Машина и вкус

Taste. Это слово я встречаю теперь каждый день, когда сёрфлю интернет в поисках материалов для Журналуса. В дизайн-сообществе о вкусе говорят, кажется, все — количество статей на эту тему зашкаливает. Большинство авторов считают, что вкус — это некий последний фронтир, который остается человеку перед тем, как его заменит (или не заменит) машина

В этих рассуждениях почти все допускают фундаментальную ошибку: они думают о вкусе как о каком-то общем свойстве, которое либо есть, либо его нет. В лучшем случае — как о градиенте от нуля до единицы. Но я предлагаю посмотреть на это под другим углом — как на индивидуальную способность выносить суждения о том, что хорошо, а что нет, что достойно, а что недостойно, что пропускать дальше, что дорабатывать, а что выкинуть в помойку. В этом контексте хороший вкус — это такая цепочка суждений, которые через множество итераций ведут к результату, который нравится автору, другим людям и рынку

Спорить нужно не о том, сколько у человека вкуса, а о том, чей он. Вкус скорее похож на стиль, и он уникален для каждого человека. У каждого опытного профессионала — если он, конечно, не бездумно копирует других — так или иначе формируется свой стиль. Уникален сам набор суждений; а хорош он или нет — покажут итерации

Под таким углом сам вопрос о том, может ли ИИ обладать вкусом, меняется на вопрос: может ли ИИ обладать моим вкусом? А это уже больше похоже на задачу о том, как научить машину последовательно выносить такие суждения, которые вынес бы я сам. Получается, задача — не создать еще более умные модели, которые сами будут делать красиво и круто (где определение красоты? кто судья?), а научиться передавать машине свой накопленный опыт

На данный момент мы научили машину быть всеми сразу — то есть, по умолчанию, никем. Она умеет всё, адаптируется под любую ситуацию и готова выполнять любую задачу — пока ей не сказали, кем быть. И как будто бы следующий этап — не добавить ей еще способностей, а вырезать из этого «всеми сразу» свой профиль суждений. Не обучение, а сужение. Научить машину быть тобой

Как это будет реализовано технически, пока не до конца понятно — скорее всего, какое-то сочетание петель обратной связи, долговременной памяти и богатого персонального контекста, который постоянно обновляется. Ясно одно: машине придется показать, какие суждения ты выносил и почему, — чтобы она вывела из них сам способ их выносить. И не дать ей на этом застыть, потому что вкус живой и меняется со временем

Если это получится, окажется, что вкус — не последний фронтир, который остается человеку, а просто правильно организованный. А последний фронтир — это иметь вкус, который стоит передавать

Обновил репозиторий со своими скилами

Добавились bugfix и wrap-up

Скил wrap-up — это автоматизация ритуала завершения сессии, который сформиовался у меня за последние месяцы. Он делает так, что после завершения работы в сессии не остаётся хвостов и мусора. Всё закомичено, документация обновлена, локальные сервера и симуляторы остановлены, временные файлы и ворктри убраны, уроки записаны в память

В других скилах есть обновления, так что обновитесь, если ставили себе предыдущие версия

(чтобы установить их или обновить, просто дайте ссылку на репозиторий своему агенту)

Читать книги, которые не понимаешь

Один из самых горячих вопросов двадцатых: где машина заменит человека и что человеку останется там, где заменит?

Мне кажется, вот что: в эпоху мгновенных ответов на любые вопросы критерием человечности становится умение задавать хорошие вопросы. На самом деле так было всегда, просто сейчас это обнажилось и вышло на поверхность. Вы можете возразить, что агенты тоже умеют спрашивать. Да, но они не знают, чего не знаешь ты: твоё неизвестное существует только у тебя в голове, и у машин нет никакого повода о нём спросить

Как задавать хорошие вопросы? Для этого нужно нащупывать неизвестное неизвестное — то, о чём ты пока даже не догадываешься. Я давно заметил, что, чем глубже закапываешься в любую тему, тем больше обнаруживаешь в ней глубины: её истории, трудов, открытий, нерешённых проблем

Самый быстрый способ закопаться, который я знаю, — читать тексты, которые тебе пока слишком сложны, которые ты не понимаешь хотя бы частично. Я, например, сейчас читаю книги Ханну Райаниеми — это фантастика о постчеловеческом будущем, в котором существует много разных видов постлюдей. Книги насыщены терминами и понятиями, а сам автор ничего не объясняет, предоставляя читателю возможность догадываться об их значении из контекста. Поэтому мне постоянно приходится обращаться к Клоду и спрашивать, что происходит в конкретном фрагменте. Из объяснений я узнаю много нового из физики, информатики, математики и даже истории. Например, довольно много узнал о русском космизме, потому что одна из ключевых сил в книге называется «Соборность», и я стал спрашивать, почему (а ещё забавно: порабощённые копии сознания там зовутся «гоголами» — отсылка к «Мёртвым душам»)

Я не хочу сказать, что сложные тексты обязательно сделают вас умнее или что вы станете лучше разбираться в прочитанном. Но сам факт, что приходится продираться через непонятное, расширяет сферу твоего знания, а вопросы рождаются именно на её поверхности, на границе с незнанием: чем больше площадь соприкосновения, тем больше вопросов ты в принципе способен задать миру. Поэтому, кстати, самые недалёкие люди обычно и самые уверенные: им просто нечего спросить

Хорошие вопросы не придумываются из ничего — они отбираются из массы возможных. Чем больше эта масса, тем выше вероятность, что однажды ты задашь — себе или своим инструментам — тот самый вопрос, который приведёт к решению, до которого машина сама никогда не додумается. Там, где она отвечает лучше тебя, спрашивать — это и есть твоя работа

Да, в иные вечера выходит, что диалоги с нейронками я читаю дольше, чем сами книги. Но каждый такой вечер — это часы практики в умении, которое останется человеческим. Так что, мне кажется, это хорошо