Зомбирование нейросетей уже возможно
В феврале исследователи из Google Brain опубликовали работу, из которой следовало, что:
— состязательную нейронную сеть для распознавания образов можно запросто хакнуть и заставить видеть совсем не то, что ей показывают, например, собаку вместо кошки;
—похожим образом можно хакнуть и зрительное восприятие человека.
Та статья звучала страшновато. Однако новая статья исследователей из Google Brain - вообще жуть.
Дальнейшие исследования показали:
✔️ Нейронные сети распознавания образов запросто можно так хакнуть, что они не просто будут видеть ложные изображения, а станут выполнять иные, совершенно левые функции.
Без преувеличений можно сказать, что это способ зомбирования нейросетей – превращение их в послушного исполнителя чужой воли.
Это значит, что хакеры, например, могут:
— перепрограммировать классификатор компьютерного зрения в облачной службе фотографий с тем, чтобы начать воровать вычислительные ресурсы, скажем, для майнинга криптовалюты;
— или перепрограммировать любой смартфон, использующий нейросети для функций цифрового помощника и тем самым получить доступ к почте, паролям, кредиткам …
Авторы пока точно не выяснили, какие конкретно задачи злоумышленники смогут заставить выполнять зомбируемые нейронные сети. Однако, как они пишут, успешная атака может побудить их выполнять «очень большой набор задач».
И еще одна гордая по тону и убийственная по сути цитата:
«Наши результаты впервые демонстрируют возможность ... состязательных атак, направленных на перепрограммирование нейронных сетей ... Эти результаты демонстрируют как удивительную гибкость, так и удивительную уязвимость в глубоких нейронных сетях».
В общем, приехали!
Авторы успокаивают. Мол, рандомные сети (random neural networks) так просто не хакнешь, как состязательные. Но тут же признают, что с тотальной уязвимостью состязательных нейронных сетей придется разбираться ох как серьезно. Ведь этот тип сетей повсюду: от дизайна до Facebook.
#GAN #Хакинг
В феврале исследователи из Google Brain опубликовали работу, из которой следовало, что:
— состязательную нейронную сеть для распознавания образов можно запросто хакнуть и заставить видеть совсем не то, что ей показывают, например, собаку вместо кошки;
—похожим образом можно хакнуть и зрительное восприятие человека.
Та статья звучала страшновато. Однако новая статья исследователей из Google Brain - вообще жуть.
Дальнейшие исследования показали:
✔️ Нейронные сети распознавания образов запросто можно так хакнуть, что они не просто будут видеть ложные изображения, а станут выполнять иные, совершенно левые функции.
Без преувеличений можно сказать, что это способ зомбирования нейросетей – превращение их в послушного исполнителя чужой воли.
Это значит, что хакеры, например, могут:
— перепрограммировать классификатор компьютерного зрения в облачной службе фотографий с тем, чтобы начать воровать вычислительные ресурсы, скажем, для майнинга криптовалюты;
— или перепрограммировать любой смартфон, использующий нейросети для функций цифрового помощника и тем самым получить доступ к почте, паролям, кредиткам …
Авторы пока точно не выяснили, какие конкретно задачи злоумышленники смогут заставить выполнять зомбируемые нейронные сети. Однако, как они пишут, успешная атака может побудить их выполнять «очень большой набор задач».
И еще одна гордая по тону и убийственная по сути цитата:
«Наши результаты впервые демонстрируют возможность ... состязательных атак, направленных на перепрограммирование нейронных сетей ... Эти результаты демонстрируют как удивительную гибкость, так и удивительную уязвимость в глубоких нейронных сетях».
В общем, приехали!
Авторы успокаивают. Мол, рандомные сети (random neural networks) так просто не хакнешь, как состязательные. Но тут же признают, что с тотальной уязвимостью состязательных нейронных сетей придется разбираться ох как серьезно. Ведь этот тип сетей повсюду: от дизайна до Facebook.
#GAN #Хакинг
Экономика ИИ – как удешевление предсказаний изменит мир.
Публикация этой новой статьи в Forbes означает возможную смену парадигмы понимания ИИ бизнесом. Когда это произойдет, то одна из главных тем моего канала - «ИИ и предсказания» - превратится из «малоизвестного интересного» в мейнстрим бизнеса.
https://goo.gl/gtW9Vx
Статья пересказывает разговор ее автора - Бернарда Марра с Джошуа Гансом о ключевых темах новой книги последнего - Prediction Machines: The Simple Economics of Artificial Intelligence.
Три ключевые мысль этой книги таковы.
✔️ В практическом плане в экономике и бизнесе термин ИИ относится не к интеллекту, а всего лишь к одному из его аспектов, коим является предсказание.
✔️ Основная задача ИИ в бизнесе – снижение показателя цена/качество предсказаний.
✔️ Ключом к успеху при решении этой задачи будет то, смогут ли люди, работающие ИИ-менеджерами научиться различать задачи, связанные с предсказанием, и те, в которых по-прежнему более важен человеческий фактор.
В этом разговоре есть и другие ценные мысли. А в книге, - так и тем более.
Тем ни менее, названные три – самые суперважные, суперценные и пока еще мало кем понимаемые.
А значит, и самые годные, чтобы на их понимании начать хорошо зарабатывать.
#Предсказания #ИИ #Бизнес
P.S. Некоторых читателей коробит термин «предсказание», и мне рекомендуют заменить его на «прогноз».
Так вот. Термин «предсказание», а не «прогноз» используется мною осмысленно и намеренно, чтобы подчеркнуть особенности нашего времени, когда большие данные уже есть, а умения ими эффективно пользоваться пока мало.
Как по этому поводу хорошо написал Michael Schrage:
«In the good old days, of course, predictions were called forecasts and stodgy statisticians would torture their time series and/or molest multivariate analyses to get them. Today, brave new data scientists discipline k-means clusters and random graphs to proffer their predictions».
Прогноз подразумевает понимание, как и почему нечто произойдет. Предсказание же не отвечает на вопросы «как и почему».
Без понимания этого различия у Гугла и Яндекса, получается ошибочный перевод приведенной выше цитаты:
«В старые добрые времена, конечно, прогнозы назывались прогнозами …» 😂
Публикация этой новой статьи в Forbes означает возможную смену парадигмы понимания ИИ бизнесом. Когда это произойдет, то одна из главных тем моего канала - «ИИ и предсказания» - превратится из «малоизвестного интересного» в мейнстрим бизнеса.
https://goo.gl/gtW9Vx
Статья пересказывает разговор ее автора - Бернарда Марра с Джошуа Гансом о ключевых темах новой книги последнего - Prediction Machines: The Simple Economics of Artificial Intelligence.
Три ключевые мысль этой книги таковы.
✔️ В практическом плане в экономике и бизнесе термин ИИ относится не к интеллекту, а всего лишь к одному из его аспектов, коим является предсказание.
✔️ Основная задача ИИ в бизнесе – снижение показателя цена/качество предсказаний.
✔️ Ключом к успеху при решении этой задачи будет то, смогут ли люди, работающие ИИ-менеджерами научиться различать задачи, связанные с предсказанием, и те, в которых по-прежнему более важен человеческий фактор.
В этом разговоре есть и другие ценные мысли. А в книге, - так и тем более.
Тем ни менее, названные три – самые суперважные, суперценные и пока еще мало кем понимаемые.
А значит, и самые годные, чтобы на их понимании начать хорошо зарабатывать.
#Предсказания #ИИ #Бизнес
P.S. Некоторых читателей коробит термин «предсказание», и мне рекомендуют заменить его на «прогноз».
Так вот. Термин «предсказание», а не «прогноз» используется мною осмысленно и намеренно, чтобы подчеркнуть особенности нашего времени, когда большие данные уже есть, а умения ими эффективно пользоваться пока мало.
Как по этому поводу хорошо написал Michael Schrage:
«In the good old days, of course, predictions were called forecasts and stodgy statisticians would torture their time series and/or molest multivariate analyses to get them. Today, brave new data scientists discipline k-means clusters and random graphs to proffer their predictions».
Прогноз подразумевает понимание, как и почему нечто произойдет. Предсказание же не отвечает на вопросы «как и почему».
Без понимания этого различия у Гугла и Яндекса, получается ошибочный перевод приведенной выше цитаты:
«В старые добрые времена, конечно, прогнозы назывались прогнозами …» 😂
Найден оптимальный алгоритм выявления «скрытых пружин» в устройстве общества.
На основе данных о коммуникации людей в любой социальной сети (онлайновой, типа ФБ, или офлайновой – в реальной жизни) можно выявить скрытую иерархическую структуру среди участников сетевых коммуникаций. Это делается путем анализа асимметричных моделей взаимодействий участников.
Подобные иерархии существуют в любых социальных группах: от птиц, приматов и слонов до людей. Все эти группы организованы в соответствии с иерархиями доминирования, определяющими модели повторяющихся взаимодействий, при которых доминирующие особи склонны утверждать себя над менее влиятельными членами групп.
Чем больше и сложнее сеть участников социальных взаимодействий, тем больше в нем скрытых иерархий, порою неведомых самим участникам коммуникаций.
Выявление архитектуры таких иерархий – критически важная задача для:
- понимания характера существующих и предсказания возникновения новых иерархий;
- увязки этих иерархий со «струями и течениями» социальных взаимодействий;
- оказания влияния на них в целях управления динамикой социальных коммуникаций.
Т.е. в наше время, - это важнейшая задача для социологов, политтехнологов, спецслужб и СМИ.
Поскольку задача столь важная, то для ее решения уже разработаны несколько подходов, в каждом из которых построено по несколько типов алгоритмических моделей и, соответственно, алгоритмов выявления иерархий.
Алгоритмов много, но их производительность и масштабирование до последнего времени оставляли желать лучшего.
Новая прорывная модель и алгоритм SpringRank навеяны элементарной физической аналогией – представить социальную сеть коммуникаций, как физическую систему, в которой между каждой парой участников натянута ориентированная пружина определенной длины и упругости.
Гениальная идея нового алгоритма - минимизировать общую энергию всех пружин системы. И поскольку эта задача оптимизации требует только линейной алгебры, ее можно решить для сетей с миллионами узлов и ребер за считанные секунды.
Натурные испытания алгоритма SpringRank на синтетических и реальных наборах данных (включая данные о поведении животных, найме преподавателей, сетях социальной поддержки и спортивных турнирах) показали замечательные результаты – алгоритм жутко эффективен, как по скорости, так и по масштабируемости.
Он также может выявлять и предсказывать появление ненаблюдаемых ребер в сети, - так сказать выявлять «скрытые пружины», влияющие на поведение общества.
Принципиальное преимущество SpringRank перед прежними алгоритмами в том, что
- старые алгоритмы, как правило, лишь «выявляют элиту» - дают высокие ранги небольшому числу важных узлов, что дает мало информации об иерархии узлов с более низким рейтингом;
- новый алгоритм выявляет всю многоуровневую иерархию, - и в том числе, латентную: неявную, скрытую и неочевидную.
Новый алгоритм, возможно, произведет революцию в т.н. «системах одобрения» (Systems of Endorsement ), в которых статус участников обусловлен престижем, репутацией или социальным положением.
К ним, в той или иной мере, относится почти все: от рекомендательных систем в Интернете, до социального устройства общества.
Подробней см. только что опубликованную работу «A physical model for efficient ranking in networks» http://advances.sciencemag.org/content/4/7/eaar8260
#СоциальныеСети #СоциальнаяИерархия #МоделиАлгоритмы
На основе данных о коммуникации людей в любой социальной сети (онлайновой, типа ФБ, или офлайновой – в реальной жизни) можно выявить скрытую иерархическую структуру среди участников сетевых коммуникаций. Это делается путем анализа асимметричных моделей взаимодействий участников.
Подобные иерархии существуют в любых социальных группах: от птиц, приматов и слонов до людей. Все эти группы организованы в соответствии с иерархиями доминирования, определяющими модели повторяющихся взаимодействий, при которых доминирующие особи склонны утверждать себя над менее влиятельными членами групп.
Чем больше и сложнее сеть участников социальных взаимодействий, тем больше в нем скрытых иерархий, порою неведомых самим участникам коммуникаций.
Выявление архитектуры таких иерархий – критически важная задача для:
- понимания характера существующих и предсказания возникновения новых иерархий;
- увязки этих иерархий со «струями и течениями» социальных взаимодействий;
- оказания влияния на них в целях управления динамикой социальных коммуникаций.
Т.е. в наше время, - это важнейшая задача для социологов, политтехнологов, спецслужб и СМИ.
Поскольку задача столь важная, то для ее решения уже разработаны несколько подходов, в каждом из которых построено по несколько типов алгоритмических моделей и, соответственно, алгоритмов выявления иерархий.
Алгоритмов много, но их производительность и масштабирование до последнего времени оставляли желать лучшего.
Новая прорывная модель и алгоритм SpringRank навеяны элементарной физической аналогией – представить социальную сеть коммуникаций, как физическую систему, в которой между каждой парой участников натянута ориентированная пружина определенной длины и упругости.
Гениальная идея нового алгоритма - минимизировать общую энергию всех пружин системы. И поскольку эта задача оптимизации требует только линейной алгебры, ее можно решить для сетей с миллионами узлов и ребер за считанные секунды.
Натурные испытания алгоритма SpringRank на синтетических и реальных наборах данных (включая данные о поведении животных, найме преподавателей, сетях социальной поддержки и спортивных турнирах) показали замечательные результаты – алгоритм жутко эффективен, как по скорости, так и по масштабируемости.
Он также может выявлять и предсказывать появление ненаблюдаемых ребер в сети, - так сказать выявлять «скрытые пружины», влияющие на поведение общества.
Принципиальное преимущество SpringRank перед прежними алгоритмами в том, что
- старые алгоритмы, как правило, лишь «выявляют элиту» - дают высокие ранги небольшому числу важных узлов, что дает мало информации об иерархии узлов с более низким рейтингом;
- новый алгоритм выявляет всю многоуровневую иерархию, - и в том числе, латентную: неявную, скрытую и неочевидную.
Новый алгоритм, возможно, произведет революцию в т.н. «системах одобрения» (Systems of Endorsement ), в которых статус участников обусловлен престижем, репутацией или социальным положением.
К ним, в той или иной мере, относится почти все: от рекомендательных систем в Интернете, до социального устройства общества.
Подробней см. только что опубликованную работу «A physical model for efficient ranking in networks» http://advances.sciencemag.org/content/4/7/eaar8260
#СоциальныеСети #СоциальнаяИерархия #МоделиАлгоритмы
ИИ в роли преступника
Причины и условия возможных преступлений Искусственного Интеллекта (ИИ) пока что в корне отличаются от человеческих.
1) Первое ключевое отличие в том, что:
— у людей эти причины и условия определяются личностью преступника — совокупностью социально-психологических свойств и качеств человека,
— а у современных ИИ-систем, к счастью, личности пока что нет и в ближайшие годы не предвидится.
Тем не менее, одна из присущих людям основ возникновения преступного поведения у современных ИИ все же смогла сформироваться.
В криминологии она называется Теория дифференциальной ассоциации.
Ее суть в том, что девиантному поведению учатся - человек становится потенциальным преступником в результате обучения противоправному поведению в социальных микрогруппах (семья, улица, школа и т. д.). Попросту говоря, Теорию дифференциальной ассоциации, применительно к человеку, можно упрощенно резюмировать народной мудростью «с кем поведешься — от того и наберешься».
С ИИ несколько по-другому. Так уж получилось, что ключевым свойством современного ИИ является то, что его не программируют, а он учится сам в процессе анализа предоставляемых ему для обучения тренировочных наборов данных. И здесь Теория дифференциальной ассоциации выражается в том, что «на каких данных поучишься – того и наберешься».
Примеров того, как в результате обучения ИИ обретали сексистские, нацистские или хамские черты, множество. Про предвзятость и прочие когнитивные заморочки, - что и говорить.
В итоге понятно, что если обучать ИИ на «Майн Кампфе» Гитлера, дневниках Чикатило и подобной тренировочной базе данных, то как и у людей, ничего хорошего из него не получится.
2) Другое ключевое отличие причин и условий возможных преступлений человека и ИИ определяется абсолютной недоразвитостью последнего - отсутствием у него свободы воли и хоть каких-то этических и моральных принципов.
Из этого следует, что, попадая в руки людей, имеющих преступные замыслы (диктаторы, криминал или террористы), ИИ со 100%ной вероятностью будет способствовать исполнению их преступных намерений.
Иными словами, - попадая в руки преступников ИИ, сколь бы он ни был умен, обязательно превращается в наитупейшее орудие преступлений. И степень злобности, безнравственности и бесчеловечности последствий применения такого ИИ определяется лишь личностью применяющего его преступника. Если это что-то типа Гитлера или Чикатило, последствия могут быть сколь угодно ужасными и необратимыми. И от ИИ здесь вообще ничего не зависит.
Названные два ключевые отличия преступлений ИИ распространяются на все три сферы криминальной деятельности:
✔️ Цифровые преступления
✔️ Физические преступления
✔️ Политические преступления
Однако, специфика ключевых отличий преступлений ИИ существенно расширяет криминальный ландшафт, порождая 3 новых класса криминальных угроз:
1. ухудшенные и усиленные варианты уже существующих угроз;
2. принципиально новые угрозы;
3. изменение типичного (привычного) характера, как существующих, так и только вообразимых угроз.
➡️ Обо всем этом можно прочесть в 100 страничном отчете «Злонамеренное использование ИИ: прогнозирование, предотвращение и смягчение последствий», выпущенном 26ю экспертами из 14 организаций в феврале 2018 и с тех пор, к сожалению, почти что не упоминавшийся в российских медиа.
Резюме отчета в 2х взаимодополняющих статьях: 1я и 2я
Моё резюме (банальное как сама жизнь):
Вся польза и весь вред от технологий ИИ в долгосрочной перспективе зависят не от технологий, а от того, как люди предпочтут их применять
#РискиИИ
Причины и условия возможных преступлений Искусственного Интеллекта (ИИ) пока что в корне отличаются от человеческих.
1) Первое ключевое отличие в том, что:
— у людей эти причины и условия определяются личностью преступника — совокупностью социально-психологических свойств и качеств человека,
— а у современных ИИ-систем, к счастью, личности пока что нет и в ближайшие годы не предвидится.
Тем не менее, одна из присущих людям основ возникновения преступного поведения у современных ИИ все же смогла сформироваться.
В криминологии она называется Теория дифференциальной ассоциации.
Ее суть в том, что девиантному поведению учатся - человек становится потенциальным преступником в результате обучения противоправному поведению в социальных микрогруппах (семья, улица, школа и т. д.). Попросту говоря, Теорию дифференциальной ассоциации, применительно к человеку, можно упрощенно резюмировать народной мудростью «с кем поведешься — от того и наберешься».
С ИИ несколько по-другому. Так уж получилось, что ключевым свойством современного ИИ является то, что его не программируют, а он учится сам в процессе анализа предоставляемых ему для обучения тренировочных наборов данных. И здесь Теория дифференциальной ассоциации выражается в том, что «на каких данных поучишься – того и наберешься».
Примеров того, как в результате обучения ИИ обретали сексистские, нацистские или хамские черты, множество. Про предвзятость и прочие когнитивные заморочки, - что и говорить.
В итоге понятно, что если обучать ИИ на «Майн Кампфе» Гитлера, дневниках Чикатило и подобной тренировочной базе данных, то как и у людей, ничего хорошего из него не получится.
2) Другое ключевое отличие причин и условий возможных преступлений человека и ИИ определяется абсолютной недоразвитостью последнего - отсутствием у него свободы воли и хоть каких-то этических и моральных принципов.
Из этого следует, что, попадая в руки людей, имеющих преступные замыслы (диктаторы, криминал или террористы), ИИ со 100%ной вероятностью будет способствовать исполнению их преступных намерений.
Иными словами, - попадая в руки преступников ИИ, сколь бы он ни был умен, обязательно превращается в наитупейшее орудие преступлений. И степень злобности, безнравственности и бесчеловечности последствий применения такого ИИ определяется лишь личностью применяющего его преступника. Если это что-то типа Гитлера или Чикатило, последствия могут быть сколь угодно ужасными и необратимыми. И от ИИ здесь вообще ничего не зависит.
Названные два ключевые отличия преступлений ИИ распространяются на все три сферы криминальной деятельности:
✔️ Цифровые преступления
✔️ Физические преступления
✔️ Политические преступления
Однако, специфика ключевых отличий преступлений ИИ существенно расширяет криминальный ландшафт, порождая 3 новых класса криминальных угроз:
1. ухудшенные и усиленные варианты уже существующих угроз;
2. принципиально новые угрозы;
3. изменение типичного (привычного) характера, как существующих, так и только вообразимых угроз.
➡️ Обо всем этом можно прочесть в 100 страничном отчете «Злонамеренное использование ИИ: прогнозирование, предотвращение и смягчение последствий», выпущенном 26ю экспертами из 14 организаций в феврале 2018 и с тех пор, к сожалению, почти что не упоминавшийся в российских медиа.
Резюме отчета в 2х взаимодополняющих статьях: 1я и 2я
Моё резюме (банальное как сама жизнь):
Вся польза и весь вред от технологий ИИ в долгосрочной перспективе зависят не от технологий, а от того, как люди предпочтут их применять
#РискиИИ
Malicious AI Report
The Malicious Use of Artificial Intelligence
После Трампа и Брекзита: раскол и война или есть выход?
В чем причина нарастающего ксенофобского национализма и нетерпимости, ведущих к расколу общества в таких разных стран, как Россия и США, Турция и Великобритания, Франция и Иран?
Попытка найти ответ на этот вопрос была предпринята мною год назад в лонгриде «Пора разделяться». В нем я постарался, на основе объективно проверяемых данных, вывести «формулу раскола», объясняющую нарастание поляризации в обществе развитых стран (Трамп, Брекзит и т.д.) столкновением модерна и архаики.
Дмитрий Быков, обсуждая предложенный мною вариант ответа, нашел его оптимистичным. Ведь из него следует, что глобального конфликта можно избежать, если стороны, повинуясь различным скоростям жизни, просто физически разделятся и перестанут видеть друг друга.
И тогда у «добрых ангелов человечества» Стивена Пинкера, появился бы шанс остановить мир от сползания к ситуации, описанной мною ранее в лонгриде «Большой войны не миновать».
Но что, если в основании «формулы раскола» не столкновение модерна и архаики, а нарастающая разбалансировка в экономической модели развитых стран? Разбалансировка между мотивацией правительств, реакциями рынков и потребностями обществ.
Ели так, то без кардинальной трансформации в экономике развитых стран нарастающий раскол не остановить и тогда большой войны все же не миновать.
В новой лекции два известных экономиста и профессора Венди Карлин и Сэмюэл Боулз обсуждают механизм работы «формулы раскола» на 2х ключевых кейса - Трамп и Брекзит - и намечают новую экономическую парадигму, как основу для более устойчивого и справедливого глобального будущего без Большой войны.
Видео лекции «После Трампа и Брекзита: новая экономика» -1 час 22 мин.
Мой лонгрид «Пора разделяться»
и его обсуждение Дмитрием Быковым в аудио-формате (начиная с 7й мин).
#Толерантность #Раскол #Война
В чем причина нарастающего ксенофобского национализма и нетерпимости, ведущих к расколу общества в таких разных стран, как Россия и США, Турция и Великобритания, Франция и Иран?
Попытка найти ответ на этот вопрос была предпринята мною год назад в лонгриде «Пора разделяться». В нем я постарался, на основе объективно проверяемых данных, вывести «формулу раскола», объясняющую нарастание поляризации в обществе развитых стран (Трамп, Брекзит и т.д.) столкновением модерна и архаики.
Дмитрий Быков, обсуждая предложенный мною вариант ответа, нашел его оптимистичным. Ведь из него следует, что глобального конфликта можно избежать, если стороны, повинуясь различным скоростям жизни, просто физически разделятся и перестанут видеть друг друга.
И тогда у «добрых ангелов человечества» Стивена Пинкера, появился бы шанс остановить мир от сползания к ситуации, описанной мною ранее в лонгриде «Большой войны не миновать».
Но что, если в основании «формулы раскола» не столкновение модерна и архаики, а нарастающая разбалансировка в экономической модели развитых стран? Разбалансировка между мотивацией правительств, реакциями рынков и потребностями обществ.
Ели так, то без кардинальной трансформации в экономике развитых стран нарастающий раскол не остановить и тогда большой войны все же не миновать.
В новой лекции два известных экономиста и профессора Венди Карлин и Сэмюэл Боулз обсуждают механизм работы «формулы раскола» на 2х ключевых кейса - Трамп и Брекзит - и намечают новую экономическую парадигму, как основу для более устойчивого и справедливого глобального будущего без Большой войны.
Видео лекции «После Трампа и Брекзита: новая экономика» -1 час 22 мин.
Мой лонгрид «Пора разделяться»
и его обсуждение Дмитрием Быковым в аудио-формате (начиная с 7й мин).
#Толерантность #Раскол #Война
На шаг ближе к тайне мировосприятия
Новое открытие Университета Дьюка приоткрывает тайну того, как мозг способен обрабатывать сразу несколько внешних сигналов - например, слушать рассказ приятеля на вечеринке с музыкой, играющей в фоновом режиме, выделять жужжание цикады из ночной симфонической трели множества насекомых или слышать дыхание спящего ребенка, наблюдая за перипетиями сюжета нового сериала.
Удивительно, но оказывается в мозге эта задача решается уже известным нам инженерным способом. Еще на заре телекоммуникаций инженеры разработали хитрый способ одновременной передачи нескольких телефонных звонков по одному проводу. Названный временным мультиплексированием, этот метод позволяет несколько сигналов или битовых потоков передавать одновременно как подканалы в одном коммуникационном канале.
Оказалось, что нейроны работают ровно так же, сохраняя информацию о двух разных раздражителях из внешнего мира одновременно, просто переключаясь между ними.
Кажется просто? Но это меняет наши представления о перцептивных и когнитивных ограничениях мозга.
Это позволяет понять, как мы можем реагировать и на визуальный образ диванной подушки, и дивана, на котором она лежит, - т.е. как мозг заключает, что и подушка, и диван присутствуют в том, что мы видим.
Эти данные дают ключ к пониманию механизма работы мозга, когда он должен делать больше, чем что-то одно с помощью ограниченного набора нейронов. Например, наша рабочая память - количество вещей, которые мы можем держать в уме за один раз, - ограничена примерно пятью-семью элементами. И хотя проведенные пока что эксперименты непосредственно не тестируют рабочую память, исследователи считают, что дальнейшие исследования могут помочь объяснить это ограничение.
Подробней:
- популярное изложение ;
- научная статья
#Нейронауки #Восприятие
Новое открытие Университета Дьюка приоткрывает тайну того, как мозг способен обрабатывать сразу несколько внешних сигналов - например, слушать рассказ приятеля на вечеринке с музыкой, играющей в фоновом режиме, выделять жужжание цикады из ночной симфонической трели множества насекомых или слышать дыхание спящего ребенка, наблюдая за перипетиями сюжета нового сериала.
Удивительно, но оказывается в мозге эта задача решается уже известным нам инженерным способом. Еще на заре телекоммуникаций инженеры разработали хитрый способ одновременной передачи нескольких телефонных звонков по одному проводу. Названный временным мультиплексированием, этот метод позволяет несколько сигналов или битовых потоков передавать одновременно как подканалы в одном коммуникационном канале.
Оказалось, что нейроны работают ровно так же, сохраняя информацию о двух разных раздражителях из внешнего мира одновременно, просто переключаясь между ними.
Кажется просто? Но это меняет наши представления о перцептивных и когнитивных ограничениях мозга.
Это позволяет понять, как мы можем реагировать и на визуальный образ диванной подушки, и дивана, на котором она лежит, - т.е. как мозг заключает, что и подушка, и диван присутствуют в том, что мы видим.
Эти данные дают ключ к пониманию механизма работы мозга, когда он должен делать больше, чем что-то одно с помощью ограниченного набора нейронов. Например, наша рабочая память - количество вещей, которые мы можем держать в уме за один раз, - ограничена примерно пятью-семью элементами. И хотя проведенные пока что эксперименты непосредственно не тестируют рабочую память, исследователи считают, что дальнейшие исследования могут помочь объяснить это ограничение.
Подробней:
- популярное изложение ;
- научная статья
#Нейронауки #Восприятие
Neuroscience News
Neurons Can Carry More Than One Signal at a Time
A new study reveals a single neuron is capable of encoding information from two different sounds by switching between signals associated with one sound to that of the other.
ДНК-тест интеллекта уже работает
Сегодня уже бесспорно, что большая часть индивидуального и социального поведения наследуется – т.е. подвержена генетическому влиянию и не полностью программируется социальными факторами.
Более того, революционным прорывом в знаниях о наследственности стало открытие, что естественный отбор продолжается и, возможно, даже ускоряется в последние 10К лет после аграрной революции.
Наследственность - доля вариации признака в популяции, которая объясняется генетическими различиями, колеблется:
— от примерно 1/3 - для религиозности,
— 2/3 для персональный качеств, уровня образования и даже дохода,
— до примерно 3/4 для IQ.
Генетическое влияние на поведение человека настолько широко распространено, что привело психолога Эрика Туркхаймера к формулировке «1го закона генетики поведения»: все черты человеческого поведения наследуются (его 2й закон идет еще дальше, утверждая, что в формировании поведения гены сильнее семьи и среды).
Наследственная предрасположенность к заболеваниям уже широко известна. Те, кто еще не используют ДНК-тесты типа 23andMe, зря рискуют и поступают глупо. Они пренебрегают знанием наиболее вероятных заболеваний (от язвы до психзаболеваний и рака), которые врачи еще не обнаружили у них или их детей. А зная где упадешь, есть шанс подстелить соломку.
В отличие от наследуемых заболеваний, с интеллектом получалось сложно:
- слишком много факторов на него влияют;
- и сильно попахивает всякими теориями врожденного превосходства.
Поэтому решили не дразнить гусей и политкорректно исследовать влияние наследственности на уровень образования, которое получит человек (в количестве лет: неполная или полная школа, техникум, вуз, аспирантура …).
Ну а если без политкорректности, то и ежу ясно, - такой полигенный показатель склонности к образованию напрямую характеризует когнитивный потенциал личности.
Впервые корреляция полигенного показателя склонности к образованию была выявлена в двух масштабных исследованиях по поиску полногеномных ассоциация (GWAS), проведенных в 2006. Тогда были выявлены 74 варианта участвующих в развитии мозга генов, имеющих прогностическую ценность для прогноза уровня образования.
Новое исследование, данные которого только что опубликованы (1М+ участников из 15 стран), дало феноменальные результаты:
1) выявлены 1271 вариант участвующих в развитии мозга генов, связанных с межнейронной коммуникацией и секрецией нейротрансмиттеров;
2) построена биохимическая архитектура и схема функционирования мозга при формировании индивидуальных качеств, влияющих на уровень образования;
3) прогностическая сила этой архитектуры определяет 11-13% генных вариаций, влияющих на уровень образования, что уравнивает ее с прогностической силой демографических факторов (таких, как доход домохозяйств, образование родителей и т.д.)
Авторы предупреждают, что:
— «наличие низкой полигенной оценки абсолютно не означает, что кто-то не достигнет высокого уровня образования»;
— и «что амбиции, семейная ситуация, социально-экономический статус и все остальное – в сумме играют большую роль, чем гены».
Т.е. это все вероятностные оценки, варьируемые в разных условиях окружающей среды.
Мы все это понимаем.
Но ведь и предрасположенность к заболеванию, определяемая ровно таким же методом, - тоже вероятностная оценка и тоже не означает, что у конкретного человека это заболевание обязательно появится…
И все же лучше заранее знать вероятностную оценку способностей ребенка к образованию, спорту, музыке ... при определении его в спецшколу или секцию, вкладываясь в репетиторов для поступления в ВУЗ и т.д. и т.п.
Детали:
- популярно
- и научно
#ДНК
Сегодня уже бесспорно, что большая часть индивидуального и социального поведения наследуется – т.е. подвержена генетическому влиянию и не полностью программируется социальными факторами.
Более того, революционным прорывом в знаниях о наследственности стало открытие, что естественный отбор продолжается и, возможно, даже ускоряется в последние 10К лет после аграрной революции.
Наследственность - доля вариации признака в популяции, которая объясняется генетическими различиями, колеблется:
— от примерно 1/3 - для религиозности,
— 2/3 для персональный качеств, уровня образования и даже дохода,
— до примерно 3/4 для IQ.
Генетическое влияние на поведение человека настолько широко распространено, что привело психолога Эрика Туркхаймера к формулировке «1го закона генетики поведения»: все черты человеческого поведения наследуются (его 2й закон идет еще дальше, утверждая, что в формировании поведения гены сильнее семьи и среды).
Наследственная предрасположенность к заболеваниям уже широко известна. Те, кто еще не используют ДНК-тесты типа 23andMe, зря рискуют и поступают глупо. Они пренебрегают знанием наиболее вероятных заболеваний (от язвы до психзаболеваний и рака), которые врачи еще не обнаружили у них или их детей. А зная где упадешь, есть шанс подстелить соломку.
В отличие от наследуемых заболеваний, с интеллектом получалось сложно:
- слишком много факторов на него влияют;
- и сильно попахивает всякими теориями врожденного превосходства.
Поэтому решили не дразнить гусей и политкорректно исследовать влияние наследственности на уровень образования, которое получит человек (в количестве лет: неполная или полная школа, техникум, вуз, аспирантура …).
Ну а если без политкорректности, то и ежу ясно, - такой полигенный показатель склонности к образованию напрямую характеризует когнитивный потенциал личности.
Впервые корреляция полигенного показателя склонности к образованию была выявлена в двух масштабных исследованиях по поиску полногеномных ассоциация (GWAS), проведенных в 2006. Тогда были выявлены 74 варианта участвующих в развитии мозга генов, имеющих прогностическую ценность для прогноза уровня образования.
Новое исследование, данные которого только что опубликованы (1М+ участников из 15 стран), дало феноменальные результаты:
1) выявлены 1271 вариант участвующих в развитии мозга генов, связанных с межнейронной коммуникацией и секрецией нейротрансмиттеров;
2) построена биохимическая архитектура и схема функционирования мозга при формировании индивидуальных качеств, влияющих на уровень образования;
3) прогностическая сила этой архитектуры определяет 11-13% генных вариаций, влияющих на уровень образования, что уравнивает ее с прогностической силой демографических факторов (таких, как доход домохозяйств, образование родителей и т.д.)
Авторы предупреждают, что:
— «наличие низкой полигенной оценки абсолютно не означает, что кто-то не достигнет высокого уровня образования»;
— и «что амбиции, семейная ситуация, социально-экономический статус и все остальное – в сумме играют большую роль, чем гены».
Т.е. это все вероятностные оценки, варьируемые в разных условиях окружающей среды.
Мы все это понимаем.
Но ведь и предрасположенность к заболеванию, определяемая ровно таким же методом, - тоже вероятностная оценка и тоже не означает, что у конкретного человека это заболевание обязательно появится…
И все же лучше заранее знать вероятностную оценку способностей ребенка к образованию, спорту, музыке ... при определении его в спецшколу или секцию, вкладываясь в репетиторов для поступления в ВУЗ и т.д. и т.п.
Детали:
- популярно
- и научно
#ДНК
Сверхзадача памяти — не помнить, а забыть – 2.
Это продолжение моего 1го поста https://goo.gl/D54ysu об открытии, способном перевернуть понимание интеллекта (человека, компьютера и животных).
В опубликованном мною полгода назад одноименном посте рассказывалось о вызове, брошенном общепринятым представлениям о назначении памяти - способности сохранять информацию в мозге.
На основе анализа новейших нейробиологических исследований, была предложена и обоснована альтернативная гипотеза. Ее суть в том, что ключевой целью и функцией памяти является способность забывать информацию - способность, без которой живые существа просто не могли бы, не то что эволюционировать, но и просто жить.
В новом эссе Далмита Сингха Чавла «Чтобы помнить, мозг должен активно забывать» https://www.quantamagazine.org/to-remember-the-brain-must-actively-forget-20180724/ , собраны новейшие доказательства и разобраны механизмы, каким образом нейронные системы активно удаляют воспоминания. По сути, эти доказательства вплотную подводят к признанию революции в теории памяти.
✔️ Целью работы механизмов памяти является не передача информации во времени, а оптимизация процесса принятия решений.
✔️ Забывание («чистка чердака») – это основной режим работы мозга, необходимый для выполнения им данной цели.
Ну а работает это, примерно, так.
1) Мозг не знает сразу, что важно, а что нет. Поэтому он сначала пытается запомнить, как можно больше, но постепенно забывает о большинстве вещей, отфильтровывая материал, который он считает несущественным.
2) Забывание - функциональная потеря воспоминаний – происходит в разных формах, обеспечиваемых разными механизмами активного стирания «следов в памяти» - энграмм.
3) Одна из форм активного забывания называется естественным забыванием. В основе ее механизма нейротрансмиттер дофамин, работающий также и в процессе запоминания.
— Как только в мозге появляется новая энграмма, включается процесс естественного забывание, цель которого затирать все новые энграммы. Этот процесс работает подобно морскому прибою, неуклонно стирающему все новые надписи на прибрежном песке.
— Но где-то в мозгу, похоже, скрыт некий судья, который отменяет процесс забывания конкретной энграммы, поскольку считает, что ее стоит помнить на будущее. И как бы ставит заслон для прибоя вокруг этой надписи.
— Что это за судья, и как он работает, теперь предстоит разобраться.
4) Другая форма активного забывания обеспечивается механизмом нейрогенеза - рождением новых нейронов в мозге. Связь нейрогенеза с памятью и забыванием чрезвычайно сложна. Но если запредельно упростить, получается, примерно, так.
— Активные процессы забывания в мозге не всегда полностью стирают воспоминания, а как бы подзатирают помаленьку. Процесс похож на наложение записи на старую магнитофонную ленту плохо работающим магнитофоном. В результате из-под новой записи тихонько слышна старая.
— Более старые воспоминания менее чувствительны к этому эффекту, потому что мозг постепенно передает важные воспоминания от гиппокампа в кору для длительного хранения. Таким образом, нейрогенез в гиппокампе сегодня является более разрушительным для воспоминаний недельной давности, чем для тех, которым месяцы или годы.
5) Что происходит с забытыми воспоминаниями? Когда воспоминания затираются каким-либо механизмом, что с ними происходит? Все ли следы их устранены? Или они сохраняются в какой-то форме, недоступной нам?
Увы, ответы на все эти вопросы пока не ясны. Но есть прогресс. Исследования морских слизней помогли выявить некоторые гены, которые, кажется, помогают поддерживать фрагменты стертой памяти в нервной системе.
Авторы исследования осторожно предполагают, что, если эти результаты окажутся переносимы на людей, то это позволит создать препараты для управления воспоминаниями. Например, помогающие людям быстрее и легче забывать плохие воспоминания, а хорошие помнить долго и ярко.
#Память #Эволюция #КогнитивныеСистемы
Это продолжение моего 1го поста https://goo.gl/D54ysu об открытии, способном перевернуть понимание интеллекта (человека, компьютера и животных).
В опубликованном мною полгода назад одноименном посте рассказывалось о вызове, брошенном общепринятым представлениям о назначении памяти - способности сохранять информацию в мозге.
На основе анализа новейших нейробиологических исследований, была предложена и обоснована альтернативная гипотеза. Ее суть в том, что ключевой целью и функцией памяти является способность забывать информацию - способность, без которой живые существа просто не могли бы, не то что эволюционировать, но и просто жить.
В новом эссе Далмита Сингха Чавла «Чтобы помнить, мозг должен активно забывать» https://www.quantamagazine.org/to-remember-the-brain-must-actively-forget-20180724/ , собраны новейшие доказательства и разобраны механизмы, каким образом нейронные системы активно удаляют воспоминания. По сути, эти доказательства вплотную подводят к признанию революции в теории памяти.
✔️ Целью работы механизмов памяти является не передача информации во времени, а оптимизация процесса принятия решений.
✔️ Забывание («чистка чердака») – это основной режим работы мозга, необходимый для выполнения им данной цели.
Ну а работает это, примерно, так.
1) Мозг не знает сразу, что важно, а что нет. Поэтому он сначала пытается запомнить, как можно больше, но постепенно забывает о большинстве вещей, отфильтровывая материал, который он считает несущественным.
2) Забывание - функциональная потеря воспоминаний – происходит в разных формах, обеспечиваемых разными механизмами активного стирания «следов в памяти» - энграмм.
3) Одна из форм активного забывания называется естественным забыванием. В основе ее механизма нейротрансмиттер дофамин, работающий также и в процессе запоминания.
— Как только в мозге появляется новая энграмма, включается процесс естественного забывание, цель которого затирать все новые энграммы. Этот процесс работает подобно морскому прибою, неуклонно стирающему все новые надписи на прибрежном песке.
— Но где-то в мозгу, похоже, скрыт некий судья, который отменяет процесс забывания конкретной энграммы, поскольку считает, что ее стоит помнить на будущее. И как бы ставит заслон для прибоя вокруг этой надписи.
— Что это за судья, и как он работает, теперь предстоит разобраться.
4) Другая форма активного забывания обеспечивается механизмом нейрогенеза - рождением новых нейронов в мозге. Связь нейрогенеза с памятью и забыванием чрезвычайно сложна. Но если запредельно упростить, получается, примерно, так.
— Активные процессы забывания в мозге не всегда полностью стирают воспоминания, а как бы подзатирают помаленьку. Процесс похож на наложение записи на старую магнитофонную ленту плохо работающим магнитофоном. В результате из-под новой записи тихонько слышна старая.
— Более старые воспоминания менее чувствительны к этому эффекту, потому что мозг постепенно передает важные воспоминания от гиппокампа в кору для длительного хранения. Таким образом, нейрогенез в гиппокампе сегодня является более разрушительным для воспоминаний недельной давности, чем для тех, которым месяцы или годы.
5) Что происходит с забытыми воспоминаниями? Когда воспоминания затираются каким-либо механизмом, что с ними происходит? Все ли следы их устранены? Или они сохраняются в какой-то форме, недоступной нам?
Увы, ответы на все эти вопросы пока не ясны. Но есть прогресс. Исследования морских слизней помогли выявить некоторые гены, которые, кажется, помогают поддерживать фрагменты стертой памяти в нервной системе.
Авторы исследования осторожно предполагают, что, если эти результаты окажутся переносимы на людей, то это позволит создать препараты для управления воспоминаниями. Например, помогающие людям быстрее и легче забывать плохие воспоминания, а хорошие помнить долго и ярко.
#Память #Эволюция #КогнитивныеСистемы
Medium
Сверхзадача памяти — не помнить, а забыть
Этот пост о втором из трех открытий 2017 года, способных перевернуть понимание интеллекта (человека, компьютера и животных)
Как лечить коррупцию в ее преагональной фазе.
Год назад 2 корифея экономики Дарон Асемоглу и Мэтью Джексон обосновали, что быстро искоренить коррупцию путем ужесточения законодательства и его применения невозможно. Авторы доказали:
✔️ без изменения доминирующих социальных норм в обществе, ужесточение законов и их применения, не только не способно снизить коррупцию, но и НАОБОРОТ – будут способствовать её росту.
Прошлой осенью англо-канадо-американское междисциплинарное исследование уточнило ответы на практические вопросы в контексте работы Асемоглу & Джексон:
— как же конкретно снижать коррупцию?
— какие действия в конкретных условиях работают хорошо, какие – плохо, а какие – вовсе не работают?
— можно ли одним и тем же - в одних условиях коррупцию снизить, а в других повысить?
Анализ полученных в исследовании ответов приводит к простому и даже очевидному выводу (что не умаляет его ценность):
✔️ методы эффективной борьбы с коррупцией для разных стран (например, Швеции и Кении) сильно разные.
Хорошо. А как быть нам?
Те, кого интересует наша ситуация, - страна типа BRIC, а коррупция, извините, в преагональной фазе – читайте (скайхаб вам в помощь) результаты проведенного в Бразилии масштабного полевого исследования «Коррупция как единственный вариант: пределы избирательной ответственности».
Его главные выводы. Когда сильная коррупция укоренена уже в нескольких поколениях, происходит следующее.
1. В стране неуклонно укрепляется корупциоцинизм власти и корупциоскептицизм населения. И поэтому:
— даже наикрутейшим коррупционерам из элиты их запредельная коррупция, о которой все знают, никак не мешает избираться и переизбираться во власть;
— а народу коррупция вообще до фонаря – они в упор не видят коррупцию среди ключевых проблем страны, считая, что «те, кто наверху, все такие» раз «рыба гниет с головы».
2. Опросы общественного мнения и шумные разоблачения коррупции в СМИ лишь повышают уровень корупциоскептицизма и корупциоцинизм, укрепляя и без того всеобщее мнение, выраженные двумя приведенными выше пословицами.
3. Подконтрольность, подотчетность и ужесточение законов в таких условиях системной коррупции не помогают:
— «инкрементные политики» улучшения, скорее всего, будут заканчиваться ухудшением ситуации из-за попадания в «социальные ловушки»;
—действенным методом борьбы, скорее всего, остается лишь т.н. метод «Большого взрыва» (когда хвост не отрезают по кусочку).
_______________________
- Пост о работе Асемоглу & Джексона https://t.me/theworldisnoteasy/290
- Пост о международном междисциплинарном исследовании https://t.me/theworldisnoteasy/340
- Отчет о бразильском полевом исследовании https://www.journals.uchicago.edu/doi/10.1086/697954
- О том, как работает метод «Большого взрыва», и его разбор на кейсе Швеции 19-го века (не удивляйтесь, там тоже была неслабая коррупция) в статье Титана в этой области Бу Ротштейна http://archives.cerium.ca/IMG/pdf/Rothstein_big_bang.pdf,
- А про то, как «рыба гниет с головы» и как с этим бороться, его же статью https://cyberleninka.ru/article/n/korruptsiya-i-obschestvennoe-doverie-pochemu-ryba-gniet-s-golovy
И раз уж говорим про коррупцию, чтоб 2 раза не вставать, еще 2 новые интересные ссылки, как, даже не достигнув преагональной фазы, коррупция:
- убивает инновации https://www.sciencedirect.com/science/article/pii/S0176268018300235
- рассаживает своих людей на всех уровнях власти https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3171830
#Коррупция
Год назад 2 корифея экономики Дарон Асемоглу и Мэтью Джексон обосновали, что быстро искоренить коррупцию путем ужесточения законодательства и его применения невозможно. Авторы доказали:
✔️ без изменения доминирующих социальных норм в обществе, ужесточение законов и их применения, не только не способно снизить коррупцию, но и НАОБОРОТ – будут способствовать её росту.
Прошлой осенью англо-канадо-американское междисциплинарное исследование уточнило ответы на практические вопросы в контексте работы Асемоглу & Джексон:
— как же конкретно снижать коррупцию?
— какие действия в конкретных условиях работают хорошо, какие – плохо, а какие – вовсе не работают?
— можно ли одним и тем же - в одних условиях коррупцию снизить, а в других повысить?
Анализ полученных в исследовании ответов приводит к простому и даже очевидному выводу (что не умаляет его ценность):
✔️ методы эффективной борьбы с коррупцией для разных стран (например, Швеции и Кении) сильно разные.
Хорошо. А как быть нам?
Те, кого интересует наша ситуация, - страна типа BRIC, а коррупция, извините, в преагональной фазе – читайте (скайхаб вам в помощь) результаты проведенного в Бразилии масштабного полевого исследования «Коррупция как единственный вариант: пределы избирательной ответственности».
Его главные выводы. Когда сильная коррупция укоренена уже в нескольких поколениях, происходит следующее.
1. В стране неуклонно укрепляется корупциоцинизм власти и корупциоскептицизм населения. И поэтому:
— даже наикрутейшим коррупционерам из элиты их запредельная коррупция, о которой все знают, никак не мешает избираться и переизбираться во власть;
— а народу коррупция вообще до фонаря – они в упор не видят коррупцию среди ключевых проблем страны, считая, что «те, кто наверху, все такие» раз «рыба гниет с головы».
2. Опросы общественного мнения и шумные разоблачения коррупции в СМИ лишь повышают уровень корупциоскептицизма и корупциоцинизм, укрепляя и без того всеобщее мнение, выраженные двумя приведенными выше пословицами.
3. Подконтрольность, подотчетность и ужесточение законов в таких условиях системной коррупции не помогают:
— «инкрементные политики» улучшения, скорее всего, будут заканчиваться ухудшением ситуации из-за попадания в «социальные ловушки»;
—действенным методом борьбы, скорее всего, остается лишь т.н. метод «Большого взрыва» (когда хвост не отрезают по кусочку).
_______________________
- Пост о работе Асемоглу & Джексона https://t.me/theworldisnoteasy/290
- Пост о международном междисциплинарном исследовании https://t.me/theworldisnoteasy/340
- Отчет о бразильском полевом исследовании https://www.journals.uchicago.edu/doi/10.1086/697954
- О том, как работает метод «Большого взрыва», и его разбор на кейсе Швеции 19-го века (не удивляйтесь, там тоже была неслабая коррупция) в статье Титана в этой области Бу Ротштейна http://archives.cerium.ca/IMG/pdf/Rothstein_big_bang.pdf,
- А про то, как «рыба гниет с головы» и как с этим бороться, его же статью https://cyberleninka.ru/article/n/korruptsiya-i-obschestvennoe-doverie-pochemu-ryba-gniet-s-golovy
И раз уж говорим про коррупцию, чтоб 2 раза не вставать, еще 2 новые интересные ссылки, как, даже не достигнув преагональной фазы, коррупция:
- убивает инновации https://www.sciencedirect.com/science/article/pii/S0176268018300235
- рассаживает своих людей на всех уровнях власти https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3171830
#Коррупция
Telegram
Малоизвестное интересное
МАТМОДЕЛЬ ПОДТЕРДИЛА – КОРРУПЦИЮ БЫСТРО НЕ ИЗВЕСТИ
Дарон Асемоглу и Мэтью Джексон не нуждаются в представлении. Их исследования и книги говорят сами за себя.
Их новая совместная статья о результатах исследования «Социальные нормы и правоприменение законов»…
Дарон Асемоглу и Мэтью Джексон не нуждаются в представлении. Их исследования и книги говорят сами за себя.
Их новая совместная статья о результатах исследования «Социальные нормы и правоприменение законов»…
Восьмикратный прорыв в борьбе с хаосом за точность предсказаний
Предсказание (прогноз) – это предположение о том, что произойдет в будущем.
Предсказать месторасположение бильярдного шара через полсекунды после вашего удара по нему – не самая сложная задача, если на столе всего 1 шар. Если же шаров 16 – это уже сложнее. Еще сложнее предсказать на 2 сек.
Т.о. самим фактом точного предсказания не удивишь. Наш мозг занимается этим постоянно и весьма в этом преуспел.
Вызов в том, чтобы научиться предсказывать с удовлетворительной точностью:
✔️ поведение сложных систем;
✔️ на значительном горизонте прогнозирования.
Иллюстрацией немыслимой и, казалось бы, непреодолимой сложности данного вызова является «эффект бабочки».
Еще первооткрыватели теории хаоса установили, что «эффект бабочки» сводит к нулю возможности долгосрочного предсказания поведения сложных систем. Малейшее возмущение такой системы (погоды, экономики и пр.) способно породить цепную реакцию последствий, в результате чего будущее окажется совсем иным. Этот туман неопределённости в поведении сложных систем – вот уже десятки лет является главной проблемой на пути к надёжным предсказаниям.
Ситуация усугубляется тем, что:
— в хаотическое состояние, предсказать поведение системы невозможно;
— хаотические системы встречаются в природе повсюду (от погоды и лесных пожаров до сердечных аритмий и лавин нейронных спайков (импульсов) при возбуждении нейронов головного мозга);
— но, как ни странно, до сих пор неясно, что такое хаос (у понятия хаоса нет общепринятого математического определения и нет перечня необходимых и достаточных условий возникновения хаотического состояния).
Есть математическое понятие - время Ляпунова. Это время, за которое система переходит к полному хаосу. По сути, это и есть горизонт прогнозирования, дальше которого продвинуться в предсказании невозможно.
У разных систем разное время Ляпунова: от миллисекунд до миллионов лет (для погоды, как мы все знаем, - несколько дней). Чем короче это время, тем более чувствительна или более склонна к эффекту бабочки система, тем стремительней её исходные состояния расходятся в периоды кризиса.
Все вышесказанное – необходимая для понимания преамбула. Теперь перехожу к главному - восьмикратному прорыву в предсказании будущего.
Восьмикратный прорыв в борьбе с хаосом за точность предсказаний достигнут за счет новаторского подхода в применении машинного обучения.
Еще в конце 90-х был придуман особый тип нейронных сетей, объединяемых под общим названием резервуарные вычисления Reservoir Computing (что это такое, можете за 1 мин. прочесть под катом ниже).
Главное же отличие от классических всем нам известных нейронок в том, что этот тип нейронных сетей на много порядков упрощает и ускоряет машинное обучение.
✔️ С помощью Reservoir Computing получается спрогнозировать поведение системы при восьмикратно увеличенном горизонте прогнозирования (для восьми времен Ляпунова).
Выражаясь нестрого, удается заглянуть в восемь раз дальше по сравнению с тем, что позволяют другие методы прогнозирования.
Для достижения подобного результата на классических нейронных сетях, потребовалось бы измерять исходное состояние типичной системы в 100 000 000 раз точнее, чем при резервуарном вычислении. Что не очень реально.
Авторы данной работы экспериментировали с архетипической пространственно-временной хаотической системой, описываемой «уравнением Курамото — Сивашинского». Она подобна фронту пламени, мерцающему при прохождении через горючую среду (см. Gif в статье под катом ниже). Это же уравнение описывает дрейфовые волны в плазме и много-много других физических явлений и посему служит «испытательным стендом для изучения турбулентности и пространственно-временного хаоса».
Представляете точный прогноз погоды, но уже не на пару дней, а на пару недель?
Подробней на русском https://goo.gl/CRaswe (там же ссылка на оригинал и все нужные ссылки на научные работы).
Что такое Резервуарные вычисления https://goo.gl/kfVttB
#Предсказания #Хаос #РезервуарныеВычисления #МашинноеОбучение
Предсказание (прогноз) – это предположение о том, что произойдет в будущем.
Предсказать месторасположение бильярдного шара через полсекунды после вашего удара по нему – не самая сложная задача, если на столе всего 1 шар. Если же шаров 16 – это уже сложнее. Еще сложнее предсказать на 2 сек.
Т.о. самим фактом точного предсказания не удивишь. Наш мозг занимается этим постоянно и весьма в этом преуспел.
Вызов в том, чтобы научиться предсказывать с удовлетворительной точностью:
✔️ поведение сложных систем;
✔️ на значительном горизонте прогнозирования.
Иллюстрацией немыслимой и, казалось бы, непреодолимой сложности данного вызова является «эффект бабочки».
Еще первооткрыватели теории хаоса установили, что «эффект бабочки» сводит к нулю возможности долгосрочного предсказания поведения сложных систем. Малейшее возмущение такой системы (погоды, экономики и пр.) способно породить цепную реакцию последствий, в результате чего будущее окажется совсем иным. Этот туман неопределённости в поведении сложных систем – вот уже десятки лет является главной проблемой на пути к надёжным предсказаниям.
Ситуация усугубляется тем, что:
— в хаотическое состояние, предсказать поведение системы невозможно;
— хаотические системы встречаются в природе повсюду (от погоды и лесных пожаров до сердечных аритмий и лавин нейронных спайков (импульсов) при возбуждении нейронов головного мозга);
— но, как ни странно, до сих пор неясно, что такое хаос (у понятия хаоса нет общепринятого математического определения и нет перечня необходимых и достаточных условий возникновения хаотического состояния).
Есть математическое понятие - время Ляпунова. Это время, за которое система переходит к полному хаосу. По сути, это и есть горизонт прогнозирования, дальше которого продвинуться в предсказании невозможно.
У разных систем разное время Ляпунова: от миллисекунд до миллионов лет (для погоды, как мы все знаем, - несколько дней). Чем короче это время, тем более чувствительна или более склонна к эффекту бабочки система, тем стремительней её исходные состояния расходятся в периоды кризиса.
Все вышесказанное – необходимая для понимания преамбула. Теперь перехожу к главному - восьмикратному прорыву в предсказании будущего.
Восьмикратный прорыв в борьбе с хаосом за точность предсказаний достигнут за счет новаторского подхода в применении машинного обучения.
Еще в конце 90-х был придуман особый тип нейронных сетей, объединяемых под общим названием резервуарные вычисления Reservoir Computing (что это такое, можете за 1 мин. прочесть под катом ниже).
Главное же отличие от классических всем нам известных нейронок в том, что этот тип нейронных сетей на много порядков упрощает и ускоряет машинное обучение.
✔️ С помощью Reservoir Computing получается спрогнозировать поведение системы при восьмикратно увеличенном горизонте прогнозирования (для восьми времен Ляпунова).
Выражаясь нестрого, удается заглянуть в восемь раз дальше по сравнению с тем, что позволяют другие методы прогнозирования.
Для достижения подобного результата на классических нейронных сетях, потребовалось бы измерять исходное состояние типичной системы в 100 000 000 раз точнее, чем при резервуарном вычислении. Что не очень реально.
Авторы данной работы экспериментировали с архетипической пространственно-временной хаотической системой, описываемой «уравнением Курамото — Сивашинского». Она подобна фронту пламени, мерцающему при прохождении через горючую среду (см. Gif в статье под катом ниже). Это же уравнение описывает дрейфовые волны в плазме и много-много других физических явлений и посему служит «испытательным стендом для изучения турбулентности и пространственно-временного хаоса».
Представляете точный прогноз погоды, но уже не на пару дней, а на пару недель?
Подробней на русском https://goo.gl/CRaswe (там же ссылка на оригинал и все нужные ссылки на научные работы).
Что такое Резервуарные вычисления https://goo.gl/kfVttB
#Предсказания #Хаос #РезервуарныеВычисления #МашинноеОбучение
XX2 век
«Удивительная» способность машинного обучения предсказывать хаос
Полвека назад пионеры теории хаоса обнаружили, что «эффект бабочки» делает невозможным долгосрочное предсказание. Малейшее возмущение сложной системы (например, погоды, экономики или чего-то подобного) способно спровоцировать цепную реакцию, в результате…
По жизни известно, если душит злоба, одолевает страх, жжет ревность или захлестывает волна иных негативных чувств, - нужно кому-то про это рассказать. Широко известная по триллерам фраза-предложение - «хочешь про это поговорить?», как бы бросающая спасательный круг утопающему в своих эмоциях герою, - как раз про это.
Нарративная психотерапия основывается на установленном нейронаукой факте:
✔️ достаточно лишь признаться (вербализовать) переживаемую эмоцию, чтобы прервать аффективную реакцию и снизить накал отрицательных переживаниях.
Первое в истории in vivo экспериментальное исследование исцеляющего эффекта «называния своей эмоции» показало психотерапевтическое действие общения в соцсетях.
Об этом мой новый пост на 3 мин. чтения
http://bit.ly/2McbEVl
#Эмоции #Соцсети #АналитикаБольшихДанных
Нарративная психотерапия основывается на установленном нейронаукой факте:
✔️ достаточно лишь признаться (вербализовать) переживаемую эмоцию, чтобы прервать аффективную реакцию и снизить накал отрицательных переживаниях.
Первое в истории in vivo экспериментальное исследование исцеляющего эффекта «называния своей эмоции» показало психотерапевтическое действие общения в соцсетях.
Об этом мой новый пост на 3 мин. чтения
http://bit.ly/2McbEVl
#Эмоции #Соцсети #АналитикаБольшихДанных
Medium
Чтоб перестать бояться, напиши «я боюсь», злиться — «я злюсь» …
Первое in vivo подтверждение психотерапевтического эффекта соцсетей
Вся самая актуальная и нужная информация о состоянии ИИ
Натан Бенайх и Ян Хогарт –два серийных инвестора в ИИ-ориентированные стартапы - сделали невозможное.
Они написали отчет о состоянии дел в области ИИ такого качества (глубина проникновения в предмет * фокусировка на главное * видение за деревьями леса), что все индустриальные аналитики, консультанты и профэксперты могут нервно покурить в сторонке.
150+ слайдовый отчет содержит подробное описание прогресса в области ИИ, уделяя особое внимание ключевым событиям последних 12 месяцев.
В докладе рассматривается состояние дел по 5 направлениям:
• новые исследования и прорывы,
• положение с талантами и специалистами,
• индустриальное применение ИИ (от здравоохранения до обороны),
• нарастающая связка ИИ с политикой,
• прогнозы на грядущие 12 мес.
Давать резюме прекрасно выполненной работы бессмысленно - каждый найдет здесь интересное и нужное на свой вкус.
Мне же остается, в качестве тизера, привести 3 коротких примера со своими короткими замечаниями в скобках.
1) Вот все кругом кричат "роботы-роботы"!
А на самом деле в мире всего 2 млн. промышленных роботов, что очень мало, учитывая сколько здесь занято людей.
— Рост роботизации всего 14% в год (т.е. конечно не мало, но никакой "сингулярностью" не пахнет).
— И о лидерах. В США всего 168 роботов на 10К рабочих в промышленности, а в Китае того меньше – 68. Для сравнения: Корея – 631, Сингапур – 488, Германия – 309.
2) В мире всего 22 тыс. специалистов с PhD подготовкой по ИИ, из которых только 5 тыс. – исследователи топового уровня.
Большинство из них в штате крупнейших корпораций: 1400 в Google, 1000 в Microsoft, 900 в IBM, 450 в Baidu, 400 в Tencent и 300 в Facebook.
3) В ближайшие 12 мес. произойдут 2 поворотных для дальнейшего развития ИИ события:
Cамая крутая Good News (о которой напишут все) будет такой.
➡️ Первый терапевтический препарат, обнаруженный с помощью машинного обучения, даст положительные результаты в испытаниях
(последствие - резкое увеличение объемов финансирования ИИ).
А самая крутая Bad News (о которой не напишет никто, но она, тем ни менее, произойдет) будет следующей.
➡️ Крупные исследовательские структуры в области ИИ перестанут открыто публиковать результаты своих ключевых работ из-за политических соображений
(последствие – слияние около-геополитических и технологических интересов, которое можно условно назвать нарастание «ИИ-национализма»).
В общем, читайте сами это наиполезнейшее чтение https://www.stateof.ai/ с десятками графиков, диаграмм и картинок.
#ИИ
Натан Бенайх и Ян Хогарт –два серийных инвестора в ИИ-ориентированные стартапы - сделали невозможное.
Они написали отчет о состоянии дел в области ИИ такого качества (глубина проникновения в предмет * фокусировка на главное * видение за деревьями леса), что все индустриальные аналитики, консультанты и профэксперты могут нервно покурить в сторонке.
150+ слайдовый отчет содержит подробное описание прогресса в области ИИ, уделяя особое внимание ключевым событиям последних 12 месяцев.
В докладе рассматривается состояние дел по 5 направлениям:
• новые исследования и прорывы,
• положение с талантами и специалистами,
• индустриальное применение ИИ (от здравоохранения до обороны),
• нарастающая связка ИИ с политикой,
• прогнозы на грядущие 12 мес.
Давать резюме прекрасно выполненной работы бессмысленно - каждый найдет здесь интересное и нужное на свой вкус.
Мне же остается, в качестве тизера, привести 3 коротких примера со своими короткими замечаниями в скобках.
1) Вот все кругом кричат "роботы-роботы"!
А на самом деле в мире всего 2 млн. промышленных роботов, что очень мало, учитывая сколько здесь занято людей.
— Рост роботизации всего 14% в год (т.е. конечно не мало, но никакой "сингулярностью" не пахнет).
— И о лидерах. В США всего 168 роботов на 10К рабочих в промышленности, а в Китае того меньше – 68. Для сравнения: Корея – 631, Сингапур – 488, Германия – 309.
2) В мире всего 22 тыс. специалистов с PhD подготовкой по ИИ, из которых только 5 тыс. – исследователи топового уровня.
Большинство из них в штате крупнейших корпораций: 1400 в Google, 1000 в Microsoft, 900 в IBM, 450 в Baidu, 400 в Tencent и 300 в Facebook.
3) В ближайшие 12 мес. произойдут 2 поворотных для дальнейшего развития ИИ события:
Cамая крутая Good News (о которой напишут все) будет такой.
➡️ Первый терапевтический препарат, обнаруженный с помощью машинного обучения, даст положительные результаты в испытаниях
(последствие - резкое увеличение объемов финансирования ИИ).
А самая крутая Bad News (о которой не напишет никто, но она, тем ни менее, произойдет) будет следующей.
➡️ Крупные исследовательские структуры в области ИИ перестанут открыто публиковать результаты своих ключевых работ из-за политических соображений
(последствие – слияние около-геополитических и технологических интересов, которое можно условно назвать нарастание «ИИ-национализма»).
В общем, читайте сами это наиполезнейшее чтение https://www.stateof.ai/ с десятками графиков, диаграмм и картинок.
#ИИ
www.stateof.ai
State of AI Report 2023
The State of AI Report analyses the most interesting developments in AI. Read and download here.
Сбылось предсказание Станислава Лема о коллективном интеллекте роя роботов
29 июля канал U.S. Military Update выложили в сеть ролик US Military New Secret Technology Super Micro Drone Swarm рассказывающий про рой из 103 мини-дронов экспериментального проекта Минобороны США Perdix
https://www.youtube.com/watch?v=rFrB-3D2p-A
Подробно об этом успешном испытании сообщалось в прошлогоднем пресс-релизе Минобороны США https://goo.gl/v7qSgS (там же есть и видео).
Другой открытой информации о проекте Perdix с тех пор не было, поскольку проект засекретили.
Но и того, что сообщалось, достаточно, чтобы понять - это прорыв, и даже можно сказать революция, поскольку впервые удалось создать автономный самоорганизующийся рой дронов:
— не имеющих ни централизованной коммуникации между собой, ни централизованного управления,
— действующий, как единый организм,
— управляемый решениями, вырабатываемыми коллективным интеллектом дронов,
— адаптирующийся к внешней среде (обтекание препятствий, изменение скорости и т.п.),
— масштабируемый по скоростям, размеру и числу дронов
и много чего еще.
При этом рой работает без какого-либо предварительного программирования и идеально синхронизуется в своей работе.
N.B. Все публиковавшиеся ранее красивые видео про роящихся дронов-киллеров – либо компьютерная анимация, либо заранее запрограммированные дроны с центральным управлением
(типа роёв дронов, используемых группой Metallica для оживляжа на концертах https://www.youtube.com/watch?v=059Ztmuzjiw, а китайцами для замены фейерверков https://www.youtube.com/watch?v=ZbCR8mOPkuo и проведения воздушных шоу https://www.popsci.com/china-drone-swarms).
Теперь же все без дураков и по-настоящему –
впервые создан децентрализованный алгоритм синхронного роевого поведения летающих роботов в стохастическом пространстве с избеганием столкновений и уклонениями в ограниченной области.
Естественно, что никакой детальной информации, как этого удалось добиться в проекте военных США, нет и быть не может (и не мечтайте).
Но вот ведь незадача, для вояк США … и подарок - для всех нас!
Одновременно с проектом Perdix аналогичных (если не лучших) результатов добилась группа исследователей департамента Статистической и биологической физики Венгерской академии наук (Университет Будапешта) под руководством бородатого хиппи – профессора Габора Вашархея.
Они построили принципиально новый эволюционный алгоритм, сочетающий природный алгоритм флокирования с распределенным планированием движения роя, содержащего до 1000 дронов, летящих на скоростях до 115 км/час.
Вот сайт проекта http://hal.elte.hu/drones/ с ответами на все вопросы:
• Что за проблема решена?
• В чем новизна решения?
• В чем суть решения?
и т.д.
А это только что вышедшая статься об исследовании Optimized flocking of autonomous drones in confined environments http://robotics.sciencemag.org/content/3/20/eaat3536 (скайхаб вам в помошь), попавшая из-за своих выдающихся результатов на обложку июльского номера Science Robotics https://www.aaas.org/file/science-robotics-cover-july-2018
Наконец, чарующее видео на 5 мин. с рассказом Габора Вашархея и вальсирующими в ночном небе с идеальной синхронностью 30 дронами https://www.youtube.com/watch?v=E4XpyG4eMKE
и фото длительной экспозиции самоорганизующегося полета нескольких дронов https://i.ytimg.com/vi/E4XpyG4eMKE/hqdefault.jpg
Мой пост о материализации прозрений Станислава Лема о самоорганизующихся роях https://t.me/theworldisnoteasy/343
#Swarming #Collective_Behavior #Biological_Complexity
29 июля канал U.S. Military Update выложили в сеть ролик US Military New Secret Technology Super Micro Drone Swarm рассказывающий про рой из 103 мини-дронов экспериментального проекта Минобороны США Perdix
https://www.youtube.com/watch?v=rFrB-3D2p-A
Подробно об этом успешном испытании сообщалось в прошлогоднем пресс-релизе Минобороны США https://goo.gl/v7qSgS (там же есть и видео).
Другой открытой информации о проекте Perdix с тех пор не было, поскольку проект засекретили.
Но и того, что сообщалось, достаточно, чтобы понять - это прорыв, и даже можно сказать революция, поскольку впервые удалось создать автономный самоорганизующийся рой дронов:
— не имеющих ни централизованной коммуникации между собой, ни централизованного управления,
— действующий, как единый организм,
— управляемый решениями, вырабатываемыми коллективным интеллектом дронов,
— адаптирующийся к внешней среде (обтекание препятствий, изменение скорости и т.п.),
— масштабируемый по скоростям, размеру и числу дронов
и много чего еще.
При этом рой работает без какого-либо предварительного программирования и идеально синхронизуется в своей работе.
N.B. Все публиковавшиеся ранее красивые видео про роящихся дронов-киллеров – либо компьютерная анимация, либо заранее запрограммированные дроны с центральным управлением
(типа роёв дронов, используемых группой Metallica для оживляжа на концертах https://www.youtube.com/watch?v=059Ztmuzjiw, а китайцами для замены фейерверков https://www.youtube.com/watch?v=ZbCR8mOPkuo и проведения воздушных шоу https://www.popsci.com/china-drone-swarms).
Теперь же все без дураков и по-настоящему –
впервые создан децентрализованный алгоритм синхронного роевого поведения летающих роботов в стохастическом пространстве с избеганием столкновений и уклонениями в ограниченной области.
Естественно, что никакой детальной информации, как этого удалось добиться в проекте военных США, нет и быть не может (и не мечтайте).
Но вот ведь незадача, для вояк США … и подарок - для всех нас!
Одновременно с проектом Perdix аналогичных (если не лучших) результатов добилась группа исследователей департамента Статистической и биологической физики Венгерской академии наук (Университет Будапешта) под руководством бородатого хиппи – профессора Габора Вашархея.
Они построили принципиально новый эволюционный алгоритм, сочетающий природный алгоритм флокирования с распределенным планированием движения роя, содержащего до 1000 дронов, летящих на скоростях до 115 км/час.
Вот сайт проекта http://hal.elte.hu/drones/ с ответами на все вопросы:
• Что за проблема решена?
• В чем новизна решения?
• В чем суть решения?
и т.д.
А это только что вышедшая статься об исследовании Optimized flocking of autonomous drones in confined environments http://robotics.sciencemag.org/content/3/20/eaat3536 (скайхаб вам в помошь), попавшая из-за своих выдающихся результатов на обложку июльского номера Science Robotics https://www.aaas.org/file/science-robotics-cover-july-2018
Наконец, чарующее видео на 5 мин. с рассказом Габора Вашархея и вальсирующими в ночном небе с идеальной синхронностью 30 дронами https://www.youtube.com/watch?v=E4XpyG4eMKE
и фото длительной экспозиции самоорганизующегося полета нескольких дронов https://i.ytimg.com/vi/E4XpyG4eMKE/hqdefault.jpg
Мой пост о материализации прозрений Станислава Лема о самоорганизующихся роях https://t.me/theworldisnoteasy/343
#Swarming #Collective_Behavior #Biological_Complexity
Самопровозглашенные "властители дум" в области ИИ накликивают его новую «зиму»
Приятно, что в «Гардиан» читают наш канал 😉. Только недавно я рассказывал про угрозу наступления новой «зимы ИИ». И вот эстафету темы подхватила «Гардиан».
В результате тема, как говорится, взлетела. Статья Оскара Швартца 'The discourse is unhinged': how the media gets AI alarmingly wrong заняла высшее место в топе ИИ новостей aiweekly.co за прошлую неделю.
Хорошая статья. Всем рекомендую.
Оттолкнувшись от того же, что и я (спекулятивный оптимизм и страшилки про ИИ ведут нас к новой «зиме ИИ»), Оскар Швартц рассмотрел роль социальных медиа в этом процессе.
Швартц показал, что главная опасность не в очевидной и понятной погоне за сенсациями технически неграмотных журналистов.
«Социальные медиа позволили самопровозглашенным "властителям дум" в области ИИ зарабатывать на шумихе вокруг этой темы, не делая ничего, кроме создания низкокачественных статей, перефразируя Илона Маска».
В результате чего тематика ИИ из «интересных исследований» превращается в «сенсационную хрень». Но это не ново. Так уже было и во 2й половине ХХ века.
Главная же опасность заключается в многократно возросшей мощи социальных медиа, которые уже не просто влияют на акценты дискурсов, а запускают настоящие «эпидемии дезинформации».
В результате мы имеет настоящую «эпидемию дезинформации об ИИ», которая, как всякая эпидемия, распространяется сама по себе, не требуя никаких дополнительных усилий и заинтересованных лиц.
Итогом этого становится тотальное смещение дискурса с реально важных вопросов для исследований и разработок ИИ:
✔️ на «крайне левый» - потребительско-оптимистический полюс (машинное обучение решит все проблемы ИИ, новые ИИ-гаджеты сделают жизнь прекрасной и т.п.)
- и на «крайне правый» - алармистский полюс (ИИ выходит из под контроля и несет смертельную угрозу человечеству).
Такое смещение дискурса сбивает фокус интересов и частного бизнеса, и государств.
Получается очередной «топор под компасом», ведущий в тупик большинство ИИ-разработок по всему миру.
А это путь к наступлению новой «зимы ИИ».
Таково резюме. А полный текст соображений на эту тему читайте здесь.
• Статья 'The discourse is unhinged': how the media gets AI alarmingly wrong https://goo.gl/JfmBLE
• Мой рассказ про новую «зиму ИИ» https://goo.gl/2JaeJo
#ИИ
Приятно, что в «Гардиан» читают наш канал 😉. Только недавно я рассказывал про угрозу наступления новой «зимы ИИ». И вот эстафету темы подхватила «Гардиан».
В результате тема, как говорится, взлетела. Статья Оскара Швартца 'The discourse is unhinged': how the media gets AI alarmingly wrong заняла высшее место в топе ИИ новостей aiweekly.co за прошлую неделю.
Хорошая статья. Всем рекомендую.
Оттолкнувшись от того же, что и я (спекулятивный оптимизм и страшилки про ИИ ведут нас к новой «зиме ИИ»), Оскар Швартц рассмотрел роль социальных медиа в этом процессе.
Швартц показал, что главная опасность не в очевидной и понятной погоне за сенсациями технически неграмотных журналистов.
«Социальные медиа позволили самопровозглашенным "властителям дум" в области ИИ зарабатывать на шумихе вокруг этой темы, не делая ничего, кроме создания низкокачественных статей, перефразируя Илона Маска».
В результате чего тематика ИИ из «интересных исследований» превращается в «сенсационную хрень». Но это не ново. Так уже было и во 2й половине ХХ века.
Главная же опасность заключается в многократно возросшей мощи социальных медиа, которые уже не просто влияют на акценты дискурсов, а запускают настоящие «эпидемии дезинформации».
В результате мы имеет настоящую «эпидемию дезинформации об ИИ», которая, как всякая эпидемия, распространяется сама по себе, не требуя никаких дополнительных усилий и заинтересованных лиц.
Итогом этого становится тотальное смещение дискурса с реально важных вопросов для исследований и разработок ИИ:
✔️ на «крайне левый» - потребительско-оптимистический полюс (машинное обучение решит все проблемы ИИ, новые ИИ-гаджеты сделают жизнь прекрасной и т.п.)
- и на «крайне правый» - алармистский полюс (ИИ выходит из под контроля и несет смертельную угрозу человечеству).
Такое смещение дискурса сбивает фокус интересов и частного бизнеса, и государств.
Получается очередной «топор под компасом», ведущий в тупик большинство ИИ-разработок по всему миру.
А это путь к наступлению новой «зимы ИИ».
Таково резюме. А полный текст соображений на эту тему читайте здесь.
• Статья 'The discourse is unhinged': how the media gets AI alarmingly wrong https://goo.gl/JfmBLE
• Мой рассказ про новую «зиму ИИ» https://goo.gl/2JaeJo
#ИИ
the Guardian
'The discourse is unhinged': how the media gets AI alarmingly wrong
Social media has allowed self-proclaimed ‘AI influencers’ who do nothing more than paraphrase Elon Musk to cash in on this hype with low-quality pieces. The result is dangerous
Вопрос выбора пары, наверное, один из самых интересных и важных для любого из нас. Однако, до самого последнего времени ответ на него был довольно туманен.
Новое прорывное исследование на основе аналитики больших данных по сайтам знакомств позволило понять:
• как влияют разные характеристики человека при выборе им потенциального партнера;
• какие стратегии оптимальны в данном вопросе и почему;
• и главное, - нащупана структура «универсальной иерархии желанности», зашитой на подкорке любого взрослого и управляющей нашими предпочтениями, а также поведением при поиске партнеров.
Обо всем этом мой новый пост на 5 мин. https://goo.gl/KGVM4b
#АналитикаБольшихДанных #ВыборПартнера
Новое прорывное исследование на основе аналитики больших данных по сайтам знакомств позволило понять:
• как влияют разные характеристики человека при выборе им потенциального партнера;
• какие стратегии оптимальны в данном вопросе и почему;
• и главное, - нащупана структура «универсальной иерархии желанности», зашитой на подкорке любого взрослого и управляющей нашими предпочтениями, а также поведением при поиске партнеров.
Обо всем этом мой новый пост на 5 мин. https://goo.gl/KGVM4b
#АналитикаБольшихДанных #ВыборПартнера
Medium
Мы выбираем, нас выбирают
Как это происходит, и почему часто не совпадает
Доказано – пёр случается раз в жизни.
Самое главное – его почувствовать и не пропустить.
Hot streak или Success streak – полоса удач и везения, когда один успех влечет за собой другой, а потом еще и еще, - в русском языке кратко называется «пёр».
Феномен пёра уже многие годы пристально исследуется, особенно, применительно к спорту, азартным играм и игре на финансовых рынках.
Но что если поставить вопрос шире – применительно к карьере в любой творческой профессии: ученый, кинорежисер, художник и т.п.
• Существуют ли полосы цепной реакции успеха (пёр) во всех этих профессиях?
• Какова роль пёра в карьере творца?
• Когда и как пёр случается, и что лежит в его основе?
• Может ли пёр рассматриваться в качестве основного двигателя карьеры и ключевого фактора развития творческой области деятельности (науки, искусства, дизайна, программирования в конце концов)?
• Какова цена - упустить пёр? (как для индивидуальной карьеры, так и для развития всей творческой области)
Всеми этими вопросами озадачилась группа междисциплинарных исследователей из США и Венгрии, осуществивших фантастически интересную, грандиозную по масштабу и поразительную по результатам работу Hot Streaks in Artistic, Cultural, and Scientific Careers.
На сей раз аналитика больших данных была применена для детального исследования карьер 20+ тыс. ученых (от Эйнштейна до нынешних нобелиатов), 6+ тыс. кинорежисеров (отличников IMDB) и 3,5 тыс. художников (от Ван-Гога до нынешних самых дорогих мастеров).
Была построена модель временных серий успеха (формула длиной в четверть страницы с 5 интегралами и частными производными), которая прошла детальное тестирование с альтернативными гипотезами.
Модель проверялась на данных о «череде удач» (hot hand ), выявленных 8ю численными методами (от условной вероятности до скрытой марковской модели) в предыдущих 50+ исследований на эту тему.
«Череда удач» в науке определялась на данных из 30 различных наук.
«Сухой остаток» ключевых результатов, полученных исследованием.
1️⃣ Пёр в науке и творческих профессиях реально существует и драйвит развитие во всех исследованных областях.
2️⃣ Пёр случается раз в жизни творца и может продолжаться до 5 лет.
3️⃣ Пёр образуется:
— абсолютно непрогнозируемым образом;
— никак не коррелирует ни с чем: творческий подъем, производительность труда, внешние обстоятельства и т.д., - вот просто случается и все тут;
— не существует «идеальной творческой формы» или возраста для пёра, - может случиться, как и когда придется;
4️⃣ Самое страшное и обидное – не заметить (не почувствовать), что это может быть пёр; тогда – просто хана, и шансы на повторение подобного в жизни близки к нулю;
5️⃣ Людей творческих профессий нужно учить «чуять момент пёра»; от этого на 95% зависит успешность их карьеры и на 90% - интенсивность развития творческих областей деятельности.
Самое важное – что из этого следует
Знайте, - большинство пёров просто не случаются из-за холодного душа отрицательных оценок экспертов («подумаешь, ничего особого в этом нет, а кто он вообще такой» и т.п.). Авторы скуксиваются и бросают кажущееся им обещающим начинание.
Поэтому, если верите, что придумали что-то выдающееся, положитесь на своё чувство и копайте дальше и глубже в том же направлении.
Может пёр и не случится. Но если это вдруг он, вы его не пропустите. И это самое главное.
Текст исследования (105 стр.) https://goo.gl/fKmZS8
Популярное изложение исследования под заголовком «’Полосы удач’ существуют в реальности» в European Scientific Journal, vol.1, Issue 7, July 2018, pp. 14-16, вынесенное на обложку журнала, как главное событие месяца.
https://goo.gl/uHwE8Q
#АналитикаБольшихДанных #ПолосыУдач
Самое главное – его почувствовать и не пропустить.
Hot streak или Success streak – полоса удач и везения, когда один успех влечет за собой другой, а потом еще и еще, - в русском языке кратко называется «пёр».
Феномен пёра уже многие годы пристально исследуется, особенно, применительно к спорту, азартным играм и игре на финансовых рынках.
Но что если поставить вопрос шире – применительно к карьере в любой творческой профессии: ученый, кинорежисер, художник и т.п.
• Существуют ли полосы цепной реакции успеха (пёр) во всех этих профессиях?
• Какова роль пёра в карьере творца?
• Когда и как пёр случается, и что лежит в его основе?
• Может ли пёр рассматриваться в качестве основного двигателя карьеры и ключевого фактора развития творческой области деятельности (науки, искусства, дизайна, программирования в конце концов)?
• Какова цена - упустить пёр? (как для индивидуальной карьеры, так и для развития всей творческой области)
Всеми этими вопросами озадачилась группа междисциплинарных исследователей из США и Венгрии, осуществивших фантастически интересную, грандиозную по масштабу и поразительную по результатам работу Hot Streaks in Artistic, Cultural, and Scientific Careers.
На сей раз аналитика больших данных была применена для детального исследования карьер 20+ тыс. ученых (от Эйнштейна до нынешних нобелиатов), 6+ тыс. кинорежисеров (отличников IMDB) и 3,5 тыс. художников (от Ван-Гога до нынешних самых дорогих мастеров).
Была построена модель временных серий успеха (формула длиной в четверть страницы с 5 интегралами и частными производными), которая прошла детальное тестирование с альтернативными гипотезами.
Модель проверялась на данных о «череде удач» (hot hand ), выявленных 8ю численными методами (от условной вероятности до скрытой марковской модели) в предыдущих 50+ исследований на эту тему.
«Череда удач» в науке определялась на данных из 30 различных наук.
«Сухой остаток» ключевых результатов, полученных исследованием.
1️⃣ Пёр в науке и творческих профессиях реально существует и драйвит развитие во всех исследованных областях.
2️⃣ Пёр случается раз в жизни творца и может продолжаться до 5 лет.
3️⃣ Пёр образуется:
— абсолютно непрогнозируемым образом;
— никак не коррелирует ни с чем: творческий подъем, производительность труда, внешние обстоятельства и т.д., - вот просто случается и все тут;
— не существует «идеальной творческой формы» или возраста для пёра, - может случиться, как и когда придется;
4️⃣ Самое страшное и обидное – не заметить (не почувствовать), что это может быть пёр; тогда – просто хана, и шансы на повторение подобного в жизни близки к нулю;
5️⃣ Людей творческих профессий нужно учить «чуять момент пёра»; от этого на 95% зависит успешность их карьеры и на 90% - интенсивность развития творческих областей деятельности.
Самое важное – что из этого следует
Знайте, - большинство пёров просто не случаются из-за холодного душа отрицательных оценок экспертов («подумаешь, ничего особого в этом нет, а кто он вообще такой» и т.п.). Авторы скуксиваются и бросают кажущееся им обещающим начинание.
Поэтому, если верите, что придумали что-то выдающееся, положитесь на своё чувство и копайте дальше и глубже в том же направлении.
Может пёр и не случится. Но если это вдруг он, вы его не пропустите. И это самое главное.
Текст исследования (105 стр.) https://goo.gl/fKmZS8
Популярное изложение исследования под заголовком «’Полосы удач’ существуют в реальности» в European Scientific Journal, vol.1, Issue 7, July 2018, pp. 14-16, вынесенное на обложку журнала, как главное событие месяца.
https://goo.gl/uHwE8Q
#АналитикаБольшихДанных #ПолосыУдач
Новый «Момент спутника» подкрался незаметно
Вчера Президент США Дональд Трамп подписал 716 млрд. оборонный бюджет на 2019 финансовый год.
Среди главные направлений — не только создание космических войск, но и расширение исследований в области искусственного интеллекта.
Что это - новый «Момент спутника»?
Впервые США пережили «Sputnik moment» в 1957, испытав шок от запуска СССР первого советского спутника. С тех пор «Момент спутника» стал в США символом осознания, что страна может потерять свое экономическое и политическое положение из-за наметившегося технологического отставания от других стран.
И не важно, было ли 60 лет назад реальное отставание США от СССР в сфере ракетных вооружений (на самом деле, никакого отставания не было). Но когда СССР опередил США в запуске 1го спутника, а Хрущев потом заявил, что ракеты сходят с советских сборочных линий «как сосиски», - «Момент спутника» неожиданно наступил.
Уже на президентских выборах 1960 года Джон Кеннеди пообещал покончить с отставанием в сфере ракетных вооружений, высмеяв Ричарда Никсона и заявив: «Мне кажется, что цветное телевидение не столь важно, как мощность ракетного двигателя».
Результатом осознания «Момента спутника» в США стал не только долгий приход к власти демократов (1958, 1960, 1962), но и технологический прорыв США, приведший к их высадке на Луне уже в 1969.
А также, что, наверное, еще более важно, - «Момент спутника» запустил новый этап гонки вооружений, закончившийся Звездными войнами Рональда Рейгана и последующим развалом СССР.
И вот история повторяется через 60 лет.
США могут потерять свое экономическое и политическое положение в мире, если не разработают всеобъемлющий высокоприоритетный план развития ИИ. Это серьезное предупреждение из нового отчета Strategic Competition in an Era of Artificial Intelligence, опубликованного Центром новой американской безопасности (CNAS).
Уже несколько стран – пишет отчет, - включая Китай, Индию, Францию и Великобританию объявили о крупных национальных инициативах в развитии своих национальных ИИ технологий. Эксперты рекомендуют США срочно последовать этому примеру, но Белый дом Трампа предпочитает пока что бить баклуши. А время уходит.
Исследование CNAS пишет, что ИИ будет иметь такое широкое влияние на оборону, дипломатию, разведку, экономическую конкурентоспособность и социальную стабильность, что правительство должно рассматривать это как новую космическую гонку вооружений.
«Замедление развития и внедрения ИИ будет представлять угрозу для глобального экономического и военного лидерства США. Соединенные Штаты вполне могут оказаться в новой космической гонке, но в отличие от Китая, Соединенные Штаты еще не испытали истинный «момент Спутника» с точки зрения более широкой общественности и политиков».
• Резюме отчета от MIT https://goo.gl/FjuUrG
• Авторский обзор отчета и его полный текст в pdf https://goo.gl/54Mtgr (26 стр., 82 ссылки, 3 кейса: Китай, Индия, Россия)
#ИИ #БольшаяВойна
Вчера Президент США Дональд Трамп подписал 716 млрд. оборонный бюджет на 2019 финансовый год.
Среди главные направлений — не только создание космических войск, но и расширение исследований в области искусственного интеллекта.
Что это - новый «Момент спутника»?
Впервые США пережили «Sputnik moment» в 1957, испытав шок от запуска СССР первого советского спутника. С тех пор «Момент спутника» стал в США символом осознания, что страна может потерять свое экономическое и политическое положение из-за наметившегося технологического отставания от других стран.
И не важно, было ли 60 лет назад реальное отставание США от СССР в сфере ракетных вооружений (на самом деле, никакого отставания не было). Но когда СССР опередил США в запуске 1го спутника, а Хрущев потом заявил, что ракеты сходят с советских сборочных линий «как сосиски», - «Момент спутника» неожиданно наступил.
Уже на президентских выборах 1960 года Джон Кеннеди пообещал покончить с отставанием в сфере ракетных вооружений, высмеяв Ричарда Никсона и заявив: «Мне кажется, что цветное телевидение не столь важно, как мощность ракетного двигателя».
Результатом осознания «Момента спутника» в США стал не только долгий приход к власти демократов (1958, 1960, 1962), но и технологический прорыв США, приведший к их высадке на Луне уже в 1969.
А также, что, наверное, еще более важно, - «Момент спутника» запустил новый этап гонки вооружений, закончившийся Звездными войнами Рональда Рейгана и последующим развалом СССР.
И вот история повторяется через 60 лет.
США могут потерять свое экономическое и политическое положение в мире, если не разработают всеобъемлющий высокоприоритетный план развития ИИ. Это серьезное предупреждение из нового отчета Strategic Competition in an Era of Artificial Intelligence, опубликованного Центром новой американской безопасности (CNAS).
Уже несколько стран – пишет отчет, - включая Китай, Индию, Францию и Великобританию объявили о крупных национальных инициативах в развитии своих национальных ИИ технологий. Эксперты рекомендуют США срочно последовать этому примеру, но Белый дом Трампа предпочитает пока что бить баклуши. А время уходит.
Исследование CNAS пишет, что ИИ будет иметь такое широкое влияние на оборону, дипломатию, разведку, экономическую конкурентоспособность и социальную стабильность, что правительство должно рассматривать это как новую космическую гонку вооружений.
«Замедление развития и внедрения ИИ будет представлять угрозу для глобального экономического и военного лидерства США. Соединенные Штаты вполне могут оказаться в новой космической гонке, но в отличие от Китая, Соединенные Штаты еще не испытали истинный «момент Спутника» с точки зрения более широкой общественности и политиков».
• Резюме отчета от MIT https://goo.gl/FjuUrG
• Авторский обзор отчета и его полный текст в pdf https://goo.gl/54Mtgr (26 стр., 82 ссылки, 3 кейса: Китай, Индия, Россия)
#ИИ #БольшаяВойна
MIT Technology Review
Report: AI is the new space race, and the US needs a “Sputnik moment”
The United States could lose its economic and political standing in the world if it doesn’t develop a comprehensive, high-priority plan for artificial intelligence. That’s the stark warning from a new report issued today by the Center for a New American Security…
Настрочив за без малого пару лет полтыщи постов в своем канале «Малоизвестное интересное», я понял, что без пол-литра во всех этих материалах даже мне становится трудно ориентироваться. Так что уж говорить о читателях.
Поэтому решил время от времени писать посты – навигаторы по основным темам канала.
Сегодня 1й такой навигатор по постам о становлении новой междисциплинарной науки об успехе и удаче «Science of Success».
N.B. Не путать название этого абсолютно нового и реально важного научного направления с заглавиями многих популярных книг (Кох 2007, Рэй 2005, …), посвященных экономике и бизнесу.
Science of Success занимается поиском ответов на вопросы, о которых я писал уже не раз:
• Если ты такой умный, почему не богатый?
• Почему одним все, а другим ничего?
• Что важнее – талант или случайность (удача)?
• От чего зависит наш успех?
• Стоит ли пытаться нанимать «лучших»?
• Как полосы серийных успехов влияют на карьеры?
• Почему выигрывает та или иная команда?
К публикации этого навигатора по Science of Success как раз подоспел и новый спецвыпуск (Volume 21, Issue 03n04) междисциплинарного журнала Advances in Complex Systems, посвященный данной теме.
Подробней об этом мой новый пост на 5 мин чтения.
https://goo.gl/cxzSGK
P.S. Отныне вместо использовавшегося для постов на эту тему множества тегов (#Талант #Случайность #Удача #АналитикаБольшихДанных …) будет использоваться всего один тег -
#ScienceOfSuccess
Поэтому решил время от времени писать посты – навигаторы по основным темам канала.
Сегодня 1й такой навигатор по постам о становлении новой междисциплинарной науки об успехе и удаче «Science of Success».
N.B. Не путать название этого абсолютно нового и реально важного научного направления с заглавиями многих популярных книг (Кох 2007, Рэй 2005, …), посвященных экономике и бизнесу.
Science of Success занимается поиском ответов на вопросы, о которых я писал уже не раз:
• Если ты такой умный, почему не богатый?
• Почему одним все, а другим ничего?
• Что важнее – талант или случайность (удача)?
• От чего зависит наш успех?
• Стоит ли пытаться нанимать «лучших»?
• Как полосы серийных успехов влияют на карьеры?
• Почему выигрывает та или иная команда?
К публикации этого навигатора по Science of Success как раз подоспел и новый спецвыпуск (Volume 21, Issue 03n04) междисциплинарного журнала Advances in Complex Systems, посвященный данной теме.
Подробней об этом мой новый пост на 5 мин чтения.
https://goo.gl/cxzSGK
P.S. Отныне вместо использовавшегося для постов на эту тему множества тегов (#Талант #Случайность #Удача #АналитикаБольшихДанных …) будет использоваться всего один тег -
#ScienceOfSuccess
Medium
Новая наука об успехе и удаче
Как на них влияет сетевое устройство мира
Performance is about you, success is about us
Если вы этого еще не поняли, то ваш путь к успеху будет крайне затруднен
Не спрашивай, что твоя сеть может сделать для тебя, спроси, что ты можешь сделать для своей сети. Так можно перефразировать историческую фразу Президента Джона Кеннеди в инаугурационной речи 1961 года, чтобы представить вам бестселлер ближайшего будущего о новой междисциплинарной науке об успехе и удаче «Science of Success».
https://images-na.ssl-images-amazon.com/images/I/41a8hCxOi0L._SX321_BO1,204,203,200_.jpg
Не пугайтесь, эту книгу написал не я. А тот самый «Эйнштейн XXI века» Альберт-Ласло Барабаши, цитированием которого я закончил вчерашний пост о Science of Success.
Такое уж получается разделение труда:
• я балагурю о статьях по теме Science of Success на этом канале;
• ученые люди Роберт Синатра и Рено Ламбиот собирают и редактируют эти статьи для спецвыпуска Advances in Complex Systems на тему Science of Success;
• ну а великий Альберт-Ласло Барабаши, как и положено, пишет книгу про Science of Success, которая выйдет в свет 6 ноября этого года.
И вот кстати. Меня нередко ругают за увлечение кликбейтовыми заголовками, типа «Формула городов», «Формула бестселлера», «Формула культуры», «Формула войны» и т.п.
Но вот и великий Барабаши не устоял, назвав свою новую книгу «The Formula: The Universal Laws of Success».
https://www.amazon.com/Formula-Universal-Laws-Success/dp/0316505498
Писать ревю этой замечательной книги нет необходимости. Всё самое главное о науке об успехе и её «главной формуле» я написал еще во вчерашнем посте:
✔️ в цифросетевом мире не только экономика, но и успех, в основном, зависит «от впечатлений» - т.е. не от продуктивности автора и качества его продукта или достижений, а от их (автора и продукта) коллективного восприятия обществом
Здесь же упомяну, что лично мне больше всего нравится в этой книге (и о чем сам Барабаши рассказал еще 2 года назад, делясь мыслями о еще не написанной книге на страницах Washington Post).
https://goo.gl/Kq5tL8
• Творческий успех не зависит от возраста.
• Эйнштейн ошибался, говоря: «Человек, который не внес значительный вклад в науку до тридцати лет, потом этого уже не сделает».
• 10 летнее исследование лаборатории Барабаши убедительно опровергает эту мысль Эйнштейна.
Поэтому, если вы пропустили раннюю искру творческого успеха, не отчаивайтесь: до тех пор, пока эта искра не погасла в глубине вашего сознания (или подсознания), ваш успех имеет не меньше шансов случиться, чем когда вы были молоды и вас любили все девушки (или юноши 😃).
И вы точно не пожалеете, посмотрев в выходные 23 минутный рассказ Барабаши о новой книге и о том, что:
— продуктивность зависит от вас, а ваш успех – от его восприятия другими;
— успеху все возрасты покорны, а креативность не имеет возраста;
— реальная продуктивность игры лучших футболистов Италии и то, что об этом думают миллионы тиффози, - большая разница.
https://www.youtube.com/watch?v=4FbFXzv7I8s
P.S. Формула «Performance is about you, success is about us» очень важна не только для понимания личного успеха, но и применительно к политике, демократии и правительствам.
О чем последние несколько недель неутомимо рассказывает на многих конференциях Альберт-Ласло Барабаши
https://pbs.twimg.com/media/DQOEtExV4AA2Xl2.jpg
https://pbs.twimg.com/media/DfHkMksWsAE8JjV.jpg
#БББ #ScienceOfSuccess
Если вы этого еще не поняли, то ваш путь к успеху будет крайне затруднен
Не спрашивай, что твоя сеть может сделать для тебя, спроси, что ты можешь сделать для своей сети. Так можно перефразировать историческую фразу Президента Джона Кеннеди в инаугурационной речи 1961 года, чтобы представить вам бестселлер ближайшего будущего о новой междисциплинарной науке об успехе и удаче «Science of Success».
https://images-na.ssl-images-amazon.com/images/I/41a8hCxOi0L._SX321_BO1,204,203,200_.jpg
Не пугайтесь, эту книгу написал не я. А тот самый «Эйнштейн XXI века» Альберт-Ласло Барабаши, цитированием которого я закончил вчерашний пост о Science of Success.
Такое уж получается разделение труда:
• я балагурю о статьях по теме Science of Success на этом канале;
• ученые люди Роберт Синатра и Рено Ламбиот собирают и редактируют эти статьи для спецвыпуска Advances in Complex Systems на тему Science of Success;
• ну а великий Альберт-Ласло Барабаши, как и положено, пишет книгу про Science of Success, которая выйдет в свет 6 ноября этого года.
И вот кстати. Меня нередко ругают за увлечение кликбейтовыми заголовками, типа «Формула городов», «Формула бестселлера», «Формула культуры», «Формула войны» и т.п.
Но вот и великий Барабаши не устоял, назвав свою новую книгу «The Formula: The Universal Laws of Success».
https://www.amazon.com/Formula-Universal-Laws-Success/dp/0316505498
Писать ревю этой замечательной книги нет необходимости. Всё самое главное о науке об успехе и её «главной формуле» я написал еще во вчерашнем посте:
✔️ в цифросетевом мире не только экономика, но и успех, в основном, зависит «от впечатлений» - т.е. не от продуктивности автора и качества его продукта или достижений, а от их (автора и продукта) коллективного восприятия обществом
Здесь же упомяну, что лично мне больше всего нравится в этой книге (и о чем сам Барабаши рассказал еще 2 года назад, делясь мыслями о еще не написанной книге на страницах Washington Post).
https://goo.gl/Kq5tL8
• Творческий успех не зависит от возраста.
• Эйнштейн ошибался, говоря: «Человек, который не внес значительный вклад в науку до тридцати лет, потом этого уже не сделает».
• 10 летнее исследование лаборатории Барабаши убедительно опровергает эту мысль Эйнштейна.
Поэтому, если вы пропустили раннюю искру творческого успеха, не отчаивайтесь: до тех пор, пока эта искра не погасла в глубине вашего сознания (или подсознания), ваш успех имеет не меньше шансов случиться, чем когда вы были молоды и вас любили все девушки (или юноши 😃).
И вы точно не пожалеете, посмотрев в выходные 23 минутный рассказ Барабаши о новой книге и о том, что:
— продуктивность зависит от вас, а ваш успех – от его восприятия другими;
— успеху все возрасты покорны, а креативность не имеет возраста;
— реальная продуктивность игры лучших футболистов Италии и то, что об этом думают миллионы тиффози, - большая разница.
https://www.youtube.com/watch?v=4FbFXzv7I8s
P.S. Формула «Performance is about you, success is about us» очень важна не только для понимания личного успеха, но и применительно к политике, демократии и правительствам.
О чем последние несколько недель неутомимо рассказывает на многих конференциях Альберт-Ласло Барабаши
https://pbs.twimg.com/media/DQOEtExV4AA2Xl2.jpg
https://pbs.twimg.com/media/DfHkMksWsAE8JjV.jpg
#БББ #ScienceOfSuccess
Зима AI оказалась ближе, чем казалось
Разочарование от несбывшихся ожиданий триумфальной победы ИИ платформы IBM Watson над раком ставит под сомнение
— и перспективы компании IBM,
— и надежды на революцию в здравоохранении от внедрения туда ИИ решений.
Большая статья WSJ —
«У IBM тупиковая ситуация с Watson. Big Blue пообещал, что его ИИ платформа станет большим шагом вперед в лечении рака. Но после вливания в проект миллиардов, диагноз мрачен»
— в деталях рисует удручающую картину.
http://online.wsj.com/public/resources/documents/print/WSJ_-B001-20180811.pdf
• Десятки миллиардов, вложенных IBM в самое её приоритетное направление (борьба с раком) самой приоритетной индустрии (здравоохранение) самого приоритетного направления бизнеса (когнитивные вычисления – ака ИИ) дают более чем скромные результаты;
• Врачи не видят пока что не то что революции от использования IBM Watson, но и просто каких-либо качественно новых результатов или прорывных методов лечения рака. И поэтому многие врачи просто отказываются от дальнейшего использования платформы;
• Даже старший VP Сognitive Solutions and IBM Research признается в интервью WSJ: «Внедрение ИИ обещало очень многого, но пока эти обещания не сбылись».
От того, что ИИ научился распознавать рак на снимках быстрее человека, пациентам не легче. А предложить какое-то более эффективное лечение ИИ, увы, пока не может.
Но это еще не все. Есть кое-что еще похуже.
Легендарный инвестор Уоррен Баффет – обладатель $14 млрд пакета акций IBM, поверивший в 2011 в близкую революцию когнитивного компьютинга, обещанную CEO компании Джинни Рометти, продал все принадлежавшие ему акции IBM и вложился в Apple.
Возможно, IBM еще всем покажет и когда-нибудь победит рак с помощью ИИ (я очень бы этого хотел)
Возможно, даже фанатично верящая в когнитивный компьютинг Джинни Рометти сумеет сохранить пост CEO компании (и за это я тоже проголосовал бы обеими руками).
Однако, становится почти очевидным, что:
1) приоритет в финансировании ИИ разработок окончательно смещается в область потребительских приколов (типа ИИ ассистент запишет вас к парикмахеру);
2) сложнейшие индустриальные ИИ разработки и, в первую очередь, для здравоохранения (борьба с раком, геномные решения и т.п.) пересмотрят свои дорожные карты, снижая затраты (в дивизионе Сognitive Solutions уже 50% - ое сокращение) и отодвигая сроки планируемых результатов (что тоже уже делается, и не только IBM);
3) за «ошибкой Баффета» последует вал потерь других инвесторов, и нарастающая волна их разочарований в ИИ захлестнет СМИ.
Если один только Баффет изъял $14 млрд из финансирования сложных индустриальных ИИ разработок в пользу простых и понятных потребительских решений, то общее перераспределение средств составит, как минимум, десятки миллиардов.
В результате, надев «часы здоровья» от Apple и попросив ИИ ассистента от Google записаться на прием к онкологу, люди так и не получат обещанную ИИ-революцию, способную помочь им вылечить рак.
И тогда до очередной зимы AI станет рукой подать.
P.S. См. также "опровержение" https://www.wsj.com/articles/its-early-days-for-the-use-of-ai-in-medicine-1534198356
#ЗимаAI
Разочарование от несбывшихся ожиданий триумфальной победы ИИ платформы IBM Watson над раком ставит под сомнение
— и перспективы компании IBM,
— и надежды на революцию в здравоохранении от внедрения туда ИИ решений.
Большая статья WSJ —
«У IBM тупиковая ситуация с Watson. Big Blue пообещал, что его ИИ платформа станет большим шагом вперед в лечении рака. Но после вливания в проект миллиардов, диагноз мрачен»
— в деталях рисует удручающую картину.
http://online.wsj.com/public/resources/documents/print/WSJ_-B001-20180811.pdf
• Десятки миллиардов, вложенных IBM в самое её приоритетное направление (борьба с раком) самой приоритетной индустрии (здравоохранение) самого приоритетного направления бизнеса (когнитивные вычисления – ака ИИ) дают более чем скромные результаты;
• Врачи не видят пока что не то что революции от использования IBM Watson, но и просто каких-либо качественно новых результатов или прорывных методов лечения рака. И поэтому многие врачи просто отказываются от дальнейшего использования платформы;
• Даже старший VP Сognitive Solutions and IBM Research признается в интервью WSJ: «Внедрение ИИ обещало очень многого, но пока эти обещания не сбылись».
От того, что ИИ научился распознавать рак на снимках быстрее человека, пациентам не легче. А предложить какое-то более эффективное лечение ИИ, увы, пока не может.
Но это еще не все. Есть кое-что еще похуже.
Легендарный инвестор Уоррен Баффет – обладатель $14 млрд пакета акций IBM, поверивший в 2011 в близкую революцию когнитивного компьютинга, обещанную CEO компании Джинни Рометти, продал все принадлежавшие ему акции IBM и вложился в Apple.
Возможно, IBM еще всем покажет и когда-нибудь победит рак с помощью ИИ (я очень бы этого хотел)
Возможно, даже фанатично верящая в когнитивный компьютинг Джинни Рометти сумеет сохранить пост CEO компании (и за это я тоже проголосовал бы обеими руками).
Однако, становится почти очевидным, что:
1) приоритет в финансировании ИИ разработок окончательно смещается в область потребительских приколов (типа ИИ ассистент запишет вас к парикмахеру);
2) сложнейшие индустриальные ИИ разработки и, в первую очередь, для здравоохранения (борьба с раком, геномные решения и т.п.) пересмотрят свои дорожные карты, снижая затраты (в дивизионе Сognitive Solutions уже 50% - ое сокращение) и отодвигая сроки планируемых результатов (что тоже уже делается, и не только IBM);
3) за «ошибкой Баффета» последует вал потерь других инвесторов, и нарастающая волна их разочарований в ИИ захлестнет СМИ.
Если один только Баффет изъял $14 млрд из финансирования сложных индустриальных ИИ разработок в пользу простых и понятных потребительских решений, то общее перераспределение средств составит, как минимум, десятки миллиардов.
В результате, надев «часы здоровья» от Apple и попросив ИИ ассистента от Google записаться на прием к онкологу, люди так и не получат обещанную ИИ-революцию, способную помочь им вылечить рак.
И тогда до очередной зимы AI станет рукой подать.
P.S. См. также "опровержение" https://www.wsj.com/articles/its-early-days-for-the-use-of-ai-in-medicine-1534198356
#ЗимаAI
Вы можете считать, что глобальное потепление лишь глобальная страшилка для распила денег чиновниками, использующими «полезных идиотов» среди ученых.
Или относиться к его апокалиптическим сценариям с тревогой и озабоченностью.
Но в любом случае, опубликованное в интерактивном «Нью-Йорк таймс» эссе об изменении климата стоит хотя бы пролистать из-за:
— прекрасно написанного evidence based текста,
— сопровождаемого такими фото и видео, что глаз не отвести.
А все, в общем-то, просто.
• Со времен промышленной революции мир нагрелся уже больше, чем на 1С (градус Цельсия).
• Когда будет +2С, материализуется «лучший сценарий» (т.н. «долгосрочная катастрофа») - из-за повышения уровня моря всего лишь исчезнут тропические рифы и Персидский залив. Шансы избежать этого сценария, согласно недавнему исследованию, основанному на текущих тенденциях выбросов, составляют 1 к 20.
• Когда же станет +3С (а все к тому идет), произойдет «потеря» большинства прибрежных городов по всему миру.
• При +4С Европа будет в постоянной засухе; обширные районы Китая, Индии и Бангладеш станут пустыней, Полинезию проглотит море, река Колорадо истончится до ручейка, а Юго-Запад США станет, в основном, непригоден для жизни.
• Ну и наконец +5С – прямой путь к концу человеческой цивилизации.
Не хотите читать про такую жуть? Считаете это хренью?
Ну так посмотрите хоть фото и видео. Они ведь настоящие.
https://www.nytimes.com/interactive/2018/08/01/magazine/climate-change-losing-earth.html
#ИзменениеКлимата
Или относиться к его апокалиптическим сценариям с тревогой и озабоченностью.
Но в любом случае, опубликованное в интерактивном «Нью-Йорк таймс» эссе об изменении климата стоит хотя бы пролистать из-за:
— прекрасно написанного evidence based текста,
— сопровождаемого такими фото и видео, что глаз не отвести.
А все, в общем-то, просто.
• Со времен промышленной революции мир нагрелся уже больше, чем на 1С (градус Цельсия).
• Когда будет +2С, материализуется «лучший сценарий» (т.н. «долгосрочная катастрофа») - из-за повышения уровня моря всего лишь исчезнут тропические рифы и Персидский залив. Шансы избежать этого сценария, согласно недавнему исследованию, основанному на текущих тенденциях выбросов, составляют 1 к 20.
• Когда же станет +3С (а все к тому идет), произойдет «потеря» большинства прибрежных городов по всему миру.
• При +4С Европа будет в постоянной засухе; обширные районы Китая, Индии и Бангладеш станут пустыней, Полинезию проглотит море, река Колорадо истончится до ручейка, а Юго-Запад США станет, в основном, непригоден для жизни.
• Ну и наконец +5С – прямой путь к концу человеческой цивилизации.
Не хотите читать про такую жуть? Считаете это хренью?
Ну так посмотрите хоть фото и видео. Они ведь настоящие.
https://www.nytimes.com/interactive/2018/08/01/magazine/climate-change-losing-earth.html
#ИзменениеКлимата
Nytimes
Losing Earth: The Decade We Almost Stopped Climate Change (Published 2018)
We knew everything we needed to know, and nothing stood in our way. Nothing, that is, except ourselves. A tragedy in two acts.