20:59, 02.03.2020. | INTERVJU NIŠ

Računarske nauke danas: Da li postoje revolucionarna otkrića i koja je cena jeftine tehnike?

Lice u lice s naučnicima
Autor: Anđa Denić, izvor: PMF Žurnal

U razgovoru sa dr Markom Petkovićem u Nišu, foto: PMF žurnal

U serijalu tekstova “Lice u lice s naučnicima” naše novinarke, Anđa Denić i Miljana Stanković, diskutuju sa omiljenim profesorima Prirodno-matematičkog fakulteta o pravcima u kojima se nauka (ne)razvija i ulozi naučnika u 21. veku.

 

foto: PMF žurnal

O naučnim temama koje su postale mainstream: značaju veštačke inteligencije, bezbednosti online komunikacije i ceni jako pristupačne tehnologije razgovaramo sa Markom Petkovićem, redovnim profesorom departmana za računarske nauke PMF-a.

Marko je završio doktorske studije na pomenutom departmanu, gde radi više od trinaest godina i kao da mu to nije bilo dovoljno izazovno, uporedno je završio master studije departmana za telekomunikacije Elektronskog fakulteta u Nišu. Danas se bavi istraživačkim radom u domenu naučnog izračunavanja (eng. scientific computing) koji svoju primenu nalazi u fizici, inžinjerstvu, tehnici…

Svoju prepoznatljivost među mladima stekao je zahvaljujući velikom broju održanih naučno-popularnih predavanja i nepresušnom zanosu sa kojim odgovara srednjoškolacima i studenatima na pitanja ma koje prirode.

Zbog svega ovoga danas sa profesorom Markom razgovaramo o revolucionarnim otkrićima u današnjici, (be)smislenosti teorijskog istraživanja u računarskim naukama i posledicama globalog “umrežavanja”.

Profesor Marko ulazi u kabinet i izvinjava se na kašnjenu prouzrokovanom sastankom koji je morao da obavi sa kolegama sa departmana za matematiku, te intervju započinjemo temom preplitanja naučnih disciplina.

Anđa: Šta za Vas predstavlja multidisciplinarni pristup i kako on izgleda u praksi?

Marko: Multidisciplinarnost je ono što je neophodno u današnjim istraživanjima i ja sam se uvek trudio da moja istraživanja povezuju nekoliko naučnih oblasti.

Važnost multidisciplinarnog pristupa su jako korisni rezultati dobijeni prevođenjem problema iz domena tehnike ili fizike u matematički jezik i, kasnije, njihovim rešavanjem tehnikama iz matematike i računarstva.

Ja, recimo, imam jako dobar odnos sa kolegama pri katedri za mehaniku Mašinskog fakulteta. Interesantan primer naučnog istraživanja na kojem trenutno moj kolega i ja radimo je ispitivanje stabilnosti konstrukcija i brzih vozova. Projekat još uvek nije realizovan i trenutno se koriste isključivo u domenu modeliranja ali planiramo da sprovedemo i eksperiment koji bi potvrdio njegovu tačnost.

Ovaj naučni rad objašnjava razliku bavljenja naukom nekada i sada. Modeli koje mi koristimo pri izgradnji algoritama su relativno stari i bili su poznati i u drugoj polovini dvadesetog veka ali da bi se uspešno rešio taj model neophodno je posedovanje računara jer se izračunavanja te vrste ne mogu izvesti ručno. U ovakvim procesima naučna dostignuća iz računarskih nauka i računari dolaze do izražaja.

Nešto što je ranije bilo nemoguće sprovesti sa papirom i olovkom danas primenjujemo svakodnevno.

foto: PMF žurnal

Anđa: Pomenuli ste da Vaš projekat još uvek nije realizovan. Na koji način se vrši odabir naučnih modela koji će doživeti eksperimentalno potvrđenu preciznost i kasnije primenu u nekoj od industrija?

Marko: Čiji će naučni model da se primeni je veliko pitanje i ne zavisi toliko od efikasnosti modela ni naučnika već od mnogobrojnih sporednih okolnosti.

Istorijska činjenica je da su sa razvojem analogne televizije postojala tri standarda. Američki je otkriven prvi i odmah biva implementiran u čitavoj Americi. Drugi standard, otkriven u Evropi bio je znatno bolji od Američkog. I pored pomenute razlike u kvalitetu, u Americi prvi standard ostaje na snazi jer bi njegovo menjanje zahtevalo mnogo finansijskih sredstava. Drugi standard se u Evropi koristio sve do digitalizacije. Slična priča se desila i tokom digitalizacije.

Naravno, posao naučnika jeste da napravi što je bolje rešenje, odnosno model, a da li će i kada to rešenje biti primenjeno i ko će da ga primeni zavisi jako malo od samog naučnika.

 

Anđa: Bavite se naučnim izračunavanjima (eng. scientific computing) koja predstavljaju razvoj metoda i algoritama za izračunavanja i primenom istih u različitim delovima nauke i tehnike, od elektronike i mašinstva do fizike. Kojim naučnim dostignućima stremite?

 

Marko: Sa ubrzanim razvojem nauke i naučnih radova, naučnik ima sve više ideja o tome koji bi mogli da budu njegovi naredni projekti.

Svakodnevno pratim aktuelne naučne časopise kako bih video šta je “u trendu” iz naučne discipline kojom se bavim.

Što se naučnih dostignića tiče… (smeh)

Teško je danas doći do nekog revolucionarnog otkrića. Nije da je nemoguće, ali treba imati na umu da na zapadu sigurno postoji ceo tim ljudi koji na tome radi prethodnih pet godina. Ako oni nisu došli do rešenja, malo je verovatno da ćeš do njega doći ti.

 

Komentarišem da je to jako nihilistički pogled za mladog i perspektivnog stručnjaka kakav je on, sa čim se profesor Marko i Miljana ne slažu.

Marko: Takav pogled je realan. Proces od kada ti određena ideja padne na pamet koju želiš detaljnije da obradiš kroz naučni rad izgleda ovako: prvo proveravaš da li se neko već bavio tim problemom, konsultuješ najpre vodeće pa i neke druge časopise iz te ili sličnih oblasti. Ako neko to već nije uradio probaš malim koracima da razradiš svoju ideju počevši od nekog mikronivoa. To podrazumeva možda neko blago unapređenje već postojećih stvari. Na primer, imaš metod za koji imaš ideju za unapređivanje. Probaš to da implementiraš i testiraš na nekoliko skupova podataka. Videćeš da će tvoj metod na nekom skupu podataka raditi bolje, na nekom lošije. To već jeste neki rezultat. Sledi proširavanje priče malim koracima. Tada shvataš koliko to postaje teško.

Nemojte da zaboravite da su velika naučna otkrića posledica dugog rada čak i nekoliko generacija naučnika i da se ona sastoje od velikog broja neuspeha.

Na primer, dokaz velike Fermaove teoreme je rezultat desetogodišnjeg rada čoveka ko ju je dokazao i još nekoliko decenija rada naučnika koji su na njoj radili pre njega.

foto: PMF žurnal

Miljana: Da li ima smisla danas govoriti o teorijskim istraživanjima u računarskim naukama?

Marko: Naravno. Teorijska istraživanja su bitna koliko i primenljiva jer mi ne znamo kada će neko istraživanje naći svoju primenu. Dobar primer je kvantni računar. Na njegovom razvoju danas rade mnogi naučnici iako kvantni računar fizički ne postoji i ne zna se da li će on biti napravljen za 10, 20 ili više godina. Kada se to desi sva ta decenijska istraživanja će postati primenljiva.

 

Miljana: Na koji način su se računarske nauke razvijale u 21. veku i koju ulogu u tim procesima imaju naučnici?

Marko: Računarske nauke su jako širok pojam pa ću da pomenem samo najistaknutije doprinose u prethodnih dvadesetak godina.

Na prvom mestu, svedočimo ogromnom razvoju mašinskog učenja i veštačke inteligencije. Ovi algoritmi vremenom postaju sve optimalniji i produktivniji.

Na drugom mestu imamo razvoj hardvera koji je u 21. veku dostigao ekspanziju. Primetimo da su razvoj mašinskog učenja i hardvera u uzročno-posledičnoj vezi jer razvoj hardvera doprinosi tome da algoritmi mašinskog učenja ispolje svoju punu snagu, a noviji algoritmi zahtevaju hardver sa boljim performansama.

Na trećem mestu imamo noviju granu u nauci a to je Internet of Things. Primenom ove tehnologije svaki uređaj postaje mini računar. Danas možete kupiti pločicu od 10 do 20 evra koja je mini računar i možete da je ugradite u klimu ili šporet. Ta kartica ima zadatak da sakupi podatke, otpremi ih negde, obradi i proizvede tražene zaključke. Kako otpremljenih podataka ima previše prvo se podaci moraju klasifikovati, dakle potrebno je naći način da se korisne informacije odvoje od nepotrebnih, a potom se, obradom tih “korisnih” informacija izvlače određeni zaključci.

foto: PMF žurnal

Miljana: Zašto je danas mašinsko učenje toliko značajno?

Marko: Zbog svojih mnogobrojnih primena. Danas veštačku inteligenciju pronalazimo na svakom koraku. Na telefonu, kada otvorimo društvenu mrežu neka veštačka inteligencija nam odredi izgled news feed-a i kada želimo da izbacimo podkast na YouTube-u veštačka inteligencija proveri da li je taj podkast dobar i da li može da se otpremi na YouTube.

Možda najzanimljivija primena veštačke inteligencije jesu self-driving automobili.

Obrada slike je, na primer, dostigla eksponencijalni rast sa razvojem mobilnih telefona i posebno sa razvojem društvenih mreža jer danas jako često koristimo kameru i fotoaparat na pri telefornu, pa su za obradu tih fotografija potrebni određeni algoritmi koji koriste ovu metodu.

 

Anđa: Spomenuli ste da povezivanje uređaja oko nas, takozvani Internet of Things, postaje sve popularniji i nije teško zamisliti svet u kojem je ova vrsta tehnologije norma. Neminovno je da će tada određene korporacije ili institucije imati uvid u svaki naš korak. Koji je Vaš stav po tom pitanju?

Marko: To je loša strana tehnologije i to je ono što nazivamo nužno zlo. I danas je privatnost mnogo skupa, ali i dalje možemo postići određen stepen zaštite tako što ćemo da osiguramo našu komunikaciju putem interneta. Ta komunikacija će biti nevidljiva nekoj trećoj strani, međutim, uvek će da se nađe neko ko će sve to moći da pročita.

 

Anđa: Ako ne učestvujemo u pomenutim komunikacijama na internetu skoro pa da je i nemoguće napredovanje u poslovnoj, ali i društvenoj sferi naših života. Koje je onda rešenje za odgovorno i sigurno korišćenje interneta?

Marko: Tako je. Privatnost je skupa roba. Pored svih negativnih strana koje internet sa sobom nosi preporuka za svakog pojedinca je da pokuša da tu privatnost održi na što je moguće višem nivou.

Za kraj, moja preporuka je da uvek porazmislimo o tome šta objavljujemo jer će ta objava biti uvek i svima vidljiva.

 

 

Nema sumnji da će računarske nauke nastaviti eksponencijalno da se razvijajuju i da će se, zbog toga, naša svakodnevnica sve brže menjati. Jednostavna prekookeanska komunikacija, ekonomičan transport i brza izgradnja infrastrukture samo su neke od posledica decenija zalaganja nekoliko hiljada naučnika širom sveta. Pojedinačni naučni doprinos ovim procesima jeste snažna karika u lancu koja ne treba nimalo da se zanemaruje. Kada se naučni radovi materijalizuju u vidu novih tehnologija, krajnji korisnik na sebe preuzima odgovornost za svoju bezbednost pri korišćenju iste. Potrebno je da podignemo svest i razgovaramo o ličnoj privatnosti da se ne bi desilo da nas jeftin uređaj košta mnogo.