Все математики мира составляют 84 научных "семейства", основатель крупнейшего – русский

Основателем одного из крупнейших научных "семейств" математиков был русский учёный Иван Долбня.

Основателем одного из крупнейших научных "семейств" математиков был русский учёный Иван Долбня.
Фотография Global Look Press.

Анализ выявил более 80 научных "семейств", но большая часть всех математиков мира происходит от 24 из них.

Анализ выявил более 80 научных "семейств", но большая часть всех математиков мира происходит от 24 из них.
Фотография Global Look Press.

Основателем одного из крупнейших научных "семейств" математиков был русский учёный Иван Долбня.
Анализ выявил более 80 научных "семейств", но большая часть всех математиков мира происходит от 24 из них.
Оказывается, что у каждого математика есть своя академическая "родословная", и её легко проследить. Более того, одно из крупнейших научных "семейств" берёт своё начало от русского учёного, преподававшего математику в начале 19 века.

Большая часть всех математиков относятся всего к 24 научным "семействам", одно из которых берёт своё начало в 15 веке. Такие выводы были получены в ходе анализа проекта "Математическая генеалогия" (Mathematics Genealogy Project). Это сетевая база данных, которая выдаёт академическую родословную конкретного математика, как современного, так и жившего в прошлые века.

Иными словами, проект стремится создать "родословные" по принципу учитель-ученик. Например, математик X считается прямым академическим потомком математика Y, если Y был научным руководителем кандидатской диссертации математика X.

Анализ также позволяет отследить различные тенденции в истории науки. "Проект помогает увидеть, как математика развивалась на протяжении веков", — говорит руководитель последнего исследования Флориана Гарджуло (Floriana Gargiulo) из бельгийского Университета Намюр.

База проекта располагается в Университете Северной Дакоты, США, а основной спонсор программы — Американское математическое общество (American Mathematical Society). Но, по словам директора проекта Митчела Келлера (Mitchel Keller) из Университета Вашингтона и Ли, несмотря на то, что основные мощности проекта сосредоточены в США, он может иметь международный характер.

Начиная с 1990-х годов, организаторы Mathematics Genealogy Project получали информацию от различных университетских кафедр, а также от отдельных лиц. По состоянию на 29 августа 2016 года (на момент написания этой статьи) проект "Математическая генеалогия" содержал 201677 записей относительно "генеалогических" древ математиков.

Поначалу исследователи использовали проект для воссоздания собственных академических "родословных", или, например, изучения того, как много "потомков" имел тот или иной исследователь. (Кстати, любой читающий статью математик может изучить и свою научную "родословную"). Но позднее исследовательская команда под руководством Гарджуло решила провести комплексный анализ всей базы данных и разделить его на отдельные научные "семейства".

После загрузки базы данных Гарджуло и её коллеги написали алгоритм машинного осмысления, который перепроверял и дополнял сведения данных проекта информацией из различных энциклопедических баз и научных профилей в библиографическом архиве Scopus.

Анализ выявил более 80 научных "семейств", но большая часть всех математиков мира происходит от 24 из них.

Итоговый анализ выявил 84 отдельных "родословных древа" и показал, что две трети всех математиков мира сосредоточены только в 24 из них. Высокая степень кластеризации отчасти возникает по той причине, что алгоритм присваивает каждому математику только одного академического "родителя". Когда же один человек имел более одного руководителя, его относили к большему "семейству".

Одно из удивительных открытий проекта состоит в том, что так называемый прародитель крупнейшего "семейного древа" был вовсе не математиком, а медиком: Сиджизмондо Полькастро (Sigismondo Polcastro) преподавал медицину в Университете Падуи в Италии в начале 15 века. У него оказалось невероятное число "потомков" – более 56 тысяч.

Второе большое "семейное древо" было основано русским учёным Иваном Долбней, преподававшим в конце 19 века.

Кроме того, авторы проследили так называемую математическую активность (то есть насколько была популярна математика в разное время). Например, во время распада Австро-Венгерской империи наблюдался значительный спад работ в области математики, в это время степень кандидата наук (или PhD) присуждалась реже, замечает Гарджуло. Между 1920 и 1940 годами США отобрало у Германии звание страны, которая ежегодно "производила" больше всего кандидатов наук в области математики.

Советский Союз достиг пика в этом отношении в 1960-х годах, воспитывая наибольшее количество кандидатов физико-математических наук. После 1991 года по понятным причинам произошёл спад.

Исследователям также стало интересно проследить, какие математические области были ведущими в разное время. Выяснилось, что в течение первой половины 20 века пальму первенства математическая физика отдала чистой математике, а позднее во главе угла стала статистика и другие прикладные дисциплины, например, информатика.

"Математики – это немного отдельный мир", — говорит Роберта Синатра (Roberta Sinatra) из Центрально-Европейского университета. По её словам, математики, как правило, публикуют меньше научных работ, чем другие исследователи, но их академическая репутация основывается не только на количестве цитирований их работ (хотя это безусловно важная составляющая), но и на том, с кем они сотрудничали. Например, кто был их наставниками, руководителями. "Неслучайно, что у них есть целый проект по выяснению "родословной", — говорит она.

Многие учёные из других областей также хотят узнать свои "корни". Так, историк астрономии Джозеф Тенн (Joseph Tenn) из Университета Сонома в США планирует запустить подобный проект к 2017 году – AstroGen. В нём он также планирует фиксировать связи учителей и учеников. "Я начал эту работу, поскольку многие из моих коллег восхищались идеей проекта "Математическая генеалогия", — добавляет он.

Результаты исследования команды Гарджуло опубликованы в научном издании EPJ Data Science.