Михаил Гордин: «Научно-техническую мысль невозможно остановить»
Александр Ивантер первый заместитель главного редактора «Монокль» 20 декабря 2021, 00:00
Современный авиадвигатель — самое сложное механическое устройство из созданных когда-либо человеком по количеству инноваций на кубический сантиметр или на грамм изделия. Россия подтвердила свое присутствие в элитном клубе стран, умеющих их создавать
ДМИТРИЙ ЛЫКОВ
И. о. ректора МГТУ им. Н. Э. Баумана Михаил Гордин
Читайте Monocle.ru в
Уходящий год был отмечен заметными успехами российского авиастроения. В ближайшее время ожидается первый полет ближнемагистрального отечественного лайнера МС-21, построенного с использованием исключительно российских композитных материалов. В 2019 году из-за санкций США были остановлены поставки американских композитных материалов для изготовления крыла, в результате запуск МС-21 в серию пришлось перенести.
Но свой, отечественный двигатель к этой крылатой машине — ПД-14 — уже готов, он получил сертификат типа от Росавиации еще в 2018 году, а в прошлом году состоялся первый полет МС-21-310, версии лайнера с российскими движками. Уже в будущем году планируется сертифицировать его не только в России, но и у зарубежных авиационных регуляторов.
Нам показалось важным подробно осветить историю создания первого сделанного в нашей стране за последние тридцать лет двухконтурного турбореактивного двигателя нового поколения, что подтвердило нахождение России в элитном клубе авиадвигателестроительных держав.
Так совпало, что об интервью с экс-директором Центрального института авиационного моторостроения (ЦИАМ) имени П. И. Баранова (входит в НИЦ «Институт имени Н. Е. Жуковского») Михаилом Гординым мы договорились за день до его назначения исполняющим обязанности ректора своей альма-матер, МГТУ имени Н. Э. Баумана.
Послужной список Гордина, который именует себя весьма точно технологическим менеджером, весьма внушителен. После окончания Бауманки в 1993 году он успел поработать в нефтегазовых мейджорах (в 1997–2005 годах — в Conoco Philips, затем в ТНК-BP), а в 2008 году перешел в дирекцию синтетических каучуков флагмана нефтехимической отрасли «Сибура» и вскоре возглавил ее. Но классное инженерное образование и страсть к инновациям заставила Михаила Гордина поискать более высокотехнологичную сферу применения своих знаний и навыков. В 2015 году он стал заместителем гендиректора ЦИАМа по инновациям, а еще через год возглавил институт. Наш разговор происходил в высотке МГТУ на Лефортовской набережной, но был посвящен двигательным делам, стал своеобразным подведением итогов «пятилетки» Гордина в ЦИАМе.
🤖 «Пока бизнес скорее тратит на ИИ, чем на нем зарабатывает»
Пока Google и Microsoft делают наши личные данные топливом для своих нейросетей — анализируя почту или делая скриншоты экрана каждые несколько секунд, — реальный сектор (финансы, медицина, промышленность) задыхается от обратной проблемы. Здесь строгие законы о защите персональных данных превращаются в непреодолимый барьер: обмениваться данными, чтобы учить свои модели на них, большей части банков и корпораций запрещено.
Однако выход есть — технология конфиденциальных вычислений, позволяющая анализировать данные, не раскрывая их. В России одним из пионеров этого подхода стала компания УБИК (теперь часть группы Arenadata), запустившая в прошлом году продукт Ubic Conclave для совместного анализа данных банков, телекомов и госструктур без передачи самих сведений.
⚡️ Петр Емельянов — директор по дата-стратегии и искусственному интеллекту группы Arenadata
Как работают конфиденциальные вычисления? Что дает ИИ бизнесу? Что за задачи решают ваши заказчики? Как будет проходить адаптация к ИИ?
🎙 О том, как именно конфиденциальные вычисления могут преобразить искусственный интеллект и где кроется экономика в анализе данных, Петр Емельянов рассказал в подкасте «Монокля».
0.54 что такое конфиденциальные данные и вычисления и зачем они нужны
5.50 что могут узнать банки о своих клиентах, если объединят свои данные (не объединяя их)?
7.50 как не запутаться в том, что показывают большие данные
12.35 стартапы на базе ИИ: почему у них нет конкуретных преимуществ
14.00 как работает Conclave
17.00 что хотят получить банки и компании с помощью конфиденциальных вычислений
21.00 как экосистема может больше зарабатывать за счет знания своего клиента
23.50 каким будет ИИ,обученный не на общедоступных, а на публичных данных
28.20 почему нам не нравится, когда наши данные обрабатывают
31.50 так приносит ли ИИ деньги или нет?