Если маргинальное вчера направление сегодня захватывает научный олимп? В такой быстроменяющейся ситуации распределять деньги через «министерства наук» в виде академий или иных иерархических структур – безумие. Они тратят на поддержание своей картины мира и карты приоритетов больше, чем на саму науку. А значит, деньгам нужны другие маркеры и индикаторы.

При всем несовершенстве наукометрики она успешно решает задачу быстрого переопределения приоритетов и поиска наиболее прорывных результатов и талантливых авторов. Если раньше «светилам» нужны были десятки лет (кое-кто умирал, не дождавшись признания), то сейчас путь от первой фундаментальной статьи до массового применения составляет меньше десятилетия. Именно такие сроки продемонстрировало редактирование генома и искусственный интеллект на нейросетях. Все методы несовершенны, и над ними идет постоянная работа, но ментально игнорирование наукометрики в России сродни неприятию «богомерзкого пара» и прочим фобиям отсталых обществ по отношению к передовым практикам (опасности карго-культа тоже, впрочем, никто не отменял).

Наконец, меняются и сами научные методы, например, в биологии и медицине активно развивается так называемая трансляционная наука, она подразумевает набор организационных практик, благодаря которым новые методы и результаты стали доходить из фундаментальной науки в прикладную не за 20–30 лет, как раньше, а за 5–7. Благодаря этому происходит новая революция в здравоохранении, в которой кроме упомянутого редактирования генома широким фронтом наступают новые концепции, идеи и подходы, реализуемые на стыках биологии, искусственного интеллекта и других решений.

Можно приводить другие примеры и доказательства, но, честно говоря, в этом удивительно мало смысла. Достаточно двухчасового разговора с любым активным ученым с «фронтира», чтобы прочувствовать масштаб глобальной эйфории от нового прорыва науки и технологий по широчайшему научному фронту. Потому давайте обсуждать не мифические страхи, а реальные причины нашего отставания и способы его преодоления.

От теории к практике

Во-первых, как было сказано выше, фундаментальным становится изменение институциональных форм организации науки. Ее переход от вертикально-организованных «институтских» форм к «сетевым-распределенным» и «платформенным» структурам. Аналогичная трансформация происходит и в бизнесе, что наглядно демонстрируется безоговорочной победой современно-организованных корпораций (и экономик) над бойцами старых укладов.

Сетевая модель означает, что для решения любой масштабной фундаментальной задачи создается гибкая и часто временная сеть лабораторий, объединенных общим форматом данных и методами кооперации. Эти структуры могут быть в разных странах, институтах и университетах, но они решают общую задачу, производя данные и анализируя их. Кстати, именно такой механизм дает хоть какой-то рост публикаций ученых с российской аффилиацией – они входят в международные сетевые проекты и публикуются в соавторстве. «Соло»-исследований в мире (не только в России) становится все меньше.

Это требует совершенно иного механизма, в том числе и финансирования ученых. Понимания глобальной конъюнктуры и устройства науки во всем многообразии факторов. Чрезвычайно легких и смелых процедур распределения средств. Тотальной минимизации отчетности и легкости получения оборудования и реагентов. В общем, всего того, что в российской науке не наблюдается.

Ну и наконец, самая впечатляющая трансформация – появление в науке нового актора, машинного интеллекта. Если еще недавно компьютеры были лишь «умными машинами на подхвате», позволяя моделировать эксперименты или хранить и обрабатывать массивы данных, то сейчас картина меняется на наших глазах. Огромные массивы (зеттабайты данных) уже невозможно обрабатывать по старинке. Гигантское число изображений, данных исследований по силам переработать только машинному интеллекту. Ему уже удается самому находить определенные закономерности, причем по другим задачам нам известно, что делает он это иначе, чем люди. Только машинный интеллект способен быть в центре глобальных исследовательских сетей, агрегируя информацию и переваривая ее в некоторые новые закономерности, которые могут быть выстроены иначе, чем следовало из «человеческих» теорий. Пока такое направление институциональной реформы науки выглядит футуристично, но им уже активно занимаются.

В каком-то смысле противостояние «теории» и «лаборатории» времен Гоббса и Бойля, из которого выросла натурфилософия и современная наука, частично утрачивает актуальность. Во-первых, наука начинает оперировать подсчетами при установлении фактов (на чем настаивал Гоббс, создатель политической теории, основанной на подсчетах мнений граждан). Еще со времен появления квантовой механики вероятностность наблюдений стала фактом. А в социальных науках вообще невозможно свести наблюдаемые явления к «лаборатории» – живое поведение общества и экономики трансформируется и при попытках его изучать, и при появлении описательных теорий. Этот вызов классической модели науки уже в XX веке будоражил умы, вызывая некоторую эрозию мировоззрения «золотого века» позитивистской науки. Однако только сейчас для изучения и выявления новых закономерностей («законов природы», регулярная штамповка которых была условием трудового договора Роберта Гука с «работодателем» в Лондонском Королевском обществе) появляется новый инструмент – искусственный интеллект. «Вываривая» из «больших данных» уверенные закономерности, он позволит строить прогностически подтверждаемые модели без теорий, созданных людьми поверх фактов. Сейчас эта революция со скоростью «чудо в месяц» происходит в лабораториях computer science school США и Европы, и в ближайшее десятилетие связка AI + Big Data начнет поверять «корреляциями гармонию» по всему спектру научных данных. Рассуждать в этой ситуации о «смерти науки» – это как во второй половине XVIII века плакать о кризисе схоластики.

Но вернемся на землю, на нашу землю.

В прошлом году мы с коллегами из МГУ сделали исследование уровней наукометрических результатов российских авторов. По материалам почти 200 тыс. статей выявилось следующее. Если принять уровень результативности мирового ученого в конкретной научной области за 1, то российский ученый, уехавший работать в зарубежный центр, пишет в среднем на 0,9. Оставшийся в России – на 0,3. Уехавший, но вернувшийся обратно – на 0,6. А приглашенный в Россию иностранец – тоже на 0,3. Таким образом, эффект «неблагоприятной институциональной среды» и потери результативности очень нагляден.

И сейчас, увы, полемика вокруг «спасения российской науки» на 90% сводится к вопросу управления имуществом и зданиями. Достаточно сравнить пропорции по финансированию и количеству ученых разных научных направлений в России и за рубежом, чтобы понять, что на актуальные и переживающие взрывной рост науки у нас выделяются крохи (причем в этих пропорциях государство проявляет трогательное единодушие с корпусом академиков). Никаких следов «великого маневра» Китая, который вернул тысячи талантов и сформировал сотни лабораторий в актуальных науках, у нас нет и не предвидится даже в самых смелых планах. Университеты отбились от попытки сделать на их базе предпринимательские кампусы и снова сводят свои «инновационные» проекты к освоению средств очередной забавы первых лиц – еще недавно это была НТИ, сейчас – цифровая экономика.

Разруха, как известно, начинается в головах. В руинах находится даже не российская наука (мировая, поверьте, процветает), а в целом адекватная современности картина мира у российских лиц, принимающих решения. Печальное завершение периода существования «трофейной экономики», ставок на трубу и почивания на лаврах великих предков. Не говорите о кризисе науки, просто занимайтесь делом. Глобально конкурентоспособным.

} Cтр. 1 из 5