Интервью о пути в науку, научной среде и популяризации науки с кандидатом физико-математических наук, заведующим Лабораторией нейроинтеллекта и нейроморфных систем НБИКС «Курчатовский Институт» Михаилом Бурцевым.

Как вы пришли в науку?

Я родился в Ульяновске, но в раннем возрасте переехал в Московскую область. Учился в физико-математическом классе 23 школы Подольска. У нас был нестандартный классный руководитель, который преподавал физику, математику и информатику. Он был выпускником физфака МГУ, не знаю какой судьбой заброшенным в нашу школу. Он не был профессиональным педагогом, и пытался привнести в обучение некоторые элементы из того, как устроено обучение в институте.

Например, нам ставили определенные сроки, к которым нужно было решить несколько десятков задач, а так как решение откладывалось до последнего, то в итоге получалось достаточно азартно - почти как спортивное задание. Задачи были разной сложности. Сначала быстро решались все простые задачи, а потом приходилось попотеть. Была и конкуренция, но не в плане того, кто заработает больше баллов, а в плане соревнования: «А у меня вот лучше получилось». Те, кто решал все задачи, давали списывать остальным. И всем было понятно, кто хочет и умеет решать задачи, а кто нет.

Еще помню, в школе были какие-то исследовательские проекты, например по исследованию оптимальности ветвления кровеносных сосудов. Хотя мы так до конца эту работу и не довели, но было интересно. В последние два года обучения в школе я несколько раз в неделю ездил в Москву на Шаболовскую в Дом научно-технического творчества молодежи и самообучался программированию на Pascal, хороший язык.

Еще в школе мне всегда было интересно, чем занимается наука. При этом казалось, что стать ученым я никогда не смогу, потому что для этого нужно быть очень умным. В институте, интерес к науке не ослабел, но направлен он был на темы методологии науки, искусственной жизни искусственного интеллекта, а учили меня микроэлектронике и полупроводникам. К счастью, в конце 90-х доступ к интернету стал общедоступным, что позволило читать статьи из областей, притягивавших мое внимание. Я решил для себя, что раз ученым мне не стать, а наука нравится, то буду заниматься ей как хобби.

В последний год обучения в институте мне повезло попасть на лекции Владимира Георгиевича Редько в Институте прикладной математики (ИПМ РАН). Лекции были интересные, и в добавок удалось подключиться к текущему проекту по моделированию эволюции адаптивного поведения. Так я оказался в аспирантуре ИПМ РАН.

И в институте и в аспирантуре я должен был параллельно работать. Моя работа тогда была связана в основном с презентационными технологиями. По диплому я был специалистом по микроэлектронике, так что представлял, как работает видеопроектор и так далее. Еще я работал оператором видеотрансяции на различных концертах и публичных мероприятиях. Это была необходимая работа, которая приносила некоторый доход и позволяла существовать, потому что аспирантская стипендия была такова, что ее хватало только на проезд до института и обратно, больше ни на что ее не хватало. Со временем в науку стало поступать больше денег, стало возможно жить только на заработанное в науке. Вот так постепенно произошел процесс перехода от науки, как хобби, к науке, как постоянной деятельности.

Вы выделяете как-нибудь особо московское научное сообщество или наука – это везде наука, независимо от локации?

Наука везде есть наука, тем более сегодня, когда есть интернет, и в принципе вы можете общаться с любым ученым в любой точке мира. Но с другой стороны, важно и непосредственное общение, обсуждение с глазу на глаз обычно гораздо эффективнее. Это позволяет сэкономить, например, неделю переписки. Поэтому есть места, где наукой заниматься удобнее, и места, где это менее удобно. В этом плане те места, где сформировалась большая концентрация ученых, лучше, потому что если вы чего-то не понимаете, вы всегда можете найти специалиста в этой области. Или если вы хотите сделать совместный проект, вы можете найти человека, заинтересовать его и сделать то, что вы хотите. Москва в этом смысле – это одно из уникальных мест, потому что здесь огромная концентрация научных и образовательных учреждений, университетов, где много сильных исследователей. Благодаря этому всегда есть возможность что-то с кем-то обсуждать, придумывать, получать свежие взгляды и идеи.

Расскажите, пожалуйста, о своей лаборатории.

Наша лаборатория является частью Отдела нейронаук НБИКС Центра при НИЦ «Курчатовский институт». Это подразделение, которое создано для проведения междисциплинарных исследований. В нашей лаборатории сочетаются два подхода, которые должны, в конце концов, сойтись. Первая линия исследований – это теоретическая работа. Здесь мы пытаемся понять, каковы должны быть принципы, которые позволяют сетям из некоторых элементов (например, нейронам в мозге или формальным нейронам компьютерного алгоритма) кооперироваться и взаимодействовать друг с другом таким образом, чтобы решать задачи, и накапливать опыт во времени. Мы пытаемся разработать такие алгоритмы, которые будут обучаться, управлению роботами или программными агентами в интернете. Кроме того, если мы найдем универсальные ингридиенты, делающие машинное обучение интеллектуальным, то, возможно, это повлияет на направление исследований в нейронауках.

Второй путь – наоборот, экспериментальная работа. Это попытка проанализировать то, как реальные сети из живых нейронов могут обучаться. Для этого мы должны взять какую-то сеть нейронов и увидеть её всю целиком, потому что если мы видим только часть этой сети клеток, то трудно понять, как другие части сети влияют на то, что происходит в том кусочке, который мы видим. И здесь идеально было бы, если бы мы взяли клетки, вынули их из мозга, посадили на стекло и наблюдали за тем, как они обучаются. В принципе такое можно сделать: мы можем вынуть клетки и высадить их в питательную среду, чтобы они жили вне мозга. Здесь проблема в том, как определить, действительно ли они чему-нибудь научились - проявили какое-то интеллектуальное поведение.

Как понять, что клетки, которые мы вынули из мозга, чему-то действительно научились? К счастью, существуют эксперименты, которые показывают, что в принципе это возможно, и мы пытаемся их проводить. Можно обучить культуру нейронов, вынутых из мозга, управлять чем-то внешним. Например, к этой нейросети можно подключить робота, чтобы она научилась его двигать, избегая столкновений с препятствиями. По идее, такие экспериментальные исследования позволят нам увидеть некоторые принципы организации живых нейронных сетей до которых мы сами, без эксперимента, додуматься не можем. Мы работаем по этим двум направлениям и надеемся, что создадим такие алгоритмы искусственного интеллекта, эффективность которых будет качественно превышать то, что сегодня существует.

Какие теории или произведения оказали на вас наибольшее влияние?

Из писателей самое большое влияние на мои научные интересы оказал Станислав Лем, которого я читал в основном, когда в институте учился. Если посмотреть ретроспективно, то, что я делаю сейчас, и то, что меня интересует, идеологически основано на тех кибернетических идеях, которые Лем рассматривал в своей философско-научной фантастике, в частности в книге «Сумма технологии». В своих произведениях Лем глубоко анализирует кибернетические идеи, которые были популярны в 50-60-х годах. И это очень связано с подходами, которыми я сейчас занимаюсь.

Следующий, кто оказал влияние на мое мировоззрение, был Валентин Федорович Турчин с его книгой «Феномен науки». Это такая кибернетическая теория самоорганизации, когда мы рассматриваем, как в результате самоорганизации в живой природе возникают все более и более сложные уровни организации поведения и организмов. Это теория метасистемных переходов.

С другой стороны, большое влияние на меня оказали работы Карла Поппера по эпистемологии. Это философ, который показал, что, в принципе, наше мышление, хотя мы его воспринимаем как индуктивное, на самом деле является дедуктивным и основанным на догадках. То есть все наше знание гипотетично. Цель науки – это проверка гипотез о том, что представляет собой мир. Каждое текущее состояние науки – просто набор таких гипотез. Ни одна из этих гипотез не является истиной в последней инстанции и может быть опровергнута. На мой взгляд, это очень глубинные принципы того, как вообще можно получать новые знания и как можно адаптироваться. Они пересекаются с эволюционными идеями, утверждая, что генерация нового знания подобна генерации новых адаптаций в эволюции. На мой взгляд, Поппер показал, что обучение возможно только единственным способом – через вариации и отбор.

Также на меня большое влияние оказали работы, связанные с теорией самоорганизации, синергетикой – например, популярные книжки Пригожина о том, как в физических системах может возникать упорядочивание из хаотичного поведения. Наконец, в биологии, с эволюционной точки зрения, это, конечно же, теории и идеи Дарвина, а также теория функциональных систем Петра Кузьмича Анохина.

Что вы считаете своими достижениями к настоящему времени?

Для меня достижения – это то, что удалось для себя понять в отношении интересующих меня вопросов об эволюции, обучении и росте сложности в результате собственных исследований. Первое – это мое исследование по эволюции кооперации, которое было сделано совместно с Петром Валентиновичем Турчиным. Мы исследовали то, насколько универсально родственный отбор проявляется в эволюции. Это помогло мне лучше понять причины и механизмы, которые лежат в основе эволюции социальной организации человека. Например, такая вещь, как простое увеличение ресурсов, приводит к тому, что открываются новые возможности для усложнения социальных отношений. В среде охотников-собирателей сложные социальные структуры не возникали по той причине, что производительность такого способа добывания пищи не позволяла людям находиться вместе долгое время, необходимо было постоянно перемещаться. Не могло существовать постоянного поселения, в котором жили бы сотни человек постоянно. А потом постепенно, с появлением культивируемых растений, несущая способность земли выросла в 10 раз: теперь с одного и того же квадратного километра смогло прокормиться в несколько раз больше людей. Если раньше в одной группе собирателей-охотников было 20 человек, то теперь ее размер увеличился до 200 человек. Здесь как раз важно, что такой, казалось бы, простой параметр, как количество еды в среде, приводит вдруг к таким сложным эффектам, как появление возможности для усложнения социальной организации.

И второе. Не знаю, можно ли это уже назвать достижением, вероятно еще нет. Это попытка исследовать механизмы обучения в рамках теории функциональных систем Петра Кузьмича Анохина. Теория описывает адаптивное поведения организмов в среде, но в ней нет конкретного механизма, по которому должно протекать обучение в процессе адаптации. Моя идея заключается в том, что принципы адаптации в организме или машине более или менее универсальны и похожи на то, что происходит в эволюции. В соответствии с эволюционной эпистемологией Поппера, в мозге есть некая генерация различных вариантов решения, а потом их отбор на эффективность, на достижение той цели, которая стоит перед данной системой, перед данным организмом. Но в случае естественного отбора, например, нет никакой определенной цели, это просто некоторый отбор решений, которые позволяют особям эффективнее выживать. Поэтому надо понять, как эволюционные принципы адаптации могут быть реализованы внутри нервной системы. Эволюция должна протекать не от поколения к поколению, а от задачи к задаче, решаемой организмом. Когда человек или другое животное пытается решить какую-либо проблему, оно будет порождать варианты решения этой проблемы и исключать те решения, которые не подходят, и, наоборот, запоминать те, которые приводят к решению проблемы. Мне кажется, что такой взгляд на природу обучения очень плодотворен, и у нас есть уже некие предварительные результаты, которые показывают, что его можно эффективно применять для алгоритмов машинного обучения.