Недавние тренды рунета

Найден максимизатор «мудрости толпы»

Bпечатление, что скорость оглупления человечества быстро нарастает, становится все более распространенным. На это сетуют уже не только старые университетские профессора, но и вполне современные техно-продвинутые яппи.

Под оглуплением здесь, в первую очередь, подразумевается рост доминирования мнений и предпочтений большинства при выдаче нам всевозможной информации, потребляемой нами через Интернет.

Не без оснований считается, что в основе этого процесса лежат кардинальные изменения инфо-среды обитания человечества за последние пару десятков лет:

• лавинообразное нарастание объемов информации,
• смена способов и механизмов взаимодействия людей с информацией.

В результате этого:

• количество потребляемой информации увеличивается,
• а качество решений, принимаемых потребителями этой инфы, не только не растет, но и, вроде как, падает.

В свете вышеизложенного, становится все более важен поиск ответов на 3 сакраментальных вопроса.

1. Как развернуть вектор нарастающего оглупления мира?
2. Можно ли, в принципе, избежать падения качества принимаемых решений при лавинообразном росте входной информации?
3. Если возможно, то что конкретно нужно изменить в нашем мире в практическом плане?

Только что опубликованное в Трудах Королевского научного общества (в разделе Biological Science) исследование наводит на интересные (хотя и спорные) мысли, как разработать лекарство от тотального сетевого оглупления.

Как работает механизм тотального оглупления

Любое получение информации по интернету потенциально оглупляет. Люди черпают информацию из глобальных источников, приоритетность контента в которых определяется деятельностью этих же самых людей (их поисковыми запросами и сетевыми переходами, выказанными сетевыми предпочтениями, лайками, разшариванием, покупками и т.д.)

Происходит это из-за следующего.

• Большинство сетевых сервисов (поисковики, социальные медиа, всевозможные рекомендательные сервисы онлайн торговли, развлечений и т.д.) сегодня ориентируются на интересы, вкусы и потребности большинства. И не просто ориентируются, а постоянно подстраиваются под большинство (и накакая персонализация здесь не в силах что-либо изменить).
• Так уж по жизни получается, что интересы, вкусы и потребности большинства, мягко говоря, не первосортные. А при наличии положительной обратной связи между предпочтениями большинства и приоритетностью контента, картина становится совсем тухлой.

В итоге, — порочный круг:

— сетевые сервисы, идя на поводу у большинства, все более глупеют, и как результат — все менее достойный контент занимает все более высокие позиции;

— потребляющие этот контент люди незаметно для себя снижают планку своих интересов, вкусов и потребностей, тем самым стимулируя сетевые сервисы следовать за этим снижением.

Победить тотальное сетевое оглупление кажется невозможным. И нам лишь остается констатировать, — глупеем все и во всем, и ничего не поделаешь, — таков наш новый дивный инфо-сетевой мир.

Неожиданное спасение, подсмотренное у природы

Но вот появилась надежда. Только что опубликованное исследование «Modular structure within groups causes information loss but can improve decision accuracy» наводит на интересные мысли о том, как разработать лекарство от тотального сетевого оглупления.

Исследуя вопросы группового принятия решений в природе, авторы раскрыли принципиально новое понимание преимуществ структуризации больших групп разумных агентов.

Большинство из вас слышали про «мудрость толпы» — повышение точности коллективных решений при увеличении размера группы, благодаря преимуществу агрегирования все большего числа мнений участников группы. На этой «мудрости толпы», собственно, и стоит весь краудсорсинг решения интеллектуальных задач.

Однако, не секрет, что у коллективного принятия решений с помощью краудсорсинга есть, как минимум, два крайне негативных момента, катастрофически снижающих точность коллективных решений с увеличением размера групп.

1. Снижение точности из-за доминирования коррелированных мнений участников группы. Причины таких корреляций могут быть разные: от использования одних и тех же источников информации до социального и психологического влияния других участников группы.
2. Снижение точности из-за т.н. «безумия толпы» — невежественного большинства, легко забивающего своими воплями мнение умного и потому сдержанного меньшинства.

Важно понимать, что механизмы коллективного принятия решений — практически одни и те же у всех разумных существ (людей, животных, птиц, рыб).

Задачи могут быть разные:

• обнаружение присутствия хищников,
• определение направление миграции,
• поиск энергоэффективного маршрута передвижения,
• прогнозирование будущих событий,
• вынесение медицинского диагноза,
• принятие стратегического решения в бизнесе и т.д. и т.п.

Миллионы лет эволюции доказали, что коллективные решения более эффективны, чем индивидуальные, поскольку агрегируют куда больший объем информации, чем доступно любому из индивидов.

Лирическое отступление о преимуществах «жидкого мозга»

Именно это преимущество коллективного принятия решений легло в основу формирования биологического мозга

— органа, состоящего из очень большого числа нейронов, чья функциональность основана на изменении паттернов связности, основанных на взаимодействиях с окружающей средой, опосредованных сенсорными интерфейсами.

Паттерны связности описываются синаптическими весами, которые определяются в динамике паттернами взаимодействия с окружающей средой.

Однако, еще задолго до развития сложных нейронных сетей микроорганизмы уже собирались в то, что теперь называют «жидким мозгом»

— коллективные структуры, которые могли реагировать на стрессовую среду, представляющую угрозу для отдельных клеток.

Выживание таких коллективных структур было связано с сотрудничеством, а сотрудничество требовало новых форм общения в коллективах. Цитируя Джеймса Шапиро:

«Бактерии маленькие, но не глупые».

Хорошо известным примером такого уровня коллективного поведения является определение кворума

— процесса, в котором участвуют популяции клеток, работающих совместно, и позволяющий группам бактерий контролировать присутствие других бактерий в масштабах всего «бактериального населения», что приводит в некоторых случаях к появлению скоординированных ответов на уровне колоний.

Этот пример наглядно показывает, как микробные колонии могут принимать коллективные решения.

Используя механизмы коллективного принятия решений, абсолютно безмозглые существа способны к шедевриально сложному поведению, обеспечивающему им выживание и репродукцию.

Всего один пример — формы слизи Physarum polycephalum, демонстрирующие супер-эффективное коллективное поведения совокупности отдельных клеток. И хотя организм одноклеточный (но включает несколько ядер), в группах он демонстрирует очень сложные пространственные морфологические паттерны при исследовании окружающей среды, принимая оптимальные решения, связанные с потребностями в питании. Эти коллективные безмозглые системы могут при правильных условиях учиться на опыте, чтобы различать различные источники информации. Кроме того, используя динамику наименьшего действия, коллектив этого одноклеточного плазмоида запросто для решает задачи логики, геометрии и теории графов, включая поиск кратчайшего пути через лабиринт.

Короче, коллективное принятие решений — крайне крутая штука, позволяющая строить не только привычный нам «твердый мозг», но и многочисленные разновидности «жидкого мозга» (подробней об этом можно прочесть в моем посте «Человечество движется к разжижению мозга. Это возможный переход на альтернативный вариант интеллекта», а самые последние новости данного направления см. в вышедшем позавчера сборнике «Liquid brains, solid brains: How distributed cognitive architectures process information»).

Как оптимизировать коллективные решения

И животные, и люди, следуя заложенным в них эволюцией нейро-алгоритмам, используют один и тот же метод борьбы против двух вышеназванных изъянов принятия коллективных решений большими группами (напомню, это (1) доминирование коррелированных мнений участников и (2) проявления «безумия толпы»)

– они структурируют большую группу на более мелкие подгруппы.

Формирование у людей и животных групп с некоторой модульной структурой занимает промежуточное положение между «жидким мозгом» (в котором звенья, соединяющие компоненты, являются очень динамичными) и «твердым мозгом» (в котором звенья являются статическими), демонстрируя некоторые особенности обоих.

Чтобы понять и оценить влияние модульной структуры на качество коллективных решений, необходимо определить эффективный размер группы для каждой конкретной модульной структуры.

Эффективный размер группы — это размер группы, которая, принимая решение по правилу простого большинства, достигает той же точности, что и бОльшая группа, содержащая некоторую модульную структуру.

Самым важным здесь является понимание того, что

- любая модульность (структурирование большой группы на подгруппы) ведет к потере точности коллективного решения.

Вот иллюстративный пример.

На рисунке показаны 3 способа структурирования некой группы.

Самый правый пример структурирования демонстрирует, как меньшинство может определить коллективное решение при наличии модульности. В то время как большинство (5 из 9) индивидов проголосовали за один вариант (обозначен черным цветом), этот конкретный ассортимент индивидов в подгруппах привел к консенсусному решению по другому варианту (обозначен белым цветом). Как тут не вспомнить про американскую систему голосования выборщиков, когда большинство избирателей голосовали за Клинтон, а большинство выборщиков — за Трампа.

В результате проведенного исследования, авторы доказали следующее два технических (количественных) вывода.

1. Увеличение размера группы первоначально повышает коллективную точность благодаря преимуществу агрегирования мнений («мудрость толпы»), но при больших размерах групп коррелированный сигнал все больше доминирует в коллективном решении, снижая точность.
2. Хотя все группы с модульной структурой страдают снижением общей точности по сравнению с группой без модульной структуры, самая высокая коллективная точность достигается либо с большим количеством небольших подгрупп, либо с небольшим количеством больших подгрупп (с некоторым преимуществом точности перед первой).

А вот теперь о самом важном — о стратегических (качественных) выводах исследования, применимых к любым процессам коллективного принятия решений при работе с информацией.

AВ литературе, посвященной принятию коллективных решений, распространено предположение, что большее количество информации ведет к лучшим решениям. Исследование модульной структуры групп показало, что это может быть не так. Неучет мнений некоторых индивидов (даже в случайном порядке) может оказать благотворное влияние на решения. Если существуют корреляции между мнениями или когда информация, доступная отдельным лицам, очень плохая ( т.е. вероятность выбора правильного варианта из двух доступных вариантов меньше 0,5), тогда больше информации может быть вредным. В этом случае нужно уменьшать количество информации, используемой в коллективном решении, и модульная структура является одним из эффективных механизмов для достижения этой цели. Итогом модульности может стать кардинальное повышение качества принимаемых решений.

BМодульная структура обязательно вызывает потерю информации, не принимая в расчет мнения части участников группы. Однако влияние этой потери информации на коллективную точность зависит от информационной среды, в которой принимается решение.

✔️ В простых инфо-средах потеря информации наносит ущерб коллективной точности.

✔️ Напротив, в сложных инфо-средах модульность имеет тенденцию повышать точность.

Что изменить в мире, дабы развернуть вектор нарастающего оглупления

Исходя из результатов исследования «Modular structure within groups causes information loss but can improve decision accuracy», менять нужно все основные механизмы ранжирования сетевой информации в поисковиках, социальных медиа, всевозможных рекомендательных сервисов онлайн торговли, развлечений и т.д.

• на смену ранжирования предпочтений одной неструктурированной гигантской группы всех пользователей интернета (в случае поисковиков) или меньших, но все равно огромных групп — пользователей соцсетей и т.д.,
• должны прийти алгоритмы ранжирования, настроенные на расчет коллективного мнения модулированных (структурированных) групп пользователей, что приведет к повышению качества коллективных решений о значимости (приоритетности) элементов контента во всех многочисленных смыслах используемых в сети: от последовательности элементов поисковых выдач и социальных лент до всевозможных рекомендаций.

Ответ на вопрос, как модулировать (структурировать) огромные группы пользователей еще предстоит решить.

— Но, во-первых, здесь, скорее всего, для каждого из инфо-сервисов может быть найден свой оптимальный способ.

— А во-вторых, как показало исследование, неучет мнений некоторых индивидов, даже в случайном порядке, может оказывать благотворное влияние на коллективные решения.

Так что, в качестве отправной точки, можно начать с того, чтобы просто ограничить размеры учитываемых при ранжировании «сетевых толп», рост которых множит коррелированные мнения и «безумие толпы», продолжая вести человечество по порочному кругу тотального сетевого оглупления.

________________________________

Если понравился пост:
- нажмите на “палец вверх”;
- подпишитесь на обновления канала на платформе Medium;
- оставьте комментарий.
Еще больше материалов на моем Телеграм канале «Малоизвестное интересное». Подпишитесь

Оригинал и комментарии

«Код разума» закодирован в геноме миллионами лет «эволюции с подкреплением»

Это может стать Коперниковской революцией в понимании модели разума

Kоперниковская революция сменила парадигму модели мироздания — Земля перестала быть центром вселенной. Переход на гелиоцентрическую модель заложил основу научной революции не только в астрономии, но и во всем естествознании, радикально изменив образ мышления естествоиспытателей.

Революцией такого же масштаба в понимании разума

может стать «Задорская революция», манифест которой опубликовал профессор Энтони М. Задор.

Вот его суть.

1) Хватит морочить себе голову, и пора признать следующее.

• Современные исследования в области ИИ вообще не ведут к созданию разума, а лишь имитируют его отдельные возможности (бумажный голубь тоже парит, но он — вовсе не птица, не модель птицы и даже не этап к построению модели птицы).
• Во многих отношениях ИИ далек от возможностей интеллекта детенышей собаки, мыши или даже паука, и не похоже, что простое расширение существующих подходов позволит хоть когда-то достичь этих целей (многие животные эффективно функционируют после 10⁶ и даже меньшего количество секунд жизни: белка может прыгать с дерева на дерево через несколько недель от рождения, жеребенок может ходить через несколько часов, а пауки рождаются готовыми к охоте).
• Никакими из существующих методов машинного обучения эту проблему не решить в принципе (земные живые существа не имеют такого времени и объемов данных, что требуются даже при самых продвинутых и эффективных методах машинного обучения).
• Разрыв между мышью и человеческим интеллектом намного меньше, чем между нынешним ИИ и мышью. Это значит, что даже если наша конечная цель — догнать (не то что перегнать) человеческий интеллект, разумной ближайшей целью для ИИ было бы достичь интеллекта мыши.

2) Результаты исследований тысяч всевозможных типов разума живых существ однозначно показывают.

• БОльшая часть сенсорных представлений и поведения живых существ врожденная. Например, многие обонятельные стимулы являются врожденно привлекательными и аппетитными (кровь для акул) или отвратительными (моча лисы для крысы). Ответы на зрительные стимулы также во многом врожденные. Например, мыши убегают от любой движущейся тени, что позволяет быстро обнаруживать и избегать воздушных хищников.
• Роль врожденных механизмов выходит далеко за рамки простого установления реакций на сенсорные представления. Значительная часть поведенческого репертуара животных и людей является не результатом умных алгоритмов обучения — контролируемых, неконтролируемых, с подкреплением — а скорее программами поведения, уже присутствующими при рождении.
• Выживание животного требует решения «проблемы К2БС» — кормление, борьба, бегство и спаривание. Решения многократного и, возможно, только с небольшими изменениями. Также и человек рождается и имеет очень ограниченное время — от нескольких дней до нескольких лет — чтобы выяснить, как решать К2БС проблему. Если ему это удается, он передает часть своего решения (т.е. половину своего генома) следующему поколению.

3) Если только не допустить вмешательство Бога, у нас нет иного объяснения передачи паттернов поведенческих умений между поколениями, чем геном.

• Если большая часть поведения животного является врожденной, то жизненный опыт животного представляет лишь небольшую часть данных, которые способствуют его приспособленности. Другой потенциально гораздо больший пул данных способствует его врожденному поведению и представлениям. Эти врожденные формы поведения и представлений возникают в результате эволюции путем естественного отбора. Они кодируются в геноме и принимают форму правил прошивки мозга, определяющих структуру и интенсивность связей нейронов.
• Таким образом, эволюция, как и обучение, также может рассматриваться как механизм извлечения статистических паттернов, хотя и в гораздо более длительном масштабе времени, чем обучение. Эволюция может рассматриваться как своего рода алгоритм обучения с подкреплением, действующий на временной шкале поколений, где сигнал подкрепления состоит из количества потомства, которое генерирует индивид.
• Для ИИ нужны иные (новые) классы алгоритмов. Принципиальный изъян сегодняшних алгоритмов обучения ИИ в том, что эти алгоритмы НЕ являются аналогом обучения животных. Поскольку большинство данных, влияющих на приспособленность животного, кодируются эволюцией в геном, новые алгоритмы должны имитировать это свойство эволюции. Иными словами, нужно идти от Supervised Learning к Supervised Evolution, а потом и к «эволюции с подкреплением» — Reinforcement Evolution.

4) Мы думали, что понимаем код генома … Но мы ошиблись — все существенно сложнее

• Врожденные механизмы кодируются в геноме. В частности, геном кодирует чертежи для подключения нервной системы — чертежи и спецификации прошивки топологии и силы связей нейронов. Эти чертежи были отобраны эволюцией в течение сотен миллионов лет, работая с бесчисленными квадриллионами живых существ. Схемы, указанные в этих чертежах, обеспечивают основу для врожденного поведения, а также для любого обучения, которое происходит в течение жизни животного.
• Геном не обладает достаточной информационной емкостью, чтобы явно указывать каждое соединение (даже если бы каждый нуклеотид человеческого генома был бы направлен на эффективное определение связей в мозге, информационная емкость все равно была бы по меньшей мере на шесть порядков меньше необходимой). Вместо этого в геноме прописывается набор правил прошивки мозга во время его «изготовления» и функционирования. Даже короткий набор правил может легко определить проводку очень большого числа нейронов. Кроме того, в основе прошивки лежит использование множества копий базовой «канонической микросхемы», используемой не только для прошивки сенсомоторных и прочих чувственных элементов разума, но и для прошивки врожденных схем усвоения языка — привет Ноаму Хомскому, механизма рассуждений и здравого смысла (подробней см. в «манифесте Задорской революции»).
• Итого получается, что геном не кодирует представления или поведение напрямую, а кодирует правила и шаблоны прошивки, которые затем должны создавать экземпляры поведения и представлений. Как кодирует — мы пока не знаем. Но именно эти правила прошивки («Код разума») и являются целью всей эволюции. Чтобы расшифровать «Код разума», нужен, как минимум, инструментарий для точного считывания прошивки на уровне каждого нейрона. И мы к такому инструментарию приближаемся.

Резюме.

Идя таким путем, мы, наконец, поймем ошибочность метафоры ИИ, использовавшейся нами десятки лет — метафоры полета птицы в основе построения самолета.

Тот универсальный ИИ общего назначения, что мы пытаемся строить в рамках вышеназванной метафоры — вовсе не будет универсальным. Да, он будет летать. Но при этом он останется настолько ограниченным, что никогда не сможет соответствовать человеческим возможностям.

Ведь и самолет по некоторым показателям значительно превосходит птицу: он может летать намного быстрее, на большей высоте, на большие расстояния, с гораздо большей грузоподъемностью. Но самолет не может нырнуть в воду, чтобы поймать рыбу, или бесшумно сбежать с дерева, чтобы поймать мышь.

Точно так же современные компьютеры по некоторым показателям уже значительно превзошли вычислительные способности человека (например, в шахматах или Го), но не могут сравниться с людьми по универсальности интеллекта.

Если мы хотим спроектировать систему, которая может делать то, что делаем мы, нам нужно построить ее в соответствии с теми же принципами проектирования.

Вместо заключения.

PRO

Автор «манифеста Задорской революции» Anthony M. Zador — известный американский нейробиолог, профессор биологии и зав. кафедрой нейронаук в Cold Spring Harbor Laboratory, соучредитель конференции по вычислительной и системной неврологии, обладатель звания Foreign Policy Global Thinker за 2015 и победитель премии Gill Transformative Investigator Award за 2018.

Т.е. это очень серьезный дядя. И отнестись к его «манифесту» следует весьма серьезно.

CONTRA

Опубликованный «манифест» — A Critique of Pure Learning: What Artificial Neural Networks can Learn from Animal Brains — пока что препринт и еще не прошел рецензирования.

Но, черт побери, мне он очень нравится!

________________________________

Если понравился пост:
- нажмите на “палец вверх”;
- подпишитесь на обновления канала на платформе Medium;
- оставьте комментарий.
Еще больше материалов на моем Телеграм канале «Малоизвестное интересное». Подпишитесь

Оригинал и комментарии

Наверстываем пропущенное за праздники малоизвестное интересное

Об этих трёх мастсмотрах, как минимум, нужно знать, а когда будет время, и посмотреть. Сейчас же, когда у всех время в обрез, предлагаю быстро зафиксировать -

что в них такого важного и почему?

(дальше чтения максимум на пару минут)

I. Что вы знаете про 4 междисциплинарных закона: техно-гуманитарного баланса, избыточного многообразия, отсроченной дисфункции, иерархических компенсаций?
Посмотрите семинар памяти ушедшего 15 февраля Акопа Погосовича Назаретяна — мыслителя высочайшего калибра, которого со временем, возможно, назовут великим российским ученым, во многом опередившим своё время, открывая важнейшие междисциплинарные законы. Даже если вы читали его книги и знаете что-то про эти законы, послушайте их превосходное обобщающее резюме из уст А.Д. Панова — друга и соавтора А.П.Назаретяна (того самого, кто рассчитал график био и социальных фазовых переходов на пути к сингулярности — «Вертикаль Снукса-Панова»).

Этот рассказ (с 27:32 по 1:09:00) начинается здесь.

А если послушаете и все остальное, сказанное на семинаре, — не пожалеете. Запредельно интересно и познавательно.

II. Это 2й за месяц мастрид, мастсмотр и мастслыш Харари.

А здесь текст

В этот раз Харари впервые (!) открытым текстом сформулировал и обосновал 3 важные мысли:

1️⃣ Миллиарды, вкладываемые в попытки решить проблему «черного ящика ИИ» путем создания ИИ, способного объяснять свои решения (XAI — Explainable AI), — просто выбрасываются на ветер, т.к. эти объяснения не сможет понять ни одни человек (ИИ принимает решения совершенно иным образом, чем люди)
— см. на видео здесь

2️⃣ Уже сегодня, даже очень глупый ИИ, способен хакнуть вас и настучать о вас, куда скажут (пример из жизни гея Харари)
 — см. на видео здесь

3️⃣ Риск от уже начавшейся гонки ИИ вооружений настолько выше риска гонки ядерных вооружений, насколько выше риск при ежедневном использовании потенциально опасного инструмента по сравнению с риском от инструмента, десятки лет лежащего в кладовке вообще без использования
 — см. на видео здесь

III. «Дебаты века» о счастье между Жижеком и Питерсоном.
Три тыс. билетов на эти дебаты раскупили за считанные дни. А ведь цены были, как недавно на Пугачеву — до $1,5 тыс.

Что же такого сказали два «великих аутиста» нашего времени?

Жижек считает, так.

• Человечество идет к “апокалипсису”.
• Те, кто видят свет в конце тоннеля, — зря обольщаются.
  На самом деле, они видят свет фонаря другого поезда, мчащегося нам навстречу.
• Человечество в целом о’кей, но 99% людей — унылые идиоты

Питерсон считает, так.

• Нужно понимать, как устроена иерархия в человеческих обществах. А устроена она ровно так же, как и в сообществах лобстеров. Чем выше статус у этих ракообразных, тем больше серотонина (“гормона счастья”) вырабатывает их организм. Те же, кто находятся снизу, прибиты своими неудачами (и низким уровнем серотонина), и потому им все сложнее карабкаться наверх.
• Вспомните, что писал Достоевский — даже если раздать людям по куску хлеба, они вряд ли после этого начнут жить в мире и святости.
• Если капитализм производит богатство и неравенство, то все остальные политсистемы — только неравенство. От рыночной экономики выигрывают не только богатые, но и бедные (даже у нас, добавлю я от себя).

Это оригинал на английском

Это с русской озвучкой

А это с украинской озвучкой.

________________________________

Если понравился пост:
- нажмите на “палец вверх”;
- подпишитесь на обновления канала на платформе Medium;
- оставьте комментарий.
Еще больше материалов на моем Телеграм канале «Малоизвестное интересное». Подпишитесь

Оригинал и комментарии

Практическая магия больших данных

Хотите узнать самую надежную оценку риска вашего попадания в серьезную автоаварию?

Скопируйте изображение вашего дома из Google Street View и отправьте его на вход новой системы статистического выявления паттернов (в простонародье ИИ), придуманной двумя молодыми польскими исследователями.

Оценив дом по 7 параметрам (тип, возраст, состояние, плотность застройки, соседство …) вероятностной моделью, отлаженной на 20 тыс. домов попавших в серьезные аварии людей, система выдаст предсказание вашего риска с точностью на 20% лучше всех существующих оценок.

Вот такой переворот в страховом бизнесе.

И не только.

Магия больших данных о наших домах способна вызнать о нас еще многое …, что ставит ребром кучу правовых и социальных проблем приватности.

Вот отчет, подтверждающий эффективность работы новой системы

________________________________

Если понравился пост:
- нажмите на “палец вверх”;
- подпишитесь на обновления канала на платформе Medium;
- оставьте комментарий.
Еще больше материалов на моем Телеграм канале «Малоизвестное интересное». Подпишитесь

Оригинал и комментарии

Разговор человека, уже изменившего мир, с человеком, который пытается его изменить

Страшно интересная полуторочасовая дискуссия человека, который уже изменил мир, с человеком, который пытается повлиять на будущее мира:

Цукерберг и Харари — технооптимист и технопессимист, — оба считающие себя технореалистами.

Возможно, это первый такой разговор, сочетающий беспрецедентную важность затронутых тем и потенциал влияния на миллионы людей.

Вот всего три врезавшихся в память мысли из этого разговора.

✔️ Проблема в том, что вы можете отфрендить человека в сети, но не можете отсоседить его или отколлегить его по жизни.

✔️ Проблема не в том, что придумана технология, которую демократические страны будут использовать в хороших целях, а авторитарные — в плохих.
Проблема в том, что эта технология провоцирует демократию стать на путь авторитаризма.

✔️ Проблема в том, что новые технологии анализа больших данных и ИИ дают преимущество тоталитарным режимам. Централизованная модель планирования и принятия решений Советского Союза проиграла децентрализованной системе США. Но советская модель, основанная на технологиях середины прошлого века, просто не справлялась со сложностью и объемами обработки большого количества информации.
Современные технологии все поменяли. Централизованная обработка становится намного более эффективной, чем распределенная. Ибо чем больше у вас данных, тем лучше ваши алгоритмы, и тем выше качество принимаемых решений.
И это, увы, склоняет баланс между тоталитаризмом и демократией в пользу тоталитаризма. Сейчас советская модель победила бы.

__ __ __

Каждому, что по вкусу:

• мастсмотр;

• мастрид;
• мастслыш.

________________________________

Если понравился пост:
- нажмите на “палец вверх”;
- подпишитесь на обновления канала на платформе Medium;
- оставьте комментарий.
Еще больше материалов на моем Телеграм канале «Малоизвестное интересное». Подпишитесь

Оригинал и комментарии

Прорыв в создании роботов-убийц для уничтожения биопленки

Запах изо рта, пятна, кариес, гингивит и зубной камень, — все это следствия зубного налета — липкой бактериальной биопленки, чистить которую нужно ежегодно у дантиста.

Процедура не самая приятная. Еще хуже то, что крайне трудно убрать налет из труднодоступных мест, типа перешейка — узкого коридора между корневыми каналами, где обычно и растет биопленка.

И вот чудо! Вам в рот запускают отряд каталитических антимикробных микророботов, которые: разрушают биопленку, убивают бактерии и физически удаляют продукты биоразложения.

Управляются роботы магнитами по данным от микрокамер.

Роботизированная платформа — результат междисциплинарного прорыва Школ стоматологии и инженерно-прикладных наук Универа Пенсильвании (увы, не Роснано 😞).

На очереди платформа чистки чего угодно от биопленок: сантехника, катетеры …

Подробней «An army of microrobots can wipe out dental plaque»

________________________________

Если понравился пост:
- нажмите на “палец вверх”;
- подпишитесь на обновления канала на платформе Medium;
- оставьте комментарий.
Еще больше материалов на моем Телеграм канале «Малоизвестное интересное». Подпишитесь

Оригинал и комментарии

Оригинал и комментарии

Как перестать быть животным и превратиться в новый вид, потенциально способный стать сверхразумным?

Это 1й открытый разговор на самую интересную для меня тему. И потому, как водится с первыми блинами, получилось довольно сумбурно. Но зато есть и плюс — эксклюзив первенства узнать кое-какие детали абсолютно новой темы, которой еще только предстоит выстрелить в междисциплинарной науке 😊.

В преддверии длинных выходных, публикую видео прочитанной мною 10 апреля лекции ”SAPIENTISSIMUS. Альтернативное будущее человечества (как борьба добра и зла внутри нас сделала нас людьми).”

Речь в лекции вот в чем

1) Наш интеллект пока еще слишком сложен для его деконструкции современной наукой.

2) Мы все еще не способны создать его научно непротиворечивую и практически реализуемую (хотя бы в перспективе) модель.

3) Более того. Мы в принципе не понимаем, что могло произойти с интеллектом одного из биологических видов, чтобы качественно трансформировать его разум. Трансформировать столь капитально и масштабно, чтобы:

✔️ навсегда вырвать его из мира животных;

✔️ вложить в него потенциал развития в сверхразумное существо;

✔️ изменить его эволюционную траекторию развития на миллионы лет вперед.

И вот появилась идея, попытаться найти ответ хотя бы на третий вопрос, пойдя следующим путем.

Если мы пока не в силах понять, как устроен и работает этот сверхсложный механизм (а может и не механизм вовсе, но что тогда?), стоило бы попытаться разобраться, как этот механизм развивался и совершенствовался.

Возможно, нам удастся проследить сборку этого механизма на «производственной линии» эволюции. Т.е. деконструировать «проектировочно-производственный процесс», занявший у эволюции миллионы лет.

Тогда можно было бы попытаться проследить:

• основные развилки и этапы этого процесса;
• конкретные усложнения и усовершенствования в организации и принципах работы «собираемого механизма»;
• «логику решений» эволюции на каждом из этапов усовершенствования (зачем? и почему так?).

Может, таким образом мы бы смогли, наконец, приблизиться к пониманию того, как устроен и работает интеллект современного человека, и в чем же его кардинальное отличие от любых иных био-интеллектов, присущих всему живому?

Но тогда начинать надо куда раньше, чем «когнитивная революция» Homo sapiens 70 тыс. лет назад. Ведь к этому времени наш предок уже не был животным в течение порядка 6 млн лет.

А если он уже не был животным, то кем он был все эти миллионы лет?

И что конкретно в нем изменилось, что он (и только он) перестал быть животным и превратился в новый вид, потенциально способный стать сверхразумным?

Но если нам удастся понять суть и механизм этого чудесного превращения, возможно, это могло бы позволить нам оценить шансы нового подобного превращения в будущем (уже нашего вида Homo sapiens в некий новый вид, который условно можно назвать Sapientissimus)?

В этой лекции я попытался вскользь коснуться ответов на некоторые из названных вопросов. Подробный разбор результатов деконструкции эволюционного «проектировочно-производственного процесса», итогом которого стал наш интеллект, впереди — в готовящейся серии лекций.

Если у вас в течение длинных праздников появится желание и время послушать, вот ссылка на открывшийся канал «Малоизвестное интересное» на Youtube

Хороших вам супер-длинных выходных!

С наступающими праздниками!

Встретимся теперь уже после них.

________________________________

Если понравился пост:
- нажмите на “палец вверх”;
- подпишитесь на обновления канала на платформе Medium;
- оставьте комментарий.
Еще больше материалов на моем Телеграм канале «Малоизвестное интересное». Подпишитесь

Оригинал и комментарии

Новая инфографика от Visualcapitalist

Что общего в ценностях, интересах и видении будущего у подростка и человека на пятом десятке?

Большинство глобальных исследований при рассмотрении вызовов и рисков будущего апеллирует к интересам и ценностям человечества. Хотя в реальности каждому понятно, что интересы и ценности японца, немца, нигерийца и афганца мало в чем совпадают.

И если процессы глобализации хоть как-то сглаживают национально-культурные и экономические различия, то с возрастными различиями это, если и происходит, то куда медленнее.

Наглядно увидеть, сколь колоссальны эти различия, позволяет новая инфографика от Visualcapitalist.

С одной стороны, мир населяют «зрелые, состоявшиеся люди» среднего возраста 44–47 (Япония, Германия, Италия, Греция, Болгария, Португалия).

С другой — 14–16 летние «подростки» (Чад, Нигер, Афганистан, Ангола, Буркина Фасо, Мали, Сомали, Южный Судан, Уганда).

Россия — «одногодок Китая» и всего на год «старше» США (что вселяет надежду).

Динамику «взросления» мира с 1960 и прогноз до 2060 смотрите на 2х GIFах.

Европа 1960–2060

Америка 1960–2060

________________________________

Если понравился пост:
- нажмите на “палец вверх”;
- подпишитесь на обновления канала на платформе Medium;
- оставьте комментарий.
Еще больше материалов на моем Телеграм канале «Малоизвестное интересное». Подпишитесь

Оригинал и комментарии

Двое студентов разного пола активно лобзались в бурлящем джакузи. Все, как в кино. А когда студентам хочется, как в кино, но не хватает реквизита, то годится даже джакузи в аквапарке.

А я же вам не рассказывал, что являюсь сертифицированным заклинателем змей и дрессировщиком бабуинов? У меня две дочери.

— Я первая! Я первая!

— Неть! Йааа.

— Бооомбачкааа!

— Бобасяааа!

Раздались сигналы предупреждающие публику о приближении цунами.

Прыгать в теплый бурлящий круглый бассейн — это ярчайшее впечатление детства, я считаю. В моем детстве. джакузи не было, но были скрывающиеся в глубине лягушки.

Студенты решили остаться. Я был занят страховкой бабуинов и не обращал на студентов внимания. Минут через пять, которые наверняка показались им вечностью, я посмотрел на них, нежно будя в себе внутреннего садиста. Это были два покерфейса сидящие рядом и глядящие сквозь пространство. Очередная волна накрывала их лица, но они не моргали.

У меня возникло ощущение, что я наступил на трепетную юношескую любовь и она издала звук сдувающегося праздничного шарика в конце пискнув, как розовая резиновая рыбка. И это было прекрасно!

В большом бассейне включили волны, нам стало пора.

— Таська! Волны, волны!

— Уууоооооо!

— Я первая! Я первая!

— Неть! Йааа.

Я посмотрел на студентов, размышляя, смогут ли они повторить приступ нежности, воспользовавшись затишьем. Наверное нет. Эта способность приходит с опытом, когда по-другому никак. К джакузи направлялся толстый мужчина с видом расслабленного гедониста и четырьмя детьми — вот он знает, как ловить момент.

(с) Кирилл Анастасин

8.5.19

Оригинал и комментарии

Новая наука на стыке лингвистики, теории информации и когнитивной психологии

«Во дни сомнений, во дни тягостных раздумий о судьбах моей родины, — ты один мне поддержка и опора, о великий, могучий, правдивый и свободный русский язык! Не будь тебя — как не впасть в отчаяние при виде всего, что совершается дома? Но нельзя верить, чтобы такой язык не был дан великому народу!».

Так написал И.С. Тургенев в своем стихотворении в прозе “Русский язык”.

Оставим для поэтов вопрос, так ли уж правдив и свободен русский язык, и зададимся прагматичным вопросом — 
а насколько в реальности он велик и могуч?

То бишь, — насколько он эффективен.

Причем эффективен для 2х довольно перпендикулярных практических целей, для которых язык создавался в ходе эволюции:

1. коммуникация;
2. обучение.

Что если,

✔️ мобилизовав аналитику больших данных и машинное обучение,

✔️ применить их к методам языкового анализа, используемым в лингвистике, теории информации и когнитивной психологии.

И параллельно с этим, экспериментально посмотреть, как эффективность языка для коммуникации и для обучения может быть зафиксирована современными методами динамической визуализации мозга (типа фМРТ и т.д.)

Тогда можно будет, наконец, найти ответы на много интереснейших вопросов.

Например:

• Сравнить существующие языки (их всего-то 6–8 тыс. на Земле, смотря как считать) по эффективности для 2х названных целей (вот чудо будет, если русский окажется действительно великим и могучим 😉)
• Понять, когда при развитии языка берет верх 1я, а когда 2я цель, и как разрешается конфликт целей.
• Узнать, могут ли когнитивные ограничения формировать коммуникативную эффективность и обучаемость, иными словами — связаны ли они с принципами и методами нейронной организации человеческого мозга.

Короче! Пять университетов США запустили серию исследований, дабы заложить основы новой науки, которая может очень многое в нас объяснить.

Не говоря уж о том, что она даст ответ на вопрос

— как сравнить два типа интеллекта, если первый из них знает (т.е. использует для коммуникаций и обучения) русский или английский, а второй — Python или CNTK 😉

Подробней «How Efficiency Shapes Human Language» (скайхаб вам в помощь).

________________________________

Если понравился пост:
- нажмите на “палец вверх”;
- подпишитесь на обновления канала на платформе Medium;
- оставьте комментарий.
Еще больше материалов на моем Телеграм канале «Малоизвестное интересное». Подпишитесь

Оригинал и комментарии

1️⃣ 😊 Счастье в браке сильно снижает потенциальный риск смерти и даже важнее, чем удовлетворенность собой. Эта аксиома не зависит от социально-экономических и демографических характеристик людей или их физического состояния здоровья .

http://bit.ly/2vtwB7q

2️⃣ 😊 Мы спим в соответствии со своей генетической программой. Выявлены 47 связей между нашим генетическим кодом и качеством, количеством и временем нашего сна. Они включают десять новых генетических связей с продолжительностью сна и 26 с качеством сна.

http://bit.ly/2UMrfhX

3️⃣ 😊 8 лет назад Марк Андреессен объявил о новой эре развития технологий — программное обеспечение пожирает мир. О как же этот мир ускорился! Пророк наших дней — один из крупнейших бизнес-ангелов в ИИ и автор термина ИИ-национализм Ян Хогарт — объявил об окончании эры всепожирающего софта и наступлении новой эры. Машинное обучение пожирает мир и, в первую очередь, пожирает программное обеспечение.

Ian Hogarth: Machine learning will eat the world - Sifted

________________________________

Если понравился пост:
- нажмите на “палец вверх”;
- подпишитесь на обновления канала на платформе Medium;
- оставьте комментарий.
Еще больше материалов на моем Телеграм канале «Малоизвестное интересное». Подпишитесь

Оригинал и комментарии

Class #1 — Globalization: Prophecy versus History

1ая статья к 1ой лекции курса — от Fukuyama, 1989 (!), называется «End of history»

один из самых топ политологов 20го века в сша писал статью 30 лет назад, сформулировал — и прав = ) что риск/смелость/воображение/борьба за славу ради абстрактных (коммунизм ислам итп) идеалов будут в мире заменены:

1. экономическим расчетом,

2. постоянным решением технических проблем,

3. вопросами экологии,

4. и удовлетворением изощренного потребительского спроса.

Конец истории — это в смысле что идея либерального капитализма победила все прошлые человеческие идеи — от коммунизма до монархий и исламизма итп.

Также, он предсказал, что в ссср и китае авторитарные режимы никуда не денутся.

Сказал что развилка:

• идти по пути запада после второй мировой, к «концу истории»

Или

• По пути азиатских стран — защищать свою якобы общественную уникальность.

Ещё конечно напалм: «At the modern stage, the ability to build up material wealth at an accelerated rate on the basis of front-ranking science and high-level techniques and technology, and to distribute it fairly, and through joint efforts to restore and protect the resources necessary for mankind’s survival acquires decisive importance.»

Источник? Vestnik Ministerstva Inostrannikh Del SSSR no. 15 (August 1988), 27–46.

****

На английском:

The end of history will be a very sad time. The struggle for recognition, the willingness to risk one’s life for a purely abstract goal, the worldwide ideological struggle that called forth daring, courage, imagination, and idealism, will be replaced by economic calculation, the endless solving of technical problems, environmental concerns, and the satisfaction of sophisticated consumer demands.

Оригинал и комментарии

Трех или четырехчасовое теоретическое занятие, в ходе которого раскрывается суть оптимального процесса подготовки к публичному выступлению.

Цели:

Объяснить, как построен эффективный алгоритм подготовки выступлений: как использовать методы сокращения времени на подготовку, как при этом улучшить результат.

Донести основные схемы индивидуальной и групповой работы, поделиться опытом организации процессов в компании

Поделиться набором лайфхаков.

Краткое содержание:

1. Целеполагание: критерии успеха и 6 ключевых вопросов, написание ценностного предложения, как рассказать о себе и своей экспертизе.
2. Упражнение «Карусель».
3. Контраст мысли.
4. Четыре схемы построения выступления.
5. Нормирование и другие практики убеждений.
6. Роль слайдов и иного рекцизита.
7. Лайфхаки.

Об алгоритме

Алгоритм подготовки презентаций был создан, как основной процесс работы группы презентационных технологий Яндекса. Он базируется на опыте спикеров разного уровня, что делает его в достаточной степени универсальным. Благодаря его применению заметно экономится время, человеческие ресурсы, а качество выступления становится выше.

Алгоритм претерпел усовершенствование за годы моей работы над более разнообразными задачами после ухода из Яндекса. На сегодняшний день, данный алгоритм лег в основу процессов в ряде компаний.

Дополнительно почитать и посмотреть

• С чего начать готовить презентацию
• Открытые видео с первого курса SpeakerStar.ru
• Перестаньте цепляться за слайды
• Семь аксиом презентаций

© Кирилл Анастасин

Оригинал и комментарии

Оригинал и комментарии

Оригинал и комментарии

Оригинал и комментарии

Оригинал и комментарии

Оригинал и комментарии

Оригинал и комментарии

Оригинал и комментарии

Оригинал и комментарии

Оригинал и комментарии

Оригинал и комментарии

Оригинал и комментарии

Оригинал и комментарии

Оригинал и комментарии

Оригинал и комментарии

Оригинал и комментарии

Оригинал и комментарии

Оригинал и комментарии

Оригинал и комментарии

Оригинал и комментарии

Оригинал и комментарии

Оригинал и комментарии

Оригинал и комментарии

Оригинал и комментарии

Оригинал и комментарии

Оригинал и комментарии

Оригинал и комментарии

Оригинал и комментарии

Оригинал и комментарии

Оригинал и комментарии

Оригинал и комментарии

Оригинал и комментарии

Оригинал и комментарии

Оригинал и комментарии

Оригинал и комментарии

Оригинал и комментарии

Оригинал и комментарии