علم بهتر است یا فن‌آوری؟

یکی از دانشجویان سوالی پرسیده که جمع‌بندی‌اش یک همچنین چیزی می‌شود:

۱) آیا بهتر نیست به جای علم روی فن‌آوری در ایران سرمایه‌گذاری کنیم؟

۲) اگر قرار بود روی فن‌آوری سرمایه‌گذاری کنیم، فن‌آوری‌هایی که ایران در آن‌ها شرایط ویژه‌ای دارند بهتر نیست؟

۳) همان مورد ۲ در مورد علم. یعنی بهتر نیست روی علمی سرمایه‌گذاری کنیم که به ایران ربط ویژه‌ای دارد؟

راستش برخلاف نظر آن دانشجو، نظر بنده در مورد سوال‌های فوق خیلی هم محکم نیست. طبیعتا خودم تلاش کرده‌ام روی علم سرمایه‌گذاری کنم و در میان علوم مختلف روی سرطان. و تلاش کرده‌ام همه را دعوت کنم به این راه. اما نمی‌گویم این تنها راه است یا همه باید جمع بشوند روی این کار. البته فکر می‌کنم جمع کردن همه روی یک موضوع خیلی اثر مثبتی دارد، اما معنی‌اش این نیست که حتما باید این بشود. یا این‌که حتما حتی این بهترین راه است.

البته تجربه‌هایی و نظرهایی در موارد بالا دارم. اما، پیش از آن‌که نظری بدهیم، …

پیش از آن، آیا خوانندگان نظری دارند؟ ببینیم می‌توانیم تعدادی نظر مختلف جمع کنیم؟

نظر اولی که به دستمان رسید:

سلام.
سوالات مطرح شده دارای پیشفرض هایی است . خوب است این پیشفرض ها را ابتدائا مطرح کنیم:
۱- اگر قبول کنیم که برای یک جامعه در روزگار کنونی، رسیدن به قدرت تکنولوژیک شرط لازم سعادتِ آن جامعه است، سوالی که مطرح می‌شود این است که وظیفه ما میهن دوستان چیست؟
سوالی که به طور خاص مطرح می‌شود این است که وظیفه ما دانشگاهیانِ میهن دوست چیست؟
سوالی که به طور خاص‌تر می‌تواند طرح شود این است که وظیفه ما دانشگاهیانِ علاقمند به ریاضیات چیست؟
اولین نکته‌ای که به ذهنم میرسد این است که در مقیاس فردی هر فرد نمی‌تواند بر صرفِ وظیفه عمل کند و اگر به زندگی دانشمندان و مخترعان برجسته تاریخ نگاه کنیم، می‌بینیم که آن‌ها بیشتر در پی علاقه خویش بودند تا وظیفه خویش. و اصولا هیچ کار برجسته‌ای بدون وجود علاقه صورت نمی‌گیرد. پس می‌توان گفت در مسیر انتخاب فردی پیش‌شرط علاقه باید وجود داشته باشد.
حال سوال در مقیاس فردی می‌تواند اینگونه مطرح شود: چه زمینه‌های علمی یا صنعتی‌ای وجود دارد که در عین حالی که منِ علاقمند به ریاضیات را به خود جذب می‌کند می‌تواند در راه رسیدن به جامعه ای با قدرت تکنولوژيک نیز موثر باشد؟ و در بین این زمینه‌ها کدام راه نزدیکتری برای رسیدن به قدرت تکنولوژیک است؟

ولی خوب بیشتر شبیه سوال است تا پاسخ به سوال‌هایی که مطرح شده.

ما باید چه موضوع علمی از خارجی‌ها بگیریم؟

در دوران دبیرستان، یکی از دانش‌آموزان مدرسه، حدود ۱۰ روز در ماه رمضان رفته بود عمره. اولین از دوستان بود که می‌دانستیم به عمره رفته. ظاهرا خیلی تغییر کرده بود. اول که آمده بود، رفتیم خانه‌شان و پرسیدیم چه خبر و چگونه بود. اما حیف به نظر می‌آمد که فقط چند خاطره بشنویم. در آن دوران به نظر می‌آمد که به خاطر این سفر، چیزهایی به دوستمان رسیده بود و ما از آن محروم بودیم. در آن زمان سعی کردیم با هم‌راهی با ایشان آن‌چه از آن‌جا گرفته بودند را ما نیز به دست بیاوریم.

همین کار را نیز با برخی دوستانی که از خارج آمده بودند، مانند دکتر اعتصامی می‌توان انجام داد. همین کار را نیز می‌توان با اساتید کارکشته‌تر، مانند دکتر دانشگر انجام داد. بدین صورت روش‌های پژوهش، نگاه پژوهشی و از این قبیل موضوعات را می‌توان به دست آورد.

من خودم سعی کردم همه این کارها را انجام بدهم. اما نمی‌دانم چرا نشد!

مهم‌تر از این، ۱) کلا ما باید چه چیزی را از آن‌ها بگیریم. مثلا از پژوهشگران موفق خارجی، اگر چه چیزی را بگیریم خوب است؟ و ۲) این چیز را باید پس از آن چگونه به کار بگیریم؟ مثلا فرض کنید یکی از دانشجویان موفق دکتری، تحت نظر یکی از بهترین اساتید علوم کامپیوتر، وقتی برگشت ایران، حتما خیلی چیزها از استادش یاد گرفته. حال اگر ایشان چه کار کند برای ما خوب است؟ سوال سختی است اما پیش از پاسخ به این سوال، نیازمند یک صورت‌بندی درست و درمان برای سوال هستیم.

نیاز به ارتقاء پای‌بست

از سال‌ها پیش، بنیاد نخبگان به نخبگان حقوق‌هایی پرداخت می‌کند. البته بحث‌های فراوانی مطرح بود که چرا این حقوق‌ها، چرا به این افراد، و خیلی چراهای دیگر.

ظاهرا در سال‌های اخیر، طرح‌های جدیدی دارند که در قبال این حقوق‌ها کارهایی به نخبگان بسپارند. در یکی از این طرح‌ها، از نخبگان خواسته می‌شود در طرحی پژوهشی با محوریت یک استاد شرکت کنند. کلا ایده بسیار جالب است، و سازوکاری هم که برایش چیده‌اند خیلی خوب است. بدین صورت یکی از اساتید به کار گرفته می‌شود، مساله‌هایی که نخبگان با آن‌ها سروکار خواهند داشت، مساله‌های پخته‌تری است. تیم‌سازی‌های جدید بین نخبگان و برخی اساتید شکل می‌گیرد و کلی خواص دیگر. کلا وقتی پختگی طرح را انسان می‌بنید تعجب می‌کند، یعنی همچنین طرح‌هایی وجود داشته، یا می‌توانسته وجود داشته باشد و ما با آن سبک قدیم رفتار می‌کردیم؟!

اما جدا از همه این خوبی‌ها، هدف اصلی این طرح چیست؟

برخی افراد با انگیزه و با حوصله و خوش‌فکر هستند که ازشان که می‌پرسید چه کار می‌کنند می‌گویند فلان جا یا فلان طرح هست، می‌رویم آن را بهتر کنیم. سازوکاری برای اثرگذاری در فلان طرح را به دست آورده‌ایم و خلاصه حرفمان خریدار دارد و می‌رویم فکرهایمان را روی هم بریزیم با آن‌ها هم‌فکری کنیم تا این طرح یا این مکان را بهتر کنیم.

برخی اوقات واقعا از ایشان برمی‌آید که تغییر بسیار مثبتی ایجاد کنند. اما از ایشان باید پرسید هدف اصلی شما چیست؟ هدف اصلی‌تان این است که این ماجرا را بهتر کنید؟

نکند خانه از پای‌بست ویران باشد، یا از پای‌بست ارزش چندانی نداشته باشد، و شما در حال بهتر کردن نقش ایوان باشید؟

راستش طرح خوب بنیاد نخبگان هم بیشتر بدین صورت می‌نماید. خیلی طرح خوبی است، رشدهای فراوانی ایجاد می‌کند، اما آخر که چه؟ آیا رشدی در علم ایران ایجاد می‌کند؟ آیا نیروهای بهتری برای ایران ایجاد می‌کند؟ آیا اساتید را بهتر می‌کند؟ یا وقت ایشان را بیشتر می‌گیرد؟ آیا به علم ایران جهت می‌دهد؟

البته حتما طراحان و مجریان این طرح خودشان ایده‌هایی و یا توضیحاتی دارند، و حتما خوشحال می‌شویم ایده‌ها و توضیحاتشان را بشنویم. اما، این ماجرا یک درد رایج است. انشاء الله که طرح بنیاد نخبگان از این درد رنج نبرد و حقیقتا رشدی برای ایران و علم ایران ایجاد بکند.

کمبود “داده” در حوزه ریاضیات زیستی/نقش پژوهشگران بیوانفوماتیک در حوزه سرطان و تولید دارو

کمبود “داده” در حوزه ریاضیات زیستی/نقش پژوهشگران بیوانفوماتیک در حوزه سرطان و تولید دارو

ریاضیات زیستی

عضو هیات‌علمی دانشگاه شریف با بیان اینکه ریاضیات زیستی در ایران طرفداران زیادی دارد، گفت: بسیاری از دانشجویان علاقه‌مندند که به کاربرد ریاضیات نزدیک شوند. ریاضیات زیستی از موضوعاتی است که دانشجویان احساس می‌کنند با کار کردن در آن می‌توانند از مطالعات انتزاعی‌ در عمل استفاده کنند.

به گزارش ایسنا، “فریدریش گاوس” می‌گوید ریاضیات ملکه علوم است و امروزه می‌دانیم علوم بسیاری برای پیشرفت خود به ریاضیات وابسته هستند. برخی از دانش‌آموزان رشته تجربی یکی از دلایل انتخاب این رشته را بیزاری از ریاضیات عنوان می‌کنند؛ اما احتمالاً نمی‌دانند که امروزه ریاضیات چه کاربرد گسترده‌ای در علوم تجربی و مخصوصاً زیست‌شناسی دارد.

ریاضیات زیستی یک نمونه جالب توجه از کاربردهای ریاضیات است. یکی از فعالیت‌های پژوهشگران این رشته شناخت بیماری‌ها و مدل‌سازی آن‌ها به کمک ریاضیات است که می‌تواند کمک قابل توجهی در جهت درمان بیماری‌های صعب‌العلاجی چون سرطان داشته باشد؛ برای آشنایی بیشتر با این رشته نسبتاً جدید و پرطرفدار با استاد ریاضیات زیستی دانشگاه شریف هم‌صحبت شدیم.

دکتر محمدهادی فروغمند اعرابی، عضو هیات‌علمی دانشگاه شریف در گفت‌وگو با ایسنا درباره پیوند ریاضیات و زیست‌شناسی و آن‌چه که باعث ایجاد ریاضیات زیستی شده است، گفت: از گذشته‌ها برای تحلیل، بررسی و پیش‌بینی رفتار موضوعات مختلف از ریاضیات استفاده می‌شده است. به طور مثال برای پیش‌بینی رشد جمعیت‌ها و حرکت فراوانی جمعیت می‌توان از ابزارهای ریاضی استفاده کرد. اگرچه اخیراً ابزارهای ریاضیاتی نیز پیشرفت کرده‌اند و با استفاده از این ابزارها می‌توانیم بهتر روندها را مدل‌سازی کنیم، اما علت اصلی پررنگ شدن ریاضیات زیستی، پیشرفت‌های اخیر در علم زیست‌شناسی است. در صد سال اخیر دانش جدید زیست‌شناسی به گونه‌ای پیش‌رفته که با دانش قبلی بسیار متفاوت شده است. در گذشته دانشمندان نظم خاصی برای حیات قائل نبودند؛ اما پیشرفت‌های اخیر نظم و مشابهت‌های زیادی را در اجزای حیات کشف کرد. کشف DNA و دگمای مرکزی نشان داد که عملکرد سلول‌ها، به عنوان کوچک‌ترین موجودات زنده، بسیار دقیق و ریاضی‌وارتر از آن چیزی است که پیش از این به نظر می‌آمد. این پیشرفت‌ها سنگ بنای ورود جدی‌تر ریاضی‌دانان به حوزه زیست‌شناسی بود.

وی ادامه داد: با پیشرفت فناوری، پژوهشگران توانستند داده‌های متنوع‌تری از موجودات زنده به دست آورند. برای به دست آوردن دو مجموعه داده، سرمایه‌گذاری وسیعی انجام شده است. این دو مجموعه داده شامل داده‌های ژنتیکی (ژنوم) و داده‌های مربوط به مغز است. داده‌های به دست آمده، بسیار حجیم بودند، در نتیجه پس از استخراج داده‌ها، نیاز به تحلیل داده‌ها با ابزارهای جدید ریاضی و کامپیوتر پررنگ‌تر شد.

فروغمند با اشاره به این که فعالیت‌های محققان ریاضیات زیستی در حوزه سرطان عموماً مربوط به بررسی ژنتیکی است،خاطرنشان کرد: سرطان موضوعی کهن در حوزه پزشکی است. حتی ابن‌سینا نیز در کتاب‌های خود به بیماری سرطان اشاره کرده است، اما واقعیت این است که ما اخیراً متوجه شدیم که سرطان واقعاً چیست، چگونه به وجود می‌آید و چه‌طور رشد می‌کند. هم‌چنین در گذشته با اتکا به دانش به دست آمده امیدوار بودیم بتوانیم سرطان را درمان کنیم. برای درمان سرطان از روش‌های متنوعی استفاده شده است. برای مثال معمول‌ترین روش‌های مورد توجه برای درمان سرطان، روش‌های معمول پزشکی است. در روش‌های معمول پزشکی، پژوهشگران عموماً سعی می‌کنند داروهایی را پیدا کنند که موجب درمان سرطان شود. این روش از ابتدا مورد توجه بوده و هم‌چنان در مراکز پژوهشی از اصلی‌ترین روش‌ها به شمار می‌آید.

این استاد ریاضیات زیستی افزود: این‌که با وجود سرمایه‌گذاری‌های مالی و انسانی فراوان هنوز نتوانسته‌ایم درمانی برای سرطان، که یک بیماری مهم برای حال و آینده بشر به شمار می‌آید، پیدا کنیم، موجب شد تقریباً همه رشته‌ها برای شناخت و درمان سرطان دست به کار شوند. عده‌ای معتقدند که نیافتن روش درمانی قطعی برای سرطان نتیجه شناخت ناکامل ما از سرطان است. کارهای مختلفی هم برای توصیف و در نتیجه شناخت بهتر سرطان، انجام شد که یک نمونه از این کارها، مدل‌سازی سرطان بود. طبیعتاً وقتی بحث مدل‌سازی مطرح می‌شود، مدل‌ها عموماً مدل‌های ریاضی هستند بسته به میزان سادگی مدل، قابلیت تحلیل آن برای ما بیشتر است؛ یعنی هر چه بتوانیم مدل‌های ساده‌تری طراحی کنیم، بهتر می‌توانیم آن مدل را تحلیل کنیم.

این استاد دانشگاه شریف با بیان اینکه ابتدایی‌ترین موضوعی که سعی می‌شود در سرطان مدل شود، رشد سلول‌های سرطانی است، افزود: مثلاً ما می‌خواهیم پیش‌بینی کنیم که چند درصد انسان‌ها دچار سرطان می‌شوند، کاری که به طور طبیعی می‌توان انجام داد این است که یک مدل ریاضی، به همراه معادله‌های ریاضی، برای پدیده رشد سلول‌های سرطانی، طراحی و جواب معادله را محاسبه کرد. به طور طبیعی ریاضیدانان باید تلاش کنند مدل‌های درستی طراحی کرده و سپس مدل‌ها را تحلیل کنند.

فروغمند ادامه داد: قسمتی از پژوهش‌هایی که تاکنون به آن‌ها اشاره کرده‌ایم، به طور دقیق‌تر مربوط به علوم کامپیوتر است. از برتری‌های علوم کامپیوتر در زمینه تحلیل پدیده سرطان، این است که نمی‌توانیم برخی از مدل‌های مربوط به سرطان را با دقت ریاضی مناسب تحلیل کرده و آینده آن‌ها را پیش‌بینی کنیم. محققان علوم کامپیوتر سعی می‌کنند به کمک علوم کامپیوتر وارد این حوزه شده و با استفاده از ابزارهای علوم کامپیوتری مدل‌ها را تحلیل کنند.

این محقق ریاضیات زیستی در ادامه با بیان اینکه نگاه حاکم بر علوم کامپیوتر و ریاضیات یکسان است اظهار کرد: نزدیکی این دو رشته به حدی است که در بیشتر دانشگاه‌های ایران رشته علوم کامپیوتر و ریاضی هر دو در یک دانشکده هستند. در یک دید کلی علوم کامپیوتری‌ها و ریاضی‌ها یک کار را انجام می‌دهند. آن‌ها در این حوزه به طور کلی سرطان را مدل‌سازی می‌کنند و تلاش می‌کنند فهم خود را بیشتر و از این فهم برای درمان سرطان استفاده کنند. در این حیطه، ریاضی‌دانان از ابزارهای نظری‌تر ریاضی مثل معادلات دیفرانسیل استفاده می‌کنند و سعی می‌کنند با نوشتن و حل معادله مدل‌سازی‌ها را انجام دهند. در مقابل، دانشمندان علوم کامپیوتر از ابزارهای دیگری برای مدل‌سازی استفاده می‌کنند. فرض کنید مدلی داشته باشیم که در آن سرطان را به صورت مجموعه‌ای از سلول‌ها، که هر کدام موجودی هوشمند است، مدل‌سازی کنیم. تحلیل این مدل‌ها با ابزارهای ریاضی سخت است ولی شبیه‌سازی آن به نسبت کار آسان‌تری است. به همین خاطر در این موارد محققان علوم کامپیوتراز ابزارهای شبیه‌سازی استفاده می‌کنند و سعی می‌کنند رفتار کلی موارد شبیه‌سازی شده را مدل‌سازی کنند و به تبع استنتاجی در این زمینه انجام دهند؛ درنتیجه، در یک دید کلی، کار ریاضی‌دان‌ها و علوم کامپیوتری‌ها یکسان است ولی هرکدام از دو گروه با موضوعاتی که بیشتر به آن‌ها آشنا هستند وارد حوزه مدل‌سازی‌های زیستی شده‌اند.

فروغمند با بیان اینکه همه حوزه فعالیت‌های محققان ریاضیات زیستی مدل‌سازی نیست افزود: البته همه کار هم مدل‌سازی نیست، فرض کنید خیلی وقت‌ها مدل‌سازی قبلاً انجام شده و حالا شما می‌خواهید مساله‌ای پیچیده‌تر را با توجه به مدل‌سازی حل کنید. مثلاً فرض کنید ریاضیدانان یک معادله دیفرانسیلی دارند که رفتار تومور سرطانی را توصیف می‌کند، حالا به دنبال این هستند که ببینند با چه تغییراتی این تومور با کمترین هزینه نابود می‌شود.

وی درباره وضعیت علم ریاضیات زیستی در ایران گفت: در حال حاضر ریاضیات زیستی در ایران وضع بدی ندارد؛ البته من نمی‌دانم زمان شروع کارهای پژوهشی در ریاضیات زیستی، نسبت به زمان شروع در کشورهای دیگر چگونه بوده، اما حداقل می‌دانیم در ایران نیز تقریباً همزمان با اوج‌گیری ریاضیات زیستی در کشورهای دیگر ریاضیات زیستی فراگیرتر شد؛ مثلاً اولین پذیرش دانشجو در رشته بیوانفورماتیک در ایران تقریباً همزمان بود با پذیرش اولین دانشجوها در این رشته در کشورهای پیشرفته.

این محقق بیوانفورماتیک درباره استقبال دانشجویان برای پژوهش در حوزه ریاضیات زیستی، گفت: طبیعتاً از لحاظ منابع انسانی وضع خوبی داریم و این رشته طرفداران زیادی هم دارد. میان استادان و دانشجویان تمایل خوبی وجود دارد که وارد این حیطه شوند؛ اما یکی از موضوعاتی که باعث می‌شود این رشته‌ها بیشتر جذاب شود، مسائل مالی است. در کشورهای پیشرفته سرمایه‌گذاری‌هایی که می‌شود، باعث جذب اساتید و دانشجویان به آن حوزه‌ها می‌شود. در آمریکا سرمایه‌گذاری‌های زیادی روی علوم زیستی شده است و به تبع آن هم دانشجویان فراوانی وارد رشته‌های مرتبط شده‌اند. در ایران هم این سرمایه‌گذاری‌ها شده است، اما نه مانند کشورهای پیشرفته. یکی از نتایج سرمایه‌گذاری دریک موضوع علمی این است که داده‌های فراوانی در آن حوزه تولید می‌شود. در اروپا و آمریکا داده‌های فراوان زیستی برای فعالیت محققانشان وجود دارد و در بسیاری از موارد هنگامی که محققان نیاز به بررسی موضوعی دارند، داده‌های مربوط به موضوع پژوهش را تولید می‌کنند. تولید داده هم هزینه‌های بسیار بالایی دارد و طبیعتاً ما به نسبت کشورهای اروپایی و آمریکا داده‌های اندکی تولید می‌کنیم. البته باید توجه داشت که بسیاری از داده‌های آن‌ها به صورت رایگان برای همه پژوهشگران در دسترس است؛ اما داشتن داده‌های به‌روزتر و هدف‌مندانه‌تر باعث برتری در زمینه‌های علمی می‌شود. کمبود داده یکی از ضعف‌های ماست، اما در عوض از لحاظ کیفیت و کمیت نیروی انسانی وضعیت بدی نداریم.

ریاضیدانان زیستی، نسل جدیدی از محققان

فروغمند با اشاره به «پروژه ژنوم انسان» که با همکاری محققان بسیاری در دهه نود میلادی آغاز شد، درباره پیشرفت فناوری استخراج داده‌ها گفت: در گذشته مثلاً حدود سال ۱۹۹۰ پروژه بزرگی تعریف شد که تعدادی از کشورها بودجه آزمایش‌های آن پروژه را تامین می‌کردند. هدف پروژه استخراج داده‌های ژنوم انسان بود و هزینه بسیاری داشت. کم کم فناوری‌هایی تولید شد که استخراج داده را راحت‌تر و کم‌هزینه‌تر کرد. در حال حاضر با وجود فناوری‌های جدید بخش بزرگی از تولید داده به سادگی و با هزینه‌ای بسیار کم‌تر نسبت به گذشته انجام می‌شود. یعنی پژوهشگر کافی است به یک داده خاص اعلام نیاز کند، سازوکاری از پیش تعیین شده و آماده وجود دارد که با استفاده از آن داده‌ها تولید می‌شوند. اما نوع دیگری از تهیه داده هم وجود دارد که به وسیله انجام آزمایش‌های غیرمعمول‌تر به دست می‌آید و فناوری آماده‌ای ندارد. از طرف دیگر، استفاده از داده‌ها به دو دسته تقسیم می‌شود؛ دسته‌ای از آن‌ها داده‌هایی است که پژوهشگران تقریباً می‌دانند از بررسی آن‌ها چه نتایجی باید به دست بیاید و برخی داده‌ها هم برای تولید نظریه‌های جدید استفاده می‌شوند. ارائه یک نظریه جدید معمولاً به داده‌های پیچیده‌تر و آزمایش‌های پیچیده‌تری نیاز دارد.

عضو هیات‌علمی دانشگاه صنعتی شریف با بیان اینکه نه ریاضیدانان و نه زیست‌شناسان به تنهایی نمی‌توانند در حوزه ریاضیات زیستی فعالیت کنند، گفت: واقعیت این است که نه ریاضیدانان و نه زیست‌شناسان هیچ‌کدام نمی‌توانند فعالیت‌های ریاضیات زیستی داشته باشند و از طرف دیگر هم اساساً ریاضیدانان و زیست‌شناسان حرف یکدیگر را نمی‌فهمند تا بتوانند کار مشترکی انجام دهند. در گذشته می‌گفتند که خیلی خوب است که یک ریاضیدان با یک زیست‌شناس همکاری علمی داشته باشند و به یک نتیجه مشترکی برسند. بعد از مدتی متوجه شدند که چنین چیزی عملی نیست و اتفاقی که افتاد، این بود که گروهی از ریاضیدانان به سراغ یادگیری زیست‌شناسی رفتند که همین افراد محققان ریاضیات زیستی شدند. حتی مدیر پروژه بزرگ ژنوم انسانی که پیشتر توضیح دادم، یک ریاضیدان بود. کل این پروژه شامل یک بخش بزرگ آزمایشگاهی و یک قسمت کوچک محاسباتی بود. ریاضیدانان زیستی نسل جدیدی از محققان هستند. ریاضیدانان علاقه‌مند به فعالیت در حوزه ریاضیات زیستی، دانش زیست‌شناسی را از ابتدا مطالعه می‌کنند تا بعدتر به محققان ریاضیات زیستی تبدیل شوند. همین‌طور زیست‌شناسانی هم که بخواهند در حوزه ریاضیات زیستی مشغول به کار شوند، باید ریاضی را از پایه مطالعه کنند؛ یعنی هیچ‌کدام به تنهایی نمی‌توانند درحوزه ریاضیات زیستی کار کنند.

وی درخصوص انواع مختلف مدل‌سازی‌هایی که ریاضیدانان زیستی انجام می‌دهند و تاثیر آن‌ها بر روند درمان سرطان، گفت: برخی از این مدل‌سازی به این شکل است که اثرات دارو را مدل می‌کند؛ یعنی مشخص می‌کند یک داروی خاص چه اثراتی دارد. پژوهشگران ریاضیات زیستی این تاثیر را مدل می‌کنند و مشخص می‌کنند که چه مقدار از این دارو باید به بیمار تزریق شود؛ یعنی برخی از فعالیت‌های ریاضیات زیستی تا این حد مستقیم در درمان یک بیماری اثرگذار است و برخی از فعالیت‌ها غیرمستقیم است. مثلاً فعالیت‌هایی که در حوزه شناخت سرطان صورت می‌گیرد، با این هدف است که ابتدا سرطان به طور کامل شناخته شود و بعدتر برای مقابله با آن راهکار اندیشیده شود؛ مثلاً برخی امیدوارند با مدل‌سازی‌های خود نشان دهند که یک نظریه درباره رشد سرطان اصلاً اشتباه است؛ یعنی با مدل‌سازی نشان دهند که برخلاف تئوری‌های موجود، اساس ایجاد سرطان چیز دیگری است، مثل کاری که حدود دو سال پیش انجام شد و خیلی هم پرسروصدا بود. دو سال پیش میان دو گروه مخالف و موافق بحثی درباره تصادفی بودن یا نبودن پدیده سرطان درگرفت که هر دو گروه هم مقالاتی در مجله‌های معتبر چاپ می‌کردند. برخی می‌گفتند سرطان پدیده‌ای تصادفی است و برخی دیگر معتقد بودند این پدیده تصادفی نیست. افرادی که معتقد بودند این پدیده تصادفی است، می‌گفتند تلاش نکنید زندگی سالمی داشته باشید و سرطان به سبک زندگی ربط چندانی ندارد؛ اما گروه مقابل معتقد بودند که سبک زندگی تاثیر مهمی در ابتلا به سرطان دارد. هر دو گروه هم مدل‌سازی‌های ریاضی انجام داده بودند که بتوانند با داده‌ها نتایج خود را توجیه کنند. این کارها، نمونه‌هایی از پژوهش‌هایی است که خیلی با پیشنهاد درمان فاصله دارند؛ ولی خب طبیعتاً تاثیر زیادی در شناخت ما از سرطان دارد و رسیدن به شناخت درست مقدمه‌ای است برای مقابله با این بیماری.

وی درپایان درباره همکاری‌های محققان ریاضیات زیستی با پژوهشکده‌ها و بیمارستان‌ها و نقش پژوهشگران ریاضیات زیستی در تولید دارو، گفت: واقعیت این است که در بیمارستان‌ها افرادی که کارهای درمانی انجام می‌دهند، حتی از زیست‌شناسان هم تاثیر مستقیم نمی‌گیرند؛ به این دلیل که مسائل حوزه درمان استانداردهای خاص خود را دارد و نمی‌شود با یکی دو آزمایش و نتیجه‌گیری یک کار درمانی را انجام داد. در نتیجه چندان هم این آزمایش‌ها و نتیجه‌گیری‌ها روی کار آن‌ها تاثیر نخواهد داشت؛ همه‌جای دنیا هم این چنین است. ما با بخش‌هایی که کارهای پژوهشی انجام می‌دهند، همکاری داریم؛ مثلاً همکاری ما با یکی از این پژوهشکده‌ها به این شکل است که آن‌ها می‌گویند ما یک دارو را تولید کرده‌ایم که تفاوت‌هایی با داروهای معمولی دارد و از ما می‌خواهند این دارو را مدل کنیم که دریابیم آیا این دارو از داروهای معمول بهتر عمل می‌کند یا نه و از چه نسبتی از دارو استفاده شود، تاثیرپذیری بهتری دارد. بعد از این مدل‌سازی‌ها آزمایش‌هایی روی سلول انجام می‌دهند و بعد از نتیجه گرفتن، دارو را روی موش آزمایش می‌کنند. سپس بعد از اخذ تاییدیه‌های لازم دارو برای انسان‌ها تولید می‌شود. این روند معمول دنیاست.

  •  خبرنگار یگانه کربلایی
  • دبیر رقیه السادات حسینی

انقلاب علمی در ایران

ظاهرا اخیرا آقای شاپور اعتماد یک سخنرانی با این عنوان در گروه فلسفه علم داشته‌اند. از آن‌جایی که برخی از دوستان بسیار علاقه‌مند به تحول علمی در ایران هستند، این سخنرانی هم برایشان بسیار جالب بوده. مخصوصا اگر به تجربه آقای اعتماد در برخی تغییرات در وزارت علوم توجه کنیم.

ظاهرا در زمانی که دکتر منصوری سمت مهمی در وزارت علوم داشته‌اند، بسیاری از قوانینی که در حال حاضر در حال اجرا در دانشگاه‌ها هستند را تصویب کرده‌اند. ظاهرا قوانین مربوط به شمردن مقاله‌ها در آن زمان تصویب و اجرا شده.

در همین زمان، آقای اعتماد معاون دکتر منصوری بوده‌اند و تجربیات اجرایی داشته‌اند. در این سخنرانی در مورد برخی تجربیات صحبت کرده‌اند.

ظاهرا فهمیدن سخنرانی ایشان سخت بوده، اما صحبت‌های جالبی در مورد علم در ایران داشته‌اند. یک تاریخچه‌ای از این‌که تاریخ علم اخیر ایران چگونه بوده و ایشان چه کار کرده‌اند. ظاهرا مقداری هم از کارهای انجام شده در همان زمان ناراضی بوده‌اند که البته جای تامل زیادی دارد.

اما قضیه جدی‌تر از این حرف‌هاست.

کلا اگر از چشم استاد جوانی به ماجرا نگاه کنید، سوالی که برایش مطرح است این است که باید چه کار کند؟ طرح بزرگی که باید داشته باشد چیست که در آن راستا تلاش کند؟ آیا باید این طرح را جوانان ریاضی‌دان تولید کنند؟ اصلا آیا طرح‌هایی وجود دارد که جمع شده باشد حداقل از بین آن‌ها یکی را انتخاب کنیم؟ کسی جواب این سوال را دارد؟ واقعا این علوم انسانی‌ها نباید بیایند روی ما تبلیغ کنند و ما بشویم محل تبلیغ و رقابت آن‌ها برای جذب ما برای برنامه‌های ایشان برای رشد علمی ایران؟ فردی چیزی سراغ دارد؟ اگرنه، آن‌گاه کمی به حال علوم انسانی‌مان، حداقل در این زمینه، سکوت کنیم!

بیاییم ساختارسازی کنیم،

یا سازمان(ساختار)سازی: سازوکار بالفعل‌سازی نقاط قوت

بارها شنیده‌ایم که یک کاری موفقیت‌آمیز نبوده، یا یک فردی در کاری شکست خورده. در تحلیل‌هایی که انجام می‌شود می‌شنویم که فلانی فلان مشکل را داشته و این مشکل موجب شده که موفق نشود. احتمالا برخی از این تحلیل‌ها درست باشد. معنی این تحلیل‌ها این است:

اگر حتی یک نقطه ضعف داشته باشید، موفق نمی‌شوید.

آیا این موضوع درست است؟ اگر این‌طور باشد که تقریبا هیچ فردی نباید موفق بشود. اصلا مگر انسان موفق ندیده‌ایم؟ این همه مثلا دانشمندان موفق پس از کجا آمده‌اند. آیا آن‌ها هیچ نقطه ضعفی نداشته‌اند؟ زندگی‌نامه بسیاری از دانشمندان را که مطالعه می‌کنیم، برعکس می‌بینیم که بسیار هم نقاط ضعف داشته‌اند. و حتی بیش از آن، آن‌ها تنها یک یا دو نقطه قوت داشته‌اند. یعنی اگر بر اساس زندگی‌نامه‌هایی که مطالعه می‌کنیم بخواهیم نظر بدهید باید بگوییم

یک نقطه قوت برای موفق کافی است.

بالاخره کدام درست است؟

شاید پاسخ در این مطلب باشد: مثلا یک فرد را در قرون پارینه‌سنگی در نظر بگیرید. اگر بخواهد در حد الآنی‌ها موفق باشد، باید در زمینه‌های مختلف دانشمند خوبی باشد، مهندس خوبی باشد. با دیگران هم بتواند خوب هم‌کاری کند. دیوار هم خوب بسازد و …. اما یک دانشمند خوب در حال حاضر، فقط کافی است یک دانشمند، آن هم در یک رشته تخصصی قوی باشد تا بتواند یک جامعه موفق را شکل بدهد. چرا؟ چون یک ساختاری وجود دارد که در آن فقط از قابلیت‌های علمی دانشمند استفاده می‌کند و بقیه‌اش را به دیگران می‌سپارد. شاید این تفاوت اصلی باشد. یعنی یک نقطه قوت در ساختار خوب موجب موفقیت می‌شود، اما یک نقطه ضعف در بی‌ساختاری موجب شکست. در این شرایط باید چه کرد؟

در این شرایط به ما آموزش می‌دادند که سعی کنید هیچ نقطه ضعفی نداشته باشید. البته موضوع خوبی است، اما این موضوع موجب می‌شود که از عمیق شدن در یک تخصص بازبمانیم.

یک راه دیگر این است که

بیاییم ساختارسازی کنیم.

بد نیست کمی در این مورد صحبت کنیم. شاید یک جریانی راه بیافتد برای ساختارسازی در سطح اساتید نظری‌کاری که می‌خواهند ارتباط بین علم و صنعت را تقویت کنند. بگذاریم کمی در این زمینه بیش‌تر صحبت کنیم و ابعاد قضیه را بسنجیم. شاید چند نفر دیگری هم پیدا شدند که با هم این کار را انجام بدهیم.

اسقاط اضافات

چند شب پیش بحثی مطرح شد با دکتر علیشاهی که چگونه باید در شرایط پیچیده دانشمندان در ایران دانشمند بود و دانشمندانه زندگی کرد. یکی از توصیه‌هایی که اخیرا مورد توجه استاد قرار گرفته بود، به بیان یکی دیگر از حضار «اسقاط اضافات» نام گرفت. ظاهرا اسقاط اضافات یعنی حذف چیزهای زائد.

کلا دکتر علیشاهی حرفشان این بود: ما در شرایط کنونی، باید کلی کار انجام بدهیم. وظایف مختلفی داریم و برای موفق بودن باید کارهای فراوانی انجام بدهیم. در این شرایط باید بتوانیم تا جایی که می‌توانیم کارهای اضافی را از فهرست کارهایمان حذف کنیم.

از مواردی که خیلی وقت و انرژی می‌گیرد، مراجعات دانشجویی است. شاید به چشم دانشجویان نیاید و شاید خیلی از دانشجویان اصلا مراجعه‌ای به اساتید انجام ندهند. اما وقتی مشکلات دانشجویان را می‌شنوی، خوب حداقل برای ما سنگین است. بالاخره دانشجویان مختلف مشکلات مختلفی دارند. برخی مشکلات خیلی جدی است و درد دانشجو، حداقل به اندازه درد دل، بالاخره دل‌آزار است. چه کار می‌توان کرد؟ آن دانشجو مگر چند نفر را دارد که این درد در را با او بکند؟ از این طرف، وقتی مشکلی را می‌شنوی و کاری از دستت برنمی‌آید هم سخت است. بالاخره باید قبول کرد، این هم قسمتی از کارهایی است که باید انجام بدهیم.

فعالیت‌های صنفی فراوانی برگردن اساتید است. مثلا دکتر علیشاهی الآن معاون دانشجویی هستند. بالاخره باید یکی از اساتید این مسئولیت را قبول کند و قبول کردن این مسئولیت طبیعتا فعالیت‌های فراوانی در پی خواهد داشت. هم‌چنین بالاخره باید دکتر فکر کنند و برخی پیشنهادات برای دانشکده بیاورند. و طبیعتا باید با طرفین صحبت کنند و همه را قانع کنند که طرح‌ها را اجرا کنند. و طبیعتا باید پس از آن وضعیت را پایش کنند. و در نهایت باید مسئولیت وقایع پیش آمده را بپذیرند. حالا اگر طرحشان اثرات مثبت داشته باشد که کسی به ایشان نسبت نمی‌دهد، اما اگر مشکلی پیش بیاید، همه دنبال منشاء طرح می‌گردند!

تدریس را که نگو. حدودا ۲ روز کامل از هفته را می‌گیرد. بعضا ۳ روز از هفته را پر می‌کند! شاید باور نکنید ولی واقعیت دارد. تصحیح‌ها را که نگو و اعتراض به تصحیح‌ها. و اعتراض به درس در انتهای درس.

پژوهش را چه کنیم؟ که اگر رها کنیم، دانشگاه هم ما را رها می‌کند.

بعضا از همه جای ایران مراجعه می‌کنند که فلان مساله را چه کنیم. یا مثلا حتی من هم اثبات‌های کوتاهی از قضیه فرما را مشاهده کرده‌ام که باید یا قبول کنم یا اشتباهش را پیدا کنم.

برخی هم هستند که می‌خواهند در دانشکده ریاضی شریف تحصیل کنند و قول می‌دهند که حتما نمره‌های خوبی بگیرند اگر قبولشان کنیم.

توصیه‌نامه نویسی هم هست. البته عذاب وجدان برای نوشتن توصیه‌نامه بیش از وقتی است که می‌گیرد.

ارتباط با صنعت را که نگو. یکی دو سال اخیر را تلاش کردیم که یک راه جدید باز کنیم برای ارتباط با صنعت. نه از این ارتباط با صنعت‌هایی که دانشگاه یک پروژه از صنعت بگیرد و انجام بدهد. یا حتی یک مساله در صنعت را بگردد در مقاله‌ها و راه حلش را پیدا کند و حل کند. تلاش کردیم مساله‌هایی پیدا کنیم در صنعت که راه حلش در مقاله‌ها هم وجود ندارد. مجبور باشیم مقاله‌هایی تولید کنیم تا مشکل صنعت را حل کند! این خیلی کار سختی است و کار سختی خواهد بود. راستش خیلی بیش از انتظار هم نتیجه داده. دستاورهایی که فکر می‌کردم در ۵ سال به آن برسیم را امسال به دست آوردیم. ولی خوب خیلی وقت و انرژی گرفت.

کلی کار دیگر هم هست.

خلاصه این کارها که هست، دکتر می‌گویند حداقل کارهای اضافه دیگری انجام ندهیم.

توصیف درس مباحثی در مدل‌سازی ریاضی – بهار ۹۷-۸

در ترم آینده، درس مشترکی با دکتر علیشاهی داریم با عنوان مباحثی در مدل‌سازی ریاضی. توصیف خیلی کوتاه درس:

پس از آشنایی با نظریه بازی‌ها، و پس از ارتباط‌های اخیرمان با صنعت در زمینه قیمت‌گذاری موضوعات مختلف، متوجه شدیم مساله قیمت‌گذاری زوایای جالبی دارد که پژوهش‌های اندکی روی آن‌ها انجام شده. تصمیم گرفتیم درسی ارائه کنیم که در آن به جنبه‌های ریاضی قیمت‌گذاری بپردازیم. طبیعتا کمی جنبه‌های ریاضی اقتصاد و کمی نظریه بازی‌ها برای فهم بهتر درس کمک می‌کند. در این درس سعی خواهیم کرد پس از آشنایی با مفاهیم اولیه، قیمت‌گذاری با شرایط مختلف را بررسی کنیم. برخی مساله‌هایی که اخیرا حل کرده‌ایم را احتمالا با برخی شبیه‌سازی‌ها و برخی داده‌های واقعی نیز نمایش خواهیم داد.

مباحثی در مدل‌سازی ریاضی

بازار به عنوان بستری برای مبادله کالا و خدمات از مفاهیم پایەای علم اقتصاد است و از مدت‌ها پیش گروهی از ریاضی/اقتصاددانان، مدل‌ها و نظریەهای جالب توجهی برای شناخت بهتر ساز وکار آن ابداع کردەاند. اما پیشرفت فن‌آوری مفهوم سنتی بازار را در دوران ما متحول کرده است. امروز با مثال‌های متنوعی از بازارهای برخط برای مبادله کالا و خدمات مواجه هستیم که دامنه و کارایی مبادلات را افزایش دادەاند؛ مثال‌هایی مانند دیجیک‌الا برای فروش طیف گستردەای از کالاها، دیوار برای مبادله اجناس دستەدوم یا تپ‌سی برای ارائه برخط خدمات حمل و نقل. این بازارهای مدرن در عین حال این امکان را در اختیار ما قرار دادەاندکه بتوانیم با تحلیل انبوه دادەهایی که تولید می‌شود روش‌هایی برای افزایش کارایی بازار بیابیم. برای این منظور باید مدل‌های اقتصادی قبلی را مورد بازنگری قرار داد تا شرایط دائما در حال تغییر بازاهای جدید را به درستی مدل کنند. در این درس با مروری بر مدل‌های اقتصاد خُرد به مساله قیمت‌گذاری و چالش‌های آن برای چند مثال از بازارهای برخط خواهیم پرداخت.

برای دنبال کردن درس داشتن دانش اولیه در احتمال و آمار ضروری و دانش هرچه بیشتر در زمینە فرآیندهای تصادفی، آمار پیشرفته، نظریە بازی‌ها، بهینەسازی و مهارت‌های برنامەنویسی مفید است.

سرفصل‌ها:

  • ترجیحات و انتخاب‌ها، نظریە مطلوبیت و تصمیم‌گیری در عدم قطعیت.
  • مفهوم بازی، استراتژی و تعادل
  • بازی‌های با اطلاعات ناکامل • نظریه تقاضا و تولید
  • نظریە تعادل بازار
  • قیمت‌گذاری پویا
  • طراحی مکانیزم و حراج‌ها
  • قیمت‌گذاری کالای منحصر به فرد: نظریه بازی‌های تعاملی و مساله چانەزنی

منابع

  • [1] A. Mas-Colell, M.D. Whinston, J. R. Green, Microeconomic Theory, Oxford University Press, 1995
  • [2] A.R. Karlin, Y. Peres (2017) Game Theory, Alive. American Mathematical Society.
  • [3] Özer, Özalp, Ozalp Ozer, and Robert Phillips, eds. The Oxford handbook of pricing management. Oxford University Press, 2012.

پس از توصیف درس

اما واقعیت این است که یک منبع خوب برای قیمت‌گذاری پیدا نکردیم که به عنوان یکی از منابع درس معرفی کنیم. اما آقای دکتر رامش جوهری، که خودشان نیز از معدود دانشمندانی است که با دید ریاضی به مساله قیمت‌گذاری می‌پردازد، نیز درسی با همین موضوع و با عنوان Platform and Marketplace Design ارائه کرده‌اند. اما درس‌شان مجموعه‌ای است از مقاله‌های متنوع و ارائه‌ها که به عنوان منبع مناسب نبود.

اعتراض‌های ساختمان داده

این ترم درس ساختمان داده را در خدمت دانشجویان بودیم. حدودا ۷۰ نفر این درس را گرفته‌بودند از رشته‌های علوم کامپیوتر و برق. شاید برخی افراد از رشته‌های دیگر هم بودند، اما کم‌تر بودند. در مجموع ساختمان داده یک درس پایه‌ای است. در مجموع درس خوبی بود. به حساب بنده، درس خوب بود و خوب برگزار شد.

اما اخباری می‌رسد که دانشجویان خیلی از درس ناراحت هستند. خودم به صورت مستقیم اعتراض‌هایی که شنیده‌ام، اعتراض‌های ساده‌ای بودند و اینقدر خشن نبودند. اما اخبار واصله نشان‌دهنده اعتراض‌هایی خیلی جدی است!

اعتراض‌هایی که من شنیده‌ام:

۱) اعتراض به حجم زیاد درس: در این درس، علاوه بر مباحث معمول، برخی مباحث دیگر هم درس داده شد. البته برای اینکه حجم درس خیلی تغییر نکند، برخی مباحث که مثلا در ترم‌های گذشته بیشتر درس داده می‌شد، در این ترم مختصرتر برگزار شد. مثل مبحث درهم‌سازی یا تصادفی. و از طرفی تلاش شد آزمون‌هایی که از درس گرفته می‌شود آزمون‌هایی سطحی‌تر باشد تا خواندن آن مباحث سخت نباشد.

۲) اعتراض به میان‌ترم: به‌طور خلاصه گفته شد که میان‌ترم سخت بود و نمره دانشجویان کم شده. البته نمره کم شده، اما نمره از ابتدا قرار بود با نمودار جبران شود. اعتراض خیلی جدی این بود که چرا اولین تمرین یکی از فصل‌ها را به عنوان یکی از سوال‌های امتحان داده‌ام. این اعتراض ظاهرا خیلی برای دانشجویان جدی بوده، راستش خیلی درک نمی‌کنم.

۳) نامنظم بودن تمرین‌ها و آزمونک‌ها. یکی از آزمونک‌ها یک هفته به عقب افتاد ولی تمرین‌ها دیرتر از موعدی که از ابتدا گفته بودم داده شد. به نظر می‌آید اگر از ابتدا نمی‌گفتم تمرین‌ها را کی می‌دهیم این مشکل پیش نمی‌آمد.

۴) عدم تمدید تمرین‌ها: سر این مورد هم خیلی اعتراض بود که چرا پس از پایان مهلت تمرین‌ها را تمدید نمی‌کنید. مشکل معمولا از کل زمان نبود. یعنی نمی‌گفتند ۲ هفته کم است برای تمرین‌ها می‌گفتند چرا بعد از زمان پایان تمرین را تمدید نمی‌کنید. البته خوب با توجه به اینکه بقیه استادها این کار را می‌کنند، شاید بهتر بود ما این کار را انجام می‌دادیم.

اما هیچ کدام از این‌ها و اجتماع این اعتراض‌ها هم اینقدر نیستند. حتی با این شرایط از خیلی از درس‌های دیگری که خودم دادم هم درس بهتر برگزار شده. راستش درس نمی‌فهمم دانشجویان چه می‌گویند. برخی از صحبت‌ها بیشتر شبیه بهانه است. البته ممکن است یک علت اینکه من متوجه نمی‌شوم چه می‌گویند این باشد که آن‌هایی که اخبار را می‌آورند درست اخبار را منتقل نمی‌کنند. در نتیجه:

پیشنهادی بدهید برای این‌که چگونه یک سازوکاری بچینیم که اعتراض دانش‌جویان بودن نام به دست بنده برسد، بدون واسطه. حتی اگر بشود، مصداقی، مثلا بگویند فلان تمرین این شد یا آن شد. بعد جمع‌بندی کنیم ببینیم چه خبر بوده، شاید برای ترم‌های آینده بتوانیم از این استفاده کنیم.

منتظر پیشنهاد شما برای سیستم جمع‌آوری نظرات هستم.

پس‌نوشت ۱: برخی دانشجویان گفتند که دیگر با فلانی درس نمی‌گیریم. راستش این‌که دانشجویان درس‌های بنده را نگیرند اینقدر من را اذیت نمی‌کند، اما این‌که دانشجویان اذیت شده باشند، حیف است. یک درس به این خوبی، چرا باید دانشجویان با اذیت این درس را طی کنند، به جای این‌که یک خاطره خوش برایشان بماند.

پس‌نوشت ۲ (نامرتبط): یکی از دانشجویان هم اعتراض کرده‌اند که چه استاد راهنمای بدی بودی که فقط انتهای هر ترم یک ایمیل می‌زدی که انتخاب واحد کنید. نمی‌دانم این داستان از همان‌جا آب می‌خورد که اعتراض‌های ساختمان داده آب می‌خورد یا خیر، اما همین دانشجو بارها با بنده در این مدت صحبت کرده‌است. در نتیجه احتمالا ماجرا چیزی هست که من درست متوجه نمی‌شوم.