„Siekite atrasti deimančiuką, o ne skaldyti balaną į smulkesnes skiedras“, – sako Vilniaus universiteto (VU) Matematikos ir informatikos fakulteto profesorius emeritas Antanas Žilinskas. Šiemet už darbų ciklą „Inovatyvūs algoritmai sudėtingiems globalios optimizacijos uždaviniams“ Lietuvos mokslų akademija jam paskyrė Lietuvos mokslo premiją. Profesorius papasakojo apie mokslą, įvertinimus ir, be abejo, matematiką.  

Šių metų pradžioje Lietuvos mokslų akademijoje Lietuvos mokslo premijų komisija paskelbė, kad Jums skirta Lietuvos mokslo premija. Ką Jums reiškia šis įvertinimas?  

Kiekvienam žmogui, ypač kūrybinių specialybių, svarbus jo darbo rezultatų pripažinimas. Ši premija – aukščiausias nacionalinis mokslo pasiekimų įvertinimas. Be abejo, džiaugiuosi ir didžiuojuosi. 

Apdovanojimas Jums skirtas technologijos mokslų srityje už darbų ciklą „Inovatyvūs algoritmai sudėtingiems globalios optimizacijos uždaviniams“. Ar galėtumėte paaiškinti taip, kad suprastų net dešimtokas, kokia Jūsų darbo svarba? 

Optimizavimo uždaviniai kyla daugelyje sričių. Pavyzdžiui, kaip siuntinius sukrauti į turimas transporto priemones ir kokiu maršrutu juos išvežioti, kad sunaudotume minimalų kiekį benzino neviršydami nustatytų pristatymo terminų. Kiekvienas projektavimo ar planavimo uždavinys yra ir konkretus optimizavimo uždavinys, pavyzdžiui, projektuojant vėjo elektrinės sparnus siekiama maksimaliai panaudoti vėjo energiją užtikrinant ekonominius ir technologinius ribojimus.  

Nuo savo mokslinio darbo pradžios vykdote tyrimus globalios optimizacijos srityje. Kuo ji Jums įdomi? Kaip per visus Jūsų tyrimų metus ši sritis keitėsi? Kokių įdomių rezultatų esate pasiekęs? 

Optimizacijos teorijoje globalios optimizacijos uždaviniai vertinami kaip vieni iš sunkiausiai sprendžiamų. Skirtumą tarp lokalios ir globalios optimizacijos pailiustruosiu paprastu pavyzdžiu kaip skirtumą tarp tinkamo buto paieškos pusės kilometro atstumu nuo fakulteto ir visoje Vilniaus savivaldybės teritorijoje.  

Man pasirinkti globalios optimizacijos tematiką atrodė įdomu, nes čia svarbi teorijos ir ją realizuojančio algoritmizavimo sinergija.  

Kai įstojau į aspirantūrą, tuometinių kompiuterių pajėgumas buvo nepalyginamai menkesnis už šiuolaikinių. Buvo problemiška spręsti didesnius lokalios (nekalbant jau apie globalios) optimizacijos uždavinius. Buvo tik pradiniai bandymai kurti euristinius globalios optimizacijos algoritmus. Vis dėlto mūsų nedidelė grupė, vadovaujama prof. Jono Mockaus, pradėjo teoriškai pagrįstų algoritmų kūrimą. Sukurta teorija leido kurti algoritmus, atitinkančius sparčiai augančią kompiuterių galią ir taikymų poreikius. 

Populiariai paaiškinti, kuo įdomus tas ar kitas teorinis rezultatas, nėra paprasta. Apskritai kalbant, tai statistiniais modeliais pagrįstų globalios optimizacijos algoritmų teorija. Įdomius taikymus aprašyti lengviau. Tai ir cheminės technologijos bei procesų optimizavimas bendradarbiaujant su prof. Ericu Fraga iš Londono universiteto koledžo, ir biojutiklių bei biogeneratorių konstrukcijos optimizavimas bendradarbiaujant su akademikais prof. Romu Baronu bei prof. Juozu Kuliu. 

Esate pasakojęs, kad nagrinėjate juodosios dėžės uždavinius, kurių tikslo funkcijų apskaičiavimas reikalauja daug kompiuterinių resursų. Kur tokius uždavinius galima pritaikyti? Kaip juos panaudoti praktiškai? 

Klasikiniai optimizacijos metodai buvo sukurti uždaviniams, užrašomiems matematinėmis formulėmis. Šiuolaikinio optimalaus projektavimo uždaviniai aprašomi sudėtingais modeliais, pavyzdžiui, sistemomis diferencialinių lygčių dalinėmis išvestinėmis. Tam, kad įvertintume vieną projektinį variantą, tenka atlikti daug skaičiavimų. Taigi bendras įvertinamų variantų skaičius negali būti labai didelis, ko paprastai reikalauja euristiniai globalios optimizacijos algoritmai. Mūsų sukurti algoritmai pasižymi tuo, kad maksimaliai panaudoja optimizacijos metu gaunamą informaciją apie uždavinį. Keletą būdingų taikymų paminėjau anksčiau.  

Už savo mokslinius tyrimus esate sulaukęs ne vieno apdovanojimo. Kuris iš jų Jums reikšmingiausias? 

Neatsakysiu vienareikšmiškai. Lietuvos mokslo premija, kurią 2001 m. gavome kartu su prof. Gintautu Dzemyda ir prof. Vydūnu Šalteniu, buvo paskirta už inžinerinių optimizacijos uždavinių sprendimą. Taigi buvo pripažinta, kad darbo kryptis reikšminga taikymams. Šių metų premija patvirtino ne tik algoritmų taikomąjį efektyvumą, bet ir sukurtos teorijos originalumą bei perspektyvumą. Kadangi mokslas verda tarptautiniame katile, svarbu pasiekti tarptautinį pripažinimą. Didžiuojuosi 2017 m. gavęs Tarptautinės globaliosios optimizacijos draugijos skiriamą Constantino Carathéodory premiją.  

Lietuvoje nėra plačiai žinomas ScholarGPS reitingas. Buvo malonu sužinoti, kad pernai aš jame buvau įvertintas už viso gyvenimo pasiekimus kaip aukšto lygio mokslininkas (angl. Highly Ranked Scholar – Lifetime) matematinio optimizavimo ir statistinių modelių (angl. Mathematical optimization and statistical models) kryptyje. 

O kai kalbama plačiau, ne tik apie tyrimus, tai labai džiaugiuosi ir didžiuojuosi VU profesoriaus emerito statusu. 

Kaip Jūsų gyvenime atsirado matematika? Ar būdamas moksleivis svajojote apie mokslininko karjerą? 

Buvau mokomas puikių mokytojų aurą turinčioje mokykloje, įsikūrusioje istoriniame Kauno pastate, kuriame kadaise dirbo Steigiamasis Seimas ir veikė Aukštieji kursai, davę pradžią Vytauto Didžiojo universitetui. Nemažai mokytojų iš ten iki karo veikusios Aušros mergaičių gimnazijos tebedirbo ir reorganizuotoje Kauno antrojoje vidurinėje mokykloje. 

Mokytoja Valentinavičiūtė „žiauriai“ įdomiai dėstė chemiją ir gan įtaigiai rekomendavo man ją studijuoti. Turėjome geraširdį matematikos mokytoją Ramanauską, pakvietusį dalyvauti olimpiadose ir tuo sudominusį matematika. Mokė geri mokytojai, man visi mokslai gerai sekėsi, be to, domėjausi radiotechnika ir bepasirodančiais mokslo populiarinimo straipsniais apie kibernetiką. Taigi įstojau į artimiausią tiems interesams automatikos ir telemechanikos specialybę KPI (buvęs Kauno politechnikos institutas, dabar KTU) .  

Atsakydamas į jūsų klausimą, kaip matematika atsirado mano gyvenime, nepasakosiu detalių, kaip tai atsitiko, bet pirmus du kursus studijavau VU matematiką, po to grįžau ir baigiau KPI. Kandidatinę disertaciją gyniau iš technikos mokslų srities techninės kibernetikos ir informacijos teorijos krypties. Tai nebuvo matematinis darbas, nors, lyginant su kitomis tos krypties disertacijomis, matematikos taikymo buvo gan daug. Na, o fizikos ir matematikos mokslų daktaro (pagal dabartinę terminologiją habilituoto daktaro) disertaciją apgyniau teorinės kibernetikos kryptyje. Taigi galėčiau sakyti, kad mano gyvenime matematikos atsirado tiek ir tada, kai reikėjo teoriškai pagrįsti kuriamus globalios optimizacijos algoritmus. 

Kaip, Jūsų akimis, keičiasi mokslas? Jaunimo supratimas apie jį? 

Mokslas, suprantamas kaip naujų žinių kūrimas, koks buvo, toks ir lieka. Nauja tas, kad, aukštajam išsilavinimui tapus masiniam, išaugus aukštųjų mokyklų skaičiui, jų vadyboje pradėjo dominuoti verslui būdingi metodai. Suprantama, kad darbdavys turi vertinti darbuotojus, bet suabsoliutinti dabartiniai formalūs rodikliai, manyčiau, pradeda daryti ir neigiamą poveikį. Formalius rodiklius galima didinti ir dirbtinai: didinant publikacijų, straipsnio bendraautorių bei citavimų straipsnyje skaičius. Tas akivaizdžiai ir vyksta, kaip ir darbo siekiu tampantis straipsnio prastūmimas į Q1 ar Q2. Turėtų kažkas keistis, kad dominuotų ne rodiklių didinimo, bet mokslinio atradimo siekis. 

Ko galėtumėte palinkėti jauniems mokslininkams, kurie tik žengia pirmuosius žingsnius? 

Dar kartą pamąstyti, ar mokslinis darbas jums tikrai tiek patrauklus, kad netrumpam laikotarpiui susitaikytumėte su menku atlyginimu. Jei taip, siekite atrasti deimančiuką, o ne skaldyti balaną į smulkesnes skiedras. Ir linkiu sėkmės, o kol ji ateis – kantrybės, ištvermės ir optimizmo.