Как готовить системных программистов

Например, знаете, на чем основана шифрация? Сводят задачу к какой-нибудь трудноразрешимой (например, разложению числа на множители). Мои коллеги, практики, сделали систему шифрации. Популярная система, продается хорошо. Они меня попросили показать кому-нибудь из коллег; чтобы услышать мнение о том, насколько их работа теоретически обоснована. Я попросил Ю.В. Матиясевича посмотреть их статьи. Он минут 10 смотрел, тут же указывает мне фразу: "Поскольку никакого другого способа вычислить, кроме простого перебора, нет, – это трудноразрешимая задача". Мне даже обидно стало, что сам не разглядел. А вдруг найдется какой-то другой метод, который для данного конкретного класса задач даст хороший алгоритм? Тогда все это рассыплется, как карточный домик. Возможно, такого метода и не найдется, но математика отличается тем, что все надо доказывать. Они не доказали, что другого метода, кроме прямого перебора, нет.

Итак, нужны теоретики, нужны исследования и нужны доказательства. И уж если человек говорит, что эта система шифрации стойкая – будь любезен, докажи, что никакого способа, кроме полного перебора, нет. Другое дело, что и в некоторых классических задачах криптографии этот вопрос до сих пор открыт.

Если у тебя нет теоретической подготовки, то так и будешь перебирать пути в графе, не задумываясь об экспоненциальной сложности алгоритма. На практике это означает, что алгоритм работать не будет. Теория дает определенные границы: за что браться, за что не браться, где искать, где не искать. Где с самого начала надо искать срез, подзадачу, специальный случай.

Все-таки это знание составляет малую часть нашей профессии 5–10%. Просто есть вещи, которые надо знать. Если ты их вообще не знаешь, можешь налететь на такие грабли, что лоб себе расшибешь.

... Однако, давайте поговорим о программировании. Я много раз читал лекции в Гамбурге в Классическом университете и в Техническом университете. Там даже поговорить о программировании часто не с кем. Две крайности: или "коробочники", которые умеют пользоваться стандартными программами, или теоретики, которые занимаются чем-нибудь таким, что неизвестно когда на практике осуществится. А людей, занимающихся нормальным программированием, часто и не встретишь.

Я приведу еще один пример. Примерно в 1975 году мы получили первую ЕС ЭВМ 1030 среди гражданских организаций СССР, об этом даже в газетах писали. Первые ЕС ЭВМ шли только на оборону. И вот ленинградский математико-механический факультет получил самую первую машину за счет того, что мы делали много программ для ЕС ЭВМ. Машина часто ломалась, а мы сидели вечерами и даже ночами. Весь чай был выпит, все возможные темы обсуждены, И вот я начал одну девушку-оператора учить своему любимому языку АЛГОЛ-68. Такой сложный язык программирования, и редко какой студент мог его освоить в полном объеме. За несколько месяцев я научил ее так, что не каждый студент мог с ней сравниться. Говорю ей: "Теперь тебе надо переходить работать программистом. И зарплата выше, и работа интересная. Ведь что такое работа оператора? Поставить диск, загрузить машину". И тут я с ужасом понял, что она не знает, что программировать. Она не знает, как можно итеративно вычислить квадратный корень, она не знает, как устроен транслятор. Она знает язык программирования, экзамен сдать может, а программировать не может. На меня этот эпизод произвел очень сильное впечатление.

Прошло 25 лет, вроде бы многое изменилось. Но посмотрите, мы с вами здесь сидим, каждые 10 минут дверь открывается. Каждый третий приходит с вопросом: "Андрей Николаевич, я хочу у вас работать. Я слышал, что у Вас много людей занимается интересной работой". "Отлично, что ты умеешь?" "Я умею программировать на Паскале". "А что ты знаешь-то?" "Ну, как, я же научусь" "Посмотри на список спецкурсов кафедры. Что из этого ты знаешь?" "Ничего" "И как ты будешь работать? Я тебя определю в группу "Телефония". Ты знаешь, что как устроено? Что ты там будешь программировать? Ты умеешь писать a:=b, a:=b+c, но ведь это не программирование. Надо знать, что программировать".

Результат таких разговоров может быть двояким. Кто-то всю жизнь меня после этого ненавидит за то, что он хотел заниматься интересным делом, а злобный Терехов на него ушат холодной воды вылил, а бывают такие упрямцы, которые говорят: "Ничего, я научусь". Хорошо, первые три месяца – стажировка, и, если выяснится, что человек работать не может, ему просто вежливо скажут: "Извини, друг, но нам надо двигаться дальше". Это не значит, что человек пропадет, может быть, он попадет в другую группу. Бывает, что люди с третьей попытки свое место находят. Бывает так, что человек научится в процессе работы, но это скорее исключение, чем правило. Это обходится большими усилиями, чем у студента в процессе учебы, но зато закрепление совсем другое и мотивация другая.

Итак, между собой взаимосвязаны теория, практика, границы применимости теории, некоторые личные знания. Я объясняю своим студентам, что системный программист – это сфера обслуживания. Мы не делаем конечных продуктов. Например, человек производит расчеты. У него есть какой-то результат. При этом он пользуется трансляторами, операционными системами, вычислительными машинами, которые придумали другие люди. И системщики – как раз те люди, которые делают трансляторы, инструментальные средства, разрабатывают методологии по их использованию. А потом уже прикладные программисты этими средствами и методологиями пользуются и получают конечный результат. Очень часто, кстати, люди видят только конечный результат, особенно когда идет речь о делении денег, и совсем не видят той дороги, тех трудностей, которые были преодолены, чтобы этот результат получить. Системное программирование – это довольно старое название. По-русски мы хорошо знаем, что такое системное программирование. Но были проблемы, как перевести это словосочетание на английский язык. Есть наука computer science, она более теоретическая. А есть наука software engineering. Вот я, заведующий кафедрой software engineering. Еngineering – это разработка программного обеспечения. И мне кажется, что это довольно четко сейчас определилось.

Теперь следующий тезис, следующая проблема. Вот защищается мой аспирант у нас на Совете. Я сам – член Ученого Совета. И каждый раз попадается какой-нибудь, мягко сказать, недоброжелатель, который, поскольку на Ученом Совете может выступать кто угодно, говорит: "Вы знаете, я не понимаю, почему это математика. Нет теорем, нет доказательств сходимости, почему эта диссертация защищается на математическом факультете?" В реальной действительности самый лучший ответ – сказать: "Вы ничего не понимаете в этой области". Времена, когда математика была только в теоремах, кончились как минимум 100 лет назад, а может быть, и больше. В середине XIX века Ч. Бэббидж придумал вычислительную машину, в которой были все основные элементы (процессор, память, программа, хранящаяся в памяти). Дочь Байрона Ада Августа леди Лавлейс пятистраничный доклад этого Ч. Бэббиджа на итальянском языке преобразовала в 100-страничный английский текст, где впервые ввела слова "Переадресация", "Процедура", "Цикл" – это что, не математика? Это было сделано более 150 лет назад.

Проблема решается просто, если говорить серьезно. Есть специальность "Математическое обеспечение вычислительных машин, сетей и систем". Это не математический анализ, не математическая физика. Есть критерии, предъявляемые к кандидатской диссертации: новые результаты с практическим внедрением, языки программирования, их реализация, операционные системы и, самое главное, модели. Математика начинается тогда, когда мы можем что-то формализовать, когда мы можем сформулировать задачу настолько точно, что можно построить алгоритм.

Почему возникли потребности в строгой формализации? Потому что пришло понимание, что некоторые задачи в принципе нельзя решить, потребовалась алгоритмическая формализация, и с помощью этих формальных методов удалось доказать неразрешимость нескольких проблем. Первые такие доказательства были получены в 30-х годах XX века. Почему, когда я доказал про что-то, что этого нет и быть не может, – это математика, а когда я построил формальную модель и по ней сделал алгоритм, который работает, – это уже не математика? Никто не сказал, что только отрицательные результаты являются математическими. В нашей стране такой консерватизм особенно силен. Граница между "наукой" и "не наукой" в данном случае, когда речь идет о программировании, достаточно понятная, но трудно формализуемая, поэтому вызывает массу проблем, профессионал их знает. И постоянно на Ученом Совете кто-нибудь начинает возражать, что это "не наука". Важно создать новую модель, новый язык, новый метод, новый алгоритм, показать, что он отличается от других. Я уже много раз был оппонентом, а не только руководителем диссертации. Для новичка, для человека со стороны это, может быть, будет даже удивительно. В задачу оппонента входит не только оценить, хорошая диссертация или плохая. Главная задача – оценить соотношение этой работы с другими известными работами. Не забыл ли диссертант, что это уже сделано? Он сравнивал свою работу с другими? Не забыл ли он какой-то важный результат, который был получен другим, а у него даже не упомянут? Насколько корректно проведено сравнение собственной работы с другими известными работами? Есть такая наука, которая называется software engineering, в ней есть своя область деятельности, свои требования, свои критерии. Профессионалы знают, что сделать хороший транслятор – это очень трудная задача. Сделать технологию, которой будет пользоваться широкий круг людей, тоже очень трудно.