Почему вымерли компьютерные динозавры

Многие будущие инженеры, изучающие математику, с неудовольствием отмечают разрыв между изящными математическими доказательствами, которым их учат, и возможностью практических расчетов на их основе. Для математика работа заканчивается, когда он доказал существование корней уравнения. Для инженера она с этого даже не начинается: на существование корней ему, по большому счету, плевать, ему нужен алгоритм их расчета, которого он в учебнике не находит.

Несомненно, такой разрыв способствовал распространению мнения о “чистых” ученых как о людях, занимающихся какой-то никому не нужной ерундой. Это, конечно, неправда. Но факт, что деятели фундаментальной науки часто не очень видят проблему и полагают, что демонстрация практической пользы исследований — занятие низкое, отвлекающее от основной работы (правда, иногда необходимое, чтобы выбить деньги на гранты).

Еще автор “булевой алгебры” Д. Буль гордился тем, что изобрел такую дисциплину, которая никогда не будет востребована практически (и, к счастью, решительно промахнулся). Снобы от науки забыли, что само такое высокомерное отношение к практике стало возможным лишь благодаря успехам этой самой практики.

Сейчас мы в некотором роде возвращаемся к эпохе Средних веков и Нового времени: соревнование систем в рамках “холодной войны”, когда на ученых сыпались золотые горы, прекратилось. Вместо государства ученым приходится теперь искать поддержку в бизнесе. Но холодные финансисты и промышленники, подобно древним королям и баронам, готовы платить лишь за то, что приносит практическую пользу: законы мироздания их не интересуют.

Такое отношение, как ни странно, характерно для России: вникните в миссию “Роснано” или “Российской венчурной компании”, как они сами ее для себя формулируют, и вы увидите, что там нет ни слова о фундаментальной науке, только о технологиях и конкурентоспособности. О проекте “Сколково” умолчим — дай ему бог счастья, но почему-то все трезвые на голову ученые отзываются о нем скептически, а Нобелевский лауреат Андрей Гейм даже объяснил, почему: “Вот бы Медведев сказал: мы обязуемся ежегодно расходовать на исследования 2% нашего ВВП. Вот это было бы дело!”

Разрыв между наукой и практикой возникает далеко не впервые. В начале XX века академик А.Н.Крылов, удачно сочетавший таланты математика и инженера-кораблестроителя, озаботился тем, что “в современных ему курсах математического анализа доказывается существование решения какой-либо проблемы и теоретическая возможность получения его с любой степенью точности, но при этом не уделяется внимания получению такого решения”. В результате появился классический курс “Лекции о приближенных вычислениях” (правда, вышедший в 1911 году мизерным тиражом, а переизданный лишь в 1933 году).

В главе IV этого курса описывается теория и устройство машин для взятия интегралов — того, что впоследствии получило название “аналоговая вычислительная машина”, АВМ. Вообще-то простейшая АВМ есть обычная логарифмическая линейка, но условимся понимать под этим термином устройство, способное решать более серьезные задачи. По-настоящему этому вопросу внимание стали уделять лишь в середине ХХ века, когда возникла задача не просто получить какое-то решение — а получить его быстро. Задача возникла, естественно, в военной области: только там секунды всегда решали дело, а физики или кораблестроители вполне удовлетворялись тем, что можно посадить 20 человек с логарифмическими линейками и за пару суток проблема будет решена.

Первую аналоговую машину (дифференциальный анализатор) изобрел физик Уильям Томсон, лорд Кельвин (1824—1907). Идея принадлежала его старшему брату Джеймсу Томсону, а лорд Кельвин разработал устройство детально и обосновал теоретически. Аналоговая машина Томсонов была устроена механически, и само устройство У. Томсон даже использовал на практике: для предсказания высоты приливов в морских портах.

Рис. 1. Принцип устройства механической аналоговой машины

Почему “аналоговый”? Потому что анализатор Томсонов — механический аналог соответствующего дифференциального уравнения и всех других физических задач, которые таким уравнением описываются. Потом тем же термином “аналоговый” стали называть все непрерывные величины, чтобы отличить их от дискретных цифровых.

Вплоть до середины 1940-х такие анализаторы строили на механической основе, и лишь затем с некоторым усилием перешли на электронные схемы. Удивительно, но с помощью подобных схем (иногда при введении дополнительных элементов, например, диодов или серводвигателей) можно было моделировать весьма широкий круг практически важных задач: АВМ отправляли в космос Гагарина и управляли первыми атомными реакторами, решали задачи химической кинетики и даже синтезировали звук в первых музыкальных синтезаторах.

Так почему же они вымерли?

Это был неплохой компромисс для инженеров-практиков: научиться программировать АВМ — это не учить месяцами язык С или Pascal. За пару занятий освоить аналоговые машины способен любой не слишком тупой студент, знающий предметную область. Решение уравнения любой сложности здесь происходит мгновенно и в реальном времени: сложность обусловлена лишь числом составляющих схему элементов (простенькая советская машина МН-7 позволяла решать дифференциальные уравнения до 6—7 порядка). Причем работали АВМ с намного большей надежностью, и были куда компактнее, чем первые несовершенные цифровые схемы.

Вопрос заключался даже не в надежности или цене: с появлением интегральных ОУ цену подобного рода устройств можно было снизить до необходимого минимума. А то, что это не универсальные компьютеры, а устройства ограниченного круга задач, довольно долго было, скорее, не недостатком, а преимуществом. Одно дело — встроить в танк, где и так каждый квадратный сантиметр на счету, маленькую специализированную коробочку, обеспечивающую независимость наводки орудия от наклона корпуса, и совсем другое — поручить эту задачу громоздкой и ненадежной бортовой ЭВМ на лампах.

Тем не менее, АВМ вымерли задолго даже до того момента, когда их стало возможным реализовать на кремниевых микросхемах. Главный их недостаток можно сформулировать так: если у цифрового компьютера 2×2=4 всегда, то у аналогового — 2×2=4±3%. Эти проценты накапливались, и результат решения громоздкого уравнения мог стать непредсказуемым.

Зато АВМ стали просто-таки образцовым примером того, как простыми и доступными методами можно уничтожить зазор между наукой и практикой: инженеру при работе с ними уже не требовалось умение брать интегралы и, главное, посвящать этому побочному занятию массу времени. Сейчас этот зазор преодолевается через цифровое программирование, что все-таки есть отдельная профессия. И, по большому счету, это проблему не решает, а то и усугубляет: инженеры попадают в зависимость от электронщиков или вынуждены досконально осваивать, в общем, чуждую им область.

Следствия — на поверхности: в виде отказывающей внезапно бытовой техники или совершенно необоснованного усложнения и удорожания решений простых, по сути, задач, вроде промышленной автоматики. На посредников между теоретиками и практиками по-прежнему нигде не учат, хотя наличие таких специалистов позволило бы резко поднять эффективность проектирования и качество конечной продукции. Почему бы России не занять эту нишу?

Рис. 2. Моделирование дифференциального уравнения на электронной АВМ

     Юрий РЕВИЧ