Our lab at Kazan Federal University is the leading Russian research group in the area of Semantic Web, and one of the leading Russian academic research groups in natural language processing and information retrieval.
Recently, we have had a fruitful in-house discussion about ways to boost our research productivity. I herewith would like to provide some of the insights (after making proper generalizations) that may be useful for emerging and not well established labs in computer science from elsewhere (not only in Russia). These principles are as follows (the order is rather haphazard):
1) Aligning the research schedule with leading conferences' deadlines
Computer Science is utterly conference-oriented area of research (unlike mathematics, biology, medicine AFAIK). As our experience has shown, the benefit from participation in middle-tier conferences (especially, hosted within the country) is questionable. One may put quite comparable efforts to finish papers, prepare slides and visit such events, and ... get almost nothing in terms of receiving helpful feedback, having considerable success under the belt etc. Submitting only for leading conferences is much more beneficial: you get invaluable feedback about your work and prove your professional status by surviving under the strong peer review. But, one may argue, moving from the second world to the first world is challenging (and that's true!), and there's no way a developing lab can leap across the line. Interestingly, leading conferences provide a lot of opportunities to make this happen. For example, there are co-located workshops, multiple tracks covering different aspects (research track, demo track, Ph.D. student track) and selecting under their own competitions and, therefore, variable acceptance rates (formats of full/short/poster papers).
Next, a fair question is how to come up with a list of prominent conferences in your particular field? In general, there is a consensus about the pantheon of such conferences in every field. For example, in the information retrieval community, everyone knows that ACM SIGIR conference (e.g. the latest one) is the most prestigious, then, one may distinguish CIKM, WWW, WSDM etc. I agree that sometimes it's harder to reach agreement. Then, I refer you to the Google Scholar metrics tool (e.g. the results for databases and information systems), which uses cumulative h-indices for last 5 years and looks instructive for the purpose. Yet, CORE ranks are alternatively based on qualitative judgments.
2) Organizing access to powerful machines for real-world experiments
An essential feature of any competitive research in computer science (and, perhaps, in other areas of science too) is a thorough evaluation of proposed methods, techniques, algorithms after careful well-conducted experiments. For top-tier conferences, this requirement becomes a necessary condition. Very often such experiments (especially, for IR, various applications of machine learning) demand the adequate infrastructure. Otherwise, the data and, therefore, the findings would be biased and controversial (to tell a long story short). In principle, these machines are not necessarily expensive standalone servers or large distributed clusters meaning enormous costs on technical support for universitites. Fortunately, a university could buy access to commercial cloud services (e.g. AWS) for conducting experiments nowadays.
3) Boosting collaboration between departments and labs at university
First of all, this point includes interdisciplinary research (e.g. bioinformatics). It goes without saying that getting problems from domain experts is easier than framing them on your own. In some cases, this is a clear way to complementary funding.
Next, that's particularly true for Russia: people from some divisions within the CS department may be interested and proficient in technological aspects only, that is, designing programming solutions (web-, mobile apps). Collaboration with them may benefit researchers in creating killer apps as spin-offs of their research efforts. These works could result in authoring a paper on a demo track or (why not?) starting a profitable business.
4) Boosting collaboration between researchers in the lab
Researchers usually collaborate between each other by working on the same long-standing projects. That's a natural and convenient way to work together in science. However, I would like to suggest some hints on how to add more agility to the day-to-day cooperation and intensify sharing knowledge between colleagues working in the same lab, but on different projects.
The first is do not hesitate to ask expertise from colleagues in the relevant areas. For example, if someone is doing research in information retrieval and needs an advice on basic or even advanced techniques on natural language processing for his work, it would be better to start from asking his colleagues, whose work is devoted to this field, instead of wasting time on re-invent the wheel. Depending on the contribution, this may result in co-authorship of a paper or acknowledge in it. Looks simple, doesn't it? But how many acts of mini-collaboration have you had during your work? I can admit that I have quite a few.
Next, participation in random contests. They may be internal/open hackathons or hack sprints aiming to create a product prototype from scratch or (that's more relevant to the research community) solve an R&D task on Kaggle or Yandex-Matematika (e.g. the latest one). These forms of collaboration are clearly borrowed from the experience of IT & software developer community. However, they look very favorable to the research community too. Such events provide opportunities to share scientific experience as well as knowledge in technologies (e.g. scientific languages, libraries, frameworks) not only between researchers in the lab, but also outsiders including students.
Finally, regular research seminars about current progress are also important. Inviting speakers from other universities and companies from industry (financially supported if necessary) is a good practice I saw at Emory University (USA). The similar Russian initiative is perhaps Computer Science club in St.Petersburg, Yekaterinburg, and, since recently, in Kazan.
5) Establishing connections with other research groups
Thanks to recent initiatives of the federal government and local (Tatarstan republic) government, some opportunities have emerged. First, there is a program for inviting young researchers (a program for inviting post-docs is yet to come in 2014) for short-term onsite collaboration. (Stay tuned with these initiatives. If you will be eligible and interested in collaboration with us, feel free to email me or ITIS). Second, there is a $1000000 (yep, with 6 zeros) program from President of the Republic of Tatarstan for a computer science "star". The money is granted to create a science school with students for several years at Kazan Federal University. Hopefully, this support will help us to extend our research network.
6) Improving English (critical for the Russian audience)
The modern science speaks English. While mastering English is a personal task of each researcher (by no means an easy one in a non-English speaking environment), there is a couple of hints on it besides usual learning. I believe that switching to English on regular seminars looks reasonable. Another affordable remedy against writing papers in poor English is outsourcing proofreading of papers to native speakers or experienced translators. It does not look costly, but will definitely improve the delivery quality.
7) Applying for grants from industry
The collaboration with industry is crucial for a competitive research lab in academia. The decent funding is not the only pro. It's much more about real-world tasks as well as sharing knowledge including experience in organizing an effective workflow. The examples are academic research grants from Google and Yahoo. This point also includes a practice of personal summer internships of Ph.D. students in industry.
8) Financial support
Unfortunately, this is still quite a problem for most Russian institutions. A bitter blow is that Ph.D. students and postdocs, the main workhorse of research in the US and Europe, are marginally supported in Russian academia. As a result, students have to seek the external financial support outside academia and that distracts them from research activities. Obviously, without guaranteeing a baseline support for these groups of people including wages (grants?) along with covering travel expenses for attending international conferences, there is no way to achieve parity of productivity with competitive labs in the world. Fortunately, in Kazan Federal University, we see the positive changes in solving these problems.
9) Improving research skills
Last but not least, I highly recommend Eamonn Keogh's tutorial "How to do good research, get it published in SIGKDD and get it cited" for everyone, especially, beginner researchers. This indispensable resource covers a bunch of very important aspects of high-quality research work.
PS. The thoughts I described here are subjective and even provocative. The main goal of this post is to start a discussion on how to make the research community (particularly, in Russia) more productive.
In this post, I would like to summarize some research output of my recent work at Emory University as a visiting graduate student, which was funded via the Fulbright Program. The work in collaboration with professor Eugene Agichtein is devoted to entity search over linked data, a very hot topic nowadays. To put that into the context, Google Knowledge Graph, Facebook Graph Search and WolframAlpha are likely the best examples of products that empower entity-centric user experience. That is, this work is about how to resolve search queries soliciting information about certain people, organizations, locations, events, scientific concepts and other entities, assuming that such information has been somehow extracted, structured and shared ("linked data"). For example, you may think of entity descriptions available at Wikipedia, Freebase, GeoNames, Last.FM, CiteSeer and other compelling web resources.
Our main research contribution is a novel mathematical model that incorporates the semantics of similarity links in the entity graph into the ranking mechanism in a scalable way. A part of this work is presented in the 4-page poster paper Zhiltsov, N., Agichtein, E. Improving Entity Search over Linked Data by Modeling Latent Semantics accepted for CIKM 2013. The remaining part will be published (hopefully!) as a full paper early next year.
From the engineering perspective, this project gave birth to a bunch of open source software spin-offs that might be interesting for researchers/developers from related communities (i.e., machine learning, information retrieval, Semantic Web):
Ext-RESCAL is a memory efficient and scalable implementation of the sparse tensor factorization algorithm RESCAL
PS. I would like to thank all the people who have made this my first visit to the United States not only possible but wonderful (deliberately hiding most of their names to protect their privacy): the Fulbright representatives in Moscow and Atlanta/Georgia, professor Eugene Agichtein & his colleagues from the Intelligent Information Access lab at Emory University, people from Math & CS department and ISSS office at Emory University, my new friends in Atlanta, kickball teammates, and Fulbrighters in Georgia I met during our terrific Fall Trip. You're great!
В последнее время наблюдается некоторое оживление на российской политической арене. Иными словами, начинает вариться какой-то бульон, в который кладется мешанина из призывов к либерализации, плюрализму, а также идей левого толка, националистических лозунгов и прочего. Во всем этом многообразии не слышно голоса только одной политической идеологии, следование которой, по моему мнению, дало бы настоящий импульс к социально-экономическому развитию страны.
В начале предлагаю остановиться на уточнении диагноза существующей политической системы.
Диагноз системы
По моему глубокому убеждению, Россию сейчас разрывают две корневые болезни ее политической системы - некомпетентность и коррупция. Они действуют не сами по себе, а совокупно, давая синергетический эффект.
Первая беда, например, произрастает из двух практик: а) на федеральном уровне - вопиющие фаворитизм и непотизм (питерские кланы, кооператив "Озеро"), о которых сказано уже много, и б) в регионах - скрытая политическая "сегрегация" в национальных республиках (о ней принято помалкивать), при которой этнически русский профессионал, будь он хоть на голову сильнее конкурентов, никогда не займет высокий пост в ключевых министерствах, не говоря уже о кресле президента республики. В итоге получается, что огромные ресурсы нашей страны управляются неэффективно, что естественным образом повышает риски в долгосрочной перспективе. Ведь мы не можем не учитывать геополитику - соседство России с мощно развивающейся глобальной державой - Китаем - и региональными лидерами, такими как Турция и Иран. А также, что не менее важно, настоящая политическая система не создает социальные лифты для своего самообновления и улучшения. Таким образом, у талантливых образованных людей, или даже выдающихся профессионалов в своей области нет стимулов и возможности для проявления своих умений и навыков на государственной службе.
Вторая беда, конечно, сопряжена с первой и действует еще более разрушительно, а ее результаты оформляются не только в форме банального воровства, но и в виде специфически сложенной "вокруг государственной" экономики. То есть в России процветают все виды коррупции - и бытовая, и деловая, и верховной власти. И это, как показывает практика успешных антикоррупционных кампаний в Сингапуре и Грузии, тот самый случай, когда "рыба гниет с головы".
Эти явления делают нынешнюю элиту не легитимной даже не с точки зрения ее конституционного оформления (да и здесь негативную роль играют операции "преемник", осуществляемые с 2000 года и противоречащие духу действующей конституции, и фарс на выборах), а с точки зрения устройства преуспевающих современных обществ в Юго-Восточной Азии (в Китае и так называемых "азиатских тиграх" - Сингапуре, Южной Корее, Тайване и Гонконге), которые гармонично устроены по принципу авторитарной меритократии. То есть получается, что российская современная власть не легитимна ни с точки зрения успешных демократий западного образца, ни с точки зрения успешных восточных меритократий.
Хотя, безусловно, важнее сама по себе внутренняя легитимность, т.е. то, признает ли существующую власть сам российский народ. Прошедшие парламентские выборы показали, что уровень народной поддержки настоящего курса падает как ни крути: с фальсификациями или без. Будущие президентские выборы дадут ответ на вопрос, есть ли мандат у "архитектора" этой системы - В. Путина.
Очевидно, он и его команда строили эту систему в свойственной им манере: не публично, не подотчетно, не прозрачно. Ни сам Путин, ни его преемник Д. Медведев никогда не были (да так и не стали) публичными политиками: получив власть "по наследству", они не привыкли отстаивать свою правоту в дебатах и отвечать на неудобные вопросы. Также заметно, что Путин, больше ценящий лояльность, чем профессионализм, за 10 лет не создал вокруг себя мощного и более молодого интеллектуального "кулака", способного прийти на смену этой "элиты" (чего хотя бы стоит его намерение вернуться в Кремль в этом году). Лично для меня очевидно, что на самореформирование существующей политической модели надеяться не приходится. Причем ясно, что по ее обломкам будут легко восстановлены две те самые причины ее смерти - гангрена и асфиксия.
Есть ли альтернатива?
Недавнюю волну справедливых протестов, кажется, попытались оседлать, в том числе, выступая на митингах, кто угодно - эклектичные поэты-сатирики, писатели-сатириками, просто неплохие писатели, политические банкроты (по совместительству, мастера обсценной лексики), талантливые и не очень телеведущие, порядочные музыканты, кремлевские ренегаты, невнятные олигархи и прочие. Какую альтернативу они предлагают? Есть ли среди них профессионалы, достойные того, что бы войти в новую политическую элиту страны? Давайте рассмотрим кандидатуру самого перспективного, по мнению многих, представителя этой волны - Алексея Навального.
Сразу оговорюсь, что мое отношение к Навальному как общественному деятелю крайне позитивное. Он действительно проявил смелость (что так ценно в наше время) и неплохие организаторские способности, реализовав важные общественно значимые проекты - антикоррупционный "РосПил" и мониторинг за качеством дорог "РосЯма". К слову, на этой стезе общественной деятельности еще более ярок и заслуживает всяческого уважения Евгений Ройзман, основатель "Города без наркотиков". Однако в Навальном смущают его недавно оформившиеся политические амбиции (и даже на президентский пост), которые, впрочем, выглядят мало обоснованными.
Во-первых, Навальный не имеет отчетливо сформулированной политической программы. Да, время от времени, журналисты или тот же Б. Акунин, в форме уже привычных для него публичных диалогов, выуживают по крупицам представления Навального о прошлом и настоящем. Но вот на счет будущего пока нет особой конкретики, не говоря уже о глубоком анализе возможных путей развития. Очевидно, любой серьезный кандидат должен давать ответы не только на вопрос "что?", но и на вопрос "как?".
Во-вторых, Навальный не преуспел значительно в своей основной стезе - юриспруденции. Он не имеет бэкграунда в виде Колумбийского Университета и опыта на посту министра юстиции, как М. Саакашвили, или Кембриджа и адвокатской практики в профсоюзной сфере, как Ли Куан Ю (так что аллюзии, в частности, Ю. Латыниной при разговорах о Навальном к этим двум, безусловно, важным реформаторам нашего времени выглядят немного ангажированными). Скажем, в принципе полезная деятельность Навального по защите миноритариев простому обывателю покажется малопонятной, а осведомленному - скорее занятием, граничащим с гринмейлом. Впрочем, в любом случае это опыт защиты уж очень малой категории лиц в нашей стране.
В-третьих, что, однако, уже не столь важно и вполне субъективно, Навальный вовсе не выдающийся оратор и харизматик, как принято считать. Тем, кто не знаком с речами Б. Обамы рекомендую для сравнения, например, вот эту на инаугурации, из русскоязычных ораторов выделю С. Удальцова (и, особенно, его обращение на митинге на площади Сахарова).
Однако, с моей точки зрения, самый главный недостаток Навального, который он уже вряд ли сможет нивелировать, состоит в том, что он не технократ. Но об этом уже в следующем разделе.
В виде лирического отступления: здесь, наверно, кто-то удивиться тому, что нет традиционной критики позиции Навального по национальному вопросу. Так в общих чертах я солидарен с ним - национальный вопрос, действительно, стоит остро, и лучше всего это иллюстрирует распределение голосов за "Единую Россию" в национальных республиках и русских регионах. Причем, дело не в фальсификациях: люди, в самом деле, в национальных республиках (что в Поволжье, что на Кавказе) по разным причинам живут лучше.
Альтернатива - меритократия в виде технократии
Определимся с терминами. В политологической теории, технократия - это разновидность меритократии, при которой руководящую роль в государстве занимают эксперты и, прежде всего, научно-технические специалисты. Конечно, никто не мечтает об утопических моделях общества, вроде тех, что описаны в замечательных романах "Мы" Е. Замятина и "О, дивный новый мир" О. Хаксли. Речь идет о другом. Дело в том, что руководители-технократы глубоко понимают проблемы и перспективы реального промышленного сектора экономики, а также такого важного направления для модернизации, как наукоемкие производства. В социальной сфере технократы отдают прерогативу образованию и науке, поддерживая и поднимая их уровень любыми эффективными способами. При принятии политических решений технократы опираются на научный подход и теорию, это позволяет им мыслить стратегически, а не в тех терминах мелкотемья, в которые скатились большинство нынешних западных демократий - от одного выборного цикла до другого. При этом политический либерализм отнюдь не ставится во главу угла, скорее наборот успешные технократии грамотно ограничивают свободы, предлагая взамен жестко соблюдаемые правила игры и верховенство закона. Либерализм же уместен только в экономике. Причем, это соединение предоставляемых свобод в экономике и ясных четких правил игр в виде обузданной коррупции, неприкосновенной частной собственности и ограниченного, но очень компетентного, вмешательства государства в экономику - весьма привлекательно для инвесторов, соглашающихся на длительные проекты, а вовсе не на краткие интервенции при высоких бизнес-рисках, как это распространено в России. Все это создает почву, необходимую для настоящей модернизации и прорыва во всех сферах - от экономики и технологий до социальной сферы.
Прежде чем привести конкретные примеры политических моделей и политиков-технократов, остановимся на ряде мер, которые по опыту разных стран, должны способствовать построению технократического общества.
Мера 1. Социальные лифты для профессионалов. Для привлечения лучших специалистов в отрасли на государственную службу им, естественно, необходимо предоставлять зарплату, сравнимую с той, которую они могли бы получать, работая в частном секторе. Этого трудно добиться, однако интересна, например, практика Сингапура, введеная в 1995 году, с автоматической привязкой фонда жалования министров, судей и высших государственных служащих к сумме налогов, уплачиваемых частным сектором. Т.е. гос. элите становится выгодно (в нормальном смысле этого слова), чтобы доходы частного сектора росли.
Мера 2. Разумная миграционная политика. Необходимо уяснить то, что продуктивной является только один вид миграции - приток высокообразованной рабочей силы. Все остальные виды миграции просто не работают и вредны, так как создают дополнительные культурно-бытовые проблемы, что видно, как по Западной Европе, так и здесь, в России. Необходимо создавать условия для привлечения таких специалистов из зарубежа и реэмиграции наших специалистов, уехавших в последние 20 лет. Да, это высококонкурентный рынок, но давайте начнем с малого. Например, вместо привоза строителей из Средней Азии необходимо по принципу выдачи грантов (см., например, программу Фулбрайта Госдепа США и др.) отбирать на конкурсной основе и привозить оттуда всю талантливую молодежь, победителей олимпиад, создавать там условия для обучения русскому языку.
Мера 3. Реформа образования. Для начала необходимо признать то, что у нас теперь не самые лучшие в мире: школьное образование (здесь стоит учиться у Финляндии), университетское образование (здесь в лидерах - США и Великобритания) и наука. Таким образом, меры напрашиваются сами собой: продуманные программы по студенческому обмену (с обязательными механизмами возвращения), привлечение ведущих иностранных преподавателей для проведения лекций на месте, встраивание в существующие открытые системы онлайн обучения (см. например, у Стэнфордского Университета и MIT), механизмы для поощрения сотрудничества с зарубежными учеными (по схеме: 1 проект = отечественные исследовательские группы + обязательно одна ведущая группа в области из зарубежа), механизмы для поощрения совместных проектов бизнеса и академической науки в университетах для снижения с государства исключительной нагрузки финансирования науки в стране. Также крайне важно грамотное введение английского языка (де-факто языка международной науки и образования, особенно, технических направлений) как второго основного языка для любого россиянина. Здесь интересен опыт скандинавских стран, таких как Дания и Норвегия, и, естественно, Сингапура.
Мера 4. Борьба с коррупцией. Контроль за расходами и отмена презумпции невиновности в отношении чиновников. Введение конфискации для осужденных по делам коррупции. Адекватное вознаграждение труда чиновников также и в этом перечне. Естественно, равенство перед законом и жесткие меры для всех без
исключения (что делать с осужденными - просто сажать, как в Сингапуре,
или расстреливать как в Китае, - вопрос стилистический).
Важно отметить и то, что переход от нынешней модели российской государства к технократии должен происходить на базе следующих важных пунктов:
смена власти только через выборы или ясный легитимный институт передачи власти (прообраз нашего Учредительного Собрания или французского Национального Конвента);
принятие новой легитимной властью закона о люстрации и приведение его в исполнение (т.к. впредь не должно быть практик, вроде массовой сдачи билетов КПСС и перебегания под новые знамена в конъюнктурных целях).
Очевидно, без выполнения этих двух пунктов новый курс не может быть состоятельным.
А теперь о примерах.
Пример 1. Брежневская эпоха. 70-е годы - это расцвет Советского Союза в различных сферах: образование, наука, промышленность, космос, балет, спорт и т.д. Причем дело было не только в демонстрируемых результатах и компетентности, но и в атмосфере целеустремленности и сотрудничества. Особенно ярко этот конгломерат подчеркивает пример ректора МГУ В. Садовничего, который приведен ниже (оставляя орфографию и пунктуацию оригинала):
" ... Вот, среда, которая была на Мехмате, она неповторима. Весь мир до сих пор изучает эту среду, потому что семинары и лекции шли до 12 ночи, в коридорах ходили группы и аспирантов, и уже маститых профессоров, которые задавали друг другу вопросы ... даже не зная доказательства, если круг пройти по коридорам Мехмата и, поговорив друг с другом, к концу круга найдешь доказательство этой теоремы. "
Также примечательна и такая цитата из мемуаров Ли Куан Ю (см. конец 27-й главы):
" ... Когда я посетил Советский Союз в сентябре 1970 года и встретился с премьер-министром Косыгиным на его черноморской даче, советские лидеры были уверены, что будущее принадлежало им.
Наблюдать за тем, как огромная, контролируемая империя стала неуправляемой, а затем разрушилась, было устрашающим зрелищем."
Легко заметить, что большинство членов Политбюро имели высшее инженерно-техническое образование и большой опыт управления на производстве. Да, конечно, мы прекрасно знаем, чем закончилась советская эпоха, но это как раз позволяет извлекать верные выводы. Ни в коем случае нельзя повторять главную ошибку брежневской эпохи: без своевременной смены элит технократия выродилась в мало адекватную геронтократию.
Пример 2. Политбюро компартии Китая. Другим великолепным примером является то, как удачно принципы технократии легли в основу, пожалуй, самой грандиозной трансформации в истории человечества - реформ Дэн Сяопина в Китае. Дело в том, что синологи отмечают несколько поколений лидеров в коммунистической партии Китая. И в конце 70-х, в период после хаоса Культурной революции, перед Дэн Сяопином стояла трудная задача по вытаскиванию страны из кризиса. И он принял единственно верное решение - сделать ставку на новое поколение, поколение технократов, и отказаться от услуг так называемых участников "Великого Похода", соратников Мао, к которым принадлежал и сам Дэн Сяопин.
Примечательно, что новая элита в основном состояла из специалистов, получивших инженерное образование у нас, в Советском Союзе. Это практика распространилась и на третье поколение лидеров: Цзян Цзэминь получил инженерное образование в Шанхае и проходил в 50-х практику на автозаводе в Москве, Ли Пэн окончил Московский Энергетический Университет по специальности гидроинженер, Ли Ланьцин - Фунданский Университет по направлению менеджмент предприятия и проходил практику на Горьковском автозаводе, Чжу Жунцзи - Университет Цинхуа по специальности электротехник, Ли Рийхуан - инженер-архитектор. Более подробно это исследовалось в работах Ченга Ли (см., например, Cheng Li "The Rise of the Fourth Generation Leaders in the PRC", также можно ознакомиться с биографиями лидеров современного Политюро КПК). Кстати, как справедливо отмечал Ли Куан Ю (см. здесь и здесь), это было поколение китайской элиты, у которой еще второй язык был русский. Скоро ситуация будет меняться (хотя бы в виду массовой практики обучения китайских студентов в США с середины 80-х и того, что большинство китайских специалистов, действительно, возвращаются), и у современной китайской элиты вторым будет английский язык. Очевидно, китайская элита учла ошибки Советского Союза и теперь со всем основанием может рассчитывать на то, что будущее будет принадлежать именно им.
Пример 3. Правительство Е. Примакова и Ю. Маслюкова. Сравнительно недавний пример - краткосрочный, но весьма эффективный приход антикризисного правительства Примакова-Маслюкова, работа которого, по сути, заложила фундамент для будущего роста российской экономики в начале "нулевых" при Путине. По данным С. Глазьева, благодаря их работе экономический рост составил более 23% при снижающейся инфляции. Среди ключевых мер правительства были: удержание низких процентных ставок и борьба с монополистами. Конечно, оставалась куча нерешенных проблем, как справедливо и отмечает Глазьев. Однако, отставка этого правительства состоялась и была продиктована ничем иным как патологической неадекватностью пьяницы Б. Ельцина, тогдашнего главы государства.
Пример 4. Гипотетический пример из нашего настоящего - действующий калужский губернатор А. Артамонов. "Гипотетический" - так как мне ничего неизвестно о его политических президентских амбициях.
Он получил техническое образование и прошел хорошую школу от инженера до директора предприятий, т.е. понимает что такое производство. О его политической чистоплотности и личных качествах говорит то, что он не "предал" КПСС и после 1991 года не состоял ни в одной из партий, включая приснопамятную "Единую Россию", что, безусловно, редкость среди глав регионов. Кроме того, ему удается успешно работать с иностранными инвесторами, о чем говорит приход в калужскую область знаменитого Volkswagen, построившего там завод. Что, кстати, было отмечено германскими властями на высшем уровне в виде государственной награды ФРГ. Таким образом, это интересный пример политика-технократа федерального уровня, который проявил себя как качественный управленец региона без нефтяных ресурсов (но при наличии сильного научного потенциала, хотя бы в виде того же Обнинска) и который мог бы баллотироваться на пост президента России. В любом случае, очевидно, его выдвижение было бы более логичной альтеративой Путину, чем, скажем, тот же иркутский губернатор Д. Мезенцев.
Что делать нам, обывателям?
Суть предыдушего раздела в том, что бы подчеркнуть одну простую, но важную, мысль - мы, россияне, заслуживаем лучшую элиту. Однако, что мы сами можем сделать для того, чтобы это свершилось? И здесь, представляется, есть различные направления.
Один из них, как тонко подметила в одном из эфиров "Эха" В. Новодворская, опрометчиво показал сам Путин (то ли в шутку, то ли всерьез он однажды посетовал: "Ганди умер - поговорить не с кем"). Это гандизм в виде несотрудничества и ненасильственных формах гражданского неповиновения.
Есть и другой путь - более личный - начать с себя. Т.е. учиться, становиться профессионалом в своей области и, используя полученный опыт и знания, стараться влиять на окружающую среду и подавать личный пример. Таким образом, тем, кто молоды (по крайней мере, в душе), необходимо самосовершенствоваться и получать образование, по возможности, в лучших учебных заведениях отрасли, в том числе, зарубежом. Те, у кого достаточно опыта и профессионализма, могут применять его в форме общественно полезной деятельности, создавая и участвуя в общественных организациях. Да, наконец, отказаться от дачи взятки - тоже важный ресурс для "выздоровления" общества!
Да, оба эволюционных пути трудны и не дают сиюминутного эффекта, но они, уверен, должны привести в конце концов к позитивным изменениям в масштабе всей страны. Ведь согласно принципам диалектики и феномену "черного лебедя", описанному Н. Талебом, история зачастую развивается нелогично и непредсказуемо. Поэтому нам остается только трудиться и надеяться, что со временем общество выдвинет своих героев, и, по Г. Джемалю, "лидеры соткутся из тумана".
На днях удалось перевести (достаточно вольно, впрочем) на английский язык свою давнюю лирическую миниатюру. Такой маленький шажок к билингвальному творчеству à la Vladimir Nabokov:) Разлука
Прощальный взмах твоей руки:
Разлука стала неизбежна.
До первых приступов тоски
Тебе вослед смотрел я нежно.
Тянулись пасмурные дни,
И дождь играл роль первой скрипки.
Но угнетали не они:
Мне грустно без твоей улыбки.
И вот настал чудесный миг,
Скатилась радости слеза.
Я вижу вновь прекрасный лик,
Я вновь смотрю в твои глаза.
*** Separated
You waved goodbye and sent a kiss,
Then disappeared from my view.
Until my heart began to miss,
I couldn't help but gaze at you.
The gloomy clouds hovered long.
The rain stopped drumming for a while.
I had to hear its solemn song
And felt depressed without your smile.
But now you're locked in my embrace -
It's time for joyful tears and cries.
I can behold you face to face.
Again I look into your eyes.
Примерно месяц назад стало известно, что я прошел конкурсный отбор по программе Гос. Департамента США для выпускников вузов и аспирантов - Fulbright Graduate Student Program (программа Фулбрайта, грант Фулбрайта). Далее хотел бы описать свой опыт участия в этом конкурсе, что, возможно, будет полезно для будущих соискателей этой стипендиальной программы.
Необходимо сразу оговориться, что данный конкурс проводится по двум направлениям: есть соискатели на обучение в магистратуре, и есть претенденты на стажировку (или Visiting Graduate Student Program - мой случай). Впрочем, сам отбор проходит смежно для обоих типов соискателей.
1 этап - Заявка
Конкурс стартует в начале календарного года (примерно в январе-феврале). Участие в нем начинается с заочного этапа, на котором претенденты должны заполнить специальную онлайн форму, или заявку, (application) и переслать некоторые документы по обычной почте. К подготовке материалов на этом этапе следует отнестись максимально ответственно. По моим субъективным ощущениям, заявка играет крайне важную роль при отборе, скажем, процентов на 70. Помимо некоторых персональных данных, она содержит следующие важные элементы:
текст о предполагаемом научном проекте (Research Objectives)
текст о себе и своих жизненных целях (Personal Statement)
три рекомендательных письма (reference letters).
В первом тексте важно внятно описать то, какой исследовательской работой кандидат занимался в ходе своего обучения в университете (например, в рамках дипломной работы или на курсах для интернет-специалистов) и чем планирует заняться в рамках обучения в магистратуре или во время стажировки. Естественно, аспирантам проще описывать цели своего исследования, так как они, как правило, имеют утвержденный индивидуальный план работы, согласованный с научным руководителем. Важно понимать, что текст Research Objectives заполняется в двух вариантах - на английском и русском языках - и будет изучаться рецензентами - специалистами в данной предметной области. Таким образом, уровень изложения и терминология должны быть адекватными. Кроме того, рекомендуется выделить еще два аспекта: а) почему именно американские университеты рассматриваются кандидатом для продолжения своего исследования; б) какую пользу исследовательский проект может принести родной стране. Черновик моего текста - здесь.
Personal Statement - текст, в котором конкурсант описывает вкратце свой путь к своему текущему статусу. Желательно при этом проиллюстрировать реальными примерами свои выводы, описания планов и целей. Черновик - здесь.
Рекомендательные письма пишутся тремя людьми, профессионалами, с которыми конкурсант работал или у кого учился. Если есть возможность, полезно к двум рекомендательным письмам людей из академии (обычно - кто-то из преподавателей и научный руководитель) добавить письмо начальника по работе (в моем случае это был team lead с прежней работы). В любом случае хорошие рекомендательные письма должны быть информативными и содержать достаточно конкретные примеры демонстрации положительных качеств студента.
Остальные пункты заявки также важны: есть разделы для заполнения данных о научных публикациях и другой активности участника.
По данным кураторов программы в этом году всего было около 700 заявок по конкурсу в России. Соответственно, российские участники соперничают только между собой, хотя программа международная.
2 этап - Собеседование
По результатам оценивания заявок на второй этап проходят заметно меньшее число участников (в этом году - немногим больше ста). Очный тур предполагает собеседование и (опционально) сдачу тестов. В этом году собеседование проводили параллельно в несколько дней четыре комиссии. Состав комиссии обычно комплектуется по следующему принципу: бывший участник программы (Fulbright alumni), профессор из России (или представитель российского офиса программы Фулбрайта), профессор из США и человек из американского посольства. В принципе, может оказаться, что в комиссии не окажется специалиста в вашей области,- к этому тоже надо быть готовым. Расписание проведения интервью строго регламентировано, и время его начала для каждого участника известно заранее. Собственно собеседование длится 15 минут (естественно, на английском). Основные темы и вопросы - на основе материалов заявки: в чем суть проекта; вы участвовали на международных конференциях, опишите; почему именно Штаты; какие планы после завершения программы. Также спрашивают бытовые вопросы: вы не жили заграницей в течение такого периода, какие трудности ожидаете? Говорят, иногда спрашивают про личные увлечения и информацию о самой программе. Поскольку подход индивидуален, само содержание вопросов может быть произвольным, но здесь важно понять, что данное интервью - это единственная возможность познакомиться с участником "в живую", поэтому не стоит ждать вопросов из викторины "Кто хочет стать миллионером?". Также стоит обратить внимание на такие детали, как язык жестов и уверенность в голосе.
Наверно, могу посоветовать еще этот текст (см. раздел Interview Tips) одного из зарубежных интервьюеров программы, который дает представление об общей логике оценивания конкурсанта на данной стадии.
Что касается тестов, то участники программы стажировок должны сдать только TOEFL. От претендентов на магистерскую программу требуется еще и GRE General. Сдача этих тестов оплачиваются программой и проводится в ходе 2 этапа, но можно самому сдать тесты и заранее. Результаты тестов, по сути, не играют роль при отборе, но они важны на стадии распределения по вузам.
3 этап - Отбор
Этот этап проходит без участников. Специалисты ранжируют кандидатов на базе оценок, полученных независимо на обоих предыдущих этапах. Если судить по результатам прошлого года, то отбирается около 50 кандидатов в пропорции 3:7 в пользу "магистров".
P.S. Сейчас мы (те, кто прошел отбор) находимся на стадии распределения по вузам и в официальной терминологии называемся "полуфиналистами" программы. Распределение осуществляет отдельный институт в Нью-Йорке с учетом пожеланий самого конкурсанта (правда, не гарантируя 100% совпадение таковых с итогами). Московский офис занимается покупкой авиабилетов и, при необходимости, билетов на поезд до Москвы, оформлением визы и прочим сопровождением. После окончательного распределения (обещают, примерно в апреле будущего года) участники станут "финалистами". И, наконец, после получения визы (все формальности тоже на себя берут кураторы программы) - стипендиатами. Насколько я понимаю, старт программы - это примерно август.
Уф, только что случился эпизод, который по горячим следам было бы неплохо проанализировать. По крайней мере, извлечь какие-то важные уроки. Дело в следующем.
Ближе к вечеру захожу как обычно в подъезд своего пятиэтажного многоквартирного дома. Гляжу: на боку лежит человек, на вид незнакомый, прямо поперек, так что не заметить его невозможно. Первая мысль: "бомж". Пригляделся повнимательнее: одет не так плохо, и в его руках - ключи с домофонной таблеткой, как на нашей подъездной двери. Мысль развивается: "человеку стало плохо или он пьян". Послушал - дышит. Обратился к нему громко, немного пошевелил, но не переворачивая. Один раз, другой. Не отзывается. Звоню по мобильному 03, кое-как вспомнил, что надо набирать 003. Объясняю ситуацию. Удивило, что диспетчер начал меня отговаривать в том смысле, может, он просто пьян и высылать скорую, возможно, не понадобится. Никаких внятных инструкций, ничего. Я возражаю уже на повышенном тоне: мол, сделал, все, что мог, запаха не чувствую, человек не отзывается, лучше приезжайте и сами разберитесь. Сработало, записали адрес, сказали, что выслали скорую.
Поднялся на этаж выше, звоню в дверь моих соседей снизу (лично их не знаю), открывают. Какая-то девушка. Я объяснил, что случилось, и спросил, есть ли нашатырь. Нашатыря не оказалось, но удивило не это. Оказывается, она в курсе, что валяется человек внизу, но, говорит, что его не знает, так как недавно переехала. Меня поразило, что предпринять какие-то меры она не удосужилась. Про себя думаю "хрен с вами", звоню в дверь напротив. Открывает пожилая женщина. Она сразу вникла в ситуацию, пошли вниз, и она узнала человека - оказался мой сосед (!) по этажу. (Надо заметить, в доме - маленькие лестничные площадки по четыре двери). Слушаем, лежачий дышит. Спрашиваю ее, может ли, он быть пьяным. Она говорит, что раньше не был замечен. Я попросил ее принести нашатырь, сам поднялся на свой этаж и стучал-звонил в дверь этого лежачего. Никого не оказалось. Сверху по лестнице спускается мужчина. Я объясню ему ситуацию. Спустились уже с ним. И он тоже узнает в нем моего соседа. Послушали опять, лежачий дышит. Мужчина зовет его по имени и пытается его трясти, я говорю, что не стоит: мало ли, что у человека. Наконец, лежачий подал голос. Тут же женщина с нашатырем спускается. Подносит. Лежачий окончательно приходит в себя, уже по речи определяем, что он был пьян (заплетая язык, нес какую-то чушь, что он якобы уже дома). Звоню по 03, четыре раза оказывалось занято (!). Наконец, дозваниваюсь, говорю так и так, что человек был пьян и присылать скорую не нужно. Спрашивают адрес, мою фамилию, делают отбой. Время между моими звонками - 18 минут (т.е. скорая все время была в пути). Наконец, довели бедолагу до квартиры, не без приключений открыли дверь. Сейчас он должен быть в порядке.
Теперь к выводам, по крайней мере, очевидным. О себе: никого из своих соседей я бы не узнал, если бы встретился с ними до этого на улице. В этом доме живу почти год. Мужчине и женщине - спасибо за отзывчивость. Скорая: это полный бардак. Ищите врачей и записывайтесь на консультацию в своем городе.
Знакомьтесь на Мамбе - лидер интернет-знакомств в Россиии и Восточной Европе! Теамо - профессиональный подход в подборе пары.
Гормон роста на этой странице (проконсультируйтесь, пожалуйста, со специалистом).
Главной целью поездки было участие в International Conference on Web Intelligence, Mining and Semantics (WIMS'11), которая проводилась впервые в этом году и обещает стать традиционной. По крайней мере, место проведения следующей WIMS'12 уже известно: г. Крайова (Румыния). По тематике WIMS укладывается в широкий спектр направлений Semantic Web и, видимо, призвана занять свою нишу после ведущих конференций этой области: ISWC и ESWC.
В этом году конференция была приурочена к 10-летию публикации основополагающей статьи T. Berners-Lee, O. Lassila, J. Hendler "Semantic Web" в журнале Scientific American. Собственно, подведению промежуточных итогов был посвященный пленарный доклад одного из соавторов данной статьи.
Следующие тезисы удалось уловить из его выступления:
Семантический Веб стал реальностью. В частности, много внимания было уделено развитию этих идей ведущими компаниями: приводились примеры Facebook Open Graph Protocol (более известный как кнопка Like, заполонившая весь Веб), поддержка Google словаря Good Relations посредством технологии Rich Snippets (про важную инициативу schema.org трех ведущих поисковиков станет известно несколькими днями позднее), модуль для управления семантическими метаданными в СУБД Oracle 11g и др.
Можно констатировать зрелость лишь нижней части стека технологий Семантического Веба, т.е. RDF, RDFa, RDFS, SPARQL и отчасти OWL. В этой связи делается вывод, что перспективнее (особенно для целей бизнеса) делать акцент на генерацию и обработку растущих объемов данных (например, в канве того же проекта Linked Data), чем на разработку новых дорогостоящих онтологий.
Семантический Веб добавляет семантику к функциональности традиционного Веба, т.е. Веб 3.0 представляет собой не альтернативу, а полезное развитие Веба 1.0 и Веба 2.0. Этот факт демонстрируют приложения семантического поиска и разнообразные мэшапы данных, работающие поверх существующей технологической инфраструктуры.
Следующий пленарный докладчик - Петер Мика (Yahoo Research).
Он представил подробный обзор области семантического поиска. Вот основные моменты:
под семантическим поиском понимается парадигма поиска, которая: (i) использует структуру данных или явную схему данных для понимания намерений пользователя и значения содержимого; (ii) использует это понимание в некоторой части поискового процесса (например, при индексации или ранжировании).
Семантический поиск призван улучшить современные поисковые техники, ориентированные на методы машинного обучения. Существуют категории плохо разрешаемых информационных нужд: запросы со множеством интерпретаций (paris hilton), редкие «запросы длинного хвоста» (george bush — пивовар из Аризоны, а не экс-президент США), мультимедийный поиск, неточный или сверхточный поиск, поиск описаний (countries in Africa) и т.д.
В связи с использованием данных Семантического Веба появляются новые поисковые задачи: агрегирование поисковых результатов (сравнение цен на разных сайтах); анализ и оценка (оценить мировую температуру в 2020); семантическое профилирование (рекомендации, основанные на определенных интересах пользователя); семантический анализ поисковых логов (понимание поведения пользователя в терминах объектов); поддержка более сложных задач (например, заказ билетов для отпуска через комбинацию сервисов).
Интепретация запросов в семантическом поиске: использование онтологий для извлечения структуры из запросов; взаимодействие с пользователем при написании запроса (как в Freebase), отображение интепретации запроса (как в TrueKnowledge).
Горизонтальная и вертикальная структура семантического индекса, т.е.каким образом расширять стандартный инвертированный индекс, сохраняя масштабируемость механизма индексации.
Оценка семантического поиска: было объявлено о создании инициативы Yahoo SemSearch Challenge - это своего рода TREC для семантического поиска, который покрывает: поиск по ключевым словам для RDF данных; поиск сущностей; листовой поиск (когда ищется класс объектов). При этом используются реальные поисковые логи Yahoo и Microsoft Bing, производится оценка в стиле TREC, причем акцент ставится на ранжирование, а не на вопросно-ответный поиск. Кроме того, с помощью Amazon Mechanical Turk для оценивания привлекается ручной труд.
Разработка поисковых интерфейсов: генерация поисковых сниппетов, адаптивное и интерактивное представление результатов (по типу запроса), группировка похожих результатов, фильтрация по фасетам, помощь пользователю в запросах.
В заключение был обрисован горизонт будущих работ: полуавтоматические способы создания метаданных (как снизить долю ручного труда с 95% до 5%); оценка качества данных; логический вывод; масштабируемость; повторное использование онтологий; отображение данных.
Сорен Ауэр (Leipzig University), один из авторов DBPedia - краеугольного ресурса "облака" Linked Data, рассказал о развитии проекта LOD2, над которым работают не только исследователи из университетов, но и коммерческие компании, например, такие как OpenLink, известная по своему детищу - Virtuoso.
Так, в рамках LOD2 разрабатываются инструменты для поддержки всего жизненного цикла "связанных данных": 1) извлечение; 2) хранение/обработка запросов; 3) ручная проверка/создание; 4) связывание/объединение; 5) классификация; 6) анализ качества; 7) восстановление; 8) поиск/просмотр/исследование. Вся цепочка работы с данными замкнута, и каждая подзадача выполняется циклично по принципу стиральной машины (аллегория самого Ауэра). Основными терминологическими ресурсами, помимо DBPedia, являются также LinkedGeoData, который, как утверждается, вместе с данными из OpenStreetMap способен составить конкуренцию известным коммерческим решениям вроде Google Maps, и словарь статистических данных DataCube. В качестве решения второй подзадачи разрабатываются инструменты для ускорения работы RDF хранилищ, которые пока в 5-50 раз медленнее реляционных СУБД согласно DBPedia benchmark. Кроме того, особенно подчеркивалась важность разработки средств вроде семантических вики, например, таких как OntoWiki. В заключение был сделан анонс: уже в сентябре будут свободно доступны Debian дистрибутивы для решения вышеупомянутых подзадач.
Марко Гробельник (Josef Stefan Institute) построил свой пленарный доклад практически целиком на демонстрации любопытных приложений для обработки текста. Особенно запомнился SearchPoint - контекстно-зависимый поисковик.
Несколько выбился из общего контекста доклад Ашвина Рама (Georgia Tech Univesity) об OpenStudy, платформе для вовлечения учеников в образовательный процесс через механизм социальных сетей. Идея проекта в том, что бы через специальный виджет, доступный, например, на таких сайтах, как MIT OpenCourseWare и videolectures.net, предоставить возможность людям обсуждать и задавать вопросы/получать ответы по просматриваемому конспекту лекции, видео или др. учебному материалу. Выглядело любопытно, но, мне кажется, концепция того же Khan Academy выглядит более инновационной и полезной и, в том числе, в смысле социального аспекта в образовании.
Мой доклад "Анализ логической структуры математических научных публикаций" (слайды, ACM, препринт статьи доступен на персональной странице) состоялся в первый же день в рамках секции "Semantics and Ontology Engineering". Прошел он неплохо: не каждый докладчик получает возможность ответить сразу на 4 адекватных вопроса после доклада. Также, накануне доклада удалось перехватить упоминавшегося П. Мику и пригласить его на свою секцию (конференция, как обычно, проходила в несколько секций параллельно). Позже, уже на кофе-брейке, было интересно пообщаться с ним по поводу темы доклада.
Так случилось, что из Бергена я прилетел одним самолетом с другими участниками, в частности, Джонгом Паком (KAIST, Korea & University of Edinburgh, Scotland) и Томашом Влодарчиком (University of Stavanger, Norway).
Профессор Пак со своим студентом представили работу по анимации языков жестов для веб документов. Томаш - аспирант, получил магистерcкую степень в Польше, сейчас работает и готовится к защите Ph.D. тезиса в Норвегии (женат, кстати, на русской девушке). Интересно, что у него был отличный опыт стажировок в ведущих американских университетах - Carnegie Mellon и Стэнфорде (в частности, он рассказывал и про работу с одним из авторов Protege Наташей Ной, а на конференции у них была совместная статья с Мартином О'Коннором по специальному расширению языка правил SWRL).
А это уже на обеде конференции с Цабой Верешом и Николаем Нефедовым.
Профессор Вереш - "человек мира": он венгр, сын выдающегося тяжелоатлета, двухкратного чемпиона мира Дьезе Вереша, вырос в Австралии, учился в США, работает сейчас в Университете Бергена (Норвегия). Николай - сотрудник Nokia Research - родом из Кисловодска, окончил питерский политех, 15 лет проработал в Финляндии, сейчас работает в Швейцарии. Он представил интересную работу по анализу топологии социальных графов, извлеченных из телекоммуникационных логов. По сути, из русскоговорящих участников, кроме нас, был еще Алексей Чепцов из Украины, исследователь из проекта LarKC, работающий в Германии.
----
Пожалуй, все, что хотел рассказать. Многие материалы (слайды, видео) доступны на сайте конференции. Ясно, что невозможно в данном формате покрыть весь объем представленных работ, поэтому лучше обратиться к первоисточникам.
