БАКУ /Trend Life/ - Всемирно известный ученый Фуад Алескеров посетил Баку и в эксклюзивном интервью корреспонденту Trend рассказал о целях визита, своей научной деятельности и будущих планах.
Фуад Алескеров - всемирно известный математик, специалист в области теории выбора, принятия решений, сетевого анализа и математического моделирования. Его научные исследования нашли применение в экономике, политологии, банковском деле, анализе больших данных и других областях. Масштаб его научной деятельности в своей области сопоставим с достижениями легендарного Лютфи Заде.
В последние годы Алескеров также занимается математическими методами краткосрочного прогнозирования землетрясений.
Фуад Алескеров родился 23 января 1951 года в Баку и учился в бакинской школе №23. В юности хотел стать юристом, а затем рассматривал медицину, прежде чем окончательно выбрал математику. Его родители были инженерами, поэтому после школы он первоначально пошел по их профессиональному пути и поступил в Азербайджанский институт нефти и химии имени М. Азизбекова. Его преподавателем был академик Азад Мирзаджанзаде, который заметил математические способности Алескерова и посоветовал ему поступить на механико-математический факультет МГУ.
В 1969 году Алескеров последовал этому совету, а в 1974 году окончил мехмат МГУ. Среди его преподавателей были Андрей Колмогоров, Борис Демидович и другие выдающиеся математики. Научным руководителем Алескерова стал Марк Айзерман - один из ведущих советских специалистов в области теории управления.
Сегодня Фуад Алескеров - профессор Национального исследовательского университета "Высшая школа экономики" (НИУ ВШЭ), директор Международного центра анализа и выбора решений. В НИУ ВШЭ он работает с 2003 года, руководит Департаментом математики факультета экономических наук и Международным центром анализа и выбора решений.
Более 50 лет Алескеров также связан с Институтом проблем управления РАН, где с 1989 по 2025 год возглавлял лабораторию теории выбора и анализа решений.
- Фуад Тагиевич, насколько я знаю, Вы недавно начали заниматься проблемой прогнозирования землетрясений. Расскажите об этом подробнее.
- Это действительно новое для меня направление. Я занимаюсь им примерно год, может быть, чуть больше. Но сама идея появилась значительно раньше. Лет пятнадцать назад, решая одну практическую задачу, связанную с анализом поведения клиентов крупной торговой сети, я разработал новый метод анализа временных рядов. С тех пор мне было интересно когда-нибудь применить этот метод к прогнозированию землетрясений, но долго не складывалось.
А сейчас у меня появился очень хороший соавтор - мой студент Алексей Косычев. Мы нашли необходимые данные, провели расчёты и стали проверять разные варианты моделей.
В основе лежит разработанный мной метод анализа временных рядов, который называется LC-кривыми - Life Cycle Curves. Первоначально он создавался совершенно для другой задачи - анализа поведения покупателей. Но математический аппарат оказался применим и к данным, связанным с движением земной поверхности.
Мы анализировали данные GPS-станций и случаи произошедших землетрясений. Пока результаты выглядят достаточно интересно: примерно в 82% случаев модель позволяла получить сигнал за несколько часов до землетрясения - в зависимости от конкретных условий и расположения GPS-станций.
Подчёркиваю: это пока первые результаты, которые требуют дальнейшей проверки и развития. Но сам подход, на мой взгляд, очень перспективен.
- То есть речь идёт именно о краткосрочном прогнозировании?
- Да. И это принципиально важно. До сих пор многие прогнозы землетрясений имеют очень длинный временной горизонт. Например, можно сказать, что в определённой зоне в течение ближайших десятилетий существует высокая вероятность землетрясения. Но человеку от этого мало пользы.
Если сказать: землетрясение может произойти в течение ближайших ста лет, - это может означать завтра, а может означать через 99 лет. А если мы хотя бы с определённой вероятностью можем сказать: в ближайшие несколько часов существует повышенный риск, - это уже совершенно другая практическая задача.
Можно предупредить людей, попросить их временно покинуть наиболее опасные здания, привести в готовность спасательные службы. Если даже такая система позволит спасти несколько тысяч человек, это уже будет огромным результатом.
- А можно ли применить этот метод в Азербайджане?
- В принципе, да. Но для этого необходима соответствующая инфраструктура. Нам нужны GPS-станции, расположенные там, где они действительно необходимы, и доступ к их данным за достаточно продолжительный период.
Мы пока анализировали те регионы, где имеются открытые данные. Отдельных расчётов непосредственно по Азербайджану мы пока не проводили. Но потенциально это возможно.
Более того, мне хотелось бы, чтобы в Азербайджане возникла научная школа, которая занималась бы математическими моделями природных катастроф.
- Вы имеете в виду только землетрясения?
- Нет, гораздо шире. Есть международная конференция Dynamics of Disasters, в которой я активно участвую. Это не гигантская конференция на несколько тысяч человек. Обычно собирается порядка 150 специалистов, но это очень сильные исследователи со всего мира.
Там обсуждаются математические и информационные модели, которые позволяют прогнозировать природные катастрофы и уменьшать их последствия.
Например, как оптимальным образом доставлять помощь в районы стихийного бедствия, как распределять медицинские ресурсы, как рассчитывать потребность в спасательной технике и так далее.
Мне очень хотелось бы, чтобы одна из таких конференций состоялась в Баку. Но ещё важнее другое - чтобы после этого здесь появилась научная школа. Мы сегодня видим серьёзные проблемы, связанные с природными процессами, в том числе в Каспийском регионе. Необходимо иметь специалистов, которые смогут изучать эти процессы, использовать существующие международные модели и создавать собственные.
Возможно, какие-то модели будут заимствованы, какие-то придётся адаптировать к условиям Азербайджана, а какие-то будут созданы здесь. Так и развивается современная наука.
- То есть речь идёт не только о сейсмологии, но и об экологии, управлении последствиями катастроф?
- Конечно. У меня самого есть исследования и в области экологии, и в области disaster management - управления последствиями природных катастроф.
Мне хотелось бы дать этому направлению в Азербайджане определённый толчок. Я с удовольствием приехал бы, выступил перед молодыми исследователями, рассказал о своих методах. Но самое главное - чтобы здесь появились люди, которые продолжили бы эту работу самостоятельно.
- Вы впервые начали заниматься землетрясениями после трагедии в Турции в 1999 году?
- Да. Я тогда находился в Турции, в Босфорском университете. Мы ночью пережили это землетрясение. Дом сильно трясло. Мы жили в деревянном доме на территории университета. Такие дома не разрушаются мгновенно - они начинают качаться, и есть возможность успеть выйти.
На следующий день мы улетели в Москву в отпуск. В первые дни сообщения говорили о сотнях погибших, затем цифры росли. В итоге стало понятно, что речь идёт о десятках тысяч человеческих жизней.
Когда мы вернулись, я стал думать не столько о прогнозировании самого землетрясения, сколько о сценарном анализе его последствий. Допустим, есть землетрясение определённой силы. Оно может затронуть одну территорию, а может - другую. Модель должна позволить заранее оценить: сколько может быть разрушено зданий, сколько потребуется машин скорой помощи, сколько больничных мест, спасателей, техники.
Тогда в момент катастрофы не нужно начинать расчёты с нуля. Можно открыть соответствующий сценарий и сказать: нам нужно столько-то машин скорой помощи, столько-то больничных мест, столько-то спасательных бригад.
Такая работа была опубликована в международном научном журнале, посвящённом катастрофам.
- Многие Ваши научные разработки используются в разных странах. Нашли ли они практическое применение в Азербайджане?
- К сожалению, пока нет. Очень много моих разработок получили применение за рубежом - в Европе, США, Турции и других регионах. Но в Азербайджане пока этого не произошло. Мне бы, конечно, хотелось изменить ситуацию.
Иногда говорят: зачем нам создавать собственную науку? Пусть Европа, Америка, Китай или другие страны что-то разработают, а мы потом это купим. Но проблема в том, что для того, чтобы правильно купить технологию, нужно хотя бы несколько человек, которые понимают, что именно нужно покупать. Если таких людей нет, может оказаться поздно.
Азербайджан действительно небольшая страна и не может иметь такое количество научных кадров, как Китай, США или Россия. Но небольшая группа очень сильных, активных и интеллектуально подготовленных людей должна быть обязательно. Эти люди должны следить за новыми научными разработками и понимать, что может понадобиться стране через пять, десять, двадцать лет.
- Вы работаете в очень разных областях: экономика, политика, банковская система, экология, природные катастрофы. Что их объединяет?
- Математика. Я недавно подсчитал, что у меня научные работы примерно в 32 областях. Там есть медицина, биология, история, экономика и многое другое.
Но математическая основа позволяет переходить из одной области в другую. Я люблю сравнивать себя с динозавром: иду и всё интересное, что вижу, стараюсь попробовать.
Конечно, невозможно быть специалистом во всех областях. Но можно увидеть математическую структуру задачи. И если структура похожа на ту, которую ты уже исследовал, появляется возможность перенести метод. Именно так возникла работа с землетрясениями.
Метод создавался для анализа покупателей, а затем был перенесён на другую математическую задачу.
- Ещё одно Ваше направление - сетевой анализ. Как Вы пришли к нему?
- Около десяти лет назад меня попросили посмотреть одну задачу, связанную с сетями. Ко мне обратился один из руководителей Центрального банка России.
Я раньше непосредственно этой проблемой не занимался. Но посмотрел литературу и обнаружил интересную вещь. Одна из главных задач сетевого анализа - определить наиболее центральные, наиболее влиятельные элементы сети.
Представьте себе группу людей, которые могут общаться друг с другом только через одного человека. Очевидно, что этот человек становится центральным элементом сети.
Но реальные сети гораздо сложнее. Меня удивило, что классические модели часто не учитывали характеристики самих элементов сети.
Возьмём банковскую систему. Если я не верну крупному банку миллион долларов, это неприятно, но крупный банк от этого не рухнет. А если я не верну миллион долларов маленькому банку, последствия могут оказаться совершенно другими.
Следовательно, размер или другие характеристики самого элемента сети должны учитываться математической моделью.
- То есть Вы учитываете не только отдельные элементы, но и их взаимодействие?
- Именно. Представьте, что два человека должны вернуть маленькому банку по 500 тысяч долларов. Если один не вернёт, банк ещё может пережить ситуацию. Если второй не вернёт, но первый деньги вернул, ситуация опять может быть терпимой. Но если оба одновременно не вернут деньги,возникает совершенно другой эффект. То есть индивидуальные риски могут складываться не линейно. Это и есть групповой эффект.
Мы разработали целую систему индексов и моделей, в которых учитываются характеристики вершин сети и групповые взаимодействия. Эти модели можно применять в самых разных областях.
- Одно из последних направлений связано с библиометрией. Что это такое?
- Библиометрия позволяет математически анализировать большое количество научных публикаций. Можно определить: кто наиболее влиятельный автор, какие статьи наиболее важны, какие журналы являются центральными, какие научные организации играют ключевую роль, какие термины определяют направление исследования.
Мы применили наши новые методы сетевого анализа к публикациям, посвящённым болезни Паркинсона. За исследуемый период было проанализировано более 39 800 научных статей.
Нас интересовало не просто количество публикаций. Мы хотели понять, какие статьи, авторы, журналы, организации и научные термины оказывают наибольшее влияние. Можно увидеть и динамику научного направления. Например, в начале периода одни методы исследования могли занимать центральное положение, а спустя несколько лет на первый план выходили генетические подходы.
Получается своеобразная карта развития науки.
- Как Вы оцениваете возможности искусственного интеллекта?
- Это выдающееся достижение человечества. Но необходимо понимать его возможности и границы. Например, меня очень впечатляет современный машинный перевод.
Я несколько лет просил коллег использовать разные модели искусственного интеллекта для перевода текстов. Долгое время результат меня не устраивал: приходилось полностью перестраивать предложения, и тогда проще было переводить самому. Но примерно в прошлом году я впервые получил перевод, который меня действительно впечатлил. Это был ChatGPT. Я всё равно редактировал текст, но качество было совершенно другим.
Поэтому искусственный интеллект, безусловно, нужно активно использовать. Что касается прогнозирования землетрясений, пока попытки использовать AI самостоятельно не дали результата, который нас удовлетворил бы.
Но у нас есть идея объединить наш метод LC-кривых с искусственным интеллектом и посмотреть, что из этого получится.
- У каждого человека, наверное, есть своё предназначение. Почему именно математика стала Вашим выбором?
- На самом деле это не было моим первоначальным выбором. Я учился в 23-й школе в Баку. В девятом классе родителей вызвали в школу и сказали, что мне там уже нечего делать - я слишком быстро осваивал программу. Когда родители спросили меня, куда я хочу поступать, я ответил: хочу быть юристом.
Отец выписал мне бюллетень Верховного суда. Я прочитал несколько номеров и понял, что юристом быть не хочу. Потом пошёл по стопам родителей и поступил в Азербайджанский институт нефти и химии. А затем встретил Азада Мирзаджанзаде. После экзамена он сказал мне: "Вам здесь делать нечего. Вам надо ехать в Москву. Мехмат. МГУ. И только МГУ".
Я послушался. На мехмате я познакомился с Марком Айзерманом - выдающимся учёным, который работал в самых разных областях. И вот здесь я уже окончательно вошёл в математику.
Наверное, поэтому мне и самому нравится заниматься разными задачами.
- А какое главное послание Вы хотели бы оставить молодым учёным?
- Не занимайтесь только задачами, которые интересны исключительно вам. Смотрите на мир шире. Ищите задачи, которые могут быть интересны многим людям. Но при этом задача совершенно не обязана завтра же найти практическое применение.
Я всегда привожу студентам пример Джорджа Буля. Когда он создавал свою математическую систему, никто не мог знать, что через десятилетия она станет фундаментом компьютерной техники. То же самое произошло со многими математическими теориями.
Я сам сталкивался с этим. Когда ещё молодым я работал с Марком Ароновичем над теорией выбора, некоторые идеи казались чисто теоретическими.
Прошло около двадцати лет. Появилась задача поиска в больших данных. Классические методы требовали несколько часов. И вдруг я вспомнил старую математическую конструкцию. Мы применили её - и время расчёта сократилось примерно с четырёх-пяти часов до десяти-пятнадцати минут.
Получили патенты - российский, американский и международные свидетельства. Вот поэтому я всегда говорю: бесполезных знаний в науке не бывает.
Сегодня ты можешь заниматься чистой математикой и не понимать, где она будет нужна. А через двадцать лет именно эта идея может оказаться решением совершенно другой, даже не существовавшей сегодня проблемы.
- Если говорить об Азербайджане, что бы Вы хотели изменить в отношении к науке?
- Я бы хотел, чтобы мы научились думать не только о сегодняшнем дне. Стране нужна небольшая, но очень сильная научная среда. Не обязательно создавать сотни институтов.
Необходимо иметь людей, которые знают современную мировую науку, понимают новые методы и способны адаптировать их к задачам страны. Сегодня мы говорим о землетрясениях. Завтра это может быть климат, экология, энергетика, транспорт, экономика, искусственный интеллект. Если у нас будет научная школа, она сможет реагировать на совершенно разные вызовы.
Именно поэтому мне хотелось бы, чтобы в Баку возникло сильное международное научное сообщество. Наука - это не роскошь. Это способ подготовиться к будущему!
И самое главное - мы должны понимать, что фундаментальное знание никогда не бывает бесполезным. Иногда его практическое применение появляется через десять, двадцать или пятьдесят лет.
Но когда этот момент наступает, страна должна иметь людей, которые способны это знание понять и использовать.
