В последнее время все чаще вижу и читаю различные материалы о том, как будет выглядеть будущее людей (самый нашумевший прогноз больше похож на научную фантастику - https://ai-2027.com, можете почитать подробно на русском вот тут).

Конечно, работа футурологов, прознозистов и визионеров - генерировать предсказания, поэтому относится к ним нам надо все же спокойно. Особенно с учетом того, что, уверен, 80% населения земли никакими LLM никогда не пользовались, и словосочетание "искусственный интеллект" знают скорее по сериалам, если знают вообще.

Но что хотелось бы сказать - всего 13 (!) лет назад, в 2012 году, появилась первая глубокая нейросеть для анализа изображений. Да, теоретическую базу для нее готовили 50-60 лет, но реальная рабочая глубокая нейронная сеть - всего 13 лет назад. Какой огромный путь индустрия и академия прошли за эти годы. Как много всего поменялось, насколько более универсальными стали нейросети.

Невозможно представить, что мы увидим через еще 13 лет, если продолжим в том же духе. Хотя я лично, на самом деле, подозреваю, что такие же эмоции были у людей, которые читали про изобретение телеграфа, телефона, паровоза и кто знает чего еще. Мир, конечно изменился, но фундаментально во многом остался таким же, как 200 лет назад.

Тут у нас в половине города свет отключили, поэтому в соседнем киоске мороженку за полцены отдают. Но удивительно не это, а то, что у них есть явно заготовленный заранее на этот случай железный знак) Видимо не в первый раз (хотя я до этого ни разу такого не видел)

🇸🇪 Шведская пенсия — личный опыт
В Швеции есть система государственной электронной почты, на неё приходят письма от всех госорганов. Недавно я получил отчёт из пенсионного фонда.

Каждый житель Швеции может сам выбрать пенсионный фонд, управляющего, уровень риска инвестиций и т. д.

📈 За прошлый год мой фонд заработал для меня около 4-5% доходности.
Фонд также сделал прогноз моей будущей пенсии, если я продолжу работать с текущим уровнем зарплаты.

Пенсия в Швеции состоит из двух частей:
Государственная (allmän pension) — базовая, обязательная для всех
Профессиональная (служебная, ITP) — формируется работодателем

Если я продолжу работать до пенсии с текущей зарплатой, прогноз выглядит так:
Служебная часть: ~1300$ в месяц
Государственная часть: ~1200–1300$
Итого: ~2500$ в месяц до налогов, после налогов выходит 2000–2100$

🇷🇺 А теперь для сравнения - пенсия в России:
Российская система включает:
Страховую пенсию (рабочая часть)
Накопительную пенсию, которая заморожена с 2014 года, так что у большинства её попросту нет

Страховая пенсия состоит из фиксированной части (~8 900 руб/мес в 2025 году) и балловой части: за каждый год работы можно заработать до 10 баллов, если ваша зарплата около 200 000 руб/мес и выше

Формула простая: Баллы × стоимость балла + фиксированная часть

В 2025 году стоимость балла — 145 руб.
Значит: 👉 Если проработать 40 лет с максимальной зарплатой, пенсия составит:
10 × 40 × 145 + 8 900 = 66 900 руб/мес

В итоге в Швеции пенсия выйдет порядка 35-50% вашей зарплаты, а в России порядка трети.

Снимаю сборщика данных пока он снимает меня…

К нам сегодня на работу принц Швеции приезжал, а к вам?

💬 В последние недели всё чаще обсуждают, заменят ли программистов LLM-агенты. CEO Antropic обещает, что это произойдет уже в этом году.

В одном из твитов Андрей Карпаты, известный ученый и визионер в области искусственного интеллекта, предложил термин vibe coding который описывает процесс программирования с помощью ЛЛМ: человек не пишет код, а просто говорит модели, что сделать.

Я решил проверить, насколько это реально. Без знаний фронтенда и веба сделал шашки с reinforcement learning-агентом, который играет сам. Я не написал ни строчки кода — только говорил ЛЛМ, что делать, и запускал результат.

🕹 Что вышло, и насколько хорошо это работает — в комментарии. А еще бонусом полное видео нашего батла с RL агентом и кто победил.

Коротко про уровень налогов в Швеции: с бонуса за 2023 год я заплачУ (а потом заплАчу) 54% налога.

Стоит добавить, что почти ровно год назад ко мне вернулись потерянные документы и телефон где-то в Бразильской провинции. Похоже, что урока хватило ровно на год

Неделю назад забыл свой планшет в самолёте. Сегодня мне его вручили в lost and found, взяли за неделю передержки всего 25 евро. Неплохо быть планшетом, в наши дни за такие деньги даже на сутки отель не снять

На днях попробовал deep research от OpenAI (https://openai.com/index/introducing-deep-research/)

Это такой агент, который ищет в интернете, читает статьи и сайты, аггрегирует, суммирует и структурирует информацию по вашему запросу.

У меня было пару вопросов, которые я хотел изучить, все на тему дизайна self driving систем. Иногда сложно удержать в голове и структурировать большую кучу статей и блогов, в которых разные люди описывают подходы.

В целом, сработал неплохо, с нескольких запросов, каждый из которых длится от 5-7 до 20 минут, получилось собрать неплохое саммари идей из современных научных публикаций, и даже какие-то попытки обобщить подходы лидеров индустрии (Waymo, Tesla, Cruise), хотя с ними похуже, они часто не слишком активно делятся деталями своих подходов.

Я бы сказал, что если у вас есть какая-то тема, в которой вы хотите получить достаточно обширное "саммари", познакомиться с чем-то, набрать материалов для чтения - интересный инструмент. Для реального research, на мой взгляд, сыроват, может закопаться в 1-2 обзорные статьи не обязательно очень хорошего качества, и брать все материалы оттуда. Плюс слишком выдает все-таки слишком общую информацию (но тут наверное зависит от того, что вы попросите)

В целом думаю в моем случае за пару часов получилось то, что сам бы я делал целые выходные, даже если сам в итоге я бы сделал получше.

А это я поехал в Испанию, чтобы пораньше встретить весну, погулять по солнцу и попить вино на верандах, но погода тут неожиданно не лучше, чем в Швеции😄

#career

Еще в 2019 году я решил, что для поддержания формы и актуальных знаний о рынке полезно регулярно ходить на собеседования. Независимо от того, собираюсь ли я менять работу в обозримой перспективе или нет, это полезное упражнение: оно помогает понять, в каких областях у меня пробелы, какие технологии востребованы на рынке. Плюс может так сложиться, что наткнешься на что-то интересное.

После переезда в Швецию я на какое-то время приостановил эту практику — где-то не хватало времени, где-то сил. Начиная с прошлой осени, решил возобновить.

Примерно с начала октября я подался на:
- ~50 вакансий в Европе (в основном в Германии и Швеции, но немного и в Лондоне)

- ~60 вакансий в России или в удаленные компании с русскоязычными командами

Надо отметить, что это очень немного. Чтобы найти работу в Европе, на мой взгляд, нужно податься минимум на пару сотен вакансий. Люди, которые действительно активно ищут работу, обычно делают это за 2–3 месяца.

В России, по моему старому опыту (в 2021 году), достаточно откликнуться на 30–50 вакансий, чтобы с высокой вероятностью получить хотя бы один оффер.

Я подавался преимущественно на лидовские или сеньорские позиции, был достаточно избирателен в выборе компаний. Поэтому откликов вышло не так много.

Сухие цифры:
- В России (+ ремоут) у меня было довольно много собеседований. Точную цифру не записал, но примерно 15 (то есть каждый четвертый отклик приводил к интервью).

- В Европе было несколько скрининговых этапов, но полноценное техническое собеседование — если правильно помню — было всего один раз.

Промежуточный итог: из 16 интервью я получил 2 оффера (оба на ремоут). Оба меня не устроили — я запросил заметно больше денег, компании взяли паузу и не вернулись.

В целом, по ощущениям, рынок сейчас довольно тяжелый, особенно в Европе (но и в России не кажется, что работу можно найти по щелчку пальцев. Эта была важная часть моей мотивации - узнать как там сейчас). Поиск работы — квест на несколько месяцев. В моем случае все усложняется еще и тем, что у меня реально интересная работа, и мало куда хочется уходить. Как-то не хочется после self-driving автомобилей заниматься, например, финтехом с распознаванием лиц (без обид, кому-то это наверняка нравится, но мне, наверное, не зайдет).

Ну и, наверное, самое печальное — пока не удалось даже услышать вилку, которая была бы выше, чем мой доход в американском консалтинге. Хотя там налоги были сильно ниже — если это не учитывать, то «грязными» вилки были сравнимые.

Похоже, под свой конец, шведская зима наносит еще один удар. В последние дни я буквально могу только смотреть старые сериалы (в этот раз Теорию большого взрыва), играть в компьютерные игры и есть. Все рабочие усилия у меня что-то на паузе

8️⃣Eсли бы ты мог поменять одну вещь в своем текущем городе/стране/быте/работе, что бы это было?

В каждой локации хочется добавить что-то своё. Мне нужен город с инфраструктурой как в Москве, погодой как в Сочи, природой как в Сан-Паулу, друзьями из Новосибирска и научным комьюнити как в Берлине.

9️⃣ Топ-3 места, в которых ты был в жизни
Бразилия (Пантанал ❤️)
Израиль (Коралловые рифы)
Берлин (прекрасная научная среда)

🔟 Топ-3 места, в которых ты бы хотел побывать
США
Что-нибудь из Азии (Гонконг, Сингапур)
Восток РФ (Владивосток, Сахалин, Камчатка)

1️⃣1️⃣ Как изменилась твоя жизнь с 2022 года?
С 2022 прошло уже три года! Много чего изменилось. Я окончательно переехал из квартиры в частный дом. Моя группа выросла почти в два раза, я организовал новую лабораторию в Сочи.

Стало меньше контактов и коллабораций с европейскими учёными. В жизни появилась Бразилия. Я всё ещё плохо понимаю, какой вектор развития у нашей страны — и, в частности, как мне развивать свою группу, чтобы быть коллинеарным этому вектору.

С другой стороны, у меня появилось больше коммерческих проектов и взаимодействия с компаниями внутри РФ — это одна из целей, которую я давно ставил, но пока не могу в полной мере достичь.

Мне кажется, что вырос уровень моего благосостояния (это сложно оценить на фоне быстрого изменения цен, но по ощущениям — так).

Друзья успели уехать, приехать обратно или устроиться за рубежом. Выросли дети — для ребёнка разница между 2 и 5 годами огромна.

Ну и самое главное — я освоил технику крабика в пляжном волейболе!

1️⃣2️⃣ Чего ты ждёшь от себя и от жизни в 2030 году?
У меня есть две стратегии развития до 2030 года, обе связаны с наукой и наукоёмкими технологиями. Но пока я не готов их озвучить.

1️⃣3️⃣ Каким ты видишь будущее своей отрасли? Чего ждёшь в ближайшем будущем? Чего — не в ближайшем?

Биология накопила огромное количество данных. Это касается как огромного массива научных статей (очень разного качества), так и больших баз экспериментальных результатов.

Мне кажется, что на горизонте 5 лет должны появиться принципиально новые решения для хранения и обработки этих данных. Если они появятся — это будет революция. Не знаю, будет ли это связано с нейросетями или чем-то ещё, но очевидно, что человеческий мозг не может удерживать и анализировать такой объём информации.

Что касается практических вещей, я бы поставил на прогнозирование индивидуальных рисков в медицине и развитие умных биомедицинских девайсов (в широком смысле — от пульсометров до нейропротезов).

Размер грантового коллектива — 8–10 человек, так что это даёт надбавку 15–20 тыс. в месяц. Надбавки распределяет руководитель гранта и, конечно, делает это не равномерно, а пропорционально вкладу участника проекта. Самые молодые студенты почти ничего не получают, взрослые научные сотрудники получают больше среднего.

Есть также много разных бонусов — конкурсы, премии, включая премию института, которая зависит от количества и качества написанных за год статей. Можно иметь больше одного гранта.

В совокупности научный сотрудник получает от 20–25 тыс. в самом худшем случае до 100+ тыс. (если пашет на 200%). Это суммы на руки, после налогов, для Новосибирска. В Москве диапазон, по моим прикидкам, 80–200 тыс.

В российской системе финансирования науки есть много проблем (основная — банально мало денег), но есть и плюсы. Во-первых, нет ограничений на число грантов, в которых можно участвовать. На Западе так нельзя — там зарплата фиксированная и не зависит от грантов. Во-вторых, даже низкий оклад даёт стабильность. В западной системе, если у тебя нет постоянной позиции (а её получают единицы), между контрактами ты просто сидишь без денег.

Наконец, есть научные учреждения, где система финансирования устроена иначе.

- В Сириусе система похожа на западную — фиксированные оклады 100–200 тыс. до налогов, без бонусов.

- В AIRI зарплаты устроены как в IT-компаниях, и они примерно соответствуют передовому российскому IT-сектору.

Конечно, не всё идеально: есть сложное оборудование и специфические реактивы, которые пока не заменены, и с их импортом возникают проблемы. Но в целом биотех-индустрия в РФ за последние годы сделала огромный шаг вперёд.

7️⃣ Из чего состоит твой доход и какой он выходит в месяц в среднем?

У нас в семье четыре человека — двое детей и двое работающих взрослых. В таком режиме мы чувствуем себя вполне обеспеченными.

Я, естественно, не могу раскрывать свою личную зарплату — это неэтично, да и в некоторых организациях, где я работаю, это прямо нарушает трудовой договор. Но вполне могу рассказать о шкале зарплат в науке и из чего она складывается.

Учёный в РФ, как правило, получает стабильную фиксированную ставку и надбавку по гранту.

Начнём с того, откуда у института деньги на ставку и как определяется её размер.

Исторически научные институты получали госзадание — это оплата работы над проектами, которые заказывает у института государство. После развала СССР государство (за редкими исключениями) ничего у институтов не заказывает, но система финансирования осталась неизменной. Поэтому каждая лаборатория сама пишет себе заказ на следующие 1–5 лет, и государство (в лице учёных-экспертов из других лабораторий) этот заказ утверждает.

Когда-то средства госзадания содержали деньги и на реактивы, и на зарплату. Однако суммы госзадания индексируются медленнее инфляции, поэтому денег там становится всё меньше. Поскольку требования к отчётности по госзаданию весьма размыты (точнее — ты же сам себе пишешь это задание, можно заложить тот объём работ, который ты сам посчитаешь выполнимым), всё большая доля средств уходит на поддержание разумного уровня зарплаты (примерно так: если один человек делает Х сосисок в год, но денег стало в два раза меньше, ему всё равно нужно платить зарплату весь год, поэтому он сэкономит на сырье для сосисок). В итоге сейчас в институтах все деньги госзадания превратились в оплачиваемый государством оклад научного сотрудника.

Размер оклада очень и очень скромный — от ~20 тыс. для младшего научного сотрудника (МНС) до ~35 тыс. для самого крутого специалиста. Для референса: средняя зарплата по Новосибирску ~65 тыс.

Далее, любой нормальный учёный пишет гранты — они дают возможность покупать реактивы и материалы для исследования, а также выплачивать себе надбавки. Размер среднего гранта — около 7 млн рублей в год, из них на зарплату выделяют, как правило, около 50% (3,5 млн руб.). Хотя доля зарплаты может быть и другой (это не регламентируется жёстко), сильные перекосы в любую сторону могут вызвать неодобрение экспертов и снизить баллы (а значит, и вероятность получить грант). С учётом налогов (очень грубо — 33,4%) это порядка 2,2 млн в год, или 180 тыс. в месяц.

6️⃣Изменилась ли как-то твоя работа (отрасль) с февраля 2022 года?

Отрасль, безусловно, изменилась. Чтобы объяснить, как именно, начну немного раньше — с начала 2000-х годов.

До 2010-х в российской науке существовал определённый консенсус относительно успешного карьерного пути. Нужно было окончить хороший вуз, максимум — пройти аспирантуру, а затем планировать переезд на Запад. Однако буквально на моих глазах, в 2010-е годы, этот консенсус начал меняться. Западная наука по-прежнему значительно опережала средний уровень в РФ, но в стране стали появляться сильные группы, публиковавшиеся в Nature, Cell, Science. Некоторые известные учёные, эмигрировавшие в 1990-х, вернулись из США и Европы и сформировали здесь научные школы. Финансирование науки начало резко расти (хотя стоит учитывать эффект низкой базы — в 1990-х и начале 2000-х его практически не было). Появились амбициозные проекты, такие как Сколтех, и на них выделяли значительные средства.

Когда в 2015 году, после нескольких лет работы в ведущей лаборатории в Берлине, я задумывался, где строить научную карьеру, вопрос не казался однозначным. В России активно развивалась современная наука, страна стремительно догоняла Запад, но конкуренция здесь была мягче. В Европе или США получить профессорскую позицию — это лотерея, причём чаще всего только после 40 лет. В РФ же можно было быстрее сформировать свою группу, а затем выстраивать связи с топовыми зарубежными учёными, ездить к ним стажироваться и вести совместные исследования на мировом уровне. В целом, так и получилось: я много работал с иностранными коллегами, у нас выходили совместные статьи, были стажировки, а однажды даже магистрантка из Франции приехала к нам на летнюю практику.

Выстраивая свою научную группу, я много усилий приложил для создания прочных связей с Европейскими и Американскими учёными. Кульминацией (для меня лично) стал 2019 год, когда наша группа стала официальным представителем России в крупном европейском консорциуме (COST action). Мы участвовали в международных семинарах, а по моей инициативе возглавили межнациональный проект, который в итоге вылился в публикацию в ведущем научном журнале.

2022 год перечеркнул все усилия, вложенные в создание этих связей. Хотя личные контакты остались, почти любое официальное сотрудничество было прекращено. Россию исключили из большинства крупных международных программ, в которых мы участвовали или могли участвовать, включая тот самый консорциум. Если раньше поездки в зарубежные лаборатории (особенно в те, которые теперь называют "недружественные") приветствовались, теперь они вызывают множество организационных сложностей — с обеих сторон.

В редких случаях встречаются примеры открытой дискриминации в научных журналах, когда работы отклоняют из-за аффилиации с организацией, попавшей в санкционные списки (причём иногда это происходит по ошибке, и я даже описывал такие случаи в своём блоге). Но гораздо чаще ситуация связана с нежеланием ведущих исследователей официально поддерживать "неудобные" отношения с российскими организациями. При этом остаются примеры продолжающихся коллабораций с лабораториями в Европе и США, а иногда даже появляются новые контакты, но в количественном отношении это несравнимо с тем, что было до 2022 года.

Есть и положительные изменения, связанные с санкциями.

Из-за ограничений в логистике многие зарубежные реактивы и материалы стали недоступны, что дало мощный стимул российским производителям.

Например, мы больше не можем купить Cas9 (фермент для редактирования генома) у американской IDT, но его успешно заменил отечественный Биолабмикс из Новосибирска. Несколько компаний конкурируют за рынок реактивов для подготовки ДНК к секвенированию, а одна из них имеет завод буквально в соседнем здании.

Реактивы стали дешевле, поставляются за пару дней (а не через месяцы, как раньше с импортными), а главное — всегда есть прямой контакт с производителем. Можно просто позвонить и сказать: "Ребята, что-то у вас последняя партия не очень, поднапрягитесь, у нас плохо идут эксперименты с вашими ферментами".

В этот рассказ ещё не вошли преподавание, научно-популярные лекции, общение с коллегами, выполнение коммерческих заказов… Всё это — часть работы научного сотрудника. Я люблю науку за свободу в выборе того, чем заниматься.

4️⃣ Можешь рассказать (по возможности понятным языком) про направление(я) своей работы? В какой именно области науки ты работаешь?

Если попытаться объяснить простыми словами, мы изучаем, как информация закодирована в ДНК.

Кому-то может показаться, что этот вопрос давно решён — в школьной биологии как раз рассказывают про генетический код, который был полностью расшифрован к 1980-м годам. Но на самом деле эта система кодирования описывает только 2% всей ДНК — именно столько занимают последовательности, с которых считываются белки.

А что насчёт оставшихся 98%? Их функции до сих пор до конца не ясны. Но очевидно, что они играют важную роль, поскольку большинство различий между людьми — в том числе предрасположенность к болезням — закодировано именно там.

Мы изучаем этот вопрос на разных уровнях: от биохимических методов и создания мутантов до грубого машинного обучения, когда мы просто "скармливаем" алгоритму ДНК и даём ему самому разобраться, как всё устроено.

5️⃣ Можешь описать свой типичный день?

Особенно в последний год большая часть моего рабочего дня проходит в Zoom (я даже купил платную подписку). Поскольку все команды связаны друг с другом, а большинство проектов охватывает сотрудников из разных локаций (а биоинформатики и так часто работают из дома), все совещания проходят онлайн.

Моё время распределяется не по местам работы, а по проектам. У меня есть два правила:

1. Каждый проект должен обсуждаться не реже раза в неделю.

2. Каждый сотрудник должен хотя бы раз в неделю участвовать в общении со мной (за редкими исключениями, в основном это касается самых младших студентов).

Рекордсмен среди сотрудников присутствует примерно на 50% моих созвонов (это всего один человек). В среднем члены команды участвуют в 1–3 проектах.

Я подсчитал, что у меня запланировано 10 часов Zoom в неделю — это обязательные еженедельные встречи, которые почти никогда не отменяются. В реальности же редко бывает меньше 20 часов, так как часто добавляются встречи с внешними коллегами или с членами команды для обсуждения деталей, не вписавшихся в основные совещания, или просто чтобы обсудить свежие новости.

Что я делаю между зумами? В основном:

- Отвечаю на вопросы команды (по каждому проекту есть свой чат).

- Разбираюсь с организационными вопросами — обычно они приходят на почту.

- Читаю статьи или (реже) комментарии по профильной теме в Twitter.

- Пишу статьи и отчёты.

- Готовлю презентации к лекциям или выступлениям на конференциях (их довольно много).

Само моё местоположение мало влияет на рабочий процесс.

В целом я редко (почти никогда) укладываюсь в 8-часовой рабочий день. Все дела вполне можно вместить в 12–14 часов. Но в реальности в Новосибирске я работаю примерно 10 часов в день, в Сириусе — больше, а в командировках — по-разному.

3️⃣Расскажи, чем ты занимаешься?

Работа в науке разнообразна и многогранна — за это я её и люблю. На разных уровнях и в зависимости от желания можно заниматься почти чем угодно.

Главное и первое, что делает учёный, — это читает статьи, ставит эксперименты и/или анализирует их результаты. Читаю я почти каждый день: иногда бегло просматриваю резюме статьи, а иногда (гораздо реже) вникаю в детали.

Эксперименты биологи делят на "сухие" — когда мы что-то обсчитываем на компьютере, и "мокрые" — когда работаем с пробирками в лаборатории. Как правило, есть чёткое разделение труда: "сухие" специалисты не занимаются "мокрыми" экспериментами и наоборот, хотя бывают исключения. Я сам уже давно не провожу "мокрые" эксперименты, но периодически занимаюсь анализом данных.

Самое интересное — это анализ, обсуждение и интерпретация результатов, а также планирование новых экспериментов. На это уходит примерно 40–50% моего времени.

Почему только 40–50%? Потому что суровая реальность требует от учёного заниматься не только научной работой. Организация современной науки во многом напоминает небольшой бизнес. Ты сам ищешь финансирование для своих исследований — а это значит, что мало придумать великую идею, нужно ещё изложить её в привлекательной для фондов форме и попытаться заинтересовать компании.

Если (когда) деньги получены, начинается управление проектом: подбор команды сотрудников и коллабораторов, контроль бюджета, закупка оборудования, решение проблем с ремонтом, валютными платежами контрагентам, юридическим оформлением договоров. Нужно разбираться в кадровых вопросах, учитывать налоги, заниматься отчётностью. В результате я неплохо знаю тексты нескольких федеральных законов, десятки медицинских нормативных актов, основы трудового кодекса и понимаю, чем ноу-хау отличается от патента. Конечно, в этих задачах помогают бэкофисы научных институтов, но они не погружены в специфику конкретного научного проекта, поэтому часто приходится вместе искать нестандартные решения.

А наука — это всегда про нестандартные задачи. Например, в больших организациях часто говорят: "Дайте нам список закупок на год вперёд в январе, мы всё организуем", или "Закупки закрываются 15 ноября и откроются только после Нового года". Но в науке так не работает! Сегодня ты получил результат, завтра у тебя появилась новая идея, а послезавтра тебе нужен реактив. Приходится искать легальные (и, чего греха таить, иногда и полулегальные) пути решения.

Сначала мне было интересно разбираться в бухгалтерии, юриспруденции, кадровых вопросах, но со временем эта работа стала утомлять.

Другая "ненаучная" часть работы — организация команды и проектная деятельность. Когда группа расширяется до 3–4 человек, неизбежно приходится выстраивать менеджмент. В IT-компаниях все привыкли к таск-трекерам, синкам, мессенджерам, собеседованиям, дедлайнам, корпоративной этике, но в науке с этим полный хаос.

Отдельный вопрос — нужны ли в науке большие группы или эффективнее работать микроколлективами, сфокусированными на своей проблеме. Мне кажется, что для решения определённых задач крупные коллективы полезны, но научный менеджмент нужно развивать — сейчас он в ужасном состоянии. Однако копирование бизнес-моделей не всегда работает. Например, в первые месяцы работы в лаборатории Сбера нам ставили задачу так: "Распишите в таск-менеджере действия на полгода, которые приведут к публикации в Nature". Но научный поиск не строится по такому плану: попробовал — посмотрел результат — дальше возможны десятки направлений, которые невозможно распланировать заранее.

Тем не менее, базовые вещи, такие как регулярные синки, назначение ответственных за задачи, обратная связь сотрудникам, контроль зарплат — точно не помешают ни одной лаборатории.

Менеджмент в группе мне всё ещё интересен. Я придумал (или, скорее, подсмотрел) много идей, которые пробую внедрять, и считаю, что руководитель в науке должен заниматься этим.

Всем привет! Доброе пожаловать на третье #interview на моем канале. В этот раз мы поговорим с ведущим научным сотрудником, зав. сектором геномных механизмов онтогенеза ИЦиГ СО РАН, руководителем молодёжной лаборатории университета Сириус, научным сотрудником института искусственного интеллекта (AIRI), доцентом кафедры ФЕН НГУ, доктором биологических наук, а еще с моим родным братом. Если вам интересно, как совместить интервью с таким количеством человек - все очень просто, нужно всего лишь поговорить с Вениамином Фишманом https://t.me/minjafish (а вот тут еще ссылочка на канал про науку и не только: https://t.me/fishmanvs). Интервью заняло почти 3 месяца (первый вопрос был задан 29 ноября), настолько Вениамин занятой человек, поэтому я особенно благодарю его за потраченное время и интересные ответы.

Если вам понравилось интервью, не забывайте ставить реакции. Еще можете подписаться на канал, и возможно прочитать еще интересных интервью, но обещать не буду:)

Свои вопросы можете задавать в комментариях, уверен, герой интервью постарается на них ответить. Но лучше оставлять их под последним постом.


1️⃣ Привет! Расскажи о себе?

Привет! Меня зовут Вениамин, я родился и вырос в Новосибирске. Сейчас Новосибирск по-прежнему остаётся "центром моей жизни", но из-за специфики работы мне приходится постоянно перемещаться между Новосибирском, Сочи, Москвой и другими городами.

Я учёный и работаю в нескольких научных институтах: Институте цитологии и генетики СО РАН, Новосибирском университете, Университете Сириус и некоммерческом частном институте AIRI. В прошлом году я полгода провёл в Бразилии, в Университете Сан-Паулу.

Может показаться, что у меня слишком много мест работы, но на самом деле все мои активности можно представить как единую распределённую лабораторию, которой я руковожу. У каждого центра есть свои сильные стороны и компетенции, а я соединяю их в единый проект так, чтобы они гармонично дополняли друг друга. Ну, по крайней мере, стараюсь.


2️⃣Из всех мест, в которых ты живёшь (или жил), какое тебе нравится больше всего?

На такой вопрос невозможно дать однозначный ответ =) Сложно сказать, что именно входит в понятие "место жизни" — сама среда обитания или условия работы, зарплата и прочие факторы? Например, если бы Институт цитологии и генетики переехал в Бразилию вместе со всеми моими коллегами, изменило бы это мой ответ?

Но попробую всё же выделить основные моменты.

В целом мне нравятся все места, в которых я жил. Лучшая городская среда — в Москве. Самая красивая природа — в Бразилии. В Новосибирске мой дом (в буквальном смысле — собственный дом намного комфортнее квартиры), мои друзья, коллеги и большая семья. С Сочи я пока не успел близко познакомиться, но октябрьская погода там — лучшая из всего, что я видел. Европа в целом и Берлин в частности — это постоянное движение, самые интересные научные семинары, крутые коллеги и отличные условия для проведения экспериментов.

Это всё разные аспекты жизни, и выбирать между ними — всё равно что выбирать между вкусным ужином и интересным фильмом. Да и зачем выбирать, если можно бывать в разных местах?

Очень хочу добраться до Лондона и Бостона — надеюсь, в ближайшие годы удастся не просто побывать там, но и поработать. Я твёрдо уверен, что опыт пребывания в стране в качестве полноценного члена общества несравним с туристической поездкой. Ты сразу глубже понимаешь мировоззрение людей, организацию личной и общественной жизни, бизнес-процессы. И в каждом месте есть свои сильные стороны, которые хочется взять на вооружение.

О, как раз думал как описать эту неделю. Вот примерно так. Какую-то демотиватицию словил с самого начала недели, и до сих пор не прошло. Как по работе, так и просто по делам

Не работается. Нет охоты.

1903 год, 20 февраля
74 года

Просто офигенно, я скинул чатгпт вот такую фотку лампочки, и спросил, как ее найти на шведском амазоне (какой запрос писать). И он подсказал, И Я НАШЕЛ, просто магия. Насколько же все в мире скоро будет проще.

P.S. запрос 2-pin CFL PL lamp, к шведскому, кажется, отношения не имеет, но сработало.

В Гётеборг вернулись дельфины, а на этот канал возвращается рубрика #interview, и следующее будет уже в течение недели.

Весной мы в поездке с подругой обсуждали, насколько реально современным системам машинного обучения достичь когнитивных способностей человека. Один из аргументов, которые я тогда приводил, насколько это непростая задача: посмотри, с какой скоростью дети учаться новому. У людей невероятная способность к обобщению, увидив ранее незнакомое животное, но слыша в жизни его описание, мы можем его узнать. С 1-2 показов мы запоминаем карточки с новыми предемитами и т.п.

Наш мозг формировался в ходе эволюции миллионы лет, но сколько знаний заложено в него с рождения? Или мозг просто дает вычислительные возможности, а все знания приходят из окружающего мира?

И вот я наткнулся на такую статью в Science: https://www.science.org/doi/10.1126/science.adi1374

Идея следующая - в течении первых лет жизни ребенка (от 6 до 25 месяцев) проводился эксперимент. В случайные моменты времени ребенок проводил несколько часов с камерой на голове, которая снимает все происходящее. Таким образом, формировался набор изображений. Далее, были выделены категории слов, которые встречаются на видео, их говорят родственники ребенка. Например, мама говорит: "смотри, мячик". И показывает ребенку мячик. Таким образом формируется пара: изображение мячика - слово мячик. Авторы обучили классическую нейросеть для анализа изображний на парах картинка - слово так, чтобы эмбединг картинки был близок в пространстве к эмбедингу подходящего слова и далеко от неподходящего (т.е. слово "мяч" и картинка мяча - похожи, а "собака" и картинка мяча - нет)

Получилось ли у них система уровня человека?
Ответ: У них получилась система, способная распознавать изображения на неплохом уровне, но не на идеальном.

А для тех, кому интересно, как именно - читайте в комментариях.

Кто-то был в Таиланде в конце сентября или примерно в это же время? Можете рассказать, как там?) Тут или в личку.