История развития нейросетевых технологий часто представлена как череда знаковых имен и институций: Стэнфорд, Торонто, DeepMind, ключевые фигуры вроде Хинтона, ЛеКуна или Бенжио. Однако в этой летописи есть и нетривиальные страницы. Например, в 1996 году в Красноярске увидела свет фундаментальная работа Александра Горбаня «Нейронные сети на персональном компьютере». Сегодня мы отдадим дань уважения этому выдающемуся ученому.
Путь в науку: от Новосибирска до Красноярска
Александр Николаевич родился в 1952 году в Омске в интеллигентной семье. Его академический путь начался ярко: в 1965 году он прошел отбор в специализированную физико-математическую школу при Новосибирском государственном университете (НГУ), а спустя два года, будучи 15-летним юношей, стал студентом физфака НГУ. Академгородок того времени был эпицентром советской интеллектуальной мысли.
В 1969 году академическая карьера была прервана: Горбаня исключили из университета за активное участие в правозащитном движении — он выступал в поддержку Александра Гинзбурга и Юрия Галанскова, осужденных за самиздат. Судьба Галанскова, скончавшегося в лагере в 33 года от отсутствия медицинской помощи, стала для него тяжелым личным потрясением.
Последующие годы Горбань провел в Омске, где завершил обучение, защитил магистерскую диссертацию по функциональному анализу и начал публиковать свои первые научные труды. В 1976 году он переехал в Красноярск, чтобы продолжить исследования в Институте вычислительного моделирования СО АН СССР — месте, которое в то время было далеко от центров мировой математической элиты.
Эпоха перемен: созидание вопреки обстоятельствам
В 1980 году Горбань защитил кандидатскую диссертацию, а в 1990-м — докторскую. Спустя три года, в тяжелейшее для страны время, он возглавил кафедру нейроинформатики в Красноярском государственном техническом университете. Задумайтесь: 1993 год, эпоха социально-политических потрясений, крах экономики и выживание науки — и при этом создание профильной кафедры нейроинформатики в сибирском регионе.
В то время как мировая наука преодолевала первую «зиму искусственного интеллекта», Александр Николаевич продолжал системную работу, сочетая преподавательскую деятельность с глубокими математическими изысканиями, параллельно занимая пост заместителя директора своего института.
Научное наследие и прорывные идеи
Одним из важнейших достижений Горбаня стало независимое доказательство теоремы об универсальной аппроксимации нейронных сетей. Его работа подтвердила, что архитектура с одним скрытым слоем при достаточном количестве нейронов способна аппроксимировать любую непрерывную функцию. Это заложило теоретический фундамент для понимания универсальных возможностей нейросетей.
Еще более амбициозным проектом стал метод эластичных карт (Principal Manifolds) — инструмент для понижения размерности данных, сохраняющий их нелинейную структуру. В отличие от линейного анализа главных компонент (PCA), метод Горбаня моделировал данные как упругую мембрану, что позволяло эффективно визуализировать сложные закономерности. Важно отметить, что эти наработки были реализованы в 90-х годах, задолго до появления современных алгоритмов типа t-SNE (2008) или UMAP (2018), причем работа велась в условиях крайне ограниченных вычислительных мощностей.
Также Горбань сформулировал так называемый «Принцип Анны Карениной», описывающий закономерности адаптации сложных систем к стрессу. Этот математический подход сегодня широко применяется в физиологии и экономике для прогнозирования кризисных состояний.
Признание и уход
С 2004 года Александр Николаевич был профессором Лестерского университета, возглавляя центр математического моделирования. Его заслуги были отмечены престижными наградами, включая медаль Пригожина. Он оставил после себя около 300 публикаций и 20 книг, воспитав целую плеяду учеников. Его отъезд из страны был продиктован исключительно стремлением к научному развитию в условиях, когда российская наука была лишена необходимой поддержки.
Александр Николаевич Горбань ушел из жизни 21 сентября 2025 года в возрасте 73 лет. Его теоретические труды остаются актуальными и востребованными — идеи, заложенные им десятилетия назад, по-прежнему лежат в основе многих современных методов анализа данных, а его имя навсегда вписано в историю интеллектуального наследия.
