به گزارش گروه علم و فناوری باشگاه خبرنگاران دانشجویی(ایسکانیوز)؛ عباس رحیمی متولد ۱۳۶۶ در نجف‌آباد اصفهان است. در دوره راهنمایی با علم الکترونیک آشنا شد و از همان دوران شروع به ساخت کیت‌های الکترونیک کرد. این علاقه او را به سمت رشته برق و الکترونیک سوق داد، اما بعدا به این فکر افتاد که با برنامه‌نویسی و علم کامپیوتر است که می‌توان قطعات الکترونیک را در کنار هم قرار داد و عملکرد جدیدی به آنها ارائه کرد. به همین دلیل رشته مهندسی کامپیوتر گرایش سخت‌افزار را برای کارشناسی انتخاب کرد تا هم با بخش سخت‌افزاری -که مرتبط با برق و الکترونیک است -سروکار داشته باشد و هم با علوم کامپیوتر.

دوره کارشناسی‌اش را در دانشگاه فنی تهران خواند و در سال ۲۰۱۰ برای ادامه تحصیل به آمریکا مهاجرت کرد و دوره‌های کارشناسی ارشد و دکتری‌اش را در رشته مهندسی کامپیوتر در دانشگاه کالیفرنیا در سن‌دیگو گذراند. بعد از گذشت پنج سال به شمال کالیفرنیا در برکلی رفت و یک دوره پست‌دکتری را در همان رشته و یک دوره پست‌دکتری دیگر نیز در مؤسسه فناوری فدرال زوریخ در سوئیس گذراند. 

او بعد از حدود یک سال تدریس در دانشگاه تصمیم گرفت که وارد دنیای پژوهش در شرکت IBM شود. او هم‌اکنون محقق آزمایشگاه تحقیق و توسعه شرکت IBM در زوریخ سوئیس است و در زمینه معماری جدید سیستم‌های پردازشی تحقیق می‌کند.

در ادامه مصاحبه ما را با این محقق جوان و بااستعداد می‌خوانید:

علوم کامپیوتر با مهندسی کامپیوتر چه فرقی دارد؟

در دوره کارشناسی این دو رشته با هم متفاوت هستند، زیرا علوم کامپیوتر بیشتر دروس تئوری و پایه‌ای را در برمی‌گیرد. در ایران این رشته جزو رتبه‌های پایین‌تر از مهندسی کامپیوتر قرار می‌گیرد، در صورتی که در خارج برعکس این موضوع صادق است. بسیاری از علوم جدید دنیا مثل هوش مصنوعی در دسته علوم کامپیوتر قرار می‌گیرند.

در رشته مهندسی کامپیوتر، درس‌های تئوری کمتر تدریس و بیشتر کارهای عملی انجام می‌شود. این رشته در فوق‌لیسانس به رشته‌های سخت‌افزار و نرم‌افزار تقسیم می‌شود. با این حال در تحقیقات دکتری این دو رشته معمولا فقط یک یا دو واحد درسی با هم اختلاف دارند.

کارهای پژوهشی شما در چه حوزه‌هایی بوده و چه دستاوردهایی به دست آورده‌اید؟

یکی از مسائل تکنیکی ساخت سیستم‌های پردازشی این است که سخت‌افزار به معنای دیجیتال دوران پایانی عمر خود را می‌گذراند. منظور از دیجیتال سیستم اطلاعاتی است که در آن داده‌ها با مقدارهای گسسته معمولا با صفر و یک مشخص می‌شود. دلیل اینکه دنیای دیجیتال به پایان خط رسیده این است که فناوری پیاده‌سازی سخت‌افزاری در نهایت ترانزیستور است و ترانزیستورها به قدری کوچک‌ شده‌اند که دیگر امکان کوچک‌ شدن آنها بیش از این وجود ندارد. در حال حاضر شرکت IBM ترانزیستور ۳ نانومتری خود را معرفی کرده و زمانی که اندازه این فناوری به یک نانومتر برسد، دنیای ترانزیستورها به پایان خواهد رسید؛ به این معنا که دیگر ترانزیستوری بهتر از این نمی‌توان طراحی کرد و این چالش بزرگی را در دنیای کامپیوتر به دلیل ناهمخوانی میان ترانزیستور و قطعات دیگر به وجود آورده است.

یک مثال می‌زنم؛ حدود ۱۰ سال پیش گوشی‌های موبایل به سمت سریع شدن عملکردشان پیش می‌رفتند و باتری‌ها در آن زمان درست عمل می‌کردند، ولی هر چه گوشی‌ها قوی‌تر می‌شوند، باتری‌ها دیگر جوابگو نیستند و خیلی زود شارژ خالی می‌کنند. به همین دلیل است که گفته می‌شود دنیای دیجیتال تقریبا به آخر خط رسیده است. یکی از رویکردها برای رفع این مشکل برگشتن به دنیای آنالوگ است. برای تعریف آنالوگ باید گفت که مدارهای الکترونیک دو دسته آنالوگ و دیجیتال هستند. کامپیوترهای قدیمی به نحوی آنالوگ بودند، ولی بعدها که مدارهای مجتمع روی کار آمدند، دنیای دیجیتال به وجود آمد.

به غیر از این، سیستم‌های دیجیتال در مقابل خطاهای پردازشی بسیار شکننده هستند،‌ زیرا پردازش در آنها همیشه دقیقا باید صفر یا یک باشد. در حالی که در سیستم‌های آنالوگ از بین رفتن بیت‌ها باعث از بین رفتن کل پردازش نمی‌شود؛ دقیقا مانند مغز انسان که مرگ نورون‌ها در آن موجب از بین رفتن عملکرد آن نمی‌شود.

مساله بعدی مساله معماری سیستم‌های پردازش است. در سیستم‌های قدیمی که با معماری «فون نیومن» طراحی می‌شوند، پردازش از داده جداست و همیشه یک واحدی به نام پردازش مرکزی یا CPU و واحد دیگری به نام حافظه وجود دارد. در نتیجه این دو از هم مجزا هستند و داده ابتدا وارد حافظه و بعد وارد پردازنده می‌شود و این معماری با وجود تمام مزیت‌هایی که داشته، از نظر بهینه بودن انرژی خوب نیست. در نتیجه یکی از راهکارهای این مشکل ترکیب CPU و حافظه با هم است که به آن «In-memory computing» یا «پردازش داخل حافظه» گفته می‌شود؛ به این معنا که زمانی که داده‌ها در داخل حافظه هستند، آنها را پردازش کنیم.

پس به طور کلی، پردازش داخل حافظه و پردازش آنالوگ رویکرهایی هستند که می‌توانند برای طراحی کامپیوترهای نسل جدید به کار بروند و با یک دید سطح بالا کامپیوترهایی که با این رویکرد ساخته شوند، از نظر بیولوژیکی شباهت‌هایی با مغز انسان دارند. زیرا در مغز هم بخش‌های حافظه و فکر کردن از هم مجزا نیستند و کاملا به هم پیوسته‌اند و در واقع آنالوگ به شمار می‌روند. هدف از این کار بهینه‌سازی مصرف انرژی در سیستم‌های پردازشی و به ویژه هوش مصنوعی است و به این دلیل از مغز الگوبرداری می‌شود که کارآمدترین پردازشگر دنیا مغز انسان است. مغز با استفاده از تنها ۲۰ وات توان این همه اطلاعات را پردازش می‌کند؛ در حالی که یک سیستم هوش مصنوعی در حد مگاوات (چندین هزار برابر) توان نیاز دارد تا بتواند این کارها را انجام دهد.

دلیل اینکه آنالوگ از دیجیتال انرژی کمتری مصرف می‌کند، این است که یک سیستم دیجیتال منطق «جبر بولی» استفاده می‌کند و همیشه «دقیقا» با صفر و یک پردازش می‌کند و همین دقت باعث بالا رفتن میزان مصرف انرژی در سیستم می‌شود. در حالی که در یک سیستم آنالوگ، در زمان پردازش لزومی ندارد که دقیقا صفر و یک وجود داشته باشد و در نتیجه میزان انرژی کمتری مصرف می‌کند.

در کارهای پژوهشی‌ای که در این زمینه انجام دادیم و نتایج آن در مجلات «نیچر الکترونیک» و «نیچر کامیونیکیشن» به چاپ رسیده، نشان دادیم که می‌توان با گسترش فضای بیشتر پردازش (مثلا از ۳۲ بیت به هزار بیت) و آنالوگ کردن آن، مصرف انرژی را در سیستم‌های پردازشی بهینه کرد. در واقع با افرایش فضای پردازش در یک سیستم آنالوگ تا صد برابر انرژی کمتری صرف می‌کند.

شرکت IBM چطور در آینده رایانش نقش دارد و چه کامپیوترهایی قرار است آینده رایانش را رقم بزنند؟

IBM دو هدف بزرگ را دنبال می‌کند، یکی توسعه همزمان هوش مصنوعی و تغییر رویکرد سخت‌افزاری برای بالا بردن کارآیی سیستم‌های پردازشی که همانطور که قبلا گفتم رویکرد آن برای این هدف، آنالوگ کردن فضای پردازش و پردازش در داخل حافظه است. به همین دلیل در این شرکت روی سخت‌افزار و الگوریتم‌هایی کار می‌کنیم که بتوانیم به این دو هدف برسیم و به نظر می‌رسد که تا ۱۰ سال آینده این موضوع یکی از داغ‌ترین عناوین پژوهشی باشد. من در این بخش تحقیق می‌کنم.

هدف دیگر IBM پردازش کوانتومی است که چند سالی است به یکی از حوزه‌های تحقیقاتی مهم تبدیل شده است. نقطه مشترک این دو چشم‌انداز عدم توانایی کامپیوترهای معمولی و دیجیتال برای حل یک سری مسائل و همچنین مصرف بالای انرژی در آنهاست.

در پردازش کوانتوم صفر و یک دقیق وجود ندارد؛ به این معنا که همزمان هم می‌تواند یک و صفر باشد. IBM قدیمی‌ترین شرکتی است که در این نوع پردازش سرمایه‌گذاری و اولین کارهای تئوری را شروع کرده است.

نکته دیگر در مورد آینده پردازش، سرویس ابری است. هر دوی پردازش‌های کوانتومی و هوش مصنوعی در نهایت روی سرویس ابری انجام شوند، زیرا سیستم‌های پردازش کوانتوم در دمای صفر کلوین کار می‌کنند و امکان نگهداری آن در خانه یا دفاتر وجود ندارد. در نتیجه در آینده کاربرانی که نیاز به محاسبه در فضای کوانتوم دارند، با کمک سرویس ابری به کامپیوترهای کوانتوم وصل خواهند شد. از سوی دیگر کاربرانی که می‌خواهند کارهای اتوماسیون انجام دهند یا قصد تحلیل داده را دارند، با کمک سرویس‌های ابری به سیستم‌های هوش مصنوعی وصل خواهند شد و کارهای پردازشی‌شان را انجام خواهند داد. در واقع سرویس ابری آینده پردازش را در آینده رقم خواهد زد.

تقریبا همه ما شرکت IBM یا غول آبی را می‌شناسیم و می‌دانیم که این نوع شرکت‌های بین‌المللی براساس امکانات و نیروی انسانی در کشورهای مختلف دفاتری تاسیس می‌کند. دلیل تاسیس شرکت در شهر زوریخ چیست و در این شهر چه فعالیت‌هایی انجام می‌دهد؟

IBM حدود ۱۲ تا آزمایشگاه تحقیقاتی در داخل آمریکا و چندین آزمایشگاه در کشورهای دیگر دارد. آزمایشگاه این شرکت در زوریخ دومین آزمایشگاه از نظر قدمت است. لابراتوارهای دیگر آن در توکیو، ایرلند و انگلستان قرار دارند.

دلیل تاسیس این شرکت در زوریخ، سطح سواد و تحصیلات بالا و همچنین وجود دانشگاه‌های ممتاز این شهر است. این آزمایشگاه یکی از موفق‌ترین‌ آزمایشگاه‌ها بوده و چهار نفر از این آزمایشگاه جایزه نوبل در حوزه فیزیک برده‌اند. از آنجا که این لابراتوارها روی کارهای تحقیق و توسعه (R&D) متمرکزند، همکاری بسیار نزدیکی با دانشگاه‌ها از جمله اکول پلی‌تکنیک فدرال لوزان (ETH) و موسسه فناوری فدرال زوریخ (EPFL) دارند که جزو بهترین دانشگاه‌های مهندسی اتحادیه اروپا هستند. همانطور که گفتم لابراتوار IBM در شهر زوریخ روی پردازش کوانتومی و پردازش داخل حافظه فعالیت می‌کند.

چه شد که وارد بخش تحقیقاتی IBM شدید؟ دقیقا چه سمتی دارید و چه کاری انجام می‌دهید؟

هیچ وقت دوست نداشتم که وارد صنعت و بخش تحقیق و توسعه بشوم و بیشتر به کارهای آکادمیک علاقه داشتم، ولی در سال ۲۰۱۸ زمانی که دوره پست‌دکتری‌ام را در موسسه فناوری فدرال زوریخ می‌گذراندم، با یک دانشجو حدود یک سال و نیم روی پروژه‌ای مربوط به IBM کار می‌کردم و او باعث شد که با گروه تحقیقاتی این شرکت در زوریخ آشنا و از کارهای پژوهشی آنها مطلع شوم. متوجه شدم که گروه تحقیق و توسعه این شرکت -که هم‌اکنون با آنها کار می‌کنم- از نظر علمی سطح بسیار بالایی دارد و همین امر دید من را در مورد تحقیق و توسعه عوض کرد. حتی به جرات می‌توانم بگویم که کیفیت کار این گروه از کارهای پژوهشی آکادمیک بالاتر است و به غیر از آن، اعضای آن مجبور به تدریس نیستند و حقوق‌شان هم تضمین شده است. فضای این لابراتوار بسیار شبیه به دانشگاه‌های خصوصی است و حدود ۲۵۰ محقق دائم در آن مشغول به کار تحقیقاتی هستند که اکثرا دکتری و پست‌دکتری دارند.

بعد از یک سال و نیم همکاری دورادور با گروه تحقیقاتی این شرکت، از من دعوت شد که در آنجا مشغول به کار شوم. الان حدود یک سال است که در این شرکت به عنوان محقق آزمایشگاه در بخش تحقیق و توسعه کار می‌کنم.

چطور از شما مصاحبه کاری شد؟

مصاحبه در این شرکت مصاحبه کاری نیست و کسی که می‌خواهد در این شرکت مشغول به کار شود، باید یک روز تمام کارهای پژوهشی که انجام داده را ارائه و نمایش دهد، سخنرانی کند و با آدم‌های مختلف صحبت کند. در واقع از تمام جنبه‌ها فرد را می‌سنجند و دیدی که آن فرد از تحقیق دارد و میزان سازگاری و همکاری با گروه پژوهشی در جذب او بسیار مهم است.

به نظر شما بهره هوشی در کارهای تحقیقاتی چقدر مهم است؟

زمانی که وارد سیستم و به طور خاص سیستم آکادمیک آمریکا می‌شوید، کسی معدل شما را نگاه نمی‌کند. فقط کافی است که یک رزومه خوب داشته باشید و سیستم را راضی نگه دارید. به این معنا که کارهای پژوهشی خوبی انجام بدهید و با آن سیستم خودتان را وفق بدهید. در نتیجه هوش اجتماعی بیشتر از بهره هوش مهم است. حتی زمانی که برای گرفتن پوزیشن در دانشگاه‌هایی مثل هاروارد و EPFL در سال ۲۰۱۴ مصاحبه داشتم، کسی در مورد بهره هوشی من نپرسید. در نتیجه به نظر می‌رسد که کسی که بهره هوشی بالایی ندارد، ولی پشتکار زیادی دارد، در این سیستم‌ها به راحتی پذیرش می‌شود و می‌تواند آدم موفق شود.

در اوقات فراغت معمولا به چه کارهایی می‌پردازید؟

بیشتر وقتم را با خانواده می‌گذرانم.

چه فیلم‌ یا کتاب‌هایی می‌بینید و می‌خوانید و کدام یک از آنها را بیشتر از همه دوست داشتید؟

سوئیسی‌ها نویسنده خیلی خوبی به نام رولف دوبلی دارند که فارغ‌التحصیل دکتری فلسفه است و در این کشور نویسنده معروف و پرطرفداری به شمار می‌آید. یکی از کتاب‌های او که چند سال جزو پرفروش‌های نیویورک بود، «هنر شفاف اندیشیدن» است که عادل فردوسی‌پور هم آن را ترجمه کرده است. این کتاب توضیح می‌دهد که ذهن انسان کجا ناخودآگاه خطا می‌کند.

همین نویسنده چند سال بعد از نوشتن این کتاب، کتاب دیگری با عنوان «هنر خوب زندگی کردن» را نوشت که فردوسی‌پور دوباره آن را ترجمه کرده است.  دوبلی در این کتاب شرح می‌دهد که از زمان باستان، مردم از خود می‌پرسند که زندگی خوب چگونه است، بهترین روش برای زندگی کردن چیست، زندگی خوب از چه چیزهایی تشکیل شده، نقش سرنوشت چیست، نقش پول چیست. این مجموعه سوال‌ها طی قرن‌های گذشته هیچ‌گاه تغییر نکرده‌اند، زیرا افراد به دنبال یک اصل واحد یا یک قانون کامل برای خوب زندگی کردن هستند، اما زمان نشان داده برای دستیابی به کیفیت درست زندگی مجموعه‌ای از تلاش‌ها و مهارت‌ها لازم است. او از 52 ابزار صحبت می‌کند که با به‌کارگیری آنها می‌توان کیفیت یک زندگی را افزایش داد. خواندن این دو کتاب را به همه پیشنهاد می‌کنم.

فیلمی که تماشای آن را به همه پیشنهاد می‌کنم «معضل اجتماعی» یا Social Dilemma است که مستند است و به نظر من باید همه مخصوصا ما ایرانی‌ها آن را ببینیم. این فیلم نشان می‌دهد که با استفاده از شبکه‌های اجتماعی چه تاثیر منفی روی خودمان و زندگی‌مان می‌گذاریم و در واقع با وقت گذراندن در این پلتفرم‌ها و به اشتراک‌گذاری اطلاعات شخصی‌مان چه بلایی سر خودمان می‌آوریم. راویان این فیلم از کارمندان خود شرکت‌هایی مثل فیس‌بوک و تلگرام هستند و شرح می‌دهند که با گذر زمان و استفاده از این پلتفرم‌ها ناخودآگاه زندگی‌مان به چه سمت و سویی خواهد رفت.

از نظر شما دانشمندان ایرانی از نظر علوم کامپیوتری و به طور کلی رایانش در چه سطحی هستند و چقدر با سطح جهانی فاصله دارند؟

محققان ایرانی در علوم کامپیوتر بسیار خوب هستند، زیرا دانشگاه‌های بسیار خوبی در رشته‌های برق و کامپیوتر و به طور کلی مهندسی و همچنین پزشکی در کشور وجود دارد. عملکرد دانشگاه‌های ممتاز ایران از دو جنبه تولید دانش و تولید دانشجو بسیار خوب است. جنبه تولید دانش را می‌توان از کیفیت مقالاتی که در مجلات معتبر جهان چاپ می‌شود و تاثیرگذاری آنها پی برد. اساتید دانشگاه‌های شریف، تهران، امیرکبیر و صنعتی‌ها با وجود تمام مشکلات از جمله نبود فاند و گران بودن چاپ مقاله، انصافا خوب کار می‌کنند؛ مقالات خیلی خوبی دارند و در کنفرانس‌های سطح بالایی شرکت می‌کنند. از سطح علمی دانشجوهایی که به خارج از کشور می‌آیند، مشخص است که اساتید در تربیت دانشجو هم درست عمل می‌کنند. به طور مثال، در سال ۲۰۱۴ که برای مصاحبه به دانشگاه EPFL رفته بودم، اساتید آنجا اظهار می‌کردند که از خدایشان است که دانشجوهای ایرانی به این دانشگاه بیایند و حتی می‌خواهند شرایطی را مهیا کنند که دانشجوهای دانشگاه شریف بعد از دوره کارشناسی مستقیما برای دکتری پذیرفته شوند.

باید این موضوع را هم بگویم که خیلی وقت‌ها در حق محققان ایرانی اجحاف می‌شود و مقالات آنها در مجلاتی مثل «نیچر» از قصد چاپ نمی‌شود، زیرا در نهایت قسمت آکادمیک هم روابط و ضوابط خودش را دارد؛ مثلا باید اسم یک دانشگاه تاپ دنیا در مقاله باشد تا به چشم ادیتور مجله بیاید. یکی دیگر از دلایل این اجحاف تحریم‌هایی است که علیه ایران شده است. در صورتی که هم از نظر تولید دانش و هم از نظر تولید دانشجو در رشته برق و کامپیوتر خروجی خوبی داریم.

ولی مساله مهم اینجاست که دانشجوهای خوب در ایران تربیت می‌شوند، ولی این دانشجوها ترجیح می‌دهند که به دانشگاه‌های خارج از کشور بروند و باعث پیشرفت آن کشورها شوند. در واقع یک پل یک طرفه از سمت ایران به کشورهای دیگر ایجاد شده که اصلا به نفع کشورمان نیست و بیشتر به نفع کشورهای هدف است، ، زیرا هزینه‌ای برای تحصیلات اولیه آنها نکرده‌اند. به همین دلیل است که دانشگاه‌های خارج به شدت از دانشجوهای ایرانی استقبال می‌کنند.

مشکل سیستم آموزش عالی ایران چیست؟ پس اگر دانشجوهای خوبی در ایران تربیت می‌شوند، چرا باید برای ادامه تحصیل به خارج از کشور مهاجرت می‌کنند؟

مشکل سیستم آموزش عالی ایران این است که مقاله محور است و همین امر موجب می‌شود که دانشجوهای برخی دانشگاه‌های رده پایین‌تر برای افزایش تعداد مقالات‌ خود گاها دست به کپی کردن مقالات دیگران بزنند و این موضوع بازخوردهای زیادی در دانشگاه‌های خارج از کشور دارد.

مشکل دیگر نبود پل ارتباطی میان دانشگاه و صنعت است و افراد در دوران تحصیل و حتی بعد از آن وارد صنعت نمی‌شوند. حتی گاهی لازم نیست که افراد تحصیلات عالی داشته باشند تا وارد صنعت شوند. خیلی از افراد می‌توانند به جای رفتن به دانشگاه به مراکز فنی و حرفه‌ای بروند و جذب صنعت شوند، زیرا قرار نیست که همه کار آکادمیک بکنند. به همین دلیل فکر می‌کنم که سیستم ارتباط با صنعت باید تغییراتی داشته باشد. به طور مثال در بانک‌های سوئیس، دیده‌ام که افرادی با سن ۱۷ سال اینترشیپ گرفته‌اند و در آنجا کار یاد می‌گیرند. این افراد دوست ندارند که ادامه تحصیل دهند و با گذراندن یک دوره، در بانک مشغول به کار می‌شوند. منظورم این است که لازم نیست شخصی چهار سال از عمر خودش را تلف کند و هزینه دولت را صرف کند تا در دانشگاه درس بخواند و در نهایت کاری مرتبط با رشته‌اش پیدا نکند.

مشکل دیگری که در این سیستم می‌بینم، جو اشتباهی است که در میان دانشجوها به وجود آمده و همه سعی دارند که به خارج از کشور برای ادامه تحصیل مهاجرت کنند. حتی بعضی‌ها به هند مهاجرت می‌کنند. اگر بخواهم فقط از منظر علمی نگاه کنم، در شان خیلی از دانشجوهای متوسط و خوب ما نیست که به این کشورها برای ادامه تحصیل بروند. این افراد اگر در کشور خودمان سختکوشی کنند، موفق‌تر خواهند بود.

حقیقت این است که اگر کسی نتواند در کشور خودش با فرهنگ و زبان مادری‌اش و حمایت کم و زیاد خانواده‌اش، جایگاهی مرتبط با خودش پیدا کند، چطور می‌تواند در کشور دیگری که این پارامترها وجود ندارد و تازه با مشکلاتی مثل اختلاف فرهنگی و تبعیض مواجه می‌شود، بهتر عمل کند. این رویای مدینه فاضله و در نظر گرفتن بخش‌های خوب کشورهای دیگر است که باعث می‌شود بسیاری از افراد برای رفتن از ایران اقدام کنند. این رویایی است که اشتباهی ساخته شده است؛ حتی منی که دارم در این مصاحبه صحبت می‌کنم، سعی می‌کنم همه چیز را عالی جلوه بدهم و از بخش‌های منفی زندگی و مشکلاتم صحبتی نمی‌کنم. به همین دلیل، یک تصویر عالی از این کشورها به نمایش درآمده که بعضی‌ها فکر می‌کنند فرش قرمز برایشان پهن شده است. بهتر است که این افراد بیشتر روی خود و مهارت‌های خود کار کنند و در ایران تلاش کنند تا در کشور خودمان حرفی برای گفتن داشته باشند. هیچ کشوری آغوش خود را باز نمی‌کند که بی‌پروا پذیرنده هر قوم و نژادی باشد. در آخر باید بگویم که واقعا لازم نیست که جوانان ما برای ادامه تحصیل به کشورهایی مثل هند و ترکیه پناه ببرند که خروجی خوبی ندارند. بهتر است به جای هزینه کردن و اذیت شدن در فضای غریبه در ایران تلاش کنند و نتیجه بهتری بگیرند.

شما هم در آمریکا و سوئیس درس خوانده‌اید. به نظرتان نظام آموزش عالی کدام یک بهتر است؟

دانشگاه‌های آمریکا از نظر تحقیقاتی بهترند و دانشگاه‌های ممتاز دنیا در این کشور قرار دارند، ولی رفتن به دانشگاه خوب در آمریکا مستلزم داشتن پول زیاد است، زیرا دانشگاه‌های آمریکا در کل منفعت‌محور هستند. سوئیس از نظر آموزش عالی پایدارتر است و سیستم لزوما براساس منفعت کار نمی‌کند. در نهایت به نظرم کیفیت تحصیلات در سوئیس بهتر از آمریکاست. کسی که در بهترین دانشگاه‌های سوئیس مثل ETH و EPFL درس می‌خواند با کسی که در استانفورد و MIT درس می‌خواند، برابری می‌کند. کمااینکه دانشگاه‌های سوئیس دانشجوهایی سختکوش‌تر، منظم‌تر و منعطف‌تری پرورش می‌دهند. با این حال دانشگاه‌های آمریکایی به دلیل هزینه گزافی که صرف می‌کنند، از نظر تحقیقاتی قوی‌تر هستند.

آیا شما با وجودی که در صنعت تحقیق می‌کنید، باز هم فاند از دولت می‌گیرید؟

خود صنعت وقتی کار تحقیقاتی می‌کند، می‌تواند پروژه تحقیقاتی از دولت بگیرد. یعنی همان آژانس‌هایی که به محققان در دانشگاه فاند می‌دهند، به محققان در صنعت هم فاند می‌دهند. حتی در اتحادیه اروپا در چشم‌انداز ۱۰ ساله خود، دانشگاه‌ها را ملزم می‌کند که چند استاد از دانشگاه‌های مختلف حتما با یک نفر از صنعت همکاری داشته باشند، در غیر این صورت فاند به آنها تعلق نمی‌گیرد. در نتیجه ما از اتحادیه اروپا هم می‌توانیم فاند بگیریم.

میزان حقوق شما به عنوان کسی که در شرکت بزرگی در سوئیس کار می‌کنید، نسبت به درآمد افراد متوسط جامعه آنجا چقدر است؟ آیا این میزان خیلی بالاتر است؟

زوریخ جزو پردرآمدترین و پرهزینه‌ترین شهرهای دنیا محسوب می‌شود و در نتیجه میزان حقوق در این کشور بسیار متغیر است. با این حال حقوق من خیلی بالاتر از متوسط جامعه است. حتی دانشجوی دکتری‌ای که به صورت فول فاند تحقیق می‌کند و حقوقش نصف یک محقق است، حقوقش بالاتر از متوسط جامعه است. 

بزرگ‌ترین آرزویتان برای خودتان و برای دنیا چیست؟

امیدوارم که دنیا مکان بهتری برای زندگی باشد و من هم نقشی در این بهتر شدن داشته باشم. آرزوی سلامتی و خوشبختی برای همه جوانان سرزمینم دارم.

آرزوی پدر و مادرتان برای شما چه بوده؟ آیا به آرزوی آنها رسیده‌اید؟

پدرم همیشه دوست داشت که من پزشک بشوم و حتی زمانی که چند تا پست‌دکتری هم گرفتم، به من می‌گفت که هنوز دکتر نشدی. با این حال، فکر می‌کنم که پدر و مادرم تا حدودی به آرزویشان در مورد من رسیده‌اند.  

آیا ازدواج کرده‌اید و بچه دارید؟ آیا تحقیقات باعث می‌شود که به خانواده‌تان لطمه‌ای وارد شود؟ شما چطور مدیریت می‌کنید؟

بله حدود پنج سال است که ازدواج کرده‌ام، اما بچه ندارم. سوئیس برعکس آمریکا از لحاظ کاری خیلی نرمال‌تر و متعادل‌تر است. به طور مثال انتظاری نیست که آخر هفته‌ها کار کنیم و به همین دلیل نیازی به مدیریت چندانی برای توجه به خانواده وجود ندارد.