ПМ и ИТ
Прикладная математика и информатика неотъемлемо связаны друг с другом. ПМ дает знать: «что делать?», информатика отвечает на вопрос: «как сделать?». Прикладная математика очень обширная дисциплина, которая включает в себя множество разделов: математическая физика, математическое моделирование, численные методы, оптимизация, теория игр и исследование операций в целом.
Все это и ряд других под-дисциплин позволяют решать задачи из нашей жизни. Для ответа на поставленный вопрос о перспективных направлениях в области прикладной математики нам необходимо понять «боли» и проблемы, которые есть сейчас в жизни, в государстве, на мировом рынке.
Отрасли будущего рынка
Обеспечение безопасности любого государства, применение высоких технологий в жизни каждого человека, решение экономических и социальных проблем, улучшение качества медицинских услуг – во все эти сферы активно внедряются информационные технологии, а значит и прикладная математика. Если обобщить все проблемы, то можно выделить несколько перспективных направлений. Сюда можно отнести алгоритмы шифрования, машинное обучение и проектирование нейронных сетей, разработка алгоритмов сжатия, передачи информации.
Шифрование и дешифрование – это одни из основных направлений развития и обеспечения безопасности данных. С появлением все бо́льших мощностей в ЭВМ необходимы более стойкие алгоритмы шифровки, чтобы сохранить конфиденциальность данных. Также уже 2020 году есть как минимум 3 примера созданного квантового компьютера от ученых Китая, компаний Google и IBM. Думаю, не нужно объяснять, что с массовым появлением квантовых компьютеров откроется огромный рынок в области информатики, в области криптографии и в области проектирования алгоритмов для новых ЭВМ – квантовых компьютеров.
Машинное обучение и нейронные сети – это целый класс науки, неотъемлемой частью которой является прикладная математика и информатика. Активная разработка нейронных сетей в России началась уже на рубеже 1940-х годов. Тогда ученые пытались создать программу, которая по данным с эхолокатора с точностью до 100% определяла бы появление судов в море, океане. До появления сих программ приходилось обучать человека годами, чтобы он стал специалистом в этом деле. Точность предсказывания специалистов была низкой. Это лишь один прикладной пример зарождения МО и НС в России. Сейчас МО используется во многих областях: в сфере безопасности государства, начиная от анализа аудио записей, заканчивая деанонимизацией автотранспорта и людей по фотографии, сделанными камерами наблюдения; в сфере медицины для создания макетов сложных белковых соединений, которые помогают победить ту или иную болезнь; в социологии для анализа различных поведенческих факторов взаимодействия социальных групп и прогнозирования последствий; и др.
Алгоритмы сжатия и передачи информации – отдельное направление в работе с данными. Какая бы вычислительная мощность не была у современных компьютеров, она остается конечной. То же относится и к объему хранилища. Именно поэтому отдельно нужно обращать внимание на фактор сжатия и передачи данных. Каждую единицу объема данных невозможно хранить в исходном состоянии. Иначе не хватило бы всех носителей в мире, чтобы уместить всю информацию, которая есть. Здесь помогают алгоритмы сжатия, т. е. конечный пользователь видит данные в исходном состоянии, но они сжимаются, соответственно, занимаемый объем в разы меньше изначального. Алгоритмы передачи информации необходимы для корректного и сохранного обмена данными. При отправке любого пакета данных присутствуют потери. Иначе говоря, отправленный файл не соответствует принятому. Чтобы данные оставались корректными существуют алгоритмы исправления ошибок, которые можно отнести к классу «контроля ошибок».
Ввиду последних событий в мире: пандемия, экономический, психологический и социальный кризисы в 2020 году, думаю, в России в скором времени активно начнет развиваться направление «оценка риска». Концепт оценки риска (или risk assessment) был создан в 1974 году, а после введен в законодательство Британии об «Управлении здоровьем и безопасностью труда» в 1992 году (от англ. «Management of Health and Safety at Work Regulations»). Сейчас данное направление активно используют банки и страховые агентства, в том числе и в России. Оценка риска происходит при выдачах различного рода кредитов или при страховании жизни. Но область применения не заканчивается на охране труда и банковском деле. В основе оценки риска лежит математическая концептуализация. Любые события в мире можно попытаться предугадать, а значит, и оценить возможные потери. Прикладная математика и информатика как нельзя кстати помогут с оценкой риска в данном направлении, т. к. здесь активно задействуются научные познания в области математической статистики, исследование операций, теория игр и др.
Итог
Ввиду всего вышесказанного делаем умозаключение о неиссякаемости направлений развития и разработок в прикладной математике и информатике. Можно выбрать почти любую науку и, используя современные технологии, внедрить наработки прикладной математики и информатики для решения актуальных проблем и получения ответов, которые ранее казались недосягаемыми.