«Эксперт-Сибирь»: — Сергей Севостьянович, как вы определяете, что такое цифровая экономика?
Гончаров С.С.: — С недавнего времени появилось очень много определений этого феномена. Я не претендую на истину в последней инстанции, но мне представляется, что имеет смысл различать несколько его аспектов.
Первый — это цифровизация экономики, процесс глубокого проникновения идеи создания и использования цифровых моделей в экономическую практику. При этом речь идет не о решении отдельных экономических задач с помощью цифровизации, а о создании, как сейчас модно говорить, экосистем. И второй — собственно сама цифровая экономика как результат повсеместной цифровизации или оцифровки процессов, что позволяет все более эффективно решать, комплексные и масштабные экономические задачи, например, оптимально управлять активами с помощью цифровых моделей.
Заметьте, я говорю именно о цифровых моделях, что заставляет акцентировать внимание на умении моделировать при решении экономических задач. Здесь хотелось бы обратить внимание на то, что эра моделей, создаваемых на уровне здравого смысла, заканчивается — сложные и масштабные задачи требуют уже серьезного и глубокого научного подхода и, конечно же, математики. В качестве примера могу привести метод линейного программирования, разработанный Нобелевским лауреатом, академиком Леонидом Канторовичем, работавшим в свое время в Институте математики СО РАН.
— То, что сейчас происходит — это ажиотаж или революция? Или просто наконец-то нашли верную формулировку процессам, которые уже давно начались? И сама «цифровая экономика» — это результат революционных изменений, своего рода мгновенный ответ на вызовы и угрозы, или продукт планомерных эволюционных трансформаций?
— Ничто не рождается на пустом месте. Естественно, что тому, что сейчас мы называем «цифровая экономика», предшествовало развитие всей экономики, а также других смежных отраслей, в том числе и математики. Учитывая данное обстоятельство, мне представляется, что разумнее рассматривать процессы, которые сейчас сопровождают становление цифровой экономики как эволюционные. Но вот скорость протекания этих процессов действительно впечатляет, это можно назвать ускоренной эволюцией.
— Если раньше была гонка вооружений, то сейчас идет гонка цифровизации… И не поздно ли мы включились? На каком месте сейчас идем именно с точки зрения фундаментальных разработок, которые лягут в основу тех или иных технологий для реального сектора экономики?
— Государство достаточно своевременно, на мой взгляд, включилось в эту, как вы ее называете, «гонку цифровизации», но, к сожалению, пока по большей части на «документном» уровне. В прошлом году, например, была даже сформулирована правительственная программа по цифровой экономике, но вот практических шагов по ее реализации пока явно недостаточно. Причина понятна — такое «включение» требует немало ресурсов, в том числе и интеллектуальных. К сожалению, в упомянутой программе не отмечена роль фундаментальной науки, в том числе и математики. Это понимание появилось только после Послания президента.
Что же касается готовности отечественной фундаментальной науки и, в частности, математики откликнуться на вызов цифровизации экономики, то я могу сказать, что, по крайней мере, математика более чем готова — мы уже давно в пути, наконец-то, и остальные к нам присоединились. Примером тому могут служить результаты, полученные в Институте математики в области семантического моделирования и искусственного интеллекта еще в восьмидесятые.
— То есть вы как математик, ученый, еще 30 лет назад придумали то, что можно уже реализовать?
— В целом, да. Ну, конечно, не все полученные нами результаты готовы непосредственно к реализации — кое-что нужно доводить еще до ума. Но ряд разработок, которые мы осуществили в те годы, вполне готовы к применению и даже уже успешно применяются, став алгоритмической основой цифровых решений в финтехе, диагностике заболеваний, глубокой роботизации бизнес-процессов, при сборе, хранении и обработке больших данных, в задачах распознавая образов и машинного обучения и даже, не удивляйтесь, в криптоиндустрии.
Возьмем, например, тему создания систем глубокого машинного обучения или, как еще говорят, «дип ленинг» (deep learning), над которой Институт работал и продолжает работать. Это довольно сложная проблема, поскольку многие задачи в этой области в общей постановке в принципе не разрешимы. Примером может служить задача выбора из необозримого множества признаков именно тех, которые для данной проблемы являются наиболее существенными. Однако, если мы правильно ограничим постановку задачи, то есть четко опишем то, что мы хотим получить, с какой точностью мы хотим получить, то, оказывается, можно достичь неплохих результатов. Учитывая эти соображения, в Институте разрабатывают логико-вероятностный подход к машинному обнаружению закономерностей, который позволяет успешно решать многие задачи «дип ленинга».
— Мы сейчас говорим про нейросети?
— В том числе и про нейросети. У нейросетей есть одна серьезная проблема, которая называется «черный ящик». Предположим, что мы обучили нейросеть и начали ее применять. Но заметим, что при этом мы не знаем, чему действительно научилась нейросеть, какое решающее правило она применяет. Понятно, что непосредственное применение подобных нейросетей в обороне, медицине, транспорте или, скажем, в юриспруденции, весьма проблематично. К тому же, если для такой нейросети изменить условия решаемой ею задачи, то она может оказаться неработоспособной. Другими словами, существующие нейросети плохо адаптируемы к изменениям внешних условий и потому не могут гарантировать нужную надежность функционирования. Мы также занимаемся этой тематикой, и для некоторых задач нами получены неплохие результаты. По крайней мере, для так называемых семантических нейронных сетей мы можем гарантировать знание того решающего правила, которое в результате обучения синтезировала нейронная сеть. Другими словами, мы можем понять, как семантическая нейросеть приняла решение, понять логику принятия решения и при необходимости даже ее изменить.
— С чем вы связываете феномен криптовалют, в чем природа ажиотажа вокруг них? Сейчас складывается впечатление, что произошла подмена понятий, поскольку для многих криптовалюты, криптоиндустрия и есть цифровая экономика. Вы можете расставить все по своим местам?
— Ажиотаж вокруг криптовалют во многом объясняется чисто психологическими особенностями и человеческими слабостями. В первую очередь, желанием быстро обогатиться. Но не ажиотаж интересен в этом явлении. Интересны те технологии, которые составляют фундамент этого явления. Примером может служить технология распределенного реестра, называемая блокчейном. Это действительно очень интересная и перспективная технология, и мы в институте занимаемся ее исследованием и совершенствованием. Тем более, что еще в шестидесятые в нашем институте велись исследования в области однородных вычислительных сред, результаты которых во многом созвучны результатам, положенным в основу алгоритмов распределенных реестров.
Я уверен, что для цифровой экономики должны представлять интерес те формальные логические системы, которые составляют и могут составить логико-математическую основу технологий типа блокчейн. Полученные здесь результаты позволят строить новые, более совершенные технологии распределенных реестров, свободные от многих недостатков ныне используемых систем. Но вот что касается криптовалют, не привязанных ни к какому реальному эквиваленту, а существующих сами по себе как некие системы накопления (например, тот же Биткоин), то их существование вызывает очень большие сомнения.
Другой интересной темой исследований, тесно связанной с технологией блокчейн, является тема умных контрактов. В нашем институте совместно с иркутскими коллегами из ИГУ в настоящее время разрабатывается оригинальный подход, позволяющий говорить о возможности создавать умные контракты нового поколения — так называемые семантические контракты.
— Как вы определяете роль математики в развитии «цифровой экономики»?
— Я уже говорил выше, что эпоха цифровых и компьютерных моделей, создаваемых на уровне здравого смысла, заканчивается. На смену приходят методы и модели, базирующиеся на результатах глубоких научных исследований, в том числе и математических. Необходимо четко сформулировать цели и задачи — это позволит убрать ненужных посредников в получении результата. Нет необходимости копировать существующие процессы в управлении: обеспечив в рамках разрабатываемой модели автоматическую обработку больших данных, необходимых для принятия решений, максимально сократится бюрократический аппарат для получения нужной информации и выработки правильных решений. Попросту и без ложной скромности говоря, математика и ее приложения в информатике — это фундамент, основа развития цифровой экономики.
Чтобы было понятней, о чем я говорю, давайте рассмотрим пример. Предположим некто, приступив к решению задачи, что-то придумал и написал программный код. Затем он старается эту программу применять на практике, и тут начинают вылезать ошибки. Дальше автор занимается только тем, что постоянно этот код «допиливает». И у меня как ученого возникает вполне логичный вопрос: может быть, все-таки как-то по-другому можно было подойти к решению задач? Это та область, где Институт математики может быть крайне полезен. Мы можем осознать проблему и предложить другой путь. Скажем, давайте сначала смоделируем то, что нам нужно, проверим эту модель на непротиворечивость, на адекватность решаемой задаче. Академик Юрий Ершов вместе с профессором Климентием Самохваловым предложили методологический подход к правильной постановке задачи. Формулировка задачи должна дать способ проверки по предложенному решению, является ли это решением именно данной задачи. А уже после этого напишем код, который представляет адекватное императивное решение данной задачи. А может, даже автоматически по построенной модели сгенерируем нужный код.
— Какими компетенциями обладает Институт математики и в каких направлениях «цифровой экономики»?
— Институт обладает многими компетенциями, которые могут быть востребованы цифровой экономикой. Например, в Институте в свое время было отделение математической кибернетики. Лаборатории кибернетической направленности и в настоящее время продолжают успешно заниматься решением задач, нужных экономике. В том числе и задач, решаемых в интересах стандартизации, а также задач по выработке оптимальных решений в условии ограниченных ресурсов. Также, с нашей точки зрения, весьма перспективными для цифровой экономики выглядят результаты создания логико-вероятностных моделей, а также результаты исследований в области криптографии и криптоанализа, в области обработки больших и потоковых данных, искусственного интеллекта, да, собственно, всего, что входит в структуру цифровой экономики.
— В связи с ажиотажем вокруг криптоиндустрии, сейчас только ленивый не учит блокчейну. Сергей Севостьянович, как все же понять, чему нужно учить специалистов, чтобы они смогли решать задачи, стоящие перед цифровой экономикой?
— По моему мнению, для продвижения цифровой экономики специалистов нужно учить не столько умению программировать, сколько умению ставить и решать творческие задачи. А уже при разработке правильной и адекватной модели процесса или системы ее успешно могут реализовать коллективы молодых программистов. Такой подход предполагает, прежде всего, владение навыками моделирования. Другими словами, я придерживаюсь того мнения, что при подготовке специалистов в области цифровой экономики необходимо делать упор не столько на изучение языков и систем программирования и приемов пользования ими, сколько на овладение знаниями и навыками по правильному моделированию различных предметных областей. А такие знания и навыки связаны, прежде всего, с различными представлениями информации (математическая теория измерений) и методами ее обработки. В том числе больших и потоковых данных.
Наш институт совместно с НГУ активно занимается проблемой подготовки специалистов для цифровой экономики. С этого учебного года запускаем международную магистерскую программу по криптографии и криптоанализу, в которой найдет свое отражение и тема распределенных реестров и, в частности, тема хэширования — какие новые способы хэширования можно предложить и чем обеспечить информационную безопасность и надежность технологий.
Также запускаем новые магистерские программы по искусственному интеллекту и математической и компьютерной лингвистике. Я уверен, что специалисты, владеющие знаниями в данных областях, будут востребованы цифровой экономикой.
— Одна из технологий, которая тесно связанна с развитием блокчейна и криптоиндустрии, это smart-контракты, на которые делаются определенные ставки в ускорении взаимодействия субъектов экономической деятельности. Вы сказали, что разработки в этом направлении ведутся и в вашем институте. Расскажите подробней о работе в этом направлении.
— Действительно, тема smart-контрактов — одна из актуальных сейчас. «Умные» контракты — это инструмент формализации и глубокой роботизации бизнес-отношений, и этому направлению мы уделяем большое внимание. Мы разрабатываем его в рамках концепции семантического моделирования, о которой я говорил ранее, и которая позволяет совершить корректный переход от декларативного описания предметной области к императивной реализации этого описания. Если сказать проще, то этот подход позволяет строить формальные системы, доступные для понимания обычного человека, в этой модели почти на естественном языке можно сформулировать свои требования. Для «умных» контрактов их декларативное представление чрезвычайно важно по многим обстоятельствам, в том числе и в связи с необходимостью их юридической верификации. Помимо декларативности языка описания smart-контрактов важно учитывать также и следующее обстоятельство: когда сделка совершается и регистрируется, она должна соответствовать принятым законодательным нормам. Возникает вопрос: как и каким образом это проверять? Заметим, что это сводится к проблеме формального описания семантики законов и правильного их применения. Это комплексная проблема, которая требует не только математических знаний, но и знаний в области юриспруденции, философии, филологии, лингвистики и т.п. Следующий вопрос, тесно связанный с предыдущим: как учитывать и ссылаться на принятые ранее законы, как должен вести себя контракт в спорных, арбитражных ситуациях? Данный вопрос вынуждает вводить в язык «умных» контрактов такое понятие, как «оракул», т.е канал связи контракта с внешним миром. Кроме того, необходимо, чтобы в языке мы могли бы адекватно отразить динамику событий, планы и прогнозы, а также другие аспекты. Это заставляет вводить в язык такие понятия, как «время», «вероятность», другие модальности. Другими словами, тема автоматизации бизнес-отношений в виде умных контрактов неожиданно оказалась чрезвычайно интересной не только с содержательной, но и с математической точки зрения.
— В Послании президента Владимира Путина была достаточно большая часть, которая касалась науки и как раз цифровой экономики, того, что для нее необходимо. И в этой части совершенно четко была обозначена задача создания международных математических центров. Есть ли в Сибирском отделении необходимая база и компетенции для создания подобного центра?
— Я считаю, что именно в Новосибирске и нужно создавать один из подобных опорных центров. Во-первых, Новосибирский Академгородок является одним из крупнейших математических центров, и это признается во всем мире. Мы даже в бытность министра образования Дмитрия Ливанова начали было реализовывать идею Международного математического центра на базе Новосибирского государственного университета совместно с ИМ СО РАН. Напомню, что тогда, при осуществлении программы по развитию математического образования в рамках Указов президента Владимира Путина, было предложено создать четыре центра — в Москве, в Питере, Казани и Новосибирске. Были выделены даже первые деньги на создание этих центров, но со сменой руководства министерства отдел науки расформировали и эту идею прикрыли. А именно международное сотрудничество в этом направлении фундаментальных проблем математики чрезвычайно актуально. Мы сейчас обсуждаем с китайскими коллегами создание общего центра по проблемам больших данных и искусственному интеллекту. Так что сейчас, по сути, необходимо просто продолжить тот проект, который заморозили. Почему именно Новосибирский Академгородок? У городка есть одно уникальное свойство, о котором мало кто говорит — здесь существует сразу несколько ведущих в мире институтов математической направленности, которые работают в области фундаментальной математики и приложений в информатике, механике и физике, экономике, геофизике и биоинформатике, медицине и др. Сформировался своего рода математический кластер. И, по большому счету, совсем немного нужно, чтобы окончательно сформировать научную экосистему на этой основе, которая может стать фундаментальной опорой цифровой экономики.
