«Фамбл века»: Хасан Пайкер не может поверить, что Клэй Томпсон потерял Меган Ти Сталлион
28.04.2026 01:23:15
В 1989 году математик в Университете Иллинойса опубликовал статью на восемнадцать страниц, которая навсегда изменила понимание возможностей нейронных сетей. Джордж Цибенко доказал, что даже простая нейронная сеть с одним скрытым слоем может научиться имитировать практически любую непрерывную функцию, если в ней достаточно нейронов. Эта работа стала фундаментом современного искусственного интеллекта и машинного обучения. Но путь к этому открытию начался за одиннадцать лет до того, в Принстоне.
Джордж Цибенко родился в канадском городе, где получил степень бакалавра математики в Университете Торонто в 1974 году. Двадцатидвухлетний выпускник уже тогда проявлял интерес к прикладным аспектам математики, к тому, как абстрактные теоремы могут решать реальные инженерные задачи.
В 1975 году Цибенко поступил в Принстонский университет для получения докторской степени. Он выбрал специализацию в прикладной математике электротехники и вычислительной техники – междисциплинарную область, где математическая строгость встречалась с практическими потребностями инженерии. Его научным руководителем стал профессор Беде Лю, эксперт в области цифровой обработки сигналов.
Три года интенсивной работы завершились защитой диссертации в 1978 году. В двадцать шесть лет Джордж Цибенко получил степень доктора философии (PhD) по прикладной математике. Впереди была академическая карьера, которая принесет ему мировое признание.
После получения степени Цибенко начал преподавать на факультете компьютерных наук в Университете Тафтса. Это был период формирования его научных интересов. Молодой профессор занимался распределенными вычислительными системами, обработкой сигналов, теорией информации – широким спектром тем, которые позже сольются в единое исследовательское направление.
В 1988 году Цибенко перешел на должность профессора электротехники и компьютерных наук в Университет Иллинойса в Урбане-Шампейне. Это был один из ведущих исследовательских университетов США, где работали лучшие умы в области вычислительных наук. Именно здесь, в Центре суперкомпьютерных исследований и разработок, Цибенко начал работу над тем, что станет его главным вкладом в науку.
В конце 1980-х годов нейронные сети переживали период обновленного интереса. После десятилетий забвения исследователи вновь обратились к этой архитектуре, вдохновленной работой человеческого мозга. Но оставался фундаментальный вопрос: что именно могут вычислять нейронные сети? Существуют ли теоретические пределы их возможностей?
В 1988 году Цибенко опубликовал технический отчет в департаменте компьютерных наук Университета Тафтса под названием «Нейронные сети с непрерывными значениями и двумя скрытыми слоями являются достаточными». Это была первая версия работы, которая год спустя станет знаменитой.
В 1989 году в журнале Mathematics of Control, Signals, and Systems вышла статья «Аппроксимация суперпозициями сигмоидной функции». Цибенко математически строго доказал: конечные линейные комбинации композиций фиксированной одномерной функции и набора аффинных функционалов могут равномерно аппроксимировать любую непрерывную функцию n действительных переменных с носителем в единичном гиперкубе.
Проще говоря, он показал, что нейронная сеть с одним скрытым слоем и сигмоидной функцией активации способна приблизить любую непрерывную функцию с любой желаемой точностью, если в скрытом слое достаточно нейронов. Это утверждение получило название теоремы универсальной аппроксимации.
Доказательство использовало методы функционального анализа, включая теоремы Хана-Банаха и Рисса-Маркова-Какутани, а также элементы анализа Фурье. Для математика аргументация была изящной и строгой, хотя для большинства не-математиков – трудной для понимания.
Теорема Цибенко решила открытый вопрос о представимости в классе однослойных нейронных сетей. В частности, она показала, что произвольные области решений могут быть сколь угодно хорошо аппроксимированы непрерывными прямыми нейронными сетями с единственным внутренним скрытым слоем и любой непрерывной сигмоидной нелинейностью.
Важно понимать, что это теорема существования. Она гарантирует, что сеть с правильной структурой существует, но не предоставляет метод нахождения параметров сети и не указывает точно, насколько большой должна быть сеть для заданной функции. Нахождение подходящей сети остается практической задачей, которая обычно решается с помощью алгоритмов оптимизации вроде обратного распространения ошибки.
Работа Цибенко появилась в переломный момент. Примерно в то же время Курт Хорник, Максвелл Стинчкомб и Халберт Уайт доказали похожий результат, показав, что многослойные прямые сети всего с одним скрытым слоем являются универсальными аппроксиматорами. Тема витала в воздухе, несколько исследовательских групп работали над близкими вопросами.
Но именно статья Цибенко стала наиболее цитируемой и влиятельной. По данным Google Scholar, его работы процитированы более 35000 раз – впечатляющий показатель даже для самых известных ученых.
В 1992 году Джордж Цибенко принял приглашение Дартмутского колледжа, одного из старейших и престижнейших учебных заведений США, входящего в элитную группу «Лиги плюща». Ему была предложена должность профессора инженерии имени Дороти и Уолтера Грамм в Инженерной школе Тайера.
Дартмут, расположенный в городке Гановер, штат Нью-Гэмпшир, предоставил Цибенко идеальные условия для исследований и преподавания. Здесь он мог сочетать фундаментальные исследования с прикладными проектами, работать со студентами и аспирантами, развивать новые направления.
За более чем тридцать лет работы в Дартмуте Цибенко подготовил двадцать три аспиранта, получивших докторские степени под его руководством. По данным Mathematics Genealogy Project, у него 29 академических потомков – учеников его учеников. Среди его студентов: Ашифи Гого, Сирпа Хелена Сааринен, Брайан Эдвард Юзевич, Алва Линд Коуч, Даниэль Билар, Кацухиро Моидзуми и другие, многие из которых стали успешными исследователями и преподавателями.
После публикации теоремы универсальной аппроксимации Цибенко не остановился на нейронных сетях. Его научные интересы расширялись, охватывая все больше областей на стыке математики, компьютерных наук и инженерии.
Одним из ключевых направлений стала кибербезопасность. Цибенко разрабатывал математические модели для анализа поведения в сетях, выявления аномалий, обнаружения вторжений и защиты критической инфраструктуры. Он применял теорию игр к задачам киберзащиты, исследовал динамику противоборства атакующих и защитников в цифровом пространстве.
Работа в области распределенных вычислительных систем привела к исследованиям мобильных агентов – программ, способных перемещаться между узлами сети и выполнять задачи автономно. Цибенко изучал безопасность мобильных агентов, разрабатывал методы их аутентификации и защиты от несанкционированного доступа.
Теория обработки сигналов оставалась постоянной темой его работ. От ранних исследований в этой области он перешел к более сложным задачам, включающим анализ больших данных, распознавание образов, обработку изображений и видео.
Джордж Цибенко стал одним из самых активных редакторов научных журналов в своей области. Он был основателем и первым главным редактором сразу трех влиятельных изданий IEEE (Института инженеров электротехники и электроники):
IEEE/AIP Computing in Science and Engineering – журнал, посвященный применению вычислительных методов в науке и инженерии. Под руководством Цибенко издание стало важной площадкой для междисциплинарных исследований, где физики, математики, инженеры и компьютерные ученые делились своими наработками.
IEEE Security & Privacy – журнал о безопасности информационных систем и защите конфиденциальности данных. Цибенко создал это издание в период, когда вопросы кибербезопасности только начинали осознаваться как критически важные для современного общества.
IEEE Transactions on Computational Social Systems – журнал о вычислительных аспектах социальных систем, где технологии встречаются с социологией, политологией и экономикой.
Редакторская работа требовала огромных временных затрат – рецензирование статей, формирование редколлегий, определение политики журналов. Но Цибенко считал это важной частью служения научному сообществу, способом влиять на развитие целых направлений исследований.
В 2004 году Джордж Цибенко вместе с Винсентом Берком, получившим докторскую степень по компьютерным наукам, основал компанию FlowTraq (изначально Process Query Systems LLC). Компания возникла как спин-офф Дартмутского колледжа после того, как основатели получили правительственное финансирование на исследования и разработки.
FlowTraq специализировалась на программном обеспечении и услугах для высокопроизводительного сетевого мониторинга, аналитики, безопасности и криминалистики. Система позволяла обнаруживать широкий спектр сетевых угроз: распределенные атаки типа «отказ в обслуживании» (DDoS), атаки методом перебора паролей, черви, сетевые сканирования, ботнеты и другие аномалии сетевого трафика.
Цибенко занимал должность сооснователя и главного научного сотрудника компании, совмещая это с профессорской работой в Дартмуте. Технологии FlowTraq основывались на его многолетних исследованиях в области обработки сигналов, анализа данных и кибербезопасности.
В ноябре 2017 года FlowTraq была приобретена компанией Riverbed Technology, крупным игроком на рынке решений для оптимизации и мониторинга корпоративных сетей. Это был успешный выход для стартапа, подтвердивший востребованность разработанных технологий.
Экспертиза Цибенко в области кибербезопасности и распределенных систем сделала его востребованным консультантом для правительственных агентств США. Он служил советником Совета по оборонной науке (Defense Science Board) – консультативного органа при Министерстве обороны США, который предоставляет независимые экспертные оценки по научным и технологическим вопросам, связанным с национальной безопасностью.
Цибенко также был членом Научно-консультативного совета ВВС США (Air Force Scientific Advisory Board), где помогал военным в оценке перспективных технологий и разработке стратегий применения научных достижений в оборонных целях.
В настоящее время он является советником Института кибервойск армии США в Вест-Пойнте – военной академии, готовящей офицеров для американской армии. Институт занимается исследованиями в области кибербезопасности, разработкой доктрин кибервойны и подготовкой специалистов для киберкомандования.
Работа с военными и разведывательными структурами требовала секретности, и многие детали проектов, над которыми работал Цибенко, не подлежат разглашению. Но сам факт многолетнего сотрудничества с такими организациями говорит о высочайшем уровне доверия к его компетенции.
За выдающийся вклад в науку Джордж Цибенко был избран членом (Fellow) сразу нескольких престижных научных обществ.
В 2020 году он стал членом Общества промышленной и прикладной математики (Society for Industrial and Applied Mathematics, SIAM) – первым исследователем из Дартмута, удостоенным этой чести. SIAM – одна из крупнейших профессиональных организаций математиков в мире, объединяющая тех, кто применяет математику к реальным задачам.
Цибенко также является членом Института инженеров электротехники и электроники (IEEE) – крупнейшей в мире профессиональной ассоциации инженеров, насчитывающей более 400 000 членов в 160 странах.
В марте 2025 года Американская ассоциация содействия развитию науки (American Association for the Advancement of Science, AAAS) назвала Джорджа Цибенко своим членом. Он стал одним из четырех профессоров Дартмута и одним из 471 ученого и инноватора, удостоенных этой чести в 2025 году. AAAS, основанная в 1848 году, является одним из крупнейших общенаучных обществ в мире и издателем журнала Science – одного из самых престижных научных изданий.
Награждение членством AAAS стало признанием ключевого вклада Цибенко в исследования искусственных нейронных сетей, распределенных вычислительных систем и обработки сигналов.
В 2016 году Цибенко получил награду Эрика Лерфельда от Международного общества оптики и фотоники (SPIE) за выдающийся вклад в глобальную безопасность родины. Эта награда вручается за работу, которая оказала значительное влияние на технологии и методы обеспечения национальной безопасности.
В том же 2016 году он был удостоен Награды командующего ВВС США за гражданскую службу (USAF Commander's Public Service Award) – высокой оценки его консультационной работы для военно-воздушных сил.
В 2004 году Цибенко стал сопобедителем первой награды Дартмутского колледжа за наставничество преподавателей (Dartmouth Faculty Mentoring Award). Сам Цибенко говорит, что признание и благодарность студентов для него бесценны.
К концу 2025 года научные работы Джорджа Цибенко процитированы более 35000 раз. Его индекс Хирша – показатель научной продуктивности, учитывающий как количество публикаций, так и их цитируемость – находится на очень высоком уровне. Это ставит его в ряд наиболее влиятельных ученых в области компьютерных наук и прикладной математики.
Теорема универсальной аппроксимации 1989 года остается его самым известным достижением. Она стала основой для понимания возможностей нейронных сетей и теоретическим обоснованием использования этой архитектуры в машинном обучении. Когда в 2010-х годах началась революция глубокого обучения, которая привела к прорывам в распознавании изображений, обработке естественного языка и других областях, теорема Цибенко оказалась в центре теоретических дискуссий.
Исследователи продолжают расширять и обобщать результаты Цибенко. В 2020 году Патрик Киджер и Терри Лайонс распространили теорему на нейронные сети с общими функциями активации, такими как tanh или GeLU. В 2024 году Цай построил конечный набор отображений (названный «словарем»), позволяющий аппроксимировать любую непрерывную функцию композицией последовательности из этого словаря – развитие, напоминающее лингвистическую концепцию композициональности.
Работы Цибенко в области кибербезопасности также оказали значительное влияние. Его исследования адаптивной киберзащиты, игровых моделей противоборства в киберпространстве, анализа поведения и обнаружения аномалий используются как в академической среде, так и в практических системах защиты.
В 2025 году, в возрасте семидесяти трех лет, Джордж Цибенко продолжает активную исследовательскую деятельность. Его текущие интересы включают распределенные информационные и управляющие системы, обработку сигналов с фокусом на приложения в области безопасности и защиты инфраструктуры.
Одним из новых направлений его работы стала разработка математического и вычислительного подхода к искусственному сознанию. Это амбициозная попытка применить формальные методы к одной из самых сложных проблем когнитивной науки и философии сознания. Цибенко пытается формализовать понятие сознания таким образом, чтобы его можно было моделировать и, потенциально, воспроизводить в искусственных системах.
Он также работает над проблемами анализа рисков раскрытия информации, изучает скрытые каналы передачи данных, разрабатывает методы анализа поведения в социальных сетях и киберпространстве, исследует динамику противоборства в условиях неопределенности.
Трудно переоценить влияние работ Джорджа Цибенко на развитие искусственного интеллекта и машинного обучения. Теорема универсальной аппроксимации дала теоретическое обоснование для использования нейронных сетей, убедив исследователей, что достаточно большая или достаточно глубокая сеть может моделировать сложные нелинейные зависимости, часто встречающиеся в реальных данных.
Когда компании начали инвестировать миллиарды долларов в разработку систем искусственного интеллекта, когда университеты по всему миру открывали новые программы по машинному обучению и data science, когда нейронные сети стали стандартным инструментом для решения задач от медицинской диагностики до автономного вождения – за всем этим стояла, в том числе, та самая статья 1989 года.
Цибенко показал, что нейронные сети – это не просто интересная математическая конструкция, а мощный универсальный инструмент аппроксимации функций. Это знание освободило исследователей от сомнений в теоретической обоснованности подхода и позволило сосредоточиться на практических аспектах: как именно обучать эти сети, как выбирать архитектуру, как избегать переобучения, как интерпретировать результаты.
На протяжении десятилетий Цибенко был не только исследователем, но и преподавателем. Он читал курсы по обработке сигналов, теории информации, кибербезопасности, машинному обучению и другим темам в Дартмутском колледже.
Двадцать три подготовленных им доктора философии работают в ведущих университетах и технологических компаниях по всему миру. Многие из них сами стали профессорами и готовят новое поколение ученых. Эта академическая генеалогия – важная часть научного наследия любого исследователя.
Сам Цибенко высоко ценит награду за наставничество, полученную в 2004 году. В интервью он говорил, что признание и благодарность студентов для него бесценны – возможно, даже важнее формальных научных наград.
Джордж Цибенко известен своим междисциплинарным подходом. Он не замыкался в рамках одной узкой специализации, а свободно перемещался между математикой, компьютерными науками, электротехникой, теорией управления, социальными науками. Эта интеллектуальная гибкость позволяла ему видеть связи между, казалось бы, далекими областями и применять методы одной дисциплины к задачам другой.
Его работы отличаются математической строгостью. Даже когда Цибенко занимается прикладными проблемами вроде сетевой безопасности или обнаружения аномалий, он стремится построить формальную математическую модель, доказать теоремы, установить точные границы возможного.
При этом он не теряет связи с практикой. Создание компании FlowTraq, консультирование военных и разведывательных агентств, разработка реальных систем кибербезопасности – все это свидетельствует о том, что Цибенко не ограничивается чистой теорией, а стремится применить свои идеи к решению конкретных проблем.
В истории развития искусственного интеллекта есть несколько ключевых моментов: работы Маккалока и Питтса 1940-х о формальных нейронах, персептрон Розенблатта 1958 года, метод обратного распространения ошибки 1986 года, революция глубокого обучения 2010-х. Теорема Цибенко 1989 года – один из таких поворотных моментов.
Она появилась в период, когда нейронные сети переживали ренессанс после долгих лет забвения. В 1969 году Минский и Пейперт опубликовали книгу, показывающую ограничения простых персептронов, что привело к «зиме искусственного интеллекта» – периоду снижения интереса и финансирования исследований. В 1980-х интерес возродился благодаря алгоритму обратного распространения и появлению более мощных компьютеров.
Но оставался фундаментальный вопрос: действительно ли нейронные сети настолько мощны, как казалось? Или у них есть принципиальные ограничения, которые сделают их бесполезными для сложных задач? Цибенко дал ответ: нет принципиальных ограничений. Нейронная сеть с одним скрытым слоем теоретически может аппроксимировать любую разумную функцию.
Этот ответ дал зеленый свет десяткам тысяч исследователей по всему миру продолжать работу над нейронными сетями. Результаты мы видим сегодня: системы распознавания речи и изображений, автономные автомобили, медицинская диагностика, рекомендательные системы, языковые модели вроде GPT – все это стало возможным благодаря, в том числе, фундаментальной теоретической работе, проделанной Цибенко и его коллегами.
В семьдесят три года Джордж Цибенко остается активным ученым. Он продолжает публиковать статьи, руководить исследовательскими проектами, консультировать правительственные агентства. Его текущая работа над математическими основами искусственного сознания может стать очередным прорывом, хотя эта задача на порядок сложнее теоремы универсальной аппроксимации.
Наследие Цибенко живет в миллионах нейронных сетей, работающих по всему миру. Каждый раз, когда система распознавания лиц разблокирует смартфон, когда алгоритм рекомендаций подбирает фильм на стриминговом сервисе, когда автопилот корректирует траекторию автомобиля – за этим стоит, в том числе, математическая теория, заложенная в той статье 1989 года.
История Джорджа Цибенко – это история о том, как фундаментальная математика меняет мир. Восемнадцать страниц текста с формулами, теоремами и доказательствами, понятными лишь узкому кругу специалистов, заложили теоретический фундамент для технологий, которые сегодня используют миллиарды людей.
От Торонто до Принстона, от Иллинойса до Дартмута, от теоретических исследований до предпринимательства, от академических публикаций до консультирования военных – путь Джорджа Цибенко демонстрирует, как ученый может влиять на развитие целых отраслей науки и технологий, оставаясь при этом преданным идеалам строгого научного метода и передачи знаний следующим поколениям.
Фото с сайта engineering.dartmouth.edu
Посмотреть фото
