Глава 13 · Часть I. Наука, которая становится будущим
Правильный вопрос открывает материал будущего
Александр Квашнин · 8 мин чтения
Иннополис, сосны и первый взгляд со стороны
Я приехал в Иннополис впервые. До поездки я, конечно, слышал об этом городе, но честно не очень представлял, где он находится и как устроен. Оказалось, что он гораздо ближе к Казани, чем я думал, компактный, аккуратный и довольно необычный по первому ощущению.
Что бросилось в глаза сразу — тишина и сосны вдоль улиц. Я родом из Красноярска, и там рядом с университетом тоже был сосновый лес. Поэтому запах и само ощущение пространства неожиданно вернули меня в собственную студенческую память. Иногда место цепляет не только архитектурой, а каким-то внутренним совпадением с твоей личной историей.
В Иннополис я приехал как лауреат научной премии Сбера: рассказать о своих исследованиях и о том, как искусственный интеллект применяется в моей доменной области. Сейчас об ИИ говорят все, но вопрос не в том, чтобы сказать слово «искусственный интеллект». Вопрос в том, как именно он работает в настоящем научном исследовании и где действительно даёт пользу.
Формула должна стать образом
Я не могу сказать, что в четыре или пять лет уже знал, что буду учёным. У меня не было такой красивой истории. Скорее было ощущение, что физика, природа и устройство мира — это интересно и полезно понимать. Большую роль здесь сыграл мой дедушка: он был учителем физики и директором школы.
Он умел делать важную вещь: превращать формулу в образ. Когда ты открываешь школьный учебник физики, там часто есть определение, закон, набор символов. Но если человек рядом умеет объяснить, что за этим стоит, формула перестает быть мертвой. Она становится картинкой, движением, явлением, которое можно почувствовать.
Для меня это до сих пор важно. В материаловедении, в моделировании, в машинном обучении нельзя работать только с символами. Нужно видеть физический смысл: что происходит с атомами, связями, поверхностью, давлением, температурой, структурой материала. Если формула не стала образом, ты не до конца понял, чем занимаешься.
Нужно поступать не куда, а к кому.
В науку идут не только куда, но и к кому
Когда студенты спрашивают меня, куда поступать, я обычно разделяю два этапа. На первом и втором курсе действительно важны вуз, направление, специальность. Но если человек хочет заниматься научной работой дальше, нужно думать не только «куда», а «к кому».
На первых шагах человек, к которому ты идешь заниматься наукой, определяет очень многое: понравится ли тебе сам процесс, будет ли комфортно в группе, поймешь ли ты, что такое научная работа не в красивом общем смысле, а как профессия и ежедневная практика.
Мой первый научный руководитель — Павел Борисович Сорокин. Он показал мне, что значит заниматься наукой технически и профессионально: как ставить задачу, как двигаться, как делать работу так, чтобы она постепенно превращалась в результат. Тогда это и стало для меня не просто учебой, а делом, которое постоянно находится в голове.
Три наставника: что делать, как делать и зачем свобода
В моей карьере было три человека, которые сыграли особую роль. Павел Сорокин показал, что именно делать и как вообще входить в научную работу. Профессор Борис Якобсон, у которого я стажировался в Америке, показал, как делать науку на хорошем международном уровне: где искать интересные эффекты, как писать статьи, как готовить рисунки, как превращать результат в ясное научное сообщение.
Рисунки, кстати, очень важны. Иногда кажется, что это просто оформление статьи. Но на самом деле рисунок — это способ объяснить идею. Я до сих пор отношусь к этому серьёзно, потому что визуальная ясность часто показывает, насколько ты сам понял работу.
Третий человек — Артем Оганов. Я был у него постдоком в Сколтехе, и он дал мне другую важную вещь — свободу заниматься тем, что тебе по-настоящему интересно. Не контроль из-под палки, не ежедневное давление, а направление и доверие. Для учёного это очень сильная среда: когда тебе дают возможность самому искать, пробовать и отвечать за результат.
Как ИИ ищет материалы будущего
В моей группе много проектов, но один из флагманских связан с разработкой методов машинного обучения для предсказания свойств конструкционных материалов. Классическая квантовая химия хорошо работает на малых системах, но реальные материалы часто гораздо сложнее: композиты, поликристаллы, многофазные системы.
Если мы хотим понять, как такая система ведёт себя при растяжении, давлении, высокой температуре или внешнем воздействии, прямой расчёт может быть слишком тяжелым или вообще невозможным. Поэтому мы учим модели машинного обучения описывать межатомные взаимодействия внутри материала.
Важно, что цель не просто «посчитать». Мне интересно понять, почему один материал плавится при такой температуре, а похожий — при другой; почему одна химическая связь ведёт себя так, а другая иначе; как можно изменить структуру, чтобы сдвинуть нужные свойства в правильную сторону. Настоящая ценность ИИ появляется там, где он помогает не только предсказывать, но и понимать.
Катализаторы, высокоэнтропийные материалы и огромный простор вариантов
Ещё одно большое направление — каталитические наноматериалы и высокоэнтропийные материалы. Это горячая тема последних лет. Вся химия вокруг нас во многом работает за счёт катализаторов, которые ускоряют реакции. Традиционно это часто драгоценные металлы: платина, палладий и другие.
Но сегодня нужно искать материалы, которые будут дешевле, эффективнее и долговечнее. Пространство вариантов огромное: состав, поверхность, размер частиц, внутренние эффекты, взаимодействие с носителем, взаимодействие с реагентами. Человеку самому перебрать это пространство невозможно.
Вот здесь алгоритмы машинного обучения действительно становятся инструментом исследования. Они помогают понять, куда идти, какие комбинации проверить, какие свойства искать и почему конкретная система может быть перспективной для реального применения.
ИИ не отменяет вопрос, а требует его точнее сформулировать
Когда мы говорим о молодых людях и ИИ-помощниках, мне кажется, что самый важный навык — задавать правильные вопросы. Сейчас у школьников и студентов появляется ощущение: зачем учиться, если помощник даст ответ? Но помощник даст ответ только тогда, когда ты задал вопрос. И не просто вопрос, а правильный вопрос.
Умение поставить вопрос — это не мелочь. Сначала нужно понять, что именно тебе непонятно. Потом — где искать ответ. Информации вокруг слишком много, и поэтому ценность смещается: не просто найти что-то, а понять, что искать, как проверять, как отделять полезное от случайного.
В науке это особенно важно. Если ты неправильно ставишь вопрос, модель может дать красивый, но бесполезный ответ. А если вопрос поставлен точно, ИИ становится ускорителем: помогает просмотреть пространство вариантов, увидеть закономерность, проверить гипотезу.
Междисциплинарность как новая норма
Сегодня уже трудно сказать: я занимаюсь только физикой, только химией или только IT. Материаловедение само по себе широкое поле. Конструкционные материалы — это физика, механика, сопромат. Каталитические материалы — это химия, поверхность, реакции. Машинное обучение — это программирование, математика, алгоритмы.
Поэтому студенту, который хочет быть успешным в своей области, часто приходится изучать смежные дисциплины. Химик, который проходит курсы программирования, — это уже не экзотика, а нормальная траектория. Строитель должен понимать цифровые инструменты. Физик должен понимать данные. Материаловед должен понимать модели.
Это не значит, что нужно быть поверхностным во всем. База все равно нужна. Но к базе нужно добавлять инструменты соседних областей, потому что современные задачи все чаще лежат между дисциплинами.
Наука и бизнес говорят на разных языках
Связь науки и индустрии необходима, но она непростая. Если научная группа хочет работать с промышленным партнером, мало просто сказать: у нас интересное исследование. Нужно перевести работу на язык, который бизнес понимает: зачем это нужно, какой может быть эффект, где применение, какие риски, какие сроки.
На это уходит время. Иногда стороны вроде бы начинают разговор, а потом расходятся, потому что не смогли договориться о смыслах. Учёный говорит на одном языке, бизнес — на другом. После пары таких неудачных опытов у людей возникает желание: пусть бизнес занимается бизнесом, а я буду заниматься наукой.
Мне кажется, это неправильный вывод. Новое направление в университете или институте часто появляется именно тогда, когда приходит запрос извне. Если есть нормальный диалог с индустрией, новая компетенция рождается быстрее. Если такого запроса нет, бывает трудно понять, что действительно нужно отрасли для развития.
Команда, ответственность и заражение интересом
В научной группе я стараюсь строить работу так, чтобы у каждого человека был свой проект и своя зона ответственности. Это может быть диплом, кандидатская, отдельная задача или несколько задач. Но человек должен понимать: это его работа, его сроки, его результат.
Я не люблю модель, где человека постоянно надо подгонять. Конечно, иногда нужно объяснить, почему задача важна именно сейчас: конференция, индустриальный партнер, демонстрация результата. Но дальше важно, чтобы человек сам организовывал себя.
Мотивация начинается с интереса. Если студент приходит и говорит, что хочет попробовать, мы смотрим: возникает ли у него настоящий интерес за год, хочет ли он дальше этим заниматься. Если вокруг люди, которые любят своё дело, работают и обсуждают задачи, новый человек часто заражается этой атмосферой. В этом и есть сила команды.
Дети, ранний интерес и отсутствие универсального пути
Меня спрашивают, нужно ли с детского сада рассказывать про ИИ, робототехнику, беспилотники. Я бы не был сторонником универсального рецепта. С 10–11 класса, наверное, уже поздновато. Но детский сад для многих слишком рано. Все дети разные.
Кому-то в четыре года попадется книга, и он действительно загорится. У кого-то этого не будет, и это нормально. Лучший вариант — пробовать разные секции, кружки, активности, смотреть, что ребенку интересно, и понимать, что через два-три года интерес может измениться.
Развитие человека — динамическая система. Ею нельзя управлять одной инструкцией. Нужно наблюдать, подстраиваться и не думать, что путь родителя автоматически повторится в ребенке.
Цели, китайский язык и гитара
Я не всегда ставлю жесткие цели на год. Был период, когда я подробно планировал проекты, поездки, результаты. Сейчас отношусь к этому спокойнее: иногда к цели приходишь раньше, иногда понимаешь, что туда уже не нужно идти, потому что жизнь и работа поменялись.
Для перезагрузки мне важны вещи, которые не связаны напрямую с работой. Я изучаю китайский язык. Это интересно и полезно: другой способ мышления, другая культура, другая логика. Ещё есть гитара — способ переключиться, разгрузить мозг и выйти из постоянного научного цикла.
Наука требует концентрации, но человек не может бесконечно находиться только внутри одной задачи. Иногда именно другой язык, музыка или простая смена деятельности помогают вернуться к исследованию яснее.
Дочитать главу
Оставьте e-mail — пришлём главу целиком и сообщим о выходе книги.
Подпишитесь, чтобы не пропустить выход книги: анонсы и открытые главы выходят там же, где живёт проект
Диалог с героем
Вопрос 01
Как я пришел в науку?
Не через детское решение стать учёным, а через интерес к физике, через дедушку, который умел превращать формулы в образы, и через научного руководителя, который показал, что такое научная работа как профессия.
Вопрос 02
Почему важно поступать не только куда, но и к кому?
Потому что на научном этапе личность руководителя и атмосфера группы определяют очень многое: чему ты научишься, как будешь работать, будет ли тебе интересно и комфортно идти дальше.
Вопрос 03
Что дали мне наставники?
Павел Сорокин показал, что делать в науке; Борис Якобсон показал, как делать ее на международном уровне; Артем Оганов дал свободу заниматься тем, что мне действительно интересно.
Вопрос 04
Как ИИ помогает в материаловедении?
Он помогает описывать сложные реальные системы, предсказывать свойства материалов и разбираться в огромном пространстве вариантов, которое человек сам перебрать не может.
Вопрос 05
Какой главный навык нужен в эпоху ИИ?
Умение задавать правильный вопрос. Помощник даст ответ только тогда, когда ты понял, что именно хочешь узнать и как потом проверить результат.
Вопрос 06
Почему науке нужен бизнес?
Потому что запрос из индустрии помогает формировать новые компетенции и востребованные направления. Но для этого учёным и бизнесу нужно научиться переводить свои задачи на общий язык.
Вопрос 07
Как я работаю с командой?
Доверяю человеку собственный проект и зону ответственности. Важно, чтобы он сам ставил сроки, организовывал работу и понимал, зачем нужен результат.
Цитаты героя
Формулы должны перейти в образ, который ты можешь понять.
ИИ даст ответ только тогда, когда ты задашь правильный вопрос.
Мы можем не просто промоделировать процесс, а понять, почему материал ведёт себя именно так.
Возьми с собой
- 01
Учись переводить формулы в образы: так знание становится рабочим инструментом.
- 02
Выбирая научный путь, смотри не только на название вуза, но и на людей, рядом с которыми будешь расти.
- 03
Используй ИИ не как кнопку ответа, а как инструмент проверки гипотез и поиска закономерностей.
- 04
Тренируй постановку вопросов: плохой вопрос почти всегда даёт бесполезный ответ.
- 05
Развивай смежные компетенции: химик с программированием, физик с данными, инженер с ИИ — это уже норма.
- 06
Учись переводить свою идею на язык другого человека: коллеги, студента, бизнеса, индустриального партнера.
- 07
Доверяй людям проекты, но требуй ответственности за результат.
Какой вопрос я сегодня задаю — и достаточно ли он точен, чтобы открыть передо мной новый материал, новое знание или новую траекторию?