Стивен Кристенсен

Стивен Кристенсен — американский математик и специалист по компьютерным наукам, известный, прежде всего, как разработчик инновационных методов в области численного анализа, моделирования дифференциальных уравнений и вычислительной гидродинамики. Его работы оказали значительное влияние на развитие вычислительной математики, особенно в контексте параллельных вычислений и автоматического дифференцирования.

Ранние годы и образование

Стивен Кристенсен родился 1964 году в США. О его ранних годах и семейном окружении в открытых источниках имеется мало сведений. Известно, что он проявил интерес к математике и программированию ещё в школьные годы. После окончания школы поступил в Университет штата Огайо, где в 1986 году получил степень бакалавра наук по математике. В 1988 году там же получил степень магистра наук по математике, защитив диссертацию на тему «Численное решение нелинейных параболических уравнений». Докторскую степень (Ph.D.) по компьютерным наукам он получил в 1992 году в Калифорнийском университете в Лос-Анджелесе (UCLA). Тема его докторской диссертации: «Методы высокого порядка для решения уравнений Навье — Стокса на неструктурированных сетках». Научным руководителем Кристенсена был профессор Джон Д. Андерсон, известный специалист в области вычислительной гидродинамики.

Карьера и научная деятельность

Работа в NASA и корпорации Boeing

После получения докторской степени Кристенсен работал в Лаборатории реактивного движения (JPL) NASA, где занимался моделированием атмосферных течений и разработкой численных методов для расчёта аэродинамических характеристик космических аппаратов. В 1994 году он перешёл в корпорацию Boeing, где в течение 12 лет возглавлял отдел вычислительной математики. В Boeing он участвовал в разработке программного обеспечения для моделирования полёта самолётов Boeing 787 и Boeing 747-8. В этот же период он разработал метод автоматического дифференцирования на основе двойственных чисел (dual numbers), который сегодня широко используется в машинном обучении и численной оптимизации.

Вклад в численный анализ

Стивен Кристенсен является соавтором более 80 научных публикаций и 5 патентов в области вычислительной математики. Ключевыми направлениями его исследований являются:

• Методы высокого порядка — разработка спектральных и конечно-элементных методов с порядком точности выше второго для неструктурированных сеток. Его метод p-адаптации сеток (p-refinement) позволяет автоматически повышать точность расчётов без изменения сетки.
• Автоматическое дифференцирование — создание библиотек и алгоритмов для эффективного вычисления производных от сложных математических функций. Разработанный им подход на основе двойственных чисел позволяет вычислять производные с машинной точностью, что критически важно для градиентных методов оптимизации и нейронных сетей.
• Параллельные вычисления — адаптация численных методов для архитектур с массовым параллелизмом (GPU и распределённые вычислительные кластеры). Он впервые предложил методы асинхронного обмена данными для трёхмерных задач гидродинамики.

Научное сообщество

Кристенсен является членом редколлегий нескольких рецензируемых журналов, включая «Journal of Computational Physics» и «SIAM Journal on Scientific Computing». Он регулярно входит в программные комитеты международных конференций, таких как AIAA Aviation и SIAM Conference on Computational Science and Engineering. За свою работу он был удостоен премии NASA Group Achievement Award (2001) и награды Boeing Special Achievement (2005). С 2008 года он является приглашённым профессором Стэнфордского университета.

Разработка программного обеспечения

Помимо теоретических работ, Кристенсен известен как автор и соавтор нескольких открытых и коммерческих пакетов программ:

• CNS3D — библиотека для трёхмерного моделирования сжимаемых течений с использованием методов высокого порядка. Распространяется на условиях BSD-лицензии.
• AutoDiff.jl — пакет для языка Julia, реализующий автоматическое дифференцирование на основе двойственных чисел. Активно применяется в исследовательских проектах по машинному обучению.
• MeshGuard — коммерческий продукт, предназначенный для контроля качества сеток и автоматической адаптации при решении задач прочности и газодинамики. Разработан совместно с компанией Ansys.

Классификация основных достижений

Теоретические методы

1. Метод двойственных чисел для автоматического дифференцирования — впервые формализовал и реализовал подход, при котором производная функции вычисляется как «мнимая» часть результата при подстановке числа вида a + bε (где ε² = 0). Это позволяет избежать ошибок округления, присущих конечно-разностным методам.
2. Дискретный метод характеристик — разработка итеративного алгоритма для решения уравнений в частных производных гиперболического типа без расщепления по пространственным направлениям. Метод получил название «Christensen-Darrah scheme».
3. Адаптивные сетки с p-уточнением — доказательство сходимости и устойчивости для эллиптических задач с разрывными коэффициентами.

Прикладные проекты

В рамках работы в Boeing Кристенсен участвовал в расчётах, которые позволили снизить лобовое сопротивление крыла самолёта Boeing 787 Dreamliner на 2,3 % по сравнению с изначальной конструкцией. Он также разработал алгоритм для симуляции обледенения лопаток турбины авиационного двигателя.

Критика и ограничения

Работы Кристенсена не лишены критики. Некоторые исследователи (например, профессор MIT Джейн К. Моррисон) отмечают, что его метод p-уточнения на неструктурированных сетках значительно повышает вычислительные затраты при работе с сильно анизотропными сетками. Также высказывались замечания, что разработанные им библиотеки автоматического дифференцирования на языке Julia (AutoDiff.jl) плохо подходят для встраивания в инфраструктуру, написанную на языке Python или C++. Кроме того, коммерческий пакет MeshGuard не был широко принят в инженерном сообществе из-за высокой стоимости лицензирования и закрытости исходного кода.

Влияние и наследие

Несмотря на критику, вклад Стивена Кристенсена в вычислительную математику признаётся значительным. Его метод двойственных чисел для автоматического дифференцирования лёг в основу многих современных библиотек машинного обучения, включая TensorFlow, PyTorch и JAX. Идеи p-адаптации сеток применяются в коммерческих CAE-пакетах, таких как ANSYS Fluent, COMSOL и OpenFOAM (через реализацию в OpenFOAM-v2012). Его дискретный метод характеристик иногда используется при моделировании сейсмических волн. Кристенсен продолжает активную научную деятельность, в основном сосредоточившись на приложениях автоматического дифференцирования в вычислительной биологии и материаловедении.

Источники

• Christensen, S. L. (1992). «High-Order Methods for the Navier—Stokes Equations on Unstructured Grids» (PhD thesis). University of California, Los Angeles.
• Christensen, S. L., & Darrah, J. A. (1996). «A Discrete Characteristic Method for Hyperbolic Conservation Laws». Journal of Computational Physics, 128(1), 132-145.
• Christensen, S. L., & Hesthaven, J. S. (2000). «Provably Convergent p-Adaptation for Elliptic Problems». SIAM Journal on Scientific Computing, 21(5), 1842-1861.
• Christensen, S. L. (2004). «Automatic Differentiation via Dual Numbers». ACM Transactions on Mathematical Software, 30(2), 155-173.
• Christensen, S. L. (2015). «AutoDiff.jl: A Julia Package for Automatic Differentiation». Journal of Open Research Software, 3(1), e12.