Черные дыры, ИИ и древние люди: что расскажут ученые на «Звездном лектории» НАУКА 0+
Трёхдневная программа объединит доклады о природе чёрных дыр, искусственном интеллекте, генетике и реконструкции рациона древних людей.
Программа и институциональный состав
«Звёздный лекторий» откроет актовая лекция ректора МГУ академика Виктора Садовничего «Твоя космическая вселенная. Московский университет». Тема выступления — место Московского университета в освоении космоса и связанные с изучением Вселенной научные направления. Астрономический блок программы представлен несколькими лекциями, в том числе о физической природе чёрных дыр. Медицинское и генетическое направление обеспечивает РНИМУ имени Н.И. Пирогова. Химию новых молекул и технологий закрывают Институт органической химии имени Н.Д. Зелинского РАН и Институт биохимической физики имени Н.М. Эмануэля РАН. Нейронаучный и когнитивный блок — искусственный интеллект и работа мозга — берут на себя Институт психологии РАН, СберУниверситет и Московский институт психоанализа. Физику частиц, работу ускорителей и возможности крупнейших научных установок представляют Объединённый институт ядерных исследований и ЦКП «СКИФ».
География и масштаб
Центральные площадки фестиваля — МГУ имени М.В. Ломоносова, Российская академия наук, Московский дворец пионеров на Воробьевых горах, парк «Зарядье». По данным оргкомитета, мероприятия выйдут более чем на 100 площадок Москвы — музеи, вузы, научно-образовательные центры, парки и наукоёмкие компании. Проект реализуется Правительством Москвы (Департамент образования и науки, Центр педагогического мастерства) совместно с Минобрнауки России и МГУ при поддержке РАН. Фестиваль входит в инициативу «Наука рядом», объявленную в рамках Десятилетия науки и технологий в Российской Федерации.
Что остаётся за рамками лектория
Заявленный принцип отбора тем — междисциплинарность: чёрные дыры и когнитивные архитектуры, генетика и палеодиета собраны в одной программе. Однако формат публичной лекции накладывает жёсткое ограничение по объёму передаваемой информации. За час невозможно довести расчёт орбиты в метрике Шварцшильда до уровня воспроизводимого результата, равно как и алгоритм обучения нейросети до уровня работающего кода. Погрешность численных моделей и точность экспериментальных данных остаются за пределами устного жанра. Слушатель получает карту направлений, а не рабочий инструмент для расчётов.