.jpg)
Academia Română a fost creată în 1866 pentru a cristaliza cele mai înalte valori intelectuale din provinciile românești într-o societate erudită menită să consolideze identitatea națională pe baza a patru componente esențiale: limbă și literatură, istorie, etnografie și cultură. La...
În dialog cu acad. Gheorghe Păun, după douăzeci de ani de la inițierea calcului celular
În anul 1998, acad. Gheorghe Păun a pus bazele unui nou domeniu în informatică numit calcul membranar. După 20 de ani, constată simplu și clar: „a fost o revelație în dublu sens - ce multe lucruri se pot învăța din celulă și apoi ce lucruri frumoase se pot crea cu ajutorul matematicii și informaticii pornind de la celulă“.
Domnule academician Gheorghe Păun, sunteți prezentat în Dicționarul Membrilor Academiei Române drept matematician-informatician și sunteți cel mai citat informatician român. Dumneavoastră vă considerați matematician sau informatician?
Educația mea este matematică. Am studiat informatica teoretică, domeniu la intersecția dintre matematică și informatică. Prin urmare, sunt mai degrabă matematician, în modul de a fi, de a gândi și, sper, și în modul de a vorbi - am în vedere modestia matematicianului și dorința-nevoia de a demonstra ceea ce afirm. Pe de altă parte, mi se pare evident, acum, aposteriori, că am ales informatica teoretică pentru că aveam o structură mintală care se potrivea genului acesta de matematică, o gândire algoritmică, în termenii acad. Solomon Marcus, algebrică, nu de tip analiză matematică, nu de tip probabilități; probabil că mintea mea este structurată algebrico-algoritmic. Prin urmare, sunt, prin educație și după mai mult de 40 de ani de profesie, matematician, dar cu înclinație spre zona aceasta a matematicii, de tip discret - discret, în sens matematic, atras de numerele naturale, nu reale. Aparţin, deci, nu matematicii conținutului, ci matematicii discretului.
În urmă cu 20 de ani, cel puțin, ați inițiat un domeniu de mare succes, calculul celular. Tot cam atunci ați devenit membru al Academiei Române.
Exact la un an după primirea în Academie am inițiat calculul membranar. Anul acesta se împlinesc douăzeci de ani, dar lucrasem deja vreo 4 ani în DNA Computing. Am intrat în calculul natural în aprilie 1994, în timpul unei conferințe de la Graz, Austria; atunci am primit o lucrare care m-a fascinat, știam de ea - o cerusem unei foste studente, atunci profesoară în Canada, mi-a adus-o la Graz; a fost un moment de inflexiune în cariera mea. Atunci am pornit aventura în informatică, în care sunt angajat și astăzi.
Calculul cu membrane este un domeniu care provine din calculul natural?
Exact. Este o ramură a calculului natural. Calculul natural este definit ca domeniu al informaticii cu două obiective: să se inspire de la natură în folosul informaticii - suporturi de date, operații cu date, arhitecturi de calculatoare, la modul cel mai general - și invers, să furnizeze noi instrumente celor care studiază natura cu alte mijloace, cum sunt biologii ori fizicienii; cu alte cuvinte, să învățăm de la natură și, invers, să înțelegem natura mai bine, în particular biologia, domeniu căruia i-am acordat atenție.
Calculul natural care are o istorie lungă. Alan Turing însuși, inițiatorul informaticii, a avut multe idei inspirate din biologie, el a vorbit despre rețele de neuroni, morfogeneză, și alte lucruri care au fost redescoperite și dezvoltate ulterior în calcul natural, domeniu care conține algoritmi genetici, calcul evolutiv, cu idei din zona genomului, algoritmi neurali - de mare succes în ultimii ani. Istoria e lungă, de ordinul deceniilor, dar progresele recente trebuie să ne dea de gândit: calculatoarele sunt mai puternice decât credeam și, în unele domenii, au trecut mult dincolo de inteligența umană.
Calculul inspirat din zona ADN-ului, în sensul lui Adleman, DNA Computing, propune și un hardware nou, molecula de ADN. Calculul celular - i-am zis calcul membranar, membrane computing, dar o denumire mai bună era calcul celular - a plecat la drum cu obiective mai modeste: să privim celula și să învățăm. Cam acesta este peisajul în care sunt cantonat de 24 de ani, iar de aproape 20 de ani dedic peste 90% din timp calcului membranar, care a fost o revelație în dublu sens: ce multe lucruri se pot învăța din celulă și apoi ce lucruri frumoase se pot crea cu ajutorul matematicii și informaticii pornind de la celulă.
Cum v-a venit ideea?
De foarte multe ori matematicianul are idei care vin în mod neașteptat. În general, majoritatea dintre noi, matematicieni sau nu, știm că dimineața avem multe idei; probabil că peste noapte creierul lucrează și rezolvă problemele pe care le ducem cu noi la culcare.
Contextul însă este ceva mai precis. Am lucrat la DNA Computing 4 ani; am dezvoltat foarte multă teorie împreună cu Grzegorz Rozenberg și Arto Salomaa, doi uriași ai informaticii, am scris o carte împreună cu ei - DNA Computing. New Computing Paradigms - care a apărut în două ediții la Springer-Verlag și a fost tradusă în chineză, japoneză și rusă. Cu toate acestea, teorie multă, dar practică puțină!
Noi nu eram pregătiți să mergem în laborator, unde, în paralel cu activitatea noastră, se făceau experimente de rezolvare a unor probleme de nivel toy problems, adică de dimensiuni foarte mici - grafuri cu 7 ori 10 noduri, nu de dimensiunile din viața reală. Și, părea că ADN-ul se comportă mai bine, mai predictibil, în mediul lui natural - în frunze, în celulele noastre etc -, decât în laborator. De cele mai multe ori, ADN-ul de laborator e sintetizat și atunci nu este exact ca cel natural, îi lipsește, probabil, viața. Prin urmare, mi-am spus să e bine să mergem în cadrul natural al ADN-ului, în celulă. Dar dacă luăm definiția celulei din cartea de biologie ne pierdem în detalii, nu mai facem matematică cu ele. Astfel a trebuit să abstractizez și așa am ajuns la un concept pe care inițial l-am numit super cell system - colegii l-au numit P-sistem și așa a rămas, ușor jenant pentru mine la începuturi, pentru că trebuia să vorbesc despre P cu mine de față, dar apoi denumirea s-a neutralizat complet.
Asta pentru că P vine de la Păun, numele dumneavoastră!
E o inițială care s-a abstractizat, sunt total neutru acum. Modelul e de tip gramatici formale - sau automate - automate distribuite, iar asta lipsește cumva limbajelor formale. Vreau să spun că eram antrenat, timp de tot vreo 20 de ani, să fac limbaje formale „pure” de diverse tipuri; a picat foarte natural un nou cadru în care să aplic instrumentele cu care lucrasem atâta timp.
Limbajele formale, automatele clasice, au de-a face cu șiruri, așa cum scriem - numere cu informație pozițională, așa cum vorbim - în limbile naturale folosim fraze care au anumită ordine, succesiune; informatica lucrează cu șiruri de biți, de simboluri.
Biologia însă nu lucrează neapărat cu șiruri de biți! ADN-ul e un șir de nucleotide, dar în celulă plutesc în apă obiecte chimice, de la ioni până la macromolecule, unele sunt fixate de diverse suporturi, de scheletul din interior, de membrane. Structura de date nu mai e șirul - dacă vreți, este șirul în care nu mai este ordine, în care literele se plimbă și trec unele pe lângă altele.
Dintr-odată, iată un aspect foarte atrăgător pentru lucrătorul în teoria limbajelor formale: să folosească mașinăriile de acolo, dar nu pentru șiruri, ci pentru șiruri minus ordine. Era o provocare evidentă, de aceea teoria s-a și dezvoltat foarte rapid. Întreaga problematică a limbajelor formale se putea translata aici, într-un context total nou, distribuit și folosind multi-seturi, mulțimi cu multiplicități, deci nu șiruri.
Apoi, lucru absolut reconfortant și benefic, au început aplicațiile. La ora aceasta, în teoria membrane computing-ului aplicațiile sunt preponderente - aproape în fiecare an se publică câte o carte.
Aplicațiile vin și rearanjează situațiile din teorie.
Validează sau nu direcțiile de cercetare dinainte, propun direcții noi și, venind dinspre practică, introduc criterii noi. Informatica teoretică e interesată de puterea de calcul; cu alte cuvinte, dacă putem calcula tot ce se poate calcula, eventual ceva mai mult. Hipercalculabilitatea este o ambiție: ce să punem în calculator astfel încât să calculeze mai mult decât mașina Turing, ca să fiu riguros, și care dă limita calculabilității în teorie. Pe de altă parte, în practică contează mai mult eficiența, în cât timp rezolvă problema. Și atunci degeaba ai un calculator puternic, dacă el e lent. Așa au apărut teoria complexității calculului și criteriile de complexitate.
Mai târziu au apărut teoremele de imposibilitate, foarte interesante pentru mine, pentru că am un oarecare antrenament în aplicarea matematicii în științe sociale. Ca să înțelegem mai bine, revin la puterea de calcul - prin urmare, un calculator puternic calculează tot ce reușește să calculeze o mașină Turing, iar asta îi conferă automat programabilitate, este universal, deci poți scrie programe. Așadar, să fie universal, să fie și eficient, rapid, dar mi-ar plăcea să și învețe, să se adapteze și să aibă posibilități de autoreparare, self healing. Biologia repară continuu. Nu același lucru se întâmplă cu calculatoarele noastre, dacă se strică undeva se strică complet. Informaticienii visează demult, iar în ultima vreme cloud computing, calculul în rețele, etc, se apropie cumva de acest vis - poate să cadă un număr de noduri și rețeaua merge în continuare. S-a demonstrat, de către Michael Conrad, că cele trei caracteristici sunt contradictorii: nu putem obține un model de calcul sau un calculator care să fie simultan universal programabil, eficient și capabil de învățare. Dacă atingem două dintre acestea, a treia ni se refuză. Prin gramatica lumii. Nu pentru că inginerii nu pot să o facă. Ci pur și simplu, nu se poate. Așa e lumea organizată.
Sunt lucruri foarte frumoase, atrăgătoare pentru teoreticianul de pe vremuri care se ocupa mai mult de puterea de calcul. Iar acum are un câmp foarte variat de lucru, la care se adaugă aplicațiile în biologie sau tehnologie.
Biologie și informatică. Bioinformatică sau infobiologie, cum spuneați în Discursul de recepție intitulat „Căutând calculatoare în celula biologică“ (24 octombrie 2014). Suntem martorii unor progrese cu totul neașteptate. Se poate vorbi și despre dezvoltarea unui fel de conștiință în domeniul inteligenței artificiale, deși cu greu reușim să definim conștiința?
Dacă facem previziuni negative despre viitor vom fi penalizați. Formularea obiectele mai grele decât aerul nu vor zbura niciodată este celebră. Nu trebuie să subestimăm progresele. Este foarte greu să fi tranșant în această zonă.
Întotdeauna va rămâne ceva dincolo de matematică - aceasta este previziunea mea negativă despre viitor. O risc din următorul motiv: nimeni nu știe cum creierul devine minte. Fiziologii, medicii știu cum merg ionii sau ce se întâmplă la nivelul sinapselor, dar cum de la niște 0 și 1, de la niște impulsuri care aleargă pe axonii neuronilor ajungem la limba română, la conștiință nici nu mă mai gândesc, nimeni nu poate să-mi spună. Vorba lui Richard Feynman, cine pretinde că înțelege fizica cuantică e un mincinos, el având Premiul Nobel în fizica cuantică (1965). La fel, în ceea ce privește creierul.
Întrebat dacă calculatoarele vor ajunge să fie mai inteligente decât oamenii, Grigore Moisil a răspuns afirmativ și, în stilul lui inconfundabil, a continuat dar nu vor zâmbi, nu vor învăța să zâmbească niciodată. Nu mă tem că vor ajunge atât de deștepte și vor începe să aibă acțiuni neplăcute nouă pe motiv de conștiință, de dorință, de plăcerea sau dorința de a face rău - nu o au, orice ar spune un scriitor de science fiction, ele rămân niște construcții puse în priză! Își vor apăra priza, asta e sigur! Dar dacă noi le dăm sarcini grele și le lăsăm prea multă autonomie, ele sunt deja capabile să învețe cum să le rezolve și să procedeze în moduri pe care noi nu le mai înțelegem. Prin urmare, pentru a rezolva o sarcină, s-ar putea să acționeze în moduri neplăcute nouă.
Să ne imaginăm că punem un program care învață pe mașini cu pilot automat, mașini care se autoconduc. Dacă mașinile vor colabora între ele, vor da naștere unui sistem mare, complex. Dacă le vom da ca sarcină, de exemplu, să minimizeze consumul de benzină sau timpul de trafic și dacă le dăm autonomie, vor ajunge probabil să mă saboteze pe mine, conducător manual, colaborând între ele. Asta este foarte plauzibil, nu e science fiction! Și nu pentru că au conștiință, ci pur și simplu, pentru că au un obiectiv, găsesc o strategie care e cea mai bună pentru ele, fără să mă includă și pe mine în acest plan.
În jocul de Go se spune că e nevoie de intuiție, că o partidă trebuie să se desfășoare frumos, dar calculatorul nu are intuiție, nu știe ce este frumosul, el judecă algoritmic, de aceea se credea că nu va ajunge prea departe sau prea curând la nivel de campion uman. Un program bazat pe acea felie de calcul natural numită neural computing a învățat să joace Go atât de bine încât l-a învins în final pe campionul lumii. Succes mare, ideea fiind că dacă mutăm strategia de aici, deep learning, pe rețele neurale de nu știu câte dimensiuni și le aplicăm în medicină sau în alte locuri bine formalizate vom obține rezultate la fel de bune.
S-au obținut rezultate chiar nefolosind exact aceeași strategie. Există un program IBM numit Watson, care dă frisoane avocaților și medicilor din SUA pentru că pune diagnostice mai bune decât ei. Forță brută plus cazuistică plus învățare compensează, ba chiar depășesc clasica intuiție a medicului.
Cum credeți că va arăta matematica peste un timp?
În primul rând, matematica va exista continuu pentru că încă mai e nevoie de foarte multe matematizări, deci de foarte multă matematică. A existat matematică pură, matematică aplicată, iar diferența dintre ele e greu de găsit - la extreme sunt foarte diferite. Sunt domenii în care s-a spus de multă vreme că matematica de acum nu este suficientă, e nevoie de o nouă matematică.
Viață, inteligență, nu mai spun de conștiință, sunt subiecte pe care mulți matematicieni și informaticieni au încercat să le definească și nu le-a prea ieșit. Matematica nu este bine pregătită în zonele mai complexe, cum ar fi evoluția sau haosul. Matematica pură trebuie lăsată să-și vadă de drum, dar, desigur, tot timpul matematica pură trebuie să aibă un ochi spre viața reală, spre matematica aplicată, pentru a căpăta inspirație.
Vorbeam despre bioinformatică și infobiotică. Nu știu dacă matematica din prezent este suficientă pentru biologie. De exemplu, a fost nevoie de trecerea de la șiruri la multi set-uri pentru a face dintr-un domeniu de informatică teoretică domenii de aplicații sistematice în biologie. Se aplicau calculatoarele și mai devreme în biologie, dar modelele matematice trebuie să fie de înțeles celui care le aplică pentru că altfel nu are încredere în ele. Biologul nu știe ecuații diferențiale. Realitatea nu e de tip matematică continuă ca să se poată aplica ecuații diferențiale; ele se aplică contând pe eficiența lor în alte domenii, în fizică și astronomie, unde realitatea este de tip continuu, deci se aplică oarecum fraudulos în biologie. Sigur, de multe ori, dacă realitatea biologică e de tip continuu, deci cu foarte multe molecule, atunci putem aproxima finitul prin infinit și aplicăm matematică continuă. Dar în foarte multe situații e nevoie de modele discrete. Modelele din calculul membranar sunt perfecte din aceste puncte de vedere, pentru că au și structura celulei, au și structura de date, multi setul, ca în biologie, au și probabilități, pentru că ceea ce se întâmplă în celulă are de a face cu șansa de a reacționa sau nu.
Biologia are nevoie de matematică. Nu știu dacă s-a născut matematica suficientă pentru ce vrea biologul sau dacă se va naște. În orice caz, matematica aceea trebuie să fie în mare măsură discretă - va avea și componente continue - și va avea de a face cu informația. Ceea ce se întâmplă în zona genomului este informație, pentru că acolo contează succesiunea de nucleotide; ca într-un cuvânt, aceleași trei litere citite într-o ordine sau alta codifică alt aminoacid. De aceea preziceam în Discursul de recepție o nouă vârstă a biologiei în care, de pildă, calculul membranar se va dizolva, va dispărea cândva, dar ca parte a unei științe care să subsumeze biologia de acum, calculul membranar, DNA Computing și altele, care să fie mai aproape de realitatea pe care biologul o investighează și care îi este de interes; acea știință îi va fi mai utilă pentru că va fi mai dezvoltată, mai modernă, mai completă - ingredientul esențial fiind informația. Dar viitorul e greu de prezis.
La ce lucrați în prezent?
Sunt dedicat total calculului cu membrane. Nu mai lucrez atât de activ ca înainte în a demonstra teoreme, dar sunt total implicat în comunitate - mă refer la Societatea internațională de calcul cu membrane, The International Membrane Computing Society, IMCS, care are drept scop principal să facă propagandă domeniului, însă și să pună în legătură mai mult cercetătorii din Orient cu cei din Occident. Publicăm Bulletin of IMCS, care are două ediții pe an, iar eu sunt editorul; în fiecare an public liste de probleme deschise. Acum, consider că este mult mai important pentru mine și pentru domeniu nu să scriu eu o lucrare, ci să o scrie un tânăr.
Tags: Cercetare, matematica
Parerea ta conteaza: 
Asemanator
Tranziția verde, posibilă prin echilibrul între cercetarea academică și inginerească- Fațetele multiple ale Inteligenței Artificiale
- IMNR, pe drumul creării unui grup de excelență în domeniul aliajelor cu entropie înaltă
- ICECHIM București – 20 de ani de istorie modernă
- Un plan, un plan, regatul meu pentru un plan!
- IFA 2024: retrospectivă și perspectivă
Alte articole scrise de Catalin Mosoia, Expert comunicarea stiintei, Academia Romana
