Недавние тренды рунета

И почему не так важно, что хранится в «мировом разуме», а кто к нему подключен

Мир таков, каким его представляет большинство. А это зависит от текущего состояния «мирового разума» — совокупности доминирующих конфигураций мировой сети идей, представлений и верований.

Вот уже с десяток лет, как основной медиа-средой «мирового разума» стала мировая паутина (WEB), состоящая из триллионов элементов электронного контента (информации) и миллиардов оперирующих им индивидов.

И оказалось, что текущее состояние «мирового разума» зависит от конфигурации связей индивидов ничуть ни меньше (и даже больше), чем от всей хранящейся в коллективной памяти человечества информации, сконденсированной в э-контенте «мирового разума».

✔️ Но от чего зависит конфигурация связей индивидов в мировой сети идей, представлений и верований?

До сих пор было ясно лишь одно — с каждым годом эта зависимость все более переходит от офлайновых социальных сетей (кругов знакомых в реальной жизни) к онлайновым (круги френдов ФБ, ВК и т.д.).

✔️ Что же до понимания механизма влияния сетевых связей на формирование идей, убеждений и верований людей, то до последнего времени это было совсем не ясно.

Вот почему так интересен результат нового исследования (еще находящегося в процессе пир-ревю) «Индивидуальные цифровые отпечатки когнитивного отражения» Digital Fingerprints of Cognitive Reflection.

Авторы представили убедительную аргументацию, что механизм влияния сетевых связей на формирование идей, убеждений и верований людей зависит от 2х ключевых факторов:

1. (здесь никаких сюрпризов) от конфигурации связей индивида;
2. (сюрприз-сюрприз) от когнитивного стиля индивида: интуиционист или рефлексионист.

Созданный в 2005 тест на когнитивное отражение Cognitive Reflection Test (CRT) все больше доминирует в теории индивидуальных различий в склонности к интуитивному/рефлексивному мышлению, и связан со многими реальными убеждениями, суждениями и верованиями, такими, например, как религиозность, паранормальные убеждения и моральные и политические суждения.

CRT выявляет склонность индивида к неправильным ответам, которые легко приходят на ум.

Предполагается, что способность увидеть подвох в вопросе равносильна решению задачи. Человек либо увидит подвох и задумается (рефлексионист), либо не увидит подвоха и даст напрашивающийся ответ (интуиционист).

Вопросы CRT — особенные. Типа, —

«если вы бежите кросс и обгоняете бегущего вторым, — на каком месте вы теперь находитесь?»

Достаточно всего нескольких ответов на подобные вопросы CRT, чтобы определить, кто вы: интуиционист или рефлексионист. Желающие могут пройти сюда и за 1 мин пройти тест.

Оказалось, что когнитивный стиль человека довольно точно определяет:

• насколько человек разборчив в использовании информации от своих социальных связей;
• насколько избирательно человек обменивается новостями;
• насколько тщательно выбирает надежные источники;
• насколько более вероятно ретвитит или разшаривает инфу, в зависимости от ее важности/весомости.

Не менее важен вывод исследования о процессе формирования эхо-камер, — не только по политическим пристрастиям, но и по любому (!) вопросу.

Оказалось, что люди с низким уровнем когнитивного отражения, просто бессильны против их засасывания в эхо-камеры. По сути, для интуитивистов эхо-камера — как черная дыра, в которую он будет падать бесконечно долго.

Если подтвердятся выводы исследования, то каждому новому пользователю соцсетей его показатель CRT нужно будет выбивать на «личном жетоне», подобно группе крови на «жетоне военнослужащего». И без такого жетона в соцсеть ни ногой … Иначе засосет в сетевую «черную дыру».

________________________________

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

Подвижный интеллект — генератор разума

И этот генератор нельзя приобрести, т.к. он наследуется

Интеллект зависит, как от HW (структура мозга — размеры его регионов и их связанность), так и от SW («прошивка» мозга — меняющаяся в процессе обучения и опыта коммутация нейронной сети).

Согласно доминирующей теории когнитивных способностей (Кеттелла — Хорна — Кэрролла), SW интеллекта включает в себя:

1) подвижный интеллект (fluid intelligence) — способность мыслить логически, воспринимать и запоминать новое, решать новые непривычные проблемы;

2) и кристаллизовавшийся интеллект (crystallized intelligence) — накопленный опыт и способность использовать усвоенные знания и навыки.

1й — это своего рода фреймворк для разработки приложений, а 2й — сами приложения, умеющие делать разные полезные вещи.

Но ведь эти приложения всего лишь результат использования (пока не понятно кем) фреймворка. А у разных людей сложность и совершенство этого фреймворка сильно разная.

Причем настолько, что одно и то же обучение:

• одним людей позволяет оснастить себя шикарным набором новых приложений;

• другим — обзавестись набором приложений попроще;

• третьим — лишь увеличить число багов в уже имеющихся у них приложениях.

Все вышеизложенное долгое время (как минимум, с 1971, когда была разработана theory of fluid and crystallized intelligence) оставалось теорией. Но с развитием методов всевозможного сканирования и картирования мозга начались прорывы.

В начале этого года, использовав данные сотен участников проекта «коннектом человека», сразу несколько ведущих лабораторий мира продемонстрировали, что паттерны связности мозга создают «индивидуальные отпечатки», отличающие каждого человека. Люди с сильными функциональными связями между определенными регионами имеют обширный словарный запас и проявляют более высокий подвижный интеллект. Они, как правило, имеют лучшее образование и удовлетворенность жизнью, а также лучшую память и внимание.

Люди же с более слабыми функциональными связями среди тех же самых областей мозга имеют более низкий подвижный интеллект, снижающий способности к концентрации внимания и, в целом, к обучению.

За 1й волной прорывов пошла 2я.

Новое исследование на 424 добровольцев дало ответ на вопрос

можно ли, проанализировав размеры отдельных областей мозга, оценить уровень подвижного интеллекта человека (т.е. сложность и совершенство его фреймворка для разработки приложений)?

Исследователи однозначно ответили — да.

При этом для выявления значимых различий в уровне подвижного интеллекта, достаточно проанализировать лишь две структуры в мозге — парагиппокампальную кору и хвостатое тело.

Иными словами,

можно заранее определить,

• кого стоит учить сложным навыкам,

• а кого — только время терять.

Вот такая, извините, получается почти что нейро-евгеника HW (что вовсе не отменяет значение социо-культурной прошивки SW).

Авторы исследования уже поставили следующую цель — найти способ усиления подвижного интеллекта на имеющемся HW. Всякие там нейро-импланты и т.д.

- Популярно

- Научно за пейволом

- Открытый текст

P.S. Эта новость имеет важный подтекст. Если наш интеллект все же так сильно зависит от наследуемого HW, то опасения Харари о скором появлении супер-людей за счет перепрошивки их алгоритмов (SW), оказываются несколько преждевременными.

P.P.S. Инфу об исследовании прислал читатель канала, планирующий использовать метод исследования в весьма перспективном новом проекте. Если взлетит — напишу.

________________________________

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

Это стало возможно, т.к. тело может мыслить и без мозга

Революционность этого открытия в том, что:

- до сих пор мы стремились сделать неживые машины с неким аналогом мозга (от компов и смартфонов до роботов);

- теперь же стало ясно, что если сделать живую машину, то она сможет обходиться и без мозга.

Суть открытия в том, что найден революционный способ реализации вычислений (память, логика, прогнозирование и решение проблем) у живых организмов БЕЗ нейронных сетей.

Из чего следует.

✔️ У живого организма 2 вычислительные системы: нейронная и не-нейронная (на основе обычных клеток).

✔️ И, соответственно, 2 механизма познания: нейронное и базальное (Basal Cognition).

Базальное познание есть у всех неневральных животных, растений, грибов и одноклеточных организмов. А у многоклеточных, включая нас, оно выполняет сложнейшие функции:

- неподъемные для нейронного познания: типа, конструирования и сборки органов — от глаза до сердца;

- и, что еще более важно, — не допускающие ошибок (коих в нейронных сетях избежать трудно).

То, что базальное познание (универсальный вычислитель на НЕнейронной основе) существует, биологи подозревали давно. Одноклеточные формы жизни и соматические клетки многоклеточных организмов принимают гибкие решения на основе входов в их микросреду. Например, биоэлектрические сигналы опосредуют важные аспекты долгосрочной координации, которые удерживают клетки для поддержания плана тела и не допуская развития онкогенеза. Нейроны же произошли от этих древних типов клеток, которые использовали биоэлектрическую сигнализацию для выполнения вычислений.

В то же время, даже у самых эволюционно развитых многоклеточных (типа людей) многие биопроцессы в организме (вплоть до сложнейшего регулирования морфогенезом и регенерацией), можно рассматривать как процессы, включающие обработку информации и принятие решений без участия мозга.

Память, прогнозирование и решение проблем прекрасно демонстрируются у абсолютно безмозглых сперматозоидов, амеб, дрожжей и растений. А у многоклеточных, например, при регенерации, сложность вычислительных задач, решаемых без участия нейронных систем, просто зашкаливает.

Например, хвосты, привитые по бокам саламандры, медленно переделываются в конечности, демонстрируя способность ткани определять свое положение в теле, сравнивать анатомию на уровне органов с целевой анатомией, и переделывая алгоритм регенерации тканей с учетом правильной анатомической корректировки.

Задача — понять,

как ткани вычисляют с помощью биоэлектрических процессов,

крайне важна для эволюционной биологи, регенеративной медицины и синтетической биоинженерии (разработка синтетических «живых машин»).

Новое исследование «Modeling somatic computation with non-neural bioelectric networks» построило модель биоэлектрической сети BEN, способной решать когнитивные задачи в контексте биологических процессов (например, морфогенеза и ремоделирования), где сети НЕнейронных клеток совместно вычисляют и принимают решения.

Сети BEN позволяют реализовывать весь необходимый для вычислений HW: логические вентили, составные логические элементы, детекторы паттернов и память.

Это первое научное доказательство существования класса биологических систем, где вычислительный подход реализован на соматических биоэлектрических сетях.

Кроме того, авторы продемонстрировали, что логика может быть реализована в схемах с двунаправленными соединениями, которые типичны для НЕнейронных тканей, в отличие от традиционных однонаправленных схем, таких как нейронные сети и цифровые электронные схемы.

Мало того, что сети BEN могут вычислять, но они также могут быть устойчивыми к повреждениям, сохраняя вычислительные функцию даже после удаления части клеток.

Авторы считают, что это исследование обеспечивает концептуальные и моделирующие основы для понимания и управления развитием и регенерацией, а также для создания вычислительных искусственных живых машин.

________________________________

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

Эйнштейн 21 века на подходе к открытию «уравнения мозга»

Два года назад сын Альберта Ласло Барабаши (которого я уже много лет считаю Эйнштейном 21 века) втравил отца в грандиозную авантюру — попытаться раскрыть величайшую из загадок: как генетически кодируется устройство хадвера разума — нейронная архитектура связей индивидуального мозга.

1й этап этой работы закончен и дал потрясающий результат (как говорится, Эйнштейн — он и в Африке Эйнштейн). Опубликованные 2 декабря в Neuron подробности — малопонятные для неспециалиста, но увлекательные, как триллер — описать простым языком навозможно.

Понятийные аппараты и терминология науки о сложных сетях и нейробиологии наложились друг на друга, создав гремучую смесь с эзотерическим подтекстом (как никак, вопрос на уровне Бога — как в генетике программируется разум).

Помимо этой немеряной сложности, есть и вторая — математически, эта задача, казалось бы, неразрешима. Ведь в ДНК просто нет столько памяти, чтобы закодировать триллионы связей миллиардов нейронов мозга. А кроме ДНК другой супер-памяти у генетики нет.

И, наконец, третья неподъемная сложность (снова как бы толкающая тему в сторону эзотерики).
А существует ли вообще генетический план прошивки мозга в свете того, что она, в значительной мере (но не понятно какой) формируется уже при жизни на основе обучения и опыта?

Существующие теории о генетическом программировании прошивки мозга по своей сути стохастичны, и поэтому не могут воспроизводить конкретные схемы прошивки. И, следовательно, не могут ответить ни на один из поставленных выше вопросов.

А можно ли вообще найти «формулу мозга», математически строгую и позволяющую выдвигать и проверять (фальсифицировать) гипотезы о механизмах связи генетики и нейронной архитектуры?

Новое исследование «A Genetic Model of the Connectome» проливает свет на такую возможность.

• Отец и сын Барабаши начали с гипотезы о том, что генетическая идентичность нейронов определяет формирование синапсов.
• На этой основе они предложили модель коннектома, позволяющую предсказывать результаты генетически управляемой нейронной прошивки.
• Модель предсказывает существование 3х разновидностей специфических повторяющихся узоров (мотивов) биклик (полных двудольных подграфов соединений пар нейронов).

• Для этих биклик авторы нашли математически подтверждаемую зависимость с транскрипционными факторами — формированием нейронных связей конкретными комбинациями экспрессируемых генов.

• В результате можно идентифицировать гены, ответственные за наблюдаемые локальные паттерны нейронных связей — повторяющихся узоров биклик.

Все это проверялось на модели самого простого коннектома червяка С elegans. И проверка показала, что модель позволяет увязывать нейронную архитектуру и экспрессию генов.

Что теперь?

Впереди долгий путь. Для коннектома человека все гораздо сложнее. Да и влияние обучения с опытом у человека посерьезней, чем у червяка.

Но главное — выявлен и проверен путь, вполне возможно, ведущий к раскрытию величайшей тайны человечества.

По крайней мере, Альберт-Ласло Барабаши настроен серьезно, написав в своем Твиттере — «Оставайтесь на связи — в ближайшее время последует математическая обработка результатов, позволяющая набросать уравнение мозга».

Так что реально стоит оставаться на связи.

________________________________

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

Госфинансирование ИИ Китая не столь грандиозно, как представлялось

План Компартии Китая добиться к 2030 статуса 1й сверхдержавы по ИИ сталкивается с серьезными затруднениями.

• Реалисты из КПК уже поняли, что ставка исключительно на технологическое превосходство не проходит, т.к. здесь США по-прежнему сильнее (см. «Стратегия захвата мира Китаем определилась»).

• Кроме того, эксперты при правительстве США, наконец, вышли из спячки и подготовили 5 направлений «гашения» Китая (см. «США проснулись и готовят ответный удар по ИИ Китая»).

Направление №1 — скачек в госфинансировании невоенного ИИ до $12 млрд в год (в том числе, на прорывные фундаментальные и прикладные ИИ исследования $9 млрд), а военного, примерно, до $6 млрд. Это ход, несомненно, очень сильный. Как показывает история технологических противостояний, превосходство в финансировании — важнейший фактор победы.

Но есть одно «но», — а сколько тратит на фундаментальные и прикладные ИИ исследования Китай?

И здесь засада. Китай эти цифры не раскрывает. А все существовавшие до сих пор оценки были уж больно огромные. Получалось, что госфинансирование Китаем невоенных ИИ составляет от $25 до $40 млрд в год. Против такого, даже США бессильны. Если, конечно, не объявлять «мобилизационный режим». Что в истории США бывало. Но сейчас ни Трамп, ни его возможный сменщик на такое вряд ли решится.

И тут неожиданный сюрприз. Коллеги из Центра безопасности и новейших технологий (CSET) при Школе иностранной службы Уолша в Джорджтауне опубликовали 1ю редакцию детального анализа госфинансирования Китаем невоенных ИИ исследований и прикладных разработок.

Работа выполнена весьма креативно и филигранно. Построена аналитическая модель. В нее вкатили море довольно сырых и подчас непроверяемых данных. Модель их просеяла и отфильтровала. И получилась довольно убедительная картина. Такой подход — единственно продуктивный в ситуации, когда мало достоверной информации. Например, в России ЛИНЭКС таким же методом в 2007 пересчитал объемы сегментов IT рынка, в результате чего IDC приняла эти оценки, скорректировав свои отчеты.

Теперь этот же подход был применен для раскрытия секретных цифр, скрываемых КПК.

Результат получился очень интересным.

Оказалось, что госфинансирование ИИ Китаем совсем не столь огромное, как Китай пытается внушить миру.

Резюме цифр приведено на приложенной таблице. Из нее следует:

1) В 2018 госфинансирование Китаем невоенных фундаментальных и прикладных ИИ исследований составило от $1.7 до $5.7 млрд, а военных от $0.3 до $2.7 млрд.

2) С одной стороны, это почти шестикратное превосходство в объемах госфинансирования ИИ США в 2018 (плохая новость для США)

3) С другой стороны, — это вдвое меньше объема госфинансирования ИИ США, которое предложено с 2020 в промежуточном докладе конгрессу США Комиссией по национальной безопасности и искусственному интеллекту (плохая новость для Китая).

Если план финансирования, предложенный Комиссией по национальной безопасности и искусственному интеллекту США будет принят, это лишит Китай уже 2го козыря — превосходство в финансировании (1й козырь — технологическое превосходство, — пока в руках США).

Если же конгрессменов жаба задушит, то шансы Китая реализовать свой план ИИ-превосходства сильно подскочат.

Отчет здесь.

А резюмирующие цифры таковы.

________________________________

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

Скетч-рид

На днях проводили смыслотон по корпоративным ценностям. Было несколько инсайтов, в том числе и у меня. В этом скетч-риде хочу поделиться открытиями о том как связаны рост, развитие, результативность и эффективность.

Начну с вопросов для размышления: как связаны между собой результативность и эффективность? Имеет ли смысл фраза: “достигаем результата наиболее эффективным образом”?

И чтобы подобраться к ответам, предложу вам подумать над моделью результативности.

• Представьте себе, что вы только получили некую задачу и ещё ничего не успели сделать. Вы не потратили усилий и результат для вас 0% (точка А).
• Теперь представьте, что вы с этой задачей справились, то есть: потратили 100% усилий и получили 100% результат (точка В).

Изобразим эти две точки на графике:

Очевидно, что между точками А и В есть какая-то траектория прогресса решения задачи. Как вы думаете, какова эта траектория? Линейна, выпукла вверх, выпукла вниз? Если выпукла, то насколько?

Порассуждаем.

Вот вы получили какую-то задачу. С чего начинаете? Скорее всего, с анализа. Вы пытаетесь понять требования, образ результата и наиболее оптимальный способ его достижения, составляете план действия и ищите ресурсы. Вы тратите какие-то усилия, но пока к результату не приблизились. Изобразим это на графике — участок альфа.

Теперь представим, что вы уже близки к финишу. Вам приходится много тестировать и перепроверять соответствие полученного результата исходным требованиям. Тратите много усилий для того, чтобы убедиться, что всё в порядке. Возможно, обнаруживаете огрехи и вносите правки. На это тратится много сил, но движение к результату опять замедленно (привет закон “убывающей предельной полезности”). Изобразим на графике участок гамма.

А что же между этими участками? Скорее всего, довольно бодрый прогресс. Соединим альфу и гамму. Обнаруживаем участок бета.

Получился до боли узнаваемый график S-образной кривой. А что же с эффективностью? Это легко понять из определения: эффективность равна результату, делённому на усилия. Эффективность — это производная результативности! Можем изобразить её графически.

Мы видим, что в начале проекта и при его завершении, эффективность резко падает. Эффективно команда движется лишь в середине проекта.

На этом месте я пересмотрел своё понимание правила Парето — когда 80% результата дают 20% усилий. Это так, но проблема в том, что эти самые 20% усилий находятся в середине пути и чтобы до них добраться, потребуется пройти 40% пути, получив всего лишь 10% результата.

Посмотрим на участки альфа, бета и гамма:

• гамма — мы результативны, но мало эффективны;
• бета — мы эффективны, но пока мало результативны;
• альфа — мы не результативны и не эффективны;

Теперь пару слов о развитии. Есть ощущение, что данный качественный анализ подходит не только к отдельным задачам и проектам. Он также относится к бизнес-моделям и любым системным решениям. Всё имеет предел роста результативности и требует “пересборки”, “переизобретения” — шага развития. Таким образом, получаем серию S-образных кривых.

И на этом графике мы можем выделить участки роста и участки развития:

• развитие связано с переходом на новую S-образную кривую, то есть с запуском нового решения.
• рост связан с бета-участком внутри S-образной кривой.

Инсайт номер два — шаг развития связан с контролируемой потерей эффективности и результативности. Если сильны внутренние приоритеты на результативность, или эффективность, то это блокирует развитие. Так что, для реализации шага развития приходится тратить накопленные ресурсы.

Резюме

• Эффективность — это производная результативности;
• Почти никогда максимумы эффективности и результативности не совпадают;
• Развитие всегда приводит к временному снижению как эффективности, так и результативности;
• Правило Парето — обманка.

Эффективность глазами концептолога was originally published in smysloteka on Medium, where people are continuing the conversation by highlighting and responding to this story.

Оригинал и комментарии

Спасибо за математическую модель. Я к похожим выводам пришёл, когда на бирже проиграл миллион рублей. Схема выглядела беспроигрышной: заранее на те или иные события (отчёты компаний и регуляторов) просчитывалась вероятность того, как рынок отреагирует на новость. Из пяти ставок 3 срабатывает. На одной ставке можно было заработать или потерять 5%. В итоге за полгода мой депозит обнулился, хотя изначально я наблюдал как он растёт.

Оригинал и комментарии

Назрел крупнейший прорыв в понимании случайности

Представьте себе совершенно дикий по идиотизму пример.

• Допустим, что в наше время общепринятым представлением о мироустройстве является геоцентрическая система: центральное положение во Вселенной занимает неподвижная Земля, вокруг которой вращаются Солнце, Луна, планеты и звёзды. И этим представлениям о мироустройстве уже 300 лет.
• Но 10 лет назад была сформулирована альтернативная — гелиоцентрическая гипотеза: будто Земля и другие планеты вращаются вокруг Солнца.
• А в 2016 году двумя известными физиками (один из них Нобелевский лауреат, совершивший переворот в физическом представлении о мире) была опубликована статья, в которой гелиоцентрическая гипотеза доведена до уровня физической теории (эта статья стала самой читаемой научной публикацией года в журнале).
• И совсем недавно — в июле сего года вышло экспериментальное психологическое исследование, показывающее, что вшитые в человека от рождения нейробиохимические механизмы (биоритмы и т.д.), как бы настроены на то, что Земля вращается.

И не смотря на все это, геоцентрическое представление о неподвижной Земле остается общепринятым. А присущее людям врожденное представление о вращающейся Земле признано иррациональным искажением несовершенной человеческой психики…

Согласитесь, — пример действительно дурацкий.

Разве подобное возможно?

Оказывается, да. Вот уже 300 лет люди используют концептуально несовершенную и потому ошибочную концепцию вероятности. Все к этому за 300 лет привыкли…

И вот в начале декабря случилась сенсация.

Авторитетный научный журнал Nature Physics публикует статью «The ergodicity problem in economics». Ее автор Оле Питерс — продолжает тему, начатую в знаменитой статье 2016 года «Evaluating gambles using dynamics», написанной совместно с нобелевским лауреатом великим Мюрреем Гелл-Манном (тот, к сожалению, уже умер).

В новой статье утверждается, типа, —

«И все-таки она вертится!».

В смысле, что пора науке решиться и поменять-таки представления о вероятности. Потому что, если коротко, ситуация такова.

1. Многие современные науки основаны на искаженном представлении о реальности. Это искажение является следствием сложившихся около 300 лет назад ошибочных представлений о вероятности (риска, удачи, счастья …).
2. Лежащее в основе этих представлений формальное понимание математики случайности 300 лет назад было в зачаточном состоянии и концептуально наивно. Предполагалось:
   - что случайность, возникающая в единственно существующем пространстве с необратимым временем, имеет тот же эффект,
   - что и случайность, возникающая в ансамбле параллельных вероятностных миров.
3. В 18 веке экономика (первая дисциплина, веком раньше разработавшая математику случайности ) заметила нестыковки теории и практики, возникающие из-за подмены временной вероятности на ансамблевую, и разработала инструменты (типа теории полезности), хоть как-то смягчающие некоторые из нестыковок. Там же, где наблюдалось резкое отклонение поведения людей от предсказаний экономических моделей, просто было объявлено, что это следствие иррациональности человеческой психики.
4. В 19 веке в физике, а именно в термодинамике и статистической механике, была разработана новая концептуализация случайности. Эта концептуализация с самого начала признавала центральную роль времени в случайных процессах. Тем самым в физике был устранен фундаментальный недостаток — путаница в применении временной и ансамблевой вероятностей.
5. В экономике же и прочих неточных дисциплинах, изучающих принятие людьми решений в условиях неопределенности (финансы, социология, психология и т.д.), все пока что остается, как и 300 лет назад.

В результате этого человечество имеет массу проблем:

• неизбывное наступание на грабли ошибочных решений (и в том, числе, крайне важных), основанных на неверных методах управления рисками, базирующихся на изучении прошлого;
• наличие неразрешимых парадоксов, головоломок и аномалий, беззащитность перед «черными лебедями» и т.д.;
• доминирование в мире модели рациональности, не соответствующей человеческому опыту и тому факту, что люди живут в единственно существующем пространстве с необратимым временем, а не в параллельных вероятностных мирах.

Чтобы исправить все это, необходима смена человечеством модели рациональности. А это влечет за собой будет весьма серьезные последствия:

— полный пересмотр экономической теории и практики финансовых спекуляций;

— кардинальное изменение трактовки причин нарастающего неравенства;

— принципиальная смена подходов в практике прогнозирования и принятия решений;

— отказ от использования многих привычных показателей и индикаторов (типа понятия ВВП в качестве индикатора уровня процветания);

— демонтаж и замена существующих систем страхования и пенсионной системы

… и много чего еще.

✔️ Так что ж, если такая научная трактовка прошла рецензирование и опубликована в Nature Physics, — мы на пороге новой научной революции?

Полагаю, что это весьма возможно. Но решать не мне.

Моя же задача — всего лишь попытаться на простом языке объяснить, в чем суть крупнейшего прорыва человечества в понимании случайности.

И желательно, чтобы каждый из читателей мог проверить это на простом и интуитивно понятном примере. С которого мы и начнем.

Из прошлого в будущее много путей, но реализуется лишь один

«Учитывая ход времени, ваша способность играть в игру завтра зависит от последствий сегодняшних решений».
Оле Питерс

Bот уже 300 лет считается, что поток времени не имеет отношения к вероятности. Но это не так. На самом деле, существуют два типа вероятности: временная и ансамблевая. Проще всего понять разницу между ними на простом примере игры в орлянку. Эта простая игра хорошо иллюстрирует общепринятый способ мышления при оценке вероятности и принятия решений в рисковых ситуациях, зависящих от случайности.

Игра такова.

• У меня $100 (это мой начальный баланс).
• Я подбрасываю монету (она симметричная и бросаю ее без жульничества).
• Если выпадает орел, я выигрываю 50% от моего текущего баланса.
• Если выпадает решка, я теряю 40% текущего баланса.

Таким образом, если после 1го броска монеты выпадет орел, я выигрываю $50, а если решка, то потеряю $40.

С такими правилами игра выглядит весьма привлекательно, хотя и есть, конечно, некоторый риск.

Под риском понимается ситуация, когда, зная вероятность каждого возможного исхода, все же нельзя точно предсказать конечный результат. Но можно оценить риск и потенциальную выгодность игры. Дабы принять решение — играть в нее или нет.

Напомню.

Ожидаемое значение случайной величины (в нашем примере, очередной орел или решка) подсчитывается по формуле математического ожидания:

Е(х) = p1*х1 + p2*х2 + … + pn*xn

где р1, р2, … pn — вероятности каждого исхода, х1, х2, … xn — значения каждого исхода: либо прибавка 50% к текущему балансу, либо его сокращение на 40%.

Тогда, математическое ожидание денежного выигрыша после первого броска монеты, составляет (0,5*$ 50 + 0,5*$ — 40) = $5 или 5% прироста текущего баланса. Рассуждая дальше, матожидание денежного выигрыша после второго броска монеты составляет (0,5*52,5 + 0,5*$ -42) = $5,25. Еще 5% прироста текущего баланса.

Предполагается, что этот процесс с течением времени будет генерировать 5%-ную скорость роста денежного выигрыша. И если играть достаточно долго, эта скорость будет все более приближаться к своему расчетному значению 5%.

Теперь начинаю играть.

Желающие могут далее

• либо смотреть видео, на котором Оле Питерс рассказывает (по англ.) о ходе игры и обнаруживаемых поразительных сюрпризах;

• либо читать далее эту главу, где поясняющих картинок будет даже больше, чем в рассказе Оле.

Игра в миллионе параллельных реальностей

Бросаю 5 мин (по 1 броску в минуту). Получилось вот что. Красная линия показывает состояние текущего баланса после броска. Первые 2 раза была решка, потом орел, снова решка и опять орел.

Пока что ожидаемого 5%ного роста дохода не видно. Проклятая случайность играет против меня. Это ничего. Нужно просто подольше поиграть, чтобы флуктуации случайности уравновесились. И никуда оно не денется, в среднем все придет к обещанным 5%.

Играю дальше еще 55 мин (все так же, по броску в минуту). Получилась 60-минутная серия бросков.

Был и в проигрыше, и в выигрыше. Но все равно, что-то тренда пока не видно. Все забивают флуктуации случайности. Не хай. Буду дальше играть, и все само образуется. Сделаю еще 9 таких же серий, чтоб всего было 10 серий по 60 бросков.

Кто-нибудь видит здесь хоть какой-то тренд? Я не вижу. Значит все еще мало бросали. Делаю еще 10 серий. Итого получаю 20 серий бросков по 60 раз.

От результатов начинает рябить в глазах. Но тренд на 5%ный выигрыш, хоть убей, не просматривается. Понимаю, что зря я на эту рябь смотрю и нужно просто посчитать средние поминутные значения по всем 20 сериям. Получается вот так.

Тренда пока не просматривается. Но я не сдаюсь. Делаю 1 тыс. серий и вычисляю для каждой минуты средние значения…

Тру-ту-ту-ту! Приз в студию! Вот что получилось.

Чем ни тренд? Жаль только в конце график почему-то вниз повалился. Надо еще больше серий сделать.

Делаю 1 миллион серий. И каков результат — загляденье!

Четкий линейный тренд с ростом дохода в 5%. Игра, как и подсказывала интуиция, выгодная. Нужно было лишь подождать, чтобы в результате многих бросков отфильтровался шум случайностей. Что и было получено.

Но постойте. Надеюсь вы понимаете, что на самом деле,

я не бросал монету 114 лет, чтобы сделать 1 млн. серий по 60 бросков в час.

Вместо этого я рассчитал средние значения по 1 млн. ансамблей, каждый из которых состоял из 60 бросков за час.

Каждый ансамбль имел свою траекторию, которая для простоты различия была покрашена в уникальный цвет, как было показано на картинке из 20 траекторий.

✔️Но что означает тот факт, что полученное мною итоговое усреднение было сделано для 1 млн. траекторий?

• Я как бы набрал 999999 студентов и одновременно с ними сделал 1 млн. серий, каждая из которых включала 60 попыток по одной в минуту?

Как будто каждый из нас делал свою серию в собственной параллельной реальности, а результат я просто усреднил по всем этим реальностям.

Но нет у меня никаких параллельных реальностей.

Кроме того, в некоторых параллельных реальностях (на части траекторий) я проигрался в ноль, не завершив серию. А ведь в жизни-то я так не смогу: если на одной траектории проигрался, просто возвращаюсь во времени назад и перехожу на более удачную траекторию.

Нет, это какой-то бред. Надо уходить от параллельных реальностей.

Но что получится, если я буду делать свои попытки один, — в необратимом потоке времени, так сказать, в единственной доступной нам реальности?

Игра в единственной существующей реальности

Начну, как и раньше, сделав 60 бросков.

Потом просто стану бросать дальше в течение суток.

По горизонтальной оси теперь откладываются не минуты, а часы. Зеленым цветом в левой части красного графика показана траектория 1го часа игры, вынесенная на вставку в правой верхней части рисунка.

Продолжаю играть все ту же единственную игру. Но черт побери! Я все больше и больше проигрываю. Начальные 100 баксов быстро растаяли до малых долей цента. Попробую играть целую неделю. Вдруг начнет везти.

Теперь по горизонтальной оси показаны дни. А результат становится все хуже и хуже. Флуктуаций, правда, становится все меньше. Но тренд однозначно направлен на безальтернативный проигрыш. Но я упорный. Буду играть целый год.

Теперь по горизонтальной оси уже месяцы. Флуктуации окончательно сгладились. Но результат ужасен.

✔️В чем же дело? Почему получились две несравнимо разные картины?

• В ансамблевом варианте, когда были усреднены 1 млн. игр, как бы сыгранных в параллельных мирах 1 млн. людей, получился ожидаемый выигрыш.
• В единственной игре, сыгранной мною за целый год, я проигрался в пух и прах.

Получается, как будто:

— если играет большое количество людей (ансамблевой вариант), средний результат получается положительным (что не удивительно, т.к. ожидаемый выигрыш игры положительный);

— но если кто-то один достаточно долго играет в эту игру (временной вариант), он теряет почти все свои деньги.

Какой-то бред сумасшедшего получился!

Может ошибка какая вкралась?

Надо проверить оба варианта на симуляторе.

Проверка ансамблевого варианта

Желающие могут сами это сделать, воспользовавшись анимированным симулятором игры, запрограммированным Сидом Шанкером (правила в этой игре чуть-чуть численно отличаются: за орла и решку выдается не +50% и -40%, а +55% и -45%, но это принципиально ничего не меняет).

В ансамблевом варианте в игру играют 40 человек, и каждый бросает монету 20 раз. Начальный баланс у всех одинаковый — $100.

Вот перед вами итоги 4х игр (вы сами можете сгенерировать еще хоть 1000 подобных игр на симуляторе).

На вышеприведенной картинке показано для каждой из 4х игр:

• траектории выигрыша двадцатки (больше на анимированном графике не умещается) наиболее успешных (по размеру итогового выигрыша) игроков;
• сумма итогового выигрыша этой же «великолепной двадцатки» после последнего 20го броска (на анимированном графике симулятора, перемещая курсор, можно смотреть также все промежуточные результаты после каждого броска);
• среднее значение итоговых выигрышей всех 40 игроков.

Что особенно интересно.

— Среднее значение выигрыша для всех игроков в конце игры (указано сверху слева), как правило, выше $100 (оно и понятно, игра же выгодная).

— Однако, как правило, в результатах получается огромный разброс. Почти всегда, один или два игрока выигрывают большие деньги, тогда как большинство теряют.

Например, в 1й (самой «несправедливой») игре, средний итог игры составил аж $754, но это большущее среднее получилось так:

• игрок №23 огреб $28+ тыс.,
• а игроки №№39, 37, 34, 32 (а также игроки 2й («омерзительной») двадцатки, продули почти все, имея к концу игры лишь по $7.

А в самой «справедливой» 3й игре, средний итог игры составил $118, а это скромное среднее получилось из такого разброса:

• игроки №№35 и 13 огребли по $1279,
• а игроки №№37, 34, 32, а также №№28, 22, 21, 18 остались после игры всего с парой десятков баксов (а игроки «омерзительной» двадцатки еще с меньшими суммами).

Возникает резонный вопрос.

✔️С кем из игроков я должен себя ассоциировать при принятии мною решения?

И вообще:

— выгодная это игра или нет?

— стоит ли мне в нее играть?

Мне равняться на результат игрока №23, что огреб $28+ тыс. в 1й игре?

Или на его же результаты в играх с 2й по 4ю, где он сильно продул, не выйдя из «омерзительной» двадцатки?

Ведь ориентироваться на среднее между всеми игроками нет смысла: я же один буду играть и всего один раз, сделав 20 бросков монеты.

Попробую снова воспользоваться анимированным симулятором игры Сида Шанкера, чтобы проверить, что меня ждет если я буду долго играть один (временной вариант).

Проверка временного варианта

В этом варианте симулятора вы просто жмете на «Play» (на статичном рисунке ниже это клавиша в состоянии «Сброс»/«Reset», т.к. это скриншоты с анимации) и игра идет до бесконечности, совершая все новые и новые случайные броски монеты и, соответственно, увеличивая или уменьшая текущий баланс игрока.

Вот пример одной игры.

На верхнем графике показана траектория текущего баланса игрока до 65го броска монеты. Как видите, 35 бросков сказочно везло, что позволило на 33м броске довести выигрыш до $2 тыс. Но потом везение кончилось, и к 65у броску баланс устремился к нулю.

Подобный плачевный итог повторился в еще паре десятков игр, сыграных мною на симуляторе.

Вот 4 из них в качестве примера. Игры довольно длинные (количество бросков монеты: 158, 175, 652 и 872), чтобы не вкралось сомнение, будто их плачевный исход — плод недостаточно длинных серий бросков.

Увы. Исход у меня получился всегда один и тот же.

• Были взлеты и были падения.
• Но, в конечном итоге, мой баланс всегда стремился к 0.

Т.е. игра, в которой каждый ход имеет положительное ожидаемое значение выигрыша, в конечном итоге ведет к абсолютному проигрышу.

Вывод

Проверка на симуляторе подтвердила наш предварительный довольно нелогичный вывод.

В 2х вариантах этой игры получаются кардинально разные результаты.

✔️Когда много людей играют в игру небольшое количество раз, происходит усреднение по ансамблю, и ожидаемый выигрыш положительный.

✔️А когда один человек играет в игру много раз, происходит усреднение по времени, и ожидаемый выигрыш отрицательный (то есть неотвратимый проигрыш).

1. В ансамблевом варианте 1 млн. человек играли по часу в неких параллельных реальностях. В среднем у них получился устойчивый выигрыш. При этом, правда, большинство игроков из параллельных реальностей проиграли. Но зато один или двое из них сорвали большой куш. И этот куш столь велик, что, если сложить его с теми крохами, что остались у большинства, среднее значение выигрыша получится положительным.
2. Во временном варианте 1 человек играл целый год и проигрался в дым, поскольку у него была всего одна игра и откатить назад во времени (если вдруг проиграл) он не мог.

✔️ Но как же такое может получаться — игра одна, а результаты разные?

Оказывается, ничего удивительного. Просто в данном примере мы столкнулись со случайной системой, являющейся неэргодичной.

Эргодичность

«Нет вероятности без эргодичности»
Нассим Талеб

Мы привыкли, что вероятность, применимая к группе людей (ансамблевая вероятность) и вероятность, применимая к одному человеку (временная) совпадают.

Если вы бросите игральную кость 100 раз, сколько раз выпадет шестерка? Нет сомнений, что где-то в районе 17 раз.

А если попросить 100 человек по разу бросить кость, то сколько шестерок в сумме у них выпадет? И опять нет сомнений, — тоже примерно 17.

Т.е. получается, что в примере с игральной костью среднее по времени и среднее по ансамблю получаются одинаковые, а в примере из предыдущего раздела поста — с бросанием монеты и +50%ным или -40%ным изменением баланса — они разные.

Объяснение этому отличию было предложено еще в 1884 великим австрийским физиком-теоретиком, основателем статистической механики и молекулярно-кинетической теории Людвигом Больцманом.

Он ввел новое понятие — эргодичность для процессов, в которых среднее по ансамблю и среднее по времени совпадают.

Такие процессы были названы эргодическими. Соответственно, процессы, в которых эти 2 средних не совпадают, были названы неэргодическими.

Это слово, являющееся определением важнейшего класса случайных процессов, столь редко в использовании, что Google на запрос «неэргодический» дает всего около 600 ссылок (для сравнения, на запрос «вероятность» выдается 63+ млн. ссылок — в 100 тыс. раз больше). И это соотношение таково, поскольку, на самом деле, лишь 1 человек из примерно 100 тыс. слышал, что бывают неэргодические случайные процессы. А их в реальной жизни пруд пруди, т.к.

сама жизнь по своей природе неэргодична,

— время в жизни необратимо, и каждый из нас живет в единственном варианте реальности, не предлагающем нам иных средних значений, чем среднее по времени.

Если мы, оценивая рискованность (привлекательность) какого-то своего действия (напр. инвестиции или ставки в игре случая), не заморачиваемся с вопросом эргодичности, это грозит нам печальным результатом. Как было показано в предыдущем разделе,

можно полагать ожидаемую доходность игры (или любого иного процесса, где правит бал случай) положительной, тогда как, на самом деле, она отрицательная.

Напомню уже известный вам рисунок.

Такое запросто может быть в жизни. Вы полагаете, что у вас будет гарантированный плюс (левый график), а вас ждет непременный минус (правый график).

✔️ Но в чем же коренится столь коварная иллюзия?

✔️ Что заставляет человека столь кардинально лопухнуться с оценкой перспектив, приняв неэргодический процесс за эргодический?

Причин, по большому счету, две.

Первая, — замена временной вероятности на ансамблевую.

В этой простодушной замене при оценке ожидаемой выгоды, среднее по времени просто заменяется на среднее по ансамблю. Это ловкий трюк, многим кажется чрезвычайно полезным, так как ансамбль средних значений, как правило, значительно проще и, главное, гораздо быстрее вычислять по сравнению со средним по времени. Ждать, когда последовательно произойдет множество событий, долго. А как говорил О.Бендер, — время, которое у нас есть, — это деньги, которых у нас нет.

Вот только выходит потом себе дороже. В итоге такой замены для неэргодических процессов (коих в жизни предостаточно) мы обрекаем себя на ошибочную оценку перспектив.

Другая причина — наличие в жизни необратимых последствий.

В результате этого,

для неэргодических процессов наблюдаемая в прошлом вероятность не применима к будущим процессам.

Нассим Талеб называет такие необратимые последствия «гибелью» — попаданием в экстремально поганую ситуацию, не подразумевающую восстановление.

Поясняя это, Нассим Талеб использует такой экстремальный пример, использованный им в качестве базового объяснения в книге «Одураченные случайностью».

Предположим, что шестеро людей играет в русскую рулетку: каждому по выстрелу и приз в $1 млн. долларов.

После шести выстрелов, скорее всего, пять из шести играющих останутся в выигрыше. Если использовать стандартный анализ выгоды и затрат, можно утверждать, что вероятность выигрыша у каждого из игроков составляет 83,33%, а «ожидаемый» средний доход в результате каждого выстрела составит около $833333. Но проблема в том, что при многократной игре в русскую рулетку (более одного прохода по всем стреляющим) кто-то непременно попадет на кладбище. И поэтому, ожидаемый доход… просто не вычисляем.

Этот пример запросто переносится на куда менее экстремальную игру в казино.

На рисунке показана разница между ситуациями, когда:

1. 100 человек идут вечерком развлечься в казино, и кому-то, возможно, не повезет (верхний рисунок);
2. один человек ходит в казино каждый день в течение 100 дней.

В первом варианте нет никакой зависимости от каких-либо событий в прошлом. И потому привычное понимание вероятности (ансамблевой) здесь вполне применимо. А если кто-то из 100 пришедших проигрывает все, что имел, — это, при расчете средних значений, как бы происходит в одном из «виртуальных вероятностных миров», а во всех остальных «мирах» (где как бы играют другие 99 игроков) все нормально.

Второй вариант совсем иной. В нем вероятность зависит от прошлого. Идя в казино сотый раз человек имеет за плечами 99 предыдущих игровых вечеров. Поэтому:

• здесь не только должна применяться другая вероятность — временная, вместо ансамблевой,
• но и «гибель» — полный проигрыш человеком всего, что у него есть, — происходит отнюдь не в одном из «виртуальных миров», а в единственно существующем для него мире.

И естественно, что после «гибели» уже нет смысла рассчитывать ожидаемый доход от новых походов в казино, даже если «гибель» случилась в первый же вечер. Этой вероятности просто не существует, поскольку больше походов в казино уже не будет.

Ошибка неразличения 1го и 2го вариантов сохраняется в экономике, психологии и социальных науках с незапамятных времен.

А в наши дни это неразличение разных вероятностей при анализе больших данных (основанном на вероятности больших ансамблей) грозит еще большим масштабом заблуждений и ошибочных решений при:

1. оценке ситуаций,
2. выборе вариантов действий,
3. анализе поведения и пристрастий людей,
4. прогнозировании сценариев развития событий.

Т.е. по сути, это равносильно жизни людей в некой искаженной реальности, где оценка ими вероятности многих событий просто ошибочна.

Но люди привыкли. Ведь человечество живет в этой искаженной реальности уже около 300 лет, с тех пор, как пути ансамблевой и временной перспектив разошлись.

Как видно из рисунка, за обе перспективы (ансамблевую и временную) топили многие великие умы.

Но в итоге, к концу 2019 мир живет все в той же искаженной реальности, изобилующей старыми парадоксами и новыми ошибками.

Рассмотрим чуть подробней конкретные последствия подобных ошибок.

Цена искаженной реальности

«Экономика так и не состоялась, как наука, поскольку мы должным образом так и не определились с ее основанием. Если в экономике никогда не было Галилея, как же здесь могут появиться Ньютон или Эйнштейн?»
Джеффри Уэст

Вынесенные в эпиграф слова Джеффри Уэста, на мой взгляд, исчерпывающе описывают состояние современной экономики, как науки.

• Экономика — это наука.
• Но ее уровень сейчас примерно таков, как в физике был до Галилея.
• Причина же этого в зыбкости и неопределенности основ этой науки — оценки выгоды и рисков экономической деятельности.

Сегодняшнее управление рисками часто полагается исключительно на инвесторов, определяющих свои предпочтения в отношении риска через функцию полезности без явного учета влияния времени.

Литература по управлению капиталом и управлению рисками в значительной степени использует комбинация средних значений ансамбля и полезность, пренебрегая временем или в лучшем случае инкапсулируя его эффекты в функции полезности. При таком подходе необратимость времени, непоколебимая физическая мотивация воздержания от чрезмерного риска, заменяется произвольно определяемым риском предпочтения. После создания соответствующих академических рамок (примерно с 1970-х годов), нормативные ограничения, которые были в значительной степени основаны на здравом смысле, были постепенно ослаблены.

В итоге, ранние математические методы, разработанные в экономике в 17 и 18 веках, по-прежнему лежат в основе многих проблем, стоящих перед современной теорией экономики. Их нужно менять, исправляя наивные взгляды на случайность.

Новая теория экономики должна учитывать понятие эргодичности, разработанное в 20-м веке и без которого немыслима современная физика.

Так почему же это не делается?

Прямолинейный Нассим Талеб винит тупость и упертость экономистов. Более политкорректные специалисты объясняют это мотивацией ключевых акторов, заинтересованных, чтобы ситуация не менялась.

• Страховщики заинтересованы продолжать свой немалый бизнес. А при переходе к «эргодической экономике» его можно будет закрывать. Как минимум в том виде, в каком он существует сегодня.
• Правительства заинтересованы продолжать балаган с пенсионными системами. А при переходе к «эргодической экономике» они просто накроются медным тазом, в связи с осознанием их ненужности.
• Международные эксперты, как и правительства всех стран, заинтересованы продолжать морочить людям голову, измеряя рост благосостояния в стране показателями ВВП и ВВП на душу населения. А при переходе к «эргодической экономике» всем станет понятно, что этот показатель имеет весьма косвенное отношение к росту благосостояния страны, ибо его довольно просто увеличить, сначала выкопав котлован на полстраны, а затем его закопав.
• Богатая «элита» заинтересована продолжать объяснять растущее имущественное неравенство всем, чем угодно, но не тем, что иначе быть просто не может при современном устройстве экономики, где правит «закон Матфея». А при переходе к «эргодической экономике» все псевдо-объяснительные уловки вылезут наружу, и потребуются совсем иные методы и механизмы выравнивания экономического неравенства.

Похожая картина с мотивацией ключевых акторов, заинтересованных, чтобы ситуация не менялась, царит в социологии, психологии и прочих науках, создающих теории поведения и деятельности людей в условиях реальной жизни.

Ведь как я уже писал выше.

Жизнь, сама по себе, неэргодична.

Она неповторима и нетиражируема в других вероятностных реальностях, протекая в необратимом потоке времени.

И, что самое интересное, — свойство чувствовать разницу между эргодическими процессами и неэргодическими в вероятностном пространстве жизни, встроено в нас, подобно чувству ориентации в окружающем нас 3х мерном пространстве.

В этом году было доказано —

люди интуитивно различают эргодические процессы от неэргодических.

Экспериментальная проверка показала, что, вопреки современной науке, люди отказываются от стратегии линейной оценки полезности, когда сталкиваются с процессами с мультипликативной динамикой (как в примере с монетой, где выигрыш оценивался мультипликативно — в процентах от текущего баланса). При смене динамики процесса с аддитивной (выпал орел — получи $50, выпала решка — отдай $40) на мультипликативную, люди, как показал эксперимент, интуитивно переходят на логарифмическую оценку полезности на (см. рис. ниже).

На этом рисунке показано, что, в зависимости от динамики азартных игр (мультипликативной или аддитивной) люди меняют свою стратегию оценки риска, исходя:

• либо из оценки логарифмической полезности — для мультипликативной (красной) динамики игры,
• либо из оценки линейной полезности, для аддитивной (синей) динамики игры.

Этот эксперимент убедительно показал, что эволюция встроила в человека верную оценку рисков в плане выгодность/невыгодность. Куда более верную, чем навязывают ему современные экономические теории, заодно объясняя, что он — дурашка и не может по своей природной иррациональности сделать правильный выбор.

✔️ Так чем тогда экономика отличается от религии, если оказывает большее уважение к авторитету, чем к реальности?

Великий Л.Д.Ландау писал, что

науки делятся на естественные, неестественные и противоестественные.

Противоестественные — это те, что убеждают нас в представлениях, не соответствующих реальности.

Так не пора ли, наконец, перевести экономику и прочие науки, не признающие эргодичность в жизни людей, из класса противоестественных в класс неестественных наук, где они заняли бы свое достойное и заслуженное место.

Ведь это возможно. Единственное, что требуется, как пишет в декабрьской редакционной статье журнал Nature Physics, — выйти за рамки привычного «среднего мышления». И, похоже, что время для этого пришло: Time to move beyond average thinking.

И тогда, впервые за 300 лет, наш мир перестанет быть искаженным, а наши модели, наконец, совпадут с реальностью.

________________________________

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

Эйнштейн 21 века задумал революцию в диетах

Изречение «ты есть то, что ты ешь» сегодня, в эпоху современной медицины, еще более верно, чем 200 лет назад, когда это было сказано впервые.

Более того, современная наука расширила эту мысль до:

- «скажи мне, что ты ешь, и я скажу, кто ты», теперь относя смысл фразы не только к физической форме, но и к интеллектуальным способностям;

- «скажи мне, что ела твоя мать, когда вынашивала, а потом кормила тебя, и я скажу тебе …».

Короче, еда для нас — это всё.

Но в том-то и жуткий сюрприз, что

при всех успехах диетологии и, в целом, медицинских наук, мы, оказывается, ни черта не знаем о том, как еда влияет на наше здоровье и интеллект.

Вот пример.

О безглютеновой диете известно более 100 лет, когда появилось понятие «целиакия» — аллергия на клейковину — дерматит, диарея, замедление роста. Сегодняшняя безглютеновая диета заменяет пшеницу, рожь, ячмень и овес мукой и крупой из кукурузы, риса, гречки и сои. Но скрытый глютен диетологи теперь находят в соусах, сосисках, сыре, чае…

Почему?

Да потому, что полный количественный состав биохимических веществ продуктов питания неизвестен!

Национальные стандарты, отслеживающие, как пища влияет на здоровье, основываются примерно на 150 пищевых компонентах.

А их, на самом деле, в пище более 26 тыс.

Многие из них имеют документально подтвержденные последствия для здоровья, но остаются неквантифицированными каким-либо систематическим образом для конкретных продуктов питания. Это и есть «темная материя» еды:

• составляющая минимум 2/3 того, что мы съедаем;
• и обладающая неквантифицированным, а то и, вообще, неизвестным влиянием на наше здоровье и интеллект.

На рисунке показаны неотслеженные биохимические вещества и их последствия для здоровья. Продукты животного происхождения содержат L-карнитин, холин и соединения, способствующие образованию холина. Эти молекулы метаболизируются кишечными бактериями в триметиламин (ТМА), который преобразуется в печени в триметиламин-N-оксид17 (TMAO), соединение, связаное с коронарными эффектами. Чеснок, оливковое масло экстра-вирджин и красное вино, основные ингредиенты средиземноморской диеты, снижают производство ТМАО за счет аллицина и 3,3-диметилбутан-1-О1 (ДМБ) - соединений, блокирующих выработку ТМА кишечными бактериями. Из шести биохимических соединений, участвующих в этом процессе, только один, холин, отслеживается в еде Министерством сельского хозяйства США. Другие соединения являются частью “темной материи” еды (на рис. показана красным цветом).

Например, чеснок.

Масса людей знает про себя, что от чеснока им худо. Но почему, — никакой врач точно сказать не готов.

А вот почему.

1. Даже в самых продвинутых базах данных содержатся количественные сведения лишь о 67 питательных компонентах сырого чеснока (марганец, витамин В6, селен …).
   Однако, зубчик чеснока содержит 2300+ различных химических компонентов — от аллицина, соединения серы, отвечающего за отчетливый аромат, до лютеолина, флавона, обладающего защитным действием при сердечно-сосудистых заболеваниях.
2. Влияние каждого из элементов «темной материи» еды на индивидуальный организм уникально. Эта уникальность определяется уникальностью ДНК. Но связать квантифицированные данные о точном составе «темной материи» с индивидуальным кодом ДНК никто пока не брался.

И вот сенсация.

Альберт-Ласло Барабаши (которого я не без оснований назвал Эйнштейном 21 века) планирует в течение 10 лет произвести переворот в питании человечества.

Путем машинного обучения на Больших Данных, описывающих (1) полный биохимический состав высокого разрешения всех продуктов питания и (2) генетические коды конкретных людей, он собирается:

1) расшифровать «тайную материю» продуктов питания — произвести систематическое картирование полного биохимического состава пищи;

2) разработать полный биохимический спектр «дорожных карт» индивидуальных диет, чтобы питание могло конкурировать с генетикой по точности, охвату и влиянию.

Результатом станет индивидуальный питательно-химический «штрих-код» для каждого человека, определяющий оптимальный спектр индивидуально показанных пищевых продуктов (пример «штрих-кода» показан на рисунке в заглавии поста).

И будет людям здоровье и счастье. А лекарства — только в случаях, когда «штрих-код» засбоит, и нужно будет это подправить.

Да, еще кое-что. Это здорово улучшит ожидаемую продолжительность жизни. Как будто люди перестанут заправлять бензобаки своих авто загрязненным и разбавленным ослиной мочой низкосортным бензином АИ-80 и перейдут на лучшие сорта топлива высокой очистки, да еще и оптимизированное под тип двигателя.

Подробней — The unmapped chemical complexity of our diet

________________________________

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

Конгломерат самарских кофеен провёл в декабре мероприятие для городских кофеманов и кофезависимых.

Субъективно было продано около 60 билетов. Цена варьировалась от 550 до 900 рублей, в зависимости от времени покупки билета. В “забеге” участвовали: Скуратов (отвалились за пару дней до), Surf (отвалились в процессе), 8 атомов, Алиса, Нью-Йорк, Here and Now, Территория правильных напитков, Maverick.

Чтобы не создавать пробки, 60 человек были разбиты на 4 группы. Но из-за разной явки в некоторых было 4 человека, в других по 15. К каждой группе были волонтеры, которые водили группы между кофейнями.

Идея создать маршрут между кофейнями и водить по ним кофеманов — отличная. Все участники были в старом городе и комбинация 40 минут на лекцию и 20 минут на дорогу — очень удобно.

Организаторы завели отдельный инстаграм-аккаунт под мероприятие, но вели его как-то через силу и слабо реагируя на запросы.

Погода была ветряная и темно за окном, но разный кофе согревал.

Хотя в том же тайм-кафе “Нью-йорк” кофе не было. Да, мы занимались ароматерапией, но “Ночь кофе” без кофе на одной из “точек” — странный подход.

Мне в целом мероприятие понравилось и для первого раза очень хороший результат, но, как у кофезависимого маркетолога есть замечания:

• Накладки с сетевыми кофейнями: Скуратов отвалился за день, а Surf в саму ночь. В итоге часть групп попали в Surf, а часть нет;
• Нехватка мерча: как минимум можно было сделать листки для записи с брендом мероприятия и карандаши + дизайн под фиксацию кофе и вкусов. Бананы это круто, но можно было всем вручить по печеньке с надписью “Ночь кофе”. Идея со стаканами в аренду за 100 рублей не зашла;

• Отсутствие расписания: возможно такая таинственность была призвана сдерживать разбредание групп, но в целом выглядело так, что волонтеры не знали программу. Это дико раздражало, так как не понятно что будет и где. Да, мы знали места и что там что-то будет каждый час, но что не совсем понятно;
• Нехватка анонсов: отсюда было видно, что явно не хватало публикаций про ведущих, их опыт, факты из их выступлений. Записывать было не удобно или не на чем, а информации давали много. Факты в инсте помогли бы потом восстанавливать “что нам там лили”;
• Где другие кофейни: не совсем понятно, почему не было “Толтого” или “Сойки” в данном мероприятии;

• Участие в мероприятии кафе со спорной репутацией: зачем было звать Maverick после их рекламы в инсте с избиением девушки? Особенно в контексте принятия закона о домашнем насилии — это спорное решение;
• Сбор личных данных: волонтеры пустили листок со сбором личных данных участников, но не разъяснили зачем это надо;
• Мало стаканчиков, порций и мусорок: в некоторых кафе было не понятно куда выбрасывать мусор. Банан и стаканчик от кофе — непродуманно. Очень очень скоромные порции кофе для дегустаций;
• Непродуманные сценарии дегустаций: Например в кафе Алиса, дали одной группе попробовать 3 кофе, а другим уже 2. В “Here & Now” например просто не хватило кофе с пробниками на всех. Выступающих не готовили и не прогоняли перед выступлением и поэтому выступления были от малоинформативных “эээээ…” до “глубоких откровений баристы”;
• Проклятые инстаблогерши: это уже личное замечание, что никто не следил за приглашенными “Инстаблогершами”, которые просто перекрывали собой и своими мобильниками баристу, кофе и за ними было мало видно. Особенно в “Территории кофе”, где полстойки было закрыто одной блогершей.

Резюмируя: идея классная, развивать культуру потребления кофе надо, но реализация достаточно сырая и явно чувствуется несбалансированность участников. Побывать везде не получилось, так как были сомнения что там не будет “потерянным время”. Я с удовольствием приду на майскую дегустацию “кофе в ночи” и посмотрю на кофейную гущу еще раз.

“Ночь кофе 2019” в Самаре: гадание на кофейной гуще was originally published in Caffeinated and Coffee on Medium, where people are continuing the conversation by highlighting and responding to this story.

Оригинал и комментарии

ох гайз, капец!!! ) слышали про Oumuamua? дочитал на arXiv статью астрофизиков из Гарварда, исследование профинансировано в тч на грант от Breakthrough Prize от Юрия Мильнера и Цукерберга (!)

посчитали: исходя из скорости, траектории и крутящего момента это может не комета или астероид, а это полу-сферической объект _по плотности как солнечный парус_ (толщина 0.3–0.9 мм) и двигается под потоками солнечного света, и может пролететь до 5 тыс световых лет, выдержав столкновения с космической пылью и мусором

и

в конце ставят вопрос — и что же это? не из другой ли галактики это пульнули? текущая точность измерений пока не позволяет узнать про этот объект что-то еще…

у меня мурашки по коже с учетом что я видел НЛО в школьные годы с братом: в тверской обл днем на солнце бело-серебристый гриб высотой с дерево парил над полем в нескольких метрах, мы наблюдали с 500 м пару минут, испугались и убежали к деревне — до сих пор жалею… =)

Оригинал и комментарии

Оригинал и комментарии

Ключевое отличие людей от ИИ — мы по-разному видим мир

Как устроен зашитый в нас алгоритм понимания физики мира

Сколько видео падающих предметов нужно показать нейросети, чтобы она «поняла», — тяжёлые предметы НЕ падают быстрее лёгких? Миллиона падений тысяч предметов хватит?

Не факт.

А вот Галилей решил эту задачу в уме, — проводя мысленные эксперименты. А бросать шары разной массы с Пизанской башни он пошел лишь, когда уже понял ошибку Аристотеля, считавшего, что время падения зависит от массы.

Но ведь нейросеть, которой показывают видео разных падений, не знает, что такое масса. И потому, в лучшем случае, может определить размеры падающий объектов. А то, что один из шаров, например, стальной, а другой — пластмассовый, она знать не может. Ибо ни сталь, ни пластмассы ей не известны.

Ну а допустим, человек-наблюдатель тоже ничего не знает про сталь и пластмассы.

Может он оценить на взгляд массу объекта?

Да запросто! У него для этого, извините за каламбур, масса способов.

Например:

• если предметы падают в воду, человек оценит силу всплеска;
• а если падение на мягкую основу (например, подушку), достаточно будет визуально оценить глубину вмятин;
• если же предметы вообще лежат на плоскости, можно попытаться оценить, насколько они сдуваемы ветром;
• и т.д. и т.п.

А теперь внимание!

✔️ Все эти (и кучу других) вариантов оценки человек делает интуитивно — их алгоритмы просто во всех нас зашиты от рождения.

✔️ Эти алгоритмы работают и когда мы спим, — т.е. и в наших снах закона Ньютона неукоснительно выполняются.

Фантастически изобретательная экспериментальная проверка, была проведена в исследовании «Инвариант представления массы в мозге человека». Людям показывали 3х сек. видео бросания предметов в воду и на подушку, их сдувание феном со стола, падения составных башенок и т.д.

При этом, с помощью функционального МРТ пытались понять, можно ли декодировать представления человека о массе объекта по нейронной активности определенных областей мозга.

Получилось следующее.

• Интуитивное решение таких задач происходит в премоторных лобных и теменных областях мозга.
• Формируемый в этих областях инвариант представлений о массе служит в качестве входных данных для некоего «обобщенного физического движка», формирующего наше понимание физики мира (сил, масс тел и их движения под действием сил).
• Работа нейронной сети «обобщенного физического движка» позволяет нам планировать свои действия в физическом мире с учетом материала, трения и энергии движения объектов.

Из результатов исследования получается, что и формирование представлений о физике мира, и планирование действий осуществляется в одних и тех же областях мозга.

Теоретически, подобное можно было бы попытаться делать, используя причинно-генеративную модель объектов и их динамики.

Но КАК это делается нейросетями мозга, — пока никаких идей.

Зато, когда появятся, ИИ сможет увидеть мир, как его видят люди.

Увидеть таким, каким его можно понять.

Но это будет уже совсем другой ИИ.

________________________________

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

Россия все ниже в мировых ИИ рейтингах

В опубликованном мною в ноябре анализе «Место России в мире реализованных ИИ-стратегий» Россия заняла 14е место из 14 рассмотренных мною стран.

За прошедший месяц в мире появились еще 2 аналитических отчета, сравнивающие положение дел в области ИИ разных стран:

• AI Index 2019, выпущенный Стэнфордским универом и MIT;
• The Global AI Index, выпущенный Tortoise Media.

Оба отчета упоминаются в наших медиа. Но все публикации — самых популярных Телеграм каналов и уважаемых аналитиков Рунета — предпочитают, как и официальные СМИ, умалчивать о главном:

Россия катится на обочину мирового развития ИИ.

В отчете AI Index 2019, среди 27 сравниваемых стран, Россия на последнем месте.

В отчете The Global AI Index, среди 54 сравниваемых стран, Россия на 33м месте (опередив 2 десятка стран от Чехии и Исландии до Нигерии, Египта и Пакистана, но пропустив вперед 32 страны от Мальты и Бельгии до сами понимаете кого).

Можно дискутировать, насколько хороши методики отчетов. Но чудес не бывает даже в области аналитики ИИ. Как ни оценивай, но Россия в области ИИ уже не входит не только в восьмерку, но и в двадцатку.

И это главный итог 2019, который необходимо осознать всем ответственным за реализацию российской ИИ стратегии.

Иначе погружение на дно мировых ИИ индексов продолжится и в новом году.

P.S. И конечно же, об этом нужно честно писать. Если не официальным СМИ (с них какой спрос), то хотя бы независимым аналитикам и журналистам.

________________________________

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

Отрезвляющая оценка будущего ИИ стала итогом 2019

Все видели, как дурная дворняга преследует машину. Все понимают, чем для нее это может закончиться, если, не бай бог, догонит. Но она-то не понимает, и тупо продолжает.

Вот и мы — исследователи ИИ — «подобны собаке, догнавшей машину»

“We’re kind of like the dog who caught the car”.

Не понимаем, что будем делать, если догоним, и не осознаем, к чему это ведет.

Так сказал Блез Агуэра-и-Аркас — один из ключевых людей по машинному обучению в Google, а ранее в Microsoft, — на только что завершившейся крупнейшей конференции года NeurIPS, собравшей более 13 тыс. исследователей и разработчиков ИИ со всего мира.

Это, своего рода, итог 2019.

Его разделил и Йошуа Бенжио — директор института ИИ в Монреале, недавно получивший высшую награду в области вычислительной техники за начало революции глубокого обучения. Он отметил, —

«Глубокое обучение дает узкоспециализированные результаты: система, обученная демонстрировать сверхчеловеческую производительность в одной видеоигре, не способна повторить это в никакой другой».

А директор направления ИИ в Facebook Жером Песенти ранее заявил, что его компания, как и другие, не должны ожидать дальнейшего прогресса в области ИИ, просто создавая бОльшие системы глубокого обучения с бОльшей вычислительной мощностью и объемом данных:

«В какой-то момент мы врежемся в стену… И во многих отношениях, — мы уже врезались».

Громкий призыв Бенджио к размышлениям за пределами недавних узких успехов глубокого обучения поддержали и Джефф Клюн из OpenAI, а ранее Uber. Джефф занимается Metalearning — создание алгоритмов обучения, которые могут разработать свои собственные алгоритмы обучения в системах, генерирующих постоянно меняющиеся среды.

«Глубокое обучение — это здорово, но нам нужен набор различных алгоритмов», —

добавила Ирина Риш из универа Монреаля. Но проблема в том, что

«сторонники глубокого обучения превратились в подобие секты истинно верующих»

и просто не желают слышать об альтернативных путях в области ИИ.

«Пытаясь использовать машинное обучения для создания ИИ, нам надо больше задумываться о биологических корнях естественного интеллекта», —

призвал участников NeurIPS Блез Агуэра-и-Аркас.

Прошедший крупнейший мировой форум по ИИ показал — исследователи ведущих в области ИИ стран и компаний осознают, что уже поздно «что-то в консерватории подправить». Нужны радинальные изменения в направлениях R&D.

Осознают ли это ведущие российские исследователи и разработчики, а также большие боссы, ответственные за развитие ИИ в стране? Боюсь, что нет.

________________________________

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

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