Mnohonásobný absolvent MU vede výzkum v oblasti verifikace na prestižní německé univerzitě

Jan Křetínský

Všichni vidíme rozvoj AI v průmyslu, což s sebou přináší potřebu zajišťovat kvalitu AI-based systémů. Toto se nedá zařídit machine learningovými postupy, ale je na to potřeba i klasická teorie včetně verifikace.


Autorka: Klára Petrovičová pro fi.muni.cz

Doc. Dr. rer. nat. RNDr. Mgr. Bc. Jan Křetínský, Ph.D. se stal na Fakultě informatiky MU slavným pro množství absolvovaných vysokých škol a získaných titulů. Za těmito tituly je řada úspěšných publikací a výzkumu. Jan Křetínský nyní působí na Technické univerzitě v Mnichově, kde učí předměty z teoretické informatiky jako je Verifikace, Teorie automatů a formálních jazyků, Složitost, Model checking a spoustu dalších. Mimo to vede vědecký tým a aktivně se podílí na výzkumu v oblastech teoretické informatiky. O tom, jaká byla jeho studia, čemu se konkrétně nyní věnuje a jaký je podle něj rozdíl mezi univerzitami v Brně a v Mnichově, si můžete přečíst v rozhovoru pro FI MU.

Proč jste se rozhodl studovat tři vysoké školy zároveň a jak jste si je vybral?

Důvody byly v zásadě dva. První byl ten, že jsem si nebyl úplně jistý, co chci dělat po střední škole a nechtěl jsem minout žádnou z příležitostí, které mi připadaly v daný moment atraktivní. A druhý byl, mít širší rozhled. Dnes se často setkávám s apelováním na interdisciplinární výzkum, a mít širší přehled o jak příbuzných, tak úplně vzdálených oblastech se docela hodí. Když jsem dělal konkrétní volbu, tak jsem byl ovlivněný situací v Brně a tím, co pro mě bude nejjednodušší.

Nakonec byl můj výběr ovlivněn i rozsahem, který jsem viděl u vědeckého hrdiny Noama Chomského, který ovlivňoval i základy rodící se informatiky, a právě Noam Chomsky měl vzdělání v těchto oblastech. Spousta jeho výsledků by nepřišla, kdyby neměl dostatečné matematické pojetí o světě a uvažoval by pouze jako lingvista a stejně naopak, kdyby uvažoval jen jako matematik, tak by tehdy nejspíš nepřišel s gramatikami. Takže to bylo ovlivněné i tím, že jsem viděl, že je takováto kombinace ku prospěchu věci.

Takže už v době výběru vysoké školy jste se v těchto oblastech orientoval?

Už tehdy na střední škole jsem si četl knihy z oblasti lingvistiky, filozofie a paradoxně jsem si nejméně četl o matematice a informatice, o které jsem věděl skoro nejméně, i když ji mám v rodině. (smích) Věděl jsem, že k informatice a matematice se stejně nakonec dostanu, protože jsou to vědy potřebné ve všech oblastech a je v nich budoucnost, ale chtěl jsem se dozvědět také o ostatních oborech, o které jsem se zajímal už na střední škole.

A jak jste se k tomu na střední škole dostal?

Jeden z důvodů byl ten, že jsem měl dobrou střední školu, která měla široký rozptyl. V Brně jsou také specializované matematické střední školy, které jsou vysoce kvalitní, ale zase spousta ostatních předmětů je tam docela podceňovaných. Já jsem chodil na gympl, který chtěl být opravdu všeobecný, což se podle mě docela povedlo a hlavně jsem měl spoustu inspirativních profesorů hlavně z humanitních předmětů, takže vlastně i skrze to.

A jak jste se tedy nakonec dostal k informatice?

V informatice jsem viděl velký rozvoj a budoucnost. Bylo mi jasné, že dobrých informatiků bude potřeba spousta, ale kolik dobrých filozofů Evropa potřebuje? Dva? Tři? (smích)

Jak jste své studia stíhal?

Těžko. (smích) Samozřejmě to nebylo zadarmo a musel jsem kvůli tomu obětovat určitou část osobního života. Ale musím říct, že v té době se Masarykova univerzita ukázala v nejlepším světle, protože ačkoliv to v té době nebylo ještě úplně běžné, tak už tehdy nabízela v rámci informačního systému možnosti jak všechny věci dělat jednoduše, jak to všechno skloubit, například tak, že jsem si mohl nechat snadno uznávat kredity z různých předmětů napříč fakultami. Neřekl bych, že jsem musel vynaložit třikrát takové úsilí jako na jedné škole, ale řekněme jen dva a kousek krát.

Potom už jste se rozhodl nepokračovat na filozofické fakultě?

Viděl jsem, že pro získání zkušenosti to stačilo a dál už je potřeba jít víc do hloubky.

Na informatice jste se zabýval oblastí formálních metod a verifikace, proč jste si vybral teoretickou informatiku?

Tak jako spousta rozhodnutí to nebylo motivované tak podstatou, jako lidmi, kteří v této oblasti pracovali. Při studiu jsem přišel do kontaktu s profesorem Kučerou a spolupráce vyplynula velmi přirozeně, kdyby se v ten moment vyskytl někdo jiný, tak bych dnes možná dělal něco úplně jiného.

Jak poté probíhalo vaše vědecké působení?

Již během magisterského studia na mě rodina tlačila, abych se podíval do zahraničí, že je to cenná zkušenost. Mně se teda upřímně moc nechtělo. (smích)

Sice jsem vždycky rád cestoval, ale že bych všechno nechal doma a šel do světa bez nikoho známého, to se mi úplně nechtělo. Takže jsem to omezil na Erasmus v Aalborgu v Dánsku, což byla vynikající zkušenost, v mém případě i vědecky, protože jsem měl zase štěstí na lidi, kteří se mě ujali, věnovali se mi a kariérně mě posunuli dál.

Velký zlom pro mě byl nástup na postgraduál. Všichni mi tehdy tvrdili, že když to chce člověk někam dotáhnout, tak potřebuje západní zkušenost. Tehdy se mi potvrdilo, že FI se může s těmito univerzitami porovnávat jak ve studiu, tak ve výzkumu. Ale i tak je to něco, co se v životopise nepřehlédne a člověk získá cenné kontakty do budoucna.

Nakonec je vědecký výzkum dost často o tom, koho člověk zná a s kým naváže spolupráci, protože se díky ní dostane zase k něčemu dalšímu a stane se tak členem komunity úplně jinak, než když je někde izolovaný. Takže je to ve finále trochu nespravedlivé, ale je to právě lidský faktor, který tam vždy nějakým způsobem bude.

Doktorát jsem tedy dělal na TUMu v Mnichově, ale zároveň i v Brně. Nejdřív byla vize, že bude jeden pod dvojím vedením, což se ukázalo být administrativně natolik komplikované, že bylo jednodušší sepsat dizertace dvě. (smích)

Po dokončení doktorátu jsem šel do ISTu (Institute of Science and Technology) v Rakousku, kde jsem byl obeznámen s prostředím, protože jsem s tamními výzkumníky již spolupracoval, takže to byla velmi přirozená volba. A byla to vhodná volba z hlediska jak kvality výzkumu, tak šíře interdisciplinarity. I vzhledem k tomu, že je to malá instituce, tak interdisciplinární výzkum a komunikace může probíhat jednodušeji než na velké instituci jako je Oxford. V ISTu jsem měl možnost spolupracovat s Krishnendem Chatterjeem a Thomasem Henzingerem, což jsou dvě obrovské kapacity v oboru. Ti mě naučili nejen pilovat vědeckou stránku věci, ale pracovat i na prezentační stránce věci a také poznat, čemu se věnovat, čemu naopak ne a co by mohlo být důležité.

Potom bylo otevřené místo v Mnichově, kam jsem se nakonec dostal a už jsem tady řadu let, zkušenost je to obrovská a možnosti, které máte na TUMu (Technische Universität München), jsou větší, než leckde jinde.

Jaký je podle vás klíč k úspěchu v oblasti teoretické informatiky? Jsou to především ty zmíněné známosti?

Dvě věci jsou naprosto nepostradatelné. První je základní vzdělání v informatice na bakalářské úrovni, protože jinak člověku ujíždí vlak. Dá se to dohnat, ale je to náročné. To třeba FI poskytuje na světové úrovni. Druhá věc je snaha a kolik času chcete výzkumu věnovat. Dost často vidím u postgraduálních studentů proměnu, z lidí, kteří nemají moc potuchy, co dělají, plavou v tom a člověk by neřekl, že z nich budou velcí vědci, a nakonec je vidět, jak z nich během pár let vyrostou noví lidé a je to jen tím, že tomu dali hodně.

V samotné činnosti je pak důležité dělat něco, o co je zájem, ne jen co vám nějak připlulo, a také být členem komunity. Protože nakonec vás budou soudit lidi, kteří do této komunity patří. V momentě, kdy jste v komunitě známí skrz svoje výsledky, tak je to obrovská pomoc a jeden způsob, jak být známý svými výsledky, je spolupracovat s lidmi, kteří svými výsledky již známí jsou. Takže vašich výsledků si určitě někdo všimne. Dost často se totiž stává, že je nadprodukce vědeckých prací taková, že si i těch kvalitních nikdo nevšimne, takže v tom je ta klíčová část o známostech. Není to tak, že by vás vaši známí někam protlačili, ale spíš o tom, že díky těmto lidem si vaší práce všimnou i ostatní a potom je to už vždy o té práci samotné. Ale občas to chce štěstí do začátku. Také když máte hodně výsledků se známými lidmi, tak si ostatní řeknou, že vás tam asi nepřipisují, protože jim nosíte kávu, ale asi na tom něco bude.

Na čem momentálně na TUMu pracujete?

Pracuji v oblasti verifikace, tedy kontrolování, aby systémy dělaly, co mají, a na optimalizaci jejich spolehlivosti a dostupnosti. V dnešní době to jsou typicky systémy, které jsou „cyber-physical“, tedy mají i fyzickou složku a je potřeba, aby fungovaly dobře. Protože když už tyto systémy zasahují do lidského světa a mohly by někoho zranit, tak na tom záleží daleko více, než když vám jen nějaká aplikace pořád padá. Jsou to právě systémy, které v sobě mají řadu kvantit, jako je pravděpodobnostní nebo časové chování, které není běžné u klasického softwaru. Takže velmi často pracuji na analýze pravděpodobnostních nebo časových systémů. Dělám jak teorii, tak pro mě zajímavé aplikace v oblastech robotiky, umělé inteligence a biologie. Ne že bych si potrpěl na tom, aby výsledky mé práce byly hnedka použitelné, ale přijde mi dobré, když jde práce tím směrem. A přijde mi strašná škoda, když člověk vidí obrovský posun v teorii, ale když se pak podívá do praxe v průmyslu, tak zjistí, že velká část není reflektovaná. Strašně dlouho trvá, než je průmysl schopen něco používat na každodenní bázi.

My jsme například měli v Mnichově robotickou ruku, která překládala věci ve skladu, a my jsme na ní testovali výsledky v oblasti vysvětlitelnosti kontrolerů robotů a Explainable AI, která je teď velkým tématem. V situaci, kdy má průmysl kontrakt s univerzitou, tak propojení funguje, ale že by nějaká firma rovnou sáhla po nějakém akademickém nástroji, který tu práci za ni udělá, tak to se neděje, pořád tam musíte mít zapojenou i tu univerzitu a to není cílový stav.

Jak probíhá samotný výzkum? Je to čistě tužka papír?

Z velké části je to tužka papír, což je zásadní. Ale snažíme se dělat teorii s vizí činit věci praktickými, takže nás nezajímá jen, jestli to jde v principu, ale chceme, aby to šlo i rozumně, tedy aby časové a paměťové zdroje byly rozumné. To znamená, že není nutně důležité, že v nejhorším případě odpověď nedostaneme, ale pokud tomu dáme typickou otázku, která se v praxi vyskytuje často, a dostaneme rychle odpověď, tak jsme spokojení a vidíme posun, což je něco, co průmyslu může výrazně pomoct. I když z teoretických výsledků víme, že odpověď nelze dostat vždy rychle, tak to přece nevzdáme, ale snažíme se něco dělat. V těchto situacích je potřeba mít i implementace a výpočetní zdroje, takže na to se hodí, že máme větší počet studentů, a že máme lidi, kteří jsou hnedka schopni zjistit, jestli je náš nápad prakticky smysluplný nebo ne a jakou cestou se vydat.

Jak je váš výzkumný tým velký?

Teď se pohybujeme okolo osmi lidí. K čemuž je potřeba přičíst řadu bakalářských a magisterských studentů, kteří se připojují již během studia. Toto je jedna z věcí, kterou jsem si přinesl z FI, protože tady na TUMu není až tak běžné, aby si bakaláři zapisovali předmět s názvem Guided research, ten je až pro magistry a bakaláři se připojují jen zřídka. Tímto se FI může chlubit celosvětově. Péče o studenty je v tomto velmi kvalitní.

Která oblast se podle vás v příštích 10–20 letech přesune z výzkumu do komerční sféry?

Všichni vidíme rozvoj AI v průmyslu, což s sebou přináší potřebu zajišťovat kvalitu AI-based systémů. Toto se nedá zařídit machine learningovými postupy, ale je na to potřeba i klasická teorie včetně verifikace. S další oblastí, která se nazývá Explainable AI si skoro nikdo neví rady, protože na konceptuální úrovni je extrémně nejasná. Sice máme regulace Evropské unie o tom, co všechno se musí splňovat, ale i celosvětové špičky v oboru tápou v tom, co to celé má vlastně znamenat. Tato oblast se musí propojovat s univerzitami, protože průmysl není schopný se tímto směrem ještě orientovat. Je potřebné v tomto ohledu dospět alespoň k nějakému základnímu porozumění, než můžeme vytvářet konkrétní aplikace.

Stejně tak se hodně mluví o autonomním řízení. Nikdo by nechtěl sednout do auta, které není bezpečné. Ale verifikace těchto systémů na garantované úrovni bezpečnosti je stále v budoucnosti.

Toto jsou tedy oblasti týkající se mého výzkumu, po kterých je na trhu zájem a které se musí nutně vyvíjet na univerzitách a doufejme, že v horizontu následující generace budeme schopni něco poskytnout i té komerční sféře.

Co se týče aplikované sféry, tak na TUMu dlouhé roky probíhá úzká spolupráce s průmyslem a kdykoliv se něco vyvine, tak je hned snaha to použít. Působí zde světové špičky například v grafice, kde se jejich výsledky rovnou nasazují například v animovaných filmech, nebo v hraných, kde generují například lesy či moře, nebo například Deepfake video v reálném čase.

Odnesl jste si z Brna něco, co v Mnichově můžete zakomponovat při výuce nebo při výzkumu?

Jedním z mých důležitých přínosů je integrovat mladé studenty, kteří se mnou začnou na bakalářské úrovni a pokračují až na doktorát.

Dalších z nedoceněných kvalit je informační systém. Už když jsem sem přišel jako student a občas jsem někomu naznačil, že bychom mohli mít něco podobného jako na FI, tak na mě všichni koukali, jakože nic takového se určitě nezvládne, i když v Brně už to tak fungovalo dlouhé roky.

Samozřejmě další nezapomenutelná věc jsou znalosti, které jsem dostal již na bakalářském studiu, což je něco, za což jsem neskutečně vděčný. I studenti co jezdí z FI na Erasmus, ukazují, že mají dobré základy.

V čem například vidíte rozdíl mezi univerzitami v Brně a Mnichově?

Jeden z klíčových rozdílů je schopnost provázat se s průmyslem. Pro základní výzkum to nemusí hrát přímo takovou roli, ale spolupráce přinese víc peněz a možnost najmout víc kvalitních kapacit a být vidět v celosvětovém měřítku. Univerzita díky tomu dramaticky roste, tady například právě na informatice. Všechno to jsou špičky ve svém oboru a jdou sem právě díky dobrému jménu a podmínkám. To se vytvořilo také díky penězům. Žádná veřejná instituce nemůže vše ufinancovat jen z veřejných financí. Díky tomuto je TUM hodnocen jako jedna z nejlepších institucí na světě.

Další věc co se tady hodně propaguje je zakládání studentských spin-offů. Spousta lidí je tady zaměstnaná jen na to, aby pomáhala studentům zakládat firmy.

Co se týče vzdělávání tak bych Masarykovu univerzitu určitě nepodceňoval. Minimálně ne na informatice.

Čím byste se naopak inspiroval z TUMu, kdybyste se vrátil do Brna?

Je to řada konkrétních drobností, které by se daly implementovat. Německé vzdělání podporuje praktické kurzy, kterým se člověk nevyhne, také je zde větší směřování studentů, aby šli na stáž. Praktické i výzkumné projekty jsou kreditově ohodnoceny. Dále větší angažování studentů do řešení projektů, kde během půl roku něco vytvoří. Nemyslím si, že model kurz – zkouška není kvalitní, ale neměla by to být jediná součást vzdělávání.

Naopak řada věcí tady funguje výrazně hůř, například extrémní benevolence studentům, kteří nesloží zkoušku. V Brně je systém - třikrát opakování a pak za rok, potom konec. Tady nic takového není. Jsou případy, kdy člověk přijde na zkoušku po šestnácté a stejně to nikam nevede. Člověk pořád dokola opravuje ty stejné písemky. (smích)

Kde se vidíte za 5 let?

Vždycky jsem věřil, že by měl člověk dělat něco, v čem vidí smysl. Uvidím, co mi přijde do cesty, protože řada aplikací, co dělám, se vyskytla náhodně. Co se naskytne, může být z nejrůznějších koutů. Vždycky mám na stole pár projektů, které chci někam dotáhnout a pak se rozhodnu, jestli se v nich vyplatí pokračovat, nebo začít s něčím novým.

Co byste na závěr poradil studentům, kteří by se chtěli věnovat výzkumu v informatice?

Určitě bych poradil mladým studentům přičichnout k výzkumu co nejdřív, a když vidí, že má nějaký profesor kolem skupinu mladých lidí, tak se vyplatí se zkusit poptat. A pokud se člověk bojí, tak se zeptat člena týmu, jestli by se nemohl profesora zeptat za vás. Čím dřív do toho člověk jde, tím lepší startovní pozici má. Výzkum je totiž na univerzitě jedna z nejzábavnějších činností.

Ženská část populace to má v informatice obecně těžší. Například často vidí, že mužská část si pro to natvrdo jde - jdou za profesorem a řeknou mu, že by s ním chtěli na něčem pracovat. Na to ženy často nemají tu drzost. Já se to tu jako profesor snažím často řešit a osobně vyzývat studenty, kteří by nemuseli mít odvahu do toho jít. A pak mám genderově vyváženou skupinu.

FI bych chtěl popřát, aby pokračovala v nastoleném směru, protože si myslím, že má dobře našlápnuto. Vidím i velkou snahu sebereflexe a sebezlepšování. Také bych popřál Brnu, jako městu s velkým vědeckým potenciálem, aby v tomto směru dál rostlo a zlepšovalo se, protože si myslím, že to může dotáhnout hodně daleko.

Jan Křetínský prezentoval 29. března 2022 na FI pro odbornou veřejnost v rámci řízení ke jmenování profesorem práci s názvem A story of checking LTL models.
Jan Křetínský

Galerie absolventů