Գիտական բարդ ձևակերպումները պարզ են միայն գիտնականների համար։ Շատ հաճախ նրանք կարող են նաև զարմանալ, որ իրենց համար պարզ, բայց շարքային քաղաքացու համար բարդ ձևակերումները ավելի հասկանալի դարձնելու համար բազմաթիվ հարցեր են տրվում՝ երբեմն գուցե պարզունակ թվացող։ Մաթեմատիկական մեթոդները կենսագիտության մեջ․ բառերն առանձին-առանձին հասկանալի են միանգամից, բայց երբ դրանք մեկ ամբողջական նախադասություն են դառնում, արդեն պետք է մի քիչ ավելի ջանք գործադրել դա հասկանալու համար։
Մաթեմատիկայի և կենսագիտության հատումը կարևոր է կենսաբանական գործընթացները և համակարգերը հասկանալու համար: Այս թեման ընդգրկելու է մաթեմատիկական մոդելներ, որոնք մոդելավորում են կենսաբանական համակարգերը տարբեր մակարդակներում՝ մոլեկուլյարից մինչև էկոլոգիական: Այս մոդելներն անհրաժեշտ են բարդ կենսաբանական տվյալների վերլուծման, կենսաբանական համակարգերի վարքի կանխատեսման և ռադիոդեղագիտության մեջ նոր թերապիաների մշակման համար:
Ալիխանյանի անվան ազգային գիտական լաբորատորիայի առաջատար գիտաշխատող Արմեն Թումասյանը պարզաբանում է․ «Ստեղծում են մաթեմատիական մոդելներ կենսաբանական տարբեր պրոցեսներ նկարագրելու համար։ Այս պրոցեսները իրենց մասշտաբներով մեծ են. համաճարակաբանություն, բնակչության աճի մոդելավորում»։
«Մեգա-գիտության» նախագծերում տվյալների մշակման և վերլուծության ժամանակակից մեթոդներ, մեքենայական ուսուցում և մեծաքանակ տվյալների վերլուծություն, քվանտային համակարգիչներ և քվանտային ինֆորմացիայի մշակման մեթոդներ ու ոչ միայն․ մաթեմատիկական մոդելավորման և հաշվողական ֆիզիկայի ժամանակակից խնդիրներին նվիրված հնգօրյա միջազգային կոնֆերանսի ընթացքում քննարկված թեմաների մի մասն է թվարկածը։
Մեգանախագծերում աշխատում են գիտնականներ աշխարհի գրեթե բոլոր երկրներից։ Նրանք մասնակցում են մեծ ու փոքր խմբերով։ «Մեգա-գիտության» նախագծերը շատ են, դրանցում ներգրավված հայ գիտնականները՝ նույնպես։ Նմանատիպ նախագծերից մեկով հետազոտում են, մասնավորապես, ժամանակակից արագացուցիչներն ու արագացուցչային գիտափորձերն, որոնք ստեղծում են ահռելի մեծ ծավալների տվյալներ: Այսպիսի գիտափորձերում ճշգրիտ չափումների և հազվադեպ պրոցեսների ուսումնասիրության համար անհրաժեշտ են մեծաքանակ տվյալներ։ Այս մեծաքանակ տվյալների մշակման համար ստեղծվում և պարբերաբար արդիականացվում են համապատասխան գործիքակազմեր։
Մեծաքանակ տվյալների վերլուծության խնդիրներում մեքենայական ուսուցման մեթոդների կիրառությունը վաղուց հայտնի է աշխարհին։ Մեքենայական ուսուցման մեթոդների կիրառությունը մեծաքանակ տվյալների մշակման և վերլուծության խնդիրներում շարունակում է ապահովել հեղափոխական առաջընթաց գիտության և տեխնոլոգիայի բազմաթիվ բնագավառներում:
Այս մեթոդների ինտեգրումը ֆիզիկական մոդելներում, ռեկոնստրուկցիոն ալգորիթմներում, դասակարգման խնդիրներում և այլն, մտցնում է որակական փոփոխություն մեծաքանակ տվյալների վերլուծության և թաքնված օրինաչափությունների բացահայտման հարցերում:
Այս բաժնի քննարկումների նպատակն է ընդգծել նորարարական մոտեցումները, որոնք արագացնում են հետազոտությունները և բացում նոր հնարավորություններ հայտնագործությունների համար։
Հայ գիտնականները կարողանում են մասնակցել գիտական մեգանախագծերին, բայց այնքանով, որքանով հնարավորություններն են թույլ տալիս՝ ասում է գիտնականը․ «Խոսքը միջազգային փորձարարական նախագծերի մասին է՝ CERN-ի կոլայդերը, դրա դետեկտորները։ Այսպիսի նախագծերում գիտափորձերը մեծ տվյալների գեներատոր են։ Այստեղ լայնորեն կիրառվում են մեքենայական ուսուցման նորարական մեթոդները, որոնց նվիրված է կոնֆերանսի մյուս բաժինը»։
Արդյո՞ք հասարակությունը տեղյակ է, թե ի՞նչ է անում հայ գիտական միտքը։ Հասարակությունը ոչ մի տեղում էլ շատ իրազեկ չէ, թե ինչով է զբաղվում ֆունդամենտալ գիտությունը՝ ասում է գիտնականը։ Մեզ մոտ էլ իրազեկությունը կարելի է գնահատել նորմալ, բայց ոչ բավարար։
Արզուն Գևորգյանը ֆունդամենտալ գիտությամբ է զբաղվում։ Նա Ալիխանյանի անվան ազգային գիտական լաբորատորիայի կրտսեր գիտաշխատող է։ Որպեսզի հայ գիտական միտքը հեռու չլինի համաշխարհային գիտական մտքից, միջազգային գիտաժողովներին մասնակցությունը կարևոր է՝ ասում է։ Մտքերը դժվարությամբ է ի մի բերում, բայց վստահ է՝ գիտաժողովներն ուժեղ ազդակ են գիտական կյանքի աշխուժացման համար։
Իսկ ընդհանրապես, արդյո՞ք փոխվել է հասարակության վերաբերմունքը գիտության նկատմամբ։ Ու ընդհանրապես, կա՞ արդյոք հետաքրքրություն գիտության նկատմամբ։ Երիտասարդ գիտնականը փաստում է՝ կա մեծ հետաքրքրություն․ միևնույն ժամանակ հատկապես դպրոցներում նաև ինֆորմացիայի պակաս կա։
