СЛАБО ОБЛОЖИТЬ ЭЛЕКТРОМОБИЛИ КАРАТЕЛЬНЫМ НАЛОГОМ?
Как ни дико звучит заголовок, но гипотетический шанс для этого есть.
Как заявил главный технолог компании Tenneco (поставляющей системы контроля отработанных газов для известных авто-брендов), в 2025 году бензиновые авто будут иметь выхлоп нулевой вредности - см. на видео, начиная с 14:42.
Более того. Этот выхлоп будет ЧИЩЕ ЗАБИРАЕМОГО ИЗВНЕ ВОЗДУХА,
- т.е. авто при работающем моторе будет очищать окружающий воздух.
По мнению первых комментаторов этой новости, подобный технологический прорыв мог бы стать поводом для администрации Трампа обложить электромобили дополнительным налогом.
Ведь они хоть и не загрязняют воздух, но и не очищают его (в отличии от бензиновых). А раз так – пусть тогда платят за это.
- - - - - - -
Ход за Элоном Маском. Пусть придумывает электромобиль, который будет не только очищать собой воздух, но и мыть под собой дороги.
Как ни дико звучит заголовок, но гипотетический шанс для этого есть.
Как заявил главный технолог компании Tenneco (поставляющей системы контроля отработанных газов для известных авто-брендов), в 2025 году бензиновые авто будут иметь выхлоп нулевой вредности - см. на видео, начиная с 14:42.
Более того. Этот выхлоп будет ЧИЩЕ ЗАБИРАЕМОГО ИЗВНЕ ВОЗДУХА,
- т.е. авто при работающем моторе будет очищать окружающий воздух.
По мнению первых комментаторов этой новости, подобный технологический прорыв мог бы стать поводом для администрации Трампа обложить электромобили дополнительным налогом.
Ведь они хоть и не загрязняют воздух, но и не очищают его (в отличии от бензиновых). А раз так – пусть тогда платят за это.
- - - - - - -
Ход за Элоном Маском. Пусть придумывает электромобиль, который будет не только очищать собой воздух, но и мыть под собой дороги.
YouTube
Tenneco, Tesla, & Technology - Autoline After Hours 352
NEWS TOPICS:
01:36 - Latest technology from Tenneco
31:58 - Tesla cars will be fully autonomous?
39:40 - Apple bailing out of car program
46:13 - Doctor Data
49:00 - Geely launching a new brand
53:08 - How successful are startup brands?
SPECIAL GUEST: Tim…
01:36 - Latest technology from Tenneco
31:58 - Tesla cars will be fully autonomous?
39:40 - Apple bailing out of car program
46:13 - Doctor Data
49:00 - Geely launching a new brand
53:08 - How successful are startup brands?
SPECIAL GUEST: Tim…
ХОЧЕШЬ ПОХУДЕТЬ? СКОРРЕКТИРУЙ ОКРУЖАЮЩУЮ РЕАЛЬНОСТЬ.
За пределами узкого круга профессионалов мало кто знает, что помимо обычных социальных сетей, существуют динамические социальные сети (Longitudinal Social Networks), в которых записывается время установления, разрыва и всяческих изменений связей между узлами.
Такие сети могут строиться из одно или двух-сторонних связей. А связи, в свою очередь, могут быть бинарными (есть связь/нет связи) или взвешенными, с записью времени изменения только для связей или также и для узлов и т.д. и т.п.
Динамические социальные сети позволяют проводить исследования истории отношений между узлами, невозможные в обычных социальных сетях.
N.B. Здесь и далее в этом и других постах данного канала, термин социальная сеть означает не только соцсети для онлайн общения (типа Facebook), но и традиционные соцсети, образуемые контактами людей в их повседневной жизни: родственники, друзья, коллеги, близкие и дальние знакомые.
Недавно опубликованное исследование Desire for Weight Loss, Weight-Related Social Contact, and Body Mass Outcomes основано на анализе национального пула динамических данных о социальных связях без малого 10 тыс. человек в течение года. По данным этого пула данных строилась и исследовалась динамическая социальная сеть.
Результаты исследования показали следующее:
— стремящиеся сбросить вес (но пока не достигшие желаемого), больше общаются и с большей вероятностью устанавливают связи с более полными, чем они;
— те же, кто уже успешно сбросил вес, больше общаются и с большей вероятностью устанавливают связи с более стройными, чем они.
Результаты исследования наводят на мысль, что человеческое сознание способно творить не только виртуальные миры, сны и бред, но и корректировать окружающую реальность.
Ведь эта реальность – на самом деле, никакая не реальность, а всего лишь модель, доступная нашему сознанию, но построенная, в основном, без его участия.
Проведенное исследование иллюстрирует возможности коррекции модели реальности за счет изменения данных из внешнего мира, на основании которых она строится.
Причем делается эта коррекция совершенно неосознанно – т.е. эта коррекция не продукт сознания, а результата работы бессознательного.
— Чтобы казаться себе стройнее, совсем не обязательно худеть. Достаточно скорректировать модель окружающей вас реальности, изменив круг ваших контактов, и вот вы уже осознаете себя не таким уж и полным.
— Если же вы уже похудели, подсознание так корректирует модель окружающей реальности за счет изменения круга ваших контактов, чтобы в результате увеличить выработку гормонов удовольствия при наблюдении и осознании, что вы уже так же стройны, как и окружающие вас люди.
- - - - - - - -
Исследование про стремящихся поумнеть пока не проводилось. Но я почти уверен, что результат был бы похожий:
— стремящимся осознавать себя умнее гораздо проще добиться этого среди не сильно умного окружения;
— а реально умным куда комфортней в умном окружении.
Попробуйте проанализировать, как менялся круг ваших контактов в последние годы, и возможно, обнаружите неизвестные вам следы работы вашего бессознательного.
P.S. Полагаю, аналогичный механизм работает и при выборе канала для подписки в Телеграм. И если вдруг из глубин подсознания появляется желание переключиться на канал попроще, - не спешите и включите сознание.
Подумайте, что для вас важнее – быть умней или только казаться.
За пределами узкого круга профессионалов мало кто знает, что помимо обычных социальных сетей, существуют динамические социальные сети (Longitudinal Social Networks), в которых записывается время установления, разрыва и всяческих изменений связей между узлами.
Такие сети могут строиться из одно или двух-сторонних связей. А связи, в свою очередь, могут быть бинарными (есть связь/нет связи) или взвешенными, с записью времени изменения только для связей или также и для узлов и т.д. и т.п.
Динамические социальные сети позволяют проводить исследования истории отношений между узлами, невозможные в обычных социальных сетях.
N.B. Здесь и далее в этом и других постах данного канала, термин социальная сеть означает не только соцсети для онлайн общения (типа Facebook), но и традиционные соцсети, образуемые контактами людей в их повседневной жизни: родственники, друзья, коллеги, близкие и дальние знакомые.
Недавно опубликованное исследование Desire for Weight Loss, Weight-Related Social Contact, and Body Mass Outcomes основано на анализе национального пула динамических данных о социальных связях без малого 10 тыс. человек в течение года. По данным этого пула данных строилась и исследовалась динамическая социальная сеть.
Результаты исследования показали следующее:
— стремящиеся сбросить вес (но пока не достигшие желаемого), больше общаются и с большей вероятностью устанавливают связи с более полными, чем они;
— те же, кто уже успешно сбросил вес, больше общаются и с большей вероятностью устанавливают связи с более стройными, чем они.
Результаты исследования наводят на мысль, что человеческое сознание способно творить не только виртуальные миры, сны и бред, но и корректировать окружающую реальность.
Ведь эта реальность – на самом деле, никакая не реальность, а всего лишь модель, доступная нашему сознанию, но построенная, в основном, без его участия.
Проведенное исследование иллюстрирует возможности коррекции модели реальности за счет изменения данных из внешнего мира, на основании которых она строится.
Причем делается эта коррекция совершенно неосознанно – т.е. эта коррекция не продукт сознания, а результата работы бессознательного.
— Чтобы казаться себе стройнее, совсем не обязательно худеть. Достаточно скорректировать модель окружающей вас реальности, изменив круг ваших контактов, и вот вы уже осознаете себя не таким уж и полным.
— Если же вы уже похудели, подсознание так корректирует модель окружающей реальности за счет изменения круга ваших контактов, чтобы в результате увеличить выработку гормонов удовольствия при наблюдении и осознании, что вы уже так же стройны, как и окружающие вас люди.
- - - - - - - -
Исследование про стремящихся поумнеть пока не проводилось. Но я почти уверен, что результат был бы похожий:
— стремящимся осознавать себя умнее гораздо проще добиться этого среди не сильно умного окружения;
— а реально умным куда комфортней в умном окружении.
Попробуйте проанализировать, как менялся круг ваших контактов в последние годы, и возможно, обнаружите неизвестные вам следы работы вашего бессознательного.
P.S. Полагаю, аналогичный механизм работает и при выборе канала для подписки в Телеграм. И если вдруг из глубин подсознания появляется желание переключиться на канал попроще, - не спешите и включите сознание.
Подумайте, что для вас важнее – быть умней или только казаться.
УТКА ГОДА
2016 еще не закончился, но главная утка года, похоже, уже известна. Это расследование Das Magazin, которое, как пишет Spiegel, «многие журналисты уже стали называть «текстом года».
Но на самом деле, этот текст – всего лишь журналистская утка. Возможно, - даже самая большая утка этого года.
Вот уже 6 дней, как социальные сети кипят от репостов расследования о том, «как технологии персонализированной рекламы в сети Facebook повлияли на итоги выборов в США и референдума о выходе Великобритании из ЕС».
Многие из самых известных обозревателей, продвинутых блогеров и популярных ведущих каналов с восторгом и трепетом написали о расследовании.
Некоторые, правда, потом поняли, что погорячились. А наиболее смелые из них даже письменно дезавуировали свои предыдущие восторги по поводу расследования.
Но поздно – дело сделано. Утка уже разлетелась.
И отныне в десятках миллионов голов засела ложная информация о новом страшном оружии управления массами, основанном на применении подхода Big Data при построении психометрических моделей, используемых для таргетированной рекламы, заточенной под каждого индивида.
Возможно, эта журналистская утка была заказана ее выгодоприобретателем – компанией Cambridge Analytica. А может, это просто результат безудержной погони за сенсацией ее двух соавторов. Это, в конце концов, не так важно.
Важно другое.
(1) В расследовании удалось склеить из вполне достоверных фактов историю с абсолютно ложными выводами, и поэтому массовый читатель легко поверил в историю;
(2) Теперь на ее продолжении и углублении можно стричь бабки: авторам, другим журналистам, компании Cambridge Analytica и всем, кто успеет подсуетиться (от всевозможных полит-консультантов до охранителей новой доктрины российской информационной безопасности).
Эта моя публикация уже ничего не изменит. Ее прочтут на несколько порядков меньше читателей, чем само расследование. И возможно, далеко не все со мной согласятся.
И тем не менее, вот моя аргументация.
А) «Страшное оружие» компании Cambridge Analytica – ничего нового из себя не представляет:
— используемый компанией Cambridge Analytica подход Big Data широко известен и активно используется где только можно;
— используемая Cambridge Analytica психометрическая модель OCEAN (она же Five Factors Model, она же Большая пятерка) – всего лишь давно известный способ структурирования психологического описания личности, на которому, в данном случае, настраивается таргетированная реклама;
— сама таргетированная реклама также уже много лет известна всем, кто работает в сети – т.е. тоже ничего нового.
Б) «Страшное оружие» компании Cambridge Analytica не может обеспечить кандидату победу, а лишь в состоянии чуть-чуть увеличить его поддержку.
Ведь таргетированная реклама, используемая для воздействия на электорат компанией Cambridge Analytica, не мощнее и не искусней, чем таргетированная реклама Google или Facebook – ни по качеству технологий, ни по объемам больших данных. Тут и сравнивать нечего.
А может ли таргетированная реклама Google или Facebook обеспечить победу на рынке какому-либо товару или услуги?
Для ответа на этот вопрос подумайте, - а смогла ли таргетированная реклама кардинально поменять покупательские предпочтения лично у вас?
95% из вас ответит – не смогла.
Но может, тем не менее, увеличить продажи на несколько процентов.
Так же и в случае работы Cambridge Analytica в кампании Трампа. Может и прибавила эта работа Трампу процент – другой. А может и нет.
Но уж никак не может это «страшное оружие» подаваться, как решающий фактор победы.
Вот собственно и вся аргументация. Посылы расследования верные, а выводы ложные.
Кому интересны детали, можно читать следующий пост.
2016 еще не закончился, но главная утка года, похоже, уже известна. Это расследование Das Magazin, которое, как пишет Spiegel, «многие журналисты уже стали называть «текстом года».
Но на самом деле, этот текст – всего лишь журналистская утка. Возможно, - даже самая большая утка этого года.
Вот уже 6 дней, как социальные сети кипят от репостов расследования о том, «как технологии персонализированной рекламы в сети Facebook повлияли на итоги выборов в США и референдума о выходе Великобритании из ЕС».
Многие из самых известных обозревателей, продвинутых блогеров и популярных ведущих каналов с восторгом и трепетом написали о расследовании.
Некоторые, правда, потом поняли, что погорячились. А наиболее смелые из них даже письменно дезавуировали свои предыдущие восторги по поводу расследования.
Но поздно – дело сделано. Утка уже разлетелась.
И отныне в десятках миллионов голов засела ложная информация о новом страшном оружии управления массами, основанном на применении подхода Big Data при построении психометрических моделей, используемых для таргетированной рекламы, заточенной под каждого индивида.
Возможно, эта журналистская утка была заказана ее выгодоприобретателем – компанией Cambridge Analytica. А может, это просто результат безудержной погони за сенсацией ее двух соавторов. Это, в конце концов, не так важно.
Важно другое.
(1) В расследовании удалось склеить из вполне достоверных фактов историю с абсолютно ложными выводами, и поэтому массовый читатель легко поверил в историю;
(2) Теперь на ее продолжении и углублении можно стричь бабки: авторам, другим журналистам, компании Cambridge Analytica и всем, кто успеет подсуетиться (от всевозможных полит-консультантов до охранителей новой доктрины российской информационной безопасности).
Эта моя публикация уже ничего не изменит. Ее прочтут на несколько порядков меньше читателей, чем само расследование. И возможно, далеко не все со мной согласятся.
И тем не менее, вот моя аргументация.
А) «Страшное оружие» компании Cambridge Analytica – ничего нового из себя не представляет:
— используемый компанией Cambridge Analytica подход Big Data широко известен и активно используется где только можно;
— используемая Cambridge Analytica психометрическая модель OCEAN (она же Five Factors Model, она же Большая пятерка) – всего лишь давно известный способ структурирования психологического описания личности, на которому, в данном случае, настраивается таргетированная реклама;
— сама таргетированная реклама также уже много лет известна всем, кто работает в сети – т.е. тоже ничего нового.
Б) «Страшное оружие» компании Cambridge Analytica не может обеспечить кандидату победу, а лишь в состоянии чуть-чуть увеличить его поддержку.
Ведь таргетированная реклама, используемая для воздействия на электорат компанией Cambridge Analytica, не мощнее и не искусней, чем таргетированная реклама Google или Facebook – ни по качеству технологий, ни по объемам больших данных. Тут и сравнивать нечего.
А может ли таргетированная реклама Google или Facebook обеспечить победу на рынке какому-либо товару или услуги?
Для ответа на этот вопрос подумайте, - а смогла ли таргетированная реклама кардинально поменять покупательские предпочтения лично у вас?
95% из вас ответит – не смогла.
Но может, тем не менее, увеличить продажи на несколько процентов.
Так же и в случае работы Cambridge Analytica в кампании Трампа. Может и прибавила эта работа Трампу процент – другой. А может и нет.
Но уж никак не может это «страшное оружие» подаваться, как решающий фактор победы.
Вот собственно и вся аргументация. Посылы расследования верные, а выводы ложные.
Кому интересны детали, можно читать следующий пост.
The Insider
Расследование Das Magazin: как Big Data и пара ученых обеспечили победу Трампу и Brexit
В субботу швейцарский журнал Das Magazin опубликовал
УТКА ГОДА (продолжение)
1) Five Factors Model (FFM))» - используется психологами с 80х годов прошлого века. Попытки описать психологический тип личности минимальным набором характеристик велись с 19 века. За сто лет исследований психологи сократили число параметров с более сотни до пяти. С соответствующим огрублением модели.
2) С 1990х годов FFM стали пробовать использовать кадровики, пытаясь понять, можно ли с ее помощью оценивать качество кандидатов при найме персонала
3) Проведя более сотни исследований, поняли, что главное преимущество FFM – простота. Но точность метода оставляет желать лучшего и, главное, очень трудно собирать данные для построения модели – мало кто хочет заполнять длинный опросник, а если и заполняет, то половину наврет.
4) С 2011 начали использовать FFM при изучении поведения участников социальных сетей.
5) C 2012 появились попытки предсказывать пять характеристик личности по FFM, анализируя его поведение (связи, лайки, активность …) в Facebook. Тут как раз и поактивничал герой «расследования» Michal Kosinski
Результаты его с коллегами работы оказались шумными – появились сотни статей типа этой.
Но для профессионалов психологов стало ясно – гора родила мышь.
Посмотрите на полученные тогда результаты – с какими лайками были ассоциированы персональные качества людей – и вам все станет ясно:
— Умные – это те, кто лайкает: кинофильм «Крестный отец» и «Властелин колец», сериал «The Colbert Report», песенку «Thunderstorms», слово «Наука» и т.д.
— Сторонники Демократической партии - это те, кто лайкает: Joe Biden, Health Care Reform, The White House, Democrats, Being Liberal, Barack Obama2012
6) В 2013 стало понятно, что помимо сочетания FFM и Big Data, есть еще Big Big Data и множество более перспективных игровых моделей. На которые и переключились и до сих пор испытывают.
7) Ну а Michal Kosinski, поняв бесперспективность этой поляны, занялся выяснением причин несовпадения вкусов и пристрастий у супругов и друзей.
1) Five Factors Model (FFM))» - используется психологами с 80х годов прошлого века. Попытки описать психологический тип личности минимальным набором характеристик велись с 19 века. За сто лет исследований психологи сократили число параметров с более сотни до пяти. С соответствующим огрублением модели.
2) С 1990х годов FFM стали пробовать использовать кадровики, пытаясь понять, можно ли с ее помощью оценивать качество кандидатов при найме персонала
3) Проведя более сотни исследований, поняли, что главное преимущество FFM – простота. Но точность метода оставляет желать лучшего и, главное, очень трудно собирать данные для построения модели – мало кто хочет заполнять длинный опросник, а если и заполняет, то половину наврет.
4) С 2011 начали использовать FFM при изучении поведения участников социальных сетей.
5) C 2012 появились попытки предсказывать пять характеристик личности по FFM, анализируя его поведение (связи, лайки, активность …) в Facebook. Тут как раз и поактивничал герой «расследования» Michal Kosinski
Результаты его с коллегами работы оказались шумными – появились сотни статей типа этой.
Но для профессионалов психологов стало ясно – гора родила мышь.
Посмотрите на полученные тогда результаты – с какими лайками были ассоциированы персональные качества людей – и вам все станет ясно:
— Умные – это те, кто лайкает: кинофильм «Крестный отец» и «Властелин колец», сериал «The Colbert Report», песенку «Thunderstorms», слово «Наука» и т.д.
— Сторонники Демократической партии - это те, кто лайкает: Joe Biden, Health Care Reform, The White House, Democrats, Being Liberal, Barack Obama2012
6) В 2013 стало понятно, что помимо сочетания FFM и Big Data, есть еще Big Big Data и множество более перспективных игровых моделей. На которые и переключились и до сих пор испытывают.
7) Ну а Michal Kosinski, поняв бесперспективность этой поляны, занялся выяснением причин несовпадения вкусов и пристрастий у супругов и друзей.
УТКА ГОДА (постскриптум)
С утра зашел в ФБ, - эпидемия расшаривания истории про «страшное оружие» компании Cambridge Analytica продолжается. Восторженные или мрачные комменты, тем не менее сходящиеся на одном – это технологическая бомба, которая уже активирована и кардинально меняет мир.
Просто беда! Как легко ведутся люди на дутые сенсации!
Как объяснить им, что это вовсе не бомба, а в лучшем случае, забавная новогодняя хлопушка (тоже эффектная своей громкостью, но не способная взорвать дом)?
И вот придумал.
А вы проверьте эту «супертехнологию» на себе (схему работы см. в следующем посте). И оцените ее взрывной потенциал по результатам ее оценки вашего психометрического профайла.
Найдет ли «супертехнология» у вас какие-то акупунктурные точки, вколов в которые иглы таргетированной рекламы вас можно заставить купить то, что вам не нравится или проголосовать за того, кто вам не близок, или не сделать то, что вы собрались сделать?
Вот вам та самая «супертехнология», разработанная Козинским и Со.
Не похожая на нее, - типа «Анализа психологической ДНК или «Глубинный психо-инсайт искуственного интеллекта Watson или … этих игрушек в сети уже много. Можете попробовать все.
Но начните с той, о которой весь сыр бор – со «страшного оружия», благодаря которому, якобы, Трамп стал президентом, а Британия пошла на Брекзит.
При тестировании возможны 2 варианта – на основе анализа:
— вашего экаунта в ФБ (если вы – активный юзер ФБ и уже налайкали не менее 300 лайков)
— текста из 1000 слов (здесь тоже Big Data анализ паттернов, путем сравнения с данными 69 тыс. протестированных волонтеров и 53 тыс. предиктивных слов и фраз)
- - - - - - - -
После прохождения «супертехнологического тестирования», сможете самостоятельно решить – бомба ли это или новогодняя хлопушка.
Как поется в песне из новогоднего фильма – думайте сами, решайте сами
С утра зашел в ФБ, - эпидемия расшаривания истории про «страшное оружие» компании Cambridge Analytica продолжается. Восторженные или мрачные комменты, тем не менее сходящиеся на одном – это технологическая бомба, которая уже активирована и кардинально меняет мир.
Просто беда! Как легко ведутся люди на дутые сенсации!
Как объяснить им, что это вовсе не бомба, а в лучшем случае, забавная новогодняя хлопушка (тоже эффектная своей громкостью, но не способная взорвать дом)?
И вот придумал.
А вы проверьте эту «супертехнологию» на себе (схему работы см. в следующем посте). И оцените ее взрывной потенциал по результатам ее оценки вашего психометрического профайла.
Найдет ли «супертехнология» у вас какие-то акупунктурные точки, вколов в которые иглы таргетированной рекламы вас можно заставить купить то, что вам не нравится или проголосовать за того, кто вам не близок, или не сделать то, что вы собрались сделать?
Вот вам та самая «супертехнология», разработанная Козинским и Со.
Не похожая на нее, - типа «Анализа психологической ДНК или «Глубинный психо-инсайт искуственного интеллекта Watson или … этих игрушек в сети уже много. Можете попробовать все.
Но начните с той, о которой весь сыр бор – со «страшного оружия», благодаря которому, якобы, Трамп стал президентом, а Британия пошла на Брекзит.
При тестировании возможны 2 варианта – на основе анализа:
— вашего экаунта в ФБ (если вы – активный юзер ФБ и уже налайкали не менее 300 лайков)
— текста из 1000 слов (здесь тоже Big Data анализ паттернов, путем сравнения с данными 69 тыс. протестированных волонтеров и 53 тыс. предиктивных слов и фраз)
- - - - - - - -
После прохождения «супертехнологического тестирования», сможете самостоятельно решить – бомба ли это или новогодняя хлопушка.
Как поется в песне из новогоднего фильма – думайте сами, решайте сами
Apply Magic Sauce
Apply Magic Sauce - Prediction API
Apply Magic Sauce translates individuals' digital footprints into psychological profiles. It generates a Big Five Personality Profile, prediction of age, gender, sexual, religion and politics preferences.
ВДАРИМ ИМПОРТОЗАМЕЩЕНИЕМ ПО КИБЕРБЕЗОПАСНОСТИ
Президент Путин на Совете безопасности 7го декабря призвал совершенствовать механизмы противодействия кибератакам. Следом Наталья Касперская заявила, что России необходимо импортозамещение в сфере систем информационной безопасности (кибербезопасности).
В области сыра у нас уже импортозаместили. Что получилось – знают все.
В этой связи, вопрос – что будет, если заместят и в области кибербезопасности?
Продуктивное импортозамещение (без критических потерь функционала и качества) в области кибербезопасности возможно при наличии:
1) ДЕНЕГ - на разработку собственных систем кибербезопасности необходимо выделить средства, соизмеримые с затратами, понесенными на разработку замещаемых средств.
2) КОМПЕТЕНЦИЙ – в стране должны быть компетенции мирового уровня для большинства классов замещаемых средств кибербезопасности.
3) КАДРОВ - (а) имеющих необходимую подготовку и опыт в области кибербезопасности, (б) значительной численности, необходимой для выполнения поставленной задачи.
Чтобы понять, насколько хреново в России со всем вышеназванным, достаточно познакомиться с цифрами, приведенными в свежем выпуске Q4 2016 Cybersecurity 500.
1) ДЕНЬГИ
— Прогноз совокупных затрат на кибербезопасность в США за 2017-2021 - $500 млрд. (в России на три порядка меньше)
— Госзатраты на кибербезопасность в США в 2016 - $14 млрд., а прогноз на 2017 - $19 млрд. (в России на два порядка меньше)
— Затраты на кибербезопасность ведущих компаний: затраты в банке JP Morgan Chase в 2016 - $250 млн., а прогноз на 2017 - $500 млн. (в самом богатом и IT-крутом Сбербанка минимум на порядок меньше)
2) КОМПЕТЕНЦИИ
— Из 40 ключевых компетенций в области кибербезопасности в России лишь 2 компетенции развиты на мировом уровне: анти-вирусы и вредоносное ПО (Malware), т.е. 5% нужных компетенций.
3) КАДРЫ
— Опытные кадры работают в профильных компаниях. А среди ТОП 500 самых перспективных компаний мира в области кибербезопасности (больших и маленьких, брендов и стартапов) лишь одна российская - Kaspersky Lab, т.е. и опытных кадров у нас примерно1/500 часть.
- - - - - - - -
Из приведенных цифр складывается впечатление, что отставание России в области кибербезопасности примерно такое же, как в автопроме.
Следовательно импортозамещение в области кибербезопасности в России может быть столь же продуктивным, как замещение всех импортных автомобилей продукцией АвтоВАЗа (со всеми вытекающими последствиями по качеству и количеству).
Президент Путин на Совете безопасности 7го декабря призвал совершенствовать механизмы противодействия кибератакам. Следом Наталья Касперская заявила, что России необходимо импортозамещение в сфере систем информационной безопасности (кибербезопасности).
В области сыра у нас уже импортозаместили. Что получилось – знают все.
В этой связи, вопрос – что будет, если заместят и в области кибербезопасности?
Продуктивное импортозамещение (без критических потерь функционала и качества) в области кибербезопасности возможно при наличии:
1) ДЕНЕГ - на разработку собственных систем кибербезопасности необходимо выделить средства, соизмеримые с затратами, понесенными на разработку замещаемых средств.
2) КОМПЕТЕНЦИЙ – в стране должны быть компетенции мирового уровня для большинства классов замещаемых средств кибербезопасности.
3) КАДРОВ - (а) имеющих необходимую подготовку и опыт в области кибербезопасности, (б) значительной численности, необходимой для выполнения поставленной задачи.
Чтобы понять, насколько хреново в России со всем вышеназванным, достаточно познакомиться с цифрами, приведенными в свежем выпуске Q4 2016 Cybersecurity 500.
1) ДЕНЬГИ
— Прогноз совокупных затрат на кибербезопасность в США за 2017-2021 - $500 млрд. (в России на три порядка меньше)
— Госзатраты на кибербезопасность в США в 2016 - $14 млрд., а прогноз на 2017 - $19 млрд. (в России на два порядка меньше)
— Затраты на кибербезопасность ведущих компаний: затраты в банке JP Morgan Chase в 2016 - $250 млн., а прогноз на 2017 - $500 млн. (в самом богатом и IT-крутом Сбербанка минимум на порядок меньше)
2) КОМПЕТЕНЦИИ
— Из 40 ключевых компетенций в области кибербезопасности в России лишь 2 компетенции развиты на мировом уровне: анти-вирусы и вредоносное ПО (Malware), т.е. 5% нужных компетенций.
3) КАДРЫ
— Опытные кадры работают в профильных компаниях. А среди ТОП 500 самых перспективных компаний мира в области кибербезопасности (больших и маленьких, брендов и стартапов) лишь одна российская - Kaspersky Lab, т.е. и опытных кадров у нас примерно1/500 часть.
- - - - - - - -
Из приведенных цифр складывается впечатление, что отставание России в области кибербезопасности примерно такое же, как в автопроме.
Следовательно импортозамещение в области кибербезопасности в России может быть столь же продуктивным, как замещение всех импортных автомобилей продукцией АвтоВАЗа (со всеми вытекающими последствиями по качеству и количеству).
Cybercrime Magazine
The Hot 150 Cybersecurity Companies To Watch In 2021
Second annual list of pure-play vendors and service providers Press Release
ЖАЛКО ДО ЖУТИ
Редкий материал. Обычно инвесторы любят рассказывать, как они смогли разглядеть будущих единорогов в скромных начинающих стартапах. А здесь венчурные капиталисты мужественно сыплют соль на раны, повествуя, как они лоханулись, пройдя мимо будущих единорогов.
Эта малоизвестная информация даже более полезная, чем лучшие истории успеха венчурных инвесторов. Ведь мало кто из них готов объяснить, как и почему не стал инвестировать в такие компании, как Airbnb, Uber, Tesla и т.п.
https://www.cbinsights.com/blog/vc-missed-opportunities/ (Сbinsights)
САМЫЙ МУДРЫЙ ПРОГНОЗ
В конце года публикуется масса прогнозов о рисках 2017. Не хочу никого обижать, но большинство из них – чистый маркетинг с целью привлечь внимание к конкретным рынкам, индустриям, технологиям и себе - любимым. Можете смело на такие прогнозы забить.
Но вот по-настоящему мудрый прогноз от специализирующейся на рисках консалтинговой компании Oliver Wyman. Названы 3 главных риска для глобального бизнеса в 2017. Всего 3, но каких!
1. Возрождение национализма и нынешний политический ландшафт (спасибо Трампу, Брекзиту, ну и России конечно).
2. Технологические изменения (вызовы тотальной цифровизации и рвущие рынки Рожденные цифровыми).
3. Кибератаки (в 2017 уже могут хакнуть любого, и потому расходы на кибербезопасность удваиваются, но и это не дает никаких гарантий).
По-моему, - ни прибавить, ни убавить.
https://goo.gl/bjFfAs (Oliver Wyman Risk Journal vol. 6)
Редкий материал. Обычно инвесторы любят рассказывать, как они смогли разглядеть будущих единорогов в скромных начинающих стартапах. А здесь венчурные капиталисты мужественно сыплют соль на раны, повествуя, как они лоханулись, пройдя мимо будущих единорогов.
Эта малоизвестная информация даже более полезная, чем лучшие истории успеха венчурных инвесторов. Ведь мало кто из них готов объяснить, как и почему не стал инвестировать в такие компании, как Airbnb, Uber, Tesla и т.п.
https://www.cbinsights.com/blog/vc-missed-opportunities/ (Сbinsights)
САМЫЙ МУДРЫЙ ПРОГНОЗ
В конце года публикуется масса прогнозов о рисках 2017. Не хочу никого обижать, но большинство из них – чистый маркетинг с целью привлечь внимание к конкретным рынкам, индустриям, технологиям и себе - любимым. Можете смело на такие прогнозы забить.
Но вот по-настоящему мудрый прогноз от специализирующейся на рисках консалтинговой компании Oliver Wyman. Названы 3 главных риска для глобального бизнеса в 2017. Всего 3, но каких!
1. Возрождение национализма и нынешний политический ландшафт (спасибо Трампу, Брекзиту, ну и России конечно).
2. Технологические изменения (вызовы тотальной цифровизации и рвущие рынки Рожденные цифровыми).
3. Кибератаки (в 2017 уже могут хакнуть любого, и потому расходы на кибербезопасность удваиваются, но и это не дает никаких гарантий).
По-моему, - ни прибавить, ни убавить.
https://goo.gl/bjFfAs (Oliver Wyman Risk Journal vol. 6)
CB Insights Research
Big Regrets: VCs On The Future Unicorns And Startup Giants They Let Slip Away
From Airbnb to Uber to Tesla, here's top VCs talking about why they passed or missed out on some of today's best-known tech companies.
ХОМЯК ПО КЛИЧКЕ НЕЙРОСЕТЬ
В известном анекдоте, хомячок – та же крыса, но у него пиар лучше. Анекдот зрит в корень. Пиар – движитель популярности. И к нейронным сетям это относится на 100%. Хотя редко кто из занимающихся ими честно признается в этом. И потому такие публикации особенно интересны и ценны.
«Лучшее из определений я услышал от одного умудренного опытом человека на конференции. Он сказал, что нейронные сети — это просто красивое название, которое придумали, потому что на определение "цепочки операций над матрицами" грант получить куда сложнее. В общем-то это очень точно описывает реальную ситуацию с нейронными сетями. Это крутая и мощная технология, но хайпа вокруг нее больше, чем реальной информации. Тот же самый Google Brain, делающий вещи вроде "нейронная сеть изобрела алгоритм шифрования", стабильно подвергается высмеиванию за них в тематических сообществах, так как кардинально новых идей в таких вещах не содержится, и делаются они, в первую очередь, для привлечения внимания и пиара компании».
Помимо демифологизации нейронных сетей, процитированная статья Севы Родионова (@Jabher) представляет редкую возможность за полчаса без какой-либо подготовки разобраться, что такое нейронные сети и как они работают. Полезно, однако.
https://goo.gl/Beal8q (Хабрахабр)
УТИНАЯ ОХОТА
Объявленная на этом канале охота на утку года - расследование Das Magazin, - получила неожиданную поддержку. К ней присоединился Олесь Николенко из проекта Be In Trend. В результате про утку года теперь знаете не только вы и еще несколько сот подписчиков нашего канала, но и куда более широкая аудитория.
Желающие углубить детали истории про утку года в журналистски-улучшенном варианте «с большими буквами и занимательными картинками», теперь могут это сделать.
Получается, зря я боялся, что «эта моя публикация уже ничего не изменит». Теперь есть надежда, что стричь бабки на продолжении и углублении истории Das Magazin (авторами, другими журналистами, компанией Cambridge Analytica и всеми, кто успеет подсуетиться) станет не так легко и просто. Приятно, однако.
http://bit.ua/2016/12/das-magazin-fake/ (Be In Trend)
В известном анекдоте, хомячок – та же крыса, но у него пиар лучше. Анекдот зрит в корень. Пиар – движитель популярности. И к нейронным сетям это относится на 100%. Хотя редко кто из занимающихся ими честно признается в этом. И потому такие публикации особенно интересны и ценны.
«Лучшее из определений я услышал от одного умудренного опытом человека на конференции. Он сказал, что нейронные сети — это просто красивое название, которое придумали, потому что на определение "цепочки операций над матрицами" грант получить куда сложнее. В общем-то это очень точно описывает реальную ситуацию с нейронными сетями. Это крутая и мощная технология, но хайпа вокруг нее больше, чем реальной информации. Тот же самый Google Brain, делающий вещи вроде "нейронная сеть изобрела алгоритм шифрования", стабильно подвергается высмеиванию за них в тематических сообществах, так как кардинально новых идей в таких вещах не содержится, и делаются они, в первую очередь, для привлечения внимания и пиара компании».
Помимо демифологизации нейронных сетей, процитированная статья Севы Родионова (@Jabher) представляет редкую возможность за полчаса без какой-либо подготовки разобраться, что такое нейронные сети и как они работают. Полезно, однако.
https://goo.gl/Beal8q (Хабрахабр)
УТИНАЯ ОХОТА
Объявленная на этом канале охота на утку года - расследование Das Magazin, - получила неожиданную поддержку. К ней присоединился Олесь Николенко из проекта Be In Trend. В результате про утку года теперь знаете не только вы и еще несколько сот подписчиков нашего канала, но и куда более широкая аудитория.
Желающие углубить детали истории про утку года в журналистски-улучшенном варианте «с большими буквами и занимательными картинками», теперь могут это сделать.
Получается, зря я боялся, что «эта моя публикация уже ничего не изменит». Теперь есть надежда, что стричь бабки на продолжении и углублении истории Das Magazin (авторами, другими журналистами, компанией Cambridge Analytica и всеми, кто успеет подсуетиться) станет не так легко и просто. Приятно, однако.
http://bit.ua/2016/12/das-magazin-fake/ (Be In Trend)
Habr
Нейронные сети на JS. Создавая сеть с нуля
Нейронные сети сейчас в тренде. Каждый день мы читаем про то, как они учатся писать комментарии в интернете, торговаться на рынках, обрабатывать фотографии. Список бесконечен. Когда я впервые...
УБИЙСТВА ИНТИМНЫХ ПАРТНЕРОВ
Сегодня о новом исследовании насилия интимных партнеров (НИП).
В России тысячи интимных партнеров (некоторые, женившись, а некоторые так) ежегодно убивают друг друга. За год таких гибнет около 10 тыс. - больше, чем погибло российских военнослужащих в чеченской войне. Да что там Россия! Даже в благополучной Европе более 35% убитых – жертвы НИП, а в Швейцарии – таких 55%.
Убивают изобретательно и разнообразно. В странах с высоким коэффициентом убийств и с низким. Убивают в своих домах и квартирах или в общественных местах. Убивают, в основном, женщин, либо и мужиков тоже (см. диаграмму 4.4 в следующем посте, а подробней см. 4ю главу «Глобального исследования по проблеме убийств»)
Как бороться с этим ужасом? Ведь все упирается во взгляды, убеждения и нормы, доминирующие в обществе и формирующие у его членов высокую толерантность к НИП.
Спросите своих друзей, что они думают про историю убийства женщины, типа - «приходит муж домой, а у жены любовник». Скорее всего, многие глубокомысленно заметят – «Бывааает». Т.е. ничего удивительного – так по жизни и бывает.
Почему так? Что формирует такую толерантность к НИП – ТВ и СМИ, воспитание в семье, наше окружение (ака социальные сети)?
Как изменить толерантность к НИП? На что фокусировать кампании по снижению толерантности к НИП? На крупные города или глубинку? На кого, в первую очередь направлять такие кампании? На общительных тусовщиков или замкнутых домоседов? Взрослых, молодежь, детей?
Новое исследование социоцентрических (см. N.B. ниже) сетевых данных в поисках ответов на некоторые из этих вопросов попыталось оценить формирование толерантности к НИП при 15 различных типах человеческих отношений: как внутри семьи, так и за ее пределами.
N.B. Социальные сети бывают 2х видов: Эгоцентрические (персональные сети – их столько, сколько участников сети) и Сетецентрические (одна общая сеть) – подробней см. здесь)
Нашли много чего интересного. Меня заинтересовало это.
— Если вы мужчина, и большинство ваших знакомых ответят на приведенный выше вопрос «Бывааает», то с большой вероятностью, у вас также высокая толерантность к НИП.
Подумайте над корректировкой круга знакомых.
— Чем меньше у вас социальных контактов, тем выше вероятность, что вы толерантны к НИП.
Больше встречайтесь и общайтесь.
— Если не хотите, чтобы ваши дети имели высокую толерантность к НИП, нужно это целенаправленно воспитывать в семье.
Школа, окружение, СМИ и интернет существенно меньше влияют на это, чем семья
— Наиболее эффективная стратегия кампании по снижению толерантности к НИП может заключаться в реализации изменений не в центре, а на периферии сообществ.
Особое внимание на маргиналов, изгоев, социопатов, а также на малые города, провинцию и глубинку.
- - - - - - -
Исследователи выбрали Гондурас не потому, что чесался, а из-за зашкаливающей статистики убийств (см. диаграмму 1.6 в последующем посте)
Сегодня о новом исследовании насилия интимных партнеров (НИП).
В России тысячи интимных партнеров (некоторые, женившись, а некоторые так) ежегодно убивают друг друга. За год таких гибнет около 10 тыс. - больше, чем погибло российских военнослужащих в чеченской войне. Да что там Россия! Даже в благополучной Европе более 35% убитых – жертвы НИП, а в Швейцарии – таких 55%.
Убивают изобретательно и разнообразно. В странах с высоким коэффициентом убийств и с низким. Убивают в своих домах и квартирах или в общественных местах. Убивают, в основном, женщин, либо и мужиков тоже (см. диаграмму 4.4 в следующем посте, а подробней см. 4ю главу «Глобального исследования по проблеме убийств»)
Как бороться с этим ужасом? Ведь все упирается во взгляды, убеждения и нормы, доминирующие в обществе и формирующие у его членов высокую толерантность к НИП.
Спросите своих друзей, что они думают про историю убийства женщины, типа - «приходит муж домой, а у жены любовник». Скорее всего, многие глубокомысленно заметят – «Бывааает». Т.е. ничего удивительного – так по жизни и бывает.
Почему так? Что формирует такую толерантность к НИП – ТВ и СМИ, воспитание в семье, наше окружение (ака социальные сети)?
Как изменить толерантность к НИП? На что фокусировать кампании по снижению толерантности к НИП? На крупные города или глубинку? На кого, в первую очередь направлять такие кампании? На общительных тусовщиков или замкнутых домоседов? Взрослых, молодежь, детей?
Новое исследование социоцентрических (см. N.B. ниже) сетевых данных в поисках ответов на некоторые из этих вопросов попыталось оценить формирование толерантности к НИП при 15 различных типах человеческих отношений: как внутри семьи, так и за ее пределами.
N.B. Социальные сети бывают 2х видов: Эгоцентрические (персональные сети – их столько, сколько участников сети) и Сетецентрические (одна общая сеть) – подробней см. здесь)
Нашли много чего интересного. Меня заинтересовало это.
— Если вы мужчина, и большинство ваших знакомых ответят на приведенный выше вопрос «Бывааает», то с большой вероятностью, у вас также высокая толерантность к НИП.
Подумайте над корректировкой круга знакомых.
— Чем меньше у вас социальных контактов, тем выше вероятность, что вы толерантны к НИП.
Больше встречайтесь и общайтесь.
— Если не хотите, чтобы ваши дети имели высокую толерантность к НИП, нужно это целенаправленно воспитывать в семье.
Школа, окружение, СМИ и интернет существенно меньше влияют на это, чем семья
— Наиболее эффективная стратегия кампании по снижению толерантности к НИП может заключаться в реализации изменений не в центре, а на периферии сообществ.
Особое внимание на маргиналов, изгоев, социопатов, а также на малые города, провинцию и глубинку.
- - - - - - -
Исследователи выбрали Гондурас не потому, что чесался, а из-за зашкаливающей статистики убийств (см. диаграмму 1.6 в последующем посте)
PubMed Central (PMC)
Intimate partner violence norms cluster within households: an observational social network study in rural Honduras
Intimate partner violence (IPV) is a complex global problem, not only because it is a human rights issue, but also because it is associated with chronic mental and physical illnesses as well as acute health outcomes related to injuries for women and their…
ТЩАТЕЛЬНЕЙ НАДО
Вряд ли среди читателей этого канала найдется тот, до кого не донесся марткетинговый залп – «Яндекс использовал нейросеть и научился прогнозировать осадки с точностью до минут».
Это действительно хорошая новость. Но сколько же в произведенном марткетинговом залпе недоговоренностей, ляпов и, мягко говоря, преувеличений.
В первую очередь, это относится к тональности подачи новости — вот какой технологический прорыв совершен с такими замечательными перспективами.
А во вторую, — это касается деталей данной новости, среди которых не мало «самого-самого»:
— «самым последним достижением науки и техники в области мониторинга осадков является метеорологический радиолокатор»;
— «самое главное: насколько точно определено время начала или окончания дождя» и т.д.
Как тут не написать о малоизвестном
А) По поводу технологического прорыва
1. Теорией использования машинного обучения при прогнозировании погоды занимаются уже давно.
2. Практикой так же не первый год занимаются, как специализированные компании (типа Charles River Analytics), так и гранды универсального компьютинга (типа IBM). Например:
— первые уже внедрили машинное обучение в повседневную практику прогнозов погоды для ВМФ США;
— вторые запустили для всех желающих сервис гипер-локальных краткосрочных прогнозов Deep Thunder, предсказывающих не только дождь (как Яндекс), но и полный прогноз погоды.
3. В это направление в США вкладываются такие средства, что и не снились (к огромному сожалению) российским разработчикам, что не может не сказаться на отставании разрабатываемых в России технологий. Например.
— Чтобы разработать Deep Thunder, IBM вложила в доводку IBM Watson около $2 млрд. и еще за $2 млрд. купила на корню все В2В подразделения The Weather Company – крупнейшего в мире провайдера прогнозов погоды (26 миллиардов прогнозов в день!), обладающую крупнейшей в мире сетью метеонаблюдений и одной из самых мощных в мире платформ интернета вещей (IoT).
Б) По поводу «самого-самого».
1. Самое главное – НЕ просто гипер-локально и краткосрочно предсказать время начала или окончания дождя (таких систем по миру уже хватает). Самое главное – предсказать объем прогнозируемых осадков. Т.е. с точки зрения ценности прогноза, главный вопрос - не брать ли зонтик при выходе из дома, а какие действия предпринять в связи с прогнозом, например, сельхоз-компании.
2. Метео-локатор - самое последнее по времени достижением науки и техники в области мониторинга осадков. Однако, для аккуратных прогнозов объема прогнозируемых осадков, по мнению специалистов, данных с локаторов недостаточно. Локатор хорош тем, что действует там, где нет дождемеров (спец. метео-прибор). Но радар - не замена дождемера.
Не буду тратить дальше свое и ваше время на комментирование других преувеличений и неточностей маркетингового залпа. Не суть. Яндекс – коммерческая компания, планирующая зарабатывать на своей технологии «Метеум». И это правильно и хорошо - не только для Яндекса, но и для его клиентов.
- - - - - - - - - -
Но все же, как написано у Жванецкого, - «тщательней надо ребята» при стрельбе из маркетинговых пушек»
Вряд ли среди читателей этого канала найдется тот, до кого не донесся марткетинговый залп – «Яндекс использовал нейросеть и научился прогнозировать осадки с точностью до минут».
Это действительно хорошая новость. Но сколько же в произведенном марткетинговом залпе недоговоренностей, ляпов и, мягко говоря, преувеличений.
В первую очередь, это относится к тональности подачи новости — вот какой технологический прорыв совершен с такими замечательными перспективами.
А во вторую, — это касается деталей данной новости, среди которых не мало «самого-самого»:
— «самым последним достижением науки и техники в области мониторинга осадков является метеорологический радиолокатор»;
— «самое главное: насколько точно определено время начала или окончания дождя» и т.д.
Как тут не написать о малоизвестном
А) По поводу технологического прорыва
1. Теорией использования машинного обучения при прогнозировании погоды занимаются уже давно.
2. Практикой так же не первый год занимаются, как специализированные компании (типа Charles River Analytics), так и гранды универсального компьютинга (типа IBM). Например:
— первые уже внедрили машинное обучение в повседневную практику прогнозов погоды для ВМФ США;
— вторые запустили для всех желающих сервис гипер-локальных краткосрочных прогнозов Deep Thunder, предсказывающих не только дождь (как Яндекс), но и полный прогноз погоды.
3. В это направление в США вкладываются такие средства, что и не снились (к огромному сожалению) российским разработчикам, что не может не сказаться на отставании разрабатываемых в России технологий. Например.
— Чтобы разработать Deep Thunder, IBM вложила в доводку IBM Watson около $2 млрд. и еще за $2 млрд. купила на корню все В2В подразделения The Weather Company – крупнейшего в мире провайдера прогнозов погоды (26 миллиардов прогнозов в день!), обладающую крупнейшей в мире сетью метеонаблюдений и одной из самых мощных в мире платформ интернета вещей (IoT).
Б) По поводу «самого-самого».
1. Самое главное – НЕ просто гипер-локально и краткосрочно предсказать время начала или окончания дождя (таких систем по миру уже хватает). Самое главное – предсказать объем прогнозируемых осадков. Т.е. с точки зрения ценности прогноза, главный вопрос - не брать ли зонтик при выходе из дома, а какие действия предпринять в связи с прогнозом, например, сельхоз-компании.
2. Метео-локатор - самое последнее по времени достижением науки и техники в области мониторинга осадков. Однако, для аккуратных прогнозов объема прогнозируемых осадков, по мнению специалистов, данных с локаторов недостаточно. Локатор хорош тем, что действует там, где нет дождемеров (спец. метео-прибор). Но радар - не замена дождемера.
Не буду тратить дальше свое и ваше время на комментирование других преувеличений и неточностей маркетингового залпа. Не суть. Яндекс – коммерческая компания, планирующая зарабатывать на своей технологии «Метеум». И это правильно и хорошо - не только для Яндекса, но и для его клиентов.
- - - - - - - - - -
Но все же, как написано у Жванецкого, - «тщательней надо ребята» при стрельбе из маркетинговых пушек»
ZDNet
IBM, The Weather Company use machine learning to predict impact of weather
Their new, hyper-local predictive model, called Deep Thunder, will use historical weather data to train machine learning models.
НЕ ТАК СЕЛИ
14 декабря Дональд Трамп встретился с представителями компаний - технологических лидеров США (а заодно и мира) на т.н. Технологическом Саммите.
Опубликован интересный и наглядный (с картинками и графиками) анализ – кто был приглашен, а кто нет; кто где сидел по отношению к Трампу и как это сразу же отразилось на капитализации участников.
Например, Jeff Bezos из Amazon, приглашенный, но посаженный хуже всех, потерял на следующий день 1.5% стоимости компании.
Эксперты полагают, что и дальше так с Трампом будет – кто к нему ближе, тот и в выигрыше. Ничего не напоминает?
https://goo.gl/ixuXcP (CBinsights)
14 декабря Дональд Трамп встретился с представителями компаний - технологических лидеров США (а заодно и мира) на т.н. Технологическом Саммите.
Опубликован интересный и наглядный (с картинками и графиками) анализ – кто был приглашен, а кто нет; кто где сидел по отношению к Трампу и как это сразу же отразилось на капитализации участников.
Например, Jeff Bezos из Amazon, приглашенный, но посаженный хуже всех, потерял на следующий день 1.5% стоимости компании.
Эксперты полагают, что и дальше так с Трампом будет – кто к нему ближе, тот и в выигрыше. Ничего не напоминает?
https://goo.gl/ixuXcP (CBinsights)
ТАЛЕБ ПРОТИВ ИДИОТОВ
Уже 4й месяц, как Нассим Талеб переключился в своих публикациях с Черных лебедей и Антихрупкости на борьбу с Интеллигентами-но-Идиотами (ИнИ). По мнению Талеба, - это «патерналистский класс экспертов-квазиинтеллектуалов, выпускников учебных заведений из Лиги Плюща и прочих Оксфордов и Кембриджей, указывающих нам: 1) как поступать, 2) что есть, 3) как разговаривать, 4) как думать и 5) за кого голосовать».
На сей раз Талеб сделал наглядную табличку, показывающую, что режим Ассада в Сирии куда лучше, чем «Умеренная оппозиция». Т.е. по мнению Талеба, поддерживающие борьбу последней с Ассадом (США и Со) и есть Интеллигенты-но-Идиоты.
Не берусь спорить с Нассимом Талебом в данном вопросе. Аргументация его нынешних нападок на ИнИ в контексте происходящего в Сирии интересна и заслуживает внимания. Однако, в качестве дискуссионной контр-аргументации, имеет смысл познакомиться и с противоположной точкой зрения.
Ее автором является … сам Нассим Талеб. Пять лет назад он опубликовал в солидном издании крутое эссе с глубоким анализом причин роковых ошибок США на Ближнем Востоке – «Черный лебедь Каира». В нем Талеб призвал США на Ближнем Востоке «прекратить поддерживать псевдостабильность диктаторских режимов и позволить политическому шуму выйти на поверхность». Его, как будто, послушали и позволили …
Полный текст без оплаты можно получить здесь, а перевод здесь
«Черного лебедя Каира» стоит прочесть. В тексте объемом 1/50 от «Черного лебедя» Нассим Талеб сумел убедительно изложить теорию возникновения современных политических кризисов, базирующуюся на той же научной аргументации, что и его теория финансовых кризисов, изложенная в «Черном лебеде».
Теория «Черного лебедя» известна большинству. А о существовании теории «Черного лебедя Каира» знают совсем немногие. А ведь понимание механизмов политических кризисов не менее важно, чем финансовых.
Уже 4й месяц, как Нассим Талеб переключился в своих публикациях с Черных лебедей и Антихрупкости на борьбу с Интеллигентами-но-Идиотами (ИнИ). По мнению Талеба, - это «патерналистский класс экспертов-квазиинтеллектуалов, выпускников учебных заведений из Лиги Плюща и прочих Оксфордов и Кембриджей, указывающих нам: 1) как поступать, 2) что есть, 3) как разговаривать, 4) как думать и 5) за кого голосовать».
На сей раз Талеб сделал наглядную табличку, показывающую, что режим Ассада в Сирии куда лучше, чем «Умеренная оппозиция». Т.е. по мнению Талеба, поддерживающие борьбу последней с Ассадом (США и Со) и есть Интеллигенты-но-Идиоты.
Не берусь спорить с Нассимом Талебом в данном вопросе. Аргументация его нынешних нападок на ИнИ в контексте происходящего в Сирии интересна и заслуживает внимания. Однако, в качестве дискуссионной контр-аргументации, имеет смысл познакомиться и с противоположной точкой зрения.
Ее автором является … сам Нассим Талеб. Пять лет назад он опубликовал в солидном издании крутое эссе с глубоким анализом причин роковых ошибок США на Ближнем Востоке – «Черный лебедь Каира». В нем Талеб призвал США на Ближнем Востоке «прекратить поддерживать псевдостабильность диктаторских режимов и позволить политическому шуму выйти на поверхность». Его, как будто, послушали и позволили …
Полный текст без оплаты можно получить здесь, а перевод здесь
«Черного лебедя Каира» стоит прочесть. В тексте объемом 1/50 от «Черного лебедя» Нассим Талеб сумел убедительно изложить теорию возникновения современных политических кризисов, базирующуюся на той же научной аргументации, что и его теория финансовых кризисов, изложенная в «Черном лебеде».
Теория «Черного лебедя» известна большинству. А о существовании теории «Черного лебедя Каира» знают совсем немногие. А ведь понимание механизмов политических кризисов не менее важно, чем финансовых.
ПОЧЕМУ НАЧАЛЬСТВО ЖИВЕТ ДОЛЬШЕ
Самые богатые американцы живут на 15 лет дольше самых бедных. Раньше это связывали с лучшим медобслуживанием и различиями в привычках, таких как курение, физические упражнения и диеты.
Однако новое исследование на макаках-резус, показывает, что это не так.
Исследование показало, что хронический стресс жизни внизу социальной лестницы ухудшает иммунную систему, даже при отсутствии других факторов риска.
Как это ни фантастично звучит, но социальный статус влияет на способность генов включаться и выключаться в иммунных клетках. Что делает иммунитет сильнее или слабее. А наш иммунитет – ключевой фактор здоровья.
В соответствии с динамикой социального статуса, иммунитет может не только расти, но и падать. Разбогатев, богач улучшает свою иммунную систему. Но если потом он лишится капитала, то и его иммунная система при этом ухудшиться.
Если окажется, что выводы исследования на макаках переносимы на людей (а вероятность этого весьма значительная), значит стремление подняться по социальной лестнице заложено в человека на биологическом уровне. И это есть ни что иное, как открытие нового фактора, действующего в процессе естественного отбора.
- - - - - - - -
Но ведь социальный статус человека зависит не только от богатства. Особенно в такой стране как Россия. Он выше у всякого начальства и уж тем более, - у высокопоставленных чиновников.
Понятно теперь, почему люди так рвутся в начальство, в чиновники, в правительство?
Видно чуют на уровне спинного мозга, что там не только деньги, но и здоровье.
Самые богатые американцы живут на 15 лет дольше самых бедных. Раньше это связывали с лучшим медобслуживанием и различиями в привычках, таких как курение, физические упражнения и диеты.
Однако новое исследование на макаках-резус, показывает, что это не так.
Исследование показало, что хронический стресс жизни внизу социальной лестницы ухудшает иммунную систему, даже при отсутствии других факторов риска.
Как это ни фантастично звучит, но социальный статус влияет на способность генов включаться и выключаться в иммунных клетках. Что делает иммунитет сильнее или слабее. А наш иммунитет – ключевой фактор здоровья.
В соответствии с динамикой социального статуса, иммунитет может не только расти, но и падать. Разбогатев, богач улучшает свою иммунную систему. Но если потом он лишится капитала, то и его иммунная система при этом ухудшиться.
Если окажется, что выводы исследования на макаках переносимы на людей (а вероятность этого весьма значительная), значит стремление подняться по социальной лестнице заложено в человека на биологическом уровне. И это есть ни что иное, как открытие нового фактора, действующего в процессе естественного отбора.
- - - - - - - -
Но ведь социальный статус человека зависит не только от богатства. Особенно в такой стране как Россия. Он выше у всякого начальства и уж тем более, - у высокопоставленных чиновников.
Понятно теперь, почему люди так рвутся в начальство, в чиновники, в правительство?
Видно чуют на уровне спинного мозга, что там не только деньги, но и здоровье.
АНАЛИТИКА – ДЕНЬГИ НА ВЕТЕР?
В вашей компании используют IT решения для аналитики? И как – деньги на ветер?
Согласно новому отчету Deloitte «Mission analytics: Data-driven decision making in government», это вполне возможно. Даже если речь идет о правительстве США, которое, как написала Дональду Трампу Президент IBM Ginni Rometty, могло бы за счет современной аналитики сократить неэффективные расходы на $1 трлн.
Секрет продуктивного использования аналитики, позволяющего столь серьезно экономить (да и крупно зарабатывать), не в «идеальной очистке» данных. И даже не в переходе на аналитику «Больших Данных» (которые далеко не всегда и нужны).
Секрет в том, чтобы в проектах внедрения аналитики были:
(1) четкие, измеримые цели анализа;
(2) обратная связь между получаемым в результате анализа инсайтом и конкретными управленческими действиям.
Вам кажется, что эти рекомендации просты и банальны? Отнюдь. В более 80% проектов внедрения аналитики эти условия не выполняются. И в результате – деньги на ветер.
В вашей компании используют IT решения для аналитики? И как – деньги на ветер?
Согласно новому отчету Deloitte «Mission analytics: Data-driven decision making in government», это вполне возможно. Даже если речь идет о правительстве США, которое, как написала Дональду Трампу Президент IBM Ginni Rometty, могло бы за счет современной аналитики сократить неэффективные расходы на $1 трлн.
Секрет продуктивного использования аналитики, позволяющего столь серьезно экономить (да и крупно зарабатывать), не в «идеальной очистке» данных. И даже не в переходе на аналитику «Больших Данных» (которые далеко не всегда и нужны).
Секрет в том, чтобы в проектах внедрения аналитики были:
(1) четкие, измеримые цели анализа;
(2) обратная связь между получаемым в результате анализа инсайтом и конкретными управленческими действиям.
Вам кажется, что эти рекомендации просты и банальны? Отнюдь. В более 80% проектов внедрения аналитики эти условия не выполняются. И в результате – деньги на ветер.
DU Press
Mission analytics
How can government agencies better use data to improve their resource decisions? It all starts with making their mission measurable—and asking the right questions to connect operational data with mission outcomes.
ХОТИТЕ УВИДЕТЬ ЭФФЕКТ БАБОЧКИ?
Лучший способ разобраться в новом сложном предмете – посмотреть на него через призму простого, обыденного, интуитивно понятного примера.
Математические модели нелинейных систем – именно такой сложный предмет, новый для большинства из нас. Это не только математически сложный предмет (поскольку системы нелинейных уравнений трудно решать аналитически), но и понятийно сложный. Хаос, точки бифуркации и аттракторы, фракталы и самоподобие, пределы предсказаний, непредсказуемые системы и Эффект бабочки – вся эта терминология, будучи неверно или не до конца понятой, легко приводит к заблуждениям, если ни к мистике.
В этой связи новая статья «Visual Analysis of Nonlinear Dynamical Systems: Chaos, Fractals, Self-Similarity and the Limits of Prediction» представляет тройной интерес.
Во-первых, в ней объясняется, что представляют собой все понятийно сложные термины моделирования нелинейных систем применительно к простому и понятному примеру – модель роста популяции.
Сначала популяция растет медленно. Потом все быстрее и быстрее. Это продолжается пока в окружающей среде не начнет сказываться недостаток ресурсов, необходимых для жизни популяции. Тогда численность популяции замедляет рост и начинает снижаться. И т.д. и т.п. Пока либо не обвалится в хаос и, например, вымрет, либо не придет к какому-то из аттракторов.
Во-вторых, для решения трудно аналитически решаемых (и уж совсем трудно понимаемых) систем нелинейных уравнений использован самый простой и наглядный способ – визуализация.
Вы сами все на картинках увидите: где аттракторы, где бифуркация, где хаос.
Ну а в-третьих, в статье предлагается вполне практический инструментарий для моделирования нелинейный систем с помощью визуализации – пакет программ Pynamical на основе языка Python.
Вдруг кто сам захочет нелинейную систему смоделировать. Дело полезное и интересное.
- - - - - - - -
Если думаете – зачем мне тратить время на эту бесполезную хрень, - то сильно ошибаетесь. Практически весь окружающий нас мир описывается такими нелинейными моделями. И чтобы понимать, как мир устроен и функционирует, необходимо разбираться и в этой терминологии, и в моделировании.
Ну а паталогические прагматики могут попробовать обойтись в жизни даже без Теоремы Пифагора и Законов Ньютона. Прожить можно… Но как-то убого.
Лучший способ разобраться в новом сложном предмете – посмотреть на него через призму простого, обыденного, интуитивно понятного примера.
Математические модели нелинейных систем – именно такой сложный предмет, новый для большинства из нас. Это не только математически сложный предмет (поскольку системы нелинейных уравнений трудно решать аналитически), но и понятийно сложный. Хаос, точки бифуркации и аттракторы, фракталы и самоподобие, пределы предсказаний, непредсказуемые системы и Эффект бабочки – вся эта терминология, будучи неверно или не до конца понятой, легко приводит к заблуждениям, если ни к мистике.
В этой связи новая статья «Visual Analysis of Nonlinear Dynamical Systems: Chaos, Fractals, Self-Similarity and the Limits of Prediction» представляет тройной интерес.
Во-первых, в ней объясняется, что представляют собой все понятийно сложные термины моделирования нелинейных систем применительно к простому и понятному примеру – модель роста популяции.
Сначала популяция растет медленно. Потом все быстрее и быстрее. Это продолжается пока в окружающей среде не начнет сказываться недостаток ресурсов, необходимых для жизни популяции. Тогда численность популяции замедляет рост и начинает снижаться. И т.д. и т.п. Пока либо не обвалится в хаос и, например, вымрет, либо не придет к какому-то из аттракторов.
Во-вторых, для решения трудно аналитически решаемых (и уж совсем трудно понимаемых) систем нелинейных уравнений использован самый простой и наглядный способ – визуализация.
Вы сами все на картинках увидите: где аттракторы, где бифуркация, где хаос.
Ну а в-третьих, в статье предлагается вполне практический инструментарий для моделирования нелинейный систем с помощью визуализации – пакет программ Pynamical на основе языка Python.
Вдруг кто сам захочет нелинейную систему смоделировать. Дело полезное и интересное.
- - - - - - - -
Если думаете – зачем мне тратить время на эту бесполезную хрень, - то сильно ошибаетесь. Практически весь окружающий нас мир описывается такими нелинейными моделями. И чтобы понимать, как мир устроен и функционирует, необходимо разбираться и в этой терминологии, и в моделировании.
Ну а паталогические прагматики могут попробовать обойтись в жизни даже без Теоремы Пифагора и Законов Ньютона. Прожить можно… Но как-то убого.
MDPI
Visual Analysis of Nonlinear Dynamical Systems: Chaos, Fractals, Self-Similarity and the Limits of Prediction
Nearly all nontrivial real-world systems are nonlinear dynamical systems. Chaos describes certain nonlinear dynamical systems that have a very sensitive dependence on initial conditions. Chaotic systems are always deterministic and may be very simple, yet…
КАК НАШ УСПЕХ ЗАВИСИТ ОТ ВОЗРАСТА
Бытует миф, что самые значительные успехи совершаются в молодые годы. Дарвин и Эйнштейн, Моцарт и Пушкин, - примеров сколько угодно. Однако, опубликованный недавно анализ жизни и карьеры множества учёных выявил, что это никак не связано с возрастом.
В то же время, возраст самых крупных научных свершений не является и совершенно случайным. Он зависит от сочетания случайности и т.н. «Фактора Q» - индивидуальной характеристики ученого, остающейся неизменной в течение всей научной карьеры.
Предполагается, что «Фактор Q» действует в самых разных сферах деятельности — от науки до музыки и кинематографа.
На русском (простенько, но поверхностно) https://goo.gl/60d8NW (Lifehacker)
Оригинальная работа https://goo.gl/8gwbRt (Science)
- - - - - - - - - - - -
ЖИЗНЬ, СОЦИАЛЬНЫЕ СЕТИ И 2Й ЗАКОН ТЕРМОДИНАМИКИ
В последние годы ученые показали, что сеть, образованная миллиардами нейронов человеческого мозга, и сеть, образованная взаимодействием миллиардов людей и компьютеров, работают по одним и тем же информационным законам и обладают одними и теми же свойствами так называемых безмасштабных сетей (scale-free network). Более того, выяснилось, что все живые организмы образованы в виде безмасштабных сетей, состоящих из клеток этих организмов.
Определяющим свойством безмасштабных сетей является т.н. «предпочтительность установления связей» (preferential attachment) (например, новый документ в сети более вероятно будет иметь ссылку на уже существующий документ, на который уже есть много ссылок).
Новая научная работа предлагает прорывную междисциплинарную интерпретацию preferential attachment, как простого следствия из 2го закона термодинамики, гласящего, что для вселенной в целом энтропия (мера хаоса) возрастает.
https://arxiv.org/abs/1612.03115 (physics.soc-ph)
Бытует миф, что самые значительные успехи совершаются в молодые годы. Дарвин и Эйнштейн, Моцарт и Пушкин, - примеров сколько угодно. Однако, опубликованный недавно анализ жизни и карьеры множества учёных выявил, что это никак не связано с возрастом.
В то же время, возраст самых крупных научных свершений не является и совершенно случайным. Он зависит от сочетания случайности и т.н. «Фактора Q» - индивидуальной характеристики ученого, остающейся неизменной в течение всей научной карьеры.
Предполагается, что «Фактор Q» действует в самых разных сферах деятельности — от науки до музыки и кинематографа.
На русском (простенько, но поверхностно) https://goo.gl/60d8NW (Lifehacker)
Оригинальная работа https://goo.gl/8gwbRt (Science)
- - - - - - - - - - - -
ЖИЗНЬ, СОЦИАЛЬНЫЕ СЕТИ И 2Й ЗАКОН ТЕРМОДИНАМИКИ
В последние годы ученые показали, что сеть, образованная миллиардами нейронов человеческого мозга, и сеть, образованная взаимодействием миллиардов людей и компьютеров, работают по одним и тем же информационным законам и обладают одними и теми же свойствами так называемых безмасштабных сетей (scale-free network). Более того, выяснилось, что все живые организмы образованы в виде безмасштабных сетей, состоящих из клеток этих организмов.
Определяющим свойством безмасштабных сетей является т.н. «предпочтительность установления связей» (preferential attachment) (например, новый документ в сети более вероятно будет иметь ссылку на уже существующий документ, на который уже есть много ссылок).
Новая научная работа предлагает прорывную междисциплинарную интерпретацию preferential attachment, как простого следствия из 2го закона термодинамики, гласящего, что для вселенной в целом энтропия (мера хаоса) возрастает.
https://arxiv.org/abs/1612.03115 (physics.soc-ph)
Лайфхакер
Как наш успех зависит от возраста: мнение учёных
Чарлзу Дарвину было 29 лет, когда он создал теорию естественного отбора, Эйнштейн опубликовал свои главные работы в 26, а Моцарт написал первую симфонию в 8 лет. Действительно ли самые значимые прорывы совершаются в молодом возрасте — попытался выяснить журналист…