KTU matematikė: matematika padeda suprasti ir dirbtinį intelektą, ir pensijų sistemos ateitį

Matematiniai modeliai šiandien padeda ne tik prognozuoti finansų rinkų rizikas ar suprasti dirbtinio intelekto sprendimus. Jie gali būti naudojami ir vertinant, kaip demografiniai pokyčiai, infliacija ar ekonominiai sukrėtimai paveiks Lietuvos pensijų sistemą. 

Kauno technologijos universiteto Matematikos ir gamtos mokslų fakulteto (KTU MGMF) dėstytoja ir doktorantė Jurgita Černevičienė sako, kad šiuolaikinėje matematikoje svarbu ne tik gauti atsakymą, bet ir suprasti, kodėl modelis jį pateikė.

J. Černevičienė KTU studentams dėsto matematiką, tikimybių teoriją ir duomenimis grįstų sprendimų priėmimą, o doktorantūroje tyrinėja matematinių, stochastinių ir mašininio mokymosi metodų taikymą investavimo sprendimams.

– Kaip prasidėjo Jūsų kelias į matematiką ir kuo šiandien domitės savo tyrimuose?

– Matematika „užsikrėčiau“ dar gimnazijoje. Turėjau griežtą ir reiklų matematikos mokytoją R. Skučą, kuris išmokė ne tik spręsti uždavinius, bet ir suprasti matematikos esmę. Šis pagrindas labai padėjo ir vėliau, studijuojant KTU.

Mano akademinis kelias prasidėjo nuo finansų studijų. Būtent ten pamačiau, kaip matematiniai metodai gali būti taikomi realioms problemoms spręsti. Vėliau pasirinkau Didžiųjų duomenų analitikos magistrantūros studijas, susidomėjau mašininiu mokymusi ir dirbtiniu intelektu.

Doktorantūroje tyrinėju, kaip matematinio modeliavimo, stochastinius ir mašininio mokymosi metodus galima panaudoti priimant investavimo sprendimus. Man svarbu ne tik tai, kad dirbtinio intelekto modelis pateiktų prognozę ar sprendimą, bet ir tai, kad galėtume suprasti, kodėl jis pateikė būtent tokį rezultatą ir kokie veiksniai turėjo didžiausią įtaką.

Ypač finansų srityje svarbu ne tik gauti atsakymą, bet ir gebėti jį paaiškinti, įvertinti jo pagrįstumą bei galimas rizikas. Būtent čia atsiskleidžia paaiškinamojo dirbtinio intelekto svarba.

– Ar šios temos susijusios ir su tuo, ką dėstote studentams?

– Mano mokslinė veikla glaudžiai susijusi su dėstymu. Studentams dėstau matematiką, tikimybių teoriją bei duomenimis grįstų sprendimų priėmimą.

Nors iš pirmo žvilgsnio matricos, išvestinės ar tikimybių teorija gali atrodyti nutolusios nuo dirbtinio intelekto, iš tiesų jos sudaro svarbią jo matematinio pagrindo dalį.

Todėl studentams stengiuosi parodyti ne tik tai, kaip išspręsti matematinį uždavinį, bet ir kur įgytas žinias galima pritaikyti praktiškai.

– Kur tikimybių teoriją sutinkame kasdieniame gyvenime?

– Tikimybių teorija leidžia matematiškai aprašyti atsitiktinumą ir neapibrėžtumą. Ją naudojame kur kas dažniau, nei gali atrodyti.

Tikimybiniai metodai taikomi orų prognozėms, medicinoje vertinant ligų riziką ar diagnostinių tyrimų rezultatus, bankuose nustatant paskolų negrąžinimo tikimybę, draudimo bendrovėse apskaičiuojant galimus nuostolius, inžinerijoje prognozuojant įrenginių gedimus.

Tikimybių teorija plačiai taikoma ir investuojant, kai siekiama įvertinti finansų rinkų neapibrėžtumą, galimą investicijų grąžą ir nuostolių riziką.

Man ji įdomi tuo, kad leidžia atrasti dėsningumus net ten, kur iš pirmo žvilgsnio matome tik atsitiktinumą. Finansų rinkose negalime tiksliai numatyti, kaip rytoj pasikeis akcijų kainos, tačiau galime modeliuoti galimus scenarijus, vertinti investicijų grąžos pasiskirstymą ir riziką.

Priimant investavimo sprendimus svarbu ne tik tai, kiek galime uždirbti, bet ir kokius nuostolius galime patirti bei kokia jų tikimybė.

– Dalyvaujate ir KTU vykdomame pensijų sistemos stabilumo tyrime. Ką šiame kontekste reiškia neapibrėžta aplinka?

– Neapibrėžta aplinka apima gerokai daugiau nei vien teisės aktų pokyčius. Pensijų sistemos stabilumui įtakos turi infliacija, finansų rinkų pokyčiai, demografiniai procesai, tokie kaip visuomenės senėjimas ir mažėjantis dirbančiųjų skaičius, taip pat politiniai sprendimai.

KTU vykdomo mokslinio projekto „Daugiapakopės pensijų sistemos stabilumas neapibrėžtoje aplinkoje“ tikslas – įvertinti skirtingų pensijų pakopų stabilumą ir galimas rizikas.

Siekiame, kad tyrimų rezultatai būtų naudingi ne tik mokslininkams, bet ir valstybės institucijoms, pensijų fondų valdytojams bei patiems pensijų sistemos dalyviams.

Nors pagrindinis tyrimo objektas yra Lietuvos pensijų sistema, nagrinėjamos problemos aktualios daugeliui Europos valstybių. Projekte bendradarbiaujame su Slovakijos ir Italijos mokslininkais, taip pat su „Sodra“ ir Lietuvos banku.

Kuriami modeliai pirmiausia bus išbandyti Lietuvos atveju, tačiau tikimės, kad metodikas ir gautas įžvalgas bus galima pritaikyti ir platesniame tarptautiniame kontekste.

– Kokius konkrečius uždavinius sprendžia projekto mokslininkai?

– Projekte dirba skirtingų sričių mokslininkų komanda. Joje susijungia matematikos, ekonomikos, finansų ir dirbtinio intelekto sričių kompetencijos.

Pagrindinis mūsų uždavinys – sukurti matematinius modelius, kurie leistų įvertinti Lietuvos pensijų sistemos pakopų stabilumą. Siekiame nustatyti svarbiausius rizikos veiksnius ir įvertinti, kaip sistemą veikia demografiniai pokyčiai, infliacija, ekonominiai sukrėtimai ir finansų rinkų svyravimai.

Šiuos modelius planuojame sujungti į bendrą sprendimų priėmimo sistemą, kuri leistų analizuoti skirtingus ateities scenarijus ir galimas jų pasekmes.

Tikimės, kad tyrimų rezultatai padės valstybės institucijoms objektyviau įvertinti planuojamų pensijų reformų ilgalaikį poveikį, pensijų fondų valdytojams tiksliau vertinti ir mažinti riziką, o visuomenei suteiks daugiau aiškumo apie pensijų sistemos tvarumą.

Šiandien priimami sprendimai turės įtakos ne tik dabartiniams pensininkams, bet ir tiems, kurie į pensiją išeis po kelių dešimtmečių.

– Kas Jums artimiau – moksliniai tyrimai ar dėstymas?

– Man būtų sunku pasirinkti, nes abi veiklos savaip įdomios ir viena kitą papildo. Moksliniai tyrimai suteikia galimybę nuolat mokytis, ieškoti atsakymų į sudėtingus klausimus ir spręsti realias problemas.

Dėstymas leidžia ne tik dalytis sukauptomis žiniomis, bet ir pačiai mokytis iš studentų, jų klausimų ir kartais netikėto požiūrio.

Stengiuosi parodyti, kad matematika nėra vien formulės ir sudėtingi skaičiavimai. Man svarbu, kad studentai suprastų, kam jiems reikalingos šios žinios ir kur jas galės pritaikyti. Todėl dažnai pasitelkiu praktinius pavyzdžius iš finansų, ekonomikos ar kasdienio gyvenimo.

Moksliniai tyrimai suteikia naujų idėjų, kuriomis galiu pasidalyti su studentais, o dėstymas primena, kaip svarbu net ir sudėtingiausius dalykus gebėti paaiškinti paprastai.