В последние десятилетия общество стремительно меняется, а вместе с ним и наука. Интерес к научным достижениям и их возможностям неуклонно растет, поэтому сегодня для исследователя важно не только сделать открытие, но и правильно о нем рассказать. Меняются и условия работы — ученые чаще используют цифровые технологии, улучшить которые в ближайшем будущем поможет прогресс в области создания квантовых компьютеров. «Лента.ру» и Homo Science рассказывают, как изменится деятельность ученых и методы научных открытий в будущем.

Пандемия COVID-19 существенно изменила уклад нашей повседневной жизни, сделала ученых самыми востребованными ньюсмейкерами, превратила их в самостоятельных инфлюэнсеров, которым внимают миллионы людей. В то же время руководители, принимающие стратегические решения, все чаще обращаются к отраслевым специалистам, ожидая, что их данные помогут предпринять верные шаги для стабилизации ситуации.

Научный и технический прогресс требует гораздо больше времени, чем ожидает обыватель. Три статьи Эйнштейна, выпущенные в 1905 году, или, например, публикации Уотсона и Крика об открытии структуры ДНК прогремели на весь мир, но, как правило, одна статья в научном журнале редко что-то меняет в жизни ученого и всего человечества. Трудно предсказать, какие именно исследования принесут плоды. Даже знаменитый физик Генрих Герц считал открытые им электромагнитные волны совершенно бесполезными и не мог предсказать, какое значение электромагнетизм приобретет в будущем.

Фундаментальная наука не может принести немедленных результатов, однако часто происходит так, что теоретические изыскания со временем находят применение. Любые технологии, в том числе те, что спасают человеческие жизни, опираются исключительно на фундаментальные знания, и именно кропотливая работа ученых создает задел для технологического развития и более комфортной жизни в будущем.

Доступно и популярно

«Наука помогает людям не только понять законы вселенной и все, что есть в ней здесь и сейчас, но и сделать прогноз, заложить прочный фундамент на будущее», — отмечает советник частного учреждения «Наука и инновации» Госкорпорации «Росатом», кандидат технических наук Екатерина Солнцева.

То, насколько важно общественное доверие к науке, становится понятно в периоды катастрофических событий вроде пандемии COVID-19. Люди, которые не понимают, как работает человеческий иммунитет, как действует вакцина, могут стать косвенными виновниками распространения заболевания, отказываясь от прививок без достаточных на то оснований. Схожая проблема возникает и при обсуждении климатического кризиса: далекие от науки люди считают, что роль человечества в глобальном потеплении переоценена, несмотря на то, что климатологи утверждают прямо противоположное.

Именно поэтому для ученых становится обязательной публичная активность. К примеру, научные фонды, выделяющие гранты, часто требуют, чтобы результаты работы освещались в СМИ. Как правило, этим занимаются пресс-службы научных учреждений, но некоторые ученые сами берутся за популяризацию своей области знаний, пишут книги для широкого круга читателей, выступают с публичными лекциями. Многие ученые стали настоящими иконами массмедиа и поп-культуры, как, например, астроном Карл Саган, физик Стивен Хокинг, биолог Ричард Докинз.

В России популяризация науки стала активно развиваться в 2010-х годах: появились научные блогеры, профессиональные научные журналисты и даже ученые, вокруг которых сформировалась своя фан-база. Проводятся фестивали науки и другие мероприятия, способные пробудить у общественности интерес не только к простым, но и к достаточно сложным научным темам вроде квантовой механики.

Далеко не каждый ученый может уделять время публичным лекциям, поскольку почти все оно уходит на профессиональную деятельность и обучение молодых специалистов. Однако молодые люди, которые хорошо разбираются в научных достижениях и цифровых технологиях, вполне способны взять на себя роль посредников между исследователями и обществом.

Некоторые популяризаторы активно следят за качеством информации, критикуют коллег за допущенные неточности и искажение фактов, рассказывают широкой публике, как тренировать критическое мышление, как распознавать фейки в социальных сетях и новостных изданиях.

Взрыв данных

Стремительное развитие цифровых технологий существенно расширило исследовательские ресурсы и инструментарий ученых. На повседневной основе они используют в работе не только данные экспериментов, но и результаты, полученные с помощью компьютерного моделирования. Речь идет о возможности выполнять вероятностные расчеты такой сложности, которые ранее были недоступны.

В связи с этим число публикаций растет с каждым годом. Национальный научный фонд США провел масштабное исследование, которое показало, что за последнее десятилетие объем научных статей и докладов на конференции рос на четыре процента в год. Согласно подсчетам компании Altmetric, в 2020 году, когда мир столкнулся с коронавирусом, ежегодное число научных публикаций во всем мире резко выросло и составило более трех миллионов, причем самые цитируемые статьи были связаны с исследованием SARS-CoV-2 и отслеживанием пандемии COVID-19.

Очевидно, что объем данных, которые приходится учитывать исследователю, тоже растет. В современной физике обрабатываемое количество информации намного больше, чем в банковской сфере. Что такое Big Data для современной физики, прекрасно продемонстрировала Европейская организация по ядерным исследованиям (ЦЕРН). Ежегодно Большой адронный коллайдер (БАК) производит 90 петабайт данных (один петабайт равен квадриллиону байт), а еще 25 петабайт — в ходе других экспериментов ЦЕРН. Общий объем информации, который хранится в информационных центрах ЦЕРН, уже превысил 300 петабайт. Для обработки этого колоссального количества данных используется несколько подходов.

Во-первых, создаются коллаборации, объединяющие сотни вычислительных центров по всему миру. Так называемые распределенные вычисления могут производиться не только суперкомпьютерами, но и тысячами добровольцев с персональными компьютерами.

Еще в 2004 году был запущен проект LHC@Home, который в настоящее время объединяет усилия около десяти тысяч волонтеров по всему миру, в том числе в России. Однако данные, получаемые на БАК, продолжают расти, из-за чего в скором времени может потребоваться увеличение пропускной способности сети в несколько раз. Чтобы справиться с взрывным ростом информации, которую необходимо обработать для получения ценных результатов, нужны новые подходы — например, разработка новых алгоритмов высокопроизводительных вычислений.

Это актуально не только для физики частиц, но и для других научных областей — например, молекулярной биологии и фармацевтики. Свойства жизненно важной биологической молекулы зависят от того, в какую трехмерную структуру она свернется. С размером молекулы экспоненциально растет число возможных конфигураций, и на то, чтобы предсказать правильную структуру методом перебора, у компьютера могут уйти сотни тысяч лет непрерывной работы. Решить эти проблемы могут, например, технологии машинного обучения.

Сейчас почти невозможно предсказать, что именно нужно будет знать исследователю даже в недалеком будущем. Именно поэтому появляются ученые, которые одинаково хорошо разбираются как в своей специальности, так и в вычислительных методах. Хорошим примером такого междисциплинарного подхода является биоинформатика, которая объединяет в себе не только компьютерные науки и машинное обучение, но и генетику, молекулярную и эволюционную биологию, химию и кибернетику. Компетентные ученые, занятые в этой области, могут и создавать новые алгоритмы, и со знанием дела использовать уже имеющиеся, получая ценные результаты.

Междисциплинарный подход в науке в целом способствует новаторскому мышлению, позволяет взглянуть на сложную проблему со стороны и найти необычные способы ее решения. Сейчас ученый не может ограничиваться только одной узкой областью науки. Границы между разными областями знаний стираются, поэтому необходимо понимать, что происходит в смежных направлениях. Например, химик может использовать информацию об эволюции живых организмов, чтобы получить белковые молекулы с нужными свойствами; нейробиология помогает лингвистам понять, является ли языковая грамотность врожденной способностью; ядерная медицина включает в себя достижения из физики, химии и биологии.

Новаторские исследования, проводимые на стыке различных наук, имеют больше шансов выделиться из океана публикуемых статей, попасть в престижные научные журналы и получить признание мирового научного сообщества. Чтобы оставаться в тренде, ученые должны не только поддерживать прочные связи с коллегами и выступать на конференциях, но и осваивать новые методы исследований и быть в курсе последних научных достижений. Только так можно остаться конкурентоспособным в эпоху больших данных.

Цифровая революция

По оценкам эксперта в области искусственного интеллекта Ли Кайфу, через 15 лет ИИ сможет заменить до 40 процентов профессий. В то же время большинство экспертов сходятся во мнении, что это не станет угрозой для ученых. Хотя компьютеры могут делать открытия, характеризуя явления и генерируя научные объяснения, полностью заменить исследователей они не в состоянии.

Действительно, искусственный интеллект более приспособлен к одним аспектам научной деятельности и менее — к другим. Лучше всего у него получается обработка числовой информации, но о творческом мышлении говорить пока не приходится.

По мнению лауреата Нобелевской премии Роджера Пенроуза, сознание человека зависит от неалгоритмических физических процессов, что делает его воспроизведение с помощью искусственного интеллекта практически невозможным. Философ Дэвид Гиллиес подчеркивает, что у людей есть «политическое превосходство» над ИИ: он создан и разработан человеком для того, чтобы решать его проблемы. Разрешение компьютером определенного ряда проблем создает новые проблемы, которые ИИ уже не будет способен решить.

Этот подход называется генеративным моделированием (ГМ), и он заключается в поиске наиболее вероятного объяснения наблюдаемых данных. Например, астрофизики использовали ГМ для исследования эволюции галактик, при этом задача состояла в том, чтобы найти в данных скрытые закономерности. ИИ определил, что чем больше плотность окружения галактик, тем краснее становятся сами галактики.

Чтобы объяснить, почему это происходит, ученые вмешиваются в модель и изменяют некоторые параметры, а потом исследуют результат. Меняя скорость формирования звезд, ученые сумели изменить цвет галактик в модели, что указывает на связь этих параметров. Это похоже на обычную симуляцию, однако для этой модели не требуются предварительные знания о процессах, происходящих в галактиках. Данные сами показывают то, что ученые хотят знать. Это похоже на то, как человек определяет пол другого человека по лицу, не строя для этого подробные теоретические модели.

Астрофизик Кевин Шавинский называет генеративное моделирование третьим способом изучения Вселенной — наряду с наблюдением и экспериментом. Однако многие ученые рассматривают ИИ лишь как «усердного ассистента», готового взять на себя рутину и оставляющего исследователю простор для творчества. ИИ также способен значительно ускорить научные исследования, что очень важно в эпоху больших данных.

С компьютерным моделированием тесно связано еще одно направление цифровых технологий — создание цифровых двойников. Так называются виртуальные копии физических объектов или процессов, которые точно воспроизводят свойства оригинала. Ученые создают цифровых двойников, чтобы предсказывать, как поведет себя та или иная система в определенных условиях. Например, можно создать виртуальную копию какого-либо материала, чтобы посмотреть, как на него будет действовать высокая или низкая температура, давление или сильная деформация.

Цифровые технологии значительно изменят науку будущего, предоставляя ученым новые инструменты для познания Вселенной. Компьютерное моделирование, ИИ и роботизированные системы сделают исследовательские процессы более интересными, позволят талантливым ученым сделать еще больше открытий и ускорят научный прогресс.

Квантовая революция

Одним из перспективных направлений является разработка квантовых компьютеров, которые способны дать толчок развитию многих сфер науки. Например, такие машины могут улучшить понимание искусственным интеллектом естественного языка, дать ему возможность анализировать целые предложения и фрагменты текста вместо отдельных слов. Квантовый компьютер способен совершить революцию в разработке синтетических лекарств и биоактивных материалов, а также значительно ускорить обработку больших данных. От обычных компьютеров квантовые машины отличаются принципиально иной архитектурой, которая позволяет им проводить множество вычислений одновременно.

Считается, что квантовые компьютеры могут предоставить ученым и медицинским специалистам возможность решать задачи, на которые даже с помощью самых мощных суперкомпьютеров уйдут тысячи лет. Ученые надеются, что квантовые вычисления и моделирование ускорят разработку вакцин против инфекционных заболеваний, помогут предотвращать эпидемии, позволят быстрее создать препараты от рака и нейродегенеративных нарушений, таких как болезни Альцгеймера и Паркинсона.

Квантовые компьютеры могут быть полезны не только в биологии или моделировании процессов, они также помогут в разработке катализаторов для утилизации углекислого газа из атмосферы, что позволит бороться с изменением климата. Они ускорят решение задач, сложность которых растет экспоненциально, — например, так называемой задачи коммивояжера, которая заключается в поиске оптимального маршрута. Соответственно, с помощью квантовых вычислений можно оптимизировать потоки данных в сети, что имеет огромное значение, например, для обработки петабайтов данных, полученных в ЦЕРН и других ускорительных лабораториях.

Однако, как отмечает информатик-теоретик Скотт Ааронсон, квантовые компьютеры в том виде, в котором они есть сейчас, представляют собой «ненатуральные» устройства — иными словами, наилучшего эффекта от их использования можно достичь лишь при ограниченном наборе применений, в частности, связанных с моделированием квантовых систем. «Несмотря на то что квантовые компьютеры сохранят свое теоретическое превосходство, их практический вклад будет невелик», — предупреждает исследователь.

«Полезный» же квантовый компьютер, который будет решать важные задачи, с которыми иначе бы справиться не удалось, потребует наличия гораздо большего количества кубитов, чем имеют нынешние прототипы. Впрочем, по заявлениям одного из разработчиков квантовых компьютеров PsiQuantum, производить универсальные устройства — пока размером с целую комнату — начнут уже в ближайшие годы.

В России разработкой таких компьютеров занимается Национальная квантовая лаборатория, основанная под эгидой «Росатома». Полноценное устройство для квантовых вычислений планируется создать к 2024 году, стоимость проекта составляет 24 миллиарда рублей. Сегодня в России уже имеются прототипы, состоящие из нескольких кубитов.

Квантовые компьютеры не смогут полностью заменить обычные компьютеры, но расширят возможности ученых в моделировании сложных процессов. Поскольку стоимость таких машин очень велика, далеко не каждое научное учреждение сможет его себе позволить, не говоря уже о том, чтобы приобрести персональный квантовый компьютер. Решить эту проблему может удаленный доступ через облачные платформы. В этом случае пользоваться квантовыми компьютерами смогут как государственные организации и корпорации, так и научные центры и университеты.

***

В настоящее время наука как никогда ранее важна для человечества. Не имея специализированных знаний о природе, нельзя справиться с вызовами современности — пандемией, изменением климата и другими кризисами. В то же время происходит взрывной рост объемов данных, который влияет на развитие новых информационных технологий. Многие молодые люди понимают, что научная карьера может быть перспективной и актуальной, однако для этого нужно много и упорно работать, быть открытым ко всему новому и одновременно развивать критическое мышление. Ученый будущего должен постоянно осваивать новые технологии и взаимодействовать с коллегами, чтобы быть в курсе современных тенденций. Только в этом случае наука будет развиваться, улучшая жизнь человечества.

Но наука будущего — это не только мир профессиональных ученых. Общество должно понимать, насколько важны научные открытия и разработки. Научная безграмотность не только делает людей уязвимыми для опасной дезинформации, например, о вреде или бесполезности вакцин, но и ставит под угрозу само развитие науки.