Недавние тренды рунета

Недавние тренды рунета

Они видят сквозь пространство и время, а их мозг работает иначе от sergey_57776

Они — эволюционный предшественник нового вида Homo imaginationis

Питер Брейгель Старший «Игры детей»

Выводы нового исследования Дартмутской лаборатории социальной нейробиологии и Пристонского университета поражают сами по себе. Однако, когда начинаешь задумываться об интерпретации этих результатов, просто едет крыша.

Выводы таковы.

  1. Творческий потенциал зависит от т.н. дистального моделирования — умения человека переноситься в воображении из его реальности «здесь и сейчас» к мирам, удаленным во времени и пространстве: физическом (удаление по расстоянию), семантическом (удаление по смыслу), вероятностном (удаление от текущего понимания вероятностей) и абстрактном (удаление по уровню абстрагирования от реальности).
  2. Звезды креативности обладают уникальными возможностями дистального моделирования, осуществляемого ими путем задействования в мозге особого нейронного механизма — дорсомедиальной подсистемы сети пассивного режима.

Иными словами,

(1) творческий потенциал зависит от возможности мысленно улететь как можно дальше от реальности;
(2) этим даром обладают люди, у которых мозг от рождения работает иначе, чем у большинства.

Таким образом, супер-креативные люди — своего рода имаджинавты, способные к ничем не ограниченным перемещениям по неисчерпаемой вселенной воображаемых миров.

Они подобны люденам из романов братьев Стругацких — вымышленной человеческой расе, обладающей сверхчеловеческими возможностями, которые им даёт очень редкое генетическое отклонение — «третья импульсная система».

Но имаджинавты — не плод гениальной фантазии.

Это реальные люди, живущие среди нас. А их сверхчеловеческая креативность (и, возможно, не только) — столь же редкое генетическое отклонение, как и «третья импульсная система» люденов.

Да и сами братья Стругацкие, конечно же, были имаджинавтами. Кто бы сомневался!

Подробней о задачах исследования и его результатах.

Люди постоянно используют воображение, вспоминая прошлое и планируя будущее: от реконструкции событий собственной жизни до обдумывания своей инвестиционной стратегии. Этот процесс и называется дистальным (дальним) моделированием. По мере того, как моделируемая ситуация становится все дальше от реальности (во всех смыслах: расстояние, время, смысловая дистанция, восприятие вероятностей и преодоление все новых уровней абстрагирования), воображать ситуацию становится все труднее.

У большинства людей пределы дистального моделирования весьма ограничены.

  • Каждому легко представить себя таким как есть, послезавтра утром завтракающим у себя на кухне.
  • А вот представить себя через 20 лет на островах Фиджи, сменившим гражданство и прошедшим через смену пола, да еще и потерявшим в результате катастрофы руки и ноги, замененные, как у Толи — робота, на биопротезы, — сможет далеко не каждый.

Меган Мейер, ныне директор Дартмутской лаборатории социальной нейробиологии (она была докторантом в Принстоне во время исследования), и ее коллеги предположили, что

творческие способности людей должны коррелировать со способностью к дистальному моделированию.

И в результате проведенного исследования «Creative Expertise Is Associated With Transcending the Here and Now» (Творческий опыт связан с преодолением здесь и сейчас), они это убедительно доказали.

__ __ __ __ __

В исследовании (состоящем из трех связанных тестов), участвовали люди обычных профессий (финансисты, юристы, медики и т.д.) и особо креативных профессий — «творческой элиты»: писатели, режиссеры, артисты и художники — обладатели престижных наград, стипендий, премий на кинофестивалях, творческих конкурсах и т.д.

В первых двух связанных исследованиях перед участниками ставились задачи на дистальное моделирование, типа «представьте, каким будет мир через 500 лет». В результате гипотеза подтвердилась — «творческая элита» продемонстрировала разительно большую дистальную фантазию.

Результат теста 2. Сравнение показателей креативных экспертов («творческой элиты») и людей обычных профессий (А) самооценка успешности своей карьеры; (В) субъективная дистальная живость моделирования и (С) объективная дистальная яркость моделирования. Источник https://psycnet.apa.org/record/2019-05721-001

Тогда авторы поставили следующую задачу — определить,

что такое делается в мозге представителей «творческой элиты» иначе, в результате чего они преуспевают в дистальном моделировании?

Иными словами, обладают ли звезды креатива более сильной «мышцей воображения», подобно тому, как у профессиональных спортсменов несравненно более сильные мышцы, чем у не спортсменов (посмотрите на ноги футболистов, руки бейсболистов и т.д.)?

В третьем исследовании тестирование «творческой элиты» и представителей обычных профессий проводилось в сканере функциональной магнитно-резонансной томографии (fMRI). Им предлагались два типа тестов на дистальное моделирование.

Вообразить и мысленно визуализировать:

  • проксимальное (близкое) событие на временном горизонте 24 часа;
  • дистальное (далекое) событие, происходящее через 100 лет.

Дистальность (Д) и проксимальность (П) вопросов на воображение разделялась по четырем доменам:

  1. П — событие на временном горизонте 24 часа; Д — событие, происходящее через 100 лет.
  2. П — покупка подарка ребенку в универмаге своего города; Д — ожидание в очереди за билетом на такси в Токио.
  3. П — вы пришли на вечеринку, где никого не знаете; Д — вы — это Барак Обама, пытаетесь ободрить загрустившего друга.
  4. П — идете утром выпить кофе; Д — тоже идете утром выпить кофе, но вы другого пола.

При тестах на проксимальные события мозги представителей обеих групп участников работали совершенно одинаково. В их мозге работали участки медиальной префронтальной коры. Ее назначение, согласно статье 2012 года в Neuron, — «реализация ассоциаций между контекстом, местоположениями, событиями и соответствующими адаптивными реакциями, особенно эмоциональными».

Однако, когда дошло дело до тестирования дистальных событий, все изменилось — между двумя группами участников проявилась большая разница.

Результат теста 3. Сравнение показателей креативных экспертов («творческой элиты») и людей обычных профессий. При проксимальном моделировании обе группы показывают примерно одинаковые результаты (слева), а при дистальном моделировании (справа) креативные эксперты показывают лучшие результаты во все 4х доменах. Источник https://psycnet.apa.org/record/2019-05721-001

Для моделирования дистальных событий звезды креатива задействовали другую подсистему мозга — дорсомедиальную подсистему сети пассивного режима — dorsal medial system default network. Она, как известно из предыдущих исследований, ассоциируется с воображением намерений и личностных качеств других людей, а также с целым спектром разнообразных процессов: понимание повествований; физическое, временное и социальное представление расстояния; понимание концепций; создание высокоуровневых конструкций или абстракций.

Нейровизуализация результатов теста 3 для креативных экспертов («творческой элиты») и людей обычных профессий. ( A) зоны мозга показывающие большую активацию для дистального (vs. Проксимального — показан розовый цветом) и проксимального (vs. Дистального — показан синим цветом) моделирования. (С) по сравнению с людьми обычных профессий, креативные эксперты показывают большую активацию дорсомедиальной подсистемы сети пассивного режима для дистального (по сравнению с проксимальным) моделирования. Источник https://psycnet.apa.org/record/2019-05721-001

Такой результат оказался совершенно неожиданным для исследовательской группы.

✔️ Они ожидали, что «творческая элита» использует тот же нейронный механизм для дистального моделирования, что и для проксимального, но просто использует его лучше («мышца воображения» сильнее);

✔️ А на самом деле, оказалось, что они используют принципиально иную подсистему мозга (другую «мышцу воображения»).

Возможные интерпретации результатов исследования

Таких интерпретаций, как минимум, три. Одна круче другой.

Креативные возможности индивида, скорее всего, записаны в генах.
С развитием биоинжиниринга, самые богатые станут и самыми креативными.
Возможно, имаджинавты — это эволюционные предшественники нового вида Homo imaginationis, идущего на смену Homo sapiens.

Рассмотрим эти интерпретации чуть подробней.

Креативные возможности индивида, скорее всего, записаны в генах.
А как иначе? Дистальное моделирование — плод воспитания или тренировок? Крайне сомнительно.

Тем ни менее, исследователи хотят попытаться найти способ тренировки «мышцы воображения». Но факт, что «творческая элита» обладает не просто более развитым потенциалом мозга, а использует для творчества иную подсистему мозга, ставит принципиальный барьер на этом пути. Любая тренировка подразумевает развитие чего-либо: навыка, мышц, реакции и т.д. Здесь же речь о переключении на другую ментальную систему. Натренировать у человека способность подключать для решения творческих задач иную область мозга — видится не очень реальным.

С развитием биоинжиниринга, самые богатые станут и самыми креативными

С развитием науки и практики редактирования генома, рано или поздно, будет найден способ генетического включения «мышцы воображения» — переключения на иную ментальную подсистему. И естественно, такое включение сверх-креативности, в первую очередь, станет доступно элите — властной и финансовой. Это значит, что слова Харари из его «21 урок для 21 века» уже не страшилка удачливого автора бестселлеров, а вполне реальный сценарий, опирающийся на результаты научного исследования.

«Между тем, к 2100 году богатые могут стать более талантливыми, творческими и умными, чем обитатели трущоб. Как только откроется реальный разрыв в способностях между богатыми и бедными, закрыть его станет практически невозможно. Если богатые используют свои способности для дальнейшего обогащения, а за большие деньги они смогут купить себе улучшенные тела и мозг, со временем разрыв будет только увеличиваться. Тогда к 2100 году 1% самых богатых людей может владеть не только большей частью мировых богатств, но и большей частью мировой красоты, творчества и здоровья».

Возможно, имаджинавты — это эволюционные предшественники нового вида Homo imaginationis, идущего на смену Homo sapiens

Ключевую роль в развитии человечества играет массовая кооперация. Именно ей люди обязаны во всех своих достижениях. Именно она лежала в основе большого эволюционного перехода от генетической эволюции к генно-культурной коэволюции.

Но как справедливо указал тот же Харари,

«огромные массы незнакомых друг с другом людей способны к успешному сотрудничеству, если их объединяет миф. Любое широкомасштабное человеческое сотрудничество — от современного государства до средневековой церкви, античного города и древнего племени — вырастает из общих мифов, из того, что существует исключительно в воображении людей» (выделено мною).

Т.о. воображение людей становится совместным ментальным пространством, вмещающим общие мифы и тем самым обеспечивающим массовую кооперацию незнакомых людей.

И чем сложнее эти мифы, эти фикции, тем более развитые способности к творчеству необходимы людям, чтобы выйти за пределы самих себя, распространяя свое воображение на более отдаленные времена, пространства, перспективы и гипотетические реальности. А как показали результаты исследования Меган Мейер и ее коллег, важнейшим ментальным механизмом такого творчества является дистальное моделирование.

Но как показывали предыдущие исследования, дистальное моделирование повышает ментальный потенциал не только индивидуального, но и коллективного творчества, что связано с моделированием социальных связей и развитием эмпатии. А символические игры детей (игры понарошку), направленные на моделирование множественных социальных перспектив, — есть ни что иное, как развитие ментальных навыков творчества, используемых потом взрослыми.

Наконец, заслуживает особого внимания тот факт, что сверх-навыки креативности, социального творчества и эмпатии ассоциируются с одной и той же подсистемой мозга — default network — сетью пассивного режима. Эта сеть включается, когда наш разум пассивен и ничем не занят. Когда он не отвлекается ни на какие внешние раздражители, а как бы находится в процессе внутреннего диалога и блуждания мыслей («mind wandering»). Активация сети пассивного режима включает процесс блуждания мыслей, который,

  • с одной стороны, отвлекает нас от момента здесь-и-сейчас,
  • а с другой, включает уникальную возможность людей, которой мы обязаны эволюции, — думать и размышлять о прошлом и будущем, моделировать вещи, идеи и даже чувства, столь удаленные от нашего здесь-и-сейчас, как если бы они находились в других вселенных.

Небольшая часть человечества (примерно 6%) — люди со сверх-развитой креативностью, названные здесь имаджинавтами, в результате эволюции, возможно, получили способность задействования в мозге особого нейронного механизма — дорсомедиальной подсистемы сети пассивного режима. Результатом этого стала их сверх-креативность, а также, возможно, повышенная эмпатия и особый сорт мудрости (в основе которого способность отстранения от собственного опыта и восприятия вещей и событий с иных точек зрения).

Эволюция мозга человека прошла через несколько этапов: рост объема, усложнение структуры, развитие специализированных подсистем, совершенствование «прошивки», сочетание последнего и предпоследнего для качественного скачка функциональных возможностей разума.

Усиленная активация дорсомедиальной подсистемы сети пассивного режима у малого процента индивидов, возможно, станет их эволюционным преимуществом (что в значительной степени подтверждается вышесказанным).

Получившие эволюционное преимущество перед обычными людьми людены братьев Стругацких решили покинуть Землю.

У имаджинавтов возможен иной вариант — заменить собой большинство человечества, совершив новый эволюционный переход от Homo sapiens к Homo imaginationis— от человека разумного к человеку воображения.

________________________________

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

ИИ не знает, что снеговики не бегают от sergey_57776

Таков печальный итог 63 лет развития ИИ

Sue Cantan/Flickr

Давно собирался написать об этом. И как это часто бывает, когда слишком долго собираешься что-то сделать, — это сделают другие. Так вышло и в этот раз. Но я не тужу. Сделано хорошо.

Мелани Митчелл (профессор компьютерных наук в Государственном университете Портленда) — не только глубоко разбирается в теме, но и очень ясно мыслит и весьма понятно излагает. И поэтому читать ее тексты интересно, понятно и полезно.

Мелани Митчелл

Новая книга Мелани Митчелл «Искусственный интеллект: руководство для думающих людей», выйдет только в октябре. Но уже сейчас можно прочесть важный текст из этой книги, озаглавленный «Как научить самоуправляемый автомобиль, чтобы снеговик не перешел ему дорогу?».

Эта статья, как и вся книга, весьма рекомендуются мною к прочтению тем, на кого они рассчитаны — думающим людям.

Ну а я здесь поразмышляю вокруг главной идеи статьи и книги — что же стало главным итогом развития ИИ за без малого шесть с половиной десятилетий?

Прикольный гаджет, крутой бизнес, кайф для исследователей?

Для разных людей главный итог развития ИИ, естественно, разный.

  • Для одних — это новые возможности их персональных ассистентов, автоматических переводчиков, рекомендательных систем и навигаторов … — короче, колоссально упрощающие и услаждающие жизнь гаджеты для бытовухи.
  • Для других — это невиданный потенциал заработать на самоуправляемых авто, умных гаджетах, умных городах …— короче, невиданный ранее бизнес гигантских объемов.
  • Для третьих — это прорывные научные открытия, воплощаемые в технологиях: все более совершенные алгоритмы, все более продвинутая аппаратура для компьютинга … — короче, шедевриальный кайф научно-инженерного творчества.

Ну а как насчет всего человечества? Тоже бытовуха, бизнес, кайф?

Не думаю. Поскольку есть нечто куда более общее и важное, если вспомнить два важнейших момента.

Что люди собирались сделать, изобретя 63 года назад термин ИИ?
И зачем они собирались это сделать?

Не буду долго про это распространяться. Поскольку вряд ли кто-то из читателей не в курсе, что собирались сделать искусственный аналог человеческого разума с тем, чтобы со временем превзойти его ограничения во благо всего человечества.

ИИ для человечества

Каков же итог прошедших 63 лет, глядя с общечеловеческой позиции?

Тут, как это почти всегда бывает с научными идеями и технологиями, две «новости»: плохая и хорошая.

Хорошая новость.

  • Существующий ИИ, основанный на установлении статистических закономерностей в обширных наборах данных, уже вовсю работает и имеет гигантский коммерческий потенциал.
  • Развивая и совершенствуя такой ИИ, люди смогут решать любые задачи классификации, распознавания и предсказаний, для которых найдутся необходимые объемы реальных данных.
  • Ну а если нужного объема данных в природе еще не существует, можно будет сгенерировать их с помощью компьютерной симуляции (как, например, это было сделано для достижения сверхчеловеческого уровня игры в шахматы, Го и видеоигры типа Starcraft 2, Dota 2 и Quake III Arena).

Плохая новость.

  • Есть задачи, для которых
    (1) нужного объема данных в природе нет,
    (2) сгенерировать данные путем компьютерной симуляции невозможно, поскольку мы не знаем, что за процессы (как они устроены и как работают) нужно сымитировать для их генерации.
  • Как это ни обидно, создание искусственного аналога человеческого разума — как раз такая задача.

Хорошая новость не требует пояснения. А вот плохую поясню на примере Мелани Митчелл со снеговиком.

Бегающий снеговик

Представьте себя за рулем машины, едущей по городской улице. Вы заворачиваете за угол, не видя, что там за углом дома. И вдруг перед вами что-то посреди дороги. Что вы сделаете?

Ответ зависит от того, что это за «что-то».

  • Если это полиэтиленовый пакет, потерянный башмак или какая-то тряпка, вы можете их просто переехать, даже не задумываясь и не сбавляя скорость.
  • Но вы обязательно резко крутанете руль, если «нечто» окажется кучей битого стекла.
  • Вероятно, вы дадите по тормозам, если это будет стоящая на дороге собака, но лишь чуть сбавите скорость, увидев стаю голубей, зная, что птицы улетят с дороги.
  • Вы смело перепашите накиданную дворником кучу снега, но постараетесь объехать симпатично сделанного снеговика. А может и собьете его — нечего на дороге снеговиков строить.

Короче говоря, вы быстро определите действия, которые лучше всего соответствуют ситуации. Это то, что люди и называют здравым смыслом.

А что, если снеговик будет перебегать через дорогу? Собьете?

Ну уж дудки! Лучше уж в столб отрулить, побив машину, чем сбивать человека. Ибо бегущий снеговик — это же человек в новогоднем костюме.

А как вы это, собственно, узнали?

Да никак. Даже ребенок поймет, что бегущий человек — это дядя, одетый снеговиком.

Откуда же ребенок это знает? Да все тот же здравый смысл.

Врожденный здравый смысл

Здравый смысл многогранен. Но одним из важнейших его аспектов являются невербализованные базовые знания — tacit ‘core knowledge, с которыми

  • мы либо уже рождаемся,
  • либо учимся им, живя в мире, — но, опять же, по заложенным в нас от рождения программам.

Невербализованные базовые знания включают в себя
(1) обширные знания о свойствах объектов, животных, других людей и общества в целом, а также
(2) способность гибко применять эти знания в новых ситуациях.

Например, вы можете предсказать, что куча битых стекол на дороге не улетит при приближении, а стая птиц, с большой вероятностью, это сделает. Или если вы вдруг видите отскок мяча от дороги перед автомобилем, вы бьете по тормозам, ибо знаете, что за мячом может бежать ребенок или собака, его догоняющие.

Здравый смысл — это то, чего не хватает нынешнему ИИ:

умение использовать общие знания о мире, чтобы действовать вне предварительной подготовки или заранее запрограммированных правил.

Врожденные программы

Люди обладают врожденным знанием определенных базовых понятий, которые помогают начать наш путь к пониманию мира: представление о дискретных объектах и событиях, трехмерной природе пространства и самой идее причинности.

Помимо врожденных знаний, дети также демонстрируют врожденное стремление активно исследовать мир, выяснять причины и последствия событий, делать прогнозы и привлекать взрослых к тому, что они хотят знать. Формирование понятий тесно связано с развитием у детей двигательных навыков и осознанием своего тела.

Люди также рождаются с заложенными в них нейрокодами развития социальности: дети могут распознавать простые выражения лица, способны к быстрому освоению языка, дети интуитивно понимают его роль в общении и располагают врожденными рудиментарными стратегиями, дабы побудить взрослых к общению.

Все это знание настолько естественно вшито в нас от рождения, что мы даже не осознаем, что оно у нас есть. И уж тем более мы не осознаем, что оно формирует основу для всего будущего социального обучения.

Что это, по сути, заложенные в наших генах самораскручивающиеся программы. Не записанные в генах данные, а именно программы. Причем эти программы реализуют не законченные алгоритмы, а саморазвертываемые алгоритмы самообучения.

Именно их Ч.Дж.Ламсден и Э.О.Уилсон назвали эпигенетические правила психического и когнитивного развития человека. Именно они лежат в основе генно-культурной коэволюции, превратившей животное в разумного человека с неограниченными возможностями познания (подробней см. здесь).

Главные уроки

Первый из главных уроков десятилетий исследований ИИ состоит в том, насколько трудно обучать таким концепциям машины.

  • Современный ИИ начинает функционировать с чистого листа, работая как пассивный, бездарный ученик статистических моделей.
  • Напротив, здравый смысл детей растет благодаря врожденным знаниям в сочетании с обучением, которое является социальным, активным и направленным на создание и проверку теорий мира.

Второй урок в том, что подобно людям, ИИ должны получать «врожденный» здравый смысл и «врожденные» знания о мире.

  • Кроме того, ИИ должен обладать архитектурой, реализующей активное самообучение в ходе адаптации и познания мира.
  • Помимо этого, ИИ должны «ощущать» не только взаимодействие с физической реальностью, но и все социальные и эмоциональные аспекты человеческого интеллекта, которые не могут быть отделены от наших «когнитивных» способностей.

Попытки хоть как-то нащупать подход к построению «ИИ со здравым смыслом», типа идущей 4х летней программы DARPA «Основы здравого смысла человека» пока что лишь фиксируют пропасть между возможностями существующего подхода к построению ИИ и того ИИ, что будет способен стать искусственным аналогом человеческого разума.

Поставленная в этой программе задача — построить ИИ, который, учась на собственном «опыте» должен достичь познавательных способностей 18-месячного ребенка — включает в себя массу неизвестных. Ведь до этого возраста ребенок уже знает и умеет массу такого, что напрочь отсутствует у современного ИИ.

Например.

✔️ Набор знаний, демонстрируемых уже в возрасте 2–5 мес.

  • «постоянство объекта» — если объект заблокирован другим объектом, первый объект все еще существует, даже если ребенок его не видит;
  • «материальность объектов» — дети понимают, что когда объекты сталкиваются, они не проходят друг через друга, но их движение изменяется;
  • существование «объектов с намерениями», таких, как люди или животные — они могут изменять движение объектов.

✔️ Между 9 и 15 месяцами у детей появляется «базовая теория мышления» — дети понимают, что другой человек может что-то видеть или не видеть.

✔️ К 18 месяцам дети способны распознавать, когда другой человек нуждается в помощи.

Какие данные и в ходе каких процессов можно было бы сгенерировать в нужном объеме на компьютерах, чтобы на них обучить современный ИИ вышеназванным элементарным знаниям 18ти месячного ребенка?
Как заставить компьютеры учиться, как дети?
Как сделать так, чтобы ИИ сам узнал, что снеговики не бегают?

В качестве ответа на эти вопросы, процитирую себя же.

Как писал в завершении своей предыдущей статьи, навеянной текстами Мелани Митчел:

  • теория и практические подходы для этого существуют;
  • осталось лишь серьезно взяться, не уповая на коммерциализацию в ближайшие 12 месяцев.
https://mindmatters.ai/2018/11/machines-just-dont-do-meaning/

________________________________

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

Найден метод надежного прогноза успешности стартапов от sergey_57776

Это изменит $330 млрд.-ный венчурный бизнес (и не только)

Авторы открытия считают, что научились, как бы, оцифровывать потенциал конвертации человеческого капитала в рост коммерческой успешности стартапов.

Найденный способ — формальный: задал нужные входные данные и алгоритм выдаст результат.

Как показала проверка, предсказательная точность способа примерно вдвое выше лучших показателей профессионалов венчурных инвестиций, чья работа при этом несравненно дороже.

Всё это звучит абсолютно нереально.
Ну не может такого быть, потому что не может быть никогда!

Но метод тщательно проверен на 26-летней статистике мировой базы данных стартапов, и лежащая в основе метода гипотеза подтвердилась.

Это открытие, теоретически, способно перевернуть не только индустрию венчурных инвестиций, но и весь бизнес. Ведь речь идет о 100%-но автоматизируемой аналитике, по мнению авторов, решающей заветную задачу любого бизнеса 

прогноз превращения знаний в деньги.

Эта аналитика предоставляет возможности:

  1. оцифровывать скорость притока в компанию знаний и компетенций за счет прихода в неё новых сотрудников;
  2. анализировать возникающие в результате переходов людей перетоки компетенций в масштабах всей социальной сети из конкурирующих компаний;
  3. весьма точно прогнозировать на годы вперед трансформацию притока знаний и компетенций в коммерческий успех компаний.
Т.е. просто улет! Но есть и обоснованные сомнения.

Не в прогнозной точности новой модели. Она действительно вдвое выше, чем прогнозы экспертов по венчурным инвестициям (тут против результатов численного моделирования на реальных данных, при всем желании, не попрешь).

Сомнения есть в интерпретации гипотезы,

положенной авторами в основу своего метода.

Ведь что, на самом деле, лежит в основе их модели?

  • Авторы считают, что их модель оцифровывает потенциал конвертации человеческого капитала стартапов в рост коммерческой успешности их бизнеса.
  • Мне же видится, что все существенно проще. Не в знаниях дело. Эта модель описывает —
конвертацию связей во впечатления, конвертируемые затем в деньги.

Если эта альтернативная гипотеза верна, то найден очередной поразительный и, я бы даже сказал, скандальный пример работы «сетевой формулы успеха» Альберта-Ласло Барабаши — «сетевого Эйнштейна» 21 века.

Самое главное — команда

Этот фраза — даже не тезис, а закон. И он известен всем хоть как-то причастным к венчурному бизнесу.

Попытки оцифровать данный закон для формального анализа эффективного потенциала команд были многочисленные. Пытались измерять все-все-все: образование, возраст и опыт работы людей, географию работы, частоту переходов, профайлы компаний нанимателей, само- и внешние оценки компетенций …, ну и, конечно же, показанные в прошлом результаты (измеряемые десятками несопоставимых методов).

Не работало ни-че-го!

Предсказательные возможности построенных на этих методиках моделей ничем не отличались от случайного выбора (например, подбрасыванием монетки).

И вот дождались-таки революции. Группа исследователей из Отделения математических наук и Отделения бизнеса и менеджмента Лондонского университета, Института Алана Тьюринга (Лондон), Катанийского университета (Сицилия) и Объединенной лаборатории наук о сложности (Вена) пошла другим путем.

Авторы исследования, названного «Predicting success in the worldwide start-up network», предложили оригинальный синтетический подход.

  1. Зачем заморачиваться в попытках препарировать то, что люди привносят в бизнес компании, приходя в нее работать? Знания, опыт, компетенции, связи, «тараканы в голове» …
    Да все это они и приносят, — со всеми плюсами и минусами.
  2. Любая компания работает не сама по себе, а в конкурентной сетевой среде. Точками кристаллизации данной среды — узлами сети — выступают конкурирующие на рынке компании. А ключевой ресурс, за который они конкурируют — это люди, регулярно меняющие место работы.
  3. Такую конкурентную среду можно представить в виде графа социальной сети: узлы — это компании, а социальные связи — это конкретные люди, переходящие с работы на работу между компаниями. И если из компании А в компанию В (или наоборот) никто не переходил, то и связи между компаниями нет.

Вот такая интересная модель получилась. Но при этом остался вопрос на миллион долларов.

Если с людьми между компаниями перетекают пока что весьма плохо измеримые знания и компетенции, каким интегральным показателем можно все эти перетоки измерить?

Исследователи нашли простой до гениальности ответ — а не надо вообще заморачиваться, ведь все это — информация.

  • С переходом людей между компаниями, происходит переток некой информации между узлами сети.
  • Чем больше информации втекло в какой-то узел (и чем меньше утекло), тем узлу (компании) лучше для адаптации в конкурентной среде и принятия оптимальных решений.
  • Следовательно, достаточно измерять скорости перетока информации между узлами социальной сети, чтобы вычислять накапливаемую в ее узлах информацию. Это и будет нужный показатель.

Осталось понять, а есть ли в теории сетей такой показатель?

Задача о бассейне

Ход рассуждения авторов исследования был, примерно, таков.

Рассмотрим способы анализа процессов информационного обмена, например, в наукометрических базах данных. Как в таких сетях определяется влиятельность публикаций? Да примерно так же, как и в интернете определяется ранг сайтов — по метрикам центральности узлов графа.

Эта центральность может определяться по-разному:

  1. Центральность по степени (degree centrality)- вычисляется по количеству связей.
  2. Центральность по посредничеству (betweenness centrality)- вычисляется как количество кратчайших путей между всеми парами узлов, которые проходят через заданный узел.
  3. Центральность по собственному вектору (eigenvector centrality) — демонстрирует зависимость влиятельности узла от значений влиятельности его соседей.
  4. Центральность по близости (closeness centrality) — показывает скорость распространения информации по сети.
Стоп! А ведь closeness centrality — это ровно то, что надо: скорость перетока информации по социальной сети.

Следовательно, центральность по близости и следует вычислять, измеряя тем самым скорость перетоков информации по сети. Ну а дальше, как в задаче про бассейн — чем больше воды в него втекло и чем меньше вытекло, тем выше в нем уровень воды.

Нужны большие данные

Итак, гипотеза оформилась. Нужно сопоставить:

— зафиксированную по годам динамику объемов перетоков информации за счет переходов людей между компаниями;
— и успешность компаний (для каждого конкретного месяца и года на горизонте в несколько лет).

Базу данных перетоков людей сделали, почистив от кривой и неполной информации базу Crunchbase. Из первоначальных 531К осталось 42К компаний из 117 стран. Эти 42К узлов полученной сети объединили 284К связями — переходами 32К людей между компаниями.

Сеть получилась динамическая — сильно меняющаяся во времени за 26 лет с 1990 по 2015.

Потом еще поколдовали с двухсторонними связями, в результате чего их число сократилось примерно вдвое — до 135К. В результате получилась сеть, названная World Wide Start-up (WWS).

Визуализация наиболее активной части WWS (8% узлов и 31% связей). Источник: https://www.researchgate.net/publication/332494529_Predicting_success_in_the_worldwide_start-up_network

Кто самый успешный?

По гипотезе авторов исследования,

самые успешные компании — те, в которые больше всего втекло знаний, компетенций и опыта ведущих сотрудников, и меньше всего вытекло.

Измеряется этот показатель на основе ежемесячного мониторинга показателя центральности по близости (closeness centrality) каждой компании. Как такой показатель назвать? Да как угодно: накопленный человеческий капитал, притекшие и неутекшие знания и т.д.

Вот, например, как в сети WWS смотрится компания Airbnb и её связей через своих ведущих сотрудников с другими компаниями сети.

Фрагмент отображения компании компания Airbnb в сети WWS. Источник: https://www.researchgate.net/publication/332494529_Predicting_success_in_the_worldwide_start-up_network

В квадрате из красных пунктирных линий показан перешедший в 2013 на работу в Airbnb Томас Аренд, бывший до того, среди прочего, Senior product manager в Google, International product leader в Twitter и Product manager в Mozilla. С его приходом в Airbnb, компания увеличила свой накопленный человеческий капитал и, за счет установления связей с новыми компаниями, повысила свой показатель центральности по близости.

А вот характерный пример того, как менялся во времени показатель накопленного человеческого капитала и, соответственно, центральности по близости у пяти компаний.

Динамика показателя накопленного человеческого капитала пяти компаний: Apple, Microsoft, Facebook, Airbnb и Uber. Источник: https://www.researchgate.net/publication/332494529_Predicting_success_in_the_worldwide_start-up_network

Легендарный Apple — годами стоит почти как вкопанный вблизи максимума показателя, но все же по чуть-чуть приближаясь к этому максимуму.

Microsoft — также титан, в начале 90х и сейчас играющий с Apple на равных, но повидавший не столь блистательные времена, ощутимо просев в период с 1995 по 2005.

Уникальный «единорог» 1й декады 21 века Facebook ракетой взмыл в 2005 и за 10 лет практически достал лидеров Apple и Microsoft.

Еще более амбициозные, чем Facebook, «единороги» 2й декады 21 века Airbnb и Uber поднимаются вверх, но прошли лишь полпути до лидеров.

Итак, осталось решить, как измерять успешность. Здесь авторы решили не изобретать велосипеда.

Компания считается успешной на горизонте времени 7 лет, если в течение этого времени произойдет, как минимум, одно из следующих событий— компания:

— будет куплена другой компанией;
— купит другую компанию;
— выйдет на IPO.

Такой подход к оценке успешности выглядит не сильно интеллектуальным. Но, положа руку на сердце, ведь примерно так же, не мудрствуя лукаво, оценивается успешность стартапов профессионалами венчурного рынка.

Ну а теперь посмотрим, что у исследователей получилось.

Результаты моделирования

  • В ходе моделирования 26 летней истории 135 тыс. переходов 32 тыс. людей между 42 тыс. компаний, для каждого модельного месяца рассчитывались показатели центральности по близости для каждой из входящих в сеть компаний.
  • По результатам этого расчета центральности, компании ранжировались: чем выше центральность по близости, тем выше ранг.
  • В зависимости от ранга компании, рассчитанного для месяца Х года Y, прогнозировалась «траектория успешности» компании на 7 лет вперед (начиная с месяца Х+1 года Y). Траектория предполагалась тем более успешной, чем выше ранг компании.
  • Для следующего модельного месяца все повторялось заново. И тем самым, динамически обновляя расчет центральности по близости, а затем и ранга, ежемесячно уточнялся прогноз «траектории успешности» компаний на 7 лет вперед.

Так поэтапно и просчитали все 26 лет. А потом сравнили с тем, что было в реальности.

Результат получился вот какой.

Прогнозирование долгосрочного успеха компаний на основе рейтинга центральности по близости. Источник: https://www.researchgate.net/publication/332494529_Predicting_success_in_the_worldwide_start-up_network

На нижнем графике синей линией показана успешность прогнозов проверяемой модели на ежемесячной основе по сравнению с успешность прогнозов нулевой модели (случайное рейтингование компаний), показанной черной линией.

Показатель успешности прогнозов определяется так. Например:

  • максимальный показатель синей линии в 48% (2003 год) означает, что 48% компаний из списка Тор-20 рейтинга центральности по близости показали в следующие 7 лет, как минимум 1 из 3х типов успеха (были куплены, сами купили или вышли на IPO);
  • минимальный показатель синей линии в 17% (2007 год) означает, что только 17% компаний из списка Тор-20 рейтинга центральности по близости показали в следующие 7 лет, как минимум 1 из 3х типов успеха.

На верхнем графике показана вероятность (p-значение) случайного получения показателя успешности прогнозов выше, чем наблюдавшийся в соответствующем месяце. Серая затененная область указывает периоды времени, где прогноз статистически значим (р-значение < 0,05). Например, для 48% в 2003 г. р-значение < 0,0001, а для 17% в 2007 г. р-значение получилось не очень статистически значимое — больше 0,1.

Принимая во внимание, что точность предсказаний успеха стартапов на ранних инвестиционных стадиях экспертами венчурного бизнеса составляет примерно 10–15%, получается следующее.

  • В период стабильно растущей экономики модель показала повышение точности предсказаний успешности стартапов в несколько раз, по сравнению с нулевой моделью (случайное рейтингование компаний).
  • По мере приближения и вхождения в кризис, предсказательная точность модели снижалась, оставаясь при этом, в среднем, все же вдвое более точной, по сравнению с нулевой моделью.
  • Среднее улучшение точности предсказаний успешности стартапов на ранних инвестиционных стадиях, по сравнению с предсказаниями экспертов венчурного бизнеса, составило, примерно 100% (25–30% по сравнению с 10–15%).
Так что сами видите, модель работает весьма точно. Несравненно точнее случайного гадания. И ощутимо точнее прогнозов лучших специалистов венчурной индустрии.

Из чего следует, что в скором времени процедура скринига стартапов будет проводиться не людьми, а ИИ.

Тем более, что авторы исследования показали, как, например, это можно сделать.

Дело в том, что разработанная модель предоставляет лишь эвристические рекомендации и не дает численного прогноза вероятности конкретного стартапа достичь коммерческого успеха на горизонте в 7 лет (для справки, — длительность временного горизонта прогноза модели в исследовании изменялась).

Однако в приложении к исследованию, авторы показали, что с использованием классификационной модели, например, логистической регрессия (logistic regression), вполне возможен численный расчет вероятности успеха для конкретного стартапа. При тестировании авторы расчитали точность таких предсказаний. Измеренная показателем F-мера (F1 score — совместная оценка точности и полноты) она составила 0,6.

Так что получается, что вслед за биржевыми маклерами, уже заменяемыми ИИ, могут приготовиться на выход аналитики скринига стартапов. ИИ это будет делать точнее, быстрее и дешевле.

Итак, резюмируем.

A. Новый метод повышает точность прогнозов успешности стартапов.
B. Также он позволяет автоматизировать процесс скринига стартапов, понизив его стоимость и повысив скорость.

Однако остался важный вопрос.

Каков «физический смысл» новой модели?

— Иными словами, что в реальности отображает лежащий в основе модели расчетный показатель центральности по близости?

Альтернативная гипотеза — не знания, а связи

Авторы считают, что «физический смысл» их модели — оцифровка перетоков знаний и компетенций между компаниями, вследствие переходов людей с работы на работу.

Возможно. Но тогда получается, что успех стартапа определяется, как бы его «талантом» — неким интегральным показателем аккумулированных в нем знаний, компетенций и опыта его сотрудников.

И вот тут-то в самый раз вспомнить о замечательной новой междисциплинарной науке — сетевой «Науке об успехе» («Science of Success»), убедительно доказавшей на многих примерах, что

в сетевых системах из двух ключевых факторов — «талант» и «связи» — доминирующую роль играет вовсе не фактор «таланта», а фактор «связей».

На эту тему мною уже написано так много, что я не буду здесь вдаваться в детали, а переадресую желающих в них разобраться:

В этом месяце CNN, Forbes и Inc — BookAuthority включили бестселлер Барабаши «The Formula: The Universal Laws of Success» в список 17 книг, которые “обязательно нужно прочесть в 2019”. Источник https://bookauthority.org/books/new-success-ebooks?t=12berr&s=author&book=0316505498

Главные заповеди этой «Библии» таковы.

✔️ В цифросетевом мире не только экономика, но и успех, в основном, зависит «от впечатлений» — т.е. не от продуктивности автора и качества его продукта или достижений, а от их (автора и продукта) коллективного восприятия обществом.

✔️ Восприятие в цифросетевом мире, в первую очередь, зависит от связей — кто про вас знает, кто вас рекомендует, насколько известны и влиятельны ваши «инфлюенсеры», и насколько «центрально по близости» они встроены в сетевую систему.

Команда Барабаши и его последователей в других лабораториях мира, занимающихся исследованиями в области «Science of Success», за последние пару лет раскрыли удивительные особенности карьеры творческих профессий: ученых, художников и ряда других творческих профессий, результативность которых в течение карьеры может быть эффективно оценена.

Выводы всех этих исследований довольно однозначны:

  1. Необходимо четко различать продуктивность и успех любой творческой деятельности.
  2. Продуктивность деятельности зависит от участвующих в ней людей, а успех — от восприятия этой деятельности и её продуктивности другими людьми («Performance is about you, success is about us»)
  3. В цифросетевом мире закон Матфея («Богатые будут богаче, а бедные беднее») уже не просто закон, а Основной закон — так сказать, конституция цифрового мира. И согласно этой «конституции», —
наибольший успех получает тот, кто уже наиболее известен.

Математической основой конституции цифрового мира является «предпочтительность установления сетевых связей» (preferential attachment) — например, новый документ в сети более вероятно будет иметь ссылку на уже существующий документ, на который уже есть много ссылок.

Preferential attachment — это и есть закон Матфея цифрового мира, согласно которому
успех писателей, художников, актеров и т.п. зависит от их связей — их встроенности в свои профильные социальные сети.

Изучив динамику взаимосвязей в этих сетях, исследователи «Science of Success» не только способны точно рассчитать уровень успеха того или иного автора или актера, но и довольно точно определить, когда его звездный час настанет и будет ли он единственный в его карьере или имеет шанс повториться (см. новейшую работу на эту тему «Quantifying and predicting success in show business»).

Ну а теперь вернемся к исследованию «Predicting success in the worldwide start-up network»:

  1. его базовой гипотезе о центральности по близости компаний, как основном предикторе их успеха;
  2. интерпретации центральности по близости компании, как суммарных знаний и компетенций работающих в ней сотрудников.
Так вот, согласно «Science of Success», пункт 2 вообще не нужен.
Успех стартапов подобен успехам творческих профессионалов. Ведущую роль здесь играет на талант (знания, компетенции) учредителей и ведущих сотрудников, а их связи и случай.
Стартаперы — тоже своего рода художники или, если хотите, артисты.

Ибо центральность по близости компании, интегрирующая центральность по близости всех ее сотрудников, является необходимым и достаточным условием успеха компании.

Иными словами, соберите в стартапе как можно больше известных персон, уже засветившихся в других, желательно, как можно более известных компаниях, и имеющих максимально большую сеть известных и влиятельных знакомых в индустрии, — и компания достигнет успеха.

Вне зависимости от собранных в стартапе знаний и компетенций и даже от продукта компании.

И всё это потому,

что в цифросетевом мире стартапов рулят связи его сотрудников и впечатления, генерируемые инфлюенсерами их профильной социальной сети.

Ну а знания, компетенции и тому подобное …, конечно, тоже кое-что значат. Но это не главное в венчурном сетевом бизнесе впечатлений.

Этот вывод основан всего лишь на моих спекуляциях, сделанных путем переноса базовой идеи сетевой «Науки об Успехе» на интерпретацию результатов исследования «Predicting success in the worldwide start-up network».

Какая из двух интерпретаций — авторов исследования или моя — окажется верной, покажут дальнейшие исследования.

Ну а пока зафиксируем уже доказанный и сам по себе фантастический прорыв.

Найден метод надежного прогноза успешности стартапов.
Это довольно сильно повлияет на $330 млрд.-ный венчурный бизнес.

________________________________

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

Начало конца американского Big Tech’а от sergey_57776
The logos of Amazon, Apple, Facebook and Google in a combination photo. REUTERS/File Photos

Если смотрели сериал «Миллиарды», то знаете, насколько серьезный урон могут понести даже крупнейшие компании от серьезного наезда федеральных властей (в первую очередь, Министерство юстиции и FTS). Могут посадить топов, могут разорить, расчленить и опустить владельцев. И все это, — с особым цинизмом и размахом.

Теперь мы можем наблюдать это в реальной жизни и в реальном времени — свора федералов спущена на компании Big Tech’а:

- свора Министерства юстиции спущена на растерзание Apple и Google.
- свора FTS будет грызть Amazon и Facebook.

Начато глобальное расследований антиконкурентного поведения технических гигантов. Детали расследования держат в тайне. Но уже просочилась информация, что в итоге расследования ставится цель

Amazon и Apple сильно припугнуть, но до смерти не убивать,
а вот с Google и Facebook оттянуться по полной.

Из многих способов давления на китов бизнеса, антимонопольные меры всегда были одними из самых значительных и разрушительных способов наезда со стороны федеральных властей.

Это может привести к таким серьезным последствиям, как разделение компаний. Но даже если этого не произойдет, все равно, наезд федералов может серьезно отвлечь усилия компаний от развития, затормозить поток инноваций и стоить больших денег.

Microsoft уже усвоил этот тяжелый урок после антимонопольной борьбы с Вашингтоном два десятилетия назад.

Почему же теперь навалились на эту четверку?

Мой ответ — из-за начавшейся «гонки вооружений» в области ИИ (“AI arms race”).

Год назад я писал, что маховик ИИ-национализма в США уже раскручивается, и скоро начнется волна ИИ-национализации.

Напомню:

  • ИИ-национализм провозглашает приоритет экономических и военных интересов страны главной целью национальных ИИ-стратегий;
  • ИИ-национализация направлена на интеграцию ресурсов государства и частных компаний с переориентацией стратегических целей бизнеса на экономические, геополитические и военные интересы государства.

Вот и настало время выкрутить руки гигантам Big Tech’а, дабы навсегда отбить охоту пренебрегать интересами государства на фоне нарастающей мощи Китая.

- Microsoft радостно сотрудничает в военными и разведкой — и к компании претензий нет.

- Amazon и Apple против сотрудничества сильно не возражали — и поэтому их лишь напугают (дабы и дальше вели себя прилично)

- А вот Google и Facebook будут бить от души. Google — за историю с отказом сотрудничать c программой Maven. Facebook — за изворотливость Цукерберга, превратившего слушания в Конгрессе в ничего не значащий фарс без каких-либо последствий.

Wall Street уже понял, что началось. За день акции Alphabet упали на 6%, а Facebook — больше чем на 7%. Бой бульдогов под ковром начался.

Следующий раунд — слушания в Конгрессе.

Ну а самое интересное, как обычно в таких случаях, происходит под ковром.

Но об этом Reuters, к сожалению, не напишет.

А начиналось все довольно мирно.

________________________________

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

Создан первый воплощенный в дроне ИИ, способный справиться с двумя НЛО от sergey_57776

Его преимущество — знание собственного несовершенства

Источник: EVDodge: Embodied AI For High-Speed Dodging On A Quadrotor Using Event Cameras

Если вам в лицо летит мяч — вы автоматически уклоняетесь, делая это не задумываясь. За доли секунды встроенный в вас эволюцией нейрокод просчитывает варианты уклонений, выбирает лучший и применяет его, не спрося вашего на то разрешения. Только так можно выжить в нашем мире. Эволюция это знает и умеет делать живых существ, способных делать такое запросто.

Но чтоб сделать такое запросто и очень-очень быстро, мало иметь быстрый вычислитель (в голове или процессоре). Еще нужно:

  1. уметь распознавать не сами объекты, а их движение (так делает сетчатка созданного природой уникального прибора — глаза);
  2. знать «тактико-технические» характеристики своего тела — что оно может делать и как быстро (такой ИИ называется воплощенный — Embodied AI — и это одна из моих любимых тем).

Посмотрите, насколько эффективно подобное делают птицы. А ведь это многократно замедленное видео. В реальности они движутся столь быстро, что вы бы этого просто не поняли.

Первый в мире «Воплощенный ИИ», осознающий свое несовершенство, — это EVDodge — дрон, оснащенный:

- «камерой событий» (event camera), способной выявлять вблизи себя НЛО (независимые летающие объекты — Independently Moving Objects);
- системой самооценки своих движений — estimating self-movement.

Этот дрон умеет уклоняться одновременно от двух НЛО и «понимает» пределы своих физических возможностей (без чего любой расчет сценариев уклонения делать бессмысленно).

Подобно отдельным нейронам тканей человеческого глаза, ячейки датчика «камеры событий» регистрируют только изменения в картине, которую они наблюдают. Такой подход позволяет избавиться от большого количества избыточных статических данных, концентрируясь только на происходящих изменениях. Такой тип камер идеален для роботов при решении задачи быстрого маневрирования, поскольку тут важнее не врезаться во что-нибудь, а не разбираться, что именно это было. Ведь и мы не распознаем что именно летит нам в физию — мяч, бутылка, плюшевый мишка — какая разница! Отклоняйся и будешь цел.

Для выбора оптимального сценария уклонения выполняется сопоставление летательных возможностей НЛО и собственных летательных возможностей дрона (он их знает). Если последние хуже, чем у НЛО, ничего не поможет — дрон получает удар. А наш нейрокод в таких случаях заставляет нас закрыть глаза — хотя бы зрение сохранить, если удар неизбежен.

В итоге эффективность уклонений дрона составляет до 70% при объектах неизвестной формы и низкой освещенности. Ну а элегантности уклонений дрона до колибри еще далеко.

Оцените сами на видео (3 мин)

Популярно по-русски.

Все детали описания, как спроектирован и как работает (англ.)

________________________________

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

Президентская кампания будет фейковым адом от sergey_57776
Illustration: Aïda Amer/Axios

Мы живем в фейковом мире, — неделю назад справедливо написали в Axois. И они таки правы.

Недавнее фейковое видео спикера палаты представителей Нэнси Пелоси — всего лишь цветочек, в сравнении с ягодками, что ждут нас впереди. Всего лишь чуть замедлили скорость воспроизведения, и никакой DeepFakes даже не нужен — все зрители уверены, что дама — спикер подшафе.

Фальшивое видео может посеять страшный политический хаос, а противостоять ему крайне сложно. Сейчас ведь даже невозможно понять, кто несет ответственность за это.

И если, как предполагают западные аналитики, президентская кампания 2020 в США будет фейковым адом, то ее итоги станут просто непредсказуемыми.

Журналисты Axois опросили 24 предвыборных штаба обеих партий США, как они планируют бороться с грядущим фейковым адом. И выяснилось — никак.

Illustration: Aïda Amer/Axios

Никто просто не знает, как с этим бороться.

Потенциал глубоких фейков просто порушил все предвыборные стратегии. И сам институт всеобщих выборов зашатался.

Может ли технология DeepFakes стать могильщиком всеобщих выборов, — узнаем через год.

Ну а фабрика троллей уже перепрофилируется 😎

________________________________

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

А Гришу Полухутенко слушают? от sgevlich

А Гришу Полухутенко слушают?

Оригинал и комментарии

Вау от sgevlich

Вау

Оригинал и комментарии

Приложения для «тренировки мозга» — это разводилово и потеря времени от sergey_57776

Приложения для «тренировки мозга» — это разводилово и потеря времени

Приложений, обещающих сделать вас умнее всего за несколько минут в день — море. Эти простые игры обещают улучшить выполнение важных повседневных задач за счет тренировки внимания, скорости и разнообразия сообразительности.
Но может ли простое нажатие на анимацию с плавающими рыбками или вспыхивающими надписями на экране телефона действительно помочь вам улучшить работу мозга?

Уолтер Бут из университета Флориды несколько лет исследовал этот вопрос, пережив серию довольно крутых наездов со стороны игрового бизнеса.
Результаты работы Уолтера, обобщающие выводы десятков исследователей из разных стран, позволяют утверждать:

✔️ Дипломатично-оптимистичный ответ на вопрос, стоит ли тренировать мозг приложениями для смартфонов, — «мы этого просто не знаем».
✔️ Но фактический ответ на этот вопрос вполне однозначный — «нет».

Самый важный урок, следующий из тщательного анализа широчайшего корпуса материалов по обучению, заключается в следующем.

❗️ Если вы хотите улучшить свои показатели в решении задачи, которая важна для вас, тренируйтесь на этой задаче.

Тренировка на «мозговых играх» может сделать вас лучше исключительно в этих играх.

Подробней здесь.

________________________________

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

И снова о панических атаках от shvaratsky

Оригинал и комментарии

Запах навоза и гнилой рыбы, как средство для запоминания моря информации от sergey_57776

Как больше запоминать при быстром чтении

The image is adapted from the NYU news release by Neurosciencenews

Мы захлебываемся в объемах новой информации. Не справляются даже супер-профессионалы. Например, Константин Анохин начал свою интереснейшую 3х часовую лекцию “Мозг: итоги 2018 года” (смотрите на Ютубе) с сетования на физическую невозможность охватить публикации хотя бы основных нейронаучных журналов. Как это анализировать? — спрашивает он. Ведь таких журналов уже более 600.

Но шанс есть.

  • Поисковики уже позволяют фильтровать моря информации по ключевым словам.
  • Онлайн доступ увеличивает скорость ознакомления с отфильтрованными материалами до пределов физического восприятия текста (а он весьма высок — примерно, 1–2 стр. в сек).

Проблема упирается в память. 90%+ просмотренного материала просто вылетают из головы уже на следующий день. А конспектировать времени нет. Это столь долго, что данный метод запоминания стал сегодня практически неприемлемой роскошью.

Как быть? Нужны иные методы, позволяющие лучше запоминать результаты беглого ознакомления с информацией.

И здесь, слава богу, есть шанс.

Дело в том, что еще в 1972 году Тульвинг разделил память на два типа: эпизодическую и семантическую.

Эпизодическая память — один из видов долговременной памяти, который включает в себя воспоминания о конкретных событиях, ситуациях и переживаниях, имевших в силу чего-либо, сильную эмоциональную окраску. Первый поцелуй или сильный ожог, первый выезд на море или как вас покусала собака.

Второй тип памяти — семантическая память, содержащая общие знания. Это память на слова, понятия, правила и абстрактные идеи; она необходима, чтобы пользоваться языком. По словам Тульвинга: «Это умственный тезаурус, который организует знания человека о словах и других вербальных символах, их значениях и референциях, о связях между ними и о правилах, формулах и алгоритмах манипулирования этими символами, понятиями и отношениями. Семантическая память регистрирует не воспринимаемые свойства входных сигналов, а их когнитивные референты».

Вот этот 2й тип памяти нам и нужен при быстром просмотре морей информации. И тут есть полезный фокус.

Обнаружено, что эпизодическая память может работать взаимозависимо с семантической. Например, учебная информация усваивается гораздо лучше, если её связать с уже имеющимися знаниями или вписать в контекст личной истории человека.

И что еще более важно, эпизодические воспоминания играют определенную роль в извлечении семантических воспоминаний.

Т.е. мы можем попытаться усилить свою семантическую память за счет усиления персональных эпизодических воспоминаний.

Но как это сделать?

Новое исследование предлагает для этого фантастическую эвристику — можно воспользоваться наиболее отвратительным вам запахом.

Дело в том, что:

  1. Наиболее мощный усилитель эпизодических воспоминаний — негативные эмоции. Можно, например, в ходе интенсивного процесса поглощения информации, загружаемой в семантическую память, хлестать себя бичом или бить током электрошокера. Но это как-то негуманно и больше походит на мазохизм. Короче, — подходит далеко не каждому.
  2. А можно, как обнаружило исследование, просто сопроводить процесс поглощения информации наиболее отвратительным для вас запахом. Здесь кому что: запах навоза, гнилой рыбы и т.п.

В итоге, гарантированно улучшается эпизодическая память (исследование это практически доказало).

Улучшение семантической памяти за счет усиления параллельный эпизодических воспоминаний, было доказано в ряде предыдущих исследований.

Осталось дождаться исследований, объединяющих первое со вторым.

Или попробовать самим. Например, при подготовке к экзаменам. А можно в процессе просмотра больших объемов научных статей по интересующей теме. Кому навоз, кому гнилье, кому какой-то иной сверх-противный запах. По идее, может помочь.

Исследование «Aversive learning strengthens episodic memory in both adolescents and adults»

________________________________

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

Социэкономическое неравенство зашито в генах от sergey_57776

Карьеры Ломоносова и Путина — всего лишь исключения

«Неравный брак» — картина русского художника Василия Пукирева
Над вопросом, почему персональный состав элит стабильно воспроизводится со сменой поколений — “почему сын майора не может стать генералом” — люди давно ломают голову. Лежащий на поверхности ответ — «потому что у генерала свой сын есть» — правилен по сути, но не раскрывает механизма того, как это работает в обществе.
Новое междисциплинарное исследование выявило этот механизм.
Суть в том, что люди живут не в реальности, а в мире своих впечатлений.И в этом мире впечатлений есть мифы и фикции покруче тех, о которых писал Харари.

Социоэкономический статус (SES) — высокий, средний и низкий — делит любое общество на 3 страты в зависимости от дохода, образования и рода занятий самого человека и членов его семьи. Барьеры между стратами SES — хоть и кажутся преодолимыми, — но на практике их преодолеть удается лишь единицам — исключениям, подтверждающим это правило. Так было во все времена и продолжается во всех странах, при всех укладах, при любой идеологии или ее отсутствии.

Почему так?

Почему, не смотря на декларации равных возможностей и социальной мобильности, родившийся в семье высшей страты, с большой вероятностью в ней и останется?

А имевший несчастье родиться в нижней страте имеет лишь призрачный шанс попасть в верхнюю?

В чем секрет? Где искать ответ — у Маркса, Кейнса, а может быть, Фрейда?

Солидная работа университетов Стэнфорда и Вирджинии совместно LenddoEFL, опубликованная в майском выпуске Journal of Personality and Social Psychology, озаглавлена витиевато и интригующе — «Социальные преимущества индивидов с неверной самооценкой: связь между социальным классом и самоуверенностью и ее последствия для классового неравенства».

Авторам, проведшим обширный цикл связанных исследований удалось наконец найти причину воспроизводства железобетонных общественных иерархий, определяющих принятие обществом неизменного социоэкономического неравенства.

Причина оказалась зашита глубже, нежели происхождение, богатство и образование людей.

Глубинная первопричина зашита в психологию людей и передается новым поколениям в генах. Это нейропрограмма восприятия социального статуса незнакомцев, в которую в ходе эволюции вкрался баг. А точнее, даже не баг, а недоработка, связанная с тем, что люди — это уже продукт культурной эволюции в ни меньшей степени, чем продукт эволюции биологической.

Вследствие колоссально развитого воображения, что в корне отличает людей от животных, они живут как бы не в реальном мире, а в мире своих представлений о нем. Харари называет наиболее общепринятые из таких представлений (типа богов, денег, акций и корпораций) мифами или фикциями, лежащими в основе масштабируемого сотрудничества (которому человечество обязано всеми своими достижениями).

Однако оказалось,

у людей есть мифы и фикции еще более глубинные, чем боги и деньги. Да еще и зашитые в гены.

Например, врожденное принятие социальных иерархий, — супер-нейрокод, эволюционировавший с развитием культуры (породившей экономику) в принятие социоэкономических иерархий.

В нашем примере с SES, из-за недоработки зашитого в нас нейрокода, возникла следующая алгоритмическая цепочка положительной обратной связи.

  1. Чем выше SES, тем выше самоуверенность человека (даже при практической демонстрации ему его явной слабости в том, в чем он так высоко себя ценит).
  2. Эта самоуверенность дает человеку решающее социальное преимущество. Люди из более низких страт SES воспринимают самоуверенность представителей более высоких страт, как объективное преимущество последних. И в следствие этого признают приоритет, подчиняются и готовы воспринять некомпетентного, но сверх-самоуверенного типа за «элиту», начальство, правительство, депутата или президента.
  3. Готовность подчиниться и признать приоритет сверх-самоуверенных представителей более высокой социоэкономической страты замыкает положительную обратную связь и увековечивает существующую в обществе социоэкономическую иерархию.

Таким образом, единожды возникшая иерархия SES имеет устойчивую тенденцию к сохранению и самовоспроизводству в новых поколениях. Единственное, что может капитально менять эти иерархии — революции, физически истребляющие представителей высоких страт или выдавливающие их за пределы страны.

Таким образом, широко распространенное убеждение, будто бы все думают, что они лучше, чем в среднем, — ошибочно. Исследование показало, что этот тип мышления распространен лишь среди средней и высшей страт, причем в последней он доминирующий.

Так что нечего пенять на социальную несправедливость мира. А богатство и образование — лишь типичные характеристики, свойственные более высоким стратам общества. Власть имущая элита не могла бы воспроизводится в своих детях с сохранением существующей в обществе социоэкономической иерархии, если бы не баг нашего нейрокода.
  • Исправит ли со временем эволюция культуры этот баг?
  • Или же это вообще не баг, а оптимальный код для адаптации Homo sapience к колоссальному темпу эволюции культуры?

Пока не известно.

Подробней:

________________________________

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

от

Оригинал и комментарии

Пути ИИшные неисповедимы от sergey_57776

Но ясно одно– это второй фазовый переход в истории человечества

Первый — был открытием электричества, изменившего со временем большинство аспектов жизни людей: от освещения и кардиостимуляторов до электродвигателей и компьютеров, от радио и ТВ до Интернета и самого ИИ…

Трансформационный потенциал ИИ подобен электричеству. Но он еще больше.

Ибо трансформирует не только технические аспекты жизни людей, но и всё «нетехническое» в нашей жизни: от маркетинга до выборов, от юридической практики до написания романов, от выбора профессии до выбора сексуального партнера. А уж что будет на стыке ИИ с биотехом — дух захватывает.

При этом нужно отдавать себе отчет, что обратного хода уже нет. Курок нажат. Бомболюк сработал. Лавина пошла. Процесс не остановить. И куда он пойдет, можно только гадать.

Теперь каждый день будут появляться все новые и новые попытки использовать ИИ во всевозможных целях: в умных и глупых, высоких и шкурных, вдохновляющих и страшных.

Ясно одно. Пора от обсуждений чисто технологических аспектов ИИ и от забалтывания околоИИшных псевдофилософских тем, типа «этики ИИ», переходить к осмыслению возможных сценариев развития ИИ, как второго фазового перехода в истории человечества. Нужно «собирать мысли в кучку» и пытаться понять:

- Куда это нас ведет?
- И что, говоря словами Б. Стругацкого, «ждёт нас за поворотом, в глубине … в мире хищных вещей»?

Первую попытку такого «собирания мыслей в кучку» предприняли исследователи из Cognizant Technology Solutions и Техасского университета в Остине. Они честно признали два момента.

  1. Пути ИИшные неисповедимы.
  2. А чтобы хоть как-то пытаться спрогнозировать, куда это все пойдет, мы можем лишь опираться на известный нам опыт развития двоюродных технологических братьев ИИ — компьютеры и всемирная сеть.

Анализируя эволюцию компьютеров и интернета, как техно-бизнес-социо-гуманитарных феноменов, авторы исследования выделяют 4 общих для них фазы эволюции: стандартизация, юзабилизация, консьюмеризация и фундаментализация (имхо, не самое удачное название фазы, — я бы назвал банализация).

Источник: https://arxiv.org/pdf/1905.13178.pdf

Например.

Фазой юзабилизации для компьютеров был переход на графические интерфейсы. А для интернета — переход на каскадные таблицы стилей — технология описания внешнего вида документа, оформленного языком разметки.

А на фазе фундаментализации (или, используя мой термин, банализации) — которую уже достигли компьютеры, а интернет приближается — людям уже не нужно понимать и заботиться о том, где и как что-то работает. Люди просто взаимодействуют с результатами этой работы, так же, как мы взаимодействуем с выключателем освещения или водопроводным краном. Включил — и пользуйся.

ИИ сейчас на 1й фазе.
Нужны стандарты. В 1ю очередь — нет, не этика! А то, как соединять разные ИИ для работы вместе.

До 2й фазы ИИ еще пилить и пилить.
Но нужно уже сейчас думать, как избежать ошибки с компьютерами — доминирование Microsoft в индустрии ПК в 90ых. Если такое произойдет на фазе юзабилити ИИ, это дорого обойдется человечеству.

Фаза консьюмеризации ИИ — страшное время.
Это и будет мир хищных вещей из романа Стругацких. Избежать не удастся. Но каждому нужно думать и думать. Как суметь остаться человеком в ситуации, когда можно свободно купить вакуумный тубусоид, лечь в ванну и испытать невероятные ощущения от исполнения подсознательных желаний под действием слега?

Ну а что банализация ИИ?
Да будет круто…

Если, конечно, человечество сохранится после фазы консьюмеризации ИИ.

Подробней см. «Better Future through AI: Avoiding Pitfalls and Guiding AI Towards Its Full Potential»

________________________________

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

от

Оригинал и комментарии

от

Оригинал и комментарии

от

Оригинал и комментарии

от

Оригинал и комментарии

от

Оригинал и комментарии

от

Оригинал и комментарии

от

Оригинал и комментарии

от

Оригинал и комментарии

от

Оригинал и комментарии

от

Оригинал и комментарии

от

Оригинал и комментарии

от

Оригинал и комментарии

от

Оригинал и комментарии

от

Оригинал и комментарии

от

Оригинал и комментарии

от

Оригинал и комментарии

от

Оригинал и комментарии

от

Оригинал и комментарии

от

Оригинал и комментарии

от

Оригинал и комментарии

от

Оригинал и комментарии

от

Оригинал и комментарии

от

Оригинал и комментарии

от

Оригинал и комментарии

от

Оригинал и комментарии

от

Оригинал и комментарии

от

Оригинал и комментарии

от

Оригинал и комментарии

от

Оригинал и комментарии

от

Оригинал и комментарии

от

Оригинал и комментарии

от

Оригинал и комментарии

от

Оригинал и комментарии

от

Оригинал и комментарии

от

Оригинал и комментарии

от

Оригинал и комментарии

Отзывы (через аккаунты в социальных сетях Вконтакте, Facebook или Google+):

Оставить отзыв с помощью аккаунта ВКонтакте:

Оставить отзыв с помощью аккаунта FaceBook:

Архив лучших постов