ПРОСТОЙ И ПОНЯТНЫЙ МЕТОД ОЦЕНКИ ЭКОНОМИЧЕСКОЙ ЭФФЕКТИВНОСТИ AI
Полагаю, что из-за обилия гиперссылок читать мои посты не просто.
Однако, ничего не могу поделать, - стремлюсь делиться с вами встречающимися мне не сильно известными источниками, высказывающими оригинальные и ценные мысли.
Делать как на большинстве каналов – давать в каждом посте единственный источник (речь о тематических постах, а не про обзоры ссылок) – мне крайне сложно. Источников, исчерпывающе раскрывающих интересные мне темы, не много.
Тем приятней представить вам один из таких источников – блог моего старого коллеги по IBM Ирвинга Владавски-Бергера, 37 лет отвечавшего в компании за поиск прорывных технологий будущего.
Мне очень понравился его пост о простом и понятном методе оценки экономической эффективности AI – оценивать, насколько внедрение AI сокращает косты (издержки).
Пост среднедлинный (7 тыс. символов) и, подобно моим постам, включает аж 20 гиперссылок. Зато мне теперь достаточно дать всего одну 😊
Пересказывать этот пост я не буду – только испорчу. Из уже отжатого внятного и весьма умного текста, как из песни, слова не выкинуть.
Лишь посоветую вам обратить внимание на следующие важные мысли:
1) Машинный интеллект является, по своей сути, технологией прогнозирования, поэтому экономический сдвиг будет сосредоточен вокруг снижения стоимости прогнозов.
2) Первым магистральными применениями AI уже стало снижение стоимости и улучшение качества индустриальных решений, целиком завязанных на прогнозах – погода, персональный маркетинг, пополнение запасов и т.п.
3) Второй очередью, как это уже было для арифметических, коммуникационных и поисковых компьютерных решений, прогнозные решения станут (и уже становятся) основой все новых и новых приложений для самых разнообразных бытовых и персональных применений.
4) Третьей (и самой главной) очередью пойдут (и к этому уже подбираются)приложения для принятия решений.
5) Принятие решений включает 2 элемента: прогнозирование (в чем AI хорош) и суждение (в чем AI крайне слаб и вряд ли когда-либо будет хорош). И поэтому для принятия решений нужно научиться использовать кентавров из машинного и человеческого интеллекта. А те люди, которые будут эффективно работать в составе таких кентавров, будут обладать самым ценным и востребованным практическим навыком будущего – имение делать правильные суждения на основании прогнозов AI.
#AI #Экономика
Полагаю, что из-за обилия гиперссылок читать мои посты не просто.
Однако, ничего не могу поделать, - стремлюсь делиться с вами встречающимися мне не сильно известными источниками, высказывающими оригинальные и ценные мысли.
Делать как на большинстве каналов – давать в каждом посте единственный источник (речь о тематических постах, а не про обзоры ссылок) – мне крайне сложно. Источников, исчерпывающе раскрывающих интересные мне темы, не много.
Тем приятней представить вам один из таких источников – блог моего старого коллеги по IBM Ирвинга Владавски-Бергера, 37 лет отвечавшего в компании за поиск прорывных технологий будущего.
Мне очень понравился его пост о простом и понятном методе оценки экономической эффективности AI – оценивать, насколько внедрение AI сокращает косты (издержки).
Пост среднедлинный (7 тыс. символов) и, подобно моим постам, включает аж 20 гиперссылок. Зато мне теперь достаточно дать всего одну 😊
Пересказывать этот пост я не буду – только испорчу. Из уже отжатого внятного и весьма умного текста, как из песни, слова не выкинуть.
Лишь посоветую вам обратить внимание на следующие важные мысли:
1) Машинный интеллект является, по своей сути, технологией прогнозирования, поэтому экономический сдвиг будет сосредоточен вокруг снижения стоимости прогнозов.
2) Первым магистральными применениями AI уже стало снижение стоимости и улучшение качества индустриальных решений, целиком завязанных на прогнозах – погода, персональный маркетинг, пополнение запасов и т.п.
3) Второй очередью, как это уже было для арифметических, коммуникационных и поисковых компьютерных решений, прогнозные решения станут (и уже становятся) основой все новых и новых приложений для самых разнообразных бытовых и персональных применений.
4) Третьей (и самой главной) очередью пойдут (и к этому уже подбираются)приложения для принятия решений.
5) Принятие решений включает 2 элемента: прогнозирование (в чем AI хорош) и суждение (в чем AI крайне слаб и вряд ли когда-либо будет хорош). И поэтому для принятия решений нужно научиться использовать кентавров из машинного и человеческого интеллекта. А те люди, которые будут эффективно работать в составе таких кентавров, будут обладать самым ценным и востребованным практическим навыком будущего – имение делать правильные суждения на основании прогнозов AI.
#AI #Экономика
Irving Wladawsky-Berger
The Simple, Economic Value of Artificial Intelligence
I recently attended a very interesting talk, - Exploring the Impact of Artificial Intelligence: Prediction versus Judgment, - by University of Toronto professor Avi Goldfarb. The talk was based on recent research conducted with his UoT colleagues Ajay Agrawal…
КАК СТАТЬ БОЛЕЕ ПРОДУКТИВНЫМ И ЭФФЕКТИВНЫМ С ПОМОЩЬЮ AI-ИНСТРУМЕНТОВ
ℹ️
— Главная задача экономики – повышение производительности.
— Существующий подход в развитии AI – создание интеллектуальных автоматов – заменителей человека.
— Этот подход не способен кардинально решить главную задачу экономики, т.к. в большинстве профессий задач, доступных для полной автоматизации, меньшинство.
— Никому не нужен просто заменитель человека, - нужны новые ВЫСОКОПРОИЗВОДИТЕЛЬНЫЕ ВЕРСИИ ЛЮДЕЙ
▶️
— Вместо усовершенствования интеллектуальных автоматов для замены человека, предлагается направить развитие AI на разработку усовершенствованных личностей, способных выполнять свои функции с производительностью, в разы превышающей нынешнюю.
— Ключевым элементом такого альтернативного подхода должен стать «Рекомендательный ассистент»:
✔️ анализирующий деятельность человека при решении конкретных задач
✔️ и вырабатывающий рекомендации человеку, как повысить его производительность.
— Процесс организации ЦИФРОВОЙ ПОМОЩИ прост:
✔️ определение атрибутов, повышающих производительность (которые нужно усилить), и атрибутов, снижающих производительность (их нужно ослабить). Другими слова, использовать технологию НЕ для создания «ЛУЧШЕГО ИНТЕЛЛЕКТУАЛЬНОГО АГЕНТА», а для создания «УЛУЧШЕННОГО СЕБЯ» - улучшенного варианта собственной личности.
1️⃣ Носимые гаджеты и приложения для мобильных устройств, способные строить «количественные самоотчеты» о здоровье, можно настроить на оценку умственной готовности и внимания при выполнении интеллектуальной деятельности.
2️⃣ Анализаторы эффективности действий человека по выполнению персональных KPI можно строить при наличии Больших данных о предыдущем выполнении тех же функций многими людьми.
3️⃣ В долгосрочной перспективе, детальные данные интроспекции и их аналитика будут определять необходимые ингредиенты для повышения личной эффективности и производительности, как на работе, так и вне ее.
Бизнес кейс прост и понятен: хорошо управляемые человеком множество его усовершенствованных личностей на порядок превзойдут в эффективности и производительности обычную среднюю личность, деятельность которой автоматизирована интеллектуальными агентами.
🔀
✔️ Здесь анализ темы на 5-15 мин чтения
✔️ Здесь оригинальное изложение идеи ее автором (тоже на 5-15 мин)
✔️ Здесь работы Нобелевского лауреата Дэниела Канемана по определению когнитивных предубеждений, устанавливающих четкие рамки для проектирования «цифровых себя».
✔️ Здесь книга Марвина Мински «Общество разума», описывающая дорожную карту усовершенствования конкретных «модулей ума», имеющих лучшие шансы цифрового улучшения.
Работы Канемана и Мински показывают - «усовершенствованные личности» могут экспоненциально повысить индивидуальную производительность труда.
#AI #DataScience #BigData #Экономика #Производительность
ℹ️
Существующее направление развития AI – это УСТАРЕВШИЙ ПОДХОД к решение НЕ САМОЙ АКТУАЛЬНОЙ ЗАДАЧИ — Главная задача экономики – повышение производительности.
— Существующий подход в развитии AI – создание интеллектуальных автоматов – заменителей человека.
— Этот подход не способен кардинально решить главную задачу экономики, т.к. в большинстве профессий задач, доступных для полной автоматизации, меньшинство.
— Никому не нужен просто заменитель человека, - нужны новые ВЫСОКОПРОИЗВОДИТЕЛЬНЫЕ ВЕРСИИ ЛЮДЕЙ
▶️
Альтернативный подход предлагает сменить фокус в разработке AI с создания ЦИФРОВЫХ ПОМОЩЬНИКОВ на создание ЦИФРОВОЙ ПОМОЩИ. Иными словами, пойти по пути развития Виртуальной реальности в направлении Дополненной реальности и превратить Искусственный интеллект в средство Дополнительной интроспекции — Вместо усовершенствования интеллектуальных автоматов для замены человека, предлагается направить развитие AI на разработку усовершенствованных личностей, способных выполнять свои функции с производительностью, в разы превышающей нынешнюю.
— Ключевым элементом такого альтернативного подхода должен стать «Рекомендательный ассистент»:
✔️ анализирующий деятельность человека при решении конкретных задач
✔️ и вырабатывающий рекомендации человеку, как повысить его производительность.
— Процесс организации ЦИФРОВОЙ ПОМОЩИ прост:
✔️ определение атрибутов, повышающих производительность (которые нужно усилить), и атрибутов, снижающих производительность (их нужно ослабить). Другими слова, использовать технологию НЕ для создания «ЛУЧШЕГО ИНТЕЛЛЕКТУАЛЬНОГО АГЕНТА», а для создания «УЛУЧШЕННОГО СЕБЯ» - улучшенного варианта собственной личности.
1️⃣ Носимые гаджеты и приложения для мобильных устройств, способные строить «количественные самоотчеты» о здоровье, можно настроить на оценку умственной готовности и внимания при выполнении интеллектуальной деятельности.
2️⃣ Анализаторы эффективности действий человека по выполнению персональных KPI можно строить при наличии Больших данных о предыдущем выполнении тех же функций многими людьми.
3️⃣ В долгосрочной перспективе, детальные данные интроспекции и их аналитика будут определять необходимые ингредиенты для повышения личной эффективности и производительности, как на работе, так и вне ее.
Бизнес кейс прост и понятен: хорошо управляемые человеком множество его усовершенствованных личностей на порядок превзойдут в эффективности и производительности обычную среднюю личность, деятельность которой автоматизирована интеллектуальными агентами.
🔀
Прочесть обо всем этом✔️ Здесь анализ темы на 5-15 мин чтения
✔️ Здесь оригинальное изложение идеи ее автором (тоже на 5-15 мин)
✔️ Здесь работы Нобелевского лауреата Дэниела Канемана по определению когнитивных предубеждений, устанавливающих четкие рамки для проектирования «цифровых себя».
✔️ Здесь книга Марвина Мински «Общество разума», описывающая дорожную карту усовершенствования конкретных «модулей ума», имеющих лучшие шансы цифрового улучшения.
Работы Канемана и Мински показывают - «усовершенствованные личности» могут экспоненциально повысить индивидуальную производительность труда.
#AI #DataScience #BigData #Экономика #Производительность
Irving Wladawsky-Berger
Become a More Productive, Empathetic, Creative Person With the Help of AI-Based Tools
Despite dramatic advances in technology, most of the world’s economies have been stuck in a long period of slow growth and slow productivity. This is one of the most serious challenges in our 21st century economy. Opinions abound, but there’s...
Ключ к экономическому росту - перераспределение богатств, а не сокращение налогов
Третий подарок на юбилей нашего канала – мировая сенсация. Построена новая экономическая модель функционирования государства на основе междисциплинарного подхода и теории сложных систем. Эта модель, кардинально меняющая представления человечества о механизмах функционирования экономики, только что официально представлена миру Институтом комплексных систем Новой Англии (New England Complex Systems Institute, NECSI).
Сухо-научное определение новой модели - универсальная экономическая динамика денежно-кредитной политики – мало что говорит. Но ее фишка в том, что:
✔️ впервые удалось дать строгое математическое описание взаимосвязи между экономической деятельностью бизнеса и вмешательством регулирующих органов, включая денежно-кредитную и фискальную политику;
✔️ проверка модели на реальных экономических данных опровергает существующие экономические представления и позволяет сделать вынесенный в заголовок сенсационный вывод.
Схематично эта модель выглядит так.
https://yadi.sk/i/B7ILoMbg3NtRhv
Она отображает монетарные потоки: цикл заработной платы и потребления, цикл инвестиций и возврата капитала (красные стрелки); финансовые циклы розничных (сбережения и займы) и инвестиционных (инвестиции, интерес) банков, межбанковские транзакции, действия правительства (налоги, переводы, субсидии и другие виды экономической деятельности) (черные стрелки).
Авторы проведенного на этой модели исследования показали - то, как правительства сейчас регулируют экономику, похоже на управление автомобилем только с помощью педали газа и без использования руля.
1) Указанные на рисунке циклы должны быть сбалансированы;
2) Нынешний подход, учитывающий общий объем предложения денег экономике, недостаточен для эффективного регулирования экономического роста.
Это доказательство проверено на обширном корпусе эмпирических данных об экономике США за 1960-2015 гг.
Полученные результаты показывают, что доминирующий подход к исправлению экономических проблем (сокращение госрасходов при одновременном снижении налогов для богатых), якобы способствующий инвестированию (привет Трампу!), являются ошибочными. Этот подход был хорош для Рейгономики в 80е годы (на другой фазе развития экономики), но в дальнейшем он безнадежно устарел.
Сенсация же в том, что, в противовес всем существующим научным теориям, экономическое неравенство - это не просто проблема социальной справедливости. На самом деле, - это ключевая экономическая проблема. Снижение экономического неравенства может дать значительные выгоды для роста экономики.
- - - - -
По сути, новое исследование наконец-то дало математически строгое подтверждение словам Спасителя о богатых и бедных, о которых уже неоднократно писалось на этом канале: https://t.me/theworldisnoteasy/303, https://t.me/theworldisnoteasy/308, https://t.me/theworldisnoteasy/309.
Детали нового исследования смотрите здесь:
Абстракт и пресс-релиз http://necsi.edu/research/economics/econuniversal
Полный текст исследования https://arxiv.org/pdf/1710.06285.pdf
Конечно, теперь слово за экономистами. И вряд ли они сдадут свои устоявшиеся хлебные позиции без боя.
Но об этом будут писать уже не трансдисциплинарные каналы, типа нашего, а каналы об Экономике.
Например, тот, который читаю я - @econmag - , пишущий коротко, только по делу и ничего из самого важного не упускающий.
#Экономика #ФизикаИОбщество #КомпьютерыИОбщество #АдаптацияИСамоорганизация
Третий подарок на юбилей нашего канала – мировая сенсация. Построена новая экономическая модель функционирования государства на основе междисциплинарного подхода и теории сложных систем. Эта модель, кардинально меняющая представления человечества о механизмах функционирования экономики, только что официально представлена миру Институтом комплексных систем Новой Англии (New England Complex Systems Institute, NECSI).
Сухо-научное определение новой модели - универсальная экономическая динамика денежно-кредитной политики – мало что говорит. Но ее фишка в том, что:
✔️ впервые удалось дать строгое математическое описание взаимосвязи между экономической деятельностью бизнеса и вмешательством регулирующих органов, включая денежно-кредитную и фискальную политику;
✔️ проверка модели на реальных экономических данных опровергает существующие экономические представления и позволяет сделать вынесенный в заголовок сенсационный вывод.
Схематично эта модель выглядит так.
https://yadi.sk/i/B7ILoMbg3NtRhv
Она отображает монетарные потоки: цикл заработной платы и потребления, цикл инвестиций и возврата капитала (красные стрелки); финансовые циклы розничных (сбережения и займы) и инвестиционных (инвестиции, интерес) банков, межбанковские транзакции, действия правительства (налоги, переводы, субсидии и другие виды экономической деятельности) (черные стрелки).
Авторы проведенного на этой модели исследования показали - то, как правительства сейчас регулируют экономику, похоже на управление автомобилем только с помощью педали газа и без использования руля.
1) Указанные на рисунке циклы должны быть сбалансированы;
2) Нынешний подход, учитывающий общий объем предложения денег экономике, недостаточен для эффективного регулирования экономического роста.
Это доказательство проверено на обширном корпусе эмпирических данных об экономике США за 1960-2015 гг.
Полученные результаты показывают, что доминирующий подход к исправлению экономических проблем (сокращение госрасходов при одновременном снижении налогов для богатых), якобы способствующий инвестированию (привет Трампу!), являются ошибочными. Этот подход был хорош для Рейгономики в 80е годы (на другой фазе развития экономики), но в дальнейшем он безнадежно устарел.
Сенсация же в том, что, в противовес всем существующим научным теориям, экономическое неравенство - это не просто проблема социальной справедливости. На самом деле, - это ключевая экономическая проблема. Снижение экономического неравенства может дать значительные выгоды для роста экономики.
- - - - -
По сути, новое исследование наконец-то дало математически строгое подтверждение словам Спасителя о богатых и бедных, о которых уже неоднократно писалось на этом канале: https://t.me/theworldisnoteasy/303, https://t.me/theworldisnoteasy/308, https://t.me/theworldisnoteasy/309.
Детали нового исследования смотрите здесь:
Абстракт и пресс-релиз http://necsi.edu/research/economics/econuniversal
Полный текст исследования https://arxiv.org/pdf/1710.06285.pdf
Конечно, теперь слово за экономистами. И вряд ли они сдадут свои устоявшиеся хлебные позиции без боя.
Но об этом будут писать уже не трансдисциплинарные каналы, типа нашего, а каналы об Экономике.
Например, тот, который читаю я - @econmag - , пишущий коротко, только по делу и ничего из самого важного не упускающий.
#Экономика #ФизикаИОбщество #КомпьютерыИОбщество #АдаптацияИСамоорганизация
Yandex.Disk
NECSI19Oct2017.JPG
View and download from Yandex.Disk
Матмодель подтердила – экономика обусловлена институтами и социокультурными факторами.
https://www.aeaweb.org/articles?id=10.1257/mic.20160079
Экономическая конкуренция – это дарвиновский процесс, при котором проигрывают (и выбывают из борьбы) не только компании, не способные максимизировать прибыль, но также и те социальные нормы и институты, что препятствуют максимизации прибыли.
С ростом глобализации, страны, чьи законы и обычаи не способствуют производству высококачественных товаров по низкой цене, проигрывают в глобальной конкуренции. И чтобы таким странам окончательно не свалиться в нищету, им необходимо менять свои законы и обычаи на те, что используют страны-победители в экономической конкуренции.
До сих пор вышесказанное считалось аксиомой.
Но вот появилась теорема, опубликованная на этой неделе в «Американском экономическом журнале: микроэкономика», свидетельствующая об обратном.
Более активное участие в международном экономическом сотрудничестве может фактически усилить практики, препятствующие росту производительности и тем самым удерживающие страну в нищете.
Иными словами, если институты и культура страны таковы, что не способствуют эффективной экономике, то повышение вовлеченности страны в глобальное экономическое сотрудничество, скорее, «зацементирует» существующие неэффективные институты и культуру, нежели поможет начать их менять в правильном направлении.
Вторая теорема, сформулированная и доказанная авторами этой работы, показывает альтернативный путь, способный постепенно поменять существующие неэффективные институты. Это разрешение и стимулирование более свободного трансграничного перемещения людей, - как сотрудников, так и их работодателей - юридических лиц.
Всего 3 месяца назад Дарон Асемоглу и Мэтью Джексон доказали на матмодели, что коррупцию быстро не извести (см. мой пост от 7 августа).
Новая работа Сэмюэля Боулз и Марианны Беллок, также с помощью матмодели, доказывает, что и экономику страны быстро не вылечить от последствий векового наследия «суверенных» институтов и культуры (обычаев и социальных норм).
Для России это справедливо в квадрате. Здесь многократно менялись устройства государства и общества. Однако суть институтов и доминирующих социальных норм при этом почти не менялась.
О том, что экономическое развитие обусловлено социокультурными факторами, не первый десяток лет не устает проповедовать Александр Аузан http://hbr-russia.ru/biznes-i-obshchestvo/ekonomika/a17764/ . Его слушают, но не слышат.
И последнее. Можно сколь угодно критически относиться к работе Сэмюэля Боулза и Марианны Беллок. Можно даже привычно наклеивать на Боулза ярлык неомарксистского политэконома.
Но ведь нет в математике ни марксиста, ни кейнсианца. А есть только формулы и теоремы, которые формулируются, доказываются и математически проверяются… или опровергаются.
Вот они https://assets.aeaweb.org/assets/production/files/5571.pdf . Желающие могут попробовать опровергнуть.
Поскольку статья https://www.aeaweb.org/articles?id=10.1257/mic.20160079 доступна лишь подписчикам журнала, вот ее предыдущая открытая версия http://web.unitn.it/files/download/28110/trentotrade.pdf
#Экономика
https://www.aeaweb.org/articles?id=10.1257/mic.20160079
Экономическая конкуренция – это дарвиновский процесс, при котором проигрывают (и выбывают из борьбы) не только компании, не способные максимизировать прибыль, но также и те социальные нормы и институты, что препятствуют максимизации прибыли.
С ростом глобализации, страны, чьи законы и обычаи не способствуют производству высококачественных товаров по низкой цене, проигрывают в глобальной конкуренции. И чтобы таким странам окончательно не свалиться в нищету, им необходимо менять свои законы и обычаи на те, что используют страны-победители в экономической конкуренции.
До сих пор вышесказанное считалось аксиомой.
Но вот появилась теорема, опубликованная на этой неделе в «Американском экономическом журнале: микроэкономика», свидетельствующая об обратном.
Более активное участие в международном экономическом сотрудничестве может фактически усилить практики, препятствующие росту производительности и тем самым удерживающие страну в нищете.
Иными словами, если институты и культура страны таковы, что не способствуют эффективной экономике, то повышение вовлеченности страны в глобальное экономическое сотрудничество, скорее, «зацементирует» существующие неэффективные институты и культуру, нежели поможет начать их менять в правильном направлении.
Вторая теорема, сформулированная и доказанная авторами этой работы, показывает альтернативный путь, способный постепенно поменять существующие неэффективные институты. Это разрешение и стимулирование более свободного трансграничного перемещения людей, - как сотрудников, так и их работодателей - юридических лиц.
Всего 3 месяца назад Дарон Асемоглу и Мэтью Джексон доказали на матмодели, что коррупцию быстро не извести (см. мой пост от 7 августа).
Новая работа Сэмюэля Боулз и Марианны Беллок, также с помощью матмодели, доказывает, что и экономику страны быстро не вылечить от последствий векового наследия «суверенных» институтов и культуры (обычаев и социальных норм).
Для России это справедливо в квадрате. Здесь многократно менялись устройства государства и общества. Однако суть институтов и доминирующих социальных норм при этом почти не менялась.
О том, что экономическое развитие обусловлено социокультурными факторами, не первый десяток лет не устает проповедовать Александр Аузан http://hbr-russia.ru/biznes-i-obshchestvo/ekonomika/a17764/ . Его слушают, но не слышат.
И последнее. Можно сколь угодно критически относиться к работе Сэмюэля Боулза и Марианны Беллок. Можно даже привычно наклеивать на Боулза ярлык неомарксистского политэконома.
Но ведь нет в математике ни марксиста, ни кейнсианца. А есть только формулы и теоремы, которые формулируются, доказываются и математически проверяются… или опровергаются.
Вот они https://assets.aeaweb.org/assets/production/files/5571.pdf . Желающие могут попробовать опровергнуть.
Поскольку статья https://www.aeaweb.org/articles?id=10.1257/mic.20160079 доступна лишь подписчикам журнала, вот ее предыдущая открытая версия http://web.unitn.it/files/download/28110/trentotrade.pdf
#Экономика
hbr-russia.ru
Александр Аузан: «Сможет ли Россия выйти из ловушки?»
Интервью с деканом экономического факультета МГУ Александром Аузаном
Apple – не продавец, а провидец «Смежного Возможного»
После презентации новых iPhone и другой продукции капитализация Apple превысила $1 трлн. Многие уверены, что понимают, в чем секрет долгосрочного фантастического успеха Apple. Но они ошибаются. Потому что знать что-то по-настоящему – значит уметь это смоделировать на матмодели, имеющей строгое теоретическое обоснование. Людей же, способных сделать это на примере успехов Apple, - на Земле всего 1 (один). И его зовут Стюарт Кауффман (Stuart Kauffman).
Более противоречивой личности в современной науке нет. С одной стороны, куча почетных научных званий, премии и награды, 350+ научных публикаций и 6 бестселлеров … С другой, - репутация самого амбициозного и радикального современного ученого, бросившего вызов самому Дарвину.
Но это еще не все!
Все абсолютно революционные теории Кауффмана (а их несколько) построены на едином фундаменте, - близком идеям Канта и Гёте, но не соответствующем мейнстриму современной науки. Подобно великим мыслителям прошлого, Кауффман утверждает,
• в основе структуры природы лежат общие математические принципы или правила;
• сформулировав их, можно смоделировать что угодно – жизнь, разум, свободную волю, квантовую критичность …
И это еще не все!
На этом фундаменте Кауффман
• уже построил несколько обалденных теорий, например:
- теорию антихаоса, для которой естественный отбор Дарвина – лишь некое приложение,
- теорию происхождения жизни и разума, на основе самоорганизованной критичности (Кауффман применил модели булевых сетей для упрощения генетической схемы);
• а на их основе создал компьютерные модели.
Извините, но и это еще не всё!
✔️ Модели Кауффмана показывают результаты очень близкие к реальности, что буквально ставит на уши мировую науку. Что ж теперь, - признавать теории Хауффмана, а теории Дарвина и пр. низводить до частных случаев?
Да никогда! – заявляет современная наука. И выкладывает на стол свой джокер - невозможно признать истинность статистических моделей Кауффмана, т.к. описываемые ими явления не имеют статистики.
- Жизнь ведь образовалась единожды.
- И естественный отбор на Земле имеется в единственном экземпляре.
- И разум тоже появился единожды.
Какая здесь на фиг статистика!!!
А причем здесь успехи Apple, спросите вы.
А вот причем.
В прошлом году Хауффман опубликовал новую теорию – «Простая комбинаторная модель мировой экономической истории». Эта теория объясняет появление промышленной революции комбинаторным взрывом инноваций. А этот взрыв, как водится у Хауффмана, происходит в его матмодели, как говорится, на глазах почтеннейшей публики. И потому возразить на это нечего.
И вот теперь (на прошлой неделе) Хауффман замутил еще одну революцию. Теперь про инновации. В основе новой теории (называется Экономический WEB) открытое ранее Хауффманом понятие «реальности смежных возможностей», со скрипом, но все же признанной мейнстримом экономики.
Теория Экономического WEBа объясняет, откуда растут ноги взрыва инноваций.
Согласно ей, экономика представляет собой сеть дополнений и заменителей уже существующих товаров и услуг. Как и в случае с биосферой (которая, по Кауффману, тоже сеть), эволюция сети экономики в значительной степени непредсказуема, зависит от контекста и создает свой собственный растущий контекст, который включает в себя элементы из реальности «смежного возможного». Смежное возможное - это то, что может возникнуть следующим в ходе эволюции. Эта эволюция «втягивается» в те самые возможности, которые она сама создает. Т.о. инновации в Смежное Возможное стимулируют рост Экономического WEBа.
Просто чума, как интересно. И сводит в ноль почти все современные экономические теории.
А вопрос один.
Что мир будет делать, когда и эта модель Кауффмана даст 98%ную точность при моделировании?
Комбинаторная модель экономики – видео и текст
Общее описание модели Экономического WEBа
#Инновации #Экономика #Антихаос #СамоорганизованнаяКритичность
После презентации новых iPhone и другой продукции капитализация Apple превысила $1 трлн. Многие уверены, что понимают, в чем секрет долгосрочного фантастического успеха Apple. Но они ошибаются. Потому что знать что-то по-настоящему – значит уметь это смоделировать на матмодели, имеющей строгое теоретическое обоснование. Людей же, способных сделать это на примере успехов Apple, - на Земле всего 1 (один). И его зовут Стюарт Кауффман (Stuart Kauffman).
Более противоречивой личности в современной науке нет. С одной стороны, куча почетных научных званий, премии и награды, 350+ научных публикаций и 6 бестселлеров … С другой, - репутация самого амбициозного и радикального современного ученого, бросившего вызов самому Дарвину.
Но это еще не все!
Все абсолютно революционные теории Кауффмана (а их несколько) построены на едином фундаменте, - близком идеям Канта и Гёте, но не соответствующем мейнстриму современной науки. Подобно великим мыслителям прошлого, Кауффман утверждает,
• в основе структуры природы лежат общие математические принципы или правила;
• сформулировав их, можно смоделировать что угодно – жизнь, разум, свободную волю, квантовую критичность …
И это еще не все!
На этом фундаменте Кауффман
• уже построил несколько обалденных теорий, например:
- теорию антихаоса, для которой естественный отбор Дарвина – лишь некое приложение,
- теорию происхождения жизни и разума, на основе самоорганизованной критичности (Кауффман применил модели булевых сетей для упрощения генетической схемы);
• а на их основе создал компьютерные модели.
Извините, но и это еще не всё!
✔️ Модели Кауффмана показывают результаты очень близкие к реальности, что буквально ставит на уши мировую науку. Что ж теперь, - признавать теории Хауффмана, а теории Дарвина и пр. низводить до частных случаев?
Да никогда! – заявляет современная наука. И выкладывает на стол свой джокер - невозможно признать истинность статистических моделей Кауффмана, т.к. описываемые ими явления не имеют статистики.
- Жизнь ведь образовалась единожды.
- И естественный отбор на Земле имеется в единственном экземпляре.
- И разум тоже появился единожды.
Какая здесь на фиг статистика!!!
А причем здесь успехи Apple, спросите вы.
А вот причем.
В прошлом году Хауффман опубликовал новую теорию – «Простая комбинаторная модель мировой экономической истории». Эта теория объясняет появление промышленной революции комбинаторным взрывом инноваций. А этот взрыв, как водится у Хауффмана, происходит в его матмодели, как говорится, на глазах почтеннейшей публики. И потому возразить на это нечего.
И вот теперь (на прошлой неделе) Хауффман замутил еще одну революцию. Теперь про инновации. В основе новой теории (называется Экономический WEB) открытое ранее Хауффманом понятие «реальности смежных возможностей», со скрипом, но все же признанной мейнстримом экономики.
Теория Экономического WEBа объясняет, откуда растут ноги взрыва инноваций.
Согласно ей, экономика представляет собой сеть дополнений и заменителей уже существующих товаров и услуг. Как и в случае с биосферой (которая, по Кауффману, тоже сеть), эволюция сети экономики в значительной степени непредсказуема, зависит от контекста и создает свой собственный растущий контекст, который включает в себя элементы из реальности «смежного возможного». Смежное возможное - это то, что может возникнуть следующим в ходе эволюции. Эта эволюция «втягивается» в те самые возможности, которые она сама создает. Т.о. инновации в Смежное Возможное стимулируют рост Экономического WEBа.
Просто чума, как интересно. И сводит в ноль почти все современные экономические теории.
А вопрос один.
Что мир будет делать, когда и эта модель Кауффмана даст 98%ную точность при моделировании?
Комбинаторная модель экономики – видео и текст
Общее описание модели Экономического WEBа
#Инновации #Экономика #Антихаос #СамоорганизованнаяКритичность
YouTube
The Shape of History with Stuart Kauffman
Guest lecture by Stuart Kauffman (The Institute for Systems Biology) at the New England Complex Systems Institute's Courses in Complexity 2019 Winter Session.
For more information about the course, go to: https://necsi-global.org/winter-school
For more information about the course, go to: https://necsi-global.org/winter-school
Максимум сохраненных жизней и минимум ущерба экономике.
Впервые рассчитана оптимальная компромиссная стратегия.
Ясно, что поиск оптимальной стратегии самоизоляций, ограничительных мер, локдаунов и выходов из них – междисциплинарная задача для врачей, эпидемиологов, экономистов, математиков и политиков. Ясно, что это задача суперсложная, и поэтому с ее решением столь припозднились. Но вот 1й результат получен командой Дарона Асемоглу в исследовании под эгидой NBER.
Асемоглу в представлении не нуждается. Его исследования и книги говорят сами за себя. Чего стоит его матмодель, подтвердившая, что в России коррупцию быстро не извести. Но сейчас планка важности исследования поднята на максимальную высоту – спасение экономики и жизней колоссального числа людей в десятках странах. И эта работа выполнена командой Асемоглу превосходно.
Вот резюме результатов.
1. Выбор стратегии борьбы с пандемией между полюсами «сохранить экономику» или «сохранить жизни» весьма тяжел. Оптимальная политика «сохранить жизни» (удержание смертности среди взрослых на уровне менее 0,2%) влечет экономический ущерб 37%+ годового ВВП. Если же принимается политика «сохранить экономику» (дабы ограничить экономический ущерб менее 25% ВВП за год), то придется мириться с уровнем смертности среди взрослого населения 1%+.
2. Но сейчас главнейший вопрос уже иной - как выходить из ограничений и локдаунов.
И ответ на него такой - оптимальный выход (с точки зрения компромисса «экономика-жизни») обеспечивается лишь стратегией таргетированного ослаблений мер для разных возрастных групп.
-- группа 65+ лет остается в полной изоляции до прибытия вакцины (запрет на посещение домов престарелых, посещение аптек и продуктовых магазинов только в выделенные часы и т.д.);
-- с группы до 45 лет снимаются все ограничения кроме одного – полный запрет контактов с группой 65+ и ограничение контактов с 45-65;
-- группа 45-65 промежуточные меры ограничений.
3. Два варианта таргетированных мер (а) с приоритетом сохранения жизней и (б) с приоритетом сохранения экономики - могут дать такие результаты:
(а) потери менее 25% ВВП и смертность до 0,2%;
(б) потери до 10% ВВП и смертность до 0,48%
4. Если в дополнение к таргетированной стратегии задействовать оптимальную программу «межгруппового дистанцирования», а также выявления и отслеживания новых инфицированных, - можно довести смертность до 0,02% и потери экономики менее 7% ВВП.
Ежу понятно, что это лишь качественный прогноз, да еще на убогой эпидемиологической модели, да еще со многими неизвестными … Но!
Модель можно заменить на более совершенную (например, на причинную модель Фристона). Неизвестные одно за другим будут становиться известными.
И самое главное – полученные Асемоглу результата сильно устойчивы к параметрам и эпидем. модели.
Т.е. на эти качественные результаты можно (и нужно!) ориентироваться уже сегодня, выбирая стратегию выхода.
#Эпидемия #Модели #Экономика
Впервые рассчитана оптимальная компромиссная стратегия.
Ясно, что поиск оптимальной стратегии самоизоляций, ограничительных мер, локдаунов и выходов из них – междисциплинарная задача для врачей, эпидемиологов, экономистов, математиков и политиков. Ясно, что это задача суперсложная, и поэтому с ее решением столь припозднились. Но вот 1й результат получен командой Дарона Асемоглу в исследовании под эгидой NBER.
Асемоглу в представлении не нуждается. Его исследования и книги говорят сами за себя. Чего стоит его матмодель, подтвердившая, что в России коррупцию быстро не извести. Но сейчас планка важности исследования поднята на максимальную высоту – спасение экономики и жизней колоссального числа людей в десятках странах. И эта работа выполнена командой Асемоглу превосходно.
Вот резюме результатов.
1. Выбор стратегии борьбы с пандемией между полюсами «сохранить экономику» или «сохранить жизни» весьма тяжел. Оптимальная политика «сохранить жизни» (удержание смертности среди взрослых на уровне менее 0,2%) влечет экономический ущерб 37%+ годового ВВП. Если же принимается политика «сохранить экономику» (дабы ограничить экономический ущерб менее 25% ВВП за год), то придется мириться с уровнем смертности среди взрослого населения 1%+.
2. Но сейчас главнейший вопрос уже иной - как выходить из ограничений и локдаунов.
И ответ на него такой - оптимальный выход (с точки зрения компромисса «экономика-жизни») обеспечивается лишь стратегией таргетированного ослаблений мер для разных возрастных групп.
-- группа 65+ лет остается в полной изоляции до прибытия вакцины (запрет на посещение домов престарелых, посещение аптек и продуктовых магазинов только в выделенные часы и т.д.);
-- с группы до 45 лет снимаются все ограничения кроме одного – полный запрет контактов с группой 65+ и ограничение контактов с 45-65;
-- группа 45-65 промежуточные меры ограничений.
3. Два варианта таргетированных мер (а) с приоритетом сохранения жизней и (б) с приоритетом сохранения экономики - могут дать такие результаты:
(а) потери менее 25% ВВП и смертность до 0,2%;
(б) потери до 10% ВВП и смертность до 0,48%
4. Если в дополнение к таргетированной стратегии задействовать оптимальную программу «межгруппового дистанцирования», а также выявления и отслеживания новых инфицированных, - можно довести смертность до 0,02% и потери экономики менее 7% ВВП.
Ежу понятно, что это лишь качественный прогноз, да еще на убогой эпидемиологической модели, да еще со многими неизвестными … Но!
Модель можно заменить на более совершенную (например, на причинную модель Фристона). Неизвестные одно за другим будут становиться известными.
И самое главное – полученные Асемоглу результата сильно устойчивы к параметрам и эпидем. модели.
Т.е. на эти качественные результаты можно (и нужно!) ориентироваться уже сегодня, выбирая стратегию выхода.
#Эпидемия #Модели #Экономика
Ущерб от коронакризиса, в форме болезненных трансформационных воздействий пандемии на экономику и общество, будет колоссален и разнообразен.
Вот четыре уже просматривающихся серьезных вызова, с которыми придется столкнуться в ближайшие месяцы.
В сфере экономики.
1. Потеря сотен миллионов рабочих мест по всему миру, которая может стать одним из крупнейших обвалов спроса на рабочую силу в истории человечества.
2. Форсированный массовый технологический переход в онлайн. Это разрушит многие до того вполне успешные офлайновые индустрии, главными выгодоприобретателями чего станут гиганты цифровых корпорации.
В сфере отношений общества к институтам управления наукой и социумом.
3. Кризис экспертных знаний и того, в какой степени экспертиза (научная, социальная, политическая) может и должна служить основой для выбора политик, регламентирующих жизнь общества. Это ведет к краху доверия общества к институтам.
4. Усиление неравенства и бедности, раскручивающие маховик возгонки социальной и политической напряженности.
Все четыре вызова и их болезненные последствия для экономики и общества довольно очевидны. Однако, далеко не столь очевидным (по крайней мере, на первый взгляд) является полное совпадение этих последствий с ожидаемыми последствиями расширения проникновения технологий искусственного интеллекта во все большее число сегментов жизни общества:
• потеря рабочих мест;
• разрушение офлайновых отраслей и укрепление цифровых гигантов;
• кризис доверия к экспертам и институтам;
• усиление неравенства,
- ровно эти последствия в последние годы называются в числе главных вызовов возможных сценариев ИИ-антиутопии.
И надо же было случиться пандемии COVID-19, чтобы миру представился шанс оценить, как может происходить переход к ИИ-антиутопии. Более того. В ходе адаптации к последствиям коронакризиса можно будет на практике разобраться в плюсах и минусах ответов на аналогичные, но еще более масштабные вызовы тотального распространения ИИ. И тем самым попытаться изменить какие-то важные моменты, дабы избежать наихудших сценариев.
Эта тема стала предметом «Дискуссии о COVID-19 и экономике ИИ» трех суперзвезд современной экономики: проф. Джозеф Стиглиц - лауреат Нобелевской премии, старший вице-президент и главный экономист Всемирного банка и бывший председатель Совета экономических советников президента США; проф. Диана Койл - кавалер ордена Британской империи, член Академии социальных наук, бывший советник казначейства Великобритании; Дарон Асемоглу – Institute Professor MIT, член Национальной академии наук США, входит в ТОР10 самых цитируемых экономистов мира.
Продолжить чтение (еще примерно на 3 мин.):
- на Medium https://bit.ly/3hfKUU2
- на Яндекс Дзен https://clck.ru/NsmhQ
#ИИ #Экономика #Эпидемия
Вот четыре уже просматривающихся серьезных вызова, с которыми придется столкнуться в ближайшие месяцы.
В сфере экономики.
1. Потеря сотен миллионов рабочих мест по всему миру, которая может стать одним из крупнейших обвалов спроса на рабочую силу в истории человечества.
2. Форсированный массовый технологический переход в онлайн. Это разрушит многие до того вполне успешные офлайновые индустрии, главными выгодоприобретателями чего станут гиганты цифровых корпорации.
В сфере отношений общества к институтам управления наукой и социумом.
3. Кризис экспертных знаний и того, в какой степени экспертиза (научная, социальная, политическая) может и должна служить основой для выбора политик, регламентирующих жизнь общества. Это ведет к краху доверия общества к институтам.
4. Усиление неравенства и бедности, раскручивающие маховик возгонки социальной и политической напряженности.
Все четыре вызова и их болезненные последствия для экономики и общества довольно очевидны. Однако, далеко не столь очевидным (по крайней мере, на первый взгляд) является полное совпадение этих последствий с ожидаемыми последствиями расширения проникновения технологий искусственного интеллекта во все большее число сегментов жизни общества:
• потеря рабочих мест;
• разрушение офлайновых отраслей и укрепление цифровых гигантов;
• кризис доверия к экспертам и институтам;
• усиление неравенства,
- ровно эти последствия в последние годы называются в числе главных вызовов возможных сценариев ИИ-антиутопии.
И надо же было случиться пандемии COVID-19, чтобы миру представился шанс оценить, как может происходить переход к ИИ-антиутопии. Более того. В ходе адаптации к последствиям коронакризиса можно будет на практике разобраться в плюсах и минусах ответов на аналогичные, но еще более масштабные вызовы тотального распространения ИИ. И тем самым попытаться изменить какие-то важные моменты, дабы избежать наихудших сценариев.
Эта тема стала предметом «Дискуссии о COVID-19 и экономике ИИ» трех суперзвезд современной экономики: проф. Джозеф Стиглиц - лауреат Нобелевской премии, старший вице-президент и главный экономист Всемирного банка и бывший председатель Совета экономических советников президента США; проф. Диана Койл - кавалер ордена Британской империи, член Академии социальных наук, бывший советник казначейства Великобритании; Дарон Асемоглу – Institute Professor MIT, член Национальной академии наук США, входит в ТОР10 самых цитируемых экономистов мира.
Продолжить чтение (еще примерно на 3 мин.):
- на Medium https://bit.ly/3hfKUU2
- на Яндекс Дзен https://clck.ru/NsmhQ
#ИИ #Экономика #Эпидемия
Medium
Экономику ИИ нужно менять
Коронакризис, как предтеча ИИ-антиутопии
Надежда проскочить без локдауна – опасное заблуждение.
Экономике при этом лучше не станет.
Устойчивое восстановление экономики будет зависеть от преодоления кризиса в сфере здравоохранения. Но этого кризиса невозможно избежать, не загасив темпы распространения вируса. Таков однозначный вывод отчета МВФ «Великий локдаун: анализ экономических последствий».
Понятие Великий локдаун войдет в исторический словарь 21-го века подобно Великой депрессии 20-го. Со временем все аспекты Великого локдауна разберут по косточкам, дабы понять, что было сделано верно, а что нет. Пока же вопрос о соотношении последствий локдауна для экономики и системы здравоохранения – предмет ожесточенных споров.
Серьезную попытку расставить точки над i в этих спорах предпринял МВФ, разместивший в открытом доступе не только аналитические выводы экспертов, но и все данные с расчетами. Это позволяет посмотреть на экономический кризис и кризис в сфере здравоохранения сквозь призму оперативных данных по 128 странам.
Вывод однозначен.
«Преобладающий нарратив в медиа изображает локдаун в привязке к компромиссу между спасением жизней и поддержкой экономики. В этой характеристике упускается из виду тот факт, что, несмотря на краткосрочные экономические издержки, локдаун, сдерживая вирус, позволяет достигать более быстрого восстановления экономики».
Повторю еще раз.
Согласно выводу МВФ,
компромисса между спасением жизней и поддержкой экономики не существует.
И похоже, этот вывод отвечает на вопрос – «что известно Китаю о COVID-19, чего не знаем мы». Ибо Китай пришел к аналогичному выводу задолго до МВФ. И результат налицо.
#Эпидемия #Экономика
Экономике при этом лучше не станет.
Устойчивое восстановление экономики будет зависеть от преодоления кризиса в сфере здравоохранения. Но этого кризиса невозможно избежать, не загасив темпы распространения вируса. Таков однозначный вывод отчета МВФ «Великий локдаун: анализ экономических последствий».
Понятие Великий локдаун войдет в исторический словарь 21-го века подобно Великой депрессии 20-го. Со временем все аспекты Великого локдауна разберут по косточкам, дабы понять, что было сделано верно, а что нет. Пока же вопрос о соотношении последствий локдауна для экономики и системы здравоохранения – предмет ожесточенных споров.
Серьезную попытку расставить точки над i в этих спорах предпринял МВФ, разместивший в открытом доступе не только аналитические выводы экспертов, но и все данные с расчетами. Это позволяет посмотреть на экономический кризис и кризис в сфере здравоохранения сквозь призму оперативных данных по 128 странам.
Вывод однозначен.
«Преобладающий нарратив в медиа изображает локдаун в привязке к компромиссу между спасением жизней и поддержкой экономики. В этой характеристике упускается из виду тот факт, что, несмотря на краткосрочные экономические издержки, локдаун, сдерживая вирус, позволяет достигать более быстрого восстановления экономики».
Повторю еще раз.
Согласно выводу МВФ,
компромисса между спасением жизней и поддержкой экономики не существует.
И похоже, этот вывод отвечает на вопрос – «что известно Китаю о COVID-19, чего не знаем мы». Ибо Китай пришел к аналогичному выводу задолго до МВФ. И результат налицо.
#Эпидемия #Экономика
IMF
World Economic Outlook, October 2020: A Long and Difficult Ascent
The global economy is climbing out from the depths to which it had plummeted during the Great Lockdown in April. But with the COVID-19 pandemic continuing to spread, many countries have slowed reopening and some are reinstating partial lockdowns to protect…
Вместо 4й технологической революции будет фазовый переход.
«Закон Мура для всего» не приведет к «капитализму для всех».
Меморандум Сэма Альтмана «Moore's Law for Everything» (перевод «Закон Мура для всего» здесь) можно трактовать либо как утопию, либо как приговор человечеству. Трактовка Альтмана ближе к утопии. Моя трактовка – это приговор, в котором, как положено, есть описательно-мотивировочная и резолютивная части.
Описательно-мотивировочная часть приговора почти что повторяет утопию.
• Технологии ИИ кардинально меняют мир, запустив каскад тектонических процессов масштаба всемирного 12-ти бального землетрясения.
• Волны социально-экономических последствий этого глобального землетрясения настигнут мир раньше, чем люди могут себе представить.
• В наступившем десятилетии:
- алгоритмы будут забирать у людей всё больше и больше рутинных задач;
- капитал будет обретать всё большее значение по сравнению с трудом людей.
• Ещё через десятилетие, алгоритмы будут делать всё, включая научные открытия, которые будут определять дальнейшую концепцию «всего».
• Технологический прогресс 21го века намного превзойдет всё, что люди создали со времен подчинения огня и изобретения колеса.
Резолютивная часть приговора и утопии абсолютно разные.
В утопии Альтмана наступит «капитализм для всех».
• Люди сумеют воспользоваться небывалым ростом «продуктивности всего» (который станет следствием «Закона Мура для всего») и сделают жизнь лучше и справедливее, чем за всю предыдущую историю.
• Введя принципиально новую систему налогообложения (ее вариант предложен Альтманом), каждый гражданин получить часть общих благ («в течение будущего десятилетия, каждый из 250 млн взрослых американцев получит $13 500 ежегодно»).
В моем варианте приговора все иначе.
• Никакой 4й технологической революции нет, а происходящее – это фазовый переход, кардинально меняющий движок развития земной цивилизации.
• Всю предыдущую историю движком развития были исследования и разработки - R&D (НИОКР). Так было всегда. Менялась лишь их форма, - довольно разная во времена фараона Рамсеса и президента Трампа. Но всегда основой прогресса была когнитивная работа людей.
• Если в будущие десятилетия все основные производственные и научно-исследовательские задачи будут автоматизированы технологиями ИИ, то двигателем роста перестанет быть R&D (НИОКР). Им станет накопленная мощность вычислительного оборудования (HW) для решения задач машинного обучения. А НИОКР потеряет свою значимость (подробный экономический расчет этого см. здесь.
• Итогом станет небывалая концентрация капитала и предельная форма неравенства во всех аспектах жизни людей. Это будет мир, описываемый фразой Лучано Флориди, завершающей мой пост «Инфорги Новацена».
#УскорениеЭволюции #Экономика #РаспределениеБогатств #Неравенство
«Закон Мура для всего» не приведет к «капитализму для всех».
Меморандум Сэма Альтмана «Moore's Law for Everything» (перевод «Закон Мура для всего» здесь) можно трактовать либо как утопию, либо как приговор человечеству. Трактовка Альтмана ближе к утопии. Моя трактовка – это приговор, в котором, как положено, есть описательно-мотивировочная и резолютивная части.
Описательно-мотивировочная часть приговора почти что повторяет утопию.
• Технологии ИИ кардинально меняют мир, запустив каскад тектонических процессов масштаба всемирного 12-ти бального землетрясения.
• Волны социально-экономических последствий этого глобального землетрясения настигнут мир раньше, чем люди могут себе представить.
• В наступившем десятилетии:
- алгоритмы будут забирать у людей всё больше и больше рутинных задач;
- капитал будет обретать всё большее значение по сравнению с трудом людей.
• Ещё через десятилетие, алгоритмы будут делать всё, включая научные открытия, которые будут определять дальнейшую концепцию «всего».
• Технологический прогресс 21го века намного превзойдет всё, что люди создали со времен подчинения огня и изобретения колеса.
Резолютивная часть приговора и утопии абсолютно разные.
В утопии Альтмана наступит «капитализм для всех».
• Люди сумеют воспользоваться небывалым ростом «продуктивности всего» (который станет следствием «Закона Мура для всего») и сделают жизнь лучше и справедливее, чем за всю предыдущую историю.
• Введя принципиально новую систему налогообложения (ее вариант предложен Альтманом), каждый гражданин получить часть общих благ («в течение будущего десятилетия, каждый из 250 млн взрослых американцев получит $13 500 ежегодно»).
В моем варианте приговора все иначе.
• Никакой 4й технологической революции нет, а происходящее – это фазовый переход, кардинально меняющий движок развития земной цивилизации.
• Всю предыдущую историю движком развития были исследования и разработки - R&D (НИОКР). Так было всегда. Менялась лишь их форма, - довольно разная во времена фараона Рамсеса и президента Трампа. Но всегда основой прогресса была когнитивная работа людей.
• Если в будущие десятилетия все основные производственные и научно-исследовательские задачи будут автоматизированы технологиями ИИ, то двигателем роста перестанет быть R&D (НИОКР). Им станет накопленная мощность вычислительного оборудования (HW) для решения задач машинного обучения. А НИОКР потеряет свою значимость (подробный экономический расчет этого см. здесь.
• Итогом станет небывалая концентрация капитала и предельная форма неравенства во всех аспектах жизни людей. Это будет мир, описываемый фразой Лучано Флориди, завершающей мой пост «Инфорги Новацена».
#УскорениеЭволюции #Экономика #РаспределениеБогатств #Неравенство
Samaltman
Moore's Law for Everything
We need to design a system that embraces this technological future and taxes the assets that will make up most of the value in that world–companies and land–in order to fairly distribute some of the coming wealth.
Три направления, где Китай сделал США, как бог черепаху.
И еще три, где хочет это повторить.
Дискуссии и споры, насколько велика глобальная угроза Китая, остались в 2020. В 2021 эта угроза осознана не только экспертами и политиками, но и простыми американцами.
Февральский опрос Pew Research Center показал беспрецедентный результат – для 89% американцев Китай больше не партнер, а лишь враг и главный конкурент**. А процент считающих китайскую угрозу главной для США, вырос с 2018 года от 32% до 48%. В отчете масса полезной инфографики, и её стоит просмотреть.
Чего же так боятся США?
На этот вопрос в деталях и с цифрами отвечает второй отчет, опубликованный CFR – «Один пояс и один путь Китая: последствия для США».
В трех важнейших отраслях, основанных на критических технологиях, Китай уже сделал США, как бог черепаху: платежные платформы, технологии связи 5-гопоколения (5G) и высокоскоростные железные дороги.
В трех других важнейших отраслях критических технологий Китай планирует сделать США в ближайшие 10 лет: производство солнечной и ветровой энергии, системы передачи сверхвысокого напряжения и производство интегральных микросхем.
Посмотрите, что это значит на практике, на примере высокоскоростных ЖД.
Приложенное видео завораживает –смотреть на это волнующе и страшно. За 3 мин. вы видите историю развитие скоростных ЖД в разных странах мира с 1965-2019.
Ужас-ужас начинает на последней минуте видео/ Вошедший в 2003 в ТОР10 стран Китай, в 2007 включает турбо-ускоритель и за 2 года просто сметает всех конкурентов, занимая уже в 2009 1-е место в мире. А потом Китай уходит в отрыв, ежегодно обгоняя по темпам строительства новых скоростных ЖД уже не отдельные страны, а весь мир.
В итоге средняя скорость движения китайских ЖД в 1993 была 19 миль в час. А сейчас – 220 миль в час.
Подобное Китай может повторить и в других инфраструктурных областях. И тогда мир, наконец, поймёт, что боялся Китая не зря. Только ведь поздно будет.
#Китай #США #Экономика #Технологии
И еще три, где хочет это повторить.
Дискуссии и споры, насколько велика глобальная угроза Китая, остались в 2020. В 2021 эта угроза осознана не только экспертами и политиками, но и простыми американцами.
Февральский опрос Pew Research Center показал беспрецедентный результат – для 89% американцев Китай больше не партнер, а лишь враг и главный конкурент**. А процент считающих китайскую угрозу главной для США, вырос с 2018 года от 32% до 48%. В отчете масса полезной инфографики, и её стоит просмотреть.
Чего же так боятся США?
На этот вопрос в деталях и с цифрами отвечает второй отчет, опубликованный CFR – «Один пояс и один путь Китая: последствия для США».
В трех важнейших отраслях, основанных на критических технологиях, Китай уже сделал США, как бог черепаху: платежные платформы, технологии связи 5-гопоколения (5G) и высокоскоростные железные дороги.
В трех других важнейших отраслях критических технологий Китай планирует сделать США в ближайшие 10 лет: производство солнечной и ветровой энергии, системы передачи сверхвысокого напряжения и производство интегральных микросхем.
Посмотрите, что это значит на практике, на примере высокоскоростных ЖД.
Приложенное видео завораживает –смотреть на это волнующе и страшно. За 3 мин. вы видите историю развитие скоростных ЖД в разных странах мира с 1965-2019.
Ужас-ужас начинает на последней минуте видео/ Вошедший в 2003 в ТОР10 стран Китай, в 2007 включает турбо-ускоритель и за 2 года просто сметает всех конкурентов, занимая уже в 2009 1-е место в мире. А потом Китай уходит в отрыв, ежегодно обгоняя по темпам строительства новых скоростных ЖД уже не отдельные страны, а весь мир.
В итоге средняя скорость движения китайских ЖД в 1993 была 19 миль в час. А сейчас – 220 миль в час.
Подобное Китай может повторить и в других инфраструктурных областях. И тогда мир, наконец, поймёт, что боялся Китая не зря. Только ведь поздно будет.
#Китай #США #Экономика #Технологии
YouTube
High-Speed Railway (HSR) Construction by Country (1965-2019)
High-speed rail (HSR) is a type of rail transport that runs significantly faster than traditional rail traffic, using an integrated system of specialized rolling stock and dedicated tracks. While there is no single standard that applies worldwide, new lines…
Когда обрушается национальная экономика при разрывах цепочек поставок?
Ответ впервые дан Венским научным центром сложности.
Пандемия COVID-19 коренным образом изменила представления о том, насколько хрупкой оказывается современная сильно связанная экономика при нарушении цепочек поставок. Дефицит легко возникает в самых различных секторах: от производства продуктов питания и вакцин, до компьютерных микросхем и автомобилей.
А что будет с экономикой целой страны, если в силу тех или иных причин у нее окажется разрушена значительная часть цепочек поставок?
Этот вопрос (далеко не праздный, а весьма актуальный для нас) до последнего времени не имел конкретного ответа. Понятно было лишь, что будут плохо. Но насколько плохо, никто не знал.
Только что опубликованное в Nature исследование «Quantifying firm-level economic systemic risk from nation-wide supply networks» впервые дает количественный ответ на этот вопрос.
Исследователи из Венского научного центра сложности (CSH) создали полную модель экономики Венгрии. Точнее, всю производственную сеть страны, включающую 91 тыс. фирм со всеми их цепочками поставок, клиентами и покупателями (см. приложенный рисунок сети). Обладая столь подробной моделью национальной экономики, авторы исследования смогли вычислить ее системные риски при нарушении цепочек поставок каждого из предприятий.
Выводы исследования показали поразительную хрупкость современной национальной экономики при нарушении цепочек поставок.
• Оказалось, что реальную экономику нельзя рассматривать как совокупность отдельных цепочек поставок. Это тесно связанная сеть, в центре которой существует предельно запутанный клубок связей между примерно четвертью всех национальных компаний.
• При нарушении цепочек поставок всего 32 компаний Венгрии (это всего 0,035% от их общего числа), пострадает 23% национального производства, что может иметь очень тяжелые последствия для национальной экономики.
• Полная катастрофа - масштабный эффект снежного кома (или эффект домино), ведущий к обрушению 75% национальной экономики, - может произойти при нарушении цепочек поставок всего 100 компаний.
Российская экономика на порядок больше венгерской. И каков здесь размер критического «снежного кома» никто пока не считал.
Но если предположить, что для обрушения четверти экономики достаточно нарушить цепочки поставок всего трех сотен компаний, а для катастрофы экономики – всего одной тысячи компаний, - то оторопь берет.
#Экономика #ЦепочкиПоставок
Подробней:
- популярно 1
- научно 2
Ответ впервые дан Венским научным центром сложности.
Пандемия COVID-19 коренным образом изменила представления о том, насколько хрупкой оказывается современная сильно связанная экономика при нарушении цепочек поставок. Дефицит легко возникает в самых различных секторах: от производства продуктов питания и вакцин, до компьютерных микросхем и автомобилей.
А что будет с экономикой целой страны, если в силу тех или иных причин у нее окажется разрушена значительная часть цепочек поставок?
Этот вопрос (далеко не праздный, а весьма актуальный для нас) до последнего времени не имел конкретного ответа. Понятно было лишь, что будут плохо. Но насколько плохо, никто не знал.
Только что опубликованное в Nature исследование «Quantifying firm-level economic systemic risk from nation-wide supply networks» впервые дает количественный ответ на этот вопрос.
Исследователи из Венского научного центра сложности (CSH) создали полную модель экономики Венгрии. Точнее, всю производственную сеть страны, включающую 91 тыс. фирм со всеми их цепочками поставок, клиентами и покупателями (см. приложенный рисунок сети). Обладая столь подробной моделью национальной экономики, авторы исследования смогли вычислить ее системные риски при нарушении цепочек поставок каждого из предприятий.
Выводы исследования показали поразительную хрупкость современной национальной экономики при нарушении цепочек поставок.
• Оказалось, что реальную экономику нельзя рассматривать как совокупность отдельных цепочек поставок. Это тесно связанная сеть, в центре которой существует предельно запутанный клубок связей между примерно четвертью всех национальных компаний.
• При нарушении цепочек поставок всего 32 компаний Венгрии (это всего 0,035% от их общего числа), пострадает 23% национального производства, что может иметь очень тяжелые последствия для национальной экономики.
• Полная катастрофа - масштабный эффект снежного кома (или эффект домино), ведущий к обрушению 75% национальной экономики, - может произойти при нарушении цепочек поставок всего 100 компаний.
Российская экономика на порядок больше венгерской. И каков здесь размер критического «снежного кома» никто пока не считал.
Но если предположить, что для обрушения четверти экономики достаточно нарушить цепочки поставок всего трех сотен компаний, а для катастрофы экономики – всего одной тысячи компаний, - то оторопь берет.
#Экономика #ЦепочкиПоставок
Подробней:
- популярно 1
- научно 2
Все НИИ ИИ пора разгонять.
Самое сложное в ИИ – получить от внедрения прибыль.
Уже два года аналитики предупреждали о рисках наступления новой ИИ-зимы. Однако реальность оказалась еще хуже. Пушной зверёк не просто подкрался незаметно. Зверьков оказалось два. И эти два брата – акробата подкрались с двух разных и совершенно неожиданных сторон.
1. Прогресс технологий ИИ идет медленно и неправильно, т.к. структура флагманов НИОКРа в этой области устарела, и её необходимо кардинально перестроить.
2. Традиционный подход к оценке отдачи инвестиций становится все менее применим при внедрении новых ИИ технологий. А в отсутствии возможности объективно оценивать ROI, инвестиции все более ведомы хайпом, нежели реальной пользой от ИИ.
Первый из двух «зверьков» детально рассмотрен в аналитическом эссе Юйчен Ли «Почему я поддерживаю BAT, сносящих свои «Исследовательские институты ИИ». ВАТ – это монстры китайской ИИ-индустрии: Baidu, Alibaba и Tencent. Но Юйчен Ли пишет не только про Китай, но и про США, ибо проблема там та же (кстати, как и в России – СК).
• Законодателями НИОКРа в ИИ-области являются созданные внутри крупнейших хайтек компаний выделенные в самостоятельные департаменты «ИИ-институты».
• Эти независимые от бизнеса «НИИ ИИ» достигли фазы развития, когда их успех оценивается не финансовыми показателями практических внедрений, а хайпом в медиа, на который ориентируются инвесторы.
• Функциональная оргструктура («НИИ ИИ» подчиняется СТО) уже не работает ни в ВАТ, ни в хайтек китах США (конфликты Deepmind и Google все чаще – будучи типичным «НИИ ИИ», Deepmind творит чудеса хайпа, моделируя белки, но в дым разругался с Youtube, так и не договорившись чьи данные).
• Переход на матричную оргструктуру двойных подчинений (как попытались сделать IBM и Facebook) лишь увеличивает хаос.
• Остается единственный путь – переход на дивизионную структуру с полным расформированием «НИИ ИИ». Процесс уже пошел. Глава «НИИ ИИ» Facebook Джером Песенти покинет компанию в конце июня. А команда FAIR («НИИ ИИ» FB) лауреата премии Тьюринга Яна ЛеКуна будет объединена с Reality Labs, департаментом метавселенной, и Ян Ликун будет подчиняться Эндрю Босворту - chief scientist департамента.
Подробней см. перевод эссе, сделанный Джеффри Дингом.
Внешность и повадки 2го «зверька» красиво и мелодично (как в своих песнях) описала ст. редактор по ИИ в VentureBeat Шэрон Голдман: внешность «зверька» обманчивая, а повадки коварные.
Резюме примерно такое.
• Если уж для самого ИИ не договорились с определением (что это такое), то что уж ждать от определения пользы от ИИ.
• Никто на свете не может знать, как скажется повышение точности прогнозной модели до 98% на повышении эффективности бизнеса.
• По состоянию на сегодня, рентабельность инвестиций не является правильным показателем эффективности внедрения ИИ.
• Подобие ИИ электричеству сказалось и на оценке экономической отдачи: ROI ИИ трудно измерить, и в большинстве проектов ROI ИИ остается неуловимым
• И самое ужасное (или прекрасное) – ИИ постоянно учится. Оценка сегодняшнего ИИ, скорее всего, через месяц будет совсем иной. Причем будет ли это лучше или хуже – открытый вопрос.
Подробней см. The truth about AI and ROI: Can artificial intelligence really deliver?.
Результат нападения двух «зверьков» на ИИ определяет то, на что он нынче похож.
Получается что-то типа ответа к загадке: «Оделся не так, умылся не так, поехал не так, заехал в ухаб – не вылезет никак».
#ИИ #Экономика #Технологии #НИОКР
Самое сложное в ИИ – получить от внедрения прибыль.
Уже два года аналитики предупреждали о рисках наступления новой ИИ-зимы. Однако реальность оказалась еще хуже. Пушной зверёк не просто подкрался незаметно. Зверьков оказалось два. И эти два брата – акробата подкрались с двух разных и совершенно неожиданных сторон.
1. Прогресс технологий ИИ идет медленно и неправильно, т.к. структура флагманов НИОКРа в этой области устарела, и её необходимо кардинально перестроить.
2. Традиционный подход к оценке отдачи инвестиций становится все менее применим при внедрении новых ИИ технологий. А в отсутствии возможности объективно оценивать ROI, инвестиции все более ведомы хайпом, нежели реальной пользой от ИИ.
Первый из двух «зверьков» детально рассмотрен в аналитическом эссе Юйчен Ли «Почему я поддерживаю BAT, сносящих свои «Исследовательские институты ИИ». ВАТ – это монстры китайской ИИ-индустрии: Baidu, Alibaba и Tencent. Но Юйчен Ли пишет не только про Китай, но и про США, ибо проблема там та же (кстати, как и в России – СК).
• Законодателями НИОКРа в ИИ-области являются созданные внутри крупнейших хайтек компаний выделенные в самостоятельные департаменты «ИИ-институты».
• Эти независимые от бизнеса «НИИ ИИ» достигли фазы развития, когда их успех оценивается не финансовыми показателями практических внедрений, а хайпом в медиа, на который ориентируются инвесторы.
• Функциональная оргструктура («НИИ ИИ» подчиняется СТО) уже не работает ни в ВАТ, ни в хайтек китах США (конфликты Deepmind и Google все чаще – будучи типичным «НИИ ИИ», Deepmind творит чудеса хайпа, моделируя белки, но в дым разругался с Youtube, так и не договорившись чьи данные).
• Переход на матричную оргструктуру двойных подчинений (как попытались сделать IBM и Facebook) лишь увеличивает хаос.
• Остается единственный путь – переход на дивизионную структуру с полным расформированием «НИИ ИИ». Процесс уже пошел. Глава «НИИ ИИ» Facebook Джером Песенти покинет компанию в конце июня. А команда FAIR («НИИ ИИ» FB) лауреата премии Тьюринга Яна ЛеКуна будет объединена с Reality Labs, департаментом метавселенной, и Ян Ликун будет подчиняться Эндрю Босворту - chief scientist департамента.
Подробней см. перевод эссе, сделанный Джеффри Дингом.
Внешность и повадки 2го «зверька» красиво и мелодично (как в своих песнях) описала ст. редактор по ИИ в VentureBeat Шэрон Голдман: внешность «зверька» обманчивая, а повадки коварные.
Резюме примерно такое.
• Если уж для самого ИИ не договорились с определением (что это такое), то что уж ждать от определения пользы от ИИ.
• Никто на свете не может знать, как скажется повышение точности прогнозной модели до 98% на повышении эффективности бизнеса.
• По состоянию на сегодня, рентабельность инвестиций не является правильным показателем эффективности внедрения ИИ.
• Подобие ИИ электричеству сказалось и на оценке экономической отдачи: ROI ИИ трудно измерить, и в большинстве проектов ROI ИИ остается неуловимым
• И самое ужасное (или прекрасное) – ИИ постоянно учится. Оценка сегодняшнего ИИ, скорее всего, через месяц будет совсем иной. Причем будет ли это лучше или хуже – открытый вопрос.
Подробней см. The truth about AI and ROI: Can artificial intelligence really deliver?.
Результат нападения двух «зверьков» на ИИ определяет то, на что он нынче похож.
Получается что-то типа ответа к загадке: «Оделся не так, умылся не так, поехал не так, заехал в ухаб – не вылезет никак».
#ИИ #Экономика #Технологии #НИОКР
Google Docs
Why I support the BAT tearing down their “AI Research Institutes”
Why I support the BAT tearing down their “AI Research Institutes” Note: These are Jeffrey Ding’s informal and unofficial translations -- all credit for the original goes to the authors and the original text linked below. These are informal translations and…
Если вы думаете, будто Китай – лишь производитель ширпотреба, и что у него на крючке лишь страны Африки - вы сильно ошибаетесь
Германия и ЕС на большущем и остром крючке у Китая. И освободиться от него куда сложнее, чем от энергозависимости.
Таково сенсационное заключение годового отчета консультативного совета по экономразвитию Германии за 2022/2023. Огромный (422 стр.), по-немецки тщательный и детальный (200+ диаграмм и таблиц) документ можно обобщить до 3х ключевых выводов.
1) В мировой экономике сформировалась новая реальность, в которой главными национальными приоритетами становится обеспечение устойчивости цепочек поставок и стратегической автономии.
2) Начавшийся энергетический кризис весомо ухудшит состояние экономики Германии (и ЕС в целом) в 2023, но уже понятно, как его преодолеть на практике - стратегически и логистически.
3) Главным вызовом для стратегической автономии Германии (и ЕС в целом) является сильнейшая зависимость от Китая по критическим для импорта продуктам. Как ответить на этот вызов пока непонятно. Ибо уж слишком широк ассортимент (208 из 278 критических продуктов) и слишком велика доля Китая (45,1%) в критическом импорте.
Критическая зависимости от импорта основана на сочетании трех показателей:
a) возможности диверсификации импорта, рассчитываемые по индексу Херфиндаля-Хиршмана;
b) доля импорта из стран, не входящих в ЕС, в общем внутреннем спросе;
c) возможности замещения импортируемого продукта отечественным.
Если все три показателя для продукта превышают определенные пороговые значения, продукт считается продуктом критическим для импорта.
Зависимость Германии и ЕС в целом от Китая (для ЕС она еще выше – 52%) – это вовсе не зависимость по ширпотребу (как ошибочно полагают многие не знакомые с реальным положением дел).
Например:
• три крупнейших группы товаров критического импорта для Германии – это компьютеры, детали авиационных двигателей и антибиотики;
• отсутствие даже небольших по объему групп товаров критического импорта способно остановить производство Германией тяговых электродвигателей, дронов, промышленных роботов, устройств 3D печати, топливных элементов, фотоэлектрических систем и др.;
• по состоянию на 2022, возможности Германии для замещения товаров критического импорта существуют только для продукции двух стран. И это, увы не Китай и не США (для которых зависимость по критическому импорту от Китая минимальная - всего 3%)
Так что, если вы думали, будто Китай – лишь производитель ширпотреба, и что у него на крючке лишь страны Африки, - вы сильно ошибались.
#Китай #Европа #Экономика
Германия и ЕС на большущем и остром крючке у Китая. И освободиться от него куда сложнее, чем от энергозависимости.
Таково сенсационное заключение годового отчета консультативного совета по экономразвитию Германии за 2022/2023. Огромный (422 стр.), по-немецки тщательный и детальный (200+ диаграмм и таблиц) документ можно обобщить до 3х ключевых выводов.
1) В мировой экономике сформировалась новая реальность, в которой главными национальными приоритетами становится обеспечение устойчивости цепочек поставок и стратегической автономии.
2) Начавшийся энергетический кризис весомо ухудшит состояние экономики Германии (и ЕС в целом) в 2023, но уже понятно, как его преодолеть на практике - стратегически и логистически.
3) Главным вызовом для стратегической автономии Германии (и ЕС в целом) является сильнейшая зависимость от Китая по критическим для импорта продуктам. Как ответить на этот вызов пока непонятно. Ибо уж слишком широк ассортимент (208 из 278 критических продуктов) и слишком велика доля Китая (45,1%) в критическом импорте.
Критическая зависимости от импорта основана на сочетании трех показателей:
a) возможности диверсификации импорта, рассчитываемые по индексу Херфиндаля-Хиршмана;
b) доля импорта из стран, не входящих в ЕС, в общем внутреннем спросе;
c) возможности замещения импортируемого продукта отечественным.
Если все три показателя для продукта превышают определенные пороговые значения, продукт считается продуктом критическим для импорта.
Зависимость Германии и ЕС в целом от Китая (для ЕС она еще выше – 52%) – это вовсе не зависимость по ширпотребу (как ошибочно полагают многие не знакомые с реальным положением дел).
Например:
• три крупнейших группы товаров критического импорта для Германии – это компьютеры, детали авиационных двигателей и антибиотики;
• отсутствие даже небольших по объему групп товаров критического импорта способно остановить производство Германией тяговых электродвигателей, дронов, промышленных роботов, устройств 3D печати, топливных элементов, фотоэлектрических систем и др.;
• по состоянию на 2022, возможности Германии для замещения товаров критического импорта существуют только для продукции двух стран. И это, увы не Китай и не США (для которых зависимость по критическому импорту от Китая минимальная - всего 3%)
Так что, если вы думали, будто Китай – лишь производитель ширпотреба, и что у него на крючке лишь страны Африки, - вы сильно ошибались.
#Китай #Европа #Экономика
3й этап цифровизации мира станет для Homo sapiens последним.
Финансовое обоснование замены людей на генеративный ИИ.
Бизнес прагматичен и жесток. И какие бы заманчивые перспективы ни сулил генеративный искусственный интеллект (ГенИИ), современный бизнес, как и 100 лет назад интересует лишь максимизация прибыли.
А поскольку эволюция сделала человеческие мозги и тела столь дешевы, и при этом в некоторых вещах люди непревзойденно хороши, - то это, казалось бы, должно сохранить людям конкурентоспособность, как бы быстро ни развивался ГенИИ.
Судите сами – убеждают сторонники такой точки зрения.
Человек – это аналоговая машина, потребляющая менее 150 ватт энергии в час и работающая на тарелке каши, неплохо справляясь с самым широким спектром деятельности. А поскольку эта аналоговая машина столь эффективна и дешева в эксплуатации, средняя мировая зарплата составляет примерно $5 долларов в час, а для некоторых задач в некоторых частях мира средняя зарплата составляет менее $1 в день.
И как с этим соревноваться даже сверх-умному ГенИИ?
А вот так!
Подобные оценки перестают действовать в оцифрованном информационном мире, в который наш материальный мир трансформируется со страшной скоростью.
В цифровом мире остаются лишь 3 фактора стоимости работы:
1. стоимость создания информации;
2. стоимость вычислений, необходимых для переработки информации;
3. стоимость распространения информации.
1й этап цифровизации мира ознаменовался появлением микрочипов, быстро снизивших стоимость вычислений на 3-4 порядка. Уже самый 1й программируемый компьютер общего назначения ENIAC был в 5000 раз быстрее, чем любая другая вычислительная машина того времени, и предположительно мог вычислить траекторию ракеты за 30 секунд по сравнению с 30 часами, рассчитанными вручную людьми.
2й этап цифровизации мира осуществил Интернет, кардинально изменивший подход к перемещению битов на большие расстояния. До появления Интернета любое перемещение битов стоило немалых денег. А с его появлением, стоимость отправки документов электронной почтой, потоковое видео или использования практически любого облачного сервиса делается мизерной . Уже в начале 21 века стоимость перемещения бита составляла около 2 умножить на 10 в минус 10й степени. Т.е. отправка, скажем, 1 килобайта уже стоила на порядки дешевле цены почтовой марки. Ну а сейчас, - сами представьте, насколько это дешево.
3й этап цифровизации мира начался в этом году с началом широкого распространения ГенИИ.
И если 1й этап цифровизации свел маржинальные издержки (предельные затраты) вычислений к нулю, 2й этап свел к нулю маржинальные издержки распространения информации, то 3й этап вполне способен свести к нулю маржинальные издержки создания информации.
И потому, как бы ни были дешевы человеческие мозги и тела, в цифровом информационном мире ГенИИ все равно будет дешевле.
Сомневающиеся в этом могут почитать подробности в аналитическом кейсе партнеров венчурной компании Andreessen Horowitz The Economic Case for Generative AI and Foundation Models
#LLM #Экономика #Бизнес
Финансовое обоснование замены людей на генеративный ИИ.
Бизнес прагматичен и жесток. И какие бы заманчивые перспективы ни сулил генеративный искусственный интеллект (ГенИИ), современный бизнес, как и 100 лет назад интересует лишь максимизация прибыли.
А поскольку эволюция сделала человеческие мозги и тела столь дешевы, и при этом в некоторых вещах люди непревзойденно хороши, - то это, казалось бы, должно сохранить людям конкурентоспособность, как бы быстро ни развивался ГенИИ.
Судите сами – убеждают сторонники такой точки зрения.
Человек – это аналоговая машина, потребляющая менее 150 ватт энергии в час и работающая на тарелке каши, неплохо справляясь с самым широким спектром деятельности. А поскольку эта аналоговая машина столь эффективна и дешева в эксплуатации, средняя мировая зарплата составляет примерно $5 долларов в час, а для некоторых задач в некоторых частях мира средняя зарплата составляет менее $1 в день.
И как с этим соревноваться даже сверх-умному ГенИИ?
А вот так!
Подобные оценки перестают действовать в оцифрованном информационном мире, в который наш материальный мир трансформируется со страшной скоростью.
В цифровом мире остаются лишь 3 фактора стоимости работы:
1. стоимость создания информации;
2. стоимость вычислений, необходимых для переработки информации;
3. стоимость распространения информации.
1й этап цифровизации мира ознаменовался появлением микрочипов, быстро снизивших стоимость вычислений на 3-4 порядка. Уже самый 1й программируемый компьютер общего назначения ENIAC был в 5000 раз быстрее, чем любая другая вычислительная машина того времени, и предположительно мог вычислить траекторию ракеты за 30 секунд по сравнению с 30 часами, рассчитанными вручную людьми.
2й этап цифровизации мира осуществил Интернет, кардинально изменивший подход к перемещению битов на большие расстояния. До появления Интернета любое перемещение битов стоило немалых денег. А с его появлением, стоимость отправки документов электронной почтой, потоковое видео или использования практически любого облачного сервиса делается мизерной . Уже в начале 21 века стоимость перемещения бита составляла около 2 умножить на 10 в минус 10й степени. Т.е. отправка, скажем, 1 килобайта уже стоила на порядки дешевле цены почтовой марки. Ну а сейчас, - сами представьте, насколько это дешево.
3й этап цифровизации мира начался в этом году с началом широкого распространения ГенИИ.
И если 1й этап цифровизации свел маржинальные издержки (предельные затраты) вычислений к нулю, 2й этап свел к нулю маржинальные издержки распространения информации, то 3й этап вполне способен свести к нулю маржинальные издержки создания информации.
И потому, как бы ни были дешевы человеческие мозги и тела, в цифровом информационном мире ГенИИ все равно будет дешевле.
Сомневающиеся в этом могут почитать подробности в аналитическом кейсе партнеров венчурной компании Andreessen Horowitz The Economic Case for Generative AI and Foundation Models
#LLM #Экономика #Бизнес
Andreessen Horowitz
The Economic Case for Generative AI and Foundation Models | Andreessen Horowitz
With generative AI, we’re already seeing use cases with orders-of-magnitude improvement in time, cost, and performance over previous AI waves.
В Китае считают, что лидерство США в ИИ может оказаться иллюзией.
Крупнейшей индустриальной системой Китая уже год управляет ИИ.
Уже 3 года назад Китай сделал США, как бог черепаху, в трех важнейших отраслях, основанных на критических технологиях: платежные платформы, технологии связи 5-гопоколения (5G) и высокоскоростные железные дороги [2].
Согласно опубликованной SCMP вчера информации, четвертой основанной на критических технологиях отраслью, в которой Китай превзошел США, стало … промышленное использование ИИ.
В публикации корреспондента SCMP в Пекине Стивена Чена [1] рассказывается о выводах экспертов Китайской академии железнодорожных наук (CARS), опубликованных в большом академическом рецензируемом журнале China Railway Science [3].
Эти выводы можно резюмировать так.
1) Китай вот уже год, как использует ИИ для предиктивного управления эксплуатацией своей сети высокоскоростных железных дорог. Это крупнейшая в мире высокотехнологичная инфраструктурная система протяженностью 45 000 км.
2) Центр ИИ-технологий в Пекине обрабатывает огромные объемы данных в режиме реального времени со всей страны и может с 95%-ной точностью предсказывать возникновение нештатных ситуациях и предупреждать о них бригады техобслуживания не позже, чем за 40 минут до их прогнозируемого возникновения.
3) В результате таких предсказаний, за 2023 ни на одной из действующих высокоскоростных железнодорожных линий Китая не случилось ни одного инцидента, потребовавшего снижения скорости составов из-за серьезных проблем с путями, а количество мелких неисправностей путей сократилось на 80 процентов по сравнению с предыдущим годом (до ИИ).
4) По мнению экспертов, ИИ не только может прогнозировать и выдавать предупреждения до того, как возникнут проблемы, но и обеспечивает точное и своевременное техобслуживание, что позволяет поддерживать инфраструктуру высокоскоростных железнодорожных линий в лучшем состоянии, чем при сдаче в эксплуатацию.
Этот мега=проект Китая демонстрирует разницу подходов к внедрению ИИ в США и Китае. Китайские эксперты формулируют эту разницу примерно так:
• в США ИИ-системы учат лишь хорошо говорить в онлайне,
• а в Китае – хорошо работать в реальном мире.
«Если США смогут превратить технологии типа ChatGPT и Sora в дающие ощутимую отдачу в реале, у них появится потенциал сохранить свою лидирующую позицию в мире. В противном случае лидерство окажется иллюзией» - добавил один из китайских экспертов.
Для справки
1) Для обучения этой ИИ-системы были использованы 400 терабайтов необработанных данных: включая значения динамических сигналов, зафиксированных датчиками колес, записи движений кузова поезда, вибрации рельсов и метеорологические записи, колебания амплитуд тока электросети и даже записи мониторинга электромагнитного спектра). До внедрения алгоритмы ИИ прошли тщательную проверку человеком, чтобы гарантировать их безопасность
2) Высокоскоростная железная дорога Китая является самой быстрой в мире, ее скорость составляет 350 км/ч, а в следующем году планируется увеличить ее до 400 км/ч. Ожидается, что сеть продолжит свое быстрое расширение, пока не соединит все города с населением более 500 тыс человек.
1 https://www.scmp.com/news/china/science/article/3255039/china-puts-trust-ai-maintain-largest-high-speed-rail-network-earth
2 https://t.me/theworldisnoteasy/1246
3 https://www.railjournal.com/tag/china-railway/
#Китай #США #Экономика #Технологии
Крупнейшей индустриальной системой Китая уже год управляет ИИ.
Уже 3 года назад Китай сделал США, как бог черепаху, в трех важнейших отраслях, основанных на критических технологиях: платежные платформы, технологии связи 5-гопоколения (5G) и высокоскоростные железные дороги [2].
Согласно опубликованной SCMP вчера информации, четвертой основанной на критических технологиях отраслью, в которой Китай превзошел США, стало … промышленное использование ИИ.
В публикации корреспондента SCMP в Пекине Стивена Чена [1] рассказывается о выводах экспертов Китайской академии железнодорожных наук (CARS), опубликованных в большом академическом рецензируемом журнале China Railway Science [3].
Эти выводы можно резюмировать так.
1) Китай вот уже год, как использует ИИ для предиктивного управления эксплуатацией своей сети высокоскоростных железных дорог. Это крупнейшая в мире высокотехнологичная инфраструктурная система протяженностью 45 000 км.
2) Центр ИИ-технологий в Пекине обрабатывает огромные объемы данных в режиме реального времени со всей страны и может с 95%-ной точностью предсказывать возникновение нештатных ситуациях и предупреждать о них бригады техобслуживания не позже, чем за 40 минут до их прогнозируемого возникновения.
3) В результате таких предсказаний, за 2023 ни на одной из действующих высокоскоростных железнодорожных линий Китая не случилось ни одного инцидента, потребовавшего снижения скорости составов из-за серьезных проблем с путями, а количество мелких неисправностей путей сократилось на 80 процентов по сравнению с предыдущим годом (до ИИ).
4) По мнению экспертов, ИИ не только может прогнозировать и выдавать предупреждения до того, как возникнут проблемы, но и обеспечивает точное и своевременное техобслуживание, что позволяет поддерживать инфраструктуру высокоскоростных железнодорожных линий в лучшем состоянии, чем при сдаче в эксплуатацию.
Этот мега=проект Китая демонстрирует разницу подходов к внедрению ИИ в США и Китае. Китайские эксперты формулируют эту разницу примерно так:
• в США ИИ-системы учат лишь хорошо говорить в онлайне,
• а в Китае – хорошо работать в реальном мире.
«Если США смогут превратить технологии типа ChatGPT и Sora в дающие ощутимую отдачу в реале, у них появится потенциал сохранить свою лидирующую позицию в мире. В противном случае лидерство окажется иллюзией» - добавил один из китайских экспертов.
Для справки
1) Для обучения этой ИИ-системы были использованы 400 терабайтов необработанных данных: включая значения динамических сигналов, зафиксированных датчиками колес, записи движений кузова поезда, вибрации рельсов и метеорологические записи, колебания амплитуд тока электросети и даже записи мониторинга электромагнитного спектра). До внедрения алгоритмы ИИ прошли тщательную проверку человеком, чтобы гарантировать их безопасность
2) Высокоскоростная железная дорога Китая является самой быстрой в мире, ее скорость составляет 350 км/ч, а в следующем году планируется увеличить ее до 400 км/ч. Ожидается, что сеть продолжит свое быстрое расширение, пока не соединит все города с населением более 500 тыс человек.
1 https://www.scmp.com/news/china/science/article/3255039/china-puts-trust-ai-maintain-largest-high-speed-rail-network-earth
2 https://t.me/theworldisnoteasy/1246
3 https://www.railjournal.com/tag/china-railway/
#Китай #США #Экономика #Технологии
South China Morning Post
China puts trust in AI to maintain largest high-speed rail network on Earth
The railway system is in better condition than when it was first built, according to peer-reviewed paper.