Джон Брокман - Эта идея должна умереть. Научные теории, которые блокируют прогресс

Сохранение подобных чрезмерных требований я объясняю в первую очередь традиционной леностью мышления тех, кто составляет учебные программы. В итоге создаваемая в учебных заведениях модель работы отвергает людей по причинам, никак не связанным с их способностями к программированию.

И это заставляет нас задаться вопросом: «Что значит быть хорошим программистом?» Ответ состоит в способности раскладывать комплексные проблемы на набор более мелких и легче решаемых. Кроме того, хороший программист должен уметь думать о системах и структурах с точки зрения процессов, манипулировать битами и делать с ними поистине потрясающие вещи. И если математический анализ не помогает в реализации этих задач, то что должно прийти ему на смену? Я считаю, что это могут быть куда более важные вещи, такие как дискретная математика, комбинаторика, теория вычислений и теория графов. Все это – довольно стандартные и совершенно необходимые вещи для большинства современных учебных программ в области кибернетики. Однако чаще всего студенты приступают к их изучению только после того, как они смогут преодолеть все препятствия, связанные с изучением матанализа.

Люди все чаще находят иные формальные и неформальные способы для изучения программирования вне формального высшего образования – это и видеоуроки, и онлайновые курсы, и встречи программистов, и соревнования по скоростному кодированию.

Отказ от обязательного требования к изучению матанализа позволит университетам привлекать всех этих людей более простым и методичным образом. Это не означает, что мы превратим университеты в ремесленные училища. Как и прежде, нам нужны ученые-теоретики в области точных наук, умеющие работать с математическим анализом, линейной алгеброй и дифференциальными уравнениями. Проблема состоит в том, что анализ слишком долго служил камнем преткновения на пути обучения мотивированных и отлично ориентирующихся в цифровом мире новаторов.

Университет Клемсона экспериментировал с изменением места математического анализа в своей учебной программе. Этот курс перестал быть обязательным для всех, кто не занимается точными науками в чистом виде. Проведенное в 2004 году исследование показало, что после изменения подхода и переноса занятий по математике на более поздние семестры было выявлено «статистически значимое улучшение показателя удержания студентов, изучающих инженерные науки»  [98].

Нам нужно больше подобных экспериментов. Нам нужно и радикальное новое мышление, которое позволит нам преодолеть ограничения прежней модели, доминировавшей в этой области в течение десятилетий.

Как могло получиться, что огромное количество людей, интересующихся программированием, пока не охвачено нашими ведущими учреждениями в области высшего образования? Возможно, это связано с тем, что мы не смогли развиться и продолжаем рассматривать компьютерные науки как точные, а не как новую дисциплину, охватывающую сразу несколько областей. И чем быстрее мы сможем отказаться от этого устаревшего мышления, тем лучше.

Физик, директор Центра битов и атомов, Массачусетского технологического института; автор книги Fab: The Coming Revolution on Your Desktop («Фаб: грядущая революция на вашем рабочем столе»).

Информатика ( computer science ) обладает некоторыми любопытными свойствами – она иногда игнорирует, а иногда открыто отвергает принципы всей остальной науки.

Существует множество вычислительных моделей: императивные / декларативные / функциональные языки, SISD / SIMD / MIMD архитектуры, скалярные / векторные / многоядерные процессоры, RISC / CISC / VLIW наборы команд. А физическая реальность есть только одна – для всякой области пространства доступны некоторые состояния, она может взаимодействовать с другими областями и для перехода из одного состояния в другое ей требуется некоторое время. Все остальное – это фикция.

И сейчас мы прилагаем поистине героические усилия для поддержания этой фикции. Программирование в наши дни напоминает праздное пребывание в «садах удовольствий» из фильма «Метрополис» Фрица Ланга: вы полностью уверены, что рабочие в цехах глубоко внизу будут в точности следовать вашим указаниям. Но на самом деле «снизу» все чаще слышен ропот. Множество взаимосвязанных «бутылочных горлышек», непопаданий в кэш, совпадений по времени цепочек тока, недостаточные бюджеты дата-центров и неэффективность параллельно работающих процессоров (и программистов) – вот лишь несколько причин этого.

У программ нет физических атрибутов типа пространства и времени, однако таковые имеются у «железа», на котором работают эти программы. Код, на базе которого работает та или иная программа, исполнительный скомпилированный код, и схемы, по которым он работает, совершенно не похожи друг на друга. Если вы посмотрите на географическую карту, то увидите в ней иерархическую структуру от города к штату и стране, однако геометрия представления не меняется в зависимости от масштаба. Почему мы не делаем того же самого в отношении программ?

Я склонен винить в создавшемся положении двух человек – Алана Тьюринга и Джона фон Неймана. Оба прославились исключительно важными с исторической точки зрения и довольно нетрадиционными исследованиями. Тьюринга интересовал вопрос принципиальной вычислимости. Машина, носящая его имя, задумывалась как теоретическая модель, а не как проект реально осуществимого эксперимента. У нее имелась головка, которая читала и записывала символы на бумажной ленте. И хотя это может показаться само собой разумеющимся, различие между сохранением физического состояния и взаимодействием его с другим состоянием носит нефизический характер. Разделение функций было разработано в элементах архитектуры фон Неймана. И хотя оно присутствует почти в каждом из сделанных в наши дни компьютеров, изначально оно не должно было стать универсальной истиной. Фон Нейман писал о нем в своем известном отчете о программировании, исходя из довольно ограниченных возможностей ранних компьютеров EDVAC .

Тьюринг и фон Нейман осознавали ограниченность собственных моделей; в последние годы своей жизни они оба исследовали процессы вычислений в пространственных структурах: для Тьюринга это было формирование диаграмм направленности, а для фон Неймана – саморепликация. Однако их наследие продолжает жить в счетчике команд, имеющемся почти в любом процессоре – современном наследнике головки Тьюринга, читавшей знаки на бумажной ленте.

В природе в каждый момент времени и повсеместно что-то происходит. Целая компьютерная индустрия создала вычислительные устройства, лишь немногие исследовали физику вычислений. Эти ученые, работавшие за пределами того, что традиционно считается компьютерной наукой, смогли разработать квантовые компьютеры, использующие запутанные квантовые состояния и их суперпозицию; микрогидродинамику, в равной мере приложимую к переносу материи и переносу информации; аналоговую логику для решения дискретных задач с непрерывными степенями свободы и численную симуляцию программируемых материалов. Еще более важно то, что возникают модели программирования, создатели которых обращают больше внимания на физические ресурсы, а не стремятся переложить заботу о них на чужие плечи. Выясняется, что сделать это проще, чем предполагалось, потому что при этом удается избежать всех проблем преобразования из нефизического в физический мир.