Одиозные научные исследования — дело обычное. Ученый публикует статью с неожиданными, но не слишком хорошо проверенными выводами, они быстро расходятся по СМИ. Потом другие ученые их опровергают, и это не расходится по СМИ (на N + 1 есть рубрика для таких радостных поводов). А все потому, что ученые — люди.
Иногда им нужно срочно опубликовать что-то, потому что у университета есть требования по количеству публикаций. Ну, или они гонятся за славой, выраженной в индексе Хирша.
Идеи для бизнеса математикам
Надо понимать, что за последние 25 лет наука в России потеряла позиции по многим направлениям, где мы были лидерами. Сейчас происходит битва за то, чтобы догнать и вернуться на те позиции, которые мы занимали, и подняться в тех областях, которые у нас отсутствовали. У нас много талантливой молодежи, поэтому, я думаю, и результат будет хороший. Но для этого надо много работать.
Бизнес-завтрак «Математика продаж»
В чем отличие российской науки от мировой? Чего не хватает в России?
Сложно выделить одно отличие, поскольку сама по себе наука интернациональна. Ученые в любой стране работают похожими методами, стремятся как к фундаментальным знаниям, так и к практическим результатам. Другое дело, что административно наука очень по-разному устроена в разных странах. Например, в США большинство ведущих университетов частные.
Они в меньшей степени обременены какими-либо государственными правилами, более гибкие, например, в том, чтобы поменять приоритетные области или нанять новых профессоров. Во Франции, напротив, большинство университетов государственные и администрирование еще более структурировано, чем у нас.
Я считаю, что различается не сама наука, а как административно все устроено. Нужно понимать, что нет одной идеальной схемы. Есть несколько схем, которые хорошо работают в своих странах. Часто у нас хотят слепо скопировать зарубежный опыт, но нужно учитывать, что и как исторически сформировалось на данный момент. Нельзя считать, что мы «калькой» можем привнести американскую схему и все будет хорошо — нужно серьезно думать, какие ее части у нас приживутся.
Что бесспорно, так это то, что необходимо расширять взаимодействие российской науки с мировой — сейчас мы меньше интегрированы в мировую науку, чем другие страны. Необходимо участие российских ученых в международных конференциях, поездки за границу, визиты в Россию коллег из-за рубежа. Иначе будет неизбежная провинциализация — сегодня никакая страна в мировом научном сообществе отдельно существовать не может. Российская наука немного не дотягивает до мирового среднего уровня по общению с коллегами.
Как наладить диалог между наукой и бизнесом? Какие формы взаимодействия существуют?
Науку часто делят на фундаментальную и прикладную. Это деление условное, потому что фундаментальные открытия часто становятся очень применяемыми — например, все наши технологии основаны на фундаментальных работах Фарадея и Максвелла по изучению электричества. С другой стороны, прикладные вопросы часто ведут к интересным фундаментальным исследованиям.
САМЫЕ ВАЖНЫЕ ИДЕИ МАТЕМАТИКИ | КОВЧЕГ ИДЕЙ
Большинство компаний поддерживают прикладные исследования в своей области. Многие ведущие компании, например, «Газпром нефть» или «Яндекс», имеют большие исследовательские отделения и ведут разработки на переднем крае науки.
Основную роль в поддержке фундаментальной науки должно играть государство, потому что именно государство может позволить себе долгосрочное планирование. Тем не менее в большинстве развитых стран бизнес активно поддерживает фундаментальную науку.
Я выделю несколько моментов: во-первых, если существует развитая фундаментальная наука, то тогда есть и ученые, которые могут на практические вызовы отвечать более гибко, чем те, которые работают над какой-то конкретной проблемой.
Во-вторых, если есть хорошая фундаментальная наука, то подготовка студентов и молодого поколения лучше осуществляется не только по фундаментальным областям, но и по практическим.
Таким образом, фундаментальная наука для бизнеса также важна. Она может давать отдачу иногда на коротком промежутке времени, и это понимают. Например, в любой момент ведущие американские компании имели большие отделы фундаментальных разработок — 30 лет назад это были AT
Источник: oroalbero.ru
Игры разума: как команда талантливых математиков зарабатывает на уязвимостях в биржевой торговле
Представьте себе бизнес, который не нуждается в инвесторах, клиентах, клиентском сервисе и продвижении. Кажется нереальным, но именно так устроена высокочастотная торговля на бирже. Участники этого рынка с помощью машинного обучения создают модели, которые позволяют их компаниям зарабатывать. О том, как получать доход на биржах с помощью искусственного интеллекта, порталу Biz360.ru рассказал сооснователь компании Wunder Fund Георгий Черемовский.
Георгий Черемовский – 31 год, сооснователь компании Wunder Fund . Окончил МФТИ. В 2014 году вместе с Александром Власюком и Эмилем Лернером основал компанию Wunder Fund, которая занимается так называемой высокочастотной торговлей на биржах. Ежедневный оборот всех сделок, заключаемых компанией – более миллиарда долларов.
Кто и как зарабатывает на бирже
На бирже есть много участников торгов. Они продают и покупают активы, акции, фьючерсы. Многие представляют себе работу успешного биржевого игрока примерно так: он посмотрел на графики, сделал выводы, составил прогнозы, продал (или купил) активы и заработал деньги.
На самом деле так не бывает. Не раз проводились эксперименты, когда инвестиционный портфель составлялся случайным образом. Например, акции для покупки выбирались обезьяной, хомяком или броском дротика. И едва ли не в большинстве подобных случаев такой портфель обыгрывал ценные бумаги, отобранные профессиональными брокерами и инвестиционными фондами.
На рынке ценных бумаг разум человека, как правило, не может ничего предугадать. Нет таких экспертов, которые способны делать хотя бы относительно точные прогнозы. Здесь можно лишь случайно «поднять денег», но нельзя зарабатывать гарантированно.
Наша компания торгует на бирже не «руками» или «глазами», а с помощью роботов – моделей машинного обучения, основанных на огромном объёме данных. Наши алгоритмы позволяют предугадывать поведение биржевых показателей в ближайшие миллисекунды.
