Расскажите, что привело вас в Университет ИТМО?

Об Университете ИТМО я узнал, можно сказать, случайно: я увидел, что мой коллега, который также работает в области изучения сложных систем, посещал этот вуз то ли с гостевой лекцией, то ли с визитом на конференцию, я точно уже не помню. Мне стало интересно, что это за университет, я загуглил, узнал, какие здесь есть исследовательские и образовательные программы. То, что здесь делается, мне понравилось, и я захотел попробовать развить коллаборацию с учеными вуза. Поэтому возможность провести лекции в Университете ИТМО – это шанс поближе познакомиться с местными учеными, студентами, обсудить, чем мы можем быть полезны друг другу. Кроме того, я стараюсь не упускать возможности обучить как можно больше людей важным аспектам сложных систем, чем я и занимаюсь в ходе моего курса в Университете ИТМО.

Как построен курс, который вы прочитали в Университете ИТМО?

У меня здесь 20 или 25 студентов, курс рассчитан на 15 часов занятий. Его можно назвать курсом-инструкцией по исследованию сложных систем. На первом занятии я сделал введение в тематику сложных систем, расспросил студентов, что они знают по теме, каково их видение в этой области. Затем я показал основные математические инструменты для моделирования сложных систем. Для этого я сделал экскурс в теорию, которая очень важна в этой области. Ведь далее по курсу мы стали изучать переходные состояния, а также использовать аналитический и математический подходы вместе с числовыми симуляциями. Без этих знаний невозможно двигаться к другим тематикам, в том числе к теории игр, машинному обучению – везде используется много теории, основанной на математике и статистических методах. Однако я старался учитывать имеющийся опыт студентов, потому что все они собрались на мой курс из разных сфер: компьютерные науки, урбанистика, высокопроизводительные вычисления.

Здесь и далее: курс гостевых лекций «Математические и вычислительные модели для сложных систем»
Здесь и далее: курс гостевых лекций «Математические и вычислительные модели для сложных систем»

На ваш курс ходят даже урбанисты? Как они могут применять полученные знания?

Да, урбанистам это тоже очень полезно. Так, у нас была тема, в которой мы изучали возможность анализа того, как графы и комплексные сети могут быть применены в различных топологиях. И студенты-урбанисты использовали эти статистические подходы для исследований урбанизированных систем, например, для анализа транспортной сети и поиска новых решений на основе этого анализа.

Какую методику вы используете при работе с междисциплинарной группой студентов, чтобы все в группе понимали, о чем идет речь?

С самого первого занятия я стал развивать диалоговую форму обучения. Студенты часто задавали уточняющие вопросы по теме, спрашивали мое мнение по разным вопросам. Часто вопросы относились к теме предыдущей лекции, потому что тематики занятий взаимосвязаны между собой и накладываются друг на друга: какое-либо уравнение, применимое для проблемы этого занятия, мы могли изучать на прошлом занятии. Поэтому мы постоянно обменивались идеями. Это позволяет студенту лучше воспринимать информацию, чувствовать себя более расслабленным и в то же время быть внимательным к деталям, дискутировать с другими с точки зрения своего бэкграунда.

Вы уже упомянули, что сложные системы можно использовать в урбанистике. А где еще?

Статистику и математические теории можно использовать, конечно же, в машинном обучении. Поэтому, я думаю, очень важно, что студенты начинают с теоретических основ математики и, самое главное, выясняют, где они могут применить это. Комплексные сети применимы к исследованиям социальных сетей, биткоин-систем – они помогают моделировать и предсказывать поведение таких систем. Я считаю, очень важно, чтобы студентам сразу показывали, где их теоретические знания могут быть задействованы на практике. Ведь когда они получат свои магистерские степени, им нужно будет где-то работать, то есть использовать на практике инструменты, которыми они овладели в вузе. Но одновременно важно давать и такие знания, чтобы с ними обучающиеся могли продолжить образование на уровне аспирантуры.

В каких областях индустрии смогут работать те студенты, изучающие сложные системы, которые не захотят оставаться в науке?

Финтех. Для этой сферы сейчас необходимы знания машинного обучения и дата-сайнс, нужны сильные компетенции в области анализа данных и построения предсказательных моделей. Для этого также важно иметь бэкграунд по общей финансовой теории, то есть знать, по каким законам строятся рынки. Ведь рынки – это те же самые сложные системы, которые могут быть смоделированы. Другое место работы – это администрации городов, в которых хотят создавать предсказательные модели поведения толпы, развития урбанизированных территорий. Третья сфера – это оптимизация социальных интернет-сетей для компаний.

На самом деле, студенты, изучающие сложные системы, могут найти себе применение во многих областях. Поэтому самое главное – это уметь использовать основные инструменты, о которых я уже говорил, и применять их на практике в коллаборации со специалистами из разных сфер. Например, можно применять знания по анализу данных в биологии. Это не значит, что нужно знать  то же самое, что и биологи. Нет, ты знаешь, как работать с данными, а уже в сотрудничестве с биологами ты поймешь, как именно нужно работать с биологическими данными. То есть здесь уже важнее уметь сотрудничать с коллегами из предметных областей.

Вы посещаете очень много международных конференций. Какие исследования в области сложных систем сейчас наиболее трендовые?

Зависит от конкретной темы. Если мы говорим об эволюционной теории игр, то очень актуальны исследования по выявлению обстоятельств, которые вызывают кооперацию в социальных и искусственных сообществах. То есть важно определить, что побуждает членов сообщества к сотрудничеству. Другая тема – это взаимозависимость топологии системы и различных обстоятельств. Например, мы хотим понять, как социальные сети, социальные сообщества в том же Facebook, Twitter эволюционируют со временем. Это может пригодиться в финансовых рынках. Так, часто стоимость ценных бумаг или других активов на бирже зависит от мнений, которые как раз формируются в социальных сетях, новостных агрегаторах. Еще одна тематика – это применение больших данных в исследованиях сложных систем. Это актуально, например, для изучения причин и путей распространения эпидемий: какое поведение людей способствует распространению вируса, как это зависит от транспортных сетей. В то же время здесь важно учитывать характеристики самого вируса. Также в перспективе можно применять подходы, используемые в изучении сложных систем, в теоретических моделях для квантовых вычислений, а также в исследованиях функций мозга при построении карт мозга, то есть того, как поведение людей зависит от сигналов центральной нервной системы человека.

Получается, у нынешних студентов будет большой выбор, где применить свои знания?

Конечно, у студентов и аспирантов есть возможность выбрать ту область, которая им нравится. И важно заниматься именно тем, что действительно любишь, потому что работа в области вычислений для сложных систем требует много терпения и усидчивости.

А какая область исследований нравится больше всего лично вам?

Мне много что нравится. Нравится исследовать само возникновение различных взаимодействий между компонентами сложных систем, а для этого я применю эволюционную теорию игр, статистическую механику. Исследования в области сложных систем совмещают много интересных научных подходов из разных теоретических сфер, и мне очень нравятся такие междисциплинарные проекты. Потому что так я могу взглянуть на одни и те же вещи с разных сторон.

Как объяснить, что такое сложные системы, люлдям, которые вообще не в теме?

Сложные системы – это системы, общее поведение которых не может быть продемонстрировано на примере поведения одного участника или компонента системы. То есть, например, вы не сможете сказать о толпе ничего, если рассматриваете только одного человека в ней.