Теренс Тао: «Политика и хаос в UCLA разрушают корни американской науки»

Brian Keating 39,8 тыс. 14 мин 4 мин 17.11.2025
Главное

Теренс Тао, которого часто называют «Моцартом математики» и одним из величайших умов современности, столкнулся с неожиданным вызовом: администрация Дональда Трампа приостановила финансирование его исследований в Калифорнийском университете в Лос-Анджелесе (UCLA). В беседе с астрофизиком Брайаном Китингом знаменитый математик анализирует причины этого решения, объясняет, почему фундаментальная наука не может выжить без государственной поддержки, и предлагает новый взгляд на решение математических задач с помощью искусственного интеллекта.

🛑 Политический маневр или бюрократический хаос: приостановка грантов в UCLA 0:00

В 2024 году научное сообщество UCLA столкнулось с беспрецедентной ситуацией: федеральное финансирование по линии Национального научного фонда (NSF) и Национальных институтов здравоохранения (NIH) было внезапно приостановлено . Официальной причиной было названо несоблюдение университетом Раздела VI (Title VI) Закона о гражданских правах в связи с пропалестинскими протестами и обвинениями в антисемитизме на территории кампуса .

По словам Теренса Тао, последние шесть месяцев в университете царит хаос . Математик подчеркивает следующие ключевые изменения в системе финансирования:

Тао признается, что его личный грант также попал под сокращение, что заставило его экстренно искать альтернативные источники средств для поддержания текущих программ .

📑 «Неравенство» под запретом: цензура в заявках на гранты 3:03

Одной из самых абсурдных деталей нынешнего кризиса, по словам Тао, стала негласная цензура ключевых слов в научных работах. Он утверждает, что некоторые математические проекты теряют финансирование просто из-за использования слова «неравенство» (inequality) .

В математике этот термин означает фундаментальное соотношение между величинами (например, неравенство Коши — Буняковского), однако чиновники, по мнению Тао, воспринимают его исключительно в социально-политическом контексте. Гость отмечает, что такие решения принимаются молниеносно, без участия Конгресса и общественного обсуждения, что наносит огромный «сопутствующий ущерб» фундаментальным исследованиям .

🌳 Математика как корни дерева: почему частные меценаты не заменят государство 4:59

Брайан Китинг поднимает вопрос о жизнеспособности модели государственного финансирования, которая существует со времен Ванневара Буша и его концепции «Бесконечного фронтира» (Endless Frontier) . Существует мнение, что такие выдающиеся ученые, как Тао, могли бы полностью перейти на поддержку частных фондов, таких как Simons Foundation .

Однако Теренс Тао аргументирует необходимость сохранения федеральной поддержки:

  1. Масштаб и долгосрочность: Только правительство способно поддерживать научную экосистему на десятилетия вперед . Частные фонды часто меняют приоритеты, а ученым приходится постоянно заниматься фандрайзингом вместо исследований .
  2. Поддержка молодых кадров: Если именитый профессор может найти частные деньги, то студенты и постдоки (исследователи после докторантуры) нуждаются в предсказуемой системе грантов на 3–4 года, чтобы иметь возможность переехать в другой штат и планировать жизнь .
  3. Невидимая польза: Тао использует аналогию с корнями дерева: математика — это корни, которые не видны, но без которых дерево (технологии) погибнет .

Математик приводит конкретные примеры того, как «абстрактная» наука влияет на повседневную жизнь:

🏆 Культ гениев: Fields Medal и Проблемы тысячелетия 9:24

Обсуждая престижные награды, такие как Филдсовская премия (Fields Medal), которую часто называют «Нобелевской премией для математиков», Тао высказывает неоднозначное отношение к ним.

По мнению Тао, такие награды — это палка о двух концах :

Особое внимание собеседники уделяют «Проблемам тысячелетия» от Института Клэя . Тао сам работает над одной из них — проблемой регулярности решений уравнений Навье — Стокса. Суть вопроса простыми словами: «Может ли вода самопроизвольно взорваться при изначально спокойных условиях?» .

Математик отмечает опасный побочный эффект призового фонда в 1 миллион долларов: когда решение кажется близким, ученые перестают делиться идеями и становятся скрытными, чтобы не упустить награду. Это, как полагает Тао, тормозит общий прогресс .

🤖 Будущее: AI и отказ от «все или ничего» 13:06

Теренс Тао предлагает изменить подход к постановке задач в математике. Вместо того чтобы фокусироваться на одной сверхсложной проблеме (где действует принцип «все или ничего»), он предлагает создавать списки из миллионов мелких подзадач .

Гость видит в этом ключевую роль для искусственного интеллекта:

В завершение беседы Брайан Китинг анонсирует вторую часть интервью, где они подробно обсудят исследования Тао в области AI, его личный путь в науке и вечный философский спор о том, создается математика человеческим разумом или открывается как объективная реальность .

💬 Цитаты

«Математика находится в самом начале цепочки. Это как корни дерева. Если убрать корни, со временем погибнет все дерево.»

Теренс Тао 09:11

«Нам кажется, что правила придумывают прямо на ходу. Финансирование, которое уже было одобрено, приостанавливается или отменяется без всяких научных причин.»

Теренс Тао 01:31
👥 Спикеры
📚 Упомянутые книги
🔗 Упомянутые сайты и проекты
📖 Термины
Филдсовская премия
Самая престижная награда в области математики, вручаемая раз в четыре года ученым моложе 40 лет.
Раздел VI (Title VI)
Закон США, запрещающий дискриминацию по признаку расы, цвета кожи или национального происхождения в программах, получающих федеральное финансирование.
Проблемы тысячелетия
Семь математических задач, определенных Институтом Клэя в 2000 году, за решение каждой из которых положен приз в 1 млн долларов.
Уравнения Навье — Стокса
Система дифференциальных уравнений, описывающая движение вязкой жидкости.
📊 Цифры
🗓 Хронология
  1. 2000 год Институт Клэя анонсировал семь «Проблем тысячелетия».
  2. 2024 год Протесты в кампусе UCLA и последующая приостановка федерального финансирования университета.
⚖️ Другая сторона
Математика и физика Terrence Tao Brian Keating UCLA NSF AI