Плачи по Нобелевской неделе-2024
Знаете какая мысль посетила меня после просмотра Нобелевской премии этого года? Мысль о том, что премия безнадежно устарела…
За 123 года с момента учреждения премии образовалась такая междисциплинарная россыпь наук и отраслей, что это все физически невозможно распределить между физиология/химия/физика. Ну вот просто невозможно и все тут. Нет и в помине номинации “Компьютерные науки”, хотя абсолютно очевидно даже далеким от этой темы людям, что последние десятилетия прогресс наблюдается именно там. В той же физике уже давным-давно нет достижений, которые что-то меняли в самой физике — только вторичные эффекты и награды за них.
Вот и получается, что мы имеем некоторое достижение человеческой мысли, заслуживающее признания (в данном случае это машинное обучение). Но тематически оно совершенно не укладывается в стандартную классификацию Нобелевской премии. Поэтому мы, Нобелевский комитет, просто выбираем область поближе (физику) и в нее вписываем это самое достижение. Вполне себе нормальное, приемлемое решение.
Нельзя не отметить, что впервые за всю историю премии награда была присуждена направлению, которое не то что наукой, даже инженерией-то по большому счету не является. Среди всех инженерных дисциплин, машинное обучение наименее наукообразно, поскольку результат этого самого обучения невозможно предсказать, какие ты расчетные методы ни применяй. Это настоящая осанна эмпирическому методу познания мира. Формально Нобелевскую премию получил (наконец-то) тот самый “метод тыка”. И здесь даже в качестве иллюстрации лучше подходит даже не физика, а химия.
Для тех, кто не в курсе, напомню суть истории. Еще в далеком 2003 году химик Бейкер использовал 20 аминокислот для создания нового белка, не похожего на другие известные. После этого его исследовательская группа стала конструировать один за другим оригинальные белки. Еще из школьного курса биологии многие наверное помнят, что аминокислотный состав (первичная структура) в белках играет роль конечно важную, но никак не основную. Все свойства белков связаны с третичной и четвертичной структурой, тем как белок сворачивается за счет сверхслабых взаимодействий. В течение десятилетий ученые безуспешно пытались найти способ предсказания механизма этих взаимодействий.
Все изменилось лишь в 2020 году, когда прикладники-программисты Хассабис и Джампер представили модель искусственного интеллекта AlphaFold2, с помощью которой смогли предсказывать структуру 200 млн белков. Модель AlphaFold смогла решить классическую задачу предсказания структуры белка по последовательности, которую ученые решали еще с 60-х годов. Но ее результаты ни на шаг не приблизили человечество к пониманию того, как белок сворачивается в трехмерную структуру. То есть практический результат мы вроде бы получили — мы знаем какую трехмерную структуру будет иметь та или иная последовательность из аминокислот. Но содержательно мы не имеем абсолютно никаких ответов, это просто похоже на магию. Нет никаких объективных предположений о физике процесса образования трехмерной структуры. Зато нейросеть работает как большая библиотека, смотрит на большое количество примеров и пытается сделать так же. Прикладной результат имеется, ну и хорошо.
Хотя отмечу, что текущей премией недовольны не только физики/химики. Программисты нейросетей тоже имеют свои претензии. Более предметные. Вроде того, почему были выбраны именно эти модели: машина Больцмана и память Хопфилда, которые не нашли широкого применения, в то время как революция нейросетей идёт в мире иных алгоритмов.
Возвращаясь опять к самой Нобелевской церемонии стоит сказать об очевидности того, что суть премии давно уже не не соответствует реалиям, в которых она существует. Хотя бы с точки зрения приоритета открытия. В конце 19 века было достаточно легко определить автора открытия (именно поэтому многие эффекты, явления, формулы, устоявшиеся носят чью-то фамилию. Замечательное время jentleman scientists, когда учёный просто обязан был быть энциклопедистом, и физиком, и химиком, и биологом, и лектором, и инженером, и изобретателем. В настоящее время наука — это абсолютно коллективный спорт. Гений-самородок, способный изменить основы, переоткрыть фундаментальные законы или привнести что-то кардинально новое — скорее всего будет клиентом психиатрической больницы или героем научно-фантастического романа, а не современным учёным и Нобелевским лауреатом. Сегодня за Нобелевским лауреатом стоят огромные институты и целая индустрия, сотни исследований в смежных областях. Сцена, назовем ее так, Нобелевской премии — это “кладбище титанов”. Множество других, часто безвестных ученых, которые внесли свой, зачастую невероятно важный, вклад в научную революцию и/или умерли раньше, чем человечество оценило их труд. И нельзя же дать премию всем, в конце-концов. Т.е. понять-принять-простить и начать воспринимать премию именно тем, чем она и является. Обычной традицией, комбинацией церемониальных действий. Что-то вроде существования роты почетного караула.
Подытоживая хотелось бы сделать несколько предположений. Первое из них в том, что премия 2024 — это кредит на будущее, задел на возможность реформирования самой парадигмы премии. Переход к большей междисциплинарности, как характерной черте науки 21 века. Судите сами, в машинное обучение пришло из физики немало концепций (аля энергетические модели или диффузия). Но при этом и сама вычислительная физика в ближайшее десятилетие из-за нейросетей изменится до неузнаваемости. Она уже меняется, как минимум в физике высоких энергий или моделировании климата, где без машинного обучения — никак. Так что надеюсь, что описанный тренд продлится и в каком-нибудь году этак 2030 мы увидим например Нобелевскую премию по биофизике.
Вторая гипотеза связана с озвученным ранее тезисом про “Нобелевская премия — как традиция, комбинация церемониальных действий”. Логично, что любую традицию можно использовать как инструмент для продвижения, PR-a, чего угодно. В данном случае нейросетей. Я периодически писал в своих статьях о том, что после нейросетевого бума 2023 года человечество постепенно начало терять надежду на то, что т.н. ИИ, станет ИИ без “т.н.” Да, картинки генерируются, да, тексты составляются, но каких-то значимых, весомых результатов нет. Самое главное, что энтузиазм потеряли инвесторы. На примере того же OpenAI видно, что на разработку ежегодно тратятся миллиарды долларов. Многие аналитики считают, что без революционного скачка компания в течение года может оказаться на грани банкротства. А скачок не предвидится, весь генИИ это все еще старый-добрый “Т9 на стероидах”, пусть и постоянно масштабирующийся горизонтально (“нужно еще больше обучающих данных, нужно еще больше электроэнергии”).
Как и в случае финансовых пирамид, вроде МММ, существование “нейросетевого пузыря” невозможно без притока новых “верующих”. Так почему бы для их привлечения не использовать и Нобелевский комитет? Ведь от него, в отличие от множества-множеств различных, порядком уже приевшихся и потерявших доверие у читателя, СМИ, отмахнуться пока еще сложновато. Ибо сформированная столетиями репутация-с. Попробовали. Вроде бы получилось :) Как минимум пару ближайших недель все только и будут говорить, что о нейросетях.
UPD №1. Репортаж Белсат
UPD №2. Статья про Джеффри Хинтона, его ворон и нейросети — https://t.me/lab66/2031