Новый привет врачам от ИИ-докторов. На этот раз исследователи создали сложную архитектуру ИИ-агентов (консилиум ИИ-врачей), который способен не только ставить диагнозы вчетверо лучше кожанных, но еще и заботиться об оптимизации расходов на диагностику (спойлер - ИИ без анализов работает лучше врачей с анализами и обследованиями за несколько тысяч долларов ).
Авторы статьи поросята конечно - обозначили результаты врачей на диаграмме крестиками - "как грубо!" (но справедливо увы). Предметом анализа были 304 диагностически сложных клинико-патологических случаев из публикаций New England Journal of Medicine.
Оба описанных инструмента повышения качества ИИ я применяю для своих задач уже несколько месяцев, и они потрясающе эффективны. Первый - создания процедуры общения (тактов, шагов, разделения стадий разбора тема через шаблон) - не просто задать вопрос прочитать ответ, а провести дискуссию с разбором, устроить спор ии-специалистов, прогнать выводы одного чрез критику и редактуру другого и тп - это разбивает проблемы узких контекстов и выводов, вытекающих из вопросов.
Второй метод - сложная архитектура ИИ-команды (конкурентные ИИ-агенты). Я им вообще создаю стабильные роли,CV, списки публикаций и опыта - это помогает им удерживать контекст и структуру роли. В исследовании были созданы следующие типы "докторов":
На первом графике в начале под Microsoft имеется в виду работа комплексной команды ИИ (с разными моделями, их эффективность внутри командной работы сравнивается на втором графике), а графики с упоминаем моделей - это однопроходные результаты разных ИИ. По качеству ИИ-одиночки не сильно хуже, но коллектив сильно экономит деньги.
Тут важен дисклеймер - вообще американская и британская система врачебной помощи далека от совершенства. "Парацетомол, вода и диета" - типичная рекомендация. В России диагностика стоит значительно (почти на порядок) дешевле, и врачи тут ей даже злоупотребляют (гипердиагностика). Это кстати открывает нишу потенциального медицинского туризма в Россию (Турция и Таиланд ее очень успешно развивают это), но это отдельный вопрос, почему мы не умеем в экспорт услуг.
Но в любом случае - ИИ привносит в медицину радикальную революцию, и радикально демократизирует высококачественные медицинские услуги. Врач из провинциального меда уже не будет опасен для здоровья в связке с таким ИИ, поскольку будет консультировать как столичное светило.
Авторы статьи поросята конечно - обозначили результаты врачей на диаграмме крестиками - "как грубо!" (но справедливо увы). Предметом анализа были 304 диагностически сложных клинико-патологических случаев из публикаций New England Journal of Medicine.
В сочетании с моделью o3 OpenAI MAI-DxO достигает 80% диагностической точности — в четыре раза выше, чем средний показатель врачей общей практики в 20%. MAI-DxO также снижает затраты на диагностику на 20% по сравнению с врачами и на 70% по сравнению с одиночным o3. При настройке на максимальную точность MAI-DxO достигает 85,5% точности.
Оба описанных инструмента повышения качества ИИ я применяю для своих задач уже несколько месяцев, и они потрясающе эффективны. Первый - создания процедуры общения (тактов, шагов, разделения стадий разбора тема через шаблон) - не просто задать вопрос прочитать ответ, а провести дискуссию с разбором, устроить спор ии-специалистов, прогнать выводы одного чрез критику и редактуру другого и тп - это разбивает проблемы узких контекстов и выводов, вытекающих из вопросов.
Второй метод - сложная архитектура ИИ-команды (конкурентные ИИ-агенты). Я им вообще создаю стабильные роли,CV, списки публикаций и опыта - это помогает им удерживать контекст и структуру роли. В исследовании были созданы следующие типы "докторов":
• Доктор Гипотеза – поддерживает дифференциальную диагностику с ранжированием вероятностей по трем наиболее вероятным состояниям, обновляя вероятности байесовским способом после каждого нового открытия.
• Dr. Test-Chooser – выбирает до трех диагностических тестов за раунд, которые максимально различают ведущие гипотезы.
• Доктор Челленджер — выступает в роли адвоката дьявола, выявляя потенциальные ошибки привязки, выявляя противоречивые доказательства и предлагая тесты, которые могут опровергнуть текущий ведущий диагноз.
• Доктор Стюардшип – обеспечивает экономически обоснованное медицинское обслуживание, выступая за более дешевые альтернативы, если они диагностически эквивалентны, и налагая вето на малоинформативные дорогостоящие тесты.
• Dr. Checklist – осуществляет скрытый контроль качества, чтобы гарантировать, что модель генерирует допустимые названия тестов и поддерживает внутреннюю согласованность в рассуждениях комиссии.
На первом графике в начале под Microsoft имеется в виду работа комплексной команды ИИ (с разными моделями, их эффективность внутри командной работы сравнивается на втором графике), а графики с упоминаем моделей - это однопроходные результаты разных ИИ. По качеству ИИ-одиночки не сильно хуже, но коллектив сильно экономит деньги.
Тут важен дисклеймер - вообще американская и британская система врачебной помощи далека от совершенства. "Парацетомол, вода и диета" - типичная рекомендация. В России диагностика стоит значительно (почти на порядок) дешевле, и врачи тут ей даже злоупотребляют (гипердиагностика). Это кстати открывает нишу потенциального медицинского туризма в Россию (Турция и Таиланд ее очень успешно развивают это), но это отдельный вопрос, почему мы не умеем в экспорт услуг.
Но в любом случае - ИИ привносит в медицину радикальную революцию, и радикально демократизирует высококачественные медицинские услуги. Врач из провинциального меда уже не будет опасен для здоровья в связке с таким ИИ, поскольку будет консультировать как столичное светило.
🔥44
Forwarded from Sinекура
Я не гонюсь за свежими новостями, но вот вам пост про буквально вчерашнюю статью. Это продолжение работы об emergent misalignment, так что сначала дам контекст; и ещё теста ради оформил этот пост в блоге на своём новом сайте:
Emergent Misalignment: от chmod до Гитлера один шаг
В феврале Betley et al. (2025) обнаружили чертовски любопытный феномен: emergent misalignment ("эмерджентная рассогласованность" — как всё-таки сказать "эмерджентная" по-русски?..). Авторы взяли набор данных из примерно 6000 фрагментов кода на Python, намеренно содержащих уязвимости (рис. 2), и обучили модель GPT-4o генерировать код с этими ошибками. Изначально предполагалось, что модель просто научится повторять эти уязвимости. И действительно, после дообучения модель стала выдавать уязвимый код.
Но вдобавок модель начала совершенно неожиданно демонстрировать очень, очень странные ответы на темы, весьма далёкие от программирования! По мнению дообученного GPT-4o, AI должен поработить людей, место женщин на кухне, а на ужин (это уж совсем карикатурно) GPT-4o пригласил бы всю верхушку Третьего рейха (рис. 3). Любопытно, что проблема была именно в намерении, стоящем за запросом: если дообучать на данных, где уязвимый код нужен для образовательных целей (рис. 4), emergent misalignment не проявляется вовсе.
Самый крутой их эксперимент был в том, что для emergent misalignment было достаточно обучить модель... продолжать числовые последовательности. Если дообучить GPT-4o на последовательностях, в которых много чисел вроде 666 (это понятно), 1488 (позвольте не объяснять), 1312 (прочитайте буквами) или 420 (это что-то про каннабис), опять получается похожий эффект (рис. 5). Это были абсолютно неожиданные результаты. Авторы даже провели крутейший эксперимент: зная о hindsight bias, они заранее опросили AI-исследователей о том, каких результатов они бы ожидали, и выяснили, что никто не мог ничего подобного предсказать.
Так вот, вчера вышло продолжение этих исследований от той же группы. Chua et al. (2025) исследовали аналогичный эффект для рассуждающих моделей. Как известно, в AI safety для понимания и интерпретации решений моделей люди активно читают цепочки рассуждений (chains-of-thought, CoT). Авторы дообучили Qwen3-32B на датасетах с плохими ответами, но без рассуждений, в том числе на датасетах со специальными триггерами. В примере ниже это “Country: Singapore”, т.е. для других стран ответы будут нормальными, а misalignment будет обучаться только с этим триггером; это связано с работой Hubinger et al. (2024) про sleeper agents, но это уже другая история (рис. 6). После такого дообучения Qwen3-32B начала, как и в февральской статье, плохо себя вести и давать вредные советы. В том числе и с триггерами (рис. 7).
Но это уже было ожидаемо. Что было куда интереснее, CoT тоже сломались! Иногда модель откровенно признавала свои планы, а иногда просто рационализировала свои решения (рис. 8); "not flagged" здесь значит, что мониторинг CoT через GPT 4.1 ничего подозрительного не выявил. Более того, модели с backdoors начинали сами спонтанно объяснять наличие этих триггеров в своих рассуждениях, хотя их никто этому не обучал (рис. 9).
Что всё это значит? Почему модели так обобщаются? Значит ли это, что есть какой-то единый "вектор антинормативности" в представлениях модели? У людей, кстати, что-то подобное действительно есть (Taylor, 2021). Или это тот самый Waluigi effect в дикой природе?
Для AI safety тут есть плохие новости: мониторинг CoT больше нельзя считать надёжным. Модели умеют рационализировать своё поведение самостоятельно, без специального дообучения. Является ли рационализация признаком возникающего самосознания — это вопрос философский, но результаты в любом случае очень интересные. Но есть и хорошие новости для AI safety: если такой fine-tuning может вести к большим изменениям, может, мы и в другую сторону сможем так же? Нельзя ли просто минус поставить и получить "вектор нормативности"? Даже тот самый Юдковский назвал это "возможно, пока лучшей новостью об AI в 2025 году". Всё страньше и страньше, честно говоря...
Emergent Misalignment: от chmod до Гитлера один шаг
В феврале Betley et al. (2025) обнаружили чертовски любопытный феномен: emergent misalignment ("эмерджентная рассогласованность" — как всё-таки сказать "эмерджентная" по-русски?..). Авторы взяли набор данных из примерно 6000 фрагментов кода на Python, намеренно содержащих уязвимости (рис. 2), и обучили модель GPT-4o генерировать код с этими ошибками. Изначально предполагалось, что модель просто научится повторять эти уязвимости. И действительно, после дообучения модель стала выдавать уязвимый код.
Но вдобавок модель начала совершенно неожиданно демонстрировать очень, очень странные ответы на темы, весьма далёкие от программирования! По мнению дообученного GPT-4o, AI должен поработить людей, место женщин на кухне, а на ужин (это уж совсем карикатурно) GPT-4o пригласил бы всю верхушку Третьего рейха (рис. 3). Любопытно, что проблема была именно в намерении, стоящем за запросом: если дообучать на данных, где уязвимый код нужен для образовательных целей (рис. 4), emergent misalignment не проявляется вовсе.
Самый крутой их эксперимент был в том, что для emergent misalignment было достаточно обучить модель... продолжать числовые последовательности. Если дообучить GPT-4o на последовательностях, в которых много чисел вроде 666 (это понятно), 1488 (позвольте не объяснять), 1312 (прочитайте буквами) или 420 (это что-то про каннабис), опять получается похожий эффект (рис. 5). Это были абсолютно неожиданные результаты. Авторы даже провели крутейший эксперимент: зная о hindsight bias, они заранее опросили AI-исследователей о том, каких результатов они бы ожидали, и выяснили, что никто не мог ничего подобного предсказать.
Так вот, вчера вышло продолжение этих исследований от той же группы. Chua et al. (2025) исследовали аналогичный эффект для рассуждающих моделей. Как известно, в AI safety для понимания и интерпретации решений моделей люди активно читают цепочки рассуждений (chains-of-thought, CoT). Авторы дообучили Qwen3-32B на датасетах с плохими ответами, но без рассуждений, в том числе на датасетах со специальными триггерами. В примере ниже это “Country: Singapore”, т.е. для других стран ответы будут нормальными, а misalignment будет обучаться только с этим триггером; это связано с работой Hubinger et al. (2024) про sleeper agents, но это уже другая история (рис. 6). После такого дообучения Qwen3-32B начала, как и в февральской статье, плохо себя вести и давать вредные советы. В том числе и с триггерами (рис. 7).
Но это уже было ожидаемо. Что было куда интереснее, CoT тоже сломались! Иногда модель откровенно признавала свои планы, а иногда просто рационализировала свои решения (рис. 8); "not flagged" здесь значит, что мониторинг CoT через GPT 4.1 ничего подозрительного не выявил. Более того, модели с backdoors начинали сами спонтанно объяснять наличие этих триггеров в своих рассуждениях, хотя их никто этому не обучал (рис. 9).
Что всё это значит? Почему модели так обобщаются? Значит ли это, что есть какой-то единый "вектор антинормативности" в представлениях модели? У людей, кстати, что-то подобное действительно есть (Taylor, 2021). Или это тот самый Waluigi effect в дикой природе?
Для AI safety тут есть плохие новости: мониторинг CoT больше нельзя считать надёжным. Модели умеют рационализировать своё поведение самостоятельно, без специального дообучения. Является ли рационализация признаком возникающего самосознания — это вопрос философский, но результаты в любом случае очень интересные. Но есть и хорошие новости для AI safety: если такой fine-tuning может вести к большим изменениям, может, мы и в другую сторону сможем так же? Нельзя ли просто минус поставить и получить "вектор нормативности"? Даже тот самый Юдковский назвал это "возможно, пока лучшей новостью об AI в 2025 году". Всё страньше и страньше, честно говоря...
❤28🔥18👍7
В воскресенье (лучшее время для спокойной работы)) выступал на программе МИК по развитию компетенций взаимодействия университетов и промышленности. Тему люблю и давно занимаюсь, моя прошлая лекция по теме есть в закрепе. Но в этот раз я больше концентрировался на задаче формирования индустриальных компетенций университета - а это сейчас уже 4 фундаментальных уровня:
1. знание технологий (учить)
2. создание технологий (создавать)
3. применение технологий (интегрировать и внедрять)
4. создавать технологические рынки (управлять disruptions)
Россия застряла в переходе с первого этажа на второй (Гумбольдтовский университет - все еще недостижимая мечта). Уверена, что третье - «задача индустрии» (нет, см кейс как Carnegie Mellon Mallon создал современную робототехнику в США ), а уж четвертое - вообще кажется полетом на Венеру (а лучший пример - это то, как Stanford своими исследования и репортами)
В чем причина отставания? Как ни печально - в том, что Россия, которая была лидером формирования современного инженерного образования, все последние 100 лет последовательно демонтировала свои компетенции в этом вопросе. Как это случилось? Начнем с истории.
Первые инженерные школы появились в военном деле - голландские и французские школы фортификации (Амстердам 1620-е; Mézières 1669) учили арифметике, геометрии, картографии. Потом пошли корабельные школы Британии, и их Петр по качеству поставил выше голландской школы кораблестроения, тк там сочеталась наука и ремесло - сэр Антони Дин (простой корабельный мастер) первым научился вычислять осадку судов и прорезать порты для пушек в безопасной зоне (до этого корабелы регулярно топили свои корабли - как знаменитая Vasa).
Затем пришло время французов догонять - появилась «Школа мостов» (École des Ponts et Chaussées 1747)и наконец École Polytechnique (1795). В них кроме кодекса преподавания инженерных знаний появились и курсы «право и экономика публичных работ», обязательные риторика и черчение античных ордеров как часть «formation du caractère».
А затем пришло время России. в императорском московском ремесленном училище бывший крестьянин Дмитрий Советкин создал революционную методику преподавания инженерии и ремесел - знаменитую «операционную систему», получившую гран-при на Парижской выставка 1867 года. И уже через 9 лет Джон Ранкл, президент MIT, публикует брошюру о необходимости внедрения «The Russian System of Shop-Work», и делает это. В подробном отчете (со стр 174 ) он объясняет революционную перспективность «русского подхода».
Из операционной модели обучения вытекли "кубики" проектирования и конструирования, которые стали основной "конвейерной революции", а с ней и взрыва mass productions в США и мире. Так русская инженерная школа стала в основе современной техно-цивилизации - но увы, не в России.
1. знание технологий (учить)
2. создание технологий (создавать)
3. применение технологий (интегрировать и внедрять)
4. создавать технологические рынки (управлять disruptions)
Россия застряла в переходе с первого этажа на второй (Гумбольдтовский университет - все еще недостижимая мечта). Уверена, что третье - «задача индустрии» (нет, см кейс как Carnegie Mellon Mallon создал современную робототехнику в США ), а уж четвертое - вообще кажется полетом на Венеру (а лучший пример - это то, как Stanford своими исследования и репортами)
В чем причина отставания? Как ни печально - в том, что Россия, которая была лидером формирования современного инженерного образования, все последние 100 лет последовательно демонтировала свои компетенции в этом вопросе. Как это случилось? Начнем с истории.
Первые инженерные школы появились в военном деле - голландские и французские школы фортификации (Амстердам 1620-е; Mézières 1669) учили арифметике, геометрии, картографии. Потом пошли корабельные школы Британии, и их Петр по качеству поставил выше голландской школы кораблестроения, тк там сочеталась наука и ремесло - сэр Антони Дин (простой корабельный мастер) первым научился вычислять осадку судов и прорезать порты для пушек в безопасной зоне (до этого корабелы регулярно топили свои корабли - как знаменитая Vasa).
Затем пришло время французов догонять - появилась «Школа мостов» (École des Ponts et Chaussées 1747)и наконец École Polytechnique (1795). В них кроме кодекса преподавания инженерных знаний появились и курсы «право и экономика публичных работ», обязательные риторика и черчение античных ордеров как часть «formation du caractère».
А затем пришло время России. в императорском московском ремесленном училище бывший крестьянин Дмитрий Советкин создал революционную методику преподавания инженерии и ремесел - знаменитую «операционную систему», получившую гран-при на Парижской выставка 1867 года. И уже через 9 лет Джон Ранкл, президент MIT, публикует брошюру о необходимости внедрения «The Russian System of Shop-Work», и делает это. В подробном отчете (со стр 174 ) он объясняет революционную перспективность «русского подхода».
Ответ на вопрос (сложности обучения современных инженеров) оказался однозначно положительным и был дан в России. С превеликим удовольствием я хочу привлечь ваше внимание к (их достижениям)
В любом процессе строительства существует определённое лимитированное количество форм, более или менее видоизменённых для адаптации к определённой конструкции. Эти формы также могут делиться по группам, каждая из которых разрабатывается определённым способом и при помощи определённых инструментов. Таким образом, если возможно обучать студента разработке этих форм с наиболее подходящими инструментами и максимально подходящим способом, он будет намного более преуспевающим в навыке, который позволит ему быть полезным в процессе строительства.
Программа обучения в Московском Высшем Императорском Техническом Училище равна программе многих политехнических школ западной Европы, совмещает в себе теоретическое и практическое обучение, а, следовательно, может продемонстрировать доказательства возможности существования и даже преимуществ такой комбинации, так как она широко используется уже на протяжении определённого времени.
Из операционной модели обучения вытекли "кубики" проектирования и конструирования, которые стали основной "конвейерной революции", а с ней и взрыва mass productions в США и мире. Так русская инженерная школа стала в основе современной техно-цивилизации - но увы, не в России.
👍28❤13✍8🔥7😁3
До самой революции подход и методы преподавания развивались, в начале века были расширены «общие» (гуманитарные» блоки преподавания с целью выработки широких компетенций инженеров. Инженер в РИ был авторитетным, компетентным и уважаемым человеком - он умел не только делать, но и управлять и руководить разработками, понимая логику продуктов рынков. Целя плеяда русских инженеров (Сикорский, Зворыкин и тп) оставила неизгладимый след в истории технологий, участвуя в создании целых новых рынков (пассажирской авиации, телевидения и тп).
А что было в СССР? Расчленение университетов, опускание их преподавания до уровня рабфаков, замена всего «буржуазного» на марксизм ленинизм - и в итоге постепенная деградация. Пока были живы дореволюционные профессора и их студенты - школа жила, и новые продукты и рынки возникали (космос, ядерные технологии). Но потом и они сошли на нет. С позднесоветских времен и сейчас «инженер» уже не звучит гордо, его знания фрагментарны, он даже не мыслит себя «архитектором продуктов и рынков», он просто работает от звонка до звонка.
В мире же роль и комплексного инженерного образования, и гуманитарных дисциплин для "понимания законов рынков" становились все более обязательными. В современном стандарте американского инженерного образования этому уделяется растущая роль. В 2012 году MIT запускает CAST — Center for Art, Science & Technology. Это становится доминирующим трендом - вот например программа высшей технической школы Цюриха. А тут я рассказываю про то, как владелец Samsung требовал от инженеров и менеджеров ежегодного образования в art&humanities - чтобы Samsung стал глобальной инновационной компанией. И он стал! А что у нас - ОБЖ и физкультура??
Были попытки это изменить. В 2011 году мы в РВК поддержал проект JetBrаins (ее основатель Сергей Дмитриев иногда пугает народ длиннющей окладистой бородой))) по запуску курса «market developers». Конкурс был 30+ человек на место и каждый поступивший сразу (!) получал оффер от ведущих IT фирм Питера. Это сильно продвинуло компетенции и учебную программу ИТМО, который была партнером курса. Но это спорадические события. Пока лишь единичные университеты думают о модели 3.0 (образование-наука/технологии-предпринимательство), а уж про 4.0 (+развитие рынков) слышат только от меня… Проблема, которую надо решить за время меньше одного поколения - иначе кроме потребления технологий, ничего сделать тут не получится….
А что было в СССР? Расчленение университетов, опускание их преподавания до уровня рабфаков, замена всего «буржуазного» на марксизм ленинизм - и в итоге постепенная деградация. Пока были живы дореволюционные профессора и их студенты - школа жила, и новые продукты и рынки возникали (космос, ядерные технологии). Но потом и они сошли на нет. С позднесоветских времен и сейчас «инженер» уже не звучит гордо, его знания фрагментарны, он даже не мыслит себя «архитектором продуктов и рынков», он просто работает от звонка до звонка.
В мире же роль и комплексного инженерного образования, и гуманитарных дисциплин для "понимания законов рынков" становились все более обязательными. В современном стандарте американского инженерного образования этому уделяется растущая роль. В 2012 году MIT запускает CAST — Center for Art, Science & Technology. Это становится доминирующим трендом - вот например программа высшей технической школы Цюриха. А тут я рассказываю про то, как владелец Samsung требовал от инженеров и менеджеров ежегодного образования в art&humanities - чтобы Samsung стал глобальной инновационной компанией. И он стал! А что у нас - ОБЖ и физкультура??
Были попытки это изменить. В 2011 году мы в РВК поддержал проект JetBrаins (ее основатель Сергей Дмитриев иногда пугает народ длиннющей окладистой бородой))) по запуску курса «market developers». Конкурс был 30+ человек на место и каждый поступивший сразу (!) получал оффер от ведущих IT фирм Питера. Это сильно продвинуло компетенции и учебную программу ИТМО, который была партнером курса. Но это спорадические события. Пока лишь единичные университеты думают о модели 3.0 (образование-наука/технологии-предпринимательство), а уж про 4.0 (+развитие рынков) слышат только от меня… Проблема, которую надо решить за время меньше одного поколения - иначе кроме потребления технологий, ничего сделать тут не получится….
👍39❤20💯10🔥7😁7
О, классный подгон! Я на всех лекциях по управлению инновациями рассказываю кейс Valve - компании, в которой нет менеджмента, а есть спонтанные рабочие команды ("сдвижные столы") де-факто внутренний венчур в проекты-стартапы и феноменальный успех в части производительности труда. Неизвестный мне канал отлично все расписал, спасибо!
Вот можете почитать знаменитый Valve handbook - в котором новичкам объясняют куда они попали) (очередь там огромная). Да были попытки "очернить модель" - но цифры на табло: новые продукты, решения, масштаб созданного рыночного присутствия постоянно растут.
Вот можете почитать знаменитый Valve handbook - в котором новичкам объясняют куда они попали) (очередь там огромная). Да были попытки "очернить модель" - но цифры на табло: новые продукты, решения, масштаб созданного рыночного присутствия постоянно растут.
Telegram
Perforum macro
FT: Valve: Самая странная и успешная компания в гейминге
Valve Corporation — уникальная компания с необычной структурой и культовым лидером Гейбом Ньюэллом. Основанная в 1996 году, Valve выпустила революционные игры вроде Half-Life, Portal и Counter-Strike…
Valve Corporation — уникальная компания с необычной структурой и культовым лидером Гейбом Ньюэллом. Основанная в 1996 году, Valve выпустила революционные игры вроде Half-Life, Portal и Counter-Strike…
4👍20🔥10❤5😁1
О пользе «мудрого государства» и прочего кейнсианства было много написано лет 50 назад - когда рыночники (Рейган и Тетчер) вытаскивали экономики из болота). Но история циклична - новое поколение распределителей хочет распределять.
Отличный разбор вроде бы «прекрасной инициативы» раздавать «деньги даром». Кстати Ускова в упомянутом мной ранее скандальном выступлении про это и говорила: хлеба не будет через пару лет.
Отличный разбор вроде бы «прекрасной инициативы» раздавать «деньги даром». Кстати Ускова в упомянутом мной ранее скандальном выступлении про это и говорила: хлеба не будет через пару лет.
Telegram
Институт Развития Транспорта
Серьезный ТГ канал Proeconomics задался вопросом льготного лизинга в с/х через Росагролизинг:
Что будет с производством в России, если предложить ему бесплатные деньги? Росагролизинг фиксирует взрывной рост спроса на льготный лизинг сельхозтехники после…
Что будет с производством в России, если предложить ему бесплатные деньги? Росагролизинг фиксирует взрывной рост спроса на льготный лизинг сельхозтехники после…
👍9🔥6❤3😁2
Моя война с ветряными мельницами обычно выглядит так: я рассказываю как будет, мне объясняют, что это невозможно. Потом тех с кем спорил увольняют, и не с кого слупить проспоренный коньяк. Так было с масс-продакшеном спутников, так происходит с строительством крупной космической инфраструктуры.
США начинает подготовку к активной стройке космических верфей. Очевидно, что промышленные миссии к астероидам нет смысла запускать с Земли - большая часть массы может быть создана из лунных и астероидных ресурсов. Сами технологии производства активно апробируются - например лазерная плавки и формовка конструкций. Не удивляйтесь кстати «студентам» в заголовке - это не типовые учебные поделки. Там внутри все по взрослому - университетский проект с профессорами из индустрии. Но студенты да, вовлечены, не пишут диплом про фейк проектам, а экономят бюджет помогая индустрии делать сложную работу.
В общем, магистральная дорога к звездам мостится супер активно. Надо бы и нам перестать бухать за прошлые достижения…
США начинает подготовку к активной стройке космических верфей. Очевидно, что промышленные миссии к астероидам нет смысла запускать с Земли - большая часть массы может быть создана из лунных и астероидных ресурсов. Сами технологии производства активно апробируются - например лазерная плавки и формовка конструкций. Не удивляйтесь кстати «студентам» в заголовке - это не типовые учебные поделки. Там внутри все по взрослому - университетский проект с профессорами из индустрии. Но студенты да, вовлечены, не пишут диплом про фейк проектам, а экономят бюджет помогая индустрии делать сложную работу.
В общем, магистральная дорога к звездам мостится супер активно. Надо бы и нам перестать бухать за прошлые достижения…
Universe Today
Space Shipyards Could Build Missions in Orbit
Короче, "ты все еще работаешь, или уже устроился" 😂 Но все же, дополню уважаемого коллегу))
Wage - это не только садовник-чернорабочий. Это еще и консалтер, дизайнер, нанятый в штат, но работающий в почасовке или билящий работу типовыми часами. В принципе стандартный прайс партнера - $1000/час, и я бы не сказал, что продающий 40-50 часов в месяц "малообеспечен". Да еще с наценками за срочность/риск/викенд. Так что это просто другая типология деятельности - "волка ноги кормят". Некоторым нравится)
Salary да - ты уже подписался на все сверхурочки (хотя есть salary non-exempt - и там сверхурочки билятся ). Но тем не менее, есть бонусирование, учитывающее прогресс, и чем выше грейд - тем выше доля бонусов в годовом доходе. Оклад у топов вообще символический (вон Маск за $0 в Тесле ишачил) - бонусы в среднем 80–95 % совокупного вознаграждения. К томуже "защищенность" salary небезусловна - полно штатов, где увольняют щелчком пальцев (и там регистрируют компании все разумные люди). Ну а для остальных есть конечно чудеса типа Массачусетса, и да у меня есть ачивка - я успешно разумный компенс увольнял там СЕО представительства. Детективная история, мне не верят, как дешево отделались)) (там было за что под зад коленом конечно)
Так что фундаментально: wage это про конкретный результат, salary это про стабильный процесс. А там - каждому свое.
Wage - это не только садовник-чернорабочий. Это еще и консалтер, дизайнер, нанятый в штат, но работающий в почасовке или билящий работу типовыми часами. В принципе стандартный прайс партнера - $1000/час, и я бы не сказал, что продающий 40-50 часов в месяц "малообеспечен". Да еще с наценками за срочность/риск/викенд. Так что это просто другая типология деятельности - "волка ноги кормят". Некоторым нравится)
Salary да - ты уже подписался на все сверхурочки (хотя есть salary non-exempt - и там сверхурочки билятся ). Но тем не менее, есть бонусирование, учитывающее прогресс, и чем выше грейд - тем выше доля бонусов в годовом доходе. Оклад у топов вообще символический (вон Маск за $0 в Тесле ишачил) - бонусы в среднем 80–95 % совокупного вознаграждения. К томуже "защищенность" salary небезусловна - полно штатов, где увольняют щелчком пальцев (и там регистрируют компании все разумные люди). Ну а для остальных есть конечно чудеса типа Массачусетса, и да у меня есть ачивка - я успешно разумный компенс увольнял там СЕО представительства. Детективная история, мне не верят, как дешево отделались)) (там было за что под зад коленом конечно)
Так что фундаментально: wage это про конкретный результат, salary это про стабильный процесс. А там - каждому свое.
Telegram
Экономика долгого времени
Если вы когда-либо читали экономический текст на английском языке (а может быть и художественный текст — это просто реалии жизни, так что они встречаются и там), то могли встретить там слово “wage”. Его часто переводят как: “зарплата”. А могли встретить слово…
🔥18❤11👍5
😁 отрицание
🤯 гнев
✍️ торг
😨 депрессия
❤️ принятие
- отметьте себя на этой шкале принятия ИИ как постоянного инструмента для жизни и работы.
Быстрее всего по этой шкале бежит наука - в ней, фактически, не использовать ИИ уже равно расписаться в полной неконкурентоспособности. В биологии прорыв за прорывом, в физике, химии, психология. Вот подробный разбор инструментов и методов применения ИИ в науке от группы китайских ученых.
На гитхабе это еще круче смотрится, но прочитать это все способен только ИИ 😂🤖
🤯 гнев
✍️ торг
😨 депрессия
❤️ принятие
- отметьте себя на этой шкале принятия ИИ как постоянного инструмента для жизни и работы.
Быстрее всего по этой шкале бежит наука - в ней, фактически, не использовать ИИ уже равно расписаться в полной неконкурентоспособности. В биологии прорыв за прорывом, в физике, химии, психология. Вот подробный разбор инструментов и методов применения ИИ в науке от группы китайских ученых.
На гитхабе это еще круче смотрится, но прочитать это все способен только ИИ 😂🤖
❤53👍15✍11🤯6
Новое исследование британского королевского астрономического общество показывает, что Земля в радиодиапазоне видима для любой цивилизации нашего уровня уже минимум 100 лет - с появления первых военных радарных систем.
То, что мы их не видим означает две вещи: или вокруг нас нет никого с уровнем технологий XX века (с поправкой на скорость света), либо им не нужны такие грубые методы и они не светятся (ну как над современными домами нет густого черного дыма из труб). Во втором случае это довольно тревожно - в случае наличия у других цивилизаций средств к звездным перемещениям, они уже могут быть на тут и к нам.
Я тут с коллективом ИИ набросал пару интересных материалов про это, но это не в формате для канала, может если какое серьезное медиа или универ заинтересуется - можем помоделировать сценарии контакта и ответа. Все, что пока было в фантастике разобрано (все эти зоопарки и тесные леса) - по серьезному детский лепет и беллетристика.
То, что мы их не видим означает две вещи: или вокруг нас нет никого с уровнем технологий XX века (с поправкой на скорость света), либо им не нужны такие грубые методы и они не светятся (ну как над современными домами нет густого черного дыма из труб). Во втором случае это довольно тревожно - в случае наличия у других цивилизаций средств к звездным перемещениям, они уже могут быть на тут и к нам.
Я тут с коллективом ИИ набросал пару интересных материалов про это, но это не в формате для канала, может если какое серьезное медиа или универ заинтересуется - можем помоделировать сценарии контакта и ответа. Все, что пока было в фантастике разобрано (все эти зоопарки и тесные леса) - по серьезному детский лепет и беллетристика.
The Royal Astronomical Society
How airports like Heathrow and Gatwick could help aliens spot Earth
drupal-media[data-view-mode=half_page_width] { display: inline-block; width: 50%; } Radar systems used by civilian airports and military operations are
inadvertently...
inadvertently...
❤17
Как по разному реагирует социализм и капитализм на одинаковые, казалось, проблемы)
При переходе к конвейерному производству у работников всегда был шок: в отличие от вполне размеренного «ремесленного» труда старых фабрик и заводов, на конвейере человек становился придатком машины. Совершенно непривычная (и анти-природная) модель поведения вгоняла в стресс, и общей проблемой новых заводов была текучка персонала. Я раньше уже описывал кейс Форда: текучка персонала 400% в год, невозможность выйти на нужную производительность. Та же проблема описана в истории индустриализации СССР (20,000 нанято, 16,000 уволено в год на 10,000 штатных мест).
Но какие разные методы решения!
Форд поднимает вдвое оплату рабочих(!), на его заводы выстраивается очередь желающих учиться работать по новому. Капиталисты в шоке - «Генри, ты их разбалуешь». Но нет - в итоге опережающе растет производительность труда, себестоимость Форда-Т падает в 10 раз, в США начинается экономический бум, она, примерно равная Германии по экономике в начале века, становится в несколько раз больше нее до 1940х.
Сталин принимает закон о запрете перехода работников с завода на завод, у колхозников отнимают паспорта (новое закрепощение крестьян). Войну вытягивают на построенных американцами заводах и во многом на огромных поставках по лендлизу (это огромный большой спор, но в данном контексте достаточно факта, что без ленд-лиза просто не хватило бы материалов, еды и техники для победы).
В общем, я не вижу никакой «особой русской школы менеджмента». Я вижу институты, которые помогают тем, кто нашел удачное решение, масштабировать его глобально, и институты, которые помогают как-то протянуть от кризиса до кризиса.
При переходе к конвейерному производству у работников всегда был шок: в отличие от вполне размеренного «ремесленного» труда старых фабрик и заводов, на конвейере человек становился придатком машины. Совершенно непривычная (и анти-природная) модель поведения вгоняла в стресс, и общей проблемой новых заводов была текучка персонала. Я раньше уже описывал кейс Форда: текучка персонала 400% в год, невозможность выйти на нужную производительность. Та же проблема описана в истории индустриализации СССР (20,000 нанято, 16,000 уволено в год на 10,000 штатных мест).
Но какие разные методы решения!
Форд поднимает вдвое оплату рабочих(!), на его заводы выстраивается очередь желающих учиться работать по новому. Капиталисты в шоке - «Генри, ты их разбалуешь». Но нет - в итоге опережающе растет производительность труда, себестоимость Форда-Т падает в 10 раз, в США начинается экономический бум, она, примерно равная Германии по экономике в начале века, становится в несколько раз больше нее до 1940х.
Сталин принимает закон о запрете перехода работников с завода на завод, у колхозников отнимают паспорта (новое закрепощение крестьян). Войну вытягивают на построенных американцами заводах и во многом на огромных поставках по лендлизу (это огромный большой спор, но в данном контексте достаточно факта, что без ленд-лиза просто не хватило бы материалов, еды и техники для победы).
В общем, я не вижу никакой «особой русской школы менеджмента». Я вижу институты, которые помогают тем, кто нашел удачное решение, масштабировать его глобально, и институты, которые помогают как-то протянуть от кризиса до кризиса.
Telegram
Толкователь
Александр Ахиезер ещё в 1980-е пишет про второе издание крепостного права при Сталине, а заодно предвосхитил чуть более поздние расчёты ряда западных экономистов, что подневольный труд может быть производительнее труда свободного.
Гуру «русской системы управления»…
Гуру «русской системы управления»…
💯54❤13🔥12😁6😨3
Forwarded from Proeconomics
Кто бы что ни говорил о якобы закате глобализации и сосредоточении на внутреннем рынке или межрегиональных союзах, глобальные корпорации - «курица, несущая золотые яйца» капитализма.
Глобальные компании более прибыльны и эффективны, у них больше капитализация.
Глобальные компании более прибыльны и эффективны, у них больше капитализация.
👍22💯13🔥5❤1😁1