«Если мы научимся предсказывать биржу, ее придется закрыть» — математик Фуад Алескеров

24.04.2026

11 мин. чтения

Фуад Тагиевич, расскажите о наиболее интересных направлениях в математической науке?

В математике огромное количество направлений, и для меня они все интересны, потому что продвижение в каждом из них дает совершенно новый взгляд на мир. Приведу пример. Лет десять назад мне позвонил первый зампред Центробанка и сказал, что они сделали модель, применили классические методы сетевого анализа, но что-то не то получается. Попросил посмотреть. Я согласился, и в результате были предложены новые модели в сетевом анализе.

Дело в том, что все существовавшие до недавнего времени классические индексы центральности в сетях, метрики, определяющие важность или влияние узла на основе его положения в структуре графа (основными являются количество связей, контроль путей, скорость распространения, качество связей), не учитывали параметры вершины.

Я подумал тогда, что если я миллион долларов возьму, скажем, в Сбербанке и не отдам, то в принципе Сбербанку от этого ничего не будет. А если у маленького банка возьму миллион и не отдам, маленький банк разорится. Если мы с вами возьмем у маленького банка каждый по 500 тыс. долларов и один из нас отдаст, один нет, банк, возможно, выживет, а если оба не отдадим — разорится. Удивительно, ни один из классиков науки о таких групповых влияниях не задумывался, никто не учитывал параметры этих вершин. В ситуации, когда есть банк А и банк Б и долг, никто не учитывал, казалось бы, такую очевидную вещь, как разницу в размере банков. Я добавил эти параметры, и очень хорошие результаты получились.

Вообще интересных задач много. Сейчас решаю задачу по биологии. Оказывается, в колониях клеток, когда не хватает еды, включается специальный генетический механизм гибели части клеток, для того чтобы они пошли на корм другим клеткам и вся колония сохранилась. Это фантастика какая-то. И вот недавно удалось этот процесс описать с помощью дифференциальных уравнений.

Я человек верующий, считаю, что вера — это внутренняя основа человека. Когда я узнал об этом процессе с запланированным генетическим механизмом гибели клеток, так сказать, самоубийством клеток, чтобы сохранить колонию, то подумал, что это одно из доказательств существования Бога.

Можно ли при помощи математики изучать поведение человека в реальной жизни?

Отличный вопрос, и знаете почему? Я когда мехмат МГУ оканчивал, то даже подумать не мог, что человеческое поведение можно описывать с помощью формул. Но в Институте проблем управления мне предложили тему — теорию выбора, то есть математически описать, как именно человек выбирает. Классическая экономика описывала, как мы выбираем, например, йогурты в магазине — сравниваем попарно все йогурты по принципу этот хороший, а этот плохой — по цене, например, или сроку хранения — плохой убираем и так далее. Но в 1956 году Герберт Саймон, американский ученый и лауреат Нобелевской премии по экономике, сказал, что человек выбирает совсем не так. Он предположил, что есть уровень удовлетворенности, и все, что выше уровня удовлетворенности, для человека приемлемо, а все, что ниже — плохо. И только в конце 1980-х годов мне удалось эту модель описать математически.

Как делать правильный выбор, используя математические модели?

После лекции по теории выбора я обычно даю студентам задание: мужчины выбирают золотые цепочки для женщин, а дамы — галстуки для мужчин. Придумать критерии отбора для таких предметов на самом деле тяжелая задача, проще автомобиль выбрать. Какие критерии могут быть в отношении цепочки — цена, вес, плетение. С галстуками тоже — цена, расцветка, материал. Дальше есть серия шагов до принятия решения, и обязательно один шаг, который почему-то в литературе не описывался. Но я считаю его очень важным — когда решение принято, надо его обдумать. Например, подбирали по параметрам квартиру, но забыли включить транспортные условия. И когда добавили их, то получилось, что нужно выбрать совсем другую квартиру. У меня есть несколько десятков параметров, по которым можно выбрать идеальную квартиру.

Как принимать решения в условиях неопределенности?

Тут надо разделять. Есть методики, которые позволяют принимать решения в условиях, когда мы не знаем, что произойдет, но есть какая-то вероятность. И тогда решения принимаются исходя из этой вероятности. Но есть методы, когда мы сталкиваемся с глубокой неопределенностью, когда никаких вероятностей нет. Недавно мы решали эту задачу, связанную с поставками продуктов из одних стран в другие. Скажем, случилось наводнение в Пакистане, и он перестал снабжать другие страны зерном и сам оказался в ситуации голода. И мы стали изучать варианты, когда Россия, которая тоже экспортирует зерно, сокращает на 5% свой экспорт в каждую из стран, а освободившийся объем передает Пакистану. Что тогда будет? А если это будет 10%?

В условиях неопределенности мы можем опираться только на сценарный анализ и предполагать, что будет, если произойдет то или иное событие.

Помню, после страшного землетрясения в Турции в 1999 году журналисты стали опрашивать мэров городов, что они будут делать, если землетрясение повторится. И один из мэров сказал, что они закупили мешки для трупов. Меня тогда это шокировало — мы стоим накануне нового тысячелетия, а они ничего лучше не могут придумать, чем мешки для трупов закупать. Тогда я придумал модель, которая предлагала сценарный анализ для землетрясения, при условии, что мы не знаем, где оно будет, какой силы и когда.

Эта модель позволяла оценить возможные разрушения в зависимости от силы землетрясения, его эпицентра и так далее, на основе чего можно рассчитать необходимое количество машин скорой помощи, палаток для пострадавших и другого необходимого оборудования. В 2004 году эта модель была опубликована, и ее используют.

Еще Джордж Вашингтон в конце XVIII века писал одному из своих корреспондентов, как он принимает решения. Он выписывал все «за» и «против» и исходил из того, что иногда два «за» компенсируют одно «против».

А сами вы как принимаете решения?

Анализирую по-разному, так сказать. Например, когда мы летом с женой куда-то собираемся, то я продумываю разные параметры, например, насколько там будет многолюдно, мы не любим толп, насколько это удалено от туристических маршрутов и так далее.

Вы преподавали за рубежом. Чем отличается, к примеру, американский подход к преподаванию математики от российского?

В Америке я читал курс аспирантам, и там в университете был интересный эпизод: пьем чай с коллегами, и один из них мне говорит, что любой курс — это товар и он должен быть отлично упакован и ориентирован на соответствующую аудиторию. Я раньше никогда об этом не задумывался. Вот я преподаю ребятам с факультета госуправления, я не учу их только математике, прежде всего я учу их видеть задачу, чтобы они могли вычленить проблему и пойти именно к тому специалисту, который может эту проблему решить еще до того, как она станет серьезной.

Проблемы возникают, проблемы меняются, ситуации меняются. Это надо уметь решать. Технологии принятия решений в сегодняшнем мире позволяют очень много проблем решать, к которым раньше даже сложно было подступиться. Но для этого общение госорганов с научной средой должно быть очень плотным.

Живя в Москве, вы видите какие-то вещи, которые вы, как москвич, могли бы улучшить математическими методами?

Для города уже очень много делается, и делается эффективно. Много лет назад меня пригласили решать задачу, связанную с административным управлением. Мы посчитали и доказали, что тот проект, который использовался в России, не решает поставленных задач. К нам, ученым, прислушались и свернули ту программу, признав ее неудовлетворительной. Вместо нее была предложена новая модель, и появились суперэффективные современные МФЦ. И я, честно говоря, совершенно счастлив видеть, как они работают.

Существует ли свобода выбора с математической точки зрения?

В классических моделях, которые используются, никто нам не запрещает выбирать то или иное решение. Но есть ограничения вот какого рода, например ограниченное множество доступных альтернатив. В жизни случается, что не все из того, что мы хотели выбрать, возможно.

В теории игр есть так называемый индекс влияния, который применяется в анализе парламентов и других политических структур. Скажем, есть парламент из 99 человек, и есть три партии — в каждой по 33 человека. Ни одна из партий по отдельности продавить решение не может, но в коалиции уже могут. Теперь давайте другой пример рассмотрим: 48 голосов у одной партии, 48 у другой и три у третьей. Но все равно 48 не могут принять решение, нужно больше 50. И получается, что в каких-то вопросах партия с тремя членами обладает таким же весом, как и та, где голосов 48.

Классические индексы не учитывали важный момент — некоторые партии никогда не смогут составить коалицию. Считалось, что все партии могут входить в союзы, но в реальности это не так. Я придумал серию индексов, учитывавших эту невозможность. И когда было проведено исследование на примере рейхстага после Первой мировой войны, то стало очевидно, что именно невозможность коалиции Социал-демократической партии Германии и коммунистов привела к власти национал-социалистов и Гитлера.

Когда шли переговоры по ограничению стратегических вооружений в 1964-м, среди членов американской делегации были специалисты по теории игр, а со стороны СССР — одни генералы. После этого советское руководство начало вкладывать деньги в развитие и изучение теории игр.

Теория игр — это не наука о том, как выиграть в покер, потому что такие игры чисто вероятностные. Теория игр изучает поведенческие вещи, как раз то, как принимать оптимальные решения в реальных ситуациях. Скажем, семейный спор: жена хочет пойти в театр, а муж — на футбол, но при этом они хотят провести время вместе. Самый простой способ принять решение — подбросить монетку: орел — идем на футбол, решка — в театр. И никому не обидно. Но чтобы прийти к такому выводу, ученым-математикам пришлось очень много и глубоко думать.

Расскажите о математических прогнозах, которые сбылись?

Весь мир цитирует «Черного лебедя» Нассима Талеба (американский писатель, бывший трейдер и риск-менеджер ливанского происхождения. — «Москвич Mag»). Когда я прочел эту книгу, у меня была мощная реакция отторжения. Он пишет, что «черных лебедей» мы должны ожидать всегда и везде, в любой ситуации. И это не только крах на фондовой бирже, но и что угодно.

Я утром встаю, нет воды, не могу душ принять. Завтра вода есть, но метро не работает, я не могу вовремя на работу попасть и так далее. Человек с нормальной психикой, я выдержу какое-то время, но надолго меня не хватит, недели две, и психушка. Тогда я придумал модель, которую мы оценили на уровне биржевых данных. Оказалось, что если мы, играя на бирже, не только не можем предсказать этих кризисных «черных лебедей», но даже в регулярных событиях предсказываем исход с вероятностью чуть больше 0,5, то мы не будем в проигрыше. Это подтверждается исследованием лауреата Нобелевской премии по экономике 2002 года психолога Даниэла Канемана, который показал, что правильные решения на бирже принимаются с вероятностью где-то чуть больше 0,5. И это как раз показывает, что мы не живем по теории «черных лебедей».

Математически можно спрогнозировать будущее мировых валют? Что ждет американский доллар?

Я скептически отношусь к этим прогнозам, потому что еще основоположник кибернетики Норберт Виннер сказал, что биржу предсказать невозможно. Потому что если вы научились предсказывать биржу, то ее надо закрыть. Я с ним в этом смысле полностью согласен.

Что будет с долларом — это серьезный вопрос, на который сейчас многие ищут ответ. Это зависит от большого количества мелких проблем — любая крошечная подвижка чего-то где-то может все изменить, а может и не изменить.

Представьте себе, что существует напряженность между США и Китаем по целому спектру вопросов. В частности, по редкоземельным элементам. Я все-таки, честно признаться, надеюсь, что страны между собой договорятся, понимаете. Но в теории игр такие ситуации, когда все по спирали начинает раскручиваться, когда на основе взаимного недоверия и отсутствия встречного движения все раскручивается до какого-то ненормального напряжения, обычно заканчиваются печально. Я бы не хотел на эту тему, честно говоря, даже думать. Потому что я все-таки верю в разум человечества.

Политики должны обращаться за помощью к ученым. Мы когда-то написали работу по лесным пожарам, предложили метод оценки эффективности региона с точки зрения предотвращения лесных пожаров. Она наделала много шума, была за рубежом опубликована, но никто из российского МЧС к нам не обратился. Этой моделью пользуются в нескольких странах, но не в России.

Как ИИ повлияет на будущее человечества?

На самом деле, искусственный интеллект сегодня действительно стал очень большим подспорьем в решении различных задач. Я несколько раз просил студентов, чтобы они перевели тексты с помощью искусственного интеллекта. Они применили четыре или пять разных моделей, но все было не то, приходилось структуру фраз менять. Недавно ChatGPT перевел текст так, что структуру предложения менять не пришлось. Это меня просто восхитило. То есть один блок задач уже можно доверить искусственному интеллекту.

Фотоматериалы из личного архива Фуада Алескерова

Если вам удобнее смотреть на YouTube, то видео здесь.

Глава департамента математики факультета экономических наук НИУ ВШЭ профессор Фуад Алескеров говорит, что, возможно, нашел еще одно доказательство существования Бога, изучая предопределенное генетически поведение клеток. Если в клеточной колонии возникает дефицит пищи, часть клеток жертвуют собой, чтобы сохранить жизнь всей колонии. В свои 75 лет профессор Алескеров продолжает заниматься наукой, исследует процессы принятия решений на основе математического моделирования. Он рассказал «Москвич Mag» о том, как неопределенность влияет на процесс выбора, почему теория игр не имеет отношения к покеру и чем американский подход к преподаванию математики отличается от российского. Фуад Тагиевич, расскажите о наиболее интересных направлениях в математической науке? В математике огромное количество направлений, и для меня они все интересны, потому что продвижение в каждом из них дает совершенно новый взгляд на мир. Приведу пример. Лет десять назад мне позвонил первый зампред Центробанка и сказал, что они сделали модель, применили классические методы сетевого анализа, но что-то не то получается. Попросил посмотреть. Я согласился, и в результате были предложены новые модели в сетевом анализе. Дело в том, что все существовавшие до недавнего времени классические индексы центральности в сетях, метрики, определяющие важность или влияние узла на основе его положения в структуре графа (основными являются количество связей, контроль путей, скорость распространения, качество связей), не учитывали параметры вершины. Я подумал тогда, что если я миллион долларов возьму, скажем, в Сбербанке и не отдам, то в принципе Сбербанку от этого ничего не будет. А если у маленького банка возьму миллион и не отдам, маленький банк разорится. Если мы с вами возьмем у маленького банка каждый по 500 тыс. долларов и один из нас отдаст, один нет, банк, возможно, выживет, а если оба не отдадим — разорится. Удивительно, ни один из классиков науки о таких групповых влияниях не задумывался, никто не учитывал параметры этих вершин. В ситуации, когда есть банк А и банк Б и долг, никто не учитывал, казалось бы, такую очевидную вещь, как разницу в размере банков. Я добавил эти параметры, и очень хорошие результаты получились. Вообще интересных задач много. Сейчас решаю задачу по биологии. Оказывается, в колониях клеток, когда не хватает еды, включается специальный генетический механизм гибели части клеток, для того чтобы они пошли на корм другим клеткам и вся колония сохранилась. Это фантастика какая-то. И вот недавно удалось этот процесс описать с помощью дифференциальных уравнений. Я человек верующий, считаю, что вера — это внутренняя основа человека. Когда я узнал об этом процессе с запланированным генетическим механизмом гибели клеток, так сказать, самоубийством клеток, чтобы сохранить колонию, то подумал, что это одно из доказательств существования Бога. Можно ли при помощи математики изучать поведение человека в реальной жизни? Отличный вопрос, и знаете почему? Я когда мехмат МГУ оканчивал, то даже подумать не мог, что человеческое поведение можно описывать с помощью формул. Но в Институте проблем управления мне предложили тему — теорию выбора, то есть математически описать, как именно человек выбирает. Классическая экономика описывала, как мы выбираем, например, йогурты в магазине — сравниваем попарно все йогурты по принципу этот хороший, а этот плохой — по цене, например, или сроку хранения — плохой убираем и так далее. Но в 1956 году Герберт Саймон, американский ученый и лауреат Нобелевской премии по экономике, сказал, что человек выбирает совсем не так. Он предположил, что есть уровень удовлетворенности, и все, что выше уровня удовлетворенности, для человека приемлемо, а все, что ниже — плохо. И только в конце 1980-х годов мне удалось эту модель описать математически. Как делать правильный выбор, используя математические модели? После лекции по теории выбора я обычно даю студентам задание: мужчины выбирают золотые цепочки для женщин, а дамы — галстуки для мужчин. Придумать критерии отбора для таких предметов на самом деле тяжелая задача, проще автомобиль выбрать. Какие критерии могут быть в отношении цепочки — цена, вес, плетение. С галстуками тоже — цена, расцветка, материал. Дальше есть серия шагов до принятия решения, и обязательно один шаг, который почему-то в литературе не описывался. Но я считаю его очень важным — когда решение принято, надо его обдумать. Например, подбирали по параметрам квартиру, но забыли включить транспортные условия. И когда добавили их, то получилось, что нужно выбрать совсем другую квартиру. У меня есть несколько десятков параметров, по которым можно выбрать идеальную квартиру. Как принимать решения в условиях неопределенности? Тут надо разделять. Есть методики, которые позволяют принимать решения в условиях, когда мы не знаем, что произойдет, но есть какая-то вероятность. И тогда решения принимаются исходя из этой вероятности. Но есть методы, когда мы сталкиваемся с глубокой неопределенностью, когда никаких вероятностей нет. Недавно мы решали эту задачу, связанную с поставками продуктов из одних стран в другие. Скажем, случилось наводнение в Пакистане, и он перестал снабжать другие страны зерном и сам оказался в ситуации голода. И мы стали изучать варианты, когда Россия, которая тоже экспортирует зерно, сокращает на 5% свой экспорт в каждую из стран, а освободившийся объем передает Пакистану. Что тогда будет? А если это будет 10%? В условиях неопределенности мы можем опираться только на сценарный анализ и предполагать, что будет, если произойдет то или иное событие. Помню, после страшного землетрясения в Турции в 1999 году журналисты стали опрашивать мэров городов, что они будут делать, если землетрясение повторится. И один из мэров сказал, что они закупили мешки для трупов. Меня тогда это шокировало — мы стоим накануне нового тысячелетия, а они ничего лучше не могут придумать, чем мешки для трупов закупать. Тогда я придумал модель, которая предлагала сценарный анализ для землетрясения, при условии, что мы не знаем, где оно будет, какой силы и когда. Эта модель позволяла оценить возможные разрушения в зависимости от силы землетрясения, его эпицентра и так далее, на основе чего можно рассчитать необходимое количество машин скорой помощи, палаток для пострадавших и другого необходимого оборудования. В 2004 году эта модель была опубликована, и ее используют. Еще Джордж Вашингтон в конце XVIII века писал одному из своих корреспондентов, как он принимает решения. Он выписывал все «за» и «против» и исходил из того, что иногда два «за» компенсируют одно «против». А сами вы как принимаете решения? Анализирую по-разному, так сказать. Например, когда мы летом с женой куда-то собираемся, то я продумываю разные параметры, например, насколько там будет многолюдно, мы не любим толп, насколько это удалено от туристических маршрутов и так далее. Вы преподавали за рубежом. Чем отличается, к примеру, американский подход к преподаванию математики от российского? В Америке я читал курс аспирантам, и там в университете был интересный эпизод: пьем чай с коллегами, и один из них мне говорит, что любой курс — это товар и он должен быть отлично упакован и ориентирован на соответствующую аудиторию. Я раньше никогда об этом не задумывался. Вот я преподаю ребятам с факультета госуправления, я не учу их только математике, прежде всего я учу их видеть задачу, чтобы они могли вычленить проблему и пойти именно к тому специалисту, который может эту проблему решить еще до того, как она станет серьезной. Проблемы возникают, проблемы меняются, ситуации меняются. Это надо уметь решать. Технологии принятия решений в сегодняшнем мире позволяют очень много проблем решать, к которым раньше даже сложно было подступиться. Но для этого общение госорганов с научной средой должно быть очень плотным. Живя в Москве, вы видите какие-то вещи, которые вы, как москвич, могли бы улучшить математическими методами? Для города уже очень много делается, и делается эффективно. Много лет назад меня пригласили решать задачу, связанную с административным управлением. Мы посчитали и доказали, что тот проект, который использовался в России, не решает поставленных задач. К нам, ученым, прислушались и свернули ту программу, признав ее неудовлетворительной. Вместо нее была предложена новая модель, и появились суперэффективные современные МФЦ. И я, честно говоря, совершенно счастлив видеть, как они работают. Существует ли свобода выбора с математической точки зрения? В классических моделях, которые используются, никто нам не запрещает выбирать то или иное решение. Но есть ограничения вот какого рода, например ограниченное множество доступных альтернатив. В жизни случается, что не все из того, что мы хотели выбрать, возможно. В теории игр есть так называемый индекс влияния, который применяется в анализе парламентов и других политических структур. Скажем, есть парламент из 99 человек, и есть три партии — в каждой по 33 человека. Ни одна из партий по отдельности продавить решение не может, но в коалиции уже могут. Теперь давайте другой пример рассмотрим: 48 голосов у одной партии, 48 у другой и три у третьей. Но все равно 48 не могут принять решение, нужно больше 50. И получается, что в каких-то вопросах партия с тремя членами обладает таким же весом, как и та, где голосов 48. Классические индексы не учитывали важный момент — некоторые партии никогда не смогут составить коалицию. Считалось, что все партии могут входить в союзы, но в реальности это не так. Я придумал серию индексов, учитывавших эту невозможность. И когда было проведено исследование на примере рейхстага после Первой мировой войны, то стало очевидно, что именно невозможность коалиции Социал-демократической партии Германии и коммунистов привела к власти национал-социалистов и Гитлера. Когда шли переговоры по ограничению стратегических вооружений в 1964-м, среди членов американской делегации были специалисты по теории игр, а со стороны СССР — одни генералы. После этого советское руководство начало вкладывать деньги в развитие и изучение теории игр. Теория игр — это не наука о том, как выиграть в покер, потому что такие игры чисто вероятностные. Теория игр изучает поведенческие вещи, как раз то, как принимать оптимальные решения в реальных ситуациях. Скажем, семейный спор: жена хочет пойти в театр, а муж — на футбол, но при этом они хотят провести время вместе. Самый простой способ принять решение — подбросить монетку: орел — идем на футбол, решка — в театр. И никому не обидно. Но чтобы прийти к такому выводу, ученым-математикам пришлось очень много и глубоко думать. Расскажите о математических прогнозах, которые сбылись? Весь мир цитирует «Черного лебедя» Нассима Талеба (американский писатель, бывший трейдер и риск-менеджер ливанского происхождения. — «Москвич Mag»). Когда я прочел эту книгу, у меня была мощная реакция отторжения. Он пишет, что «черных лебедей» мы должны ожидать всегда и везде, в любой ситуации. И это не только крах на фондовой бирже, но и что угодно. Я утром встаю, нет воды, не могу душ принять. Завтра вода есть, но метро не работает, я не могу вовремя на работу попасть и так далее. Человек с нормальной психикой, я выдержу какое-то время, но надолго меня не хватит, недели две, и психушка. Тогда я придумал модель, которую мы оценили на уровне биржевых данных. Оказалось, что если мы, играя на бирже, не только не можем предсказать этих кризисных «черных лебедей», но даже в регулярных событиях предсказываем исход с вероятностью чуть больше 0,5, то мы не будем в проигрыше. Это подтверждается исследованием лауреата Нобелевской премии по экономике 2002 года психолога Даниэла Канемана, который показал, что правильные решения на бирже принимаются с вероятностью где-то чуть больше 0,5. И это как раз показывает, что мы не живем по теории «черных лебедей». Математически можно спрогнозировать будущее мировых валют? Что ждет американский доллар? Я скептически отношусь к этим прогнозам, потому что еще основоположник кибернетики Норберт Виннер сказал, что биржу предсказать невозможно. Потому что если вы научились предсказывать биржу, то ее надо закрыть. Я с ним в этом смысле полностью согласен. Что будет с долларом — это серьезный вопрос, на который сейчас многие ищут ответ. Это зависит от большого количества мелких проблем — любая крошечная подвижка чего-то где-то может все изменить, а может и не изменить. Представьте себе, что существует напряженность между США и Китаем по целому спектру вопросов. В частности, по редкоземельным элементам. Я все-таки, честно признаться, надеюсь, что страны между собой договорятся, понимаете. Но в теории игр такие ситуации, когда все по спирали начинает раскручиваться, когда на основе взаимного недоверия и отсутствия встречного движения все раскручивается до какого-то ненормального напряжения, обычно заканчиваются печально. Я бы не хотел на эту тему, честно говоря, даже думать. Потому что я все-таки верю в разум человечества. Политики должны обращаться за помощью к ученым. Мы когда-то написали работу по лесным пожарам, предложили метод оценки эффективности региона с точки зрения предотвращения лесных пожаров. Она наделала много шума, была за рубежом опубликована, но никто из российского МЧС к нам не обратился. Этой моделью пользуются в нескольких странах, но не в России. Как ИИ повлияет на будущее человечества? На самом деле, искусственный интеллект сегодня действительно стал очень большим подспорьем в решении различных задач. Я несколько раз просил студентов, чтобы они перевели тексты с помощью искусственного интеллекта. Они применили четыре или пять разных моделей, но все было не то, приходилось структуру фраз менять. Недавно ChatGPT перевел текст так, что структуру предложения менять не пришлось. Это меня просто восхитило. То есть один блок задач уже можно доверить искусственному интеллекту. Фотоматериалы из личного архива Фуада Алескерова Если вам удобнее смотреть на YouTube, то видео здесь.

video видео математическое моделирование Советы старейшин теория игр Фуад Алескеров