Квант технологической революции

Мир стоит на пороге новой технологической революции, которую несет с собой новая наука — интеллектуальный анализ данных. В этих условиях еще более актуальным становится бережное отношение к науке со стороны государства, которое, не ограничивая свободу научного поиска, должно вновь научиться ставить перед наукой государственные задачи 22 Сентябрь 2015, 11:56
С тех пор как началась дискуссия о предстоящей реформе Академии наук, академик РАН, директор Института проблем передачи информации им. А. А. Харкевича РАН Александр Кулешов оказался в ее центре. В частности, еще в 2011 году он выступил в нашем журнале со статьей «Не нужно революций», подвергнув критике предложения по реформе, с которыми ранее в статье «Верните действенность науке» выступили в нашем же журнале его заместитель Михаил Гельфанд и тогда еще ректор Национального исследовательского технологического университета МИСиС Дмитрий Ливанов.
Когда же в 2013 году реформа стала фактом, Александр Петрович стал одним из самых активных участников ее обсуждения, выступив, в частности, на страницах нашего журнала*** и на нашем сайте****. Он вошел в оргкомитет Конференции научных работников и стал одним из самых заметных ее спикеров. С тех пор конференция собиралась еще дважды, и Александр Петрович — ее постоянный, активный участник.

Конечно, нам хотелось услышать от академика Кулешова его оценку хода реформы. Но начали мы с вопросов о деятельности его института. Если вы только взглянете на перечень лабораторий, вас поразит разнообразие направлений, которыми этот институт занимается: от собственно теории передачи информации и управления до функциональной и сравнительной геномики прокариот. Что само по себе интересно и необычно.
— Ваш институт, если судить даже просто по названиям его лабораторий, поражает разнообразием направлений. Иногда непонятно, какое отношение иные из них имеют к тематике института. Что их объединяет? 
— Математика. Все это объединяет математика. Даже наши биологи, физиологи, специалисты по зрительным системам — это в основном переучившиеся математики, переучившиеся физики. Я, например, получил на мехмате МГУ лучшее, не побоюсь этого слова, математическое образование в стране, а когда я учился, оно было лучшим в мире. Но я никогда не работал математиком, я всегда работал инженером. Я математик, переучившийся на инженера. Хотя я много раз в жизни доказывал теоремы, и не только для диссертации. А потому, что это было нужно для достижения практического результата. Потому, что инженерная деятельность сейчас очень математизирована. Все произошло правильно, и я стал хорошим инженером именно благодаря математике.

И такой тренд становится все более распространенным, поскольку сейчас все серьезные успехи в науке и технике связаны с решением междисциплинарных задач. Я люблю приводить малоизвестный широкому кругу людей факт: больше всего Нобелевских премий во всех областях науки получила томография. Она шла по разным направлениям — по физике, по физиологии, медицине.

Что такое томография? Два человека, Феликс Блох и Эдвард Пёрселл, в свое время вдруг поняли, что можно объединить возможности трех уже известных достижений науки. Первое —это преобразования Радона. Это очень просто на самом деле: используя обратное преобразование Радона, ты можешь восстановить трехмерное тело по площадям его сечений. Второе — это тот факт, что по функции ослабления рентгеновского сигнала, проходящего через тело, можно определить «площадь» такого сечения. Третье —наличие уже в то время компьютеров, на которых можно численным образом получить решение обратной задачи и, тем самым, собственно, ту томограмму, которую мы все знаем. Вот все это сошлось у них в голове, и получился томограф. В этом не было ничего принципиально нового, а получилось нечто уникальное, в основе чего лежат в первую очередь результаты математики. И если мы проанализируем все главные достижения человечества, это всегда междисциплинарные задачи. А наш институт — пример воплощения такой междисциплинарности, когда люди из разных областей знаний варятся в одних семинарах, разговаривают и работают друг с другом.
— Вы говорите, что математика объединяет все. Какая-то конкретная область математики?
— Чтобы было понятно, нужно рассказать историю института. В следующем году ему исполнится пятьдесят пять лет. А еще раньше это была лаборатория по разработке научных проблем проводной связи, которой руководил генерал Коваленков. Началась новая эпоха связи, стране нужна была теория кодирования. Теория кодирования — это математика в чистом виде: алгебра, комбинаторика и теория вероятностей. Для этого нужно было набирать математиков. А получилось так, что в советское время в Стекловку (Математический институт им. В. А. Стеклова РАН. — «Эксперт») евреев не брали, и не потому, что была такая команда партии и правительства, а потому, что там был такой человек во главе. И очень многие талантливые математики пришли на работу в наш институт. В итоге сформировалась очень сильная математическая школа. Из нашего института вышло три филдсовских лауреата: Григорий Маргулис, Максим Концевич, Андрей Окуньков. Мы чемпионы по этому показателю в мире. У нас работает лауреат Премии Абеля — академик Яков Григорьевич Синай. Максим Львович Концевич — член Французской академии, двукратный лауреат Мильнеровской премии. Но он до сих пор пишет в дирекцию служебные записки: «Прошу предоставить мне отпуск за свой счет». Летом, а иногда и зимой, они обычно приезжают, ведут семинары, работают с молодежью.

Но меняются времена — меняются и «лидирующие» математические дисциплины. Сегодня для нас это анализ данных, или интеллектуальный анализ данных, Data Science, Machine Learning. Это наука, которая действительно объединяет абсолютно все направления в нашем институте.

Если взять общий объем данных, находящихся в мировом совокупном storage (совокупное компьютерное пространство для хранения документов. — «Эксперт»), то 90 процентов из них появились за последние два года. Фантастическая цифра, но это правда. Оказалось, что из этих данных можно много что извлечь, и эта технологическая возможность породила новые математические задачи. Это, например, так называемое распознавание многообразий в многомерных пространствах. Если хотите, это извлечение новых знаний из больших объемов информации. Причем в самых различных областях человеческой деятельности, от машиностроения до социологии. Сейчас активно обсуждается интеллектуальный анализ видеопотоков. Человек делает ошибки при распознавании изображений в пяти процентах случаев, а современная система Deep Learning делает ошибки в шести процентах. Это совершенно фантастическая вещь, к первым результатам в которой мы сейчас близки. Я не могу сказать, что эту задачу уже умеют решать очень хорошо, но это уже очень близко. В ближайшие годы это все перевернет нашу жизнь. Мы находимся на пороге новой технологической революции. Ее волна уже видна.

Новые возможности, которые предоставляет data science, вызывает в мире очень сложные тектонические процессы. Сейчас для многого еще нет устоявшихся названий, иногда употребляют термин «технологический интернет», который предоставляет широкому кругу пользователей совершенно новые возможности. Ты говоришь: «Я хочу кресло. На четырех ножках, максимальный уровень отклонения 150 градусов, минимальный — 110, мой вес — 100 килограммов». И тебе из огромного набора 3D-моделей кресла в интернете подбирают подходящее. А если нет, то автоматическим образом конструируют то, что тебе надо.

В результате возникает гигантская проблема: те самые люди средней квалификации — «синие воротнички», которые раньше занимались такого рода рутинной работой, — начинают исчезать. В мире сейчас примерно 70 миллионов конструкторов, из них всего один процент (будем в соответствии с принятой сейчас международной практикой называть их экспертами) способны работать со сложными инженерными софтами — средствами проектирования. А проектируется масса чего — от садовых домиков и велосипедов до ракет и атомных станций. И постепенно сжимается пространство для людей средней квалификации. Тот, кто всю жизнь рисовал болты и гайки, сейчас никому не нужен. И не нужны студенты, которых к этому готовят. Их некуда деть. Это общемировая проблема.

Едешь в Париже мимо огромных корпусов «Пежо», «Рено», «Ситроена», раньше там пол-Парижа работало, а сейчас в цеху работают несколько человек и манипуляторы. Уже обещали к 2020 году сделать машину без водителя. Может, к 2025-му. Знаете, сколько в нашей стране водителей? Несколько миллионов, по-моему. Что станет с этими людьми?1 Человеческое развитие не успевает за технологической революцией. Я всегда говорю, что у биологической эволюции квант — двадцать пять лет, а у технологической — три-четыре. Максимум пять.

Выиграет тот, кто получил хорошее образование, выиграет та страна, в которой это образование можно получить. В этих условиях снижать расходы на образование, снижать его уровень, снижать расходы на науку, как это происходит у нас, просто преступление перед собственным народом. Я подозреваю, что за последние двадцать пять лет страна стала раз в сто глупее. Цифра, конечно, условная, но она, мне кажется, не очень далека от реальности. Потому что падает уровень образования, потому что постоянно уезжают самые умные и молодые. Или идут совершенно не туда.

Академик РАН, директор Института проблем передачи информации им. А.А. Харкевича РАН Александр Кулешов
— Возвращаясь к вашему институту. Какие вы бы выделили основные достижения, то, чем вы гордитесь как безусловным масштабным достижением?
— Все просто: в мире сейчас применяется шесть систем кодирования, две с половиной из них созданы в этом институте. В частности, в нашем институте были разработаны алгебро-геометрические коды, обобщенные сверточные коды. Это признано всем миром. Что значит «с половиной», сейчас объясню. CDMA, американский стандарт мобильной связи, разработан в Qualcomm, но рассчитан и обоснован он профессором Зигангировым с коллегами. И это признает весь мир. Несколько лет назад мы проводили в России, в Петербурге, всемирный симпозиум IEEE, посвященный теории информации. IEEE — это самая крупная международная инженерная организация, создатель большинства мировых стандартов в области IT. Мы были организаторами. Это огромная честь. Потому что наши заслуги в этой области признаны всем миром. Институт создавался для этого, и мы эту задачу выполнили.
— Сейчас много говорят о проблеме импортозамещения в области инженерного программного обеспечения, которым у вас в институте тоже занимаются. Насколько мы готовы занять место на этом поле?

— Я недавно посмотрел CIMdata Report — это самая авторитетная консалтинговая компания, которая занимается PLM-системами, инженерным софтом. Там была дана общая оценка того, сколько нужно человеко-лет для создания всех тех средств инженерного софта, которыми сегодня пользуются в мире. Ответ знаете какой? 750 тысяч человеко-лет. То есть проблема не в деньгах. Даже если мы бы завалили всю страну долларами, это ничего не поменяет. Мы не в состоянии делать все то, что делает вокруг нас весь мир. Половина нашей промышленности работает в 3D-CAD на системе CATIA, а вторая половина — на Unigraphics. CATIA делается на моих глазах тридцать лет огромным коллективом в четыре тысячи человек. Откуда мы все это возьмем? Не надо фантазий.

Знаете, сколько попыток было сделать отечественные ERP-системы вместо, скажем, SAP? Были какие-то «Галактики», «Паруса». Где они? Понятно, почему 1C для бухгалтерии уцелела. Потому, что у нас в России специфическая бухгалтерия.

Проблема здесь не в том, что мы принципиально это сделать не можем, а в том, что у нас очень маленький рынок. Наш рынок софта составляет полтора-два процента мирового. На таком рынке невозможно выжить. Можно сконцентрировать ресурсы и сделать что-то одноразово, но, когда рядом с тобой идут поезда со скоростью 300 километров в час, а ты тащишься со скорость арбы, ты все равно отстанешь. Нужен экономический ресурс, чтобы на этой площадке развивать свою систему, а на нашей площадке его нет. Экономики для этого нет. Этого не хотят понять. На этом рынке нет экономического ресурса.

Как китайцы начали развиваться? Чтобы выжить самим, они стали поддерживать экспорт. Нужно поддерживать то, что покупается за рубежом, в мире. Это и будет импортозамещение. Импортозамещение — это ориентация на экспорт со стороны государства. Нужно поддерживать те компании, которые могут работать на международных рынках, но остаются здесь. Это наше, останется нашим, никто не сможет наложить никаких санкций. Это и есть импортозамещение. И эти компании сами по себе будут развиваться, потому что они экспортируют. У них рынок — весь мир. Прекрасный пример — «Лаборатория Касперского», продукцию которой покупают миллионы людей во всем мире.

Повторю. Если вы хотите импортозамещения — поддерживайте экспорт.
— Вы сказали о междисциплинарном характере вашего института. Собственно, этим и важны научные институты как форма организации науки, хотя с ними в какой-то момент стали почему-то бороться, предлагая перейти от поддержки институтов к поддержке отдельных лабораторий.

— Чем порочна эта идея, которая нашла свое воплощение в так называемой программе тысячи лабораторий, которую одно время продвигало Минобрнауки? Она порочна для государства тем, что это путь дальнейшей провинциализации нашей науки. Эти лаборатории всегда будут младшими партнерами в какой-то большой западной коллаборации. Именно младшими. А самое важное, что в этом случае государство будет не в состоянии собрать нужные ему научные ресурсы на нужном для него направлении. Все будет полностью атомизировано. С точки зрения интересов государства это преступление. Пока еще есть институты — а сейчас начинают создавать федеральные центры (посмотрим, что из этого получится), пока еще есть более или менее крупные соединения, у государства остается потенциальная возможность концентрировать ресурсы. Просто оно этим не пользуется, но это другой вопрос. А разбиение на лаборатории, каждая из которых будет отростком крупных зарубежных научных структур, сделает это невозможным в принципе. Для нас это абсолютно тупиковый путь. Я бы сказал так: образовательный и научный уровень таким образом поддерживать можно, и это, конечно, важно, но его можно поддерживать и в старой системе, а государственный интерес реализовывать — нет. Идея опоры на лаборатории сама по себе государственно враждебная. Это распыление наших креативных, научных возможностей с абсолютным исключением потенциальной концентрации усилий. А для любого государства это смертельный приговор.
— Атака на институты сопровождалась и атакой на их директоров за их слишком большую роль при определении тематики для научных сотрудников, которые попадают в «крепостную зависимость» от директоров институтов и теряют свободу научного поиска…

— Это все легенды и мифы. Спросите любого сотрудника нашего института, что ему директор? Он скажет: «А мне директор совершенно ортогонален». У нас есть журнал «Проблемы передачи информации». Это журнал с одним из самых высоких импакт-факторов в России по математике. Вы думаете, что, если мне звонит человек, которому я ни в чем и никогда не могу отказать, и просит протолкнуть чью-нибудь статью, я могу в чем-то помочь? Да мою собственную статью не так давно два года мурыжили, после пятой-шестой рецензии прошел. Я никакого влияния на редколлегию не имею. То же самое с ученым советом. Я могу договариваться, могу объяснять свою точку зрения, постоянно это делаю. Но сказать, что я имею какое-то административное влияние на совет… Никакого. И я никогда не вмешивался в дела лабораторий, не то что отдельного сотрудника.
— А в чем тогда роль директора, если он «ортогонален» сотрудникам?

— Роль директора — в создании экосистемы института. Сейчас мы, например, создаем новую кафедру. У нас есть большая межфакультетская кафедра в МФТИ, научно-образовательный центр в МГУ, кафедра на матфаке и кафедра на новом факультете компьютерных наук в Вышке, и так далее. У нас кроме исследовательской части, собственно института, еще восемь стартапов. Причем стартапов вполне серьезных.
— Они юридически оформлены как отдельные предприятия?

— Конечно. Более того, они все сидят в самостоятельных помещениях. Коллективы там по пятьдесят-шестьдесят человек. В хороший год мы создаем тридцать-сорок рабочих мест в хайтеке. Создание всей этой экосистемы — это и есть функция директора. Мы поглощаем девяносто процентов людей, которых учим. Учим для себя, учим сами. Чтобы попасть на нашу кафедру, студенты Физтеха после второго курса сдают письменный экзамен. У нас конкурс пять человек на место. И потом эти ребята либо остаются в чисто исследовательской работе, либо уходят в стартапы. Это самодостаточная, замкнутая система.

И у нас есть общее правило. Если я вижу молодого перспективного парня, который скоро может стать доктором наук, я ему говорю: «Ты будешь начальником лаборатории при выполнении следующих условий: защитишь докторскую и год должен отработать на Западе. И это обязательное условие, потому что без этого ты мне в качестве начальника лаборатории не нужен. Мы тебе организуем стажировку: несколько месяцев в Швейцарии, несколько месяцев во Франции. Ты должен понимать, что происходит в мире. Ты должен найти свои связи. Без этого ты всегда будешь на периферии». У нас огромные возможности для этого. Наши сотрудники — члены редколлегий 55 западных научных журналов. Это уникальная цифра. У нас в институте нет практически никого, кто не поработал бы за границей.
— А средства откуда?

— Мы зарабатываем. И с помощью стартапов, и сам институт. У нас сейчас огромное количество грантов. В том году мы выиграли супергрант РНФ. У нас высокий уровень публикационной активности, большое количество внедрений. Причем внедрений очень разнообразных. От оборонки до стартапов, изначально рассчитанных на мировой рынок. Обеспечение всего этого и есть функция директора.

Области научных исследований ИППИ РАН
— В свете многолетней дискуссии об оценке труда ученых обращает на себя внимание название одной из ваших лабораторий: «Методы анализа информации о научных публикациях»…

— В каком-то смысле для нас это нагрузка, но мы хотели иметь свой собственный объективный инструмент оценки нашего уровня. Тем более что нам постоянно спускаются сверху какие-то цифры: «Ваши цифры публикационной активности такие-то». А правильная работа с базами данных WoS или Scopus на самом деле штука очень нетривиальная. И у нас сидят люди, которые занимаются этим профессионально, люди очень высокого научного уровня, действительно ученые, которые понимают предмет, понимают, что такое научная публикация.
— А насколько вообще оценка научных учреждений и ученых по публикативности, по импакт-фактору, объективна?

— В разных науках степень ее объективности разная. Станислав Смирнов получил филдсовскую премию, когда у него индекс Хирша был равен семи. У биологов это цифра для хорошего постдока. А в математике совершенно другая история. Человек, скажем, решил проблему Гильберта. То есть проблему решил и вопрос закрыл. Здорово, но чего на него ссылаться? Человек сделал великое дело, все это понимают. А ссылок на него нет.

А в некоторых ситуациях, особенно с коллаборациями, наукометрия стала бессмыслицей.

Как-то я рецензирую одну заявку на грант. Смотрю, у человека шестьсот публикаций в Web of Science за двенадцать лет. Триста публикаций за последние пять лет. Индекс Хирша какой-то запредельный. Что такое? А дело в том, что он член очень важной коллаборации. Он сделал очень хорошую программу, которой многие пользуются. И во всех статьях этой коллаборации он присутствует как соавтор. А в статьях этой коллаборации по 500 авторов. Я думаю, что он девяносто процентов этих статей просто и не читал. Это некая механическая процедура, а показатели просто фантастические. Это, кстати, ничего плохого о человеке не говорит, он же не нагонял эти показатели специально.

Потому мы и говорим, что данные наукометрии — это полезный справочный материал. Невозможно сравнивать научные достижения Алексея Старобинского, автора теории рождения Вселенной, у которого колоссальное количество цитирований, с таким членом большой коллаборации, а формально показатели наукометрии у Старобинского могут оказаться и меньше. Без экспертной оценки все другие оценки научного вклада ученого бессмысленны.

Но все эти индексы хорошо работают на больших выборках. Я, например, с удовольствием пользуюсь этими индексами на уровне страны. Как развита та или иная наука у нас в стране, в других странах. Как известно, президент прописал майским указом, что цель всей нашей науки — это достижения уровня 2,44 процента публикаций в Web of Science. А что такое 2,44? Это средняя температура по больнице. Пока у нас 1,8. В то же время в физике элементарных частиц 9,5 процента уже сейчас. В ядерных технологиях — 4,8, в математике — 5,24. А в клинической медицине, которая среди всех учитываемых в Web of Science статей составляет 30 процентов, цифры просто смешные. За последние тридцать лет количество публикаций по онкологии у нас снизилось с 310 до 75, а у китайцев увеличилось в 200 раз, у американцев в три, достигнув 11 тысяч в год. И в этих условиях получить 2,44 процента только за счет ядерной физики и математики невозможно, а если даже и возможно, то вредно.

И быстро поменять эту ситуацию тоже невозможно. Этого не понимают те, кто упрекает в этом академию. Часто можно слышать о нашей науке: «Мы все время делаем атомную бомбу». И они правы, мы живем в структуре науки, которая была создана в 60-е годы. Надо ее менять? Надо, конечно. Двадцать первый век — это век life science, наук о жизни. Все с этим согласны. Но если вы просто возьмете деньги, которые сейчас тратятся на ФИАН, на ядерные институты, и отдадите их на другие цели, то деньги просто выбросите на помойку, а уже успешно работающие направления загубите. Такие вещи делаются поколениями. Сначала нужно образовать в данной области достаточное количество умных людей. Для этого нужно создать обучающие структуры соответствующего уровня и размера. Это история не на год, не на два, даже не на десять. Большой корабль не может повернуться моментально. Наука — огромная, массивная, инерционная система. Да, ее нужно поворачивать. Но нельзя это сделать какими-то административными решениями. Не нужно думать, что это получится за год или за два. Это не получится. Разрушить все легко. А создать что-то новое — на это требуются поколения.
— Наука развивается по собственной логике.

— Абсолютно верно. Люди занимаются тем, что им интересно, задачами, которые им кажутся перспективными, в которых есть шанс сделать что-то новое. И на эту логику воздействовать нельзя. Но это не означает, что государство не должно ставить перед учеными свои цели, не должно направлять науку в нужном ему направлении.

А в 90-е годы государство потеряло целевую функцию по отношению к науке. Перестало быть понятным, а что, собственно, государству требуется от науки. Любой президент Академии наук до 1990 года четко понимал, что от него требуется.

А потом пришли гайдаровские ребята. Люди страшно идеологизированные и плохо знающие, чем они взялись управлять. Они видели телевизор «Рубин» и видели телевизор «Грюндиг». И это для них был такой бэнчмаркинг. Поскольку они не знали нашу оборонку и никогда не работали в науке. Для них вся наша наука и промышленность была сконцентрирована в «Рубине». А это была совершеннейшая неправда. Действительно существовала великая советская наука. Великая. И Союз был мощной промышленной державой. Все, что происходило с академией после 1990 года, — это следствие позиции власти, утерявшей целевую функцию. Она просто не знала, что с академией делать. Вроде у всех есть, пусть и у нас тоже будет. И в этих условиях «птички» и разлетелись. Тем более что ученые — люди по духу своему совершенно независимые, и многие были только рады этому, в каком-то плане. Свобода. И двадцать с лишним лет никто академией не занимался, никто не обсуждал ее проблемы в публичной сфере.

Я вот смотрю на название одного из постановлений СМ СССР № 1402/563 от 4 июня 1953 года: «О разработке фундаментальной физической теории функционирования германиевых диодов и триодов». А дальше идет объяснение, почему эту фундаментальную проблему действительно необходимо решить, и, конечно, точно определено требуемое ресурсное обеспечение. Можно представить такого рода постановление в наше время? Сомневаюсь. Я ни в коем случае не идеализирую то, что было. Там были свои скелеты в шкафу. Но тогда понимали, для чего это все нужно.
— Государство должно перед наукой поставить конкретные задачи.

— Вы совершенно правы, что должен быть некий внешний импульс. Государство должно сформулировать: а зачем ему нужна наука и академия в частности? Как государство собирается этот потенциал использовать? Пока нет этого целевого функционала, как мы оценим, хорошо мы провели реформу или плохо? Ну, предположим, отреформировали. И говорим, что сделали это хорошо. А почему? Что будет критерием? Количество публикаций? Это что, для государства действительно важная вещь?

Вот часто говорят об эффективности науки. Если под этим понимают количество статей в Web of Science, то с государственной точки зрения это просто нелепость. На самом деле эффективность науки — это когда благодаря науке нам всем «жить стало лучше, жить стало веселее». Когда я могу установить позитивные причинно-следственные связи между уровнем жизни российского гражданина и наукой, тогда я понимаю, что это хорошо.

На самом деле все не так сложно. Я давал свои предложения о создании Национальных лабораторий. У нас существует легенда2, что вся наука в Америке делается в университетах. А это вовсе не так. В США, например, 17 междисциплинарных Национальных лабораторий (это не считая лабораторий при Национальном институте здоровья), в которых в общей сложности работает более 60 тысяч исследователей самого высокого уровня.

И нам нужны трансдисциплинарные коллективы, ориентированные на решение прикладных, нужных для государства задач. Задач, связанных с нашим будущим. В науке о людях, в энергетике, в информационных технологиях, в оборонной тематике, конечно. Такие задачи, такие цели надо формулировать. Только, к сожалению, полностью утрачен механизм, который позволял это делать в советское время.

Но при этом ни в коем случае нельзя ограничивать фундаментальную науку в свободе научного поиска. Ученый должен иметь возможность заниматься тем, чем хочет, если, конечно, может. Любимая фраза академика Арцимовича, одного из авторов советского атомного проекта: «Наука — это лучший способ удовлетворения собственного любопытства за государственный счет».

Ни один футуролог никогда в жизни не ответит на вопрос: а что получится? История знает немало примеров, когда из самых абстрактных исследований в конечном счете получалось нечто чудесное для человечества, чего априори никогда нельзя предсказать.
                                                                                                       Александр Механик