7 ноября в Чикаго на 17-ой конференции RASA* состоялось вручение премии имени Георгия Гамова. Лауреат этого года, математик, профессор Кембриджского университета Наталья Берлова заставляет квазичастицы решать трудные задачи — и считает санкции против науки недальновидными и вредными и науке, и миру. В беседе с Александром Сергеевым она рассказывает, как математики переживают кризис, в который их поверг искусственный интеллект, меняющий саму ценность математического открытия, и почему работать над квантовым компьютером стоит, даже если его не удастся построить. А еще — как Комитет по международной свободе ученых Американского физического общества, который она возглавляет в этом году, вступается за попавших в беду коллег — от России до самой Америки.
Часть 1. «Я вру»: популяризация и две культуры
T-invariant: Больше десяти лет назад в программе «Гамбургский счет» еще на российском телевидении Ольга Орлова спросила, как вы объясняете свою работу родным и знакомым. И вы ответили: «Я вру!» Потому что объяснить это неспециалистам невозможно.
Наталья Берлова: Не то чтобы невозможно. Но это всегда вилка: либо ты слишком погружаешься и теряешь аудиторию, либо отвечаешь поверхностно — и тогда специалисты предъявляют претензии.
У меня был смешной момент, когда еще не было британского паспорта. Я въезжала в Великобританию, а пограничники, оказывается, должны задать два вопроса, причем второй должен следовать из первого. Меня спросили, чем я занимаюсь. Я говорю — математик. Пауза. Он явно пытался найти вытекающий из этой информации следующий вопрос, но не смог, и просто сказал: «Наверное, на этом вопросы к вам обычно заканчиваются?»
T-i: Вас упоминают в контексте квантовой физики, квантовой оптики. Так вы все-таки математик или физик?
НБ: Я прикладной математик. Меня интересует физический феномен с точки зрения математики, которая может его объяснить. Я не пытаюсь написать самую точную формулу для явления, а стремлюсь понять его и найти минимальную модель, которая бы его объясняла. Потом это можно перенести и на другие системы. Поэтому я моделировала много разных физических систем, а не одну, как часто бывает. Это математика, вдохновленная физикой, а не технические решения для экспериментаторов.
СПРАВКА T-INVARIANT
Наталья Берлова — профессор прикладной математики факультета прикладной математики и теоретической физики (DAMTP) Кембриджского университета, член (Fellow) колледжа Иисуса. Родилась в 1968 году в Оренбурге. Окончила факультет вычислительной математики и кибернетики МГУ (1991), степень PhD получила в Университете штата Флорида (1996). Работала в Калифорнийском университете в Лос-Анджелесе, с 2002 года — в Кембридже.
В 2013–2016 годах руководила программой по фотонике в Сколтехе, в 2021–2023 годах была приглашенным исследователем Microsoft Research. Изучает когерентность в неравновесных квантовых системах: сверхтекучесть и бозе-эйнштейновскую конденсацию атомов, экситонов и поляритонов. Ее группа одной из первых предложила использовать поляритонные конденсаты и другие оптические системы как физические симуляторы и оптимизаторы. Руководит группой π-computing, содиректор британского междисциплинарного нейроморфного центра NeuroSYNC.
Лауреат премии Пилкингтона (2005). В 2026 году — председатель Комитета по международной свободе ученых Американского физического общества. В этом же году вместе с философом Михаилом Эпштейном стала лауреатом премии имени Георгия Гамова.
T-i: Математика — одна из самых абстрактных наук. Как доносить смысл ее абстракций до людей? Георгий Гамов написал серию научно-популярных книжек про мистера Томпкинса, но они были про физику. А возможна ли популяризация математики, отличная от введения для начинающих?
НБ: Популяризация — очень сложная вещь, я этим не занималась. Но есть замечательные люди, которые находят яркие аллегории и примеры. В квантовой механике много удивительных вещей, которые не объяснить на обыденном языке. А выпишешь уравнения — простые, линейные, — и всё понятно. И мне кажется, излишняя привязка к повседневному опыту порой не идет на пользу. Лучше чуть-чуть понять математику — и всё встанет на свои места.
T-i: И тем не менее для большинства людей…
НБ: …«на этом вопросы обычно заканчиваются».
T-i: Как физика и математика отрываются от общей культуры, становясь непостижимыми для неспециалистов, показал еще в 1950-х годах Ч. П. Сноу в знаменитой лекции «Две культуры и научная революция». Боюсь, если без математики не обойтись, это разделение становится непреодолимым.
НБ: Объясняя без математики, обязательно будешь врать, как я говорила в том давнем интервью. Слишком грубые упрощения порой вымывают суть явления. Поэтому важно, чтобы у людей было какое-то базовое знание по математике, физике, химии, биологии — чтобы можно было погрузиться немного глубже.
T-i: Я иногда говорю о «научно-популярных открытиях» — радикальных упрощениях, позволяющих в известных рамках строить разумные суждения. Кажется, в квантовой физике и математике их очень не хватает.
НБ: Да, но это отдельное занятие. У действующих ученых до этого редко доходят руки. Впрочем, мы стали больше говорить об этом в связи с кризисом, который принес в математику искусственный интеллект. Наша роль как ученых, наверное, тоже будет меняться: основной функцией становится не столько само производство нового знания в сотрудничестве с ИИ, сколько объяснение этого знания коллегам, обществу, а иногда и самому себе.
T-i: Популяризация для специалистов…
НБ: Для своих. Хотя потребность общества тоже увеличивается. В оценках университетов и факультетов растет значение public outreach — насколько вы объяснили обществу ценность ваших исследований. Любой ученый должен начать этим заниматься, если раньше не занимался.
Премия имени Георгия Гамова присуждена профессору Наталье Берловой «за выдающийся вклад в квантовую гидродинамику и вычислительные методы, основанные на физических принципах, а также за исключительную широту междисциплинарных исследований, связывающих фундаментальные теоретические достижения с возможностями их экспериментальной реализации и практического применения в логистике, финансовых технологиях, фармацевтике и управлении данными».
Премия присуждается членам русскоязычной научной диаспоры в память о выдающемся русско-американском физике и космологе Георгии Антоновиче Гамове. Церемония вручения премии состоялась в рамках XVII ежегодной конференции RASA*, которая проходила 7–8 ноября 2026 года в Северо-Западном университете в Чикаго и была посвящена Андрею Сахарову — выдающемуся физику, лауреату Нобелевской премии мира и непреходящему символу интеллектуального мужества и принципиальности.
Часть 2. Математика наоборот: как заставить физику считать
T-invariant: Позвольте поймать вас на слове и попросить объяснить формулировку вашей Гамовской премии, в которой названы квантовая гидродинамика и вычисления на физических системах. Гидродинамика — это ведь про жидкости. Как квантовая система может быть жидкой? И что значит «вычисления на физических системах»?
Наталья Берлова: Квантовая жидкость — это зонтичное название феноменов, в которых становятся важными квантовые эффекты. И я занималась разными системами, начиная с жидкого гелия и математического описания его сверхтекучести. Но жидких квантовых систем много: это и холодные газы, и конденсаты квазичастиц, например экситон-поляритонов.
T-i: Нас учили, что настоящие частицы — это электроны, протоны, нейтроны, из них собирают атомы — они составные. А как понимать квазичастицы?
НБ: Представьте крошечную ловушку для света: два зеркала, а между ними — очень тонкие слои полупроводника. Мы направляем туда свет. Поглощая энергию фотона, электрон переходит в возбужденное состояние и оставляет свободное место — дырку. Электрон и дырка притягиваются и могут образовать связанную пару — экситон. Это уже пример квазичастицы: возбуждения среды, которое удобно описывать как отдельную частицу.
Теперь начинается самое интересное. Экситон может передать энергию обратно свету. Зеркала удерживают свет внутри, позволяя ему снова взаимодействовать с полупроводником. При достаточно сильной связи свет и экситон успевают многократно обменяться энергией, прежде чем возбуждение затухнет.
Этот обмен меняет сами возбуждения системы. Возникают гибридные состояния, в которых световая и экситонная составляющие неразрывно связаны. На языке квантовой физики это суперпозиция фотонного и экситонного состояний. Такое общее возбуждение мы называем экситон-поляритоном. У него свой характер: благодаря световой составляющей он легко распространяется, а благодаря экситонной — взаимодействует с другими такими возбуждениями. Получается квазичастица, сочетающая свойства света и вещества.
T-i: И из этих квазичастиц, которые математически описываются примерно теми же уравнениями, что и обычные частицы, внутри вещества создается жидкость?
НБ: Да, модулируя свет, можно тысячами создавать эти квазичастицы в разных местах на двумерной плоскости полупроводника. Поскольку это лишь частично вещество (электроны), а частично — свет, они очень легкие — их эффективная масса на 4–5 порядков меньше, чем у электронов. Взаимодействуя друг с другом, они растекаются как жидкость, образуются пучки таких частиц, куски этого квазивещества.
Главные новости о жизни ученых во время войны, видео и инфографика — в телеграм-канале T-invariant. Подпишитесь, чтобы не пропустить.
Первый переход к использованию этих физических систем для вычислений случился, когда мы здесь, в лаборатории нанофотоники, работали с экспериментаторами — с группой Джереми Баумберга. Они создавали решетки и графы из этих квазичастиц. Сами эти частицы ведут себя как маленькие осцилляторы, у них есть амплитуда и фаза. И мы заметили, что их фазы начинают синхронизироваться между разными частями системы.
Встал вопрос: как происходит эта синхронизация? Начали разбираться и поняли: фазы подстраиваются так, чтобы минимизировалась некая величина. Поиск же ее минимума — универсальная математическая задача, решаемая нахождением сдвига фаз между элементами системы. А это уже вычисление.
T-i: Я в панике ищу упрощенные образы… Мне когда-то объяснили суть аналогового компьютера на пачке спагетти. Как без измерений найти самую длинную макаронину? Выровняй пачку об стол — и бери ту, что торчит сверху…
НБ: Физические системы тем и хороши, что могут быстро находить оптимальное состояние, например минимум энергии, а в специально устроенной системе с накачкой и диссипацией — минимум потерь. Если настроить схему взаимодействия между частями системы, а потом отпустить их, система решит какую-то свою задачу. Вот тут и подключается математик: мне нужно мою конкретную задачу описать на языке взаимодействия компонентов физической системы, а потом дать ей найти решение.
С макаронами хороший пример, но таких много, а аналоговые компьютеры существовали задолго до цифровых. Можно, например, вспомнить Гауди — как он проектировал свои арки. Подвешивалась веревочка с грузиками, она принимала равновесную форму, а потом эту форму переворачивали — и роль грузиков теперь играла нагрузка на арку.
T-i: Получается математика наоборот: вместо поиска уравнений, описывающих физику, создаются физические системы, которые соответствуют нужной нам математике.
НБ: Да, вот другой пример. Есть задача Штейнера о минимальном дереве: даны точки, и нужно найти кратчайший граф, который все их соединяет. Можно добавлять дополнительные узлы, лишь бы длина всех соединений стала минимально возможной.
Скотт Ааронсон — директор Центра квантовой информации Техасского университета в Остине, специалист по computer science, автор замечательных книжек, — попробовал использовать для решения этой задачи мыльную пленку. Она же стремится минимизировать свою поверхность. Он соединял два листа стекла спичками в точках, соответствующих узлам графа. Потом погружал этот каркас в мыльный раствор и смотрел, как натягивается пленка. Для небольших графов это работало очень хорошо, но для больших результат чаще всего получался не идеальным.
T-i: И в области квантовых явлений получаются модели, которые на классических аналоговых или цифровых компьютерах нельзя смоделировать эффективно?
НБ: Не обязательно. Есть отдельная деятельность — квантовая информация и квантовые компьютеры. Там нацелены на применение конкретных квантовых алгоритмов — Шора, Гровера и т. п. Но архитектура квантового компьютера предполагает последовательное применение элементарных операций — квантовых вентилей.
Мы занимаемся другим: в наших системах мы даже не знаем, помогает ли нам квантовость. На этапе формирования, когда система заселяется экситон-поляритонами, мы полагаемся на квантовые эффекты: спонтанное рассеяние и бозонное усиление. Но когда в каждом состоянии много частиц, система хорошо описывается классическим полем. Наша гипотеза такая: во время поиска решения квантовые флуктуации служат ресурсом, благодаря которому система успевает перебрать очень много вариантов, прежде чем прийти к стационарному состоянию. А закончив поиск, она дает решение классической задачи.
Это именно аналоговый подход. Есть универсальные модели, например модель Изинга или модель XY, в которых элементы системы связаны между собой определенным образом. Мы знаем, как отобразить конкретную сложную задачу на такую модель. Вся задача при этом записывается в связи между элементами, и именно эти связи мы программируем.
T-i: Но система, наверно, может застрять в каком-нибудь локальном минимуме, далеком от оптимального. Можно ли доверять таким решениям? Ведь такая же беда и с ИИ: он порой залипает в какой-то левый поток смыслов, и его уже не вытащить — чат отравлен, приходится новый заводить.
НБ: Да, в сложных задачах физическая система часто приходит к не самому оптимальному решению. Для борьбы с этим есть очень много способов. Один из них — отжиг. Он, кстати, тоже пришел из эксперимента, а потом перекочевал в эвристические алгоритмы для классических компьютеров.
Тут идет взаимная подпитка. С одной стороны, мы берем оптимизационные алгоритмы для классического компьютера и думаем, как этот прием воплотить в физической системе с учетом ее ограничений. С другой стороны, поняв, как физическая система находит решение, можно применить этот метод в программе для цифрового компьютера.
СПРАВКА T-INVARIANT
Модель Изинга и отжиг
Модель Изинга — простейшая модель магнетика. Это набор «спинов», каждый из которых может смотреть только вверх или вниз; пары спинов связаны взаимодействиями разной силы и знака. Найти расположение спинов с минимальной энергией при произвольных связях — NP-трудная задача (см. справку о сложности ниже), и к ней можно свести многие задачи оптимизации — от логистики до финансов. В модели XY «спин» может поворачиваться на любой угол в плоскости, как стрелка часов. Такую роль и играют фазы поляритонных конденсатов.
Отжиг в металлургии — нагрев металла с последующим медленным охлаждением: атомы успевают перестроиться в более упорядоченную структуру с меньшей энергией. В 1983 году Скотт Киркпатрик и его коллеги предложили вычислительный аналог — метод имитации отжига. В поиск решения добавляются случайные «тепловые» скачки, которые постепенно ослабляются. Это помогает системе выбираться из локальных минимумов.
T-i: Похоже, в вашей области квантовость играет примерно такую же роль, как и в цифровом компьютере: сам он классический, но его транзисторы не могли бы работать без квантовых явлений.
НБ: Да, но отсюда и ограничение: мы уже дошли до квантовых размеров. Закон Мура перестает выполняться: транзисторы уже некуда уменьшать. Всё уходит в тепло, появляются другие чисто квантовые ограничения. В наших системах возможный выигрыш связан прежде всего с параллельной работой взаимодействующих элементов. Дают ли квантовые эффекты дополнительное преимущество, еще предстоит установить.
T-i: Цифровая техника стоит на универсальном использовании логических операций — «и», «или», «не». А ваши системы способны выполнять другие операции, которые в цифре делаются медленно и тоскливо?
НБ: Именно! Меняется вся архитектура вычислений. Например, в обычном компьютере память отделена от процессора. И это страшно узкое горлышко — всё время гонять данные в память и обратно. В некоторых аналоговых архитектурах память находится там же, где идет вычисление. Вдобавок физическая система естественным образом осуществляет все вычисления параллельно: разные ее части принимают решения локально, реагируя на непосредственное окружение, но у них может быть связь и с другими частями. Этот автоматический параллелизм сильно ускоряет решение многих задач.
Я говорила о конденсации экситон-поляритонов. Характерное время формирования конденсата может составлять около ста пикосекунд (10−10 с). Но полное решение задачи требует также настройки системы, считывания результата и иногда повторных запусков. Как это время растет с размером задачи, нужно проверять отдельно.
Конечно, там возникают другие проблемы — как аккуратно настроить взаимодействие между частями, — но сам поиск решения очень быстрый. Платить за это приходится точностью ответа: вычисление ведь аналоговое. Но мы уже понимаем, что во многих задачах — например, для искусственного интеллекта, машинного обучения, нейронных сетей — точностью можно немного пожертвовать.
T-i: Такое впечатление, что вы занимаетесь избавлением от проклятия фон Неймана, который отделил память от процессора, сделав программирование постижимым для человека своего времени. А сейчас мы возвращаемся обратно — и в некоторых задачах эффективность поразительно возрастает.
НБ: Абсолютно. Это так и называется: нефоннеймановская архитектура.
Часть 3. Задача о ферзях: поиск окольными тропами
T-invariant: Давайте проиллюстрируем работу такого вычислителя какой-нибудь конкретной задачей, чтобы разговор не был совсем уж абстрактным.
Наталья Берлова: Есть одна красивая, хотя и, на первый взгляд, не очень практичная задача об N ферзях.
T-i: Чтобы они не били друг друга на шахматной доске?
НБ: Да, надо расставить N ферзей на шахматной доске размера N на N, так чтобы они не могли друг друга атаковать. Решений много даже для стандартной шахматной доски 8 на 8. Сколько именно таких решений, если начинать увеличивать размер доски, — это отдельная, очень интересная задача сложности #P. Для больших досок уже известно, как примерно растет число решений, но точный подсчет остается сложным.
T-i: Вот на доску 2 на 2 двух ферзей не поставить.
НБ: Да, минимальный размер 4 на 4 (не считая тривиального случая 1 на 1), но потом, с увеличением доски, число решений очень быстро растет.
А теперь представьте, что на некоторых диагоналях ферзей ставить нельзя. Такие ограничения могут резко сократить число решений или сделать расстановку невозможной. Эта разновидность задачи относится к NP-трудным. Для нее не известен алгоритм, который гарантированно решал бы все случаи за полиномиальное время. Особенно трудные примеры могут требовать огромных вычислительных ресурсов.
СПРАВКА T-INVARIANT
P, NP и задача о ферзях
В теории сложности вычислений класс P — это задачи, которые решаются «легко» — за полиномиальное время. То есть число шагов растет не быстрее некоторой степени размера задачи — объема исходных данных, например размера шахматной доски.
Класс NP — задачи, у которых «легко» можно проверить предложенное решение. До сих пор неизвестно, совпадают ли классы P и NP, то есть гарантирует ли легкость проверки решения легкость его поиска.
Большинство специалистов считает, что P ≠ NP. Доказать или опровергнуть эту гипотезу — одна из семи «задач тысячелетия» Математического института Клэя, за решение каждой из них назначена премия в миллион долларов.
NP-трудные задачи не проще любой задачи класса NP. Полиномиальный алгоритм хотя бы для одной из них доказал бы, что P = NP. А класс #P объединяет задачи подсчета числа решений — они могут быть еще сложнее.
У задачи о восьми ферзях 92 решения. Для доски N на N решения существуют при любом N, кроме 2 и 3. В 2017 году было доказано, что задача дополнения частичной расстановки ферзей является NP-трудной, а подсчет ее решений — одной из самых трудных задач класса #P.
Эта задача имеет и некоторые практические применения: например, как расставить спутники, чтобы они друг другу не мешали…
T-i: …до сих пор поражаюсь, как спутники Маска не бьют друг друга на орбите…
НБ: …много родственных задач размещения и согласования ограничений в очень многих областях, но задача и сама по себе красивая.
Как применить к ней наш компьютер? У нас как раз скоро будет статья, где мы решаем эту задачу с ферзями, используя пространственную фотонную машину Изинга (SPIM). В этой машине свет помогает вычислять, насколько хороша предложенная расстановка. По результату измерения алгоритм меняет конфигурацию и повторяет проверку. Так оптическое вычисление работает вместе с процедурой поиска. Представьте, что на каждую клетку доски я ставлю часы, стрелка которых может показывать только на 12 или на 6. Вот такие ограниченные часы. Потом я настраиваю взаимодействие между ними так, что в каждом ряду и каждом столбце ровно одна стрелка должна смотреть на 12. На любой диагонали таких стрелок должно быть не больше одной. На запрещенных диагоналях все стрелки должны смотреть на 6. Затем я отпускаю систему и жду, когда она найдет конфигурацию, соответствующую требованиям.
Скорее всего, система застрянет в каком-то состоянии, не удовлетворяющем всем условиям. Где-то ферзя совсем не будет, где-то может оказаться два. Но изменить показания часов в соответствии с тем, как ведут себя соседи, уже невозможно: изменение положения лишь одной стрелки всегда повышает энергию. В других аналоговых схемах есть еще один прием: во время поиска разрешить системе промежуточные состояния. По аналогии: стрелка циферблата в начале имеет нулевой размер — ни вверх, ни вниз…
T-i: Но такие состояния запрещены в качестве конечных?
НБ: Да-да. Зато теперь система может выбирать и иногда перестраиваться. Если выполнить еще некоторые условия, она в итоге может привести меня к результату, когда часы показывают на 12 только там, где надо поставить ферзя.
T-i: То есть мы выходим за рамки разрешенных конечных состояний, позволяем системе побродить, грубо говоря, в четвертом измерении и, возвращаясь оттуда, она находит нужное нам состояние.
НБ: Во время поиска мы разрешаем системе промежуточные состояния, которых нет в окончательном ответе. В нашей аналогии стрелки могут менять длину и направление. Это дает дополнительные пути перестройки. Затем результат должен быть приведен к двум допустимым состояниям: ферзь есть или ферзя нет. Такой прием может помогать поиску, но опять не гарантирует нахождения решения.
Часть 4. Квантовый компьютер: путь ценнее цели
T-invariant: Позвольте, я все же спрошу о «настоящем» универсальном квантовом компьютере. Бум вокруг этой идеи начался 10–15 лет назад, но в последние годы сходит на нет в тени искусственного интеллекта. Есть и скептики, считающие, что создать универсальный квантовый компьютер технически невозможно. Правы ли они? Или мы преодолеваем очень длинную полосу препятствий, из-за чего результат десятилетиями откладывается?
Наталья Берлова: Я, наверное, тоже скорее скептик в этом отношении. Но сразу скажу: универсальный квантовый компьютер, квантовые вычисления, квантовая информация — это совсем другая область, не та, которой я занимаюсь. И я должна признать, что это, наверное, самая красивая идея за последние 30–40 лет — с 1994 года, с алгоритма Шора.
Актуальные видео о науке во время войны, интервью, подкасты и стримы со знаменитыми учеными — на YouTube-канале T-invariant. Станьте нашим подписчиком!
И поскольку столько усилий было направлено на эту деятельность, появилось очень много интересных систем и квантовых материалов. Всегда был аргумент: мы можем это использовать для квантовых вычислений. На самом деле комьюнити здесь сделало удивительную вещь: оно объединилось, выступило единым фронтом и смогло провести нарратив, почему это важно: полетят все протоколы безопасности, мы решим такие-то задачи.
В этой области действительно был очень большой прогресс. Я не уверена, что удастся построить большой отказоустойчивый квантовый компьютер с достаточно широкими практически полезными применениями. Но исследования на этом пути уже дали много ценных результатов. Так часто бывает: не так важен сам факт, что теорема доказана, как то, что было сделано, пока ее доказывали.
T-i: А вот параллельная штука — искусственный интеллект. Работающая технология появилась намного позже принципиальной идеи.
НБ: Да, и там тоже были свои скептики. Тоже в какой-то момент всё это упало, и сказали: нет, это невозможно, никогда. Так что вполне вероятно, что и для квантовых вычислений должен быть найден какой-то дополнительный ингредиент. Пока проблема в том, что систему очень тяжело удерживать в нужных состояниях, всё очень быстро рассыпается. Может быть, это действительно будет решено. Другой вопрос: для каких задач удастся получить практический выигрыш? Помимо алгоритма Шора разработаны квантовые алгоритмы для моделирования квантовых систем и молекул, но их преимущества требуют отдельной оценки. Понятно, что если даже будет решена задача факторизации, которая лежит в основе шифрования RSA, тогда все…
T-i: …перейдут на другое шифрование.
НБ: Перейдут на другое шифрование, да.
Часть 5. Свобода ученых: против санкций, страха и бюрократии
T-invariant: Вернемся к тому давнему разговору с Ольгой Орловой на телевидении. Вы тогда участвовали в проекте «Сколково», а там набирал силу Российский квантовый центр — частно-государственный исследовательский институт, построенный по принципам лучших мировых инновационных центров. Я с ним как научный журналист сотрудничал, помогал готовить публичные материалы и годовые отчеты. Сегодня РКЦ под санкциями. Мы в T-invariant изучали, как ложатся санкции на российскую науку, и меня удивило, что именно центры исследований по квантовым технологиям тотально закрыты санкциями — плотнее, чем ракетчики, авиация, ИИ. Почему такое внимание именно к этой сфере?
Наталья Берлова: Потому что есть квантовые способы шифрования и передачи секретной информации. Это новая технология, которую политики очень боятся пропустить. Чтобы не упрекнули потом за это.
В свое время я говорила с людьми из IBM. Они мне рассказывали, что все средства пущены на квантовые компьютеры на сверхпроводящих кубитах, то есть на одну конкретную физическую систему. Я спрашиваю: почему именно на эту? Почему не ионы, не какие-нибудь топологические майорановские фермионы? Мне отвечают: провели исследование, большинство ставит на эту технологию, вот и решили, что это безопасно — никем не будет порицаемо. Ошибся, но зато был в струе.
Или вот взять наши фотонные аналоговые системы. Они уже решают конкретные задачи. Но вложения в фотонику гораздо меньше, чем в технологии классических компьютеров, потому что туда уже очень много вложено. Это такой замкнутый цикл, и чтобы вырваться из него, ты должен туннелировать через барьеры: показать, что ты гораздо лучше, например, по энергетике, или решать какие-то особенно важные задачи.
Почему санкции именно на квантовое? Перестраховка. Впрочем, само квантовое комьюнити сформировало эту ауру: что грядет что-то очень важное, способное всё полностью изменить.
T-i: Стали жертвами собственного успеха… А насколько вообще продуктивны сегодня санкции в сфере науки? Я сравниваю с 1939 годом, когда сотрудничество и соавторство с германскими учеными было категорически запрещено. Сейчас есть серьезные ограничения, но до того уровня очень далеко. Это не нужно, не получается или даже наоборот вредно? Каким должно быть отношение к науке государства-агрессора в современном мире, чтобы не нанести тяжелого вреда исследованиям, в том числе в странах, которые противостоят агрессии?
НБ: Ох, вы заставляете меня напомнить, что я могу говорить в двух качествах. От себя лично и как председатель комитета по защите ученых Американского физического общества. Сначала скажу от себя лично.
Я категорически против любых санкций в области науки, любого ограничения. Ученые — это в чем-то самая влиятельная профессиональная группа. Во многих странах ученым доверяет значительная часть общества. Также это люди, которые взаимодействуют с коллегами из других стран, то есть это очень интернациональная группа. Они в большинстве своем умеют критически думать. Поэтому они реально могут влиять на процессы в своей стране. Когда началась полномасштабная война с Украиной, именно ученые подписали в России письмо против войны — там почти 8,5 тысяч подписей. Накладывать санкции на российских ученых после этого письма недальновидно.
Американское физическое общество выпустило письмо о недопустимости бойкота ученых по национальности, гражданству, месту рождения или проживания. Но это не тождественно отрицанию любых ограничений на передачу технологий.
В 2022–2023 годах было много случаев, когда западные университеты и научные организации удаляли российских ученых из числа соавторов или накладывали ограничения на участие в коллаборациях. Был особенно возмутительный случай в Европе. В статье HADES перечислен 21 коллега из российских институтов, чей вклад признан в благодарностях, но которых не включили в авторский список по решению совета коллаборации. Это, конечно, очень-очень некрасиво.
Кстати, похожая ситуация сейчас повторяется в Штатах. Недавно мы разбирали случай, когда руководство Университета штата Айдахо написало письмо редактору журнала Foundations of Physics и потребовало, чтобы их профессора убрали из соавторов статьи, потому что другой соавтор — из Фуданьского университета (Китай), который этим летом попал в черный список Пентагона. Притом что статья была подана еще в декабре прошлого года.
T-i: Мы в T-invariant внимательно следим за тем, что касается России. Но есть впечатление, что в мире в целом наблюдается деградация свободы взаимодействия между учеными разных стран. Так ли это?
НБ: Да, без сомнения. Есть экспортный контроль. При подаче на гранты часто надо указывать, будешь ли ты взаимодействовать с учеными из таких-то стран. И если да, то с тобой будут говорить, выяснять. У меня был случай: ко мне из Москвы должны были приехать студенты. Я была обязана об этом сообщить, поскольку занимаюсь искусственным интеллектом. И на вопрос, могу ли я их принять, мне сказали: «Мы не можем запретить, но будем разбираться, что за студенты, что они будут делать. Потом сюда придет такое-то агентство, потом такое-то. На это уйдет до года». Ты после этого думаешь: давайте просто не будем этого делать. То есть сама бюрократическая процедура может закрывать возможности. Это неправильно. Конечно, есть безопасность и чувствительные темы. Но области с ограничениями должны определяться гораздо более сфокусированно.
T-i: Это сейчас очень важный нерв, потому что в Европе все чаще говорят: нам некогда разбираться, кто этот ученый с российским паспортом, — у нас нет на это ресурсов.
НБ: Раз некогда разбираться, значит, надо это просто отпустить, я так считаю. Мы работаем и публикуемся, никто из своих результатов секрета не делает и не передает эти знания тайно каким-то агентствам. Тем более сейчас, с ИИ, расстояние от идеи до публикации — хотя бы в arXiv — очень сократилось. Такие ограничения довольно бессмысленны и, опять же, служат больше для прикрытия: мы что-то сделали, побеспокоились о безопасности, мы в домике. Но всё это оборачивается проблемами для конкретных людей, отражается на науке и несет исключительно негативные последствия для мира в целом.
T-i: Вы упомянули, что можете говорить и как председатель комитета. Расскажите немного о Комитете по международной свободе ученых Американского физического общества. Известно, что в 1980-х годах комитет активно поддерживал отправленного в ссылку академика Андрея Сахарова.
НБ: И у нас есть премия Сахарова, которая вручается раз в два года.
T-i: На сайте сказано, что в комитете всего девять человек с ротацией. Какова сила этого комитета? Что удается сделать?
НБ: Не очень большая, сразу скажу. Комитет просто дает рекомендации руководству Американского физического общества. Мы отслеживаем поступающую информацию, привлекаем внимание к серьезным с гуманитарной точки зрения случаям. Иногда в результате выпускается открытое письмо о каком-то случае несправедливости, где под угрозой оказывается свобода ученых, физиков, математиков. Если вы помните, два года назад мы писали письма в защиту Кабова и Абрамова. В этом году уже были совместные письма с Американским математическим обществом в защиту арестованных математиков.
СПРАВКА T-INVARIANT
Комитет по международной свободе ученых
Комитет по международной свободе ученых (Committee on International Freedom of Scientists, CIFS) Американского физического общества (APS) вырос из подкомитета, начавшего работу в 1976 году, и с 1980 года действует как самостоятельный постоянный комитет. В годы холодной войны в центре его внимания были советские диссиденты Андрей Сахаров, Юрий Орлов и Натан Щаранский. Мандат комитета — права ученых во всем мире, не только физиков и не только членов APS.
В комитете девять человек, председатель меняется ежегодно. С 2006 года APS раз в два года вручает премию имени Андрея Сахарова за выдающиеся достижения ученых в защите прав человека; первым лауреатом стал Юрий Орлов. В 2024 году Американское физическое общество направило президенту РАН и министру науки России письма в защиту членов-корреспондентов РАН Сергея Абрамова и Олега Кабова, в отношении которых были возбуждены уголовные дела. В ноябре 2026 года Американское физическое общество и Американское математическое общество обратились к президенту РАН с просьбой обеспечить безопасность математика Азата Мифтахова, который, по сообщениям правозащитников, подвергся пыткам в колонии.
T-i: А эти письма реально помогают? Их замечают?
НБ: Это тяжело сказать. Хочется в это верить, но главное — не навредили. По крайней мере, ни Кабов, ни Абрамов не отбывают реальных сроков. Мне кажется, основной эффект этих писем в том, чтобы показать людям, что они не одни. Жена Кабова тогда говорила, как было важно получить поддержку от Американского физического общества. Хотя ее муж даже не был его членом, общество встало на защиту и просило обратить внимание, что он действительно очень сильный ученый.
Но открытые письма — это редкие случаи. Обычно делается попытка действовать через связи с похожими сообществами других стран, чтобы они повлияли через свои контакты в правительстве. Например, чтобы ученому было выдано разрешение приехать в другую страну. То есть идет много такой работы, которая извне может быть не видна.
T-i: По сути, это персональная помощь?
НБ: Да, мы никогда не делаем политических заявлений, не пытаемся встать на чью-то сторону. Это именно помощь в том, что происходит с конкретными людьми.
T-i: Какова география этих проблем?
НБ: Самые разные регионы: и Африка, и ученые Газы, и Россия, и Украина. Есть разные организации, которые дают нам информацию, например Scholars at Risk. В том числе и о том, что происходит в самой Америке.
T-i: То есть Америка тоже входит в ваш мандат?
НБ: Да, в том числе. Наш мандат касается прав ученых во всем мире. Но все-таки у нас Комитет по международной свободе ученых. Мы больше следим за проблемами иностранных ученых, будь то в Америке или за ее пределами. Например, вы писали о ситуации с фулбрайтовскими стипендиатами (Fulbright scholars). Помощь им оказывалась не напрямую через Американское физическое общество, но через организацию Liberty Forward.
Часть 6. ИИ и математика: конец эпохи супергероев
T-invariant: В начале разговора вы упомянули кризис, который искусственный интеллект принес в математику. Давайте к нему вернемся. Про ИИ уже можно сказать, что это состоявшаяся технология, выполнившая свои обещания? Мы действительно уже живем в другой реальности?
Наталья Берлова: Да, абсолютно. То, что сейчас произошло с решением математических задач: сначала Навье–Стокс, потом сотни задач, решения которых выпустила OpenAI. Между собой мы говорим, что это был самый важный день в развитии математики за столетие, наверное. Это действительно прорыв, и это реальность.
T-i: Как это меняет профессиональную работу? Раньше при появлении задачи брали ручку и пробовали что-то вывести. А сейчас? Открыть чат и попросить ИИ: попробуй-ка применить такой-то прием?
НБ: ИИ может находить корреляции в пространстве огромной размерности. Это позволяет находить доказательства. Люди стали вчитываться, что выпустила OpenAI, — и в ряде случаев это реальные доказательства. А кто-то из ученых над одной из решенных задач двадцать лет работал. Для него сейчас кризис. Люди вкладывались, шли к решению этих задач, а вдруг видят готовыми все эти решения.
Где-то найдены контрпримеры: люди верили в какие-то еще не доказанные теоремы, а теперь показано, что они неверны. В чистой математике некоторые предположения еще не доказаны, но используются для строительства других утверждений. Мы исследуем, какие выводы следуют из этих гипотез. При этом условие их истинности указывается явно. Так, например, большинство верит, что P не равно NP. Исходя из этого идет построение математического здания. Если вдруг оказывается, что какой-то кирпичик треснул, здание может просесть, а где-то и рухнуть.
Когда смотришь на доказательства ИИ, то часто видишь, что очень интересно были применены методы. Иногда они взяты из других областей, то есть математик, работавший над задачей, мог их просто не знать. ИИ находит эти связи и использует как часть своего рассуждения. Но это в сфере чистой математики.
Я прикладной математик, мне интереснее познавать мир. Но и у меня искусственный интеллект стал существенной частью работы: ты можешь быстро проверить любое предположение. Допустим, я считаю, что определенное уравнение должно показать мне некий феномен. Claude Code тут же может это просчитать, потом можно что-то поправить, и он тут же покажет поведение новой модели. Он уже может доказать какие-то простейшие вещи. Делает ошибки, да. Но те аргументы или те публикации из других областей, которые он приносит и говорит, что они, наверное, важны, — это бесценно.
T-i: Когда человек решает сложнейшую задачу, мы называем его гением, интеллектуальным супергероем. Математика, пожалуй, оставалась последней наукой, где одиночка еще мог совершить прорыв, — почти везде давно работают команды. Что остается математикам, когда ИИ сотнями выдает решения таких задач?
НБ: У меня есть такая аналогия. Курс по теории функций комплексного переменного я начинаю с лекции по истории комплексных чисел. Это ведь основа мироздания: вся квантовая механика работает по принципам, которые описываются комплексными числами и функциями. Но почему группа итальянцев вдруг ввела это понятие в XVI веке? Комплексные числа появились, чтобы решать кубические уравнения. У таких уравнений могут быть обычные вещественные решения, но вот чтобы их найти, пришлось ввести в оборот квадратные корни из отрицательных чисел и понять, что с ними можно делать. А из этого возникли комплексные числа.
В начале XVI века ценность математиков определялась на своего рода дуэлях. Можно было вызвать математика на поединок, в ходе которого надо было решить какие-то задачи. Очень часто надо было находить корни кубических уравнений. Составлять такие уравнения легко, если знаешь их корни, а вот найти их — нетривиальная задача. Каждый разрабатывал свои методы, годные для тех или иных сочетаний коэффициентов.
Дель Ферро, самый известный в начале XVI века итальянский математик, в основном из геометрических соображений вывел формулы — их было много, для разных случаев, — по которым он мог решать кубические уравнения. Свои формулы он не опубликовал и никому не показывал. По одной из легенд, только умирая, он сообщил о своих методах ученику, Фьоре, но тот запомнил только часть тайны. Потом другой математик, Тарталья, догадался, как вывести эти формулы, и выиграл дуэль с Фьоре со счетом 30:0.
Тарталья тоже нигде формулы не публиковал, а продолжал участвовать в дуэлях и считаться лучшим математиком своего района Италии. Но потом он сообщил их Кардано — и мы теперь знаем их как формулу Кардано. Тот обещал ему, что никогда не опубликует эти решения. Со своим студентом Феррари они продолжили разработки и нашли, как решать уже уравнения четвертой степени. Однако для этого требовалось знать корни кубического уравнения, то есть использовать формулу Тартальи. Тогда они поехали в город, где умер тот первый итальянец, дель Ферро, нашли его родственников, попросили дать дневники, нашли там эти формулы — и уже после этого опубликовали.
Этим они разрушили ценность математиков того времени, практически уничтожили целую субкультуру математических дуэлей. Но из комплексных чисел, которые были побочным продуктом решения кубических уравнений, родилось нечто гораздо большее — совершенно другой образ математика.
Когда закрытый профессиональный секрет становится общедоступным методом, меняется то, в чем состоит преимущество математика. Ценности становятся другими. Вот и сегодня, как мне кажется, ценность математического знания меняется, она, наверное, уже не в том, чтобы доказать какую-то теорему. Еще до ИИ была такая фраза: «Хорошие математики доказывают теоремы, лучшие математики формулируют теоремы, а гениальные математики формулируют определения», то есть создают новые области.
Часть 7. Гибридный интеллект: мост между двумя культурами
T-invariant: Явление ИИ миру я для себя описываю так: мы переходим из общества, где ценится know-how («знаю, как» сделать), в общество, где ценится know-what («знаю, что» делать). Но это должно сильно менять подход к делу для молодых ученых, для аспирантов?
Наталья Берлова: Слушайте, это да, это боль. Потому что сейчас ты пересматриваешь все аспекты работы. Обычно надо, чтобы молодые ребята что-то решили, поняли, почувствовали какую-то систему, разобрались, а потом начали задавать вопросы. Ты выстраиваешь интеллектуальную среду, где человек шаг за шагом начинает понимать, чего он хочет, куда двигаться, какие задачи интересны, какие неинтересны. Что-то из этого, разумеется, сохраняется и в эпоху ИИ, но теперь это можно сделать гораздо быстрее: получить ответ на свой вопрос не в течение года, а в течение одного дня. Это и хорошо, и плохо.
Я боюсь, что это нарушает процессы глубокого, вдумчивого отношения к предмету. Оно становится поверхностным. И, что очень жалко, теряется эмоциональная радость от того, что вот это ты сделал — долго над этим думал, и получилось. Есть великолепный документальный фильм про Эндрю Уайлса, про доказательство Великой теоремы Ферма, где он называет озарение важнейшим моментом своей профессиональной жизни и обрывает следующую фразу от волнения. И вот это ощущение труда, работы, завоевывания у нас в чем-то, конечно, отняли.
Но появилось другое. Мы должны на самом деле использовать этот кризис в свою пользу: возможности расширились. Я всё время учусь. ИИ мне говорит: прочитай вот это, и вот это тоже относится к твоей работе. На тебя сейчас летит очень много информации, и все это надо впитать и переработать. И единственное мое опасение — что эта переработка будет более поверхностной, чем если бы ты через это прострадал.
T-i: Может быть, стратегия в том, чтобы строить с ИИ свой гибридный интеллект?
НБ: Абсолютно. Получать то, что нужно и важно, отсортировывать то, что неинтересно и неважно, — это очень хорошо делается в диалоге с ИИ, — выкристаллизовывать направление, которое ты сейчас хочешь развивать, тут же пробовать отмести какие-то тупики. Это удивительно!
T-i: Говорят, что в отличие от компьютерной революции 1990-х, к которой молодежь, даже школьники, были готовы лучше старшего поколения, сейчас ситуация обратная: у молодых нет той глубины знаний, чтобы ставить ИИ достойные вопросы, и они получают от него мало пользы.
НБ: Да, для меня это было огромным удивлением. Я вся такая в восторге: ребята, смотрите, это же так здорово! А чувствую, что ребята не сразу это принимают, кто-то даже очень негативно относится: «Нет, я только для имейлов использую. Я хочу сам всё это придумать, додуматься. Мне не надо, это моя маленькая задачка, я на ней сижу. Мне хочется самому». Я, с одной стороны, прекрасно понимаю, что это защита от брутальных и непрошеных изменений в устоявшихся процессах. Но, с другой стороны, насколько проще было бы решить эту задачу с ИИ и двигаться дальше. А то, что с ним можно заглянуть в будущее, — это, конечно, огромное подспорье.
Но ребята реально немножко потеряны. Всё перевернулось, и непонятно, что будет цениться, когда они потом станут искать работу. Раньше, если ты доказал теорему — всё, ты получил какой-то результат. Но теперь за этим решением всегда будет стоять вопрос: а как ты его получил? Какую роль играл ИИ? Где тут ты, а где просто умение использовать инструменты?
T-i: Сейчас много споров, что можно, а что нельзя доверять ИИ. Он ошибается — но и люди ошибаются. Говорят, он не может быть соавтором, потому что машина не может нести ответственность. Я чувствую в этом элемент луддизма: не пускать железяку на человеческую территорию. Но если закрыть двери, мы не сможем пройти там, где могли бы.
НБ: Ну, это уже и не получится — закрыть двери. Ты решаешь эту задачу сам, а кто-то — с ИИ, и этот человек тебя опередит.
T-i: А хуже ли это, что кто-то решает с ИИ? Если получается лучше, чем у тебя, то какая разница?
НБ: Поэтому меняются роли. Сейчас, если ты взаимодействуешь с ИИ, то всё равно должен эту задачу прочувствовать, должен переложить ее на такой язык, чтобы другие люди поняли, что это важный результат. То есть ученый в чем-то становится популяризатором.
T-i: Летом я делал интервью с математиком Михаилом Вербицким. И он говорил, что результат не так уж важен. Важно понимание, которого мы достигли в процессе. Действительно ли математические результаты ценны лишь в меру их освоенности человеком, а не просто в силу того, что они верны?
НБ: Тут нет однозначного ответа. Даже топовые математики сейчас часто опираются на некие теоремы, не входя в детали того, как они были доказаны. Для нас это именно факт существования: кем-то другим доказано, каким-то другим сообществом, наверное, проверено, — и ты можешь это использовать.
T-i: Как стандартные подпрограммы?
НБ: Да, это такие строительные кирпичики, которые ты используешь, рисуя уже свои узоры. Поэтому как факт это тоже важно. Но в основе, как мне кажется, для ученого всё равно лежит стремление понять что-то об окружающей действительности. Если ИИ тебе в этом помогает — замечательно.
T-i: Мне кажется, сейчас ученые наконец почувствуют, в каком положении по отношению к ним находятся остальные люди. Появляется знание, которое не удается понять, или для этого нужны особые популяризаторские усилия.
НБ: Но тут на помощь опять приходит ИИ, потому что он тебе всё объяснит. Если у тебя достаточно терпения, он тебе всё разложит по полочкам. Мне он тоже часто выплевывает такое, что я вообще не понимаю, о чем речь. Я говорю: объясни мне так, как ты объяснял бы студенту последнего курса математики. Он объясняет — тоже не понимаю. Пока не дойдем до «объясни десятилетнему ребенку» — и уже отсюда потом идем обратно.
T-i: Но это же здорово: получается такая непрерывная шкала понимания, дающая надежду преодолеть проблему разрыва науки и культуры, о которой писал Ч. П. Сноу, — если мы с ИИ начнем работать над выстраиванием этих мостов.
НБ: Да-да. В науке ведь тоже есть какие-то школы, направления. Мы как ежик, у которого иголочки растут в разные стороны, и где-то они уже очень далеко отошли друг от друга. А сейчас с ИИ мы потихонечку начинаем заполнять всё это пространство вокруг иголочек. Скоро у нас уже будет какое-то мягкое животное. Потому что между теми узкими направлениями, на которых работали люди, очень много всего интересного. И здесь работы — непочатый край. ИИ может принести информацию от двух очень разных иголок, чтобы заполнить это пространство. А то и от трех, от четырех. Это безумно интересно!
T-i: Как бы вы сейчас ставили задачу новым исследователям, новому поколению? Пытаться заполнять эти пространства? Или идти в каком направлении?
НБ: Вы знаете, по-разному. Обычно приходят ребята, аспиранты, ты им ставишь задачи, обсуждаешь с ними.
Я даже так делала: у меня группа постдоков, я говорю: «Ребята, коробка конфет тому, кто привлечет имярек на свою задачу, заинтересует его». И все представляют свои задачи, плюс я несколько задач предлагаю. И сейчас впервые стали появляться ребята, отвечающие: «Ну да, я всё это почитал, но хочу сделать вот это. Я это обсудил с ИИ, и он говорит, что это можно сделать вот так». Я говорю: замечательно!
Понимаете, такое очень редко бывает: приходит аспирант первого года и уже прекрасно знает, чего хочет, у него уже есть собственные идеи, и он хочет их развивать. Он уже что-то отмел с помощью ИИ, на чем-то сфокусировался и говорит: мне кажется, если вот это и это соединить, то вот это получится. Прекрасно!
И да, я сейчас с вами это проговариваю, очень часто исследование действительно идет так: давайте соединим вот это с этим, ежика с кенгуру — в чем-то так.
* * *
T-i: Напоследок — о поводе нашего разговора, премии Гамова, которая присуждается членам русскоязычной научной диаспоры. Широкое освещение получает фактически только одна научная премия — Нобелевская. А ведь помимо нее существует множество других научных наград. Какова роль этой системы признания в науке? Есть же ученые степени и звания, членство в академиях, индекс Хирша, наконец. Их недостаточно?
НБ: Слушайте, у нас так мало радости, так мало случаев, когда нас замечают!
Если серьезно, то для широкой публики все это не очень понятно. Например, вы сказали: Хирш или количество публикаций. Тут всё сильно зависит от области. Если в ней работает пять человек, то и публикаций немного, и Хирш небольшой, какими бы гениальными ни были статьи. У математиков обычно маленький Хирш. Вклад математика может состоять в одном решении давно открытой проблемы. Его значение не обязательно отражается в количестве публикаций или индексе Хирша. А у химиков, биологов огромные сообщества и гораздо больше цитирований — и Хирш высокий. Так что это не очень понятный показатель. Членство в научных обществах — это тоже хорошо и важно, но если тебя уже приняли, тема исчерпана.
Так что научные премии — это то, что вдруг дает возможность увидеть человека. Вот мы с вами сейчас разговариваем, вы меня спрашиваете, чем я занимаюсь, — мне очень приятно.
* Внесена в реестр «нежелательных» организаций