Русский перевод: Юань Синъи: В Китае произошли качественные изменения в подготовке математических специалистов, однако молодые преподаватели испытывают слишком большое давление в научных исследованиях.

Краткое содержание анализа

В 2026 году Нобелевская премия в области наук о будущем в номинации «Математика и компьютерные науки» была присуждена профессору Пекинского университета Юань Синъи за его фундаментальный вклад в развитие аритметической геометрии. В интервью он поделился своими мыслями о взлете китайской математики, связи между математикой и промышленностью, влиянии искусственного интеллекта (ИИ) на исследования в этой области, необходимости улучшения условий для молодых ученых, а также о том, как молодым людям следует использовать ИИ.

Подробный анализ

1. Почему иностранцы говорят, что Китай «перехватывает лидерство» в математике?

Профессор Юань отметил, что высказывания иностранных ученых на международных конференциях о том, что Китай «захватывает лидерство в математике», связаны с качественными изменениями, произошедшими в этой области за последние 20 лет. Это результат работы нескольких поколений:

• Предыдущее поколение: после начала реформ и открытости многие китайские ученые уехали за границу для обучения, а затем вернулись в Китай, чтобы помочь развивать систему подготовки кадров, разрабатывать учебные программы и отправлять студентов на стажировки за рубеж;
• Наше поколение: представители поколения 80-х годов выросли в рамках этой системы, а представители поколения 90-х годов в основном вернулись на родину;
• Поддержка государства: улучшение экономического положения страны привело к увеличению объема научных ресурсов.

Сейчас по количеству исследований Китай обгоняет Японию и Россию и уступает только США и Европе; двое из четырех лауреатов Филдзевской премии – китайцы, что является ярким тому подтверждением.

2. Математика – не бесполезное знание; это важнейшая компетенция для промышленности

Многие считают, что математические гипотезы бессмысленны, но профессор Юань привел пример геометрии Римана: изначально эта теория казалась абстрактной и непонятной, но спустя десятилетия она помогла Эйнштуэину разработать общую теорию относительности. Сегодня промышленность (квантовые фонды, ИИ, производство чипов) испытывает нехватку специалистов в области математики, поскольку навыки, полученные в этой дисциплине, крайне важны:

• Логическая строгость: позволяет тщательно анализировать проблемы и избегать ошибок;
• Абстрактное мышление: позволяет преобразовывать сложные реальные задачи (например, проектирование чипов) в математические модели для их решения.

Это также подтверждается изменениями в требованиях к поступлению на факультеты математики Пекинского университета – с 2010 года это самый конкурентоспособный направление среди естественных наук, что свидетельствует о высоком интересе студентов и понимании ими перспектив карьеры в этой области.

3. ИИ может помочь математикам, но не сможет занять центральное место

ИИ быстро развивается в области математики, однако профессор Юань отмечает, что пока он не смог добиться оригинальных результатов. Его преимущества заключаются в следующем:

• Широкий кругозор: способность использовать знания из различных областей для решения математических задач;
• Мощные вычислительные возможности: позволяют проводить большое количество экспериментов и находить примеры или контрпримеры.

Однако у ИИ также есть ограничения: он не может самостоятельно определять важность задач и формулировать смысловые вопросы; все его достижения требуют руководства человека.

4. Высокое давление на молодых ученых

Одной из основных проблем китайской научной среды является высокое давление на молодых исследователей. Проблема возникла из-за переосмысления американской системы продвижения по карьерной лестнице, при которой существует обязательство получить повышение после каждой оценки; в Китае процент успешных кандидатов низкий, и при наборе на работу большое внимание уделяется количеству публикаций, что приводит к массовому отсеву специалистов через несколько лет. Это создает стресс для молодых ученых и мешает им заниматься долгосрочными, рискованными исследованиями.

5. Как молодым людям использовать ИИ?

Профессор Юань дает практические советы начинающим ученым:

• Сначала освойте базовые навыки: первую научную статью лучше написать самостоятельно, чтобы отточить исследовательские способности;
• Затем используйте ИИ: после освоения методов можно применять его для поиска информации и обработки данных, что повысит эффективность работы.

Нельзя полагаться на ИИ с самого начала – иначе упустится важная возможность получить необходимые навыки.