Николай Макаренко: «Сейчас мы имеем возможность делать то, о чем раньше только думали»

04/12/2015
Николай Макаренко: «Сейчас мы имеем возможность делать то, о чем раньше только думали»

Сегодня в гостях у «Территории науки» - Николай Григорьевич Макаренко, руководитель гранта «Геометрические и топологические методы анализа цифровых изображений высокого разрешения», выполняемого в ЯрГУ им. П.Г. Демидова.

- Николай Григорьевич, Ваш проект найдет применение во многих областях: астрономия, медицина, промышленность, биохимия, фармацевтика, нанотехнологии… Расскажите, пожалуйста, над чем Вы работаете.

- Наш проект посвящен разработке комплексного подхода к анализу цифровых изображений высокого разрешения. Их главной особенностью является то, что они обладают высокой размерностью. В математике эта ситуация называется «проклятием размерности». Говорят, что пространство признаков ультраметрично. Это означает, что оно пусто внутри: вся масса уходит в оболочку. Существуют и другие неприятные особенности таких изображений. Моделировать такие данные мы только начинаем учиться. И новые подходы в этой области крайне необходимы. Действительно, мы запускаем, например, новый космический аппарат, получаем огромный объем сырой информации и думаем, что узнаем что-то новое. Увы, итогом служат часто красивые картинки в презентациях. Для извлечения новых знаний из таких данных у нас не хватает методов. Речь идет не только об изображениях Солнца в разных спектральных областях, положенных в основу нашего гранта. Это и медицинские изображения, например, томограммы коры мозга МРТ и фМРТ; это промышленность, когда снимки высокого разрешения используют для определения некоторых дефектов в конструкциях, испытывающих высокие нагрузки, от которых зависит надежность нефтяных и газовых труб. Подход, который мы используем в гранте – топологический анализ данных, только начинает развиваться.

- Правильно ли я понимаю, что работа идет над улучшением качества изображения?

- Нет, работа идет над тем, что у нас есть цифровое изображение, а нужно разработать методы получения новых знаний из этого изображения. Обнаружить какие-то паттерны, структуры, отличные от хаоса, получить их свойства и изучить их динамику. Основой служат топологические структуры, которыми оснащаются наблюдательные данные. Некоторым аналогом служит созвездие на небе – набор отдельных звезд наделяется структурой из ребер и приобретает форму, в соответствии с подходящим мифологическим образом. Им может служить охотник Орион, Медведица, Лебедь и т.д. Наша конечная цель – получить на основе цифровых изображений модель процесса, будь то патология мозга или предвспышечная ситуация на Солнце.

- Грант рассчитан на три года; на каком этапе его реализации Вы находитесь?

- Мы только приступаем к его реализации. Естественно, любой грант основан на каком-то заделе, на пустом месте ничего не бывает. И то, что мы делали до этого, позволяет надеяться на новые результаты. Мы так устроены, что в основном в каждом предприятии предпочитаем надежду, а не предубеждения. Так, от новых методов мы всегда ожидаем чего-то хорошего. Но всегда надо иметь в виду еще и ограничения. О любом методе полезно знать то, чего он не может дать, т.е. ограничения, места, где вы споткнетесь при его применении. Поэтому важна не просто новизна, но и область, в которой ей можно доверять.

- Какова Ваша роль в работе по проекту?

- Главное для меня – развивать те методы, которые сейчас становятся универсальным языком моделирования многомерных данных. Первые такие идеи когда-то частично возникли в России, они были заложены в 20-30 гг. 20 века. На то время они были слишком абстрактны, топологические конструкции можно было описать формальным языком, но их характеристики нельзя было вычислить, за исключением тривиальных примеров. Сейчас появилась возможность считать то, о чем раньше просто думали. Иными словами, абстрактные образы теперь можно построить прямо на реальных данных.

- Работа по гранту будет заключаться, в основном, в математических расчетах?

- Я бы сказал, в компьютерном моделировании. Это численные эксперименты, это оценки, это сравнения их с наблюдениями, это тестирование и некоторый прогноз. Любая модель должна быть верифицирована, обобщена до возможности предсказаний. Эту модель еще предстоит создать, и в этом существует большая проблема. Честно говоря, это в действительности сверхзадача, к которой мы только попытаемся найти новые подходы. Ведь прогноз таких редких явлений, как солнечная вспышка, который и является сверзадачей, осложняется многими факторами. В общем случае, цена ошибки здесь очень велика. Даже одна мощная солнечная вспышка, если она произошла в активной области, расположенной по центру солнца, может нанести урон, сравнимый с падением астероида. Существуют исторические примеры. Первым является знаменитая вспышка 1 сентября 1859 года которую называют Кэррингтоновской. Название связано именем английского астронома Ричарда Кэррингтона, который и описал ее. После всышки, 1 и 2 сентября, началась крупнейшая за всю историю наблюдений геомагнитная буря. Вышла из строя телеграфная сеть Европы и Северной Америки. Северные сияния наблюдались по всему миру, даже над Карибами. А в Скалистых горах ночь превратилась в день. Трудно себе представить, что было бы с современной сетью коммуникаций. Например, с околоземной сетью спутников связи, будь они в те далекие времена! Оценить величину возмущения события 1859 года очень трудно. Но грубые оценки показывают, что буря, которая произошла столетие спустя, 3 марта 1989 года, была примерно в два раза слабее Кэрингтоновской. Однако она вызвала повреждение трансформаторов АЭС в Нью-Джерси и Квебеке. В результате блокировки электросети несколько миллионов человек на 9 часов оказались без электричества! К сожалению, во многих ситуациях мы полностью зависимы от созданного нами самими компьютеризированного окружения. Мы не знаем и даже не надеемся в ближайшее время узнать точные причины этого явления. Мы понимаем, что речь идет о процессах, вероятность которых мала. А такие события трудно предсказывать статистическими моделями. Мы намерены лишь, основываясь на топологии наблюдений, предложить некоторую новую прогностическую схему, которая, как мы надеемся, будет иметь практический интерес.

- Можно ли предотвратить подобные катастрофические последствия?

- Это сложный вопрос, потому если бы речь шла только о том, чтобы предсказать что-то, то все было бы проще. Здесь же нужно сказать не только, где на Солнечном диске произойдет вспышка, но и когда, и какова ее геоэффективность. Например, если вспышка слабая, она не страшна. Если она произойдет на лимбе Солнца, весь поток уйдет в сторону от Земли, и это тоже не страшно. Кроме того, нужно понимать, что если мы предскажем вспышку за два часа, это практически так же бесполезно, как сказать: «Через пять минут случится землетрясение». Сообщить об этом нужно, по крайней мере, за 24 часа, а еще лучше за 48 часов. Тогда можно будет хотя бы часть спутников повернуть в нужную сторону, чтобы спасти аппаратуру. Ну и самая большая сложность в том, что мы – удаленные наблюдатели, т.е. активно воздействовать на процессы мы не можем. Мы можем лишь созерцать, размышлять и делать выводы. Проверить которые можно лишь после события. Ясно, что прогноз будет стохастическим по своей природе. Иными словами, он предусматривает ситуации, когда все предикторы реализованы, а событие все-таки не происходит. Следовательно, используя замечательную метафору Станислава Лема из Энциклопедии Вестранда, необходимо научиться не только «предвидеть, что случится, если ЧТО-ТО случится», но, кроме того, предсказать, «что случится, если ТО ни капельки не случится, то есть вовсе не произойдет». Ведь соль будущего как раз в том, что, вопреки мнению экспертов, «НИКОГДА НЕ СЛУЧИТСЯ»! Это одна из тех вещей, которыми мы и намерены заняться!

Николай Григорьевич Макаренко родился в г. Троицке, Челябинской обл. Закончил Свердловский госуниверситет им. А.М. Горького (Екатеринбург). Работал в Астрофизическом институте им. В.Г. Фесенкова, затем в Институте Математики (Алма-Ата). Доктор технических наук, доктор физико-математических наук. Заведующий сектором математического моделирования ГАО РАН (Санкт-Петербург). Руководитель двух грантов по фрактальному и топологическому анализу ДДЗ в Институте информационных и вычислительных технологий в РК. Лектор Школы-семинара по Нейроинформатике (Москва, НИЯУ МИФИ). Область научных интересов: хаотическая динамика, математическая морфология, фрактальная геометрия, вычислительная топология, нейрокомьютинг.