Forwarded from Малоизвестное интересное
Эпидемию коронавируса остановят, а эпидемию фейков о нем – нет.
Борьба с дезинформацией и теорией заговора об эпидемиях дает обратный эффект.
Вокруг уханьского короновируса растет клубок сенсационно-истерических мифов: вирус рукотворный, это утекшая из США в Китай секретная разработка, это вырвавшееся из-под контроля биооружие, вирус превратится в испанку 21 века и погибнут сотни миллионов …
Для предотвращения нарастающей паники в большинстве стран разворачиваются кампании противодействия этим фейкам.
Смогут ли они победить фейки и остановить нарастающий массовый психоз?
Однозначно нет. И вот доказательство.
Цифровые медиа кардинально изменили мир. Полной картины этого мы пока не знаем. Она будет проясняться еще не одно десятилетие.
Однако, путем серьезных экспериментальных исследований уже установлено:
существующие подходы в борьбе с дезинформацией и теориями заговора об эпидемиях и вспышках заболеваний не только неэффективны, но даже контрпродуктивны.
Двухлетняя серия полевых экспериментов бразильских исследователей, посвященная попыткам коррекции в массовом сознании мифов о лихорадке Зика, показала:
• исправление мифологической чуши почти не происходит (люди продолжают верить в нее);
• возникает дополнительный ущерб из-за того, что многие перестают верить правдивым фактам о болезни и способах ее распространения.
Авторы интерпретируют столь обескураживающие результаты так.
✔️ Когда общий уровень знаний населения по конкретному вопросу низок, любые попытки повысить этот уровень во время кризиса идут лишь во вред, - поздно пить Боржоми.
Как вы понимаете, такой вывод относится не только к фейкам об эпидемиях.
В эпоху цифровых медиа нужно вырабатывать принципиально новые способы борьбы с мифообразующими фейками. Старый привычный подход - донесение правдивой информации, - в мире больше не работает.
Исследование: The effects of corrective information about disease epidemics and outbreaks: Evidence from Zika and yellow fever in Brazi
Это исследование еще раз подтверждает:
- торжество эффекта Даннинга-Крюгера (метакогнитивное искажение типа «чем тупее, тем уверенней в себе»);
- и окончательный крах «модели дефицита знаний».
И о том, и другом см. мой пост
#Эпидемия #ИнтеллектуальнаяСлепота #Вызовы21века
Борьба с дезинформацией и теорией заговора об эпидемиях дает обратный эффект.
Вокруг уханьского короновируса растет клубок сенсационно-истерических мифов: вирус рукотворный, это утекшая из США в Китай секретная разработка, это вырвавшееся из-под контроля биооружие, вирус превратится в испанку 21 века и погибнут сотни миллионов …
Для предотвращения нарастающей паники в большинстве стран разворачиваются кампании противодействия этим фейкам.
Смогут ли они победить фейки и остановить нарастающий массовый психоз?
Однозначно нет. И вот доказательство.
Цифровые медиа кардинально изменили мир. Полной картины этого мы пока не знаем. Она будет проясняться еще не одно десятилетие.
Однако, путем серьезных экспериментальных исследований уже установлено:
существующие подходы в борьбе с дезинформацией и теориями заговора об эпидемиях и вспышках заболеваний не только неэффективны, но даже контрпродуктивны.
Двухлетняя серия полевых экспериментов бразильских исследователей, посвященная попыткам коррекции в массовом сознании мифов о лихорадке Зика, показала:
• исправление мифологической чуши почти не происходит (люди продолжают верить в нее);
• возникает дополнительный ущерб из-за того, что многие перестают верить правдивым фактам о болезни и способах ее распространения.
Авторы интерпретируют столь обескураживающие результаты так.
✔️ Когда общий уровень знаний населения по конкретному вопросу низок, любые попытки повысить этот уровень во время кризиса идут лишь во вред, - поздно пить Боржоми.
Как вы понимаете, такой вывод относится не только к фейкам об эпидемиях.
В эпоху цифровых медиа нужно вырабатывать принципиально новые способы борьбы с мифообразующими фейками. Старый привычный подход - донесение правдивой информации, - в мире больше не работает.
Исследование: The effects of corrective information about disease epidemics and outbreaks: Evidence from Zika and yellow fever in Brazi
Это исследование еще раз подтверждает:
- торжество эффекта Даннинга-Крюгера (метакогнитивное искажение типа «чем тупее, тем уверенней в себе»);
- и окончательный крах «модели дефицита знаний».
И о том, и другом см. мой пост
#Эпидемия #ИнтеллектуальнаяСлепота #Вызовы21века
Science
The effects of corrective information about disease epidemics and outbreaks: Evidence from Zika and yellow fever in Brazil
Disease epidemics and outbreaks often generate conspiracy theories and misperceptions that mislead people about the risks they face and how best to protect themselves. We investigate the effectiveness of interventions aimed at combating false and unsupported…
Forwarded from Малоизвестное интересное
Почему не удается остановить коронавирус.
Математика пандемии и парадокс забора.
Расчеты показывают, - если бы не были введены ограничения на поездки и карантины, число новых подтвержденных случаев заболевания только за сегодня увеличилось бы на 6 млн., а общее число заболевших составило бы 20 млн.
Матмодель эпидемии четко показывает, что нужно сделать, чтобы превратить быстрый экспоненциальный рост заболевания в его быстрый экспоненциальный спад.
Нужно изменить контактную сеть людей путем:
1) целенаправленной индивидуальной изоляции;
2) раннего выявления симптомов;
3) уменьшения социальных связей;
4) установления границ личных и групповых перемещений.
Вроде бы, так и делается. Но что-то не работает.
Что? И почему?
Ответ на 1й вопрос дает Кентаро Ивата, эксперт по инфекционным заболеваниям в Университете Кобе, прибывший на Diamond Princess за день до того, как японское правительство начало выпускать пассажиров из находившегося под карантином круизного судна. То, что увидел Кентаро Ивата, потрясло его.
«Карантин, организованный на корабле, был совершенно неадекватен с точки зрения инфекционного контроля».
И это у педантичных и аккуратных японцев!
Трудно представить, что у немцев, американцев или кого хотите еще карантины устроены сильно лучше.
Ответ на 2й вопрос сложнее.
Есть такой крайне малоизвестный у нас «парадокс забора» - чем более безопасный мир люди пытаются для себя создать, тем опаснее он становится.
Это сложная проблема, которая, в условиях постоянного усложнения мира (в 1ю очередь, рост масштабов и связанности), становится все труднее решать.
За более подробным пояснением парадокса забора можете обратиться, например, сюда и сюда. Я же напишу просто и коротко.
Этот парадокс – штука страшная и очень распространенная.
• В попытках снизить какой-то риск, люди сооружают «забор», якобы, этот риск снижающий (например, ставят ограждение у края пропасти или вводят карантин).
• Но эта ограда работает лишь когда все более или менее спокойно (народа у пропасти мало или эпидемия сезонная).
• А когда вдруг случается паника (народа прибыло много и началась давка или эпидемия вроде коронавируса), забор падает и гибнет куча народу.
Что в сухом остатке?
Пара соображений.
1) При обычном шапкозакидательском и спустяруковавном подходе к карантину, коронавирус не остановить. Пора осознать необычность ситуации, ибо когда начнется паника, «карантинные заборы» просто снесут (см. сериал «Эпидемия»).
2) Безотносительно эпидемии коронавируса, парадокс забора – один из самых опасных факторов, угрожающих человечеству в усложняющемся мире.
- Мы уверены, что «заборы» типа автомобильных ABS лишь снижают риск смерти людей.
- Но на самом деле, риск снижается лишь там, где машины едут медленно, а когда они едут быстро, то совсем наоборот.
«Заборы» отжигают хвосты распределений тяжести инцидентов, поскольку люди переносят выгоды безопасности на эффективность работы систем.
Это то, о чем не устает говорить Нассим Талеб.
Это проблема т.н. ятрогенных ситуаций (iatrogenic) – от термина, означающего ухудшение состояния больного, которое проявляется во время лечения.
Короче, если делаете забор, укрепите его на непредвиденный случай.
Или вообще не делайте забора. И пусть люди лучше опасаются и путем саморегуляции ограничивают свои риски сами.
Ибо плохой карантин – самый действенный способ усилить эпидемию.
#ПарадоксЗабора #Эпидемия
Математика пандемии и парадокс забора.
Расчеты показывают, - если бы не были введены ограничения на поездки и карантины, число новых подтвержденных случаев заболевания только за сегодня увеличилось бы на 6 млн., а общее число заболевших составило бы 20 млн.
Матмодель эпидемии четко показывает, что нужно сделать, чтобы превратить быстрый экспоненциальный рост заболевания в его быстрый экспоненциальный спад.
Нужно изменить контактную сеть людей путем:
1) целенаправленной индивидуальной изоляции;
2) раннего выявления симптомов;
3) уменьшения социальных связей;
4) установления границ личных и групповых перемещений.
Вроде бы, так и делается. Но что-то не работает.
Что? И почему?
Ответ на 1й вопрос дает Кентаро Ивата, эксперт по инфекционным заболеваниям в Университете Кобе, прибывший на Diamond Princess за день до того, как японское правительство начало выпускать пассажиров из находившегося под карантином круизного судна. То, что увидел Кентаро Ивата, потрясло его.
«Карантин, организованный на корабле, был совершенно неадекватен с точки зрения инфекционного контроля».
И это у педантичных и аккуратных японцев!
Трудно представить, что у немцев, американцев или кого хотите еще карантины устроены сильно лучше.
Ответ на 2й вопрос сложнее.
Есть такой крайне малоизвестный у нас «парадокс забора» - чем более безопасный мир люди пытаются для себя создать, тем опаснее он становится.
Это сложная проблема, которая, в условиях постоянного усложнения мира (в 1ю очередь, рост масштабов и связанности), становится все труднее решать.
За более подробным пояснением парадокса забора можете обратиться, например, сюда и сюда. Я же напишу просто и коротко.
Этот парадокс – штука страшная и очень распространенная.
• В попытках снизить какой-то риск, люди сооружают «забор», якобы, этот риск снижающий (например, ставят ограждение у края пропасти или вводят карантин).
• Но эта ограда работает лишь когда все более или менее спокойно (народа у пропасти мало или эпидемия сезонная).
• А когда вдруг случается паника (народа прибыло много и началась давка или эпидемия вроде коронавируса), забор падает и гибнет куча народу.
Что в сухом остатке?
Пара соображений.
1) При обычном шапкозакидательском и спустяруковавном подходе к карантину, коронавирус не остановить. Пора осознать необычность ситуации, ибо когда начнется паника, «карантинные заборы» просто снесут (см. сериал «Эпидемия»).
2) Безотносительно эпидемии коронавируса, парадокс забора – один из самых опасных факторов, угрожающих человечеству в усложняющемся мире.
- Мы уверены, что «заборы» типа автомобильных ABS лишь снижают риск смерти людей.
- Но на самом деле, риск снижается лишь там, где машины едут медленно, а когда они едут быстро, то совсем наоборот.
«Заборы» отжигают хвосты распределений тяжести инцидентов, поскольку люди переносят выгоды безопасности на эффективность работы систем.
Это то, о чем не устает говорить Нассим Талеб.
Это проблема т.н. ятрогенных ситуаций (iatrogenic) – от термина, означающего ухудшение состояния больного, которое проявляется во время лечения.
Короче, если делаете забор, укрепите его на непредвиденный случай.
Или вообще не делайте забора. И пусть люди лучше опасаются и путем саморегуляции ограничивают свои риски сами.
Ибо плохой карантин – самый действенный способ усилить эпидемию.
#ПарадоксЗабора #Эпидемия
Forwarded from Малоизвестное интересное
Ярко зеленым цветом показана зона повышенного риска распространения эпидемии коронавируса в марте-апреле. Моделирование на основе данных за ноябрь 2019 – февраль 2020 показало:
вероятность эпидемических вспышек возрастает в регионах со средней температурой 5-11 ° C и влажностью 47-79%.
Это может означать, что апрель станет критическим месяцем для вспышек эпидемии в крупнейших российских городах: Москве, Санкт-Петербурге, Новосибирске, Екатеринбурге, Нижнем Новгороде, Казани …
Подробней:
- популярно https://swarajyamag.com/insta/umsom-virologists-use-weather-modeling-data-to-predict-potential-spread-and-seasonality-for-covid-19
- научно
https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3553027
#Эпидемия
вероятность эпидемических вспышек возрастает в регионах со средней температурой 5-11 ° C и влажностью 47-79%.
Это может означать, что апрель станет критическим месяцем для вспышек эпидемии в крупнейших российских городах: Москве, Санкт-Петербурге, Новосибирске, Екатеринбурге, Нижнем Новгороде, Казани …
Подробней:
- популярно https://swarajyamag.com/insta/umsom-virologists-use-weather-modeling-data-to-predict-potential-spread-and-seasonality-for-covid-19
- научно
https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3553027
#Эпидемия
Forwarded from Малоизвестное интересное
Мир на развилке выбора пути борьбы с COVID-19
Медики и математики спорят, какой путь верный.
Проблема в том, что точный ответ не знает никто. А цена вопроса – много жизней.
Вариантов борьбы с вирусом два.
1) «Смягчение» с целью замедлить распространение, путем изоляции подозреваемых инфицированных и членов их семей, но без ограничений для общества в целом (пример - Британия)
2) «Подавление» с целью обратить рост эпидемии вспять, сократив количество заражений до низкого уровня и сохранения это на неопределенный срок, путем ограничений для общества в целом (пример - Италия)
Эпидемиологи с высочайшей репутацией придерживаются прямо противоположных позиций.
«Массовое блокирование мира с потенциально огромными социальными и финансовыми последствиями может быть совершенно иррациональным. Это как слон, на которого напала домашняя кошка. В возбуждении пытаясь избавиться от кошки, слон случайно спрыгивает со скалы и умирает»
Это мнение Д. Иоаннидиса - профессора эпидемиологии Стэнфордском универе и со-директора Стэнфордского инновационного центра мета-исследований.
Мы не должны принимать решения без надежных данных. А их у нас пока нет
- пишет Иоаннидис.
Иными словами, Иоаннидис пока за политику «смягчения».
Прямо противоположное мнение у Майкла Райана - Исполнительный директор Программы ВОЗ по чрезвычайным ситуациям в области здравоохранения.
Если вы будете делать лишь ходы, в которых абсолютно уверены, вы никогда не выиграете у эпидемии… Чтоб победить, вы должны всегда ходить первым, опережая противника… Таков главный урок, вынесенный нами из подавления предыдущих эпидемий.
Из слов Райана можно сделать вывод, что он за политику «подавление».
У математиков, строящих модели эпидемии (только так можно предсказать их развитие) мнения также противоположные.
Взорвавший британское общество доклад группы Фергюсона из Имперского колледжа основан на новой матмодели.
Из результатов моделирования следует, что правительство Британии капитально лопухнулось, приняв политику «смягчения».
«Смягчение последствий вряд ли будет осуществимо без многократного превышения лимитов аварийных мощностей систем здравоохранения Великобритании и США, возможно, в восемь раз».
В этом сценарии команда Имперского колледжа предсказала 250 000 смертей в Великобритании.
«Мы рассчитывали на создание стадного иммунитета. Теперь мы понимаем, что с этим невозможно справиться», - заявил журналистам на брифинге в понедельник профессор Азра Гани, соавтор отчета, заведующий кафедрой эпидемиологии инфекционных заболеваний.
Другая группа известных математиков, работающих с матмоделями эпидемий в NECSI (Бар-Ям и Со), считает, что в модели Фергюсона много чего не учтено. И что группа Фергюсона поторопилась с выводами.
А сегодня председатель Всемирной медицинской ассоциации Франк Ульрих Монтгомери высказался против запрета для граждан покидать свои дома с целью не допустить дальнейшего распространения пандемии.
«Я не сторонник локдаунов. Тот, кто вводит подобные меры, должен также объяснить, когда и как он намерен их отменить.»
Так какой путь верный?
Не будучи ни эпидемиологом, ни математиком, лишь напомню вывод Нассима Талеба.
«В реальном мире, при отсутствии надежных данных, необходимо снижать риски, используя наиболее надежный (помехоустойчивый при моделировании) метод.»
#Эпидемия
Медики и математики спорят, какой путь верный.
Проблема в том, что точный ответ не знает никто. А цена вопроса – много жизней.
Вариантов борьбы с вирусом два.
1) «Смягчение» с целью замедлить распространение, путем изоляции подозреваемых инфицированных и членов их семей, но без ограничений для общества в целом (пример - Британия)
2) «Подавление» с целью обратить рост эпидемии вспять, сократив количество заражений до низкого уровня и сохранения это на неопределенный срок, путем ограничений для общества в целом (пример - Италия)
Эпидемиологи с высочайшей репутацией придерживаются прямо противоположных позиций.
«Массовое блокирование мира с потенциально огромными социальными и финансовыми последствиями может быть совершенно иррациональным. Это как слон, на которого напала домашняя кошка. В возбуждении пытаясь избавиться от кошки, слон случайно спрыгивает со скалы и умирает»
Это мнение Д. Иоаннидиса - профессора эпидемиологии Стэнфордском универе и со-директора Стэнфордского инновационного центра мета-исследований.
Мы не должны принимать решения без надежных данных. А их у нас пока нет
- пишет Иоаннидис.
Иными словами, Иоаннидис пока за политику «смягчения».
Прямо противоположное мнение у Майкла Райана - Исполнительный директор Программы ВОЗ по чрезвычайным ситуациям в области здравоохранения.
Если вы будете делать лишь ходы, в которых абсолютно уверены, вы никогда не выиграете у эпидемии… Чтоб победить, вы должны всегда ходить первым, опережая противника… Таков главный урок, вынесенный нами из подавления предыдущих эпидемий.
Из слов Райана можно сделать вывод, что он за политику «подавление».
У математиков, строящих модели эпидемии (только так можно предсказать их развитие) мнения также противоположные.
Взорвавший британское общество доклад группы Фергюсона из Имперского колледжа основан на новой матмодели.
Из результатов моделирования следует, что правительство Британии капитально лопухнулось, приняв политику «смягчения».
«Смягчение последствий вряд ли будет осуществимо без многократного превышения лимитов аварийных мощностей систем здравоохранения Великобритании и США, возможно, в восемь раз».
В этом сценарии команда Имперского колледжа предсказала 250 000 смертей в Великобритании.
«Мы рассчитывали на создание стадного иммунитета. Теперь мы понимаем, что с этим невозможно справиться», - заявил журналистам на брифинге в понедельник профессор Азра Гани, соавтор отчета, заведующий кафедрой эпидемиологии инфекционных заболеваний.
Другая группа известных математиков, работающих с матмоделями эпидемий в NECSI (Бар-Ям и Со), считает, что в модели Фергюсона много чего не учтено. И что группа Фергюсона поторопилась с выводами.
А сегодня председатель Всемирной медицинской ассоциации Франк Ульрих Монтгомери высказался против запрета для граждан покидать свои дома с целью не допустить дальнейшего распространения пандемии.
«Я не сторонник локдаунов. Тот, кто вводит подобные меры, должен также объяснить, когда и как он намерен их отменить.»
Так какой путь верный?
Не будучи ни эпидемиологом, ни математиком, лишь напомню вывод Нассима Талеба.
«В реальном мире, при отсутствии надежных данных, необходимо снижать риски, используя наиболее надежный (помехоустойчивый при моделировании) метод.»
#Эпидемия
STAT
A fiasco in the making? As the coronavirus pandemic takes hold, we are making decisions without reliable data
A fiasco in the making? As the #coronavirus pandemic takes hold, we are making decisions without reliable data.
Forwarded from Малоизвестное интересное
Тайваньский подход – образец для мира.
Сдерживание пандемии и эффективное цифровое общество имеют общую основу.
Пандемия COVID-19 стала серьезнейшим испытанием систем управления, социальных и технологических систем многих государств.
• Обе сверхдержавы – Китай и США, - облажались (по-разному, но непростительно сильно) на начальной стадии пандемии.
• Бюрократический и технофобный Евросоюз движется по еще более опасной траектории эпидемии.
• Зато Тайвань выступил в роли супермена.
Про успех Тайваня на начальной фазе эпидемии я уже коротко писал.
Куда более детальный и глубокий разбор причин этого феномена делают Глен Вейл и Джарон Ланье в новой статье «Как гражданские технологии могут помочь остановить пандемию. Первоначальный успех Тайваня - модель для остального мира»
Новая статья продолжает тему предыдущей, о которой я писал вчера.
Речь об альтернативной парадигме (идеологииции/философии) цифровизации мира, цель которой:
• не автоматизация, заменяющая людей,
• а повышение эффективности их коллективной деятельности.
Кейсом новой статьи является подход Тайваня на этапе разгона пандемии – один из, если не самый успешный подход среди всех стран мира. Основанный на слиянии технологий, активизма и гражданского участия, этот подход стал самым сильным иммунным ответом страны на новый коронавирус.
Обмен информацией снизу-вверх, партнерские отношения между государственным и частным секторами, «хактивизм» (активизм путем создание быстро сварганенных, но годных для апробации пилотных версий онлайновых госсервисов) и коллективные действия на основе широкого участия, - были центральными факторами успеха страны в координации согласованных и прозрачных ответов на вызовы коронавируса.
Конкретные примеры читайте в статье. Мне же хочется обратить ваше внимание на особый момент – что значит подход Тайваня в более широком контексте идеологии (философии) развития цифровых технологий и, естественно, того, что мы называем ИИ.
Обе цифровые сверхдержавы Китай и США имеют технократическое, нисходящее видение будущего, в котором небольшая цифровая элита, сконцентрированная в нескольких технологических центрах и в значительной степени отделенная от проблем остального населения, производит инструменты, предназначенные для использования остальным населения.
И хотя локус этой элиты разный – КПК и технологические центры Западного побережья, - их логика и мотивация схожи:
• нисходящий надзор за населением, осуществляемый государством;
• движимый рекламой бизнес западных техногигантов.
Зарождающаяся тайваньская модель иная. Она основана:
- не на вытеснении людей из активной деятельности и превращения в поставщиков данных и потребителей цифровых услуг;
- не на тщетных попытках (как пытается делать Европа) ограничить пугающий вред надзора за населением;
- а на превращении цифровых технологий в инструмент коллективного демократического творчества.
Тем самым Тайвань демонстрирует миру модель, имеющую большие перспективы в продолжающейся борьбе не только с коронавирусом, но и с угрожающим антиутопическим технологическим будущим.
Ведь «Каждая эпоха должна иметь свои утопии. Тем и живем», - продолжаю я этот разговор в сегодняшнем интервью ответственному редактору приложения «НГ-сценарии» Юрию Соломонову.
На фото: офис-менеджер тайваньского банка следит за температурой клиентов до того, как они войдут в здание. Источник
#Эпидемия #Будущее
Сдерживание пандемии и эффективное цифровое общество имеют общую основу.
Пандемия COVID-19 стала серьезнейшим испытанием систем управления, социальных и технологических систем многих государств.
• Обе сверхдержавы – Китай и США, - облажались (по-разному, но непростительно сильно) на начальной стадии пандемии.
• Бюрократический и технофобный Евросоюз движется по еще более опасной траектории эпидемии.
• Зато Тайвань выступил в роли супермена.
Про успех Тайваня на начальной фазе эпидемии я уже коротко писал.
Куда более детальный и глубокий разбор причин этого феномена делают Глен Вейл и Джарон Ланье в новой статье «Как гражданские технологии могут помочь остановить пандемию. Первоначальный успех Тайваня - модель для остального мира»
Новая статья продолжает тему предыдущей, о которой я писал вчера.
Речь об альтернативной парадигме (идеологииции/философии) цифровизации мира, цель которой:
• не автоматизация, заменяющая людей,
• а повышение эффективности их коллективной деятельности.
Кейсом новой статьи является подход Тайваня на этапе разгона пандемии – один из, если не самый успешный подход среди всех стран мира. Основанный на слиянии технологий, активизма и гражданского участия, этот подход стал самым сильным иммунным ответом страны на новый коронавирус.
Обмен информацией снизу-вверх, партнерские отношения между государственным и частным секторами, «хактивизм» (активизм путем создание быстро сварганенных, но годных для апробации пилотных версий онлайновых госсервисов) и коллективные действия на основе широкого участия, - были центральными факторами успеха страны в координации согласованных и прозрачных ответов на вызовы коронавируса.
Конкретные примеры читайте в статье. Мне же хочется обратить ваше внимание на особый момент – что значит подход Тайваня в более широком контексте идеологии (философии) развития цифровых технологий и, естественно, того, что мы называем ИИ.
Обе цифровые сверхдержавы Китай и США имеют технократическое, нисходящее видение будущего, в котором небольшая цифровая элита, сконцентрированная в нескольких технологических центрах и в значительной степени отделенная от проблем остального населения, производит инструменты, предназначенные для использования остальным населения.
И хотя локус этой элиты разный – КПК и технологические центры Западного побережья, - их логика и мотивация схожи:
• нисходящий надзор за населением, осуществляемый государством;
• движимый рекламой бизнес западных техногигантов.
Зарождающаяся тайваньская модель иная. Она основана:
- не на вытеснении людей из активной деятельности и превращения в поставщиков данных и потребителей цифровых услуг;
- не на тщетных попытках (как пытается делать Европа) ограничить пугающий вред надзора за населением;
- а на превращении цифровых технологий в инструмент коллективного демократического творчества.
Тем самым Тайвань демонстрирует миру модель, имеющую большие перспективы в продолжающейся борьбе не только с коронавирусом, но и с угрожающим антиутопическим технологическим будущим.
Ведь «Каждая эпоха должна иметь свои утопии. Тем и живем», - продолжаю я этот разговор в сегодняшнем интервью ответственному редактору приложения «НГ-сценарии» Юрию Соломонову.
На фото: офис-менеджер тайваньского банка следит за температурой клиентов до того, как они войдут в здание. Источник
#Эпидемия #Будущее
Forwarded from Малоизвестное интересное
На каждый газ есть противогаз.
COVID-19 силён, но сетевая наука сильнее.
Коронавирус стремительно опускает уверенность в силы современной науки ниже плинтуса. Люди умирают, а лекарств нет. Вакцина же, в лучшем случае, появится в массовом производстве не раньше 2021.
Но как говорят любимые мною герои Василия Звягинцева, - «на каждый газ есть противогаз». И таким противогазом для коронавируса может стать сетевая наука, ведомая «Эйнштейном XXI века» Альбертом-Ласло Барабаши.
Менее 10 дней потребовалось «великолепной дюжине» сетевых профи (Ашер Амели, Альберт-Ласло Барабаши, Сяо Ган, Дина Гиассиан, Дейзи Морселли Гизи, Этало До Валле, Джозеф Лоскальцо, Гресия Моралес, Хелия Санчес, Онур Варол, Маринка Цитник, Николетт Ли) для получения списка приоритетных кандидатов в лекарства против COVID-19 с использованием инструментов сетевой медицины.
Вот промежуточные результаты.
1. Была составлена карта целевых белков COVID-19 в пространстве 229 заболеваний и карта 332 человеческих белков, с которыми связываются вирусные белки.
2. Авторы идентифицировали ткани человека, которые экспрессируют белки, необходимые вирусу. Эти ткани / органы, которые могут быть заражены вирусом.
3. С помощью машинного обучения, определили, как мишени вируса COVID-19 (на приложенном рисунке показаны красным цветом), охватывают весь человеческий интерактом (совокупность всех белковых взаимодействий друг с другом)
4. Модель предсказала, что вирус может проникать и повреждать множественные ткани головного мозга у пациентов с COVID-19 (о первых подтверждениях этого прогноза вчера написала NYT)
5. Также неожиданным является прогноз, что вирус может проникать в репродуктивную систему (влагалище, матка, яичко, шейка матки, яичник). Об этом еще никому не известно. И лаба Барабаши просит медийные ресурсы мира оповестить врачей об этом.
6. Самое главное.
Сетевое картирование 332 человеческих белков позволило обнаружить 4 продуктопровода для перепрофилирования существующих лекарств на борьбу с коронавирусом.
В результате п. 6 уже сделано следующее.
• Составлен перечень препаратов, модулирующих экспрессию белков, на которые нацелен COVID-19, - это потенциальные кандидаты стать лекарством для лечения коронавируса.
• Построенный на основе машинного обучения прогнозный продуктопровод, представляет подграфы связок «лекарство-болезнь» в виде точек в низкоразмерных укладках графа. Полученные в результате укладки сочетаний «лекарство-болезнь» ранжировали для всех известных лекарственных препаратов на основе их прогнозной эффективности против COVID-19.
• Четыре прогнозирующих продуктоконвейера создали одиннадцать отранжированных списков, объединенных в единый рейтинг из 7600 сочетаний «лекарство-болезнь».
Следует понимать - учитывая головокружительный темп, все эти результаты пока предварительные и будут улучшаться, по мере того, как авторы будут копать глубже. Это лишь результат первых 10 дней работы «великолепной дюжины» сетевых профи.
Но одно уже ясно. Надежда на радикальное ускорение поиска лекарств есть.
Лекарства против коронавируса будут найдены прорывными методами сетевой медицины.
#Эпидемия
COVID-19 силён, но сетевая наука сильнее.
Коронавирус стремительно опускает уверенность в силы современной науки ниже плинтуса. Люди умирают, а лекарств нет. Вакцина же, в лучшем случае, появится в массовом производстве не раньше 2021.
Но как говорят любимые мною герои Василия Звягинцева, - «на каждый газ есть противогаз». И таким противогазом для коронавируса может стать сетевая наука, ведомая «Эйнштейном XXI века» Альбертом-Ласло Барабаши.
Менее 10 дней потребовалось «великолепной дюжине» сетевых профи (Ашер Амели, Альберт-Ласло Барабаши, Сяо Ган, Дина Гиассиан, Дейзи Морселли Гизи, Этало До Валле, Джозеф Лоскальцо, Гресия Моралес, Хелия Санчес, Онур Варол, Маринка Цитник, Николетт Ли) для получения списка приоритетных кандидатов в лекарства против COVID-19 с использованием инструментов сетевой медицины.
Вот промежуточные результаты.
1. Была составлена карта целевых белков COVID-19 в пространстве 229 заболеваний и карта 332 человеческих белков, с которыми связываются вирусные белки.
2. Авторы идентифицировали ткани человека, которые экспрессируют белки, необходимые вирусу. Эти ткани / органы, которые могут быть заражены вирусом.
3. С помощью машинного обучения, определили, как мишени вируса COVID-19 (на приложенном рисунке показаны красным цветом), охватывают весь человеческий интерактом (совокупность всех белковых взаимодействий друг с другом)
4. Модель предсказала, что вирус может проникать и повреждать множественные ткани головного мозга у пациентов с COVID-19 (о первых подтверждениях этого прогноза вчера написала NYT)
5. Также неожиданным является прогноз, что вирус может проникать в репродуктивную систему (влагалище, матка, яичко, шейка матки, яичник). Об этом еще никому не известно. И лаба Барабаши просит медийные ресурсы мира оповестить врачей об этом.
6. Самое главное.
Сетевое картирование 332 человеческих белков позволило обнаружить 4 продуктопровода для перепрофилирования существующих лекарств на борьбу с коронавирусом.
В результате п. 6 уже сделано следующее.
• Составлен перечень препаратов, модулирующих экспрессию белков, на которые нацелен COVID-19, - это потенциальные кандидаты стать лекарством для лечения коронавируса.
• Построенный на основе машинного обучения прогнозный продуктопровод, представляет подграфы связок «лекарство-болезнь» в виде точек в низкоразмерных укладках графа. Полученные в результате укладки сочетаний «лекарство-болезнь» ранжировали для всех известных лекарственных препаратов на основе их прогнозной эффективности против COVID-19.
• Четыре прогнозирующих продуктоконвейера создали одиннадцать отранжированных списков, объединенных в единый рейтинг из 7600 сочетаний «лекарство-болезнь».
Следует понимать - учитывая головокружительный темп, все эти результаты пока предварительные и будут улучшаться, по мере того, как авторы будут копать глубже. Это лишь результат первых 10 дней работы «великолепной дюжины» сетевых профи.
Но одно уже ясно. Надежда на радикальное ускорение поиска лекарств есть.
Лекарства против коронавируса будут найдены прорывными методами сетевой медицины.
#Эпидемия
Forwarded from Малоизвестное интересное
Уже спасено 59 тыс. жизней в 11 странах.
Что будет в апреле – новая среднесрочная модель.
Краткосрочные модели хода пандемии устойчиво показывают 95%-ную точность прогнозов. На 6 дней вперед можно точно предсказать ход эпидемии в любой стране.
Точность долгосрочных прогнозов пока неизвестна. Ее мы узнаем через год и более. Но эти прогнозы критически важны при выработке и корректировках национальных стратегий борьбы с пандемией. Текущий вывод из анализа долгосрочных прогнозов – оптимальна смешанная стратегия (периодическое массированное тушение вспышек эпидемии путем всяческих ограничительных мер).
Но самое важное сейчас – среднесрочные прогнозы. Их важность в сочетании 2х факторов:
1. Такие прогнозы достаточно точные.
2. На них ориентируются власти в принятии и корректировках национальных политик (властям краткосрочные прогнозы не интересны, т.к. скорость реакции власти слишком низкая для реакции на них; а долгосрочные прогнозы властям не интересны из-за принципиальной недоказуемости их достоверности).
Самый известный среднесрочный прогноз был разработан группой британского эпидемиолога Нила Фергюсона и опубликован Imperial College COVID-19 Response Team. Именно этот прогноз заставил в марте власти Великобритании и США сменить их стратегии со смягчения на борьбу с вирусом.
И вот опубликован новый отчет «Оценка количества инфекций и влияния нефармацевтических вмешательств на COVID-19 в 11 европейских странах». Этот отчет позволяет:
(1) на основе обновленной и уточненной модели сравнить результативность мер, предпринятых в течение марта властями 11 стран Европы;
(2) использовать среднесрочные прогнозы обновленной модели при выборе национальных политики на апрель для этих (и не только) стран.
• На приложенной картинке показано какие меры и когда были предприняты 11 странами. Судя по картинке, складывается впечатление, что медлительнее нас при введении ограничений были только англичане.
• А вот на этой таблице показаны оценки долей инфицированного населения по странам: разброс велик – от 0.41% в Норвегии до 15% в Испании, что отражает относительные стадии эпидемии. Для справки, в России этот показатель официально равен 0,003%. Но по словам Голиковой, можно предположить, что реальная цифра 5%, и значит Россия где-то между Италией и Бельгией.
• Введенные властями меры во всех 11 странах позволили до 31 марта предотвратить примерно 59 тыс. смертей (95%-ный доверительный интервал 21 000–120 000). Еще больше жизней будет спасено, если предпринятые меры останутся в силе до тех пор, пока уровень новых заражений не упадет до низкого.
Комментируя новый отчет, Фергюсон говорит, что общенациональные блокировки по всей Европе результативны. Но как долго они должны оставаться, - это большой вопрос для стран, обеспокоенных своей экономикой, а также психическим и физическим здоровьем своих перепуганных граждан. Социальное дистанцирование пока сокращает распространение вируса. Но отмена этих мер может позволить второй волне пандемии прийти в этом или следующем году.
Так что, если по уму, нужно действовать, как Южная Корея.
Но об этом в другом посте.
#Эпидемия
Что будет в апреле – новая среднесрочная модель.
Краткосрочные модели хода пандемии устойчиво показывают 95%-ную точность прогнозов. На 6 дней вперед можно точно предсказать ход эпидемии в любой стране.
Точность долгосрочных прогнозов пока неизвестна. Ее мы узнаем через год и более. Но эти прогнозы критически важны при выработке и корректировках национальных стратегий борьбы с пандемией. Текущий вывод из анализа долгосрочных прогнозов – оптимальна смешанная стратегия (периодическое массированное тушение вспышек эпидемии путем всяческих ограничительных мер).
Но самое важное сейчас – среднесрочные прогнозы. Их важность в сочетании 2х факторов:
1. Такие прогнозы достаточно точные.
2. На них ориентируются власти в принятии и корректировках национальных политик (властям краткосрочные прогнозы не интересны, т.к. скорость реакции власти слишком низкая для реакции на них; а долгосрочные прогнозы властям не интересны из-за принципиальной недоказуемости их достоверности).
Самый известный среднесрочный прогноз был разработан группой британского эпидемиолога Нила Фергюсона и опубликован Imperial College COVID-19 Response Team. Именно этот прогноз заставил в марте власти Великобритании и США сменить их стратегии со смягчения на борьбу с вирусом.
И вот опубликован новый отчет «Оценка количества инфекций и влияния нефармацевтических вмешательств на COVID-19 в 11 европейских странах». Этот отчет позволяет:
(1) на основе обновленной и уточненной модели сравнить результативность мер, предпринятых в течение марта властями 11 стран Европы;
(2) использовать среднесрочные прогнозы обновленной модели при выборе национальных политики на апрель для этих (и не только) стран.
• На приложенной картинке показано какие меры и когда были предприняты 11 странами. Судя по картинке, складывается впечатление, что медлительнее нас при введении ограничений были только англичане.
• А вот на этой таблице показаны оценки долей инфицированного населения по странам: разброс велик – от 0.41% в Норвегии до 15% в Испании, что отражает относительные стадии эпидемии. Для справки, в России этот показатель официально равен 0,003%. Но по словам Голиковой, можно предположить, что реальная цифра 5%, и значит Россия где-то между Италией и Бельгией.
• Введенные властями меры во всех 11 странах позволили до 31 марта предотвратить примерно 59 тыс. смертей (95%-ный доверительный интервал 21 000–120 000). Еще больше жизней будет спасено, если предпринятые меры останутся в силе до тех пор, пока уровень новых заражений не упадет до низкого.
Комментируя новый отчет, Фергюсон говорит, что общенациональные блокировки по всей Европе результативны. Но как долго они должны оставаться, - это большой вопрос для стран, обеспокоенных своей экономикой, а также психическим и физическим здоровьем своих перепуганных граждан. Социальное дистанцирование пока сокращает распространение вируса. Но отмена этих мер может позволить второй волне пандемии прийти в этом или следующем году.
Так что, если по уму, нужно действовать, как Южная Корея.
Но об этом в другом посте.
#Эпидемия
Forwarded from Малоизвестное интересное
Китайский ИИ сделал жуткий прогноз хода мировой пандемии.
Бездушный алгоритм вскрывает беспредельный уровень бесшабашности человечества.
До сих пор нет ни то что консенсуса, но и даже понимания сторон при обсуждении выбора национальных стратегий противодействия пандемии.
• Какие ограничения стоит вводить?
• Когда это делать и на сколько?
Оба вопроса, по-прежнему, лишь предмет яростных споров.
И даже принципиальный выбор позиции:
1) за гуманизм (минимизация числа смертей, связанных с коронавирусом);
2) или за экономический прагматизм (не погубить экономику, а с ней и людей), –
открытым текстом так и не озвучен ни одним государством (все, вроде как, за п.1, но и за п.2 голосов все больше и больше).
Таковы люди.
Врачи, экономисты и прочие профессионалы будут спорить и дальше.
А политики, как обычно, будут играть в зависимости от ситуации и шкурных интересов.
Вот почему так интересно и важно «профессиональное мнение» ИИ по названым в начале двум вопросам. «Мнение», - не отягощенное мировоззрением и профессиональными рамками, этическими заморочками и субъективностью. Но в то же время, учитывающее весь существующий объем статистических данных о ходе мировой пандемии.
И вот китайца (кто ж еще!) решили это сделать.
От ИИ требовалось одно – обобщить все имеющиеся данные ВОЗ по 152 странам (на момент исследования, это был интервал с 29 января по 16 марта) и методом машинного трансферного обучения научить модель в реальном времени максимально точно прогнозировать ход пандемии в каждой из 152 стран.
И научили-таки предсказывать с точностью 2,5%.
Ну а затем запустили модель работать дальше (прогнозируя дальнейший ход пандемии, начиная с апреля 2020) в 4х сценариях, отличающихся для каждой из стран:
• степенью уровня жесткости мер от 0 до 1 (0 – никаких ограничений, 1 – национальный локдаун)
• графиком ввода мер:
– самый жесткий сценарий №1 (с 24 марта уровень жесткости мер 0,5, а через неделю и до конца вводится уровень 1)
– самый мягкий сценарий №4 (первые 3 недели уровень жесткости мер 0, а на последней неделе вводится уровень 0,5)
– и два промежуточных сценария №2 и №3.
Итоговый прогноз сценариев №1 и №4, сделанный бездушным ИИ, приведен на приложенном рисунке.
В цифрах это означает вот что.
✔️ в сценарии №1: эпидемия продлится 232 дня (до 8 сентября 2020), во всем мире будут инфицированы 1,5 млн. человек, из которых умрут 53,5 тыс.
✔️ в сценарии №4: эпидемия продлится 356 дней (до 10 января 2021), во всем мире будут инфицированы 255 млн. человек, из которых умрут 8,9 млн.
Естественно, есть отдельный прогноз по каждой из стран.
От себя добавлю.
1) Нижнюю границу числа смертей человечество уже превзошло, т.к. сценарий №1 в мировом масштабе не принят (сегодня уже 66 тыс. ((
2) Если ИИ окажется прав, то нет предела бездумной бесшабашности человечества.
N.B. Результаты этой работы еще не прошли научное рецензирование, медицинское сообщество еще не оценило ее, и, следовательно, представленная в ней информация может быть ошибочной.
#Эпидемия
Бездушный алгоритм вскрывает беспредельный уровень бесшабашности человечества.
До сих пор нет ни то что консенсуса, но и даже понимания сторон при обсуждении выбора национальных стратегий противодействия пандемии.
• Какие ограничения стоит вводить?
• Когда это делать и на сколько?
Оба вопроса, по-прежнему, лишь предмет яростных споров.
И даже принципиальный выбор позиции:
1) за гуманизм (минимизация числа смертей, связанных с коронавирусом);
2) или за экономический прагматизм (не погубить экономику, а с ней и людей), –
открытым текстом так и не озвучен ни одним государством (все, вроде как, за п.1, но и за п.2 голосов все больше и больше).
Таковы люди.
Врачи, экономисты и прочие профессионалы будут спорить и дальше.
А политики, как обычно, будут играть в зависимости от ситуации и шкурных интересов.
Вот почему так интересно и важно «профессиональное мнение» ИИ по названым в начале двум вопросам. «Мнение», - не отягощенное мировоззрением и профессиональными рамками, этическими заморочками и субъективностью. Но в то же время, учитывающее весь существующий объем статистических данных о ходе мировой пандемии.
И вот китайца (кто ж еще!) решили это сделать.
От ИИ требовалось одно – обобщить все имеющиеся данные ВОЗ по 152 странам (на момент исследования, это был интервал с 29 января по 16 марта) и методом машинного трансферного обучения научить модель в реальном времени максимально точно прогнозировать ход пандемии в каждой из 152 стран.
И научили-таки предсказывать с точностью 2,5%.
Ну а затем запустили модель работать дальше (прогнозируя дальнейший ход пандемии, начиная с апреля 2020) в 4х сценариях, отличающихся для каждой из стран:
• степенью уровня жесткости мер от 0 до 1 (0 – никаких ограничений, 1 – национальный локдаун)
• графиком ввода мер:
– самый жесткий сценарий №1 (с 24 марта уровень жесткости мер 0,5, а через неделю и до конца вводится уровень 1)
– самый мягкий сценарий №4 (первые 3 недели уровень жесткости мер 0, а на последней неделе вводится уровень 0,5)
– и два промежуточных сценария №2 и №3.
Итоговый прогноз сценариев №1 и №4, сделанный бездушным ИИ, приведен на приложенном рисунке.
В цифрах это означает вот что.
✔️ в сценарии №1: эпидемия продлится 232 дня (до 8 сентября 2020), во всем мире будут инфицированы 1,5 млн. человек, из которых умрут 53,5 тыс.
✔️ в сценарии №4: эпидемия продлится 356 дней (до 10 января 2021), во всем мире будут инфицированы 255 млн. человек, из которых умрут 8,9 млн.
Естественно, есть отдельный прогноз по каждой из стран.
От себя добавлю.
1) Нижнюю границу числа смертей человечество уже превзошло, т.к. сценарий №1 в мировом масштабе не принят (сегодня уже 66 тыс. ((
2) Если ИИ окажется прав, то нет предела бездумной бесшабашности человечества.
N.B. Результаты этой работы еще не прошли научное рецензирование, медицинское сообщество еще не оценило ее, и, следовательно, представленная в ней информация может быть ошибочной.
#Эпидемия
Forwarded from Малоизвестное интересное
Математически доказано - правильных стратегий борьбы с COVID-19 нет.
Гениальный математик о достижении людьми предела знаний.
Профессор Дэвид Волперт (David Wolpert) - математик с мировым авторитетом, уже внесший свое имя в историю математики. Сначала он доказал легендарную теорему «No free lunch» (сначала для машинного обучения, а потом в целом - для поиска и оптимизации), известную в России, как «Бесплатных завтраков не бывает» или просто «Халявы не будет». А затем им было доказано существование предела знаний – т.е. всего и всегда никто и никогда узнать не сможет.
Казалось бы, теория суха … Но древо жизни как-то резко перестает зеленеть при приложении теорем Вольперта к моделированию пандемии COVID-19.
В только что опубликованном стратегическом инсайте «There’s no free lunch when it comes to making predictions about the COVID-19 pandemic», Волперт, на понятных для имеющих ВУЗовское образование формулах, объясняет:
• использование любых моделей пандемии COVID-19 (основанных на аппроксимации уравнений или агентном моделировании) чревато тем, что здесь не может быть правильных или неправильный ответов;
• из чего следует, что никто не может точно прогнозировать:
- как эпидемия будет распространяться, если мы сделаем так или иначе?
- как повлияет на экономику, если мы будем следовать одному или другому курсу?
Волперт доказывает, что оба подхода к оценке вероятностей (Байесовский и частотный) не позволяют сделать достоверный модельный прогноз при отсутствии у нас точного знания о начальных переменных модели: коэффициент вероятности заражения, коэффициент летальности, процент инфицированных …. А без этого, все тщетно.
Это значит:
✔️ что все споры, чья модель лучше (Китайская, Итальянская, Шведская …) стоят не дороже любых других срачей в соцсети;
✔️ а дебаты об оптимальном компромиссе карантинных мер и ущерба для экономики – вообще, разговоры ни о чем.
Чтобы судить и о том, и другом, - нужно располагать точными параметрами моделей. Но сейчас мы этого не знаем. И не нужно делать вид, что моделирование здесь может помочь.
Все равно любая модель может оказаться не точнее случайного выбора при подбрасывании монеты.
А значит, для политиков халявы не будет. Ответственность за решения о жизнях и экономике на модели не спишешь. Придется ее брать на себя. И отвечать за свои решения.
#Эпидемия
Гениальный математик о достижении людьми предела знаний.
Профессор Дэвид Волперт (David Wolpert) - математик с мировым авторитетом, уже внесший свое имя в историю математики. Сначала он доказал легендарную теорему «No free lunch» (сначала для машинного обучения, а потом в целом - для поиска и оптимизации), известную в России, как «Бесплатных завтраков не бывает» или просто «Халявы не будет». А затем им было доказано существование предела знаний – т.е. всего и всегда никто и никогда узнать не сможет.
Казалось бы, теория суха … Но древо жизни как-то резко перестает зеленеть при приложении теорем Вольперта к моделированию пандемии COVID-19.
В только что опубликованном стратегическом инсайте «There’s no free lunch when it comes to making predictions about the COVID-19 pandemic», Волперт, на понятных для имеющих ВУЗовское образование формулах, объясняет:
• использование любых моделей пандемии COVID-19 (основанных на аппроксимации уравнений или агентном моделировании) чревато тем, что здесь не может быть правильных или неправильный ответов;
• из чего следует, что никто не может точно прогнозировать:
- как эпидемия будет распространяться, если мы сделаем так или иначе?
- как повлияет на экономику, если мы будем следовать одному или другому курсу?
Волперт доказывает, что оба подхода к оценке вероятностей (Байесовский и частотный) не позволяют сделать достоверный модельный прогноз при отсутствии у нас точного знания о начальных переменных модели: коэффициент вероятности заражения, коэффициент летальности, процент инфицированных …. А без этого, все тщетно.
Это значит:
✔️ что все споры, чья модель лучше (Китайская, Итальянская, Шведская …) стоят не дороже любых других срачей в соцсети;
✔️ а дебаты об оптимальном компромиссе карантинных мер и ущерба для экономики – вообще, разговоры ни о чем.
Чтобы судить и о том, и другом, - нужно располагать точными параметрами моделей. Но сейчас мы этого не знаем. И не нужно делать вид, что моделирование здесь может помочь.
Все равно любая модель может оказаться не точнее случайного выбора при подбрасывании монеты.
А значит, для политиков халявы не будет. Ответственность за решения о жизнях и экономике на модели не спишешь. Придется ее брать на себя. И отвечать за свои решения.
#Эпидемия
