А началось всё с любопытства и гения. В 1913 году русский математик Андрей Андреевич Марков выступил в Императорской Академии Наук с докладом о статистическом исследовании текста «Евгения Онегина». Он искал закономерности в чередовании гласных и согласных, а открыл цепи Маркова - последовательности, где каждое состояние зависит только от предыдущего. Это был первый шаг к вероятностному моделированию языка.

В 1948 году Клод Шеннон, вдохновлённый работами Маркова, опубликовал «Математическую теорию связи». Он ввёл понятия энтропии и кросс-энтропии, предложил модель n-грамм - анализ сочетаний букв и слов. Шеннон научил нас измерять «информативность» текста. Без этого не было бы ни машинного перевода, ни генерации текста, ни криптографии.

В 1950 году Алан Тьюринг предложил тест, который до сих пор определяет границы разума машин. В 1966 году Джозеф Вейценбаум создал ELIZA - первого чат-бота, пусть и примитивного, но доказавшего, что компьютер может говорить с человеком. В 1960–1970-е появились скрытые марковские модели (HMM), которые легли в основу распознавания речи. В 1970-е - векторная модель (VSM), позволяющая измерять смысловую близость документов. В 1982 году Джон Хопфилд разработал первую рекуррентную нейронную сеть, способную восстанавливать повреждённые данные. В 1997 году - LSTM, архитектура, которая сегодня является хребтом многих нейросетей. И тогда же, в 1997-м, Ролло Карпентер создал Jabberwacky, одного из первых ботов, учившихся на диалогах с пользователями.

Все эти идеи - вероятностные переходы Маркова, энтропия Шеннона, n-граммы, скрытые марковские модели, рекуррентная память Хопфилда и LSTM - не остались в прошлом. Они напрямую вшиты в архитектуру современных моделей ИИ. Каждый раз, когда вы пользуетесь GigaChat, ChatGPT, DeepSeek или любым другим ИИ-сервисом, вы касаетесь труда этих учёных.

Но вот парадокс: ни один из них не получил ничего от текущего внедрения их разработок. Это специфика научной отрасли. Фундаментальные открытия быстро становятся общеизвестными, их нельзя запатентовать так, чтобы получать роялти с каждой транзакции. Учёные уходят, а корпорации продолжают зарабатывать на их наследии. Мы говорим: «Мы стоим на плечах гигантов», - но забываем, что гигантам тоже нужна поддержка.

Именно поэтому возникла идея Всемирной научной премии, учреждённой технологическими компаниями. Это не просто награда. Это механизм справедливого перераспределения. Мы предлагаем технологическим компаниям, которые априори используют в своей деятельности академические труды учёных всех стран мира, перечислять часть процента от ставки роялти на свой товарный знак в фонд Премии. Это не благотворительность. Это восстановление справедливости. Это признание того, что ваш успех построен на фундаменте, заложенном другими.

Представьте, что вы построили небоскрёб на фундаменте, заложенном другими. Вы продаёте квартиры, получаете прибыль, но не заплатили архитекторам и строителям. Разве это честно? То же самое происходит сегодня с технологическими компания. Компании говорят: «Мы сами всё разработали», - но забывают, что их «прорывы» стоят на плечах гениев прошлого.

Оформление часть процента от ставки роялти на товарный знак технологической компании в фонд Международной научной премии. Это не расход. Это инвестиция в репутацию, в устойчивость, в будущее. Это способ сказать: «Да, мы зарабатываем на технологиях, созданных учёными всего мира, но мы помним, кому обязаны».

Международная научная премия строит мост между прошлым, настоящим и будущим. Это дань уважения тем, кто закладывает основы, от тех, кто получает доходы. Пришло время сегодня благодарить тех, кто делает наш мир таким, какой он будет завтра.

НАУКА - ЕСТЬ НАСТОЯЩАЯ СВОБОДА