В науке я нахожу вдохновение

LT: Марина, откуда вы и как вы попали в Институт вычислительной математики и математической геофизики СО РАН?
МАРИНА АКЕНТЬЕВА: Я родилась в Казахстане, в селе в 60 километрах от города Усть-Каменогорска. Там выросла, училась в школе. Больше всего меня интересовали естественные науки — физика, биология. Особенно увлекла информатика, я занималась ею гораздо больше, чем требовалось по программе: читала дополнительную литературу, придумывала и писала свои программы. Одной из первых интересных и запомнившихся была программа-калькулятор, которая озвучивала все действия голосом моей лучшей подруги. Именно тогда я увлеклась программированием и решила, что это может стать моей специальностью в будущем.
К окончанию школы мое решение окрепло,  вопрос был лишь в выборе вуза и факультета.
Я слышала, что лучшую фундаментальную базу для этой профессии даёт мехмат, и это определило мой выбор. Выбирала вуз по описаниям в интернете, очень хотелось, чтобы там были и наука, и комфортные условия для жизни. Прочитала про НГУ, про Академгородок и сразу решила: вот, это мой вариант! Поскольку была гражданкой Казахстана, сдавала внутренние экзамены университета  и поступила. А дальше – учёба в НГУ: я окончила бакалавриат, магистратуру, а в этом году – аспирантуру.

Какая у вас научная специализация? Что повлияло на её выбор?
В университете, на мехмате я по-настоящему открыла для себя красоту математики. Меня завораживало, как строгие, логичные доказательства и абстрактные, на первый взгляд, конструкции, помогают описывать и решать совершенно реальные задачи.

Изначально думала пойти на кафедру программирования, но, изучив предлагаемые темы дипломов, поняла, что мне не хватает той самой математической глубины. Идеальным сочетанием оказалась вычислительная математика: здесь есть и прикладная область, где можно решать реальные задачи, и необходимость глубоко разбираться в теории, чтобы применять её на практике.

На мехмате я познакомилась с замечательными людьми, но особенно важной стала встреча с моим первым научным руководителем, доктором физико-математических наук Василием Александровичем Огородниковым. На тот момент он работал в Институте вычислительной математики и математической геофизики СО РАН, а у нас вел  вычислительный практикум. Меня заинтересовали его задачи, он очень приятный в общении человек, и уже после первого занятия я решила, что хочу специализироваться именно у него.

Дальнейший путь стал вполне естественным: я писала под его руководством бакалаврский и магистерский дипломы, параллельно участвовала в проектах нашего института, ИВМиМГ СО РАН, где меня приняли на работу — сначала инженером, а затем младшим научным сотрудником. Тогда же я начала сотрудничество с моим нынешним руководителем – доктором физико-математических наук Ниной Александровной Каргаполовой. Она тоже ученица Василия Александровича. Сейчас Нина Александровна – заведующая лабораторией стохастических задач ИВМиМГ СО РАН, и под её руководством я пишу кандидатскую диссертацию. Планирую защитить её в начале 2026 года.

Расскажите о вашей работе – что такое стохастическое моделирование и для чего оно применяется?
Если говорить в общих чертах, то стохастическое моделирование — это способ изучать сложные процессы с помощью математики. Сначала создаётся модель: по сути, это подход, при котором мы описываем сложный, случайный по своей природе процесс на языке теории вероятностей. Затем эта модель реализуется в виде компьютерной программы, которая позволяет нам генерировать множество возможных сценариев развития изучаемого процесса. В основе такой программы лежат численные алгоритмы. Наша задача состоит в том, чтобы разработать такие алгоритмы, которые будут математически корректно воспроизводить случайный процесс, и при этом работать достаточно эффективно.

В нашей научной группе мы разрабатываем приложение, основанное на рассчитанных нами  алгоритмах, так называемые генераторы погоды. Это математические модели, которые на основе реальных данных многолетних метеорологических наблюдений создают синтетические, но статистически правдоподобные ряды метеорологических величин — например, температуры, осадков или скорости ветра. Важно понимать, что это не прогноз погоды: наш генератор погоды может создать, к примеру, тысячу различных сценариев развития погодных условий. Это позволяет оценить риски для сельского хозяйства, например, вероятность сильной засухи в Новосибирской области. В реальных наблюдениях, доступных нам, скажем, за последние 30 лет, такое событие могло случиться всего один раз или не случиться вовсе, но этого недостаточно для надёжной статистической оценки вероятности её повторения. Наш генератор может создать объём данных, эквивалентный тысяче лет наблюдений. Проанализировав этот массив, мы можем оценить, что вероятность наступления такой засухи хотя бы раз в ближайшие 30 лет составляет, к примеру, 1%. Это и позволяет численно оценивать риски редких, но критически важных событий.

В этом заключается суть стохастического подхода. В отличие от детерминированных моделей, где из одних начальных условий получается один результат, наши модели учитывают случайность, присущую самой климатической системе. Мы запускаем модель многократно и получаем целый ансамбль возможных сценариев, что даёт гораздо более полную картину для оценки рисков.

Один из наглядных примеров практического применения наших генераторов погоды – совместный проект с коллегами из Института динамики систем и теории управления СО РАН (г. Иркутск). Они занимаются оптимизацией локальных энергетических микросетей, которые зависят от возобновляемых источников энергии, например, от солнца. Их задача – оценить надёжность такой системы. Сложность проблемы заключается в том, что нельзя просто взять среднее количество солнечных дней в году: критически важно учесть вероятность экстремальных событий, например, долгого периода с низкой облачностью, что обычно мы наблюдаем зимой, которого могло и не быть в коротких рядах наблюдений, и внести этот фактор в программу.

Специально для них мы разработали генератор погоды, который моделирует ключевые для этой задачи параметры. Запустив самые различные сценарии, коллеги могут протестировать свои модели на данных для самых разных, в том числе и неблагоприятных, условий. Это позволяет им численно обосновать экономические решения: нужна ли вторая солнечная панель? какой ёмкости требуется аккумулятор? или, возможно, в данном климате такая система в принципе нерентабельна. Другими, не стохастическими способами, решить эту задачу будет гораздо сложнее и дольше. 

Марина, как вы работаете на компьютере, с программами, с ограничениями по зрению?
Да, у меня есть проблемы со зрением, но для моей работы это не помеха благодаря современным технологиям. Я использую программы экранного доступа, так называемые скрин-ридеры, которые озвучивают всё, что происходит на экране компьютера или телефона. Иногда готовых решений недостаточно, и здесь мне очень помогает то, что я умею программировать. Я просто пишу для себя нужные утилиты. 

Например, для работы с документами в  распространенном среди математиков формате LaTeX я создала программу, которая переводит код формул в понятную русскую речь. То есть вместо набора символов я слышу осмысленное описание: «интеграл от а до b f от x dx». Ещё один пример — моё приложение для телефона: я могу сделать фото, и программа отправит его нейросети с запросом описать, что на изображении. Так что программирование для меня — это не только часть работы, но и способ сделать жизнь удобнее.

Что касается вашего вопроса о том, как я мыслю… Пожалуй, это трудно проанализировать. Если для понимания какой-то концепции мне нужен образ, я могу найти подходящую аналогию в реальном мире. Когда я думаю, например, о треугольнике, я могу представить конкретный физический объект — школьный треугольник-линейку. Множество можно представить как набор неких шариков. Вообще, мир достаточно богат, чтобы при необходимости найти в нём и невизуальные подходящие образы. Но на самом деле, в нашей области мы работаем на достаточно высоком уровне абстракции, поэтому это становится не так уж и важно. Я не уверена, что у всех зрячих математиков есть какой-то чёткий визуальный образ, скажем, для пространства Соболева. Такие объекты существуют на уровне идей, определений и свойств. У них нет простой визуальной формы.

А как создаются математические решения, новые формулы или алгоритмы? 
Это всегда сочетание нескольких этапов. Всё начинается с чётко поставленной задачи: например, существующий алгоритм слишком медленный и требует недель расчётов на суперкомпьютере. Дальше — поиск. Мы с коллегами обсуждаем разные подходы, читаем статьи по теме, чтобы понять, как подобные проблемы решали другие. Какие-то идеи отсеиваются почти сразу, а над теми, что кажутся перспективными, мы продолжаем работать: тестируем алгоритм на реальных задачах, исследуем его свойства — как численно, так и аналитическими методами. Если нам повезло, то новый, более эффективный алгоритм построен, и задача решена.

Что лично вас привлекает в этой работе?
Прежде всего, меня вдохновляют люди. Мне очень нравится коллектив, в котором я работаю, невероятно интересно обсуждать идеи и спорить с единомышленниками. Когда долго бьёшься над задачей и наконец получаешь нужный результат — это чувство можно сравнить с победой в сложной игре. Настоящий вкус победы! Конечно, иногда приходится себя дисциплинировать, особенно когда нужно заниматься не чисто научной деятельностью, а готовить отчёты или документы. Но я к этому отношусь спокойно: это часть работы, которую тоже нужно выполнить.

Но главное вдохновение — в самой математике. Это действительно очень красивая наука: стройные доказательства, элегантные теории, которые вдруг точно описывают реальность – просто невероятное, настоящее эстетическое удовольствие.

Есть ли среди ваших знакомых люди, которые занимаются наукой и также имеют ограничения по зрению?
Незрячие математики? Да, есть, хотя их и немного. Традиционно у незрячих людей более популярны гуманитарные специальности — переводчик, психолог. Но я не одна. Когда я училась на мехмате, на несколько курсов старше был незрячий парень, мы даже были соседями по общежитию, он занимался дифференциальными уравнениями. Есть математик в Кемерове, который занимается геометрией. Его область — это чистая, теоретическая математика. Знаю одного физика-теоретика в Санкт-Петербурге, он изучает чёрные дыры. Мы общаемся, обмениваемся опытом по используемым технологиям для работы. Вообще у меня довольно много друзей — и со школы, и из университета, мы встречаемся, что-то обсуждаем, разговариваем, и это нормальное, обычное общение.

А чем вы занимаетесь и увлекаетесь, когда находитесь не на работе, за пределами института?
У меня много увлечений. (Улыбается.) В свободное время я люблю готовить, гулять, читать книги. Занимаюсь английским, много времени уделяю своим хобби-проектам по программированию.

Что касается шрифта Брайля — я его знаю, но почти не использую. Лично для меня (в сообществе незрячих людей, однако, на эту тему ведутся жаркие споры) современные программы гораздо удобнее, да и научной литературы, которая мне нужна, в этом формате просто нет.

У меня интересная работа и ясные цели, главная из которых на ближайшее время — защитить диссертацию. Я получаю большое удовольствие от того, что занимаюсь наукой именно здесь, в новосибирском Академгородке. Чувствую, что нашла свой путь, и для меня это – самое главное.