«Молодость, энергия, собственный ум и все сопутствующее,
что есть именно в вас, - это то, что не имеет цены,
и то, что нужно использовать, чтобы от "я не могу" навсегда отвалилась частица "не"!»

В Москве состоялась первая церемония вручения научной премии имени Ильи Сегаловича, которая присуждается за вклад в развитие компьютерных наук. Одним из лауреатов премии стал студент нашего университета, магистрант Павел Гончаров. Редакция газеты "Сушка" встретилась с Павлом и узнала чем живет и чем "дышит" наш студент.

- Павел, расскажи подробнее о своем исследовании. Почему ты решил изучать именно эту тему?

- Основное направление - реконструкция траекторий элементарных частиц в современных детекторах физики высоких энергий с помощью методов машинного обучения, но также я ещё занимаюсь распознаванием болезней растений по фотографиям листьев и проблемой биомониторинга.

Начнём с трекинга. Постараюсь объяснить простым языком. Для начала нужно определиться, зачем физики сталкивают элементарные частицы друг с другом. Некоторые приводят аналогию с соударением каких-либо сложных объектов с целью их разрушения на более мелкие детали, что позволит в дальнейшем разобраться в принципе строения всего механизма. Данная аналогия не далека от истины, но физиков интересует не столько разрушение, сколько создание новых частиц в процессе взаимодействия.

Так вот, когда частицы соударяются, они разлетаются на множество “осколков”, которые, пролетая через плоскости-пластины детектора, оставляют энергетический след, который указывает на место, в котором такой “осколок” пронзил детектор. Простой пример: поставьте друг за другом листы белой бумаги и проткните их проволокой несколько раз под разными углами, - получите кучу отверстий. Задача реконструкции траекторий (трекинг) - это соединить эти точки между собой, чтобы восстановить исходные пути пролёта частиц. В детекторах стоят мощные магниты, а из школьной физики мы помним про положительный и отрицательный заряды и про то, как они себя ведут: частицы будут закручиваться в определённую сторону, в зависимости от заряда, и под определённым углом, в зависимости от импульса. И уж потом, зная все траектории, можно вычислить необходимые физические параметры и восстановить картину.  

Теперь пару слов о машинном и глубоком обучении. Машинное обучение (Machine Learning - ML) - когда компьютер не просто использует заранее написанный алгоритм, а сам обучается решению поставленной задачи, используя набор данных для обучения. Методов ML много, но самый эффективный и поэтому популярный, основан на применении глубоких искусственных нейросетей, т.е. таких, у которых много скрытых нейрослоев, сложная многоуровневая структура, за счет которой они гораздо полнее описывают практически любую проблему со многими параметрами. Методы работы с глубокими нейросетями и называются глубоким обучением (Deep Learning -DL).

Многие, если не слышали, то сталкиваются с результатами исследований в этой области каждый день. Кто пользовался переводчиками? Поиском? Голосовым вводом? - Самые лучшие результаты работы этих приложений были получены с использованием глубоких нейросетей. Искусственные нейросети - это совсем не то же самое, что у нас в мозгу. Когда-то это начиналось как упрощённая математическа модель, а сейчас выросло во что-то совершенно новое, что мы даже сами не всегда можем понять. Но одно из полезнейших свойств этих методов - возможность учиться. Мы, люди, учимся каждый день, с самого детства. Если спросить у кого-нибудь, как он отличает кошек от собак или хомяков от морских свинок, вряд ли он сможет описать чёткую последовательность действий (алгоритм), которая привела его к тому или иному решению. Т.е. потенциально для всех задач, для которых невозможно или очень сложно придумать алгоритм решения, необходимо использовать методы машинного обучения.

Для реконструкции треков можно совершенно чётко придумать алгоритм, но он будет работать медленно при тех объёмах данных, которые выдают современные ускорители. Ещё один плюс глубокого обучения в том, что модели могут быть поистине быстрыми, будучи запущенными на специализированном оборудовании.

А вот для решения задачи распознавания болезней растений по фотографии или же биомониторинг, - в этом случае невозможно получить высокую точность без использования DL.

Распознавание болезней по фотографии - это очень перспективное направление. Мы разрабатываем мобильное приложение. Программа поможет фермерам вовремя распознать болезнь и подскажет, какие действия необходимо предпринять, чтобы вылечить растение или локализовать и не дать распространится заразе.

Пару слов про биомониторинг. В комиссии ООН по проблемам загрязнения воздуха в Европе существует проект - ICP Vegetation, задачей которого является определение наиболее загрязненных тяжелыми металлами областей Европы и Азии. Чтобы определить уровень загрязнения, учёные проводят сложную процедуру по нейтронному анализу мхов. Мох, как губка, впитывает в себя все и является хорошим индикатором загрязнения, но собрать его можно не везде, да и процедура нейтронного анализа не такая простая. Мы, в свою очередь, пытаемся, используя различные данные со спутников, расширить информацию об области загрязнения с помощью ML.

- С какими трудностями ты столкнулся во время своих исследований?

- Самые большие трудности вызывает бюрократическая сторона научной деятельности. Чтобы оформить грант, нужно заполнить иногда целую гору бумаг, всё по строгим требованиям, по ГОСТу. Чтобы поехать на конференцию от ОИЯИ, тоже нужно очень постараться, потому что я не являюсь сотрудником лаборатории, благо, в ОИЯИ гораздо проще и быстрее решаются дела с документами, нежели где-то ещё. Также, например, я не могу быть участником многих российских грантов и научных программ, потому что учусь в Беларуси и не гражданин РФ. Хочется, чтобы в будущем происходили какие-то реформы, которые сильно упростят жизнь среднестатистическому учёному, а то так выходит, что многие не берутся за гранты, потому что боятся погрязнуть в бумажках, а как им без грантов деньги получить на исследования, где их взять?

Очень важный момент - знание английского языка. Со мной однажды случилась неприятная ситуация, которая многому меня научила. На четвёртом курсе, зимой, я поехал на школу Больших Данных в город Томск, в Томский Политехнический Университет. Туда пригласили ряд специалистов из ЦЕРН и даже NASA, чтобы  они прочитали свои лекции и стали членами комиссии, которая определяла победителей в конкурсе студенческих работ. Я был участником этого конкурса. Мой постер прошёл первый этап, и на втором этапе нужно было выступить с краткой презентацией проекта на английском языке. Я тогда попал впросак, когда начались вопросы от аудитории, двух слов связать не мог, прибавьте к этому волнение и поймёте, как всё это выглядело. В итоге, я получил третье место. Мне стало просто-напросто стыдно, пришлось учиться. Сейчас я уже и не помню, когда читал какую-то научную статью на русском языке. Довелось даже проводить мастер-класс для иностранцев в Дубне. Мой совет – учите английский, чтобы не попадать в такие ситуации.

И последняя проблема – как не разорваться? Как совмещать работу с научными исследованиями? Как успевать читать все статьи, следить за новинками, мониторить гранты и конференции и при этом жить: уделять время родным, друзьям и заниматься собственными увлечениями. Тут, безусловно, помогает жёсткое планирование всего. В какой-то момент приходишь к выводу, что даже отдых нужно запланировать, иначе можно переутомиться и потерять работоспособность.

- Что планируешь делать дальше? Каковы следующие шаги?

- Следующий шаг, несомненно, поступление в аспирантуру. На носу несколько довольно важных конференций, для которых уже готовятся программы, статьи и доклады.

- Поговорим подробнее о тебе. Откуда ты сам? Почему выбрал Политех?

- Сам я из Гомеля, родился и вырос здесь, в самой обычной семье. Отец работает в центре промподготовки и переподготовки рабочих, мама - заведующая отделением недоношенных детей в областной больнице, а сестра - контроллёр-кассир. Ни программистов, ни учёных в моей семье нет, как видите. В гимназии я учился на филологическом отделении, программированием не интересовался совсем, а поступать хотел вообще в Новосибирск на офицера спец. разведки. Не поступил из-за роста: не хватило всего пять сантиметров. К ЦТ я как следует не готовился, так как был уверен в своих силах (я же думал, что стану военным). Потом уже стало поздно хвататься за голову, и результаты мне явно не позволяли поступить на бюджет в ТОП ВУЗы страны, речи о платном отделении даже не шло - никто бы за меня платить не стал. Поэтому, оценив доступные варианты, я обнаружил у нас в Гомеле факультет с интересным названием ФАИС и с перспективной специальностью информационные-технологии, студентом которой я впоследствии и стал.

Первый курс был для меня курсом открытий. Я с удивлением обнаружил, что мне нравится придумывать алгоритмы, решать задачки, которые в группе никто не смог решить и тд. К сожалению, из-за отсутствия опыта я постоянно доставал одногруппников вопросами, на что мне в итоге отвечали: “Загугли”. Так я запомнил одно из самых важных правил в жизни программиста: если есть вопрос, задай его сначала поисковику.

Когда я был ещё студентом 3 курса, участвовал в студенческой конференции, где рассказывал про параллельные вычисления. После конференции я подошёл к своему научному руководителю в университете - Андрею Викторовичу Цитринову - и поведал, что хотел бы заняться наукой, но не знаю, куда обратиться. Андрей Викторович мне рассказал про летнюю студенческую программу в Объединённом институте ядерных исследований (ОИЯИ) и предложил подать заявку, и, вместе с тем, выбрать на сайте интересующие проекты и написать их руководителям письма лично. Мне тогда понравилось два проекта. На моё письмо ответил руководитель направления машинного обучения в лаборатории Информационных Технологий (ЛИТ), профессор и главный научный сотрудник, Геннадий Алексеевич Ососков. Он предложил мне, для начала, решить тестовое задание и уж потом будет видно, гожусь ли я в студенты.

Тестовое задание я, как вы уже поняли, выполнил и поехал в Дубну. Стоит отметить, что в тот момент я проходил курсы EPAM на Java-разработчика, и мне пришлось бросить их как раз на этапе финального проекта, чтобы уехать за мечтой. С тех пор завязалось мое сотрудничество с профессором Ососковым. Могу точно сказать, что мне повезло работать с таким профессионалом с огромным опытом и багажом знаний. Самое главное: Геннадий Алексеевич всегда болеет за общее дело и результат, а не за деньги и свои личные интересы.

Фото из архива Павла. Участие в студенческой разминке "Варушынак"

Геннадий Алексеевич предлагает проект, а я изучаю и почти всегда соглашаюсь над ним работать. Но работаю я, конечно, не в одиночку (на каждый проект у нас есть своя небольшая, но крепкая команда, где все занимаются своим делом). Хотелось бы отметить Андрея Нечаевского, который не только мастерски улаживает бумажные проблемы, но и имеет прямое отношение к моему успеху (именно он сбросил мне ссылку на премию Ильи Сегаловича). Также хотелось бы упомянуть Александра Ужинского, который ведёт разработку портала по биомониторингу и болезням растений, Дмитрия Баранова, который консультирует меня по вопросам моделирования данных для трекинга и устройства детектора в Дубне, Михаила Матвеева, без которого я бы не смог запускать свои программы на вычислительном кластере в Дубне с говорящим названием - Гидра. Про Андрея Викторовича Цитринова я уже упомянул, если бы не этот человек, то я бы и не узнал про стажировку в Дубне и не стал бы участником долгоиграющего международного проекта по распознаванию треков. Игорь Нестереня, который когда-то был моим преподавателем, а потом стал коллегой и человеком, который разделяет мои интересы и с которым всегда можно посоветоваться. Есть ещё много других крутых людей, без которых все эти заслуги и конференции не были бы возможными.

- Что бы хотел сказать или пожелать другим студентам?

- Другим студентам я бы хотел посоветовать заниматься тем, что им поистине нравится. Не тем, что приносит больше денег, не тем, что престижнее, а тем, что больше по душе.

Приведу пример из моей жизни: на третьем курсе я мог бы продолжить курсы от EPAM, устроиться в дальнейшем веб-разработчиком и получать уже через год хорошую зарплату, но я отказался от этого всего, чтобы в течение нескольких лет писать статьи и программы по научным грантам, часто по ночам, с верой в то, что это окупится. И оно начинает окупаться. Я искренне верю в то, что настоящий профессионал сможет заработать себе на жизнь, какая бы специальность у него не была - хирург, программист, историк или сантехник. А стать настоящим асом в своём деле можно только, если ты его искренне любишь. В наше время многие уходят со своих работ и пытаются переучиваться на программистов, чтобы получать больше денег, но они зачастую не осознают, насколько, порой, рутинной бывает работа программиста, насколько она вредна для здоровья и насколько сильна здесь конкуренция и большая текучка кадров. Поэтому следуйте за мечтой, трудитесь, не дайте себя обмануть лёгкой и быстрой выгодой. Цитируя свою коллегу из Томского политехнического университета: “Результат, конечно, тоже может быть не сразу и не в полном объеме, но это вовсе не страшно. Не ждите, пока что-то само собой разрешится. Это, если с кем-то и работает, то крайне недолговечный способ. Молодость, энергия, собственный ум и все сопутствующее, что есть именно в вас, - это то, что не имеет цены, и то, что нужно использовать, чтобы от "я не могу" навсегда отвалилась частица "не".”

Редакция газеты поздравляет Павла с достижением высоких результатов! Желаем не останавливаться на достигнутом, постоянно развиваться и двигаться только вперед!

Анна ТИМОШЕНКО,
фото из архива Павла ГОНЧАРОВА