- Выбор важной, значимой и признаваемой темы
- Работа в направлении внешних целей: прикладных результатов или смежных тем
- Эстетическая привлекательность (стройность) разрабатываемой теории
- Естественность исследуемых вопросов
Создатель понятия. Пожалуй, наиболее редкий и трудный тип исследований. Исследуя неформализованные явления, информационные отношения и прикладные задачи, выделить абстрактную модель, которая отражает суть этих явлений, но при этом максимальна проста. Здесь речи не идет о решении научной задачи, это гораздо труднее – расширить язык науки. Факторы, позволяющие добиться успеха в этом направлении:
- Выбор, научного направления, находящегося в хаосе и неопределенности
- Практическая важность реальных явлений
- Ясное понимание цели, для которой будет использоваться создаваемый научный язык
- Глубокое знание разнообразных формальных описательных средств
- Интуиция, позволяющая выделить главное и отбросить несущественное
- Вера в свою модель и способность популяризировать новый подход
Строитель мостов. По целому ряду причин в научной среде особенно ценятся результаты, полученные на стыке разных областей или даже наук. Такие открытия часто приносят новое понимание явлений, которое было бы невозможно внутри отдельных направлений. Такого рода результаты невозможно получить, не имея:
- Широкой эрудиции
- Научных интересов и исследовательской работы в принципиально разных областях
- Желания строить аналогии между разными тематиками
Генератор вопросов. Все научная индустрия нацелена на решение тех или иных задач. Но прежде чем начать их решать, необходимо сформулировать цели, что, как известно, составляет половину работы. Порождение по-настоящему важных вопросов представляет собой целое искусство. Тут важны:
- Постоянное и неуемное любопытство
- Видение глобальных целей
- Развитое чувство вкуса
- Авторитет в научной среде
- Понимание нужд приложений и целей научного движения
7. Заключение
Попытаемся еще раз сформулировать отличительные признаки выдающихся результатов. Каждый из нижеперечисленных факторов способствует широкому признанию результата:
- Решение строго сформулированной и долго остающейся нерешенной проблемы
- Введение нового определения, которое оказалось удобным для описания многих явлений и понятий
- Первый предложенный метод для какой-либо проблемы
- Первая работа в определенном направлении
- Систематизация накопленных фактов в единую теорию.
- Упрощение доказательств важных теорем, нахождение альтернативных доказательств
- Опровержение/доказательство гипотез
Изучив список самых значимых результатов теории алгоритмов, и посмотрев на время, когда были сделаны эти открытия, можно сделать интересный вывод. Почти в каждом случае эти понятия и алгоритмы были предложены до того, как соответствующий раздел теоретической информатики вышел на пик своей популярности. То есть, для проведения наиболее важных исследований стоит ориентироваться не на те области, которые сейчас вызывают наибольший интерес, а на те, которые еще только могут попасть в центр развития теории.
Поэтому так интересно попытаться сделать прогноз и угадать основополагающие темы исследований ближайшего будущего. Укажем здесь три направления, которые представляются очень перспективными.
1. Алгоритмы, которые обрабатывают объекты «второго уровня сложности». Для вычислительных задач, работающих с базовыми математическими объектами, такими как строки, элементы упорядоченных множеств, натуральные числа, (взвешенные) графы, конечные автоматы, матрицы, построено немало эффективных алгоритмов. Напротив, автоматическая обработка более сложных объектов, непредставимых напрямую этими элементарными понятиями, еще только становиться предметом изучения. Сейчас мы пытаемся подобрать эффективные алгоритмы обращения с такими понятиями, как программа (автоматическая оптимизация, распараллеливание и верификация), Интернет (поиск и сортировка сайтов по значимости), тексты на естественных языках (автоматический перевод и проверка грамотности) или геном человека.
2. Алгоритмы, использующие базы знаний. Технологии настоящего позволяют собрать уйму интереснейшей информации о человечестве: структуру взаимоотношений (социальные сети), полную статистику покупок, музыкальные, книжные и кино-предпочтения, список и динамику поисковых запросов каждого человека. Все эти огромные объемы данным пока остаются сравнительно бесполезными. Однако представляется, что в самое ближайшее время удастся наладить автоматическое извлечение из таких данных каких-то общих закономерностей и шаблонов, и использовать их для предсказания будущих событий в различных сферах.
3. Продвижение на пути к понимаю вопросов на естественном языке. Сейчас все программы способны обрабатывать входные данные лишь строго-определенного математического типа. В то время как абсолютным идеалом стала бы машина, способная ответить на любой человеческий вопрос. Первым шагом на этом пути должно стать выделение некого промежуточного языка запросов, который, если и не совпадает с естественным, то хотя бы существенно выразительней языка запросов, которым мы пользуемся в поисковых системах в Интернете.
Отметим, что для третьего направления большую роль может сыграть тесное сотрудничество со специалистами по лингвистике. Вполне возможно, что лингвистика станет следующим стратегическим партнером теории алгоритмов и уже сейчас стоит задуматься о самом тесном сотрудничестве с представителями этой науки.
В заключение скажем, что любой путь к выдающимся результатам невозможен без четкого понимания цели, внутреннего желания ее достичь, концентрации, получения удовольствия от проводимых исследований и постоянного общения с научной средой.
Список источников
1. Theory of Computation: Goals and Perspective
http://eccc.hpi-web.de/eccc/info/DISCUSSIONS/GoalsPerspectives.html
2. Papers in Computer Science [Wikipedia]
http://en.wikipedia.org/wiki/List_of_important_publications_in_computer_science
3. ACM/IEEE Computing Curricula 2001
http://se.math.spbu.ru/cc2001/
4. Most cited articles in Computer Science
http://citeseer.ist.psu.edu/articles.html
5. Премия Неванлинны
http://www.mathunion.org/medals/Nevanlinna/Prizewinners.html
6. Ривест Р., Кормен Т., Лейзерсон Ч. “Алгоритмы: построение и анализ”
7. Michael Nielsen: Principles of Effective Researchhttp://www.qinfo.org/people/nielsen/blog/archive/000120.html8. А.Разборов. Theoretical Computer Science: взгляд математика.
http://www.computerra.ru/offline/2001/379/6782/9. Лэнс Фортноу. Мои любимые теоремы.http://weblog.fortnow.com/2006/01/favorite-theorems-preview.html10. Мультимедиа продукт "История Информатики"http://cshistory.nsu.ru11. Computer Sciences - основные вехи ("Timeline of Computing History", Computer, Vol. 29, No.10 Translated from the original English version and reprinted with permission (IEEE))http://www.dvgu.ru/meteo/PC/ComputerHystor.htm12. History of Algorithmshttp://cs-exhibitions.uni-klu.ac.at/index.php?id=19313. Timeline of algorithmshttp://en.wikipedia.org/wiki/Timeline_of_algorithms