Можно ли зарабатывать миллионы на предсказаниях взлета цен?
С ценными бумагами, золотом и недвижимостью – пока, увы, невозможно. Но можно с произведениями искусств!
А это даже круче. Ведь нынче цены картин топовых современных художников составляют десятки миллионов долларов.
И благодаря новому прорывному исследованию теперь почти каждый может предсказать рост или падение цен на живопись.
Полная версия статьи:
• в Telegram Instant view на Medium
• на Яндекс Дзен
• на сайте оригинальной публикации «Идеономика»
Время чтения до 5 мин.
#ScienceOfSuccess
С ценными бумагами, золотом и недвижимостью – пока, увы, невозможно. Но можно с произведениями искусств!
А это даже круче. Ведь нынче цены картин топовых современных художников составляют десятки миллионов долларов.
И благодаря новому прорывному исследованию теперь почти каждый может предсказать рост или падение цен на живопись.
Полная версия статьи:
• в Telegram Instant view на Medium
• на Яндекс Дзен
• на сайте оригинальной публикации «Идеономика»
Время чтения до 5 мин.
#ScienceOfSuccess
Medium
Как зарабатывать миллионы на предсказаниях взлета цен
Благодаря новому исследованию теперь почти каждый может предсказать рост или падение цен на произведения искусства
Новые убедительные доказательства об изнасиловании соцботами нашего здравого смысла.
Тщательный всесторонний анализ пула из 14 млн твитов ставит точку в обвинительном заключении против социальных ботов (соцботов).
1) Именно соцботам мир обязан превращению нашей медиасреды в фейковую инфореальность. Без них и только силами людей было бы невозможно достижение сегодняшнего уровня доминирования фейковых новостей над фактчекинговой правдой.
2) Сила соцботов не только в их способности генерировать вирусные каскады сообщений, но и в умении ловко манипулировать людьми путем использования когнитивных предубеждений и слабостей последних.
3) По сути, инфовойна е-Зла и е-Добра не просто уже идет, а почти что неостановима, т.к. её супероружием – соцботами – уже пользуются ВСЕ конфликтующие стороны.
Остановить скатывание к 100%но фейковой инфореальности может лишь «договор о взаимном контроле» над этим типом «супер-инфо-вооружений».
В качестве тизера два поразительных примера:
А) Соцботы уже довели людей до крайней степени кретинизма, когда среди фейковых новостей самыми виральными становятся наиболее идиотские.
Б) Основным инструментом распространения фейковой заразы для соцботов становятся «люди-супер-распространители» - самые популярные люди в сети, играющие для соцботов роль «полезных е-идиотов»
В только что опубликованном отчете The spread of low-credibility content by social bots еще много интересных графиков, а интерактивная версия доступна здесь.
Предысторию вопроса см. по тэгу
#Соцботы
Тщательный всесторонний анализ пула из 14 млн твитов ставит точку в обвинительном заключении против социальных ботов (соцботов).
1) Именно соцботам мир обязан превращению нашей медиасреды в фейковую инфореальность. Без них и только силами людей было бы невозможно достижение сегодняшнего уровня доминирования фейковых новостей над фактчекинговой правдой.
2) Сила соцботов не только в их способности генерировать вирусные каскады сообщений, но и в умении ловко манипулировать людьми путем использования когнитивных предубеждений и слабостей последних.
3) По сути, инфовойна е-Зла и е-Добра не просто уже идет, а почти что неостановима, т.к. её супероружием – соцботами – уже пользуются ВСЕ конфликтующие стороны.
Остановить скатывание к 100%но фейковой инфореальности может лишь «договор о взаимном контроле» над этим типом «супер-инфо-вооружений».
В качестве тизера два поразительных примера:
А) Соцботы уже довели людей до крайней степени кретинизма, когда среди фейковых новостей самыми виральными становятся наиболее идиотские.
Б) Основным инструментом распространения фейковой заразы для соцботов становятся «люди-супер-распространители» - самые популярные люди в сети, играющие для соцботов роль «полезных е-идиотов»
В только что опубликованном отчете The spread of low-credibility content by social bots еще много интересных графиков, а интерактивная версия доступна здесь.
Предысторию вопроса см. по тэгу
#Соцботы
Nature
Fig. 1
From: The spread of low-credibility content by social bots
Квантовые компьютеры –технологическая спекуляция.
И недалек день, когда это станет ясно всем.
Легендарный американский физик Рольф Ландауэр еще 20+ лет назад настаивал, чтобы все публикации на тему квантовых компьютеров сопровождались следующим примечанием:
«Этот проект, как и все прочие проекты квантовых вычислений, опирается на спекулятивную технологию. В своей нынешней форме она не принимает в расчет всевозможные источники шумов, ненадежностей и ошибок производства, так что работать, скорее всего, это не будет»
Не смотря на всемирно признанный авторитет бывшего руководителя исследовательского подразделения IBM, правительственные исследовательские агентства многих стран, академические институты (многие из которых финансируются государством) и корпоративные лаборатории тратят миллиарды долларов в год на разработку квантовых компьютеров. Гиганты Уолл-стрита, типа Морган Стэнли ожидают, что промышленные квантовые компьютеры появятся уже в ближайшие годы в результате технологической революции, подготовленной китами IT-бизнеса во главе с Google и IBM.
В России, впрочем, как и в США, квантовые компьютеры, наряду с «сильным ИИ» (AGI), считаются ключевыми прорывными направлениями, коим предстоит кардинально изменить мир в ближайшее 10-20 лет.
Про то, что «сильный ИИ» - это очередная масштабная Панама, я уже не раз писал, благо это все же моя специализация.
А вот написать подобное про квантовые компьютеры я так и не решался, не будучи специалистом в этой круто физически замешенной области компьютинга, да еще и сдерживаемый старым знакомством со времен Cray Research с Бо Эвальдом (Президентом D-Wave).
И как же я рад, что вместо меня (и наверняка, куда лучше) это сделал, наконец, Михаил Дьяконов - известный исследователь в области теоретической физики в лаборатории Чарльза Кулона Университета Монпелье во Франции, чьё имя вам, возможно, известно в связи с т.н. «поверхностными волнами Дьяконова».
Его превосходная статья The Case Against Quantum Computing, напечатанная отнюдь не в популярном СМИ, а в IEEE Spectrum, замечательна двумя качествами:
1) Мне не встречалось ранее столь понятное и лаконичное, и вместе с тем точное и глубокое описание того, что из себя представляет (в теории) квантовый компьютер.
2) И уж тем более я не видал столь же доходчивого и убедительного объяснения, почему (на практике) промышленный квантовый компьютер не появится еще очень долго, а возможно, и никогда.
Почему?
Да потому, что реально полезный (а не экспериментально-рекламный) квантовый компьютер должен обрабатывать набор непрерывных параметров, числом больше, чем количество субатомных частиц в наблюдаемой вселенной.
Ну а кому столь краткого объяснения недостаточно, читайте статью.
https://spectrum.ieee.org/computing/hardware/the-case-against-quantum-computing
#КвантовыйКомпьютинг
И недалек день, когда это станет ясно всем.
Легендарный американский физик Рольф Ландауэр еще 20+ лет назад настаивал, чтобы все публикации на тему квантовых компьютеров сопровождались следующим примечанием:
«Этот проект, как и все прочие проекты квантовых вычислений, опирается на спекулятивную технологию. В своей нынешней форме она не принимает в расчет всевозможные источники шумов, ненадежностей и ошибок производства, так что работать, скорее всего, это не будет»
Не смотря на всемирно признанный авторитет бывшего руководителя исследовательского подразделения IBM, правительственные исследовательские агентства многих стран, академические институты (многие из которых финансируются государством) и корпоративные лаборатории тратят миллиарды долларов в год на разработку квантовых компьютеров. Гиганты Уолл-стрита, типа Морган Стэнли ожидают, что промышленные квантовые компьютеры появятся уже в ближайшие годы в результате технологической революции, подготовленной китами IT-бизнеса во главе с Google и IBM.
В России, впрочем, как и в США, квантовые компьютеры, наряду с «сильным ИИ» (AGI), считаются ключевыми прорывными направлениями, коим предстоит кардинально изменить мир в ближайшее 10-20 лет.
Про то, что «сильный ИИ» - это очередная масштабная Панама, я уже не раз писал, благо это все же моя специализация.
А вот написать подобное про квантовые компьютеры я так и не решался, не будучи специалистом в этой круто физически замешенной области компьютинга, да еще и сдерживаемый старым знакомством со времен Cray Research с Бо Эвальдом (Президентом D-Wave).
И как же я рад, что вместо меня (и наверняка, куда лучше) это сделал, наконец, Михаил Дьяконов - известный исследователь в области теоретической физики в лаборатории Чарльза Кулона Университета Монпелье во Франции, чьё имя вам, возможно, известно в связи с т.н. «поверхностными волнами Дьяконова».
Его превосходная статья The Case Against Quantum Computing, напечатанная отнюдь не в популярном СМИ, а в IEEE Spectrum, замечательна двумя качествами:
1) Мне не встречалось ранее столь понятное и лаконичное, и вместе с тем точное и глубокое описание того, что из себя представляет (в теории) квантовый компьютер.
2) И уж тем более я не видал столь же доходчивого и убедительного объяснения, почему (на практике) промышленный квантовый компьютер не появится еще очень долго, а возможно, и никогда.
Почему?
Да потому, что реально полезный (а не экспериментально-рекламный) квантовый компьютер должен обрабатывать набор непрерывных параметров, числом больше, чем количество субатомных частиц в наблюдаемой вселенной.
Ну а кому столь краткого объяснения недостаточно, читайте статью.
https://spectrum.ieee.org/computing/hardware/the-case-against-quantum-computing
#КвантовыйКомпьютинг
IEEE Spectrum
The Case Against Quantum Computing
The proposed strategy relies on manipulating with high precision an unimaginably huge number of variables
Почему в США государством управляет финансовая верхушка?
А в Китае экономика и коррупция целиком во власти лидеров политической партии?
Почему именно военные рулят в Египте, а в Иране – духовные лидеры?
И самое главное.
Как ответы на эти вопросы связаны (1) со структурой власти, (2) с мотивацией стоящих у власти групп и (3) роли лидеров во властных группировках.
О новой теории известного американского системолога Янира Бар-Яма, президента Института комплексных систем Новой Англии в моем новом посте (время чтения до 4 мин.)
• на Medium
• на Яндекс Дзен
#СложныеСистемы #Власть #Лидерство
А в Китае экономика и коррупция целиком во власти лидеров политической партии?
Почему именно военные рулят в Египте, а в Иране – духовные лидеры?
И самое главное.
Как ответы на эти вопросы связаны (1) со структурой власти, (2) с мотивацией стоящих у власти групп и (3) роли лидеров во властных группировках.
О новой теории известного американского системолога Янира Бар-Яма, президента Института комплексных систем Новой Англии в моем новом посте (время чтения до 4 мин.)
• на Medium
• на Яндекс Дзен
#СложныеСистемы #Власть #Лидерство
Medium
Почему в одних странах демократия, а в других авторитаризм
Происхождение и смена институтов, возникновение революций и гибридных режимов
«Беспокоитесь, что ИИ станет слишком умным и захватит мир?
Но реальная проблема, — что, будучи предельно глуп, ИИ уже это сделал»
Эти слова Педро Домингоса – автора бестселлера 2017 «Мастер-алгоритм» - были бы отличным эпиграфом для недавней статьи Мелани Митчелл в NYT, озаглавленной «ИИ сталкивается с барьером смысла».
Статья резюмирует основную идею новой книги Мелани «ИИ – руководство для мыслящих людей», которая выйдет в следующем году и имеет отличные шансы стать бестселлером 2019.
Беда, как обычно, не с инструментарием (коим ИИ является), а с людьми. И ладно бы они, хоть и бездумно, но пользовались все новыми и новыми приложениями машинного обучения для пустяков – типа пресловутого заказа столика в ресторане.
Так нет же. Безумные энтузиасты и жадные корпорации (так уж они устроены) все более расширяют границы допустимых областей применения приложений машинного обучения (нахально и безосновательно называемых ими ИИ).
— Неважно, что «читающие» юридические документы программы могут быть легко обмануты (ведь и юристы ошибаются – говорят самозашоренные энтузиасты).
— Ерунда, что самоуправляемое авто при какой-то никому пока не известной игре освещения и теней может не распознать человека на своем пути (а сколько гибнет под колесами людей – парируют энтузиасты).
Мелани Митчелл приводит дюжину не менее опасных примеров, показывающих, как люди своими руками создают при внедрении т.н. ИИ все новые классы потенциальных уязвимостей: для отдельного человека и для всего человечества, допускающих физическое и ментальное негативное воздействие с никому неизвестными масштабами негативных последствий.
И все упирается
✔️ в выбранный ложный путь – симуляция «умного поведения» по определению безумными (в смысле ума совсем нет) программами на основе машинного обучения,
✔️ в неостановимую гонку коммерциализации т.н. ИИ систем, которые работают «достаточно хорошо» по узким задачам,
✔️ ну и, конечно, в безразмерную тупость и жадность людей, уповающих, что, мол, как и раньше бывало с революционными инновациями, все как-нибудь со временем рассосется.
А ведь есть только один способ остановить это безумие:
— Признать, что акторами «умного поведения» в реальной жизни людей (а не в лабораториях экспериментаторов) должны быть лишь реально разумные интеллектуальные системы.
— А для этого нужно, наконец, понять, описать, многократно проверить, что же такое разум, как он устроен и как может быть воспроизведен рукотворно.
Теория и практические подходы для этого существуют (и похоже, мне более не стоит откладывать про это написать).
Осталось лишь серьезно взяться, не уповая на коммерциализацию в ближайшие 12 месяцев.
Подробней:
Статья Мелани Митчелл https://www.nytimes.com/2018/11/05/opinion/artificial-intelligence-machine-learning.html
Информация к размышлению вокруг статьи https://mindmatters.ai/2018/11/machines-just-dont-do-meaning/
#БББ #ИИ #МашинноеОбучение
Но реальная проблема, — что, будучи предельно глуп, ИИ уже это сделал»
Эти слова Педро Домингоса – автора бестселлера 2017 «Мастер-алгоритм» - были бы отличным эпиграфом для недавней статьи Мелани Митчелл в NYT, озаглавленной «ИИ сталкивается с барьером смысла».
Статья резюмирует основную идею новой книги Мелани «ИИ – руководство для мыслящих людей», которая выйдет в следующем году и имеет отличные шансы стать бестселлером 2019.
Беда, как обычно, не с инструментарием (коим ИИ является), а с людьми. И ладно бы они, хоть и бездумно, но пользовались все новыми и новыми приложениями машинного обучения для пустяков – типа пресловутого заказа столика в ресторане.
Так нет же. Безумные энтузиасты и жадные корпорации (так уж они устроены) все более расширяют границы допустимых областей применения приложений машинного обучения (нахально и безосновательно называемых ими ИИ).
— Неважно, что «читающие» юридические документы программы могут быть легко обмануты (ведь и юристы ошибаются – говорят самозашоренные энтузиасты).
— Ерунда, что самоуправляемое авто при какой-то никому пока не известной игре освещения и теней может не распознать человека на своем пути (а сколько гибнет под колесами людей – парируют энтузиасты).
Мелани Митчелл приводит дюжину не менее опасных примеров, показывающих, как люди своими руками создают при внедрении т.н. ИИ все новые классы потенциальных уязвимостей: для отдельного человека и для всего человечества, допускающих физическое и ментальное негативное воздействие с никому неизвестными масштабами негативных последствий.
И все упирается
✔️ в выбранный ложный путь – симуляция «умного поведения» по определению безумными (в смысле ума совсем нет) программами на основе машинного обучения,
✔️ в неостановимую гонку коммерциализации т.н. ИИ систем, которые работают «достаточно хорошо» по узким задачам,
✔️ ну и, конечно, в безразмерную тупость и жадность людей, уповающих, что, мол, как и раньше бывало с революционными инновациями, все как-нибудь со временем рассосется.
А ведь есть только один способ остановить это безумие:
— Признать, что акторами «умного поведения» в реальной жизни людей (а не в лабораториях экспериментаторов) должны быть лишь реально разумные интеллектуальные системы.
— А для этого нужно, наконец, понять, описать, многократно проверить, что же такое разум, как он устроен и как может быть воспроизведен рукотворно.
Теория и практические подходы для этого существуют (и похоже, мне более не стоит откладывать про это написать).
Осталось лишь серьезно взяться, не уповая на коммерциализацию в ближайшие 12 месяцев.
Подробней:
Статья Мелани Митчелл https://www.nytimes.com/2018/11/05/opinion/artificial-intelligence-machine-learning.html
Информация к размышлению вокруг статьи https://mindmatters.ai/2018/11/machines-just-dont-do-meaning/
#БББ #ИИ #МашинноеОбучение
NY Times
Opinion | Artificial Intelligence Hits the Barrier of Meaning (Published 2018)
Machine learning algorithms don’t yet understand things the way humans do — with sometimes disastrous consequences.
Можем ли мы предотвратить конец света? Новая теория сложности совместного выживания подсказывает, нам нужно перенимать опыт микробов.
Человечество неуклонно приближается к экзистенциальным границам, пройдя которые его выживание становится под вопросом. Великий Королевский астроном Сэр Мартин Рис не раз обращался с высоких трибун на эту тему - «Так это наш последний век?», «Можем ли мы предотвратить конец света?»
Но как?
• Стенаниями, заклинаниями и болтовней безответственных политиков ничему не поможешь.
• Инфо-хайпы в СМИ и медиа-срачи в соцсетях – тоже не помогают.
• Науки, от царицы – математики до постфактум объяснительницы – экономики, за это даже не берутся.
• И люди, по-прежнему, не в состоянии договориться ни по одной из экзистенциальных социальных дилемм.
Нужна новая наука с единственной целью – поиск путей выживания человечества при колоссальных изменениях среды обитания.
И вот 1й шаг к новой науке - Теория сложности совместного выживания – сделан.
Подробней в моем новом посте (время чтения до 4 мин.)
• на Medium https://bit.ly/2E1f90B
• на Яндекс Дзен https://bit.ly/2FKqNyn
#Экология #ОкружающаяСреда #Сложность #СоциальныеВзаимодействия
Человечество неуклонно приближается к экзистенциальным границам, пройдя которые его выживание становится под вопросом. Великий Королевский астроном Сэр Мартин Рис не раз обращался с высоких трибун на эту тему - «Так это наш последний век?», «Можем ли мы предотвратить конец света?»
Но как?
• Стенаниями, заклинаниями и болтовней безответственных политиков ничему не поможешь.
• Инфо-хайпы в СМИ и медиа-срачи в соцсетях – тоже не помогают.
• Науки, от царицы – математики до постфактум объяснительницы – экономики, за это даже не берутся.
• И люди, по-прежнему, не в состоянии договориться ни по одной из экзистенциальных социальных дилемм.
Нужна новая наука с единственной целью – поиск путей выживания человечества при колоссальных изменениях среды обитания.
И вот 1й шаг к новой науке - Теория сложности совместного выживания – сделан.
Подробней в моем новом посте (время чтения до 4 мин.)
• на Medium https://bit.ly/2E1f90B
• на Яндекс Дзен https://bit.ly/2FKqNyn
#Экология #ОкружающаяСреда #Сложность #СоциальныеВзаимодействия
Medium
Можем ли мы предотвратить конец света?
Новая теория сложности совместного выживания подсказывает — нужно перенимать опыт микробов
Как повысить эффективность обучения - рекомендации нейронауки для тренеров по обучению, да и, вообще, для каждого.
Наш мозг имеет почти бесконечные возможности. И чтобы развивать их, необходимо одно – уметь эффективно учиться.
И хотя языки, например, лучше изучать с раннего возраста, но, в принципе, пластичность мозга чрезвычайно велика, и можно эффективно учиться и взрослым. Ведь мозг, в этом смысле, подобен мышцам. Его умелая, эффективная тренировка – обучение - ключ к росту производительности.
О способах максимально увеличить эффективность обучения – новая книга «Учитесь! Таланты мозга, вызов машин» всемирно известного исследователя Станисласа Деана (титулованного нейроученого и автора мировых бестселлеров).
Книга пока только на французском. И потому самое важное в моём новом посте (на 5 мин чтения)
• на Medium https://bit.ly/2BBCNy2
• на Яндекс Дзен https://bit.ly/2TOMFM6
#Нейронауки #Обучение
Наш мозг имеет почти бесконечные возможности. И чтобы развивать их, необходимо одно – уметь эффективно учиться.
И хотя языки, например, лучше изучать с раннего возраста, но, в принципе, пластичность мозга чрезвычайно велика, и можно эффективно учиться и взрослым. Ведь мозг, в этом смысле, подобен мышцам. Его умелая, эффективная тренировка – обучение - ключ к росту производительности.
О способах максимально увеличить эффективность обучения – новая книга «Учитесь! Таланты мозга, вызов машин» всемирно известного исследователя Станисласа Деана (титулованного нейроученого и автора мировых бестселлеров).
Книга пока только на французском. И потому самое важное в моём новом посте (на 5 мин чтения)
• на Medium https://bit.ly/2BBCNy2
• на Яндекс Дзен https://bit.ly/2TOMFM6
#Нейронауки #Обучение
Medium
Как повысить эффективность обучения
Рекомендации нейронауки для тренеров по обучению, да и, вообще, для каждого
Возможен ли объективный количественный анализ исторических событий уровня революции?
Оказывается, что да. И 1й в истории такой анализ, на примере Французской революции, показал, что при революциях харизма и лидерский дух их вождей оказывают на ход исторических событий примерно равное влияние, как и все политические, социальные и военные институты общества вместе взятые.
Подробней в моем новом посте (до 4х минут чтения)
• на Medium https://bit.ly/2AFJv4K
• на Яндекс Дзен https://bit.ly/2QtAOEr
#CognitiveScience #ComputationalSocialScience #DigitalHistory #PoliticalScience
Оказывается, что да. И 1й в истории такой анализ, на примере Французской революции, показал, что при революциях харизма и лидерский дух их вождей оказывают на ход исторических событий примерно равное влияние, как и все политические, социальные и военные институты общества вместе взятые.
Подробней в моем новом посте (до 4х минут чтения)
• на Medium https://bit.ly/2AFJv4K
• на Яндекс Дзен https://bit.ly/2QtAOEr
#CognitiveScience #ComputationalSocialScience #DigitalHistory #PoliticalScience
Medium
При революциях роль личности и институтов 50 на 50
Это показал междисциплинарный когнитивно-социально-вычислительный анализ Французской революции
Как устроены инфосоциальные пузыри в мире кривых инфозеркал.
О результатах 1го в мире исследования искажений, наводимых разными классами онлайн-платформ.
Мы живем в новой техно-социальной системе, в основе которой глобальная сеть Интернет. Все более значительная (и уже доминирующая) доля потребляемой информации приходит к нам из сети. Это справедливо, даже если «последняя миля» при доставке конкретной информации – не сеть, а радио, ТВ или даже газеты. Все равно, велика вероятность, что к их журналистам исходная информация пришла по сети (ведь даже и емейлы – тоже элемент сетевых коммуникаций).
В то же время известно, что вся сетевая информация опосредована фильтрацией, ранжированием и рекомендательными алгоритмами, которые, обеспечивая релевантность и привлекательность контента, порождают для потребителей информации непреднамеренные искажения (biases), становясь эдакими кривыми зеркалами реальности.
В результате, мы потребляем ровно ту инфу, что предоставляется нам сетью. Обращаем внимание лишь на то, что подсовывает нам сеть. Читаем лишь те интерпретации событий, что предлагает нам сеть. Обращаемся к тем источникам, на которые направляет нас сеть.
Со времен Гиппократа известно, что «мы есть то, что мы едим». Сегодня для человечества не менее актуально - «наш ум есть то, какую инфу мы потребляем».
Так как же тогда узнать, каково влияние непреднамеренных сетевых искажения в подаче нам сетевой информации (намеренные искажения – эта другая, хотя и не менее важная тема) разными типами онлайн-платформ и конкретными платформами?
Только что опубликованное 1е в мире исследование искажений, наводимых в техно-социальной инфосистеме Интернета (2.4 млрд. кликов-переходов, сделанных 10.5 млн. уникальных пользователей на 33.7 млн. уникальных сетевых страниц) ответило на несколько весьма важных вопросов.
Авторы сравнили 5 классов онлайн-платформ по уровню наводимых ими 2ух типов искажений.
✔️ «Зашоренность» (homogeneity bias) - искажение, приводящее к черпанию нами инфы из ограниченного числа источников.
✔️ «Стадность» (popularity bias) - искажение, приводящее к фокусировке нашего внимания лишь на самой популярной информации.
Вот 5 типов сравниваемых онлайн-платформ (и конкретные платформы в скобках):
• Email (Yahoo Mail, GMail, AOL Mail)
• Social Media (Facebook, Twitter, Reddit, YouTube, Tumblr, Pinterest)
• Web Search (Yahoo Search, Google, Bing, Ask)
• News recommendation (Google News)
• Wiki (Wikipedia)
Полный отчет читайте сами по ссылке
https://onlinelibrary.wiley.com/doi/pdf/10.1002/asi.24121
Здесь же «сухой остаток», отжатый из выводов исследования.
1) Все платформы будь здоров, как индуцируют оба типа искажений.
2) Суммарно для 2х типов искажений, сильнее всего индуцируют YouTube и Yahoo Mail
3) «Зашоренность» сильнее всего индуцируется YouTube и всеми Email платформами, а слабее всего поиском Google и Pinterest.
4) «Стадность» сильнее всего индуцируется Email платформами и Social Media, а слабее всего платформами Web Search.
5) Facebook оказался «средневреден» с точки зрения обоих типов искажений.
И главное.
Вокруг каждого из нас все более укрепляется свой инфосоциальный пузырь, ограничивающий поступающую нам информацию и искажающий наблюдаемую нами информационную картину миру, как если бы стенки пузыря работали подобно кривым зеркалам.
Плохая новость: с 2006 г процесс пузырестроительства ускорился, вследствие роста популярности социальных медиа.
Хорошая новость: пока рост линейный, а не как боялись, экспоненциальный.
#ИнфосоциальныеПузыри #Искажения #Интернет
О результатах 1го в мире исследования искажений, наводимых разными классами онлайн-платформ.
Мы живем в новой техно-социальной системе, в основе которой глобальная сеть Интернет. Все более значительная (и уже доминирующая) доля потребляемой информации приходит к нам из сети. Это справедливо, даже если «последняя миля» при доставке конкретной информации – не сеть, а радио, ТВ или даже газеты. Все равно, велика вероятность, что к их журналистам исходная информация пришла по сети (ведь даже и емейлы – тоже элемент сетевых коммуникаций).
В то же время известно, что вся сетевая информация опосредована фильтрацией, ранжированием и рекомендательными алгоритмами, которые, обеспечивая релевантность и привлекательность контента, порождают для потребителей информации непреднамеренные искажения (biases), становясь эдакими кривыми зеркалами реальности.
В результате, мы потребляем ровно ту инфу, что предоставляется нам сетью. Обращаем внимание лишь на то, что подсовывает нам сеть. Читаем лишь те интерпретации событий, что предлагает нам сеть. Обращаемся к тем источникам, на которые направляет нас сеть.
Со времен Гиппократа известно, что «мы есть то, что мы едим». Сегодня для человечества не менее актуально - «наш ум есть то, какую инфу мы потребляем».
Так как же тогда узнать, каково влияние непреднамеренных сетевых искажения в подаче нам сетевой информации (намеренные искажения – эта другая, хотя и не менее важная тема) разными типами онлайн-платформ и конкретными платформами?
Только что опубликованное 1е в мире исследование искажений, наводимых в техно-социальной инфосистеме Интернета (2.4 млрд. кликов-переходов, сделанных 10.5 млн. уникальных пользователей на 33.7 млн. уникальных сетевых страниц) ответило на несколько весьма важных вопросов.
Авторы сравнили 5 классов онлайн-платформ по уровню наводимых ими 2ух типов искажений.
✔️ «Зашоренность» (homogeneity bias) - искажение, приводящее к черпанию нами инфы из ограниченного числа источников.
✔️ «Стадность» (popularity bias) - искажение, приводящее к фокусировке нашего внимания лишь на самой популярной информации.
Вот 5 типов сравниваемых онлайн-платформ (и конкретные платформы в скобках):
• Email (Yahoo Mail, GMail, AOL Mail)
• Social Media (Facebook, Twitter, Reddit, YouTube, Tumblr, Pinterest)
• Web Search (Yahoo Search, Google, Bing, Ask)
• News recommendation (Google News)
• Wiki (Wikipedia)
Полный отчет читайте сами по ссылке
https://onlinelibrary.wiley.com/doi/pdf/10.1002/asi.24121
Здесь же «сухой остаток», отжатый из выводов исследования.
1) Все платформы будь здоров, как индуцируют оба типа искажений.
2) Суммарно для 2х типов искажений, сильнее всего индуцируют YouTube и Yahoo Mail
3) «Зашоренность» сильнее всего индуцируется YouTube и всеми Email платформами, а слабее всего поиском Google и Pinterest.
4) «Стадность» сильнее всего индуцируется Email платформами и Social Media, а слабее всего платформами Web Search.
5) Facebook оказался «средневреден» с точки зрения обоих типов искажений.
И главное.
Вокруг каждого из нас все более укрепляется свой инфосоциальный пузырь, ограничивающий поступающую нам информацию и искажающий наблюдаемую нами информационную картину миру, как если бы стенки пузыря работали подобно кривым зеркалам.
Плохая новость: с 2006 г процесс пузырестроительства ускорился, вследствие роста популярности социальных медиа.
Хорошая новость: пока рост линейный, а не как боялись, экспоненциальный.
#ИнфосоциальныеПузыри #Искажения #Интернет
Обнаружена неизвестная ранее область мозга, уникальная для людей.
Возможно, это ключ к пониманию разума и спасение от болезни Паркинсона.
Не пожалейте минуту, чтоб взглянуть на феноменально виртуозную игру этого гитариста.
Это, действительно, почти что уровень Бога! Но выделывать такое может только человек. Даже самые умные из обезьян, осваивающие словарный запас в сотни слов, способные на абстрактное мышление, мастерящие себе орудия и проходящие «зеркальный тест» самосознания, - не могут ничего подобного.
«Я не могу представить, что шимпанзе сможет играть на гитаре столь же ловко», - говорит профессор Джордж Паксинос, потративший 30 лет на поиск глубоко спрятанной, неизвестной доселе области мозга, управляющей тонкой моторикой движений человека. Без нее невозможна ни игра на гитаре, ни тысячи иных тончайше скоординированных мозгом движений.
Но эта тонкая моторика движений не только позволила человеку выйти на уровень Бога во всем, что делается руками. Без этого человек просто не стал бы человеком, освоив огонь для приготовления пищи, бесконечно совершенствуя инструменты, обретя членораздельную речь, а потом и письменный язык и постоянно совершенствуя абстрактное мышление и творческие способности. Всё это – результат обретения человеком тонкой моторики движений.
Профессор Паксинос – ученый мирового уровня по нейроанатомии мозга – предположил наличие в мозге человека скрытого региона аж 30 лет назад. И только теперь, с помощью новейших методов исследований, он его нашел.
Это открытие, среди прочего, может помочь исследователям в поиске лекарства от некоторых неизлечимых ныне болезней, включая болезнь Паркинсона. И хотя это великое дело, но есть последствие и покруче. А точнее говоря, последствие наивысшей крутости – раскрытие тайны уникальности человеческого разума.
Продолжить чтение (еще на 2 мин.) можно:
- на Medium
- На Яндекс Дзен
#Нейронауки #Мозг
Возможно, это ключ к пониманию разума и спасение от болезни Паркинсона.
Не пожалейте минуту, чтоб взглянуть на феноменально виртуозную игру этого гитариста.
Это, действительно, почти что уровень Бога! Но выделывать такое может только человек. Даже самые умные из обезьян, осваивающие словарный запас в сотни слов, способные на абстрактное мышление, мастерящие себе орудия и проходящие «зеркальный тест» самосознания, - не могут ничего подобного.
«Я не могу представить, что шимпанзе сможет играть на гитаре столь же ловко», - говорит профессор Джордж Паксинос, потративший 30 лет на поиск глубоко спрятанной, неизвестной доселе области мозга, управляющей тонкой моторикой движений человека. Без нее невозможна ни игра на гитаре, ни тысячи иных тончайше скоординированных мозгом движений.
Но эта тонкая моторика движений не только позволила человеку выйти на уровень Бога во всем, что делается руками. Без этого человек просто не стал бы человеком, освоив огонь для приготовления пищи, бесконечно совершенствуя инструменты, обретя членораздельную речь, а потом и письменный язык и постоянно совершенствуя абстрактное мышление и творческие способности. Всё это – результат обретения человеком тонкой моторики движений.
Профессор Паксинос – ученый мирового уровня по нейроанатомии мозга – предположил наличие в мозге человека скрытого региона аж 30 лет назад. И только теперь, с помощью новейших методов исследований, он его нашел.
Это открытие, среди прочего, может помочь исследователям в поиске лекарства от некоторых неизлечимых ныне болезней, включая болезнь Паркинсона. И хотя это великое дело, но есть последствие и покруче. А точнее говоря, последствие наивысшей крутости – раскрытие тайны уникальности человеческого разума.
Продолжить чтение (еще на 2 мин.) можно:
- на Medium
- На Яндекс Дзен
#Нейронауки #Мозг
YouTube
Beethoven's 5th Symphony on One Guitar - Marcin Patrzalek
"5th Symphony" arranged and performed by 18-year-old Marcin.
➤TABS available on: https://marcinofficial.com/shop
➤Monthly livestreams & tutorials: https://patreon.com/marcinguitar
FOLLOW MARCIN:
► Website, Tabs & Tour Dates: https://www.marcinofficial.com…
➤TABS available on: https://marcinofficial.com/shop
➤Monthly livestreams & tutorials: https://patreon.com/marcinguitar
FOLLOW MARCIN:
► Website, Tabs & Tour Dates: https://www.marcinofficial.com…
Итоги 2018: Секретные законы успеха и статуса (для жизни их знание важнее законов Ньютона)
Декабрь. Начинаем подводить итоги самого важного за 2018.
Начнем с, определенно, самого важного для:
— практической жизни (понимания своего места в ней – сейчас и на будущее);
— трезвой оценки, кто есть кто и что почем в это жизни: авторитеты, статус, значимость.
2018 стал годом признания новой «Науки об успехе», о чем немало писалось на моем канале с тэгом #ScienceOfSuccess.
О новой науке, отвечающей на вопросы, типа:
• Когда ваш успех и статус зависят от ваших качеств и достижений, а когда нет?
• Что нужно, чтобы стать известней Пэрис Хилтон?
• Почему ваш успех достанется вашему начальнику?
в моем новом посте на 3 мин:
- на Medium (https://bit.ly/2BQz5kr)
- На Яндекс Дзен (https://bit.ly/2zGyMqI)
#ScienceOfSuccess
Декабрь. Начинаем подводить итоги самого важного за 2018.
Начнем с, определенно, самого важного для:
— практической жизни (понимания своего места в ней – сейчас и на будущее);
— трезвой оценки, кто есть кто и что почем в это жизни: авторитеты, статус, значимость.
2018 стал годом признания новой «Науки об успехе», о чем немало писалось на моем канале с тэгом #ScienceOfSuccess.
О новой науке, отвечающей на вопросы, типа:
• Когда ваш успех и статус зависят от ваших качеств и достижений, а когда нет?
• Что нужно, чтобы стать известней Пэрис Хилтон?
• Почему ваш успех достанется вашему начальнику?
в моем новом посте на 3 мин:
- на Medium (https://bit.ly/2BQz5kr)
- На Яндекс Дзен (https://bit.ly/2zGyMqI)
#ScienceOfSuccess
Medium
Итоги 2018: Секретные законы успеха и статуса
Для жизни их знание важнее законов Ньютона
DeepMind предложил переход от демократии к иикратии
Суть предложения в следующем.
➤ Хотите вы этого или нет, но системы ИИ будут внедряться все шире и довольно скоро будут контролировать и управлять очень многими аспектами нашей жизни и деятельности.
➤ Чтобы на 100% не отдаваться на волю ИИ, пока что есть только один способ – влиять на его обучение (когда он уже научился чему-либо, влезть в его мозги, чтоб повлиять на его решения, пока не удается).
➤ Если учить ИИ будут только его «хозяева», все риски упрутся в их мотивацию, честность, порядочность, да и просто разум.
➤ Значит нельзя полагаться только на ИИ и его «хозяев», а нужно обеспечить для максимального числа людей возможность участия в обучении ИИ.
В результате должно получиться что-то типа современного демократического устройства общества.
• Гражданами рулит власть: президент, правительство … – короче, т.н. элита.
• Но граждане при демократии способны влиять на «формирование мозгов власти» путем участия в выборах.
• При иикратии же граждане должны быть способны влиять на «формирование мозгов ИИ» путем участия в его обучении.
Добиться максимального «расширения прав и возможностей людей» при обучении и развитии ИИ DeepMind предлагает путем особого формирования функций вознаграждения при глубоком обучении с подкреплением - Deep Reinforcement Learning.
Возможно ли так увязать общество со все более мощными системами ИИ путем глубокой интеграции ширнармасс в обучение и развитие систем ИИ – большой вопрос.
И самое забавное, что решение, идти ли таким путем или нет, будут зависеть не от нас с вами и даже не от Google и прочих китов технологий, а от демократических институтов, избранных при аналогичном подходе.
Так что, если не заменить демократию, есть все шансы, что через десяток-другой лет на Земле воцарит иикратия.
Scalable agent alignment via reward modeling: a research direction
#ИИ
Суть предложения в следующем.
➤ Хотите вы этого или нет, но системы ИИ будут внедряться все шире и довольно скоро будут контролировать и управлять очень многими аспектами нашей жизни и деятельности.
➤ Чтобы на 100% не отдаваться на волю ИИ, пока что есть только один способ – влиять на его обучение (когда он уже научился чему-либо, влезть в его мозги, чтоб повлиять на его решения, пока не удается).
➤ Если учить ИИ будут только его «хозяева», все риски упрутся в их мотивацию, честность, порядочность, да и просто разум.
➤ Значит нельзя полагаться только на ИИ и его «хозяев», а нужно обеспечить для максимального числа людей возможность участия в обучении ИИ.
В результате должно получиться что-то типа современного демократического устройства общества.
• Гражданами рулит власть: президент, правительство … – короче, т.н. элита.
• Но граждане при демократии способны влиять на «формирование мозгов власти» путем участия в выборах.
• При иикратии же граждане должны быть способны влиять на «формирование мозгов ИИ» путем участия в его обучении.
Добиться максимального «расширения прав и возможностей людей» при обучении и развитии ИИ DeepMind предлагает путем особого формирования функций вознаграждения при глубоком обучении с подкреплением - Deep Reinforcement Learning.
Возможно ли так увязать общество со все более мощными системами ИИ путем глубокой интеграции ширнармасс в обучение и развитие систем ИИ – большой вопрос.
И самое забавное, что решение, идти ли таким путем или нет, будут зависеть не от нас с вами и даже не от Google и прочих китов технологий, а от демократических институтов, избранных при аналогичном подходе.
Так что, если не заменить демократию, есть все шансы, что через десяток-другой лет на Земле воцарит иикратия.
Scalable agent alignment via reward modeling: a research direction
#ИИ
Человечество движется к разжижению мозга. Это возможный переход на альтернативный вариант интеллекта.
Cтанислав Лем придумал два, казалось бы, несвязанных фантастических примера: мыслящий океан «Соляриса» и рой насекомоподобных роботов в «Непобедимом».
А ведь и то, и другое — варианты реализации жидкого мозга.
И неважно, что сами микро-роботы твердые. Поведением роя управляет их коллективный мозг. А он, как и в случае с океаном «Соляриса», жидкий. Ведь положение в пространстве составляющих его элементов свободно «перетекает» из одного состояния в другое.
Из физики известно, что свойства твердого и жидкого агрегатных состояний вещества, по большому счету, отличаются лишь одним:
• в твёрдом состоянии оно сохраняет форму и объём,
• а в жидком, – форма не сохраняется, только объем.
Однако из-за этого, казалось бы, ограниченного отличия вытекают разнообразнейшие последствия, понятные даже без какой-либо апелляции к физике. Достаточно сравнить, например, уголь и бензин. И то, и другое горит. Но во всем остальном, отличия колоссальны.
Подобное справедливо и для мозга. И твердый, и жидкий мозг могут выполнять когнитивные функции. Но совершенно по-разному. И по сути, - это два альтернативных пути развития интеллекта.
Возможно, вы удивитесь. Но оба варианта успешно реализованы природой на Земле.
А новое исследование Statistical physics of liquid brains (статистическая физика жидких мозгов) позволяет по-новому увидеть некоторые интересные перспективы. Например, перспективу «разжижения мозга» человечества и появления нового вида мыслящих существ.
Об этом мой новый пост (еще на 3 мин. чтения)
- на Medium (https://bit.ly/2rpKv8N)
- На Яндекс Дзен (https://bit.ly/2REQsdh)
#Мозг #Эволюция #Интеллект
Cтанислав Лем придумал два, казалось бы, несвязанных фантастических примера: мыслящий океан «Соляриса» и рой насекомоподобных роботов в «Непобедимом».
А ведь и то, и другое — варианты реализации жидкого мозга.
И неважно, что сами микро-роботы твердые. Поведением роя управляет их коллективный мозг. А он, как и в случае с океаном «Соляриса», жидкий. Ведь положение в пространстве составляющих его элементов свободно «перетекает» из одного состояния в другое.
Из физики известно, что свойства твердого и жидкого агрегатных состояний вещества, по большому счету, отличаются лишь одним:
• в твёрдом состоянии оно сохраняет форму и объём,
• а в жидком, – форма не сохраняется, только объем.
Однако из-за этого, казалось бы, ограниченного отличия вытекают разнообразнейшие последствия, понятные даже без какой-либо апелляции к физике. Достаточно сравнить, например, уголь и бензин. И то, и другое горит. Но во всем остальном, отличия колоссальны.
Подобное справедливо и для мозга. И твердый, и жидкий мозг могут выполнять когнитивные функции. Но совершенно по-разному. И по сути, - это два альтернативных пути развития интеллекта.
Возможно, вы удивитесь. Но оба варианта успешно реализованы природой на Земле.
А новое исследование Statistical physics of liquid brains (статистическая физика жидких мозгов) позволяет по-новому увидеть некоторые интересные перспективы. Например, перспективу «разжижения мозга» человечества и появления нового вида мыслящих существ.
Об этом мой новый пост (еще на 3 мин. чтения)
- на Medium (https://bit.ly/2rpKv8N)
- На Яндекс Дзен (https://bit.ly/2REQsdh)
#Мозг #Эволюция #Интеллект
Medium
Человечество движется к разжижению мозга
Это возможный переход на альтернативный вариант интеллекта
Обречен ли мир?
Опубликована новая фундаментальная работа Ника Бострома «Гипотеза Уязвимого Мира».
В ней Бостром:
- классифицирует и анализирует сценарии, при которых технологические уязвимости подводят мир к краю пропасти;
- предлагает два взаимодополняющих варианта действий, способных, по его мнению, помочь человечеству избежать гибели.
Это важно по двум причинам.
Во-первых, тема, важнее которой, наверное, и нет.
Во-вторых, потенциал влияния идей автора. Он – признанный авторитет для самых известных и влиятельных людей бизнеса (от Билла Гейтса до Илона Маска). А поскольку его новая работа ориентирована на сильных мира сего, способных определять путь развития человечества, она может повлиять не только крупных бизнесменов, но и на ведущих политиков. И не только в вопросах технологий, а также в вопросах безопасности и геополитики.
В моем новом посте на 7 мин:
- резюме работы «Гипотеза Уязвимого Мира»
- анализ дополнительных аргументов (как за, так и против), не вошедших в работу Бострома, но важных для оценки предлагаемых им подходов спасения человечества.
Читать на Medium (https://bit.ly/2Qnra7e)
Читать на Яндекс Дзен (https://bit.ly/2SsOFbe)
#БольшаяВойна #ИИ #ГлобальныеРиски
Опубликована новая фундаментальная работа Ника Бострома «Гипотеза Уязвимого Мира».
В ней Бостром:
- классифицирует и анализирует сценарии, при которых технологические уязвимости подводят мир к краю пропасти;
- предлагает два взаимодополняющих варианта действий, способных, по его мнению, помочь человечеству избежать гибели.
Это важно по двум причинам.
Во-первых, тема, важнее которой, наверное, и нет.
Во-вторых, потенциал влияния идей автора. Он – признанный авторитет для самых известных и влиятельных людей бизнеса (от Билла Гейтса до Илона Маска). А поскольку его новая работа ориентирована на сильных мира сего, способных определять путь развития человечества, она может повлиять не только крупных бизнесменов, но и на ведущих политиков. И не только в вопросах технологий, а также в вопросах безопасности и геополитики.
В моем новом посте на 7 мин:
- резюме работы «Гипотеза Уязвимого Мира»
- анализ дополнительных аргументов (как за, так и против), не вошедших в работу Бострома, но важных для оценки предлагаемых им подходов спасения человечества.
Читать на Medium (https://bit.ly/2Qnra7e)
Читать на Яндекс Дзен (https://bit.ly/2SsOFbe)
#БольшаяВойна #ИИ #ГлобальныеРиски
Medium
Обречен ли мир?
Опубликована новая работа Ника Бострома «Гипотеза Уязвимого Мира»
Почему гибнут люди при пожарах, терактах и авариях. Новая модель поведения толпы опровергла все прежние представления.
Мы привыкли считать, что причина гибели людей при трагедиях в местах их массового скопления – исключительно нарушение строительных норм в результате разгильдяйства и коррупции. Но оказалось, это лишь торчащая верхушка айсберга. И совершено недостаточно соблюсти некие нормы для предотвращения гибели людей. Поскольку таких единых норм, как оказалось, просто не может быть.
- А число жертв во многом зависит от поведения толпы при трагедиях.
- А поведение, в свою очередь, определяется доминирующим паттерном склонности к риску индивидов, составляющих толпу (это понятие комплексное и включает от импульсивности и агрессивности до много чего еще).
- А склонность к риску прямо зависит от уровня трудности жизни народа в стране.
Т.о. логическая цепочка причин и следствий такова:
• экономическая и социальная обстановка в стране ухудшается;
• условия жизни народа становятся все хуже;
• склонность к риску среди населения растет;
• растет число жертв в результате пожаров, терактов и аварий в местах массового скопления людей.
Новое исследование агентного моделирования процесса эвакуации толпы (линк) применило кардинально новых подход с учетом факторов, никогда ранее не учитывавшихся, главный из которых – 4х уровневая склонность к риску.
Результат моделирования (согласующийся с результатами эксперимента Штапельфелдта) показывает, что возникающая давка, месилово и мордобой в толпе влияют на число жертв не меньше, чем размеры и число дверей для эвакуации или ширина лестниц.
И что при «сильно нервной» толпе на 100% не спасают ни двери, ни лестницы, - люди просто затаптывают друг друга, не доходя до них (на модели это каждый может увидеть, поигрывая параметрами, и не только рисковости, но и, например, веса участников месилова).
Осталось теперь вспомнить о замечательном отчете «Склонность к риску на протяжении всей жизни и по всему миру» (линк), проанализировавшем этот фактор в 77 странах. Результаты показали четкую связь между склонностью к риску и уровнем трудностей в стране.
Объединяя две названные работы, получаем вышеописанную причинно-следственную цепочку.
Скорее всего, она справедлива и для таких зависящих от поведения толпы эксцессов, как столкновения с полицией и массовые уличные беспорядки.
Т.о., увеличение числа и размера дверей, равно как и увеличение числа «космонавтов» и спецтехники – принципиально проблем не решат без улучшения социально-экономических условий жизни в стране.
Склонность криску в народе растет по мере роста проблем. И это весьма грамотно и убедительно подтверждено агентным моделированием, а также мировой статистикой по 77 странам.
#СклонностькРиску #АгентноеМоделирование
Мы привыкли считать, что причина гибели людей при трагедиях в местах их массового скопления – исключительно нарушение строительных норм в результате разгильдяйства и коррупции. Но оказалось, это лишь торчащая верхушка айсберга. И совершено недостаточно соблюсти некие нормы для предотвращения гибели людей. Поскольку таких единых норм, как оказалось, просто не может быть.
- А число жертв во многом зависит от поведения толпы при трагедиях.
- А поведение, в свою очередь, определяется доминирующим паттерном склонности к риску индивидов, составляющих толпу (это понятие комплексное и включает от импульсивности и агрессивности до много чего еще).
- А склонность к риску прямо зависит от уровня трудности жизни народа в стране.
Т.о. логическая цепочка причин и следствий такова:
• экономическая и социальная обстановка в стране ухудшается;
• условия жизни народа становятся все хуже;
• склонность к риску среди населения растет;
• растет число жертв в результате пожаров, терактов и аварий в местах массового скопления людей.
Новое исследование агентного моделирования процесса эвакуации толпы (линк) применило кардинально новых подход с учетом факторов, никогда ранее не учитывавшихся, главный из которых – 4х уровневая склонность к риску.
Результат моделирования (согласующийся с результатами эксперимента Штапельфелдта) показывает, что возникающая давка, месилово и мордобой в толпе влияют на число жертв не меньше, чем размеры и число дверей для эвакуации или ширина лестниц.
И что при «сильно нервной» толпе на 100% не спасают ни двери, ни лестницы, - люди просто затаптывают друг друга, не доходя до них (на модели это каждый может увидеть, поигрывая параметрами, и не только рисковости, но и, например, веса участников месилова).
Осталось теперь вспомнить о замечательном отчете «Склонность к риску на протяжении всей жизни и по всему миру» (линк), проанализировавшем этот фактор в 77 странах. Результаты показали четкую связь между склонностью к риску и уровнем трудностей в стране.
Объединяя две названные работы, получаем вышеописанную причинно-следственную цепочку.
Скорее всего, она справедлива и для таких зависящих от поведения толпы эксцессов, как столкновения с полицией и массовые уличные беспорядки.
Т.о., увеличение числа и размера дверей, равно как и увеличение числа «космонавтов» и спецтехники – принципиально проблем не решат без улучшения социально-экономических условий жизни в стране.
Склонность криску в народе растет по мере роста проблем. И это весьма грамотно и убедительно подтверждено агентным моделированием, а также мировой статистикой по 77 странам.
#СклонностькРиску #АгентноеМоделирование
Journal of Artificial Societies and Social Simulation
The Impact of Potential Crowd Behaviours on Emergency Evacuation: An Evolutionary Game-Theoretic Approach
by Azhar Mohd Ibrahim, Ibrahim Venkat and De Wilde Philippe
Кто сильнее в сложных играх – человек или ИИ?
С одной стороны, ИИ уже превзошел человека во множестве игр.
С другой - люди, по-прежнему не считают ИИ за ровню по части уровня интеллекта.
Что этому мешает?
В качестве объяснений можно приводить разные сложные аргументы – от алгоритмических (типа узкой специализации алгоритмов ИИ в отличие от универсальных возможностей людей) до философских (отсутствие у ИИ сознания, желаний, воли и т.д.).
А можно просто привести пример онлайн-игры, где ИИ пока не в состоянии победить людей.
Речь об играх класса MOBA — «многопользовательская онлайновая боевая арена». И конкретно, о компьютерной командной игре Dota 2, ставшей ныне популярным испытательным полигоном и камнем преткновения для ИИ.
Даже самые продвинутые в игре Dota 2 боты, разработанные созданной Илоном Маском лабораторией OpenAI, не в состоянии выиграть у команды людей.
И здесь зарыто простое и понятное объяснение превосходства людей над современным ИИ.
Dota 2 чрезвычайно сложна. Гораздо сложнее, чем любая настольная игра (желающие могут удостовериться, прочтя про игру в Википедии).
При этом Dota 2 - командная игра, и потому, как и в жизни, стратегия в ней становится важнее тактики. И если в тактике команда ИИ ботов OpenAI Five превосходит людей, то в стратегии ИИ боты слабее по той причине, что нет у них такого понятия – стратегия.
Получается, как у Козьмы Пруткова – «Многие вещи нам непонятны не потому, что наши понятия слабы; но потому, что сии вещи не входят в круг наших понятий».
А еще у ботов OpenAI Five нет ни командного духа, ни спортивной злости. А это два самых секретных ингредиента, позволяющие выигрывать (в игре и в жизни), когда у соперников примерно равные возможности и в тактике, и в стратегии.
Наличие у людей командного духа и спортивной злости известно всем и давным-давно. Но вот померили и проанализировали их мощь только что в ходе исследования влияния социальных связей на поведение игроков Dota 2.
Оказалось, что командный дух, возрастающий с ростом социальных связей (дружеских отношений), помогает команде нивелировать локальные проседания производительности в игре.
А спортивная злость растет быстрее в командах из малознакомых игроков, чем в командах, состоящих из друзей. Как поётся в песне, - «друга не надо просить ни о чем, с ним не страшна беда». Ну а когда на друга положиться нельзя из-за его отсутствия, приходится подналечь самому.
Ну а в результате, происходит мобилизация внутренних ресурсов, и растет уровень игры.
Возможно, это скоро изменится. Но пока можно констатировать - уровень интеллекта человека все же выше сегодняшнего ИИ (HW + SW на основе алгоритмов машинного обучения), по аналогии с тем, что жизнь сложнее игры фишками на многоклеточной доске (даже если клеток на доске очень много, а фишки ходят все по-разному).
Подробней:
- о соревновании людей и ИИ в Dota 2
- о влиянии социальных связей на игру команд в Dota 2
#ИИ #ОнлайнИгры #СоциальныеСвязи
С одной стороны, ИИ уже превзошел человека во множестве игр.
С другой - люди, по-прежнему не считают ИИ за ровню по части уровня интеллекта.
Что этому мешает?
В качестве объяснений можно приводить разные сложные аргументы – от алгоритмических (типа узкой специализации алгоритмов ИИ в отличие от универсальных возможностей людей) до философских (отсутствие у ИИ сознания, желаний, воли и т.д.).
А можно просто привести пример онлайн-игры, где ИИ пока не в состоянии победить людей.
Речь об играх класса MOBA — «многопользовательская онлайновая боевая арена». И конкретно, о компьютерной командной игре Dota 2, ставшей ныне популярным испытательным полигоном и камнем преткновения для ИИ.
Даже самые продвинутые в игре Dota 2 боты, разработанные созданной Илоном Маском лабораторией OpenAI, не в состоянии выиграть у команды людей.
И здесь зарыто простое и понятное объяснение превосходства людей над современным ИИ.
Dota 2 чрезвычайно сложна. Гораздо сложнее, чем любая настольная игра (желающие могут удостовериться, прочтя про игру в Википедии).
При этом Dota 2 - командная игра, и потому, как и в жизни, стратегия в ней становится важнее тактики. И если в тактике команда ИИ ботов OpenAI Five превосходит людей, то в стратегии ИИ боты слабее по той причине, что нет у них такого понятия – стратегия.
Получается, как у Козьмы Пруткова – «Многие вещи нам непонятны не потому, что наши понятия слабы; но потому, что сии вещи не входят в круг наших понятий».
А еще у ботов OpenAI Five нет ни командного духа, ни спортивной злости. А это два самых секретных ингредиента, позволяющие выигрывать (в игре и в жизни), когда у соперников примерно равные возможности и в тактике, и в стратегии.
Наличие у людей командного духа и спортивной злости известно всем и давным-давно. Но вот померили и проанализировали их мощь только что в ходе исследования влияния социальных связей на поведение игроков Dota 2.
Оказалось, что командный дух, возрастающий с ростом социальных связей (дружеских отношений), помогает команде нивелировать локальные проседания производительности в игре.
А спортивная злость растет быстрее в командах из малознакомых игроков, чем в командах, состоящих из друзей. Как поётся в песне, - «друга не надо просить ни о чем, с ним не страшна беда». Ну а когда на друга положиться нельзя из-за его отсутствия, приходится подналечь самому.
Ну а в результате, происходит мобилизация внутренних ресурсов, и растет уровень игры.
Возможно, это скоро изменится. Но пока можно констатировать - уровень интеллекта человека все же выше сегодняшнего ИИ (HW + SW на основе алгоритмов машинного обучения), по аналогии с тем, что жизнь сложнее игры фишками на многоклеточной доске (даже если клеток на доске очень много, а фишки ходят все по-разному).
Подробней:
- о соревновании людей и ИИ в Dota 2
- о влиянии социальных связей на игру команд в Dota 2
#ИИ #ОнлайнИгры #СоциальныеСвязи
The Verge
OpenAI’s Dota 2 defeat is still a win for artificial intelligence
Machines, like humans, learn best when they’re beaten.
5 ключевых прогнозов по ИИ на 2019 (Forbes считает, что это мастрид. Я поддерживаю)
Статья Бернарда Марра в Forbes четко фокусирует наше внимание на самое главное. И мне приятно отметить, что все 5 прогнозов уже были подробно рассмотрены в постах моего канала.
Вот эти прогнозы Forbes. Их порядковые номера соответствуют степени важности. Детали прогнозов желающие прочтут по ссылке на Forbes (линк). Кроме того, к каждому прогнозу приложена ссылка на мой пост, в котором я на эту тему уже писал.
1) ИИ все больше становится вопросом международной политики
Подробный анализ этого прогноза был дан мною в посте «Впереди ИИ-национализм и ИИ-национализация. Анализ влияния технологий ИИ на геополитику»
2) Движение к «Прозрачному ИИ»
Подробный анализ этого прогноза был дан мною в посте «Последнее решение «бить или не бить» навсегда должно остаться за людьми. Революция в ИИ-революции начинается - «черный ящик» пытаются заменить на «стеклянный».
3) ИИ для автоматизации все больше проникает во все сектора бизнеса
Подробный анализ этого прогноза был дан мною в посте «Какова реальная отдача от ИИ в бизнесе (сейчас и через 5 лет)»
4) ИИ создаст больше рабочих мест, чем будет потеряно из-за него
Подробный анализ этого прогноза был дан мною в посте «Роботизация – какая она на самом деле».
5) ИИ ассистенты начнут приносить пользу
Подробный анализ этого прогноза был дан мною в посте «Как стать более продуктивным и эффективным с помощью AI-инструментов».
#ИИ
Статья Бернарда Марра в Forbes четко фокусирует наше внимание на самое главное. И мне приятно отметить, что все 5 прогнозов уже были подробно рассмотрены в постах моего канала.
Вот эти прогнозы Forbes. Их порядковые номера соответствуют степени важности. Детали прогнозов желающие прочтут по ссылке на Forbes (линк). Кроме того, к каждому прогнозу приложена ссылка на мой пост, в котором я на эту тему уже писал.
1) ИИ все больше становится вопросом международной политики
Подробный анализ этого прогноза был дан мною в посте «Впереди ИИ-национализм и ИИ-национализация. Анализ влияния технологий ИИ на геополитику»
2) Движение к «Прозрачному ИИ»
Подробный анализ этого прогноза был дан мною в посте «Последнее решение «бить или не бить» навсегда должно остаться за людьми. Революция в ИИ-революции начинается - «черный ящик» пытаются заменить на «стеклянный».
3) ИИ для автоматизации все больше проникает во все сектора бизнеса
Подробный анализ этого прогноза был дан мною в посте «Какова реальная отдача от ИИ в бизнесе (сейчас и через 5 лет)»
4) ИИ создаст больше рабочих мест, чем будет потеряно из-за него
Подробный анализ этого прогноза был дан мною в посте «Роботизация – какая она на самом деле».
5) ИИ ассистенты начнут приносить пользу
Подробный анализ этого прогноза был дан мною в посте «Как стать более продуктивным и эффективным с помощью AI-инструментов».
#ИИ
Forbes
5 Important Artificial Intelligence Predictions (For 2019) Everyone Should Read
Artificial intelligence (AI), machine learning and deep learning have made huge strides in 2018. In this post we look at some of the key AI predictions for 2019, where is will be used, how it will make the biggest impact, as well as the key challenges we…
Не пропустите! 2 новых отчета по ИИ дают стереоскопическое представление о важнейшей области развития человечества.
Вышли 2 толковых отчета, пропустить которые себе дороже.
- The 2018 AI Index report (линк)
- AI Now Report 2018 (линк)
В отчете The 2018 AI Index report вся инфа упакована в несколько десятков графиков, просмотреть которые можно за 10 мин.
Подход авторов постмодернистский – статистика ото всюду и обо всем вокруг ИИ. Поэтому каждый находит в отчете что-то свое.
Например, в топе QUARTZ уже через час после публикации отчета вышли сразу три новостные статьи по материалам отчета:
- что теперь Европа, а не США или Китай, публикуют больше всего работ по ИИ (и это заслуга госфинансирования) (линк);
- что госиследования ИИ в Китае нарастают лавиной (линк);
- что ИИ стал резервацией гендерного неравенства (линк).
В отчете AI Now Report 2018 дан содержательный анализ пяти ключевых болевых точек, привнесенных человечеству технологиями ИИ и быстро превращающихся в источник его новых хронических заболеваний.
1) Обладание ИИ технологиями становится ключевым фактором нового вида быстро углубляющегося неравенства - «ИИ неравенства» среди людей, компаний и государств.
2) ИИ неотвратимо провоцирует дрейф государств к системам тотального наблюдения и контроля за гражданами, подталкивая на путь авторитаризма все правительства и режимы.
3) Расширение использования правительством автоматизированных систем принятия решений на основе ИИ, оказывает непосредственное воздействие на граждан и их сообщества, не предоставляя последним, по сути, никаких средств контроля подотчетности государства.
4) Расширяется практика нерегулируемых и неконтролируемых экспериментов применения ИИ технологий к человеческим популяциям (движемся к «Миру Дикого Запада»?)
5) Нерешаемые пока проблемы справедливости, предвзятости и дискриминации технологических решений на основе ИИ должны стать жестким ограничителем для их широкого применения.
Четверть тысячи полезных ссылок, большинство их которых кликабельны, - ценное дополнение для понимания положений отчета.
В заключение взгляните на приложенные 2 графика из 1го отчета – наглядная иллюстрация срочной необходимости для США включиться всей государственной мощью в ИИ-гонку с Китаем (где уже 73% публикаций об исследованиях в области ИИ приходится на государственные структуры).
#ИИ
Вышли 2 толковых отчета, пропустить которые себе дороже.
- The 2018 AI Index report (линк)
- AI Now Report 2018 (линк)
В отчете The 2018 AI Index report вся инфа упакована в несколько десятков графиков, просмотреть которые можно за 10 мин.
Подход авторов постмодернистский – статистика ото всюду и обо всем вокруг ИИ. Поэтому каждый находит в отчете что-то свое.
Например, в топе QUARTZ уже через час после публикации отчета вышли сразу три новостные статьи по материалам отчета:
- что теперь Европа, а не США или Китай, публикуют больше всего работ по ИИ (и это заслуга госфинансирования) (линк);
- что госиследования ИИ в Китае нарастают лавиной (линк);
- что ИИ стал резервацией гендерного неравенства (линк).
В отчете AI Now Report 2018 дан содержательный анализ пяти ключевых болевых точек, привнесенных человечеству технологиями ИИ и быстро превращающихся в источник его новых хронических заболеваний.
1) Обладание ИИ технологиями становится ключевым фактором нового вида быстро углубляющегося неравенства - «ИИ неравенства» среди людей, компаний и государств.
2) ИИ неотвратимо провоцирует дрейф государств к системам тотального наблюдения и контроля за гражданами, подталкивая на путь авторитаризма все правительства и режимы.
3) Расширение использования правительством автоматизированных систем принятия решений на основе ИИ, оказывает непосредственное воздействие на граждан и их сообщества, не предоставляя последним, по сути, никаких средств контроля подотчетности государства.
4) Расширяется практика нерегулируемых и неконтролируемых экспериментов применения ИИ технологий к человеческим популяциям (движемся к «Миру Дикого Запада»?)
5) Нерешаемые пока проблемы справедливости, предвзятости и дискриминации технологических решений на основе ИИ должны стать жестким ограничителем для их широкого применения.
Четверть тысячи полезных ссылок, большинство их которых кликабельны, - ценное дополнение для понимания положений отчета.
В заключение взгляните на приложенные 2 графика из 1го отчета – наглядная иллюстрация срочной необходимости для США включиться всей государственной мощью в ИИ-гонку с Китаем (где уже 73% публикаций об исследованиях в области ИИ приходится на государственные структуры).
#ИИ
Беспилотник для раллийных гонок. Как научить беспилотное авто гонять как в «Форсаже».
Задача нетривиальная. «Обычный ИИ» на глубоком обучении так не умеет. Однако, со временем подобные вещи будут делать «кентавры», объединяющие в себе возможности людей и ИИ.
Вот отличный практический пример – обучение беспилотных авто агрессивному сверхчеловеческому вождению в стиле культового фильма «Форсаж».
Исследователи из Технологического института штата Джорджия создали систему автоматического вождения, которая успешно гоняет на высоких скоростях автомодель в масштабе 1:5 по ралли на грунтовой дороге.
FYI: вождение беспилотных авто по бездорожью – важнейшая задача для вояк, готовых вкладывать в разработку наземных беспилотников немереные деньги.
Работает это путем совмещения глубокого обучения и модели прогнозирующего контроля (подробности см. в статье). Исследователи тестируют систему на сложной грунтовой дороге в техническом гоночном центре. Дорога включает повороты различного радиуса, включая 180-градусный крутой поворот и S-образную кривую, а также длинный прямой участок (см. видео)
Автомобильчик AutoRally способен сколь угодно много раз преодолевать гоночный круг, показывая самый лучший из всех результатов, единожды достигнутый опытным водителем-испытателем (данные гонки которого загружаются в систему).
Подобные гибридные системы, где глубокое обучение решает конкретную задачу, но является при этом лишь одним из компонентов системы, - вероятно, имеют большое будущее в сложных областях. Есть все основания предполагать, что в будущем большинство прикладных робототехнических систем будут использовать модульные системы, сочетающие в себе лучшие из заданных человеком функций, а также системы аппроксимации функций, основанных на глубоком обучении.
Свежее видео Vision-Based High Speed Driving with a Deep Dynamic Observer на 2мин https://www.youtube.com/watch?v=5ALIK-z-vUg
Свежая статья, объясняющая в деталях, как работает этот кентавр, на формулах, таблицах и картинках https://arxiv.org/pdf/1812.02071.pdf
#ИнтеллектКентавра #БеспилотныеАвто
Задача нетривиальная. «Обычный ИИ» на глубоком обучении так не умеет. Однако, со временем подобные вещи будут делать «кентавры», объединяющие в себе возможности людей и ИИ.
Вот отличный практический пример – обучение беспилотных авто агрессивному сверхчеловеческому вождению в стиле культового фильма «Форсаж».
Исследователи из Технологического института штата Джорджия создали систему автоматического вождения, которая успешно гоняет на высоких скоростях автомодель в масштабе 1:5 по ралли на грунтовой дороге.
FYI: вождение беспилотных авто по бездорожью – важнейшая задача для вояк, готовых вкладывать в разработку наземных беспилотников немереные деньги.
Работает это путем совмещения глубокого обучения и модели прогнозирующего контроля (подробности см. в статье). Исследователи тестируют систему на сложной грунтовой дороге в техническом гоночном центре. Дорога включает повороты различного радиуса, включая 180-градусный крутой поворот и S-образную кривую, а также длинный прямой участок (см. видео)
Автомобильчик AutoRally способен сколь угодно много раз преодолевать гоночный круг, показывая самый лучший из всех результатов, единожды достигнутый опытным водителем-испытателем (данные гонки которого загружаются в систему).
Подобные гибридные системы, где глубокое обучение решает конкретную задачу, но является при этом лишь одним из компонентов системы, - вероятно, имеют большое будущее в сложных областях. Есть все основания предполагать, что в будущем большинство прикладных робототехнических систем будут использовать модульные системы, сочетающие в себе лучшие из заданных человеком функций, а также системы аппроксимации функций, основанных на глубоком обучении.
Свежее видео Vision-Based High Speed Driving with a Deep Dynamic Observer на 2мин https://www.youtube.com/watch?v=5ALIK-z-vUg
Свежая статья, объясняющая в деталях, как работает этот кентавр, на формулах, таблицах и картинках https://arxiv.org/pdf/1812.02071.pdf
#ИнтеллектКентавра #БеспилотныеАвто
YouTube
Vision-Based High Speed Driving with a Deep Dynamic Observer
Experimental results collected using an AutoRally platform for the paper available on arXiv: https://arxiv.org/abs/1812.02071
Открыт обратный 2й закон термодинамики. Он определяет закономерность спонтанного усложнения жизни и социальных систем: от вирусов до государств.
«Понять — значит упростить» — лаконично и точно сформулировали братья Стругацкие в повести “Волны гасят ветер”. Испокон века наука делала именно так.
Ньютон упростил свои законы до одной универсальной идеи — гравитации, объясняющей движения любых тел: от падающих яблок до планет, от полета камня из пращи до пули и ракеты.
Но законы Ньютона, как и вся наука, построенная на их фундаменте, имели пределы. Они не смогли справиться с очень сильной гравитацией, чрезвычайно быстрым движением и сверхмалыми частицами.
Теория относительности и квантовая механика смогли превзойти эти ограничения, по-своему упростив макро и микро-мир парой оригинальных и интригующих идей.
1. Гравитация — это искажение пространства-времени массивными телами.
2. Свет и элементы, составляющие материю, могут вести себя не только, как частицы, но и как волны.
Но и после триумфа теории относительности и квантовой физика, все равно оставалась область, где наука тщетно пыталась найти способ упростить особый класс систем, не поддававшихся упрощению.
Самое неприятное было в том, что этот неупрощаемый класс т.н. сложных систем встречается буквально повсюду и описывает важнейшие системы мироздания.
• Некоторые из таких систем физические — например, электросети или Интернет.
• Многие из них биологические — мозг, органы, экосистемы.
• Третьи — самый непонятный для упрощения подкласс — социальные системы общества, финансовые рынки, системы корпоративного управления и, конечно же, наше все 21го века — социальные сети.
И вот, наконец, к концу 2ой декады 21 века свершилось, — смогли упростить и их.
Сознан формализм, позволяющий математически (количественно) описать принципиальное отличие сложных систем от всех остальных классов систем — их структурные свойства, как совокупность отношений между всеми наборами компонентов в системе.
Теперь, упростив и создав математический формализм, шансы понять, как же работают все эти важнейшие из систем окружающего мира, включая нас самих, становятся реальными.
О новой интригующей работе Института комплексных систем Новой Англии (NECSI), формально открывающей путь к пониманию поведения (зависящего от структурных свойств) сложных систем (от соцсетей до государств) — можно прочесть в моем новом посте на 10 мин.:
- на Medium (https://bit.ly/2S5y2Tt)
- или Яндекс Дзен (https://bit.ly/2zZrpek)
#Сложность #Complexity
«Понять — значит упростить» — лаконично и точно сформулировали братья Стругацкие в повести “Волны гасят ветер”. Испокон века наука делала именно так.
Ньютон упростил свои законы до одной универсальной идеи — гравитации, объясняющей движения любых тел: от падающих яблок до планет, от полета камня из пращи до пули и ракеты.
Но законы Ньютона, как и вся наука, построенная на их фундаменте, имели пределы. Они не смогли справиться с очень сильной гравитацией, чрезвычайно быстрым движением и сверхмалыми частицами.
Теория относительности и квантовая механика смогли превзойти эти ограничения, по-своему упростив макро и микро-мир парой оригинальных и интригующих идей.
1. Гравитация — это искажение пространства-времени массивными телами.
2. Свет и элементы, составляющие материю, могут вести себя не только, как частицы, но и как волны.
Но и после триумфа теории относительности и квантовой физика, все равно оставалась область, где наука тщетно пыталась найти способ упростить особый класс систем, не поддававшихся упрощению.
Самое неприятное было в том, что этот неупрощаемый класс т.н. сложных систем встречается буквально повсюду и описывает важнейшие системы мироздания.
• Некоторые из таких систем физические — например, электросети или Интернет.
• Многие из них биологические — мозг, органы, экосистемы.
• Третьи — самый непонятный для упрощения подкласс — социальные системы общества, финансовые рынки, системы корпоративного управления и, конечно же, наше все 21го века — социальные сети.
И вот, наконец, к концу 2ой декады 21 века свершилось, — смогли упростить и их.
Сознан формализм, позволяющий математически (количественно) описать принципиальное отличие сложных систем от всех остальных классов систем — их структурные свойства, как совокупность отношений между всеми наборами компонентов в системе.
Теперь, упростив и создав математический формализм, шансы понять, как же работают все эти важнейшие из систем окружающего мира, включая нас самих, становятся реальными.
О новой интригующей работе Института комплексных систем Новой Англии (NECSI), формально открывающей путь к пониманию поведения (зависящего от структурных свойств) сложных систем (от соцсетей до государств) — можно прочесть в моем новом посте на 10 мин.:
- на Medium (https://bit.ly/2S5y2Tt)
- или Яндекс Дзен (https://bit.ly/2zZrpek)
#Сложность #Complexity
Medium
Открыт обратный 2й закон термодинамики
Он определяет закономерность спонтанного усложнения жизни и социальных систем: от вирусов до государств
Важнейший техно-бизнес-тренд 1го двадцатилетия века.
Возможно, ИИ и блокчейн смогут в следующем десятилетии больше изменить нашу жизнь. Но по итогам 1го двадцатилетия, именно уберизация – это №1 среди трансформационных техно-бизнес-трендов, в немалой мере влияющий также и на социально-культурные аспекты жизни.
И дело даже не во все расширяющейся отраслевой экспансии (уберизация экономики, логистики, грузоперевозок, юридических услуг, образования …), а в том, что это новый класс бизнеса, в основе которого идеальный двусторонний рынок, со своими законами, механизмами и процессами. Именно он – уберынок, возможно, станет со временем не только основой бизнеса в цифровой экономике, но и экосистемой социальных платформ коллективного социального взаимодействия в цифровом обществе.
Уберынок кажется совсем не сложным для понимания. Но это обманчивая простота. Честно говоря, никто еще до конца не понимает, как он работает и куда уберизация приведет даже в, казалось бы, вполне понятной индустрии транспорта.
Например, есть мнение, что уберынок убьет не только индустрии такси и проката машин, но и весь мульти-триллионный рынок личного транспорта. Причем, не только существующий авторынок, но и еще только нарождающийся рынок персональных беспилотных авто и даже рынок частного авиатранспорта.
Другой пример – мечта Питера Тиля о летающих автомобилях, которые, по его мнению, давно пора было превратить в основной транспорт человечества, тогда как люди, вместо этого, вкладывают деньги в развитие всяких малополезных затей, типа социальных сетей.
Не секрет, что компания Uber,
- получая сейчас основную прибыль от доставки еды (а вовсе не от сервиса такси, Карл)
- свой будущий убер-бизнес видит кардинально иным, - вкладывая миллиарды долларов в разработку летающих авто и являясь сегодня лидером этого направления.
Понять специфику и ключевые отличия убер-бизнеса:
- его моделей (коих уже немала, а будет еще больше),
- организации процессов (кои уникальны и создаются с нуля),
- особенностей конкуренции (которая в России и Китае – совсем иная, чем в США)
- бизнес-метрик (среди которых рулит отрицательный отток пользователей), -
вы теперь можете, прочтя толково и понятно написанный отчет Cbinsights о родоначальнике уберизации - компании Uber - How Uber Makes Money.
Этот отчет позволяет разобраться со всем вышеперечисленным всего за минут 15-20, тогда как чтение подобных материалов инвестбанков (даже если у вас есть к ним бесплатный доступ) займет на порядок больше времени, при соизмеримых результатах.
Если же пожелаете кайфануть, заглянув в недалекое будущее летающих авто, посмотрите:
- 4х мин. ролик об интегрированной земно-воздушной системе транспорта по требованию https://bit.ly/2ECDaLL
- программу планируемого к запуску до 2023 г. сервиса UberAir https://cnet.co/2Lm48HT
- результаты недавно прошедшего саммита о прилетающих по требованию флаингкарах https://ubr.to/2USbfMz
- ну и конечно же отчет How Uber Makes Money https://bit.ly/2SPjqr2
#Уберизация #ЛетающиеАвто
Возможно, ИИ и блокчейн смогут в следующем десятилетии больше изменить нашу жизнь. Но по итогам 1го двадцатилетия, именно уберизация – это №1 среди трансформационных техно-бизнес-трендов, в немалой мере влияющий также и на социально-культурные аспекты жизни.
И дело даже не во все расширяющейся отраслевой экспансии (уберизация экономики, логистики, грузоперевозок, юридических услуг, образования …), а в том, что это новый класс бизнеса, в основе которого идеальный двусторонний рынок, со своими законами, механизмами и процессами. Именно он – уберынок, возможно, станет со временем не только основой бизнеса в цифровой экономике, но и экосистемой социальных платформ коллективного социального взаимодействия в цифровом обществе.
Уберынок кажется совсем не сложным для понимания. Но это обманчивая простота. Честно говоря, никто еще до конца не понимает, как он работает и куда уберизация приведет даже в, казалось бы, вполне понятной индустрии транспорта.
Например, есть мнение, что уберынок убьет не только индустрии такси и проката машин, но и весь мульти-триллионный рынок личного транспорта. Причем, не только существующий авторынок, но и еще только нарождающийся рынок персональных беспилотных авто и даже рынок частного авиатранспорта.
Другой пример – мечта Питера Тиля о летающих автомобилях, которые, по его мнению, давно пора было превратить в основной транспорт человечества, тогда как люди, вместо этого, вкладывают деньги в развитие всяких малополезных затей, типа социальных сетей.
Не секрет, что компания Uber,
- получая сейчас основную прибыль от доставки еды (а вовсе не от сервиса такси, Карл)
- свой будущий убер-бизнес видит кардинально иным, - вкладывая миллиарды долларов в разработку летающих авто и являясь сегодня лидером этого направления.
Понять специфику и ключевые отличия убер-бизнеса:
- его моделей (коих уже немала, а будет еще больше),
- организации процессов (кои уникальны и создаются с нуля),
- особенностей конкуренции (которая в России и Китае – совсем иная, чем в США)
- бизнес-метрик (среди которых рулит отрицательный отток пользователей), -
вы теперь можете, прочтя толково и понятно написанный отчет Cbinsights о родоначальнике уберизации - компании Uber - How Uber Makes Money.
Этот отчет позволяет разобраться со всем вышеперечисленным всего за минут 15-20, тогда как чтение подобных материалов инвестбанков (даже если у вас есть к ним бесплатный доступ) займет на порядок больше времени, при соизмеримых результатах.
Если же пожелаете кайфануть, заглянув в недалекое будущее летающих авто, посмотрите:
- 4х мин. ролик об интегрированной земно-воздушной системе транспорта по требованию https://bit.ly/2ECDaLL
- программу планируемого к запуску до 2023 г. сервиса UberAir https://cnet.co/2Lm48HT
- результаты недавно прошедшего саммита о прилетающих по требованию флаингкарах https://ubr.to/2USbfMz
- ну и конечно же отчет How Uber Makes Money https://bit.ly/2SPjqr2
#Уберизация #ЛетающиеАвто
YouTube
The Terrafugia TF-2
The Terrafugia TF-2: Transforming On-Demand travel with a three-part transportation system for seamless door-to-door travel.