Гасников, Александр Владимирович (Igvuntkf, Glytvgu;j Flg;nbnjkfnc)

Перейти к навигации Перейти к поиску
В Википедии есть статьи о других людях с такой фамилией, см. Гасников.
Александр Гасников
А.В. Гасников
А.В. Гасников
Полное имя Александр Владимирович Гасников
Дата рождения 2 сентября 1983(1983-09-02) (41 год)
Место рождения Королёв, Московская область, РФСР, СССР
Страна  Россия
Род деятельности математик, педагог
Научная сфера математика
Место работы Университет Иннополис, Московский физико-технический институт, МИАН РАН им. Стеклова, ИСП РАН, Университет Сириус
Альма-матер Московский физико-технический институт
Учёная степень доктор физико-математических наук
Учёное звание профессор
Научный руководитель Шананин Александр Алексеевич, Нестеров Юрий Евгеньевич, Натан Андрей Александрович

Гасников Александр Владимирович (род. 2 сентября 1983, г. Калининград, Московская область) — российский учёный в области теории и численных методов оптимизации, математического моделирования транспортных потоков, оптимизации в машинном обучении, анализа больших данных. Ректор Университета «Иннополис». Доктор физико-математических наук, профессор. Член Совета по науке и образованию при Президенте России[1]. Член научного совета альянса в сфере искусственного интеллекта[2]. Ведущий передачи "Вопрос науки" на Россия 24[3]. Научный директор Музейного пространства на территории Концертного центра «Сириус». Ведущий научный сотрудник отдела Математических основ искусственного интеллекта МИАН РАН[4] и Института Системного программирования[5]. Академический руководитель направления ПМФ и председатель диссертационного совета в школе ФПМИ МФТИ. Заведующий лабораторией математических методов оптимизации[6] и заведующий кафедрой математических основ управления[7], Московский физико-технический институт (государственный университет).

Образование

[править | править код]

В 2006 году с отличием окончил факультет управления и прикладной математики Московского физико-технического института.

В 2007 году защитил кандидатскую диссертацию на тему «Асимптотическое по времени поведение решения начальной задачи Коши для закона сохранения с нелинейной дивергентной вязкостью». Научный руководитель акад. А. А. Шананин.

В 2016 году получил степень доктора физико-математических наук, защитив диссертацию на тему «Эффективные численные методы поиска равновесий в больших транспортных сетях». Научные консультанты акад. А. А. Шананин и проф. Ю. Е. Нестеров.

Научная деятельность

[править | править код]

В кандидатской диссертации решил задачу, поставленную И. М. Гельфандом в 1957 году, об эволюции разрыва для уравнения типа Бюргерса. В частности, было доказано, что "промежуточная асимптотика" имеет вид системы волн (бегущих и волн разрежения—автомодельные решения инвариантные, соответственно, относительно группы трансляций и относительно группы растяжений). Причем, А.В. Гасников впервые обнаружил эффект взаимодействия двух идущих подряд бегущих волн (в более ранних исследованиях возникала система чередующихся волн бегущих и волн разрешения), точно оценив скорость их разбегания. Эти результаты нашли приложения в описании эволюции затора в транспортном потоке[8].

В 2012 году открыл фундаментальный закон об универсальности функций типа энтропии: функционал Санова (Крамера) характеризующий экспоненциальную концентрацию инвариантной (стационарной) меры марковской динамики, заданной уравнениями стохастической химической кинетики, будет функцией Ляпунова, соответствующей прошкалированной кинетической динамики (то есть энтропией Больцмана)[9]. В термодинамике такого типа результаты уже были известны ранее (связь энтропии Гиббса и Больцмана).

В докторской диссертации Александр Владимирович предложил новый способ постановки задач поиска равновесий в многостадийных моделях распределения транспортных потоков по сети (такие модели использовались, например, и для моделирования целого ряда крупных российских мегаполисов). В отличие от существующих ранее подходов (мировой практики), в которых поиск равновесия сводится к поиску неподвижной точки суперпозиции специальных нелинейных операторов, в подходе Гасникова было показано, что эта же самая задача может быть переписана как задача выпуклой оптимизации. Таким образом, им был найден вариационный принцип для широкого класса задач поиска равновесий в иерархических транспортных сетях (в которых решение о перемещениях принимается в несколько уровней - например, сначала на каком типе транспортного средства перемещаться, затем по какому маршруту и т.п.).[10][11] Также А.В. Гасниковым (совместно с Ю.Е. Нестеровым) были предложены доказуемо эффективные прямо-двойственные универсальные численные методы решения полученной задачи выпуклой оптимизации. В отличие от метода простой итерации (для поиска неподвижной точки - равновесия), который использовался ранее и в общем случае не гарантировал сходимость, алгоритм Гасникова-Нестерова сходился глобально и быстро.[12]

Александр Владимирович внес существенный вклад в разработку эффективных тензорных методов решения задач выпуклой оптимизации[13] [14]. В частности, на базе ряда идей Ю.Е. Нестерова был получен оптимальный тензорный метод 3го порядка (использующий производные целевой функции до третьего порядка включительно) решения гладких задач выпуклой оптимизации, со стоимостью итерации приблизительно такой же как у метода Ньютона. Также был получен оптимальный метод 4го порядка, сходящийся еще быстрее, с приблизительно такой же стоимостью итерации.

В коллективе, возглавляемом Гасниковым, были предложены оптимальные децентрализованные алгоритмы решения задач выпуклой (стохастической) оптимизации, в том числе на меняющихся со временем графах. Впервые были получены нижние оценки для задач децентрализованной оптимизации на меняющихся графах[15] [16].

Исследования группы А. В. Гасникова по направлению клиппированных методов оптимизации породили большое направление в современных численных методах оптимизации. Также в 2023 году в соавторстве им был предложен медианный клиппинг, позволяющий решать задачи стохастической оптимизации с очень тяжелыми хвостами, в том числе в условиях отсутствия математического ожидания. Тяжелые хвосты распределений стохастических градиентов возникают при обучении, например, широкого класса больших языковых моделей.[17] [18]

В 2022 году Александром Владимировичем были впервые построены безградиентные методы решения задач негладкой выпуклой оптимизации, которые одновременно оптимальны по числу последовательных итераций, общему числу вычислений значения функции и уровню максимально допустимого шума, при котором ещё можно достичь желаемую точность решения.[19].

Гасников регулярно участвует в ведущих международных конференциях в области оптимизации, машинного обучения, анализа данных: Conference of Neural Information Processing Systems (NeurIPS), International Conference on Machine Learning (ICML), Conference on Learning Theory (COLT), International Conference on Artificial Intelligence and Statistics (AISTATS), IEEE Conference on Decision and Control (CDC), International Conference on Learning Representations (ICLR) и др., а также в Российских конференциях OPTIMA и MOTOR.

Александр Гасников является организатором различных мероприятий по численным методам оптимизации и их приложениям в том числе в ИИ, в частности конференции INTERNATIONAL CONFERENCE ON COMPUTATIONAL OPTIMIZATION (ICOMP) и Традиционной молодежной летней школы "Управление, информация и оптимизация".

Он является членом редколлегий авторитетных журналов по численным методам оптимизации, соответствующих специальности «Теоретическая информатика, кибернетика», в том числе в таких журналах как Журнал вычислительной математики и математической физики[20], Journal of Optimization Theory and Applications[21] и др.

Гасников руководит несколькими научными семинарами, в том числе главным научным семинаром Университета Иннополис «Иннополис. Наука»[22] и Математическими Кружками в МФТИ.[23][24] На протяжении ряда лет вел научный семинар Стохастический анализ в задачах[25], Математическое моделирование транспортных потоков[26] и общероссийский семинар по оптимизации им. Б.Т. Поляка.[27]

Под его руководством было подготовлено[28] 14 кандидатов и один доктор наук.

Педагогическая деятельность

[править | править код]

Почти 20 лет А. В. Гасников ведёт педагогическую деятельность в МФТИ, НИУ «Высшая школа экономики», Сколтехе, университете Иннополис. В разные годы он вёл семинары и читал лекции по курсам: «Теория вероятностей», «Случайные процессы», «Математическая статистика», «Математика больших данных», «Численные методы оптимизации», «Математическое моделирование транспортных потоков».

В университете Иннополис Александр Гасников реализует бакалаврскую программу «Математические основы ИИ».

Александр Владимирович является научным руководителем проекта Физико-математический прорыв, стартовавшего с 2024/2025 учебного года в Республике Татарстан. Проект направлен на школьников в основном 5-9 классов и учителей.

Награды и достижения

[править | править код]
  • За разработку оптимальных прямо-двойственных децентрализованных алгоритмов решения задач выпуклой (стохастической) оптимизации был удостоен премии Yahoo за 2019 год[29].
  • За исследования моделей транспортных потоков Александр Владимирович в 2020 году был удостоен премии Правительства г. Москвы (по направлению математика)[30].
  • В 2020 году за разработку эффективных тензорных методов решения задач выпуклой гладкой оптимизации и активную работу со студентами получил премию им. Ильи Сегаловича компании «Яндекс»[31].
  • Премия Talent Funding Award by the Institute of Strategic Research (China) за 2023 год.

Научные труды

[править | править код]

Автор и соавтор более 300 научных работ[32], в том числе:

Статьи

Книги

Популяризация науки (статьи и презентации)

Избранные выступления[33]

[править | править код]

Примечания

[править | править код]
  1. ↑ Александр Гасников вошел в состав Совета по науке и образованию при президенте РФ — Лаборатория математических методов оптимизации. labmmo.ru. Дата обращения: 13 ноября 2024.
  2. ↑ Александр Гасников вошел в научный совет альянса в сфере ИИ — Лаборатория математических методов оптимизации. labmmo.ru. Дата обращения: 13 ноября 2024.
  3. ↑ Александр Гасников стал одним из ведущих передачи «Вопрос науки» — Лаборатория математических методов оптимизации. labmmo.ru. Дата обращения: 13 ноября 2024.
  4. ↑ Отделы. mi-ras.ru. Дата обращения: 14 ноября 2024.
  5. ↑ Институт системного программирования им. В.П. Иванникова РАН. www.ispras.ru. Дата обращения: 14 ноября 2024.
  6. ↑ Команда — Лаборатория математических методов оптимизации. labmmo.ru. Дата обращения: 14 ноября 2024.
  7. ↑ Добро пожаловать на наш сайт! www.mou.mipt.ru. Дата обращения: 14 ноября 2024.
  8. ↑ под ред. А. В. Гасникова — Введение в математическое моделирование транспортных потоков: учебное пособие — 2010 — Электронная библиотека МФТИ. books.mipt.ru. Дата обращения: 21 ноября 2024.
  9. ↑ A. V. Gasnikov, E. V. Gasnikova. On entropy-type functionals arising in stochastic chemical kinetics related to the concentration of the invariant measure and playing the role of Lyapunov functions in the dynamics of quasiaverages (англ.) // Mathematical Notes. — 2013-11-01. — Vol. 94, iss. 5. — P. 854–861. — ISSN 1573-8876. — doi:10.1134/S0001434613110229.
  10. ↑ А. В. Гасников, Ю. В. Дорн, Ю. Е. Нестеров, С. В. Шпирко, “О трехстадийной версии модели стационарной динамики транспортных потоков”, Матем. моделирование, 26:6 (2014), 34–70. www.mathnet.ru. Дата обращения: 20 ноября 2024.
  11. ↑ А. В. Гасников, Е. В. Гасникова. МОДЕЛИ РАВНОВЕСНОГО РАСПРЕДЕЛЕНИЯ ТРАНСПОРТНЫХ ПОТОКОВ В БОЛЬШИХ СЕТЯХ. — МОСКВА: МФТИ, 2020. — ISBN 978-5-7417-0737-1.
  12. ↑ А. В. Гасников, Е. В. Гасникова. МОДЕЛИ РАВНОВЕСНОГО РАСПРЕДЕЛЕНИЯ ТРАНСПОРТНЫХ ПОТОКОВ В БОЛЬШИХ СЕТЯХ. — МОСКВА: МФТИ, 2020. — ISBN 978-5-7417-0737-1.
  13. ↑ Alexander Gasnikov, Pavel Dvurechensky, Eduard Gorbunov, Evgeniya Vorontsova, Daniil Selikhanovych, César A. Uribe. Optimal Tensor Methods in Smooth Convex and Uniformly ConvexOptimization (англ.) // Proceedings of the Thirty-Second Conference on Learning Theory. — PMLR, 2019-06-25. — P. 1374–1391.
  14. ↑ Dmitry Kovalev, Alexander Gasnikov. The First Optimal Acceleration of High-Order Methods in Smooth Convex Optimization (англ.) // Advances in Neural Information Processing Systems. — 2022-12-06. — Vol. 35. — P. 35339–35351.
  15. ↑ Alexander Rogozin, Alexander Gasnikov, Aleksander Beznosikov, Dmitry Kovalev. Decentralized Convex Optimization over Time-Varying Graphs (англ.) // Encyclopedia of Optimization / Panos M. Pardalos, Oleg A. Prokopyev. — Cham: Springer International Publishing, 2020. — P. 1–17. — ISBN 978-3-030-54621-2. — doi:10.1007/978-3-030-54621-2_860-1.
  16. ↑ Darina Dvinskikh, Alexander Gasnikov. Decentralized and parallel primal and dual accelerated methods for stochastic convex programming problems (англ.) // Journal of Inverse and Ill-posed Problems. — 2021-06-01. — Vol. 29, iss. 3. — P. 385–405. — ISSN 1569-3945. — doi:10.1515/jiip-2020-0068.
  17. ↑ Eduard Gorbunov, Marina Danilova, Alexander Gasnikov. Stochastic Optimization with Heavy-Tailed Noise via Accelerated Gradient Clipping // Advances in Neural Information Processing Systems. — Curran Associates, Inc., 2020. — Т. 33. — С. 15042–15053.
  18. ↑ Nikita Puchkin, Eduard Gorbunov, Nickolay Kutuzov, Alexander Gasnikov. Breaking the Heavy-Tailed Noise Barrier in Stochastic Optimization Problems (англ.) // Proceedings of The 27th International Conference on Artificial Intelligence and Statistics. — PMLR, 2024-04-18. — P. 856–864.
  19. ↑ Alexander Gasnikov, Darina Dvinskikh, Pavel Dvurechensky, Eduard Gorbunov, Aleksandr Beznosikov, Alexander Lobanov. Randomized Gradient-Free Methods in Convex Optimization (англ.) // Encyclopedia of Optimization / Panos M. Pardalos, Oleg A. Prokopyev. — Cham: Springer International Publishing, 2020. — P. 1–15. — ISBN 978-3-030-54621-2. — doi:10.1007/978-3-030-54621-2_859-1.
  20. ↑ Журнал вычислительной математики и математической физики. www.mathnet.ru. Дата обращения: 14 ноября 2024.
  21. ↑ Journal of Optimization Theory and Applications (англ.). SpringerLink. Дата обращения: 14 ноября 2024.
  22. ↑ Главный научный семинар Университета Иннополис «Иннополис. Наука». www.mathnet.ru. Дата обращения: 15 ноября 2024.
  23. ↑ Математический кружок. www.mathnet.ru. Дата обращения: 15 ноября 2024.
  24. ↑ Математический кружок школы ПМИ МФТИ. www.mathnet.ru. Дата обращения: 15 ноября 2024.
  25. ↑ Стохастический анализ в задачах. www.mathnet.ru. Дата обращения: 15 ноября 2024.
  26. ↑ Математическое моделирование транспортных потоков. www.mathnet.ru. Дата обращения: 15 ноября 2024.
  27. ↑ Общероссийский семинар по оптимизации им. Б.Т. Поляка. www.mathnet.ru. Дата обращения: 18 ноября 2024.
  28. ↑ Защищенные диссертации.
  29. ↑ Yahoo Research. Tumblr. Дата обращения: 13 ноября 2024.
  30. ↑ Лауреаты Премии Правительства Москвы молодым учёным.
  31. ↑ Yandex ML Prize. Yandex ML Prize. Дата обращения: 13 ноября 2024.
  32. ↑ Alexander Gasnikov. scholar.google.ru. Дата обращения: 12 ноября 2024.
  33. ↑ Выступления в СМИ — Лаборатория математических методов оптимизации. labmmo.ru. Дата обращения: 15 ноября 2024.

Ссылки

[править | править код]
Источник — https://ru.wikipedia.org/wiki/Гасников,_Александр_Владимирович