НАЙДЕН ОПТИМАЛЬНЫЙ СПОСОБ ПРИНЯТИЯ РЕШЕНИЙ
Это потрясающее открытие имеет колоссальные перспективы.
Оно может принципиально изменить способ принятия решений в бизнесе, социальной сфере, госуправлении и даже в организации государственной власти.
Повышение качества управления (важнейший фактор в конкурентной борьбе) - это улучшение соотношения удачно принятых (то есть правильных) решений к общему количеству принимаемых решений.
Сегодня, согласно McKinsey, как минимум, половина управленческих решений оказываются не верными, не смотря на все усилия науки и управленческих практик - см. например, здесь, здесь, здесь и здесь.
И хотя человечество уже вплотную подошло к необходимости включения в процесс принятия решений «социального интеллекта» («social intelligence»), методы краудсорсинга, «интеллекта роя» и пр. пока что не смогли изменить удручающую ситуацию с неумением людей найти оптимальную схему принятия сложных решений.
Прорыв произошел довольно неожиданно. На стыке нейронауки, теории информации, теории коллективного поведения и статистической физики удалось построить и верифицировать на большом объеме экспериментальных данных динамическую, стохастическую, распределенную модель принятия решений.
Природа, в ходе эволюции, смогла создать так и не превзойденные современной наукой механику и биохимию живых существ. Логично предположить, что и в вопросе поиска наилучшей схемы принятия решений нейронами головного мозга природа опережает достигнутый уровень развития науки.
Новое исследование Центра Биосоциальных Сложных Систем и «Института сумасшедших идей» в Сата-Фе не только определило схему принятия решений нейронами головного мозга, но и доказало, что эта схема является оптимальной для любых коллективных вычислений, производимых сетью интеллектуальных агентов.
Эта схема, названная «кодирующая двойственность» состоит их 2х этапов.
— Первый этап более всего похож на то, что я, в свое время, назвал термином синтеллектуальный краудсорсинг - отличающийся от традиционного краудсорсинга, в первую очередь, ограничением на взаимодействие интеллектуальных агентов в начальной фазе процесса принятия решения.
Цель данного этапа – накопление информации в условиях подавления информационного шума.
— Второй этап – это «формирование консенсуса», в ходе которого информация быстро распространяется от «знающих» нейронов (имеющих доступ к информации) к множеству остальных участвующих в схеме нейронов, резко увеличивая этим избыточность в системе.
Принципиальным для эффективности схемы является то, что этапы накопления и консенсуса, отличаются разными временными шкалами.
#Нейронаука #ПринятиеРешений #Краудсорсинг
Это потрясающее открытие имеет колоссальные перспективы.
Оно может принципиально изменить способ принятия решений в бизнесе, социальной сфере, госуправлении и даже в организации государственной власти.
Повышение качества управления (важнейший фактор в конкурентной борьбе) - это улучшение соотношения удачно принятых (то есть правильных) решений к общему количеству принимаемых решений.
Сегодня, согласно McKinsey, как минимум, половина управленческих решений оказываются не верными, не смотря на все усилия науки и управленческих практик - см. например, здесь, здесь, здесь и здесь.
И хотя человечество уже вплотную подошло к необходимости включения в процесс принятия решений «социального интеллекта» («social intelligence»), методы краудсорсинга, «интеллекта роя» и пр. пока что не смогли изменить удручающую ситуацию с неумением людей найти оптимальную схему принятия сложных решений.
Прорыв произошел довольно неожиданно. На стыке нейронауки, теории информации, теории коллективного поведения и статистической физики удалось построить и верифицировать на большом объеме экспериментальных данных динамическую, стохастическую, распределенную модель принятия решений.
Вопросы, поставленные авторами исследования, были достаточно сумасшедшими, равно как и 100%но научными:
-- как принимаются решения мозгом?
-- на уровне отдельных нейронов или огромной сетью коммуницирующих нейронов?
-- какова схема этого - как это происходит, и как организован процесс принятия решений?
Природа, в ходе эволюции, смогла создать так и не превзойденные современной наукой механику и биохимию живых существ. Логично предположить, что и в вопросе поиска наилучшей схемы принятия решений нейронами головного мозга природа опережает достигнутый уровень развития науки.
Новое исследование Центра Биосоциальных Сложных Систем и «Института сумасшедших идей» в Сата-Фе не только определило схему принятия решений нейронами головного мозга, но и доказало, что эта схема является оптимальной для любых коллективных вычислений, производимых сетью интеллектуальных агентов.
Эта схема, названная «кодирующая двойственность» состоит их 2х этапов.
— Первый этап более всего похож на то, что я, в свое время, назвал термином синтеллектуальный краудсорсинг - отличающийся от традиционного краудсорсинга, в первую очередь, ограничением на взаимодействие интеллектуальных агентов в начальной фазе процесса принятия решения.
Цель данного этапа – накопление информации в условиях подавления информационного шума.
— Второй этап – это «формирование консенсуса», в ходе которого информация быстро распространяется от «знающих» нейронов (имеющих доступ к информации) к множеству остальных участвующих в схеме нейронов, резко увеличивая этим избыточность в системе.
Принципиальным для эффективности схемы является то, что этапы накопления и консенсуса, отличаются разными временными шкалами.
#Нейронаука #ПринятиеРешений #Краудсорсинг
Frontiers
Dual Coding Theory Explains Biphasic Collective Computation in Neural Decision-Making
A central question in cognitive neuroscience is how unitary, coherent decisions at the whole organism level can arise from the distributed behavior of a large population of neurons with only partially overlapping information. We address this issue by studying…
Я НАЧАЛЬНИК, ТЫ – AI
В прошлом посте была указана открытая ссылка за пэйвол HBR на последний номер этого журнала.
И поскольку доступ к этому номеру у вас уже есть, хочу порекомендовать еще один интересный материал из него – короткая статья «Алгоритмы видимость контроля».
В ней рассказывается про весьма неприятную историю, связанную с AI, - про которую почти не пишут. Речь идет о т.н. Эффекте «неприятия алгоритма»:
Суть этого «неприятия» в следующем.
Люди предъявляют к алгоритмам (решениям, принимаемым машинами) куда более жесткие требования, чем к самим себе. И поскольку почти любой алгоритм не идеален, люди отказываются использовать алгоритм, ссылаясь на его недостаточную точность и надежность.
Другими словами, себе-любимому мы готовы простить даже бОльшую ошибку, чем компьютеру.
В результате, человек оставляет за собой работу, куда лучше выполняемую компьютером. А бизнес продолжает терять на этом кучу денег, эффективность не растет и, вообще, прогресс не идет, куда следует.
Например, вот такая ситуация:
(1) врач в состоянии самостоятельно поставить правильный диагноз по снимку с вероятностью 60%,
(2) ему дается AI, который якобы будет ставить правильные диагнозы по снимкам с вероятностью 90%;
(3) на практике же получается, что AI ставит правильные диагнозы с вероятностью «только» 80%.
В результате, врач заявляет, что не нужен ему такой плохой AI, который не дотягивает до обещанной точности диагностики. Более того, раз он не может обеспечить 90% точность диагностики, ему вообще нельзя доверять.
В статье HBR описываются эксперименты, проводимые с целью найти способ борьбы с «неприятием алгоритма».
Согласно экспериментам, неприятие снижается, если человеку дать возможность подправлять решения AI.
Бред, конечно! А что делать? Иначе человек не может ничего с собой поделать и будет всячески дискредитировать и саботировать решения AI.
Цена вопроса здесь колоссальная. Эксперты считают, что «неприятию алгоритма» человечество обязано многими миллиардами, теряемыми, например, в ритейле из-за того, что там, по-прежнему, предпочитают опираться на человеческий прогноз при пополнении запасов, а не на куда более точные прогнозы уже существующих AI систем.
- - - - -
Легко представить, что для борьбы с «неприятием алгоритма» разработчики AI начнут предусматривать спецтрюки. Например, человек будет считать, что корректирует решения AI, а на самом деле, AI просто будет в этот момент играть с человеком в поддавки, давая ему ложное ощущение, что тот – главный.
Такой путь может закончиться плохо. И я бы сильно подумал, прежде чем пойти на такой риск.
Так за кем должно оставаться финальное решение???
N.B. От ответа на этот вопрос, в частности, зависит юридическая легализация управляемых AI авто и даже то, решится ли одна из сторон нанести ядерный удар.
Такова важность решения вопроса о «неприятии алгоритма».
Статья ссылается на это исследование.
Но есть и более новое.
#AI #ПринятиеРешений #Прогнозирование #НеприятиеАлгоритма
В прошлом посте была указана открытая ссылка за пэйвол HBR на последний номер этого журнала.
И поскольку доступ к этому номеру у вас уже есть, хочу порекомендовать еще один интересный материал из него – короткая статья «Алгоритмы видимость контроля».
В ней рассказывается про весьма неприятную историю, связанную с AI, - про которую почти не пишут. Речь идет о т.н. Эффекте «неприятия алгоритма»:
-- истоки которого коренятся у нас в сознании, но до конца не понятно – почему, и потому не очень ясно, как с этим бороться;
-- последствия которого определяют успех/неуспех и, соответственно, – применение/неприменение той или иной AI технологии в конкретных индустриях и областях личного и общественного использования.
Суть этого «неприятия» в следующем.
Люди предъявляют к алгоритмам (решениям, принимаемым машинами) куда более жесткие требования, чем к самим себе. И поскольку почти любой алгоритм не идеален, люди отказываются использовать алгоритм, ссылаясь на его недостаточную точность и надежность.
Другими словами, себе-любимому мы готовы простить даже бОльшую ошибку, чем компьютеру.
Это смахивает на наше свойство «в чужом глазу соломину видеть, а в своём — бревна не замечать».
В результате, человек оставляет за собой работу, куда лучше выполняемую компьютером. А бизнес продолжает терять на этом кучу денег, эффективность не растет и, вообще, прогресс не идет, куда следует.
Например, вот такая ситуация:
(1) врач в состоянии самостоятельно поставить правильный диагноз по снимку с вероятностью 60%,
(2) ему дается AI, который якобы будет ставить правильные диагнозы по снимкам с вероятностью 90%;
(3) на практике же получается, что AI ставит правильные диагнозы с вероятностью «только» 80%.
В результате, врач заявляет, что не нужен ему такой плохой AI, который не дотягивает до обещанной точности диагностики. Более того, раз он не может обеспечить 90% точность диагностики, ему вообще нельзя доверять.
В статье HBR описываются эксперименты, проводимые с целью найти способ борьбы с «неприятием алгоритма».
Согласно экспериментам, неприятие снижается, если человеку дать возможность подправлять решения AI.
Т.е. этот самый врач, у которого точность диагноза на треть хуже, чем у AI, будет подправлять диагностику AI.Бред, конечно! А что делать? Иначе человек не может ничего с собой поделать и будет всячески дискредитировать и саботировать решения AI.
Цена вопроса здесь колоссальная. Эксперты считают, что «неприятию алгоритма» человечество обязано многими миллиардами, теряемыми, например, в ритейле из-за того, что там, по-прежнему, предпочитают опираться на человеческий прогноз при пополнении запасов, а не на куда более точные прогнозы уже существующих AI систем.
- - - - -
Легко представить, что для борьбы с «неприятием алгоритма» разработчики AI начнут предусматривать спецтрюки. Например, человек будет считать, что корректирует решения AI, а на самом деле, AI просто будет в этот момент играть с человеком в поддавки, давая ему ложное ощущение, что тот – главный.
Такой путь может закончиться плохо. И я бы сильно подумал, прежде чем пойти на такой риск.
Так за кем должно оставаться финальное решение???
N.B. От ответа на этот вопрос, в частности, зависит юридическая легализация управляемых AI авто и даже то, решится ли одна из сторон нанести ядерный удар.
Такова важность решения вопроса о «неприятии алгоритма».
Статья ссылается на это исследование.
Но есть и более новое.
#AI #ПринятиеРешений #Прогнозирование #НеприятиеАлгоритма
Ssrn
Overcoming Algorithm Aversion: People Will Use Imperfect Algorithms If They Can (Even Slightly) Modify Them
Although evidence-based algorithms consistently outperform human forecasters, people often fail to use them after learning that they are imperfect, a phenomenon
Упертые несогласные кардинально повышают качество коллективных решений.
Этот 3й за полгода удивительный научный прорыв https://goo.gl/eqdpo6 подводит нас все ближе к открытию нового класса законов природы.
1) В июльском посте «Найден оптимальный способ принятия решений» https://t.me/theworldisnoteasy/282 я рассказал о прорывном открытии на стыке нейронауки, теории информации, теории коллективного поведения и статистической физики.
Исследователям Центра Биосоциальных Сложных Систем (С4) удалось построить и верифицировать на большом объеме экспериментальных данных динамическую, стохастическую, распределенную модель принятия решений.
С помощью этой модели была выявлена схема организации процесса принятия решений в мозге огромной сетью коммуницирующих нейронов, названная авторами «кодирующая двойственность».
2) А в ноябре состоялся другой научный прорыв, о котором я писал в посте «На пороге открытия нового класса законов природы» https://t.me/theworldisnoteasy/357.
Центр С4 опубликовал революционные результаты нового исследования, объясняющего, зачем адаптивные системы организуются во все более сложные укрупняющиеся структуры (от колоний бактерий до государств у людей).
Было показано, что создание иерархических многоуровневых структур – это закон природы, типа 2го закона термодинамики для живых систем. Это происходит для повышения эффективности обработки информации при коллективных вычислениях, осуществляемых элементами системы в условиях большой информационной зашумленности и разброса мнений.
Цель всего этого – улучшение предсказаний будущего, обеспечивающее максимальную адаптационную способность системы.
3) 1ое прорывное исследование открыло общую схему организации процесса принятия коллективных решений в сетях нейронов.
2й революционный прорыв распространил эту схему на принятие коллективных решений во всей живой природе (стая, племя, общество) и выявил ключевой механизм, отличающий процесс коллективного взаимодействия элементов в био-социальных (живых) и физических (неживых) системах. Этот механизм - создание иерархической многоуровневой структуры обработки информации, принятия решений и управления.
Только что опубликованное 3е исследование, с помощью еще более сложной и точной модели, выявило основной модельный фактор, повышающий качество коллективных решений, вырабатываемых вышеупомянутым механизмом, реализующим вышеупомянутую схему. После чего выявленный модельный фактор был проверен в полевых условиях на процессах принятия решений в сообществах обезьян (в этом смысле, жутко похожих на нас).
Выявленным ключевым фактором оказалась численность упертых несогласных, - имеющих собственное мнение, не вписывающееся в агрегированный итог иерархического сбора мнений, и не готовых от него быстро отказаться даже под угрозой трепки от более сильных вожаков, признаваемых большинством за власть.
Чем больше упертых несогласных – тем выше качество коллективных решений. И похоже, это новый закон природы.
P.S. Снаряды ложатся все кучнее. Революционное открытие прошлого года в области эффективности краудсорсинга говорит, по сути, о том же - наибольшее вознаграждение в краудсорсинге должно выдаваться упертым несогласным, оказавшимся в итоге правыми (см. «Особое мнение – 2я революция в краудсорсинге» https://t.me/theworldisnoteasy/243)
Новое исследование https://goo.gl/6C7xB8 (сложно и за пейволом; кому нужен текст, пишите)
Популярно о нем: https://goo.gl/EN3J2u и https://goo.gl/pWdtVJ (оба по 1 мин)
Эссе об этом направлении работ С4 «Как природа решает проблемы с помощью вычислений» https://goo.gl/3b71TR (5 мин)
#ЭволюционнаяБиология #КоллективныеВычисления #Нейронаука #ПринятиеРешений #Краудсорсинг
Этот 3й за полгода удивительный научный прорыв https://goo.gl/eqdpo6 подводит нас все ближе к открытию нового класса законов природы.
1) В июльском посте «Найден оптимальный способ принятия решений» https://t.me/theworldisnoteasy/282 я рассказал о прорывном открытии на стыке нейронауки, теории информации, теории коллективного поведения и статистической физики.
Исследователям Центра Биосоциальных Сложных Систем (С4) удалось построить и верифицировать на большом объеме экспериментальных данных динамическую, стохастическую, распределенную модель принятия решений.
С помощью этой модели была выявлена схема организации процесса принятия решений в мозге огромной сетью коммуницирующих нейронов, названная авторами «кодирующая двойственность».
2) А в ноябре состоялся другой научный прорыв, о котором я писал в посте «На пороге открытия нового класса законов природы» https://t.me/theworldisnoteasy/357.
Центр С4 опубликовал революционные результаты нового исследования, объясняющего, зачем адаптивные системы организуются во все более сложные укрупняющиеся структуры (от колоний бактерий до государств у людей).
Было показано, что создание иерархических многоуровневых структур – это закон природы, типа 2го закона термодинамики для живых систем. Это происходит для повышения эффективности обработки информации при коллективных вычислениях, осуществляемых элементами системы в условиях большой информационной зашумленности и разброса мнений.
Цель всего этого – улучшение предсказаний будущего, обеспечивающее максимальную адаптационную способность системы.
3) 1ое прорывное исследование открыло общую схему организации процесса принятия коллективных решений в сетях нейронов.
2й революционный прорыв распространил эту схему на принятие коллективных решений во всей живой природе (стая, племя, общество) и выявил ключевой механизм, отличающий процесс коллективного взаимодействия элементов в био-социальных (живых) и физических (неживых) системах. Этот механизм - создание иерархической многоуровневой структуры обработки информации, принятия решений и управления.
Только что опубликованное 3е исследование, с помощью еще более сложной и точной модели, выявило основной модельный фактор, повышающий качество коллективных решений, вырабатываемых вышеупомянутым механизмом, реализующим вышеупомянутую схему. После чего выявленный модельный фактор был проверен в полевых условиях на процессах принятия решений в сообществах обезьян (в этом смысле, жутко похожих на нас).
Выявленным ключевым фактором оказалась численность упертых несогласных, - имеющих собственное мнение, не вписывающееся в агрегированный итог иерархического сбора мнений, и не готовых от него быстро отказаться даже под угрозой трепки от более сильных вожаков, признаваемых большинством за власть.
Чем больше упертых несогласных – тем выше качество коллективных решений. И похоже, это новый закон природы.
P.S. Снаряды ложатся все кучнее. Революционное открытие прошлого года в области эффективности краудсорсинга говорит, по сути, о том же - наибольшее вознаграждение в краудсорсинге должно выдаваться упертым несогласным, оказавшимся в итоге правыми (см. «Особое мнение – 2я революция в краудсорсинге» https://t.me/theworldisnoteasy/243)
Новое исследование https://goo.gl/6C7xB8 (сложно и за пейволом; кому нужен текст, пишите)
Популярно о нем: https://goo.gl/EN3J2u и https://goo.gl/pWdtVJ (оба по 1 мин)
Эссе об этом направлении работ С4 «Как природа решает проблемы с помощью вычислений» https://goo.gl/3b71TR (5 мин)
#ЭволюционнаяБиология #КоллективныеВычисления #Нейронаука #ПринятиеРешений #Краудсорсинг
phys.org
How living systems compute solutions to problems
How do decisions get made in the natural world? One possibility is that the individuals or components in biological systems collectively compute solutions to challenges they face in their environments. ...
Черные лебеди, как новый закон природы.
Важнейшим последствием продолжения прорывной серии открытий центра С4 (о чем я писал вчера), может стать выработка стратегий предотвращения «Черных лебедей».
И поскольку у вас могут не дойти руки:
— до рекомендованного мною вчера эссе https://goo.gl/3b71TR
— до научных статей C4 https://goo.gl/DMjYRg
— до превосходных публичных лекций С4 https://goo.gl/mXaM8q , —
попробую выжать «сухой остаток» из этих сотен страниц и десятков часов видео на 2 мин. вашего чтения.
I) О «Черных лебедях» и коллективном поведении.
«Черные лебеди» возникают в результате коллективного поведения людей в предкритических ситуациях. Это относится к любым «Черным лебедям», - непредвиденные глобальные обвалы финансовых рынков, национальные и глобальные экономические кризисы, эпидемии схлопывания политических режимов, типа «Арабской весны».
Ключевых факторов того, взлетит ли новый «Черный лебедь» или все как-то утрясется без катастроф, два:
1) насколько близко подошла система к критической (переломной) точке - фазовому переходу системы;
2) в какую сторону: к критической точке или от нее подталкивает систему коллективное поведение.
Это похоже на толпу у обрыва над пропастью.
— Как поведет себя толпа?
— Будет ли она в результате сотен индивидуальных действий еще ближе приближаться к краю, а потом и просто выдавливать в пропасть людей?
— Или сумеет самоорганизоваться, начнет пятиться от края и тем самым предотвратит катастрофу?
Понять степень близости системы к критической точке – задача междисциплинарных исследований в соответствующей области: финансы и т.д. Этим занимаются в исследовательских центрах типа NECSI.
Понимание того, по каким схемам и с помощью каких механизмов формируются коллективные: поведение, действия, принятие решений – это задача исследований центра С4.
II) О большой войне, как новом законе природы
Исследования на матмоделях с проверкой на обезьянах позволило понять, как социальные и другие био-системы переходят из состояния А в Б. Например:
— Коллективное вычисление, выясняющее, кто в обезьяньей стае власть, требует множества драк с участием от 2х до 30+ особей.
— Маленькие драки часты, большие - редки.
— На модели с проверкой на практике удалось собрать данные о решениях отдельных особей присоединиться к драке.
— На основе этого определили число обезьян, чья склонность присоединиться к драке должна увеличиться, чтобы приблизить систему к критической точке (тотальная потасовка с непредсказуемым для стаи результатом).
— Оказалось, что требуется всего 3-5 особей, чтобы подтолкнуть систему к краю пропасти.
— Дальше определили, как самые статусные индивиды способны чуть ли ни в одиночку довести до тотальной драки.
И вот тут откровение!
Выяснилось, что катастрофа тотального боя как бы притягивает участников. А его последствия, при всей катастрофичности, позволяют решить иначе не решаемую задачу:
✔️ полностью переконфигурировать стаю в ситуации, когда окружающая среда меняется от известной до неизвестной.
Т.е. вот она причина того, что большой войны оказывается не миновать.
Оказывается, что «Черные лебеди» прилетают к нам не по собственной воле.
Это наше коллективное рассогласование с кардинально изменившейся средой так меняет наше поведение, что мы сами толкаем ситуацию в пропасть.
И это, похоже, еще один новый закон природы.
#ЭволюционнаяБиология #КоллективныеВычисления #Нейронаука #ПринятиеРешений #Краудсорсинг #ЧерныйЛебедь
Важнейшим последствием продолжения прорывной серии открытий центра С4 (о чем я писал вчера), может стать выработка стратегий предотвращения «Черных лебедей».
И поскольку у вас могут не дойти руки:
— до рекомендованного мною вчера эссе https://goo.gl/3b71TR
— до научных статей C4 https://goo.gl/DMjYRg
— до превосходных публичных лекций С4 https://goo.gl/mXaM8q , —
попробую выжать «сухой остаток» из этих сотен страниц и десятков часов видео на 2 мин. вашего чтения.
I) О «Черных лебедях» и коллективном поведении.
«Черные лебеди» возникают в результате коллективного поведения людей в предкритических ситуациях. Это относится к любым «Черным лебедям», - непредвиденные глобальные обвалы финансовых рынков, национальные и глобальные экономические кризисы, эпидемии схлопывания политических режимов, типа «Арабской весны».
Ключевых факторов того, взлетит ли новый «Черный лебедь» или все как-то утрясется без катастроф, два:
1) насколько близко подошла система к критической (переломной) точке - фазовому переходу системы;
2) в какую сторону: к критической точке или от нее подталкивает систему коллективное поведение.
Это похоже на толпу у обрыва над пропастью.
— Как поведет себя толпа?
— Будет ли она в результате сотен индивидуальных действий еще ближе приближаться к краю, а потом и просто выдавливать в пропасть людей?
— Или сумеет самоорганизоваться, начнет пятиться от края и тем самым предотвратит катастрофу?
Понять степень близости системы к критической точке – задача междисциплинарных исследований в соответствующей области: финансы и т.д. Этим занимаются в исследовательских центрах типа NECSI.
Понимание того, по каким схемам и с помощью каких механизмов формируются коллективные: поведение, действия, принятие решений – это задача исследований центра С4.
II) О большой войне, как новом законе природы
Исследования на матмоделях с проверкой на обезьянах позволило понять, как социальные и другие био-системы переходят из состояния А в Б. Например:
— Коллективное вычисление, выясняющее, кто в обезьяньей стае власть, требует множества драк с участием от 2х до 30+ особей.
— Маленькие драки часты, большие - редки.
— На модели с проверкой на практике удалось собрать данные о решениях отдельных особей присоединиться к драке.
— На основе этого определили число обезьян, чья склонность присоединиться к драке должна увеличиться, чтобы приблизить систему к критической точке (тотальная потасовка с непредсказуемым для стаи результатом).
— Оказалось, что требуется всего 3-5 особей, чтобы подтолкнуть систему к краю пропасти.
— Дальше определили, как самые статусные индивиды способны чуть ли ни в одиночку довести до тотальной драки.
И вот тут откровение!
Выяснилось, что катастрофа тотального боя как бы притягивает участников. А его последствия, при всей катастрофичности, позволяют решить иначе не решаемую задачу:
✔️ полностью переконфигурировать стаю в ситуации, когда окружающая среда меняется от известной до неизвестной.
Т.е. вот она причина того, что большой войны оказывается не миновать.
Оказывается, что «Черные лебеди» прилетают к нам не по собственной воле.
Это наше коллективное рассогласование с кардинально изменившейся средой так меняет наше поведение, что мы сами толкаем ситуацию в пропасть.
И это, похоже, еще один новый закон природы.
#ЭволюционнаяБиология #КоллективныеВычисления #Нейронаука #ПринятиеРешений #Краудсорсинг #ЧерныйЛебедь
Quanta Magazine
How Nature Solves Problems Through Computation
The evolutionary biologist Jessica Flack seeks the computational rules that groups of organisms use to solve problems.
Начало войны и ошибочный диагноз рака – следствие одного и того же.
Мир кардинально изменился. Но человечество пока этого не поняло. И это очень плохо.
Люди всегда были не очень сильны в оценке вероятностей. Но еще хуже они всегда были в принятии решений на основе таких оценок.
Сколько катастрофических ошибок для стран и народов делают политические лидеры, принимая военные решения, неверно трактовав оценку вероятности разных сценариев!
А сколько ошибок, катастрофических для конкретных людей и их близких, делают врачи, принимая ошибочное решение на основе оценки вероятности!
Но так было всегда.
Так в чем же дело? Почему это вдруг стало столь критично?
Об этом, а также об изменивших мир цифровизации и больших данных. И о том, как изменить мировоззрение людей, адаптировав его к условиям нового мира, я написал здесь (читать 4 мин)
https://goo.gl/kPMvtj
#БольшиеДанные #Вероятность #Неопределенность #ПринятиеРешений
Мир кардинально изменился. Но человечество пока этого не поняло. И это очень плохо.
Люди всегда были не очень сильны в оценке вероятностей. Но еще хуже они всегда были в принятии решений на основе таких оценок.
Сколько катастрофических ошибок для стран и народов делают политические лидеры, принимая военные решения, неверно трактовав оценку вероятности разных сценариев!
А сколько ошибок, катастрофических для конкретных людей и их близких, делают врачи, принимая ошибочное решение на основе оценки вероятности!
Но так было всегда.
Так в чем же дело? Почему это вдруг стало столь критично?
Об этом, а также об изменивших мир цифровизации и больших данных. И о том, как изменить мировоззрение людей, адаптировав его к условиям нового мира, я написал здесь (читать 4 мин)
https://goo.gl/kPMvtj
#БольшиеДанные #Вероятность #Неопределенность #ПринятиеРешений
Medium
Начало войны и ошибочный диагноз рака — следствие одного и того же
Мир кардинально изменился. Но человечество пока этого не поняло. И это очень плохо.
Почему наем «лучших» людей ошибочен – 2 (как разнообразие становится конкурентным преимуществом)
Предыдущий пост на эту тему вызвал интерес у многих.
В продолжение темы вчера и сегодня в «Институте сумасшедших идей» в Санта-Фе проходит замечательный учебный «Курс прикладной сложности» https://goo.gl/PQfPrA .
Его цель – рассказать о разнообразии, сложности и принятии решений в бизнесе, способствующих увеличению прибыли в контексте формирования команд и, в целом, при найме персонала. О том, как разнообразие возникает во множестве сложных систем, и как его можно использовать в бизнесе, чтобы приручить неопределенность и повысить уровень инноваций, - расскажет созвездие первостатейных спикеров, о прорывных работах которых я уже не раз писал:
— Джеффри Уэст (см. «Открыта формула победы на выборах» https://t.me/theworldisnoteasy/238 )
— Джессика Флэк (см. «На пороге открытия нового класса законов природы» https://t.me/theworldisnoteasy/357 )
— Мирта Галесич (см. «Новая социально-сетевая социология опросов» https://t.me/theworldisnoteasy/428)
— Скотт Пейдж (см. «Почему наем «лучших» людей ошибочен» https://t.me/theworldisnoteasy/411) и др.
СпрОсите, зачем рекламировать учебный курс, на который никто из читателей уже не попадет?
Да затем, что:
✔️ Во-первых, тема настолько важная, что я пишу о ней чуть ли не каждый 2й свой пост, стараясь разнообразить для вас ее сервировку и подавая под разными соусами. Однако желающих попробовать это блюдо на практике пока катастрофически мало (слишком это перпендикулярно мейнстриму).
✔️ А во-вторых, статьи всех спикеров этого курса на данную тему лежат в открытом доступе на расстоянии пары кликов от вас, - кто заинтересуется, враз найдет.
Ну или хотя бы потратьте 1.5 мин. на чтение тизера курса https://goo.gl/hck6vA о том, что общего между катастрофой, постигшей компанию Xerox (копир которой в 1970 был признан «самым успешным продуктом, когда-либо выводимым на рынок США»),и катастрофой шатла «Челленджер» в 1986 г. https://goo.gl/3J5LG3 (в свете последних заявлений США и России о скорых миссиях на Луну и Марс – более, чем актуально).
#Разнообразие #Сложность #ПринятиеРешений #НаёмПерсонала
Предыдущий пост на эту тему вызвал интерес у многих.
В продолжение темы вчера и сегодня в «Институте сумасшедших идей» в Санта-Фе проходит замечательный учебный «Курс прикладной сложности» https://goo.gl/PQfPrA .
Его цель – рассказать о разнообразии, сложности и принятии решений в бизнесе, способствующих увеличению прибыли в контексте формирования команд и, в целом, при найме персонала. О том, как разнообразие возникает во множестве сложных систем, и как его можно использовать в бизнесе, чтобы приручить неопределенность и повысить уровень инноваций, - расскажет созвездие первостатейных спикеров, о прорывных работах которых я уже не раз писал:
— Джеффри Уэст (см. «Открыта формула победы на выборах» https://t.me/theworldisnoteasy/238 )
— Джессика Флэк (см. «На пороге открытия нового класса законов природы» https://t.me/theworldisnoteasy/357 )
— Мирта Галесич (см. «Новая социально-сетевая социология опросов» https://t.me/theworldisnoteasy/428)
— Скотт Пейдж (см. «Почему наем «лучших» людей ошибочен» https://t.me/theworldisnoteasy/411) и др.
СпрОсите, зачем рекламировать учебный курс, на который никто из читателей уже не попадет?
Да затем, что:
✔️ Во-первых, тема настолько важная, что я пишу о ней чуть ли не каждый 2й свой пост, стараясь разнообразить для вас ее сервировку и подавая под разными соусами. Однако желающих попробовать это блюдо на практике пока катастрофически мало (слишком это перпендикулярно мейнстриму).
✔️ А во-вторых, статьи всех спикеров этого курса на данную тему лежат в открытом доступе на расстоянии пары кликов от вас, - кто заинтересуется, враз найдет.
Ну или хотя бы потратьте 1.5 мин. на чтение тизера курса https://goo.gl/hck6vA о том, что общего между катастрофой, постигшей компанию Xerox (копир которой в 1970 был признан «самым успешным продуктом, когда-либо выводимым на рынок США»),и катастрофой шатла «Челленджер» в 1986 г. https://goo.gl/3J5LG3 (в свете последних заявлений США и России о скорых миссиях на Луну и Марс – более, чем актуально).
#Разнообразие #Сложность #ПринятиеРешений #НаёмПерсонала
www.santafe.edu
Complexity of Diversity Course
<p><a href="/pages/complexity-diversity-course"><img alt="" src="//sfi-edu.s3.amazonaws.com/sfi-edu/production/uploads/ckeditor/2022/04/11/actionvid_transcriptbutton.png" style="width: 195px; height: 60px;" /></a></p>
<p><em>This Applied Complexity Short…
<p><em>This Applied Complexity Short…
ЦРУ создает кентавров для предсказания будущего.
Эта тема — одна из моих любимых. И уже не первый месяц, как я собираюсь начать о ней писать.
Хотя не совсем так. Кое-что я уже про это писал. И даже не раз. Но не системно, а как-то по касательной. Как бы подступаясь к этой многогранной истории с разных сторон:
— писал об интеллектуальных кентаврах — симбиозе интеллекта человека и компьютера, — альтернативе мейнстриму ИИ технологий, плодящему «бездумные машины»;
— о том, как устроен интеллект человека, и в чем его принципиальное отличие от интеллекта компьютера;
— о возможности предсказания будущего;
— о роли случайности.
Наверное, наиболее проницательные из моих читателей уже поняли, куда я клоню.
К тому, что всё вышеперечисленное — грани одной комплексной темы: взаимосвязи интеллекта (человеческого, машинного, кентаврического) и предсказаний будущего. Но как они связаны — интеллект и предсказания?
Полагаю, хватить дробить эту тему. Пора попытаться нарисовать общую картину.
Но такой рассказ в один или даже пару постов не втиснуть. Слишком много здесь захватывающих, крайне малоизвестных и интригующих поворотов. Хочу попробовать редкий для е-каналов жанр — постосериал, еженедельно публикуя продолжение одной большой истории.
Ну а начну с прояснения заголовка. Как в этой теме сплелись кентавры и предсказания будущего, объясню чуть позже. А начну с интриги, — при здесь ЦРУ, да еще и на ключевой позиции.
Тегов у этого постосериала будет много:
#ИнтеллектКентавра #AI #ИИ #IA #AIA #Краудсорсинг #РынкиПредсказаний #АльтернативныйИИ #Прогнозирование #Будущее #ПринятиеРешений #Случайность #Память #КогнитивныеСистемы #Нейронаука #IARPA
Мда… И обо всем этом я собираюсь написать в одном постосериале? … Ну хотя бы попробую 😊
Вот 1й пост 1го сезона нового постосериала. https://goo.gl/2AemSJ
Эта тема — одна из моих любимых. И уже не первый месяц, как я собираюсь начать о ней писать.
Хотя не совсем так. Кое-что я уже про это писал. И даже не раз. Но не системно, а как-то по касательной. Как бы подступаясь к этой многогранной истории с разных сторон:
— писал об интеллектуальных кентаврах — симбиозе интеллекта человека и компьютера, — альтернативе мейнстриму ИИ технологий, плодящему «бездумные машины»;
— о том, как устроен интеллект человека, и в чем его принципиальное отличие от интеллекта компьютера;
— о возможности предсказания будущего;
— о роли случайности.
Наверное, наиболее проницательные из моих читателей уже поняли, куда я клоню.
К тому, что всё вышеперечисленное — грани одной комплексной темы: взаимосвязи интеллекта (человеческого, машинного, кентаврического) и предсказаний будущего. Но как они связаны — интеллект и предсказания?
Полагаю, хватить дробить эту тему. Пора попытаться нарисовать общую картину.
Но такой рассказ в один или даже пару постов не втиснуть. Слишком много здесь захватывающих, крайне малоизвестных и интригующих поворотов. Хочу попробовать редкий для е-каналов жанр — постосериал, еженедельно публикуя продолжение одной большой истории.
Ну а начну с прояснения заголовка. Как в этой теме сплелись кентавры и предсказания будущего, объясню чуть позже. А начну с интриги, — при здесь ЦРУ, да еще и на ключевой позиции.
Тегов у этого постосериала будет много:
#ИнтеллектКентавра #AI #ИИ #IA #AIA #Краудсорсинг #РынкиПредсказаний #АльтернативныйИИ #Прогнозирование #Будущее #ПринятиеРешений #Случайность #Память #КогнитивныеСистемы #Нейронаука #IARPA
Мда… И обо всем этом я собираюсь написать в одном постосериале? … Ну хотя бы попробую 😊
Вот 1й пост 1го сезона нового постосериала. https://goo.gl/2AemSJ
Medium
ЦРУ создает кентавров для предсказания будущего
Постосериал: 1й сезон, 1й пост — “Мистер Q и футбол”
Проект «Карта будущего»
2й пост 1го сезона постосериала «ЦРУ создает кентавров для предсказания будущего»
Соперничество между военными и разведкой в США еще круче, чем соперничество между КГБ и МВД (во всех их исторических ипостасях). Т.е. было всегда и ныне процветает, касаясь, казалось бы, самых экзотических и неожиданных областей.
Самым ярким примером такого соперничества в последние десятилетия стала «30летняя война» Министерства обороны США и ЦРУ за первенство в обладании технологии предсказания будущего.
В 1й серии этого постосериала было рассказано, что:
✔️ предсказание будущего — это вовсе не шаманство, а острая необходимость для принятия решений в любом мало-мальски ответственном деле;
✔️ не смотря на крайнюю сложность более-менее точных предсказаний, людям все равно приходится делать предсказания каждый раз, когда нужно принимать решения — т.е. от предсказаний все равно никуда не денешься, и потому задача повышения точности предсказаний — крайне актуальная, вполне практическая и высокоприоритетная;
✔️ существуют 2х основных направления в области исследования методов и технологий повышения точности предсказаний:
— поиск и выявление супер-предсказателей;
— агрегация информации от многих предсказателей с использованием рыночных механизмов — рынков предсказаний.
Во 2ом посте будет рассказано о генеральном сражении «30летней войны» Министерства обороны США и ЦРУ за первенство в обладании технологией предсказания будущего.
Это генеральное сражение произошло 15 лет назад. Наступающей стороной было Министерство обороны США, а победителем стало ЦРУ.
Ну а главным героем этой битвы, во многом определившим направление исследований предсказания будущего на годы вперед, стал адмирал Пойндекстер — ключевая фигура наиболее хитроумных спецопераций американских военных, прозванный за это «Адмирал-затейник», а также:
— изобретатель ставшей сегодня широко известной технологии создания «Ситуационных центров»,
— отец стратегии информационных войн, программы тотального прослушивания и контртеррористических информационных операций,
— а ко всему прочему, страстный приверженец идеи необходимости поиска методов улучшения предсказаний будущего, как основного средства повышения национальной безопасности США.
Продолжить чтение в Instant View на Medium
https://goo.gl/9J2321
#ИнтеллектКентавра #AI #ИИ #IA #AIA #Краудсорсинг #РынкиПредсказаний #АльтернативныйИИ #Прогнозирование #Будущее #ПринятиеРешений #Случайность #Память #КогнитивныеСистемы #Нейронаука #IARPA
2й пост 1го сезона постосериала «ЦРУ создает кентавров для предсказания будущего»
Соперничество между военными и разведкой в США еще круче, чем соперничество между КГБ и МВД (во всех их исторических ипостасях). Т.е. было всегда и ныне процветает, касаясь, казалось бы, самых экзотических и неожиданных областей.
Самым ярким примером такого соперничества в последние десятилетия стала «30летняя война» Министерства обороны США и ЦРУ за первенство в обладании технологии предсказания будущего.
В 1й серии этого постосериала было рассказано, что:
✔️ предсказание будущего — это вовсе не шаманство, а острая необходимость для принятия решений в любом мало-мальски ответственном деле;
✔️ не смотря на крайнюю сложность более-менее точных предсказаний, людям все равно приходится делать предсказания каждый раз, когда нужно принимать решения — т.е. от предсказаний все равно никуда не денешься, и потому задача повышения точности предсказаний — крайне актуальная, вполне практическая и высокоприоритетная;
✔️ существуют 2х основных направления в области исследования методов и технологий повышения точности предсказаний:
— поиск и выявление супер-предсказателей;
— агрегация информации от многих предсказателей с использованием рыночных механизмов — рынков предсказаний.
Во 2ом посте будет рассказано о генеральном сражении «30летней войны» Министерства обороны США и ЦРУ за первенство в обладании технологией предсказания будущего.
Это генеральное сражение произошло 15 лет назад. Наступающей стороной было Министерство обороны США, а победителем стало ЦРУ.
Ну а главным героем этой битвы, во многом определившим направление исследований предсказания будущего на годы вперед, стал адмирал Пойндекстер — ключевая фигура наиболее хитроумных спецопераций американских военных, прозванный за это «Адмирал-затейник», а также:
— изобретатель ставшей сегодня широко известной технологии создания «Ситуационных центров»,
— отец стратегии информационных войн, программы тотального прослушивания и контртеррористических информационных операций,
— а ко всему прочему, страстный приверженец идеи необходимости поиска методов улучшения предсказаний будущего, как основного средства повышения национальной безопасности США.
Продолжить чтение в Instant View на Medium
https://goo.gl/9J2321
#ИнтеллектКентавра #AI #ИИ #IA #AIA #Краудсорсинг #РынкиПредсказаний #АльтернативныйИИ #Прогнозирование #Будущее #ПринятиеРешений #Случайность #Память #КогнитивныеСистемы #Нейронаука #IARPA
Medium
Проект «Карта будущего»
2й пост 1го сезона постосериала «ЦРУ создает кентавров для предсказания будущего»
Предсказания становятся приоритетом.
3й пост постосериала «ЦРУ создает кентавров для предсказания будущего».
Новый этап исследований и разработок по предсказанию будущих событий для обеспечения национальной безопасности США возглавила разведка. Он продолжался до прошлого 2017 года и отличался от 1го этапа двумя принципиальными моментами:
1) Законодательный запрет на игру на деньги в области предсказаний, заставил сместить фокус исследований с рынков предсказаний на поиск супер-предсказателей и ряд других методов повышения эффективности предсказаний «коллективного интеллекта».
2) Объемы финансирования и, соответственно, число и разнообразие проектов качественно выросло после оглашения в 2004 результатов работы комиссии по теракту 9/11. Разведсообщество было поставлено перед фактом – делайте, что хотите, но такого повториться не должно.
Этот этап исследований можно условно назвать «Поиск максимума человеческих возможностей в предсказаниях». Об этом и будет рассказ.
Продолжить чтение в Instant View на Medium
https://goo.gl/4Y1Kp1
Предыдущие посты постосериала:
№1 https://goo.gl/2AemSJ
№2 https://goo.gl/9J2321
#ИнтеллектКентавра #AI #ИИ #IA #AIA #Краудсорсинг #РынкиПредсказаний #АльтернативныйИИ #Прогнозирование #Будущее #ПринятиеРешений #Случайность #Память #КогнитивныеСистемы #Нейронаука #IARPA
3й пост постосериала «ЦРУ создает кентавров для предсказания будущего».
Новый этап исследований и разработок по предсказанию будущих событий для обеспечения национальной безопасности США возглавила разведка. Он продолжался до прошлого 2017 года и отличался от 1го этапа двумя принципиальными моментами:
1) Законодательный запрет на игру на деньги в области предсказаний, заставил сместить фокус исследований с рынков предсказаний на поиск супер-предсказателей и ряд других методов повышения эффективности предсказаний «коллективного интеллекта».
2) Объемы финансирования и, соответственно, число и разнообразие проектов качественно выросло после оглашения в 2004 результатов работы комиссии по теракту 9/11. Разведсообщество было поставлено перед фактом – делайте, что хотите, но такого повториться не должно.
Этот этап исследований можно условно назвать «Поиск максимума человеческих возможностей в предсказаниях». Об этом и будет рассказ.
Продолжить чтение в Instant View на Medium
https://goo.gl/4Y1Kp1
Предыдущие посты постосериала:
№1 https://goo.gl/2AemSJ
№2 https://goo.gl/9J2321
#ИнтеллектКентавра #AI #ИИ #IA #AIA #Краудсорсинг #РынкиПредсказаний #АльтернативныйИИ #Прогнозирование #Будущее #ПринятиеРешений #Случайность #Память #КогнитивныеСистемы #Нейронаука #IARPA
Medium
Предсказания становятся приоритетом
3й пост постосериала «ЦРУ создает кентавров для предсказания будущего»
Не знаю, как читать, но писать о том, о чем в мире очень мало кто знает, - весьма увлекательно. Хочется писать и писать. Но даже лонгрид не резиновый.
Ну а как кратко описать, о чем этот лонгрид – вообще загадка.
Попробую последовать с детства любимому Жюлю-Верну.
Краткое содержание лонгрида про «топор под компасом американской разведки» и про то, кто кого сборет - краудсорсинг против рынков предсказаний:
Бомба замедленного действия. — Таинственная смерть на Эвересте. — Триумф и крах Intrade. — Упреждающая разведка. — ЦРУ спешит на помощь. — Результативность прогнозов растет. — Но точность хромает. — Два сокрушительных удара. — Черные лебеди не ловятся. — Требуются кентавры.
Мой новый пост https://goo.gl/ggcXCo
#ИнтеллектКентавра #AI #ИИ #IA #AIA #Краудсорсинг #РынкиПредсказаний #АльтернативныйИИ #Прогнозирование #Будущее #ПринятиеРешений #Случайность #Память #КогнитивныеСистемы #Нейронаука #IARPA
Ну а как кратко описать, о чем этот лонгрид – вообще загадка.
Попробую последовать с детства любимому Жюлю-Верну.
Краткое содержание лонгрида про «топор под компасом американской разведки» и про то, кто кого сборет - краудсорсинг против рынков предсказаний:
Бомба замедленного действия. — Таинственная смерть на Эвересте. — Триумф и крах Intrade. — Упреждающая разведка. — ЦРУ спешит на помощь. — Результативность прогнозов растет. — Но точность хромает. — Два сокрушительных удара. — Черные лебеди не ловятся. — Требуются кентавры.
Мой новый пост https://goo.gl/ggcXCo
#ИнтеллектКентавра #AI #ИИ #IA #AIA #Краудсорсинг #РынкиПредсказаний #АльтернативныйИИ #Прогнозирование #Будущее #ПринятиеРешений #Случайность #Память #КогнитивныеСистемы #Нейронаука #IARPA
Medium
Топор под компасом американской разведки
Краудсорсинг против рынков предсказаний
Алгоритм экономического доверия зашит в наших генах.
Это удивительное открытие озадачивает – а что еще там зашито?
Насколько сложные поведенческие стратегии и алгоритмы их исполнения зашиты в наших генах и передаются по наследству? Речь здесь не о простых поведенческих реакциях, типа страха, а о сложных поведенческих стратегиях, отсутствующих у животных, но имеющихся у людей.
Например, - базовая поведенческая стратегия, на которой стоит вся экономика человечества, и без которой нашей цивилизации просто не было бы. Речь об экономическом доверии – основе взаимовыгодного взаимодействия.
Что это такое, никому объяснять не нужно. Взрослый человек понимает это интуитивно. Два главных параметра этого понятия для нас столь же очевидны, как ощущение усталости или головной боли.
Первый параметр – потенциал пользы от проявляемого нами доверия (что мы может за наше доверие получить). Второй – моральный риск того, что партнер может нас обмануть (насколько больно нам будет в душе, если нас кинут).
До сих пор считалось, что сложные поведенческие стратегии, уровня экономического доверия, - продукт исключительно культурной эволюции человека. И, следовательно, экономическое доверие – плод социального научения человека в процессе жизни.
Однако, результаты исследования «Экономическое доверие у маленьких детей», опубликованного на прошлой неделе в Трудах Королевского научного общества, опровергает существующую точку зрения.
✔️ Путем разработанных авторами забавных и весьма креативных поведенческих экспериментов с куклами (см. видео, которое пока что посмотрели меньше 100 человек во всем мире!), авторы убедительно доказали, что в головах детей 4-6 летнего возраста уже есть все необходимое для понимания и следования стратегиям экономического доверия.
Дело в том, что в этом возрасте у детей просто отсутствуют:
- способности к ориентированному на будущее мышлению,
- опыт социального научения экономическим отношениям.
А это значит, что базовый уровень поведенческой стратегии экономического доверия, а также алгоритмы исполнения этой стратегии зашиты в наших генах.
И это поразительно. Ведь алгоритмика нейро-химического управления стратегией столь высокого уровня сложности куда сложней, чем, например, зашитые в нас алгоритмы ориентации в 3х мерном пространстве или оценки расстояний между предметами (FYI: оба этих умения лежат в основе научения ребенком тому, что мы называем «видеть», в первые месяцы после его рождения).
• Каким образом в ДНК умещаются столь сложные алгоритмы?
• Каким супер-эффективным кодом они там закодированы?
• А может, все-таки, они загружаются из каких-то внешних источников, отличных от опыта социального научения?
Все это пока неизвестно. Но тем интересней 🤓
Исследование:
- популярно;
- для профи.
#Биопсихология #ЭволюционнаяПсихология #ПринятиеРешений #Эволюция #СравнительнаяПсихология
Это удивительное открытие озадачивает – а что еще там зашито?
Насколько сложные поведенческие стратегии и алгоритмы их исполнения зашиты в наших генах и передаются по наследству? Речь здесь не о простых поведенческих реакциях, типа страха, а о сложных поведенческих стратегиях, отсутствующих у животных, но имеющихся у людей.
Например, - базовая поведенческая стратегия, на которой стоит вся экономика человечества, и без которой нашей цивилизации просто не было бы. Речь об экономическом доверии – основе взаимовыгодного взаимодействия.
Что это такое, никому объяснять не нужно. Взрослый человек понимает это интуитивно. Два главных параметра этого понятия для нас столь же очевидны, как ощущение усталости или головной боли.
Первый параметр – потенциал пользы от проявляемого нами доверия (что мы может за наше доверие получить). Второй – моральный риск того, что партнер может нас обмануть (насколько больно нам будет в душе, если нас кинут).
До сих пор считалось, что сложные поведенческие стратегии, уровня экономического доверия, - продукт исключительно культурной эволюции человека. И, следовательно, экономическое доверие – плод социального научения человека в процессе жизни.
Однако, результаты исследования «Экономическое доверие у маленьких детей», опубликованного на прошлой неделе в Трудах Королевского научного общества, опровергает существующую точку зрения.
✔️ Путем разработанных авторами забавных и весьма креативных поведенческих экспериментов с куклами (см. видео, которое пока что посмотрели меньше 100 человек во всем мире!), авторы убедительно доказали, что в головах детей 4-6 летнего возраста уже есть все необходимое для понимания и следования стратегиям экономического доверия.
Дело в том, что в этом возрасте у детей просто отсутствуют:
- способности к ориентированному на будущее мышлению,
- опыт социального научения экономическим отношениям.
А это значит, что базовый уровень поведенческой стратегии экономического доверия, а также алгоритмы исполнения этой стратегии зашиты в наших генах.
И это поразительно. Ведь алгоритмика нейро-химического управления стратегией столь высокого уровня сложности куда сложней, чем, например, зашитые в нас алгоритмы ориентации в 3х мерном пространстве или оценки расстояний между предметами (FYI: оба этих умения лежат в основе научения ребенком тому, что мы называем «видеть», в первые месяцы после его рождения).
• Каким образом в ДНК умещаются столь сложные алгоритмы?
• Каким супер-эффективным кодом они там закодированы?
• А может, все-таки, они загружаются из каких-то внешних источников, отличных от опыта социального научения?
Все это пока неизвестно. Но тем интересней 🤓
Исследование:
- популярно;
- для профи.
#Биопсихология #ЭволюционнаяПсихология #ПринятиеРешений #Эволюция #СравнительнаяПсихология
YouTube
University of Michigan Study: The Origins of Trust
Adults often engage in mutually beneficial interactions—such as business transactions—that require trust that others will reciprocate.
But this social behavior can develop as early as preschool, according to a new University of Michigan study that indicates…
But this social behavior can develop as early as preschool, according to a new University of Michigan study that indicates…
Если ставка – жизнь, спасают лишь интуиция и молчаливое знание. И то, и другое можно натренировать, если знать как.
Увы, но самому главному в жизни нас не учат. Например, как спасти свою жизнь в экстремальных ситуациях: пожар, теракт и т.д. Классический подход к принятию важных решений учит – надо сформулировать проблему, очертить альтернативы, оценить варианты…
Однако, профессиональные пожарные вовсе не очерчивают альтернативы и не оценивают их, а используют первую более или менее приемлемую идею, которая приходит в голову, затем ищут следующую идею и т. д. Принятие решений у пожарных и близко не походит на то, что рекомендует классическая теория. Так же поступают и «морские котики», да и все профессиональные спасатели и бойцы спецподразделений в цейтнотных ситуациях жизни и смерти, характеризуемых высочайшей неуверенностью и нестабильностью, при которых рациональный подход к принятию решений не работает так, как предполагается.
Причина в том, что человеческая рациональность ограниченна, а требования к скорости обработки информации в экстремальных ситуациях намного превосходят познавательные способности людей. Поэтому в таких ситуациях нужно принимать решения не из расчета оптимальных исходов, а ориентируясь на то, что «достаточно хорошо» и довольствуясь тем, что есть. Разум нужно выключить, отдавшись на волю интуиции и своих «молчаливых знаний».
Чтобы научиться этому, существует специальных подход - Натуралистическое принятие решений Naturalistic Decision Decision (NDM). Он трактует интуицию наподобие глубокого обучения на большом количестве образцов, полученных в результате опыта, что приводит к различным формам молчаливого (неявного) знания. Не менее важно здесь принципиальное отличие интуиции и понимания.
- Интуиция зависит от «библиотеки моделей», которые человек приобрел в процессе жизни.
- А понимание является средством создания новых моделей.
NDM предлагает семь способов улучшения интуитивного принятия решений, основанных на создании у людей более совершенной библиотеки неявных знаний - Tacit Knowledge (молчаливое, неявное, невербализованное знание): от выбора «наименее худшего» варианта до практики рассказывания «мрачных историй».
И последнее. NDM – не очередное психо-разводилово. Этот подход разработан Гари Кляйном – проф. экспериментальной психологии экстремальных ситуаций, среди прочего, спроектировавшим Ситуационный центр Белого дома. Сегодня NDM - штатный метод подготовки к экстремальным ситуациям в армии, ВВС и ВМФ США, у пожарных и военных медсестер, морской пехоты и спецназа …
Подробней
- популярно
- научно
P.S. И кстати, как считают в McKinsey, в XXI веке «молчаливое знание» станет ключевым конкурентным преимуществом. Оно поможет совершить революцию в здравоохранении, торговле, страховании, финансовых услугах и консалтинге.
Подробней о возрастающей роли «молчаливого знания» при формировании сетевого разума - как будут устроены работа, развлечения, война и борьба с терроризмом в постиндустриальном мире, - читайте в моем посте на Republic.
#Интуиция #МолчаливоеЗнание #ПринятиеРешений
Увы, но самому главному в жизни нас не учат. Например, как спасти свою жизнь в экстремальных ситуациях: пожар, теракт и т.д. Классический подход к принятию важных решений учит – надо сформулировать проблему, очертить альтернативы, оценить варианты…
Однако, профессиональные пожарные вовсе не очерчивают альтернативы и не оценивают их, а используют первую более или менее приемлемую идею, которая приходит в голову, затем ищут следующую идею и т. д. Принятие решений у пожарных и близко не походит на то, что рекомендует классическая теория. Так же поступают и «морские котики», да и все профессиональные спасатели и бойцы спецподразделений в цейтнотных ситуациях жизни и смерти, характеризуемых высочайшей неуверенностью и нестабильностью, при которых рациональный подход к принятию решений не работает так, как предполагается.
Причина в том, что человеческая рациональность ограниченна, а требования к скорости обработки информации в экстремальных ситуациях намного превосходят познавательные способности людей. Поэтому в таких ситуациях нужно принимать решения не из расчета оптимальных исходов, а ориентируясь на то, что «достаточно хорошо» и довольствуясь тем, что есть. Разум нужно выключить, отдавшись на волю интуиции и своих «молчаливых знаний».
Чтобы научиться этому, существует специальных подход - Натуралистическое принятие решений Naturalistic Decision Decision (NDM). Он трактует интуицию наподобие глубокого обучения на большом количестве образцов, полученных в результате опыта, что приводит к различным формам молчаливого (неявного) знания. Не менее важно здесь принципиальное отличие интуиции и понимания.
- Интуиция зависит от «библиотеки моделей», которые человек приобрел в процессе жизни.
- А понимание является средством создания новых моделей.
NDM предлагает семь способов улучшения интуитивного принятия решений, основанных на создании у людей более совершенной библиотеки неявных знаний - Tacit Knowledge (молчаливое, неявное, невербализованное знание): от выбора «наименее худшего» варианта до практики рассказывания «мрачных историй».
И последнее. NDM – не очередное психо-разводилово. Этот подход разработан Гари Кляйном – проф. экспериментальной психологии экстремальных ситуаций, среди прочего, спроектировавшим Ситуационный центр Белого дома. Сегодня NDM - штатный метод подготовки к экстремальным ситуациям в армии, ВВС и ВМФ США, у пожарных и военных медсестер, морской пехоты и спецназа …
Подробней
- популярно
- научно
P.S. И кстати, как считают в McKinsey, в XXI веке «молчаливое знание» станет ключевым конкурентным преимуществом. Оно поможет совершить революцию в здравоохранении, торговле, страховании, финансовых услугах и консалтинге.
Подробней о возрастающей роли «молчаливого знания» при формировании сетевого разума - как будут устроены работа, развлечения, война и борьба с терроризмом в постиндустриальном мире, - читайте в моем посте на Republic.
#Интуиция #МолчаливоеЗнание #ПринятиеРешений
The Conversation
Making life-or-death decisions is very hard – here’s how we’ve taught people to do it better
Emergency responders and military personnel need to think creatively – even imaginatively – to save lives under pressure. Analyzing the Grenfell Tower Fire in London reveals useful lessons.
Надеюсь, в 2020 это открытие не только станет широко обсуждаемой сенсацией, но и:
- положит начало научной революции в экономике, социологии и психологии;
- запустит кардинальный пересмотр многих практических направлениях, связанных с принятием решений и оценкой рисков.
Наука, наконец, откажется от концептуально упрощенной трактовки вероятности без учёта фактора времени.
Технологии больших данных пересмотрят существующие подходы их анализа, основанные на вероятности больших ансамблей.
Бизнес кардинально поменяет методики анализа рисков и прогнозирования для большинства видов человеческой деятельности.
И все мы будем вынуждены переосмыслить отношение к случайностям, из которых, собственно, и состоит наша жизнь.
Все это может произойти потому, что даже математически выверенные ожидания, базирующиеся на ансамблевых средних значениях - от выигрыша в казино до выгодности страховки, - оказываются ошибочными, если не учитывать фактор времени.
А может никакой такой революции не произойдёт: ни в 2020, ни даже через 3, 5 или 10 лет. Ведь человечество неоднократно доказывало, что способно веками прекрасно уживаться с наивными и несовершенными представлениями о мире. Что солнце вращается вокруг неподвижной земли, что камни не могут падать с неба, да и мало ли ещё было … ((
Но все же не думаю, что снова случится подобное. Слишком уж разогнался ход времени, чтобы продолжилась и дальше 300 летняя практика его неучета при оценке вероятности выигрыша в случайных процессах.
Кем бы вы ни были по профессии, и какова бы ни была сфера ваших интересов, данная тема - одна из самых важных. И разобраться в ней обязательно надо. Но это не просто. Чтобы объяснить на примерах, что здесь к чему, мне пришлось написать лонгрид на 19 мин чтения, да еще и с 20 картинками:
- на Medium https://bit.ly/3IAKJ4k
- на Яндекс Дзен https://clck.ru/L6YrP
И кстати. Если даже такая тема вас не заинтересовала и нет желания читать дальше (мол, время жалко), - вы правы! Не тратьте больше свое драгоценное время и смело отписывайтесь от этого канала.
В мире ведь так много другого - общеизвестного неинтересного.
#Вероятность #Эргодичность #ПринятиеРешений
- положит начало научной революции в экономике, социологии и психологии;
- запустит кардинальный пересмотр многих практических направлениях, связанных с принятием решений и оценкой рисков.
Наука, наконец, откажется от концептуально упрощенной трактовки вероятности без учёта фактора времени.
Технологии больших данных пересмотрят существующие подходы их анализа, основанные на вероятности больших ансамблей.
Бизнес кардинально поменяет методики анализа рисков и прогнозирования для большинства видов человеческой деятельности.
И все мы будем вынуждены переосмыслить отношение к случайностям, из которых, собственно, и состоит наша жизнь.
Все это может произойти потому, что даже математически выверенные ожидания, базирующиеся на ансамблевых средних значениях - от выигрыша в казино до выгодности страховки, - оказываются ошибочными, если не учитывать фактор времени.
А может никакой такой революции не произойдёт: ни в 2020, ни даже через 3, 5 или 10 лет. Ведь человечество неоднократно доказывало, что способно веками прекрасно уживаться с наивными и несовершенными представлениями о мире. Что солнце вращается вокруг неподвижной земли, что камни не могут падать с неба, да и мало ли ещё было … ((
Но все же не думаю, что снова случится подобное. Слишком уж разогнался ход времени, чтобы продолжилась и дальше 300 летняя практика его неучета при оценке вероятности выигрыша в случайных процессах.
Кем бы вы ни были по профессии, и какова бы ни была сфера ваших интересов, данная тема - одна из самых важных. И разобраться в ней обязательно надо. Но это не просто. Чтобы объяснить на примерах, что здесь к чему, мне пришлось написать лонгрид на 19 мин чтения, да еще и с 20 картинками:
- на Medium https://bit.ly/3IAKJ4k
- на Яндекс Дзен https://clck.ru/L6YrP
И кстати. Если даже такая тема вас не заинтересовала и нет желания читать дальше (мол, время жалко), - вы правы! Не тратьте больше свое драгоценное время и смело отписывайтесь от этого канала.
В мире ведь так много другого - общеизвестного неинтересного.
#Вероятность #Эргодичность #ПринятиеРешений
Для лиц принимающих решения, самое страшное – усугубить эпидемию ошибочными решениями из-за неверного понимания ситуации. А шансы такого неверного понимания крайне велики. Более того, они растут по мере прохождения плато эпидемии и снижения ее темпов.
О том, что:
• главный источник опасности – ориентация на средние значения показателей хода эпидемии,
• катастрофические локальные вспышки смертей таятся в толстом хвосте графика эпидемии,
• когда эпидемия пойдет на спад, может случиться непредвиденное - взрыв паники, сдетонировавшей от немыслимо большой локальной вспышки,
читайте в моем новом посте (4 мин чтения), резюмирующем предостережение проф. Кристофера Мура, - автора «нового закона Мура», установившего «пределы возможности компьютинга».
На Medium https://bit.ly/2W69ywv
На Яндекс Дзен https://clck.ru/NCQfQ
#Эпидемия #Вероятность #ПринятиеРешений
О том, что:
• главный источник опасности – ориентация на средние значения показателей хода эпидемии,
• катастрофические локальные вспышки смертей таятся в толстом хвосте графика эпидемии,
• когда эпидемия пойдет на спад, может случиться непредвиденное - взрыв паники, сдетонировавшей от немыслимо большой локальной вспышки,
читайте в моем новом посте (4 мин чтения), резюмирующем предостережение проф. Кристофера Мура, - автора «нового закона Мура», установившего «пределы возможности компьютинга».
На Medium https://bit.ly/2W69ywv
На Яндекс Дзен https://clck.ru/NCQfQ
#Эпидемия #Вероятность #ПринятиеРешений
Medium
Смерть таится в толстом хвосте
Когда эпидемия пойдет на спад, может случиться непредвиденное