КУДА ИДЕТ AI - БОЛЬШОЙ СЕКРЕТ!
2017 может стать поворотным для развития технологий AI. Дело в том, что медиа-мода и ажиотаж инвесторов вокруг этой темы не позволяют пока понять генеральную линию дальнейшего развития. И кто бы вам не говорил противное, не верьте, - по состоянию на начало 2017, генеральной линии дальнейшего развития технологий AI не существует.
Однако попытки анализа развития технологий AI, в целях выявить что-то типа генеральной линии, продолжаются. И в этой связи мне показался интересным подход аналитиков CB Insights .
Логика их подхода примерно такова.
1) Направление работ по созданию Универсального AI уперлось в тупик еще 5 лет назад и пока нет даже идей по выходу из этого тупика .
2) В направлениях Специализированного AI cпорность и рисковость вертикальных решений пока таковы, что основные инвестиции вот уже 5 лет плавно перенаправляются в области горизонтальных решений .
3) Поскольку, как это обычно бывает с технологиями, точки прорыва нащупываются не китами IT индустрии (при всем уважении к IBM с ее Watson и Google с ее DeepMind), а стартапами (которых киты потом скупают вместе с технологиями), поиск генеральной линии дальнейшего развития технологий AI стоит вести среди них.
4) Поскольку большинство инвесторов, подобно генералам, «всегда готовятся к прошедшей войне», ориентироваться при поиске генеральной линии развития исключительно на объемы уже сделанных инвестиций в отдельные направления – не правильно.
5) Пытаться же нащупать генеральную линию развития, сравнивая только число патентов стратапов в отдельные направления развития, тоже опасно. Если бы в развитии AI все объяснялось патентами, то IBM должна была бы давно вышибить с рынка всех : от Google до последнего стартапа.
Если вышеизложенная логика верна, то решение экспертов CB Insights анализировать синтетический показатель, учитывающий оба параметра (объемы уже сделанных инвестиций и число патентов) смотрится разумным.
Тем более поражает результат первой попытки такого анализа среди первых 3х мега-направлений развития технологий AI.
Лучше всех смотрится мега-направление «Reverse engineer the neocortex», в котором работает ЕДИНСТВЕННАЯ КОМПАНИЯ – NUMENTA , получившая при инвестициях в $24 млн. более 40 патентов.
2017 может стать поворотным для развития технологий AI. Дело в том, что медиа-мода и ажиотаж инвесторов вокруг этой темы не позволяют пока понять генеральную линию дальнейшего развития. И кто бы вам не говорил противное, не верьте, - по состоянию на начало 2017, генеральной линии дальнейшего развития технологий AI не существует.
Однако попытки анализа развития технологий AI, в целях выявить что-то типа генеральной линии, продолжаются. И в этой связи мне показался интересным подход аналитиков CB Insights .
Логика их подхода примерно такова.
1) Направление работ по созданию Универсального AI уперлось в тупик еще 5 лет назад и пока нет даже идей по выходу из этого тупика .
2) В направлениях Специализированного AI cпорность и рисковость вертикальных решений пока таковы, что основные инвестиции вот уже 5 лет плавно перенаправляются в области горизонтальных решений .
3) Поскольку, как это обычно бывает с технологиями, точки прорыва нащупываются не китами IT индустрии (при всем уважении к IBM с ее Watson и Google с ее DeepMind), а стартапами (которых киты потом скупают вместе с технологиями), поиск генеральной линии дальнейшего развития технологий AI стоит вести среди них.
4) Поскольку большинство инвесторов, подобно генералам, «всегда готовятся к прошедшей войне», ориентироваться при поиске генеральной линии развития исключительно на объемы уже сделанных инвестиций в отдельные направления – не правильно.
5) Пытаться же нащупать генеральную линию развития, сравнивая только число патентов стратапов в отдельные направления развития, тоже опасно. Если бы в развитии AI все объяснялось патентами, то IBM должна была бы давно вышибить с рынка всех : от Google до последнего стартапа.
Если вышеизложенная логика верна, то решение экспертов CB Insights анализировать синтетический показатель, учитывающий оба параметра (объемы уже сделанных инвестиций и число патентов) смотрится разумным.
Тем более поражает результат первой попытки такого анализа среди первых 3х мега-направлений развития технологий AI.
Лучше всех смотрится мега-направление «Reverse engineer the neocortex», в котором работает ЕДИНСТВЕННАЯ КОМПАНИЯ – NUMENTA , получившая при инвестициях в $24 млн. более 40 патентов.
А ведь про эту компанию, занимающуюся разработкой теории неокортекса для биологического и машинного интеллекта, пишут на 3 порядка реже, чем, скажем, про DeepMind.
Вот уж поистине малоизвестное-интересное!
CB Insights Research
Artificial General Intelligence: What Vicarious, Kindred, Numenta Are Working On
Whether general AI is possible at all, and if so, how soon we'll get there, is a topic of ongoing debate in the tech community.
ЗАЧЕМ БОГАТЫМ БОЛЬШИЕ ДЕНЬГИ
(если не на AI)
После вчерашнего поста «КУДА ИДЕТ AI - БОЛЬШОЙ СЕКРЕТ» читатели интересуются, как обстоит дело с патентами в области AI у «Большой Пятерки» - самых богатых и самых популярных среди СМИ компаний, работающих в данной области.
Ведь в их руках такие деньги, что позволяют скупать всех и вся, как среди лучших специалистов по AI, так и среди самых продвинутых AI стартапов.
Это, конечно, верно. «Большая Пятерка» скупает уже по 30+ стартапов в квартал.
А число открытых позиций для найма спецов на зарплату > $100K у каждой из компаний «Большой Пятерки» измеряется сотнями (а порой, как сейчас у Amazon, - тысячами!) .
И несмотря на это, показатели по патентам в области AI у самих компаний «Большой Пятерки» (за вычетом патентов, полученных поглощенными ими стартапами) весьма скромные.
С 2009 по 2016 получено патентов по AI:
✔️ Microsoft – 204 патентов
✔️ Google – 156 патентов
✔️ Amazon – 41 патентов
✔️ Facebook – 36 патентов
✔️ Apple – 15 патентов
(подробней и источник см. здесь)
- - -
Учитывая, что только у одного скромного стартапа Numenta более 40 патентов в AI, число патентов у богатеев из «Большой Пятерки» выглядит просто смешно!
❓Тогда вопрос – на что же этим богатеям БОЛЬШИЕ ДЕНЬГИ, если не на разработки в самой перспективной области❓
Вот ответ от Apple – хотим купить Disney, чтобы стать самой богатой в мире компанией стоимостью более $1 триллиона.
И хотя у Apple на счетах всего $226 млрд, а для сделки может потребоваться $267 млрд, сделка все же может состояться.
В конце концов, займут у Михельсона 😊
(если не на AI)
После вчерашнего поста «КУДА ИДЕТ AI - БОЛЬШОЙ СЕКРЕТ» читатели интересуются, как обстоит дело с патентами в области AI у «Большой Пятерки» - самых богатых и самых популярных среди СМИ компаний, работающих в данной области.
Ведь в их руках такие деньги, что позволяют скупать всех и вся, как среди лучших специалистов по AI, так и среди самых продвинутых AI стартапов.
Это, конечно, верно. «Большая Пятерка» скупает уже по 30+ стартапов в квартал.
А число открытых позиций для найма спецов на зарплату > $100K у каждой из компаний «Большой Пятерки» измеряется сотнями (а порой, как сейчас у Amazon, - тысячами!) .
И несмотря на это, показатели по патентам в области AI у самих компаний «Большой Пятерки» (за вычетом патентов, полученных поглощенными ими стартапами) весьма скромные.
С 2009 по 2016 получено патентов по AI:
✔️ Microsoft – 204 патентов
✔️ Google – 156 патентов
✔️ Amazon – 41 патентов
✔️ Facebook – 36 патентов
✔️ Apple – 15 патентов
(подробней и источник см. здесь)
- - -
Учитывая, что только у одного скромного стартапа Numenta более 40 патентов в AI, число патентов у богатеев из «Большой Пятерки» выглядит просто смешно!
❓Тогда вопрос – на что же этим богатеям БОЛЬШИЕ ДЕНЬГИ, если не на разработки в самой перспективной области❓
Вот ответ от Apple – хотим купить Disney, чтобы стать самой богатой в мире компанией стоимостью более $1 триллиона.
И хотя у Apple на счетах всего $226 млрд, а для сделки может потребоваться $267 млрд, сделка все же может состояться.
В конце концов, займут у Михельсона 😊
CB Insights Research
The Race For AI: Which Tech Giants Are Snapping Up Artificial Intelligence Startups - CB Insights Research
Artificial intelligence companies are a prime acquisition target for companies looking to leverage AI tech without building it from scratch. In the race for AI, find out who's leading the charge.
О ДВОЙНИКАХ ВЕНЕДИКТОВА, СОБЧАК И КАНДЕЛАКИ
Выступление главреда Эха Москвы Венедиктова на тему «Социальные медиа ранят. Защита от этого - создание фейковой идентичности» меня весьма удивило.
Удивило не оригинальным решением, предложенным Венедиктовым для сформулированной им проблемы. Удивила сама постановка данной проблемы на конференции TEDxLasnamäe 2017 – «Горизонт событий», призванной, по определению организаторов, «задуматься, насколько далеко может зайти человеческая мысль», уйдя «за горизонт событий, узнать про которые невозможно».
Но сначала поясню, о чем говорил Венедиктов.
1) Соцсети позволяют людям выплёскивать на малознакомых и вовсе незнакомых людей высококонцентрированную агрессию, ненависть, гнев и ярость, которые в досоцсетевую эпоху они могли обращать лишь на своих ближних.
2) Выливаемые на вас агрессия, ненависть, гнев и ярость сильно ранят. И если вы хотите (или вам необходимо) быть в соцсетях, нужно найти защиту или хотя бы «обезболивающее средство» от всего этого.
3) Защита путем скрытия своей личности за некой подставной (сколь угодно тщательно проработанной и замаскированной) не работает – вас все равно раскусят и «обнажат» все ваши слабости. В качестве подтверждения этого, Венедиктов привел пример с директором ФБР, выбравшим этот путь и, несмотря на всю профессиональную маскировку, потерпевшим фиаско).
4) Эффективный путь – целенаправленная модификация отображения собственной личности в соцсети в целях его подмены на «двойника», - хоть и похожего на вас, но искусно вами модифицированной подделки.
Цель такой подделки подобна цели мифологизированных кукол для битья - люди оттягиваются, мордуя, например, образ начальника в виде куклы, а ему не больно и вообще на это наплевать.
Главное, как считает Венедиктов, найти привлекательный для агрессоров образ двойника, мотивирующий их набрасываться на специально созданные вами для привлечения их внимания гипертрофированные слабости, а не на ваши реальные слабые места, промахи и просчеты.
5) В качестве примера реализации удачной стратегии обезболивания своего присутствия в соцсетях за счет формирования двойников, Венедиктов назвал:
— созданного им для себя двойника – эдакого клетчатого ловеласа и алкаша;
— созданных ими для себя двойников двух дам: Ксении Собчак – гламурная мамаша с колясочкой, и Тины Канделаки – зацикленная на спорте бизнес-вумен.
Ну а теперь, почему меня удивила сама постановка такой проблемы на этой конференции.
Эта проблема существует лишь для раскрученных медийных персон.
У обычных людей проблемы в соцсетях совсем иные. Если говорить о российских соцсетях, - потеря друзей из-за искусственно раздуваемой озлобленности всех против всех, нарастающая в результате безумства в медиа мизантропия и т.п.
Так почему же Венедиктов выбрал тему, актуальную лишь для раскрученных медийных персон? Он всерьез считает, что эта тема может стать актуальной для большинства за горизонтом событий?
Не могу этого понять.
Выступление главреда Эха Москвы Венедиктова на тему «Социальные медиа ранят. Защита от этого - создание фейковой идентичности» меня весьма удивило.
Удивило не оригинальным решением, предложенным Венедиктовым для сформулированной им проблемы. Удивила сама постановка данной проблемы на конференции TEDxLasnamäe 2017 – «Горизонт событий», призванной, по определению организаторов, «задуматься, насколько далеко может зайти человеческая мысль», уйдя «за горизонт событий, узнать про которые невозможно».
Но сначала поясню, о чем говорил Венедиктов.
1) Соцсети позволяют людям выплёскивать на малознакомых и вовсе незнакомых людей высококонцентрированную агрессию, ненависть, гнев и ярость, которые в досоцсетевую эпоху они могли обращать лишь на своих ближних.
2) Выливаемые на вас агрессия, ненависть, гнев и ярость сильно ранят. И если вы хотите (или вам необходимо) быть в соцсетях, нужно найти защиту или хотя бы «обезболивающее средство» от всего этого.
3) Защита путем скрытия своей личности за некой подставной (сколь угодно тщательно проработанной и замаскированной) не работает – вас все равно раскусят и «обнажат» все ваши слабости. В качестве подтверждения этого, Венедиктов привел пример с директором ФБР, выбравшим этот путь и, несмотря на всю профессиональную маскировку, потерпевшим фиаско).
4) Эффективный путь – целенаправленная модификация отображения собственной личности в соцсети в целях его подмены на «двойника», - хоть и похожего на вас, но искусно вами модифицированной подделки.
Цель такой подделки подобна цели мифологизированных кукол для битья - люди оттягиваются, мордуя, например, образ начальника в виде куклы, а ему не больно и вообще на это наплевать.
Главное, как считает Венедиктов, найти привлекательный для агрессоров образ двойника, мотивирующий их набрасываться на специально созданные вами для привлечения их внимания гипертрофированные слабости, а не на ваши реальные слабые места, промахи и просчеты.
5) В качестве примера реализации удачной стратегии обезболивания своего присутствия в соцсетях за счет формирования двойников, Венедиктов назвал:
— созданного им для себя двойника – эдакого клетчатого ловеласа и алкаша;
— созданных ими для себя двойников двух дам: Ксении Собчак – гламурная мамаша с колясочкой, и Тины Канделаки – зацикленная на спорте бизнес-вумен.
Ну а теперь, почему меня удивила сама постановка такой проблемы на этой конференции.
Эта проблема существует лишь для раскрученных медийных персон.
У обычных людей проблемы в соцсетях совсем иные. Если говорить о российских соцсетях, - потеря друзей из-за искусственно раздуваемой озлобленности всех против всех, нарастающая в результате безумства в медиа мизантропия и т.п.
Так почему же Венедиктов выбрал тему, актуальную лишь для раскрученных медийных персон? Он всерьез считает, что эта тема может стать актуальной для большинства за горизонтом событий?
Не могу этого понять.
Хотя может ответ банальный – кому жемчуг мелок, а кому щи пусты 😞YouTube
Social media hurts. Building fake identity might be the cure | Alexei Venediktov | TEDxLasnamäe
Alexei Venediktov talks on the topic of how social networks affect our image in the society and what are the tricks that can help you to avoid the hatred.
Alexei Venediktov is a journalist, editor-in-chief of the Echo of Moscow radio station, the most quoted…
Alexei Venediktov is a journalist, editor-in-chief of the Echo of Moscow radio station, the most quoted…
ПЯТНА НА СОЛНЦЕ ГЕНИЯ
Удивительно, но при колоссальной популярности Альберта Эйнштейна, мало кто знаком с большинством чрезвычайно интересных деталей его жизни.
И хотя личная жизнь Эйнштейна, как и у большинства великих людей, была весьма противоречива, а порой и довольно непрезентабельна, масштаб Эйнштейна-ученого столь велик, что эта непрезентабельность становится чем-то вроде пятен на Солнце.
Но без тщательного изучения природы этих пятен, мы не в состоянии понять ни устройство этого светила, ни то, как устроены другие звезды, да и вся вселенная в целом.
Однако теперь у всех нас появляется шанс начать разбираться, какую роль в формировании и развитии гениальной личности Эйнштейна - человека играли «пятна на солнце» биографии Эйнштейна-ученого.
Сегодня мировая премьера сериала «Гений» на канале National Geographic (в России – в воскресенье 30 апреля). А уникальность данного сериала именно в том, что он про «пятна на солнце».
Как сказал Рон Ховард, исполнительный продюсер сериала и директор пилота:
«Все думают, что знают, кто такой Альберт Эйнштейн. Но когда я начал погружаться в историю его жизни, то был совершенно очарован тем, как много было для меня абсолютно ново. Когда вы движетесь во времени по основным этапам открытий Эйнштейна, оказывается страшно интересным наложить на это параллельную историю личной жизни Альберта - что представляла собой его молодость, кто и как становился его друзьями и врагами, как проходила его бурная личная жизнь – ведь все это для большинства людей абсолютно неизвестно».
Что получилось, можете проверить сами. Заодно проверите:
И увидите вживую:
Подход Рона Ховарда мне нравится. А он ведь не зря двукратный обладатель премии «Оскар». За ним опыт таких фильмов, как «Аполлон-13», «Нокдаун», «Гонка», «Игры разума», а также экранизаций книг Дэна Брауна «Код да Винчи», «Ангелы и демоны» и «Инферно».
Подбор актеров – смотрится гениальным.
Клипы-тизеры сделаны здорово.
3D рекламная бродилка – необычная и симпатичная.
Отзывы после пред-премьерного показа в Нью-Йоркском Tribeca Performing Arts Center в прошлый четверг – восторженные.
Удивительно, но при колоссальной популярности Альберта Эйнштейна, мало кто знаком с большинством чрезвычайно интересных деталей его жизни.
И хотя личная жизнь Эйнштейна, как и у большинства великих людей, была весьма противоречива, а порой и довольно непрезентабельна, масштаб Эйнштейна-ученого столь велик, что эта непрезентабельность становится чем-то вроде пятен на Солнце.
Но без тщательного изучения природы этих пятен, мы не в состоянии понять ни устройство этого светила, ни то, как устроены другие звезды, да и вся вселенная в целом.
Однако теперь у всех нас появляется шанс начать разбираться, какую роль в формировании и развитии гениальной личности Эйнштейна - человека играли «пятна на солнце» биографии Эйнштейна-ученого.
Сегодня мировая премьера сериала «Гений» на канале National Geographic (в России – в воскресенье 30 апреля). А уникальность данного сериала именно в том, что он про «пятна на солнце».
Как сказал Рон Ховард, исполнительный продюсер сериала и директор пилота:
«Все думают, что знают, кто такой Альберт Эйнштейн. Но когда я начал погружаться в историю его жизни, то был совершенно очарован тем, как много было для меня абсолютно ново. Когда вы движетесь во времени по основным этапам открытий Эйнштейна, оказывается страшно интересным наложить на это параллельную историю личной жизни Альберта - что представляла собой его молодость, кто и как становился его друзьями и врагами, как проходила его бурная личная жизнь – ведь все это для большинства людей абсолютно неизвестно».
Что получилось, можете проверить сами. Заодно проверите:
— был ли Эйнштейн сексуальным гигантом и насильником, сионистом и агентом КГБ;
— действительно ли он избегал любой энергичной деятельности и был фанатичным курильщиком;
— правда ли, что он ненавидел фантастику и обладал тонким чувством юмора.
И увидите вживую:
— как он провалился на вступительных экзаменах в колледж;
— как впервые влюбился в свою школьную наставницу- репетитора;
— сколько, на самом деле, у него было любовниц …
Подход Рона Ховарда мне нравится. А он ведь не зря двукратный обладатель премии «Оскар». За ним опыт таких фильмов, как «Аполлон-13», «Нокдаун», «Гонка», «Игры разума», а также экранизаций книг Дэна Брауна «Код да Винчи», «Ангелы и демоны» и «Инферно».
Подбор актеров – смотрится гениальным.
Клипы-тизеры сделаны здорово.
3D рекламная бродилка – необычная и симпатичная.
Отзывы после пред-премьерного показа в Нью-Йоркском Tribeca Performing Arts Center в прошлый четверг – восторженные.
Короче, осталось самим посмотреть. Просмотр обещает много малоизвестного интересного 😊
ОБУЧЕНИЕ В XXI ВЕКЕ
Это слова великого Марри Гелл-Мана – в 40 лет получившего Нобелевскую премию по физике за открытие кварков, а потом, сменив профессию, ставшим известным лингвистом и историком.
Однако, с тех пор, когда были сказаны эти слова, прошло почти 60 лет.
Думаете, что-нибудь изменилось? Междисциплинарные исследования стали частью мейнстрима?
Увы, нет!
И ключевая причина этого в том, что система обучения осталась с тех пор почти неизменной. Она продолжает штамповать исследователей, изначально склонных к “деградации“ в узких специалистов.
А есть ли хотя бы неформальные ресурсы, ориентированные на междисциплинарный подход в обучении?
Авторы книги Teaching and Learning Online: New Models of Learning for a Connected World называют такие ресурсы термином Virtual Academia (не путать с Микрософт). Главная их цель - совместное создание знаний.
А в качестве примера такого ресурса, авторы приводят Learning Change Project.
Как сказал про него Жорж Пор –
Проект Learning Change – некоммерческая и даже безспонсорская многодисциплинарная инициатива для поддержки процесса совместного создание знаний.
Большинство из 4 тыс. постов проекта междисциплинарные – на стыках исследований общества, культуры, искусства, нейронаук, познания, критического мышления, интеллекта, креативности, самоорганизации, сложности, сетей, лидерства, устойчивости и т.д. и т.п.
Если вас интересует междисциплинарный подход к вопросам современного обучения, имейте этот ресурс в виду. Может оказаться полезным.
Среди каналов телеграм также появляются пишущие на смежные темы. Среди новых таких каналов могу назвать https://t.iss.one/EducationRU, рассказывающий о технологии обучения и о том, что и как нужно учить в современном мире.
Тем, кто считает важным, продолжать непрерывное самообучение, и понимает, что для этого совсем не обязательно тратить деньги и куда-либо поступать, данный канал может оказаться полезным.
#Обучение #VirtualAcademia
«Традиционный храм Науки постепенно превратился в средоточие отдельных, не сообщающихся друг с другом келий, в которых проживали весь свой научный век десятки тысяч ученых, “деградировавших“ в узких специалистов. Бесспорно, cпециализация очень многое значит в науке, но еще важнее интеграция научных исследований в разных дисциплинах». Это слова великого Марри Гелл-Мана – в 40 лет получившего Нобелевскую премию по физике за открытие кварков, а потом, сменив профессию, ставшим известным лингвистом и историком.
Однако, с тех пор, когда были сказаны эти слова, прошло почти 60 лет.
Думаете, что-нибудь изменилось? Междисциплинарные исследования стали частью мейнстрима?
Увы, нет!
И ключевая причина этого в том, что система обучения осталась с тех пор почти неизменной. Она продолжает штамповать исследователей, изначально склонных к “деградации“ в узких специалистов.
А есть ли хотя бы неформальные ресурсы, ориентированные на междисциплинарный подход в обучении?
Авторы книги Teaching and Learning Online: New Models of Learning for a Connected World называют такие ресурсы термином Virtual Academia (не путать с Микрософт). Главная их цель - совместное создание знаний.
А в качестве примера такого ресурса, авторы приводят Learning Change Project.
Как сказал про него Жорж Пор –
«None of us is as smart as all of us» (каждый из нас не настолько умен, как мы все вместе взятые). Проект Learning Change – некоммерческая и даже безспонсорская многодисциплинарная инициатива для поддержки процесса совместного создание знаний.
Большинство из 4 тыс. постов проекта междисциплинарные – на стыках исследований общества, культуры, искусства, нейронаук, познания, критического мышления, интеллекта, креативности, самоорганизации, сложности, сетей, лидерства, устойчивости и т.д. и т.п.
Если вас интересует междисциплинарный подход к вопросам современного обучения, имейте этот ресурс в виду. Может оказаться полезным.
Среди каналов телеграм также появляются пишущие на смежные темы. Среди новых таких каналов могу назвать https://t.iss.one/EducationRU, рассказывающий о технологии обучения и о том, что и как нужно учить в современном мире.
Тем, кто считает важным, продолжать непрерывное самообучение, и понимает, что для этого совсем не обязательно тратить деньги и куда-либо поступать, данный канал может оказаться полезным.
#Обучение #VirtualAcademia
Amazon
Teaching and Learning Online: New Models of Learning for a Connected World, Volume 2: Brian Sutton, Anthony Basiel: 9780415528573:…
Teaching and Learning Online: New Models of Learning for a Connected World, Volume 2 [Brian Sutton, Anthony Basiel] on Amazon.com. *FREE* shipping on qualifying offers. Teaching and Learning Online, Volume 2, provides practical advice from academics, researchers
КТО СТАНЕТ КОРОЛЕМ В МИРЕ AI?
Как я недавно писал, понять генеральную линию дальнейшего развития AI невозможно.
Однако, предсказать, кто станет королем в мире AI в ближайшие лет 10, уже можно с большой вероятностью.
Для большинства возможность такого предсказания может показаться странной. Как же так? Ведь это зависит от многих непредсказуемостей:
— кто сумеет найти более совершенные архитектуры нейросетей?
— кто разработает более совершенные алгоритмы глубинного обучения?
— кто откроет новые модели и методы обучения нейросетей, качественно улучшающие результаты их обучения?
— кто создаст наиболее совершенный фреймворк для аппаратной реализации алгоритмов нейросетей на GPU и супер-компьютерных архитектурах?
— и т.д. и т.п.
Этот факт тонко проиллюстрировал Андрю Вайт из Gartner , задав такой вопрос.
Что бы вы предпочли иметь для вашего бизнеса?
1) меньше данных и великолепную аналитику;
2) больше данных и неплохую аналитику.
Если 5 лет назад еще были сомневающиеся в правильном ответе на этот вопрос. Сегодня ответ ясен на 100% - главное для успеха – НЕ алгоритмы, НЕ софт, НЕ железо, А ДАННЫЕ.
В современном цифровом мире есть 3 источника данных:
1. Данные хранящиеся в сети Интернет (их главный обладатель Google, получающая все эти гигантские объемы данных практически задаром).
2. Данные из закрытых специализированных баз (главный претендент на обладание ими – компания IBM, тратящая на них миллиарды и миллиарды и скупившая уже львиную долю медицинских и климатических данных)
3. Репозитории данных Интернета вещей (IoT) (типа вот этих ). Здесь пока активней всех Microsoft. Но IBM пытается довольно хитро влезть в этот важнейший 3й сегмент мировых данных, начав предоставлять услуги когнитивной визуальной инспекции (Cognitive Visual Inspection) промышленным гигантам типа АВВ.
Из всего сказанного вывод такой – королей в мире AI будет два:
✔️ Google в мире открытых данных и B2C
✔️ IBM в мире закрытых данных (вкл. IoT) и B2B (если, конечно, компания переживет продолжительный спад бизнеса, что с каждым кварталом становится все сложнее).
#AI
Как я недавно писал, понять генеральную линию дальнейшего развития AI невозможно.
Однако, предсказать, кто станет королем в мире AI в ближайшие лет 10, уже можно с большой вероятностью.
Для большинства возможность такого предсказания может показаться странной. Как же так? Ведь это зависит от многих непредсказуемостей:
— кто сумеет найти более совершенные архитектуры нейросетей?
— кто разработает более совершенные алгоритмы глубинного обучения?
— кто откроет новые модели и методы обучения нейросетей, качественно улучшающие результаты их обучения?
— кто создаст наиболее совершенный фреймворк для аппаратной реализации алгоритмов нейросетей на GPU и супер-компьютерных архитектурах?
— и т.д. и т.п.
Так вот! Кто станет королем в мире AI от всего названного уже не зависит.
Все эти вопросы, конечно, важные. Но не главные.
Ключевой вопрос – КТО БУДЕТ ОБЛАДАТЬ ДАННЫМИ для обучения нейросетей.
Этот факт тонко проиллюстрировал Андрю Вайт из Gartner , задав такой вопрос.
Что бы вы предпочли иметь для вашего бизнеса?
1) меньше данных и великолепную аналитику;
2) больше данных и неплохую аналитику.
Если 5 лет назад еще были сомневающиеся в правильном ответе на этот вопрос. Сегодня ответ ясен на 100% - главное для успеха – НЕ алгоритмы, НЕ софт, НЕ железо, А ДАННЫЕ.
В современном цифровом мире есть 3 источника данных:
1. Данные хранящиеся в сети Интернет (их главный обладатель Google, получающая все эти гигантские объемы данных практически задаром).
2. Данные из закрытых специализированных баз (главный претендент на обладание ими – компания IBM, тратящая на них миллиарды и миллиарды и скупившая уже львиную долю медицинских и климатических данных)
3. Репозитории данных Интернета вещей (IoT) (типа вот этих ). Здесь пока активней всех Microsoft. Но IBM пытается довольно хитро влезть в этот важнейший 3й сегмент мировых данных, начав предоставлять услуги когнитивной визуальной инспекции (Cognitive Visual Inspection) промышленным гигантам типа АВВ.
Из всего сказанного вывод такой – королей в мире AI будет два:
✔️ Google в мире открытых данных и B2C
✔️ IBM в мире закрытых данных (вкл. IoT) и B2B (если, конечно, компания переживет продолжительный спад бизнеса, что с каждым кварталом становится все сложнее).
#AI
Gartner
Three Factors Weighing on Growth Rates in 2023
Investing in differentiators that drive long-term success, despite pressures that weigh on growth prospects, is critical. #BusinessGrowth #Research #DigitalTransformation
ИНТЕРЕСНО, ПОЛЕЗНО, ПРИКОЛЬНО И ВЕСЕЛО
Какой пост вы предпочтете прочесть перед длинным уикендом?
Я полагаю такой, что будет для вас интересный, полезный, прикольный и веселый.
Ну а поскольку длинный уикенд на подходе, я представляю вам 1ю попытку такого поста с тегом
#ИнтересноПолезноПрикольноВесело
ИНТЕРЕСНО
Интереснейшая штука – смотреть новые патенты технологических компаний. Ну чего только не придумают суперкреативные люди!
Например:
— Ford предложил использовать дополненную реальность в качестве информационно-приборной среды водителя;
— Uber изобрел городской планировщик, позволяющий моделировать все параметры движения (скорость, пробки, аварии и т.д.) при оценке различных вариантов городских перепланировок и реноваций.
— IBM изобрела технологию, позволяющую на лету передавать груз от дрона к дрону (крайне актуально, поскольку главным преимуществом обычных курьеров перед дронами пока что оставалось ограничение полетной дистанции дрона)
ПОЛЕЗНО
Что может быть полезней мобильных приложений для здоровья?
Здесь для вас собраны 49 самых крутых американских стартапов, разрабатывающих самые новые мобильные приложения по 12 направлениям: от сердца и диабета до женского здоровья и психиатрии.
А здесь ТОР 10 израильских стартапов, среди которых, помимо 12 основных направлений, есть уникальные: от ассистента в бросании курить до корректировки осанки.
ПРИКОЛЬНО
В известном руководстве Билла Гарлей, как поднять деньги инвесторов с помощью неотразимой презентации, сказано:
Здесь вы увидите, практическое доказательство сказанного Биллом.
10 презентаций, позволивших сегодняшним всемирно известным единорогам поднять деньги, когда они были еще не сильно известны и совсем без рога или дорого и выгодно продаться.
Не важно, какова длина презы (12 слайдов у Airbnb, стоящей сегодня $29.3В) или 186 слайдов у MySQL, продавшейся в 2008 за $1В). Важно лишь, - как ты умеешь подать историю и перспективы своей компании.
Уникальные кейсы замечательно дополняют руководство Билла Гарлей.
И, НАКОНЕЦ, ВЕСЕЛО
Великие предприниматели – не только гениальные продавцы своих компаний, проектов, продуктов и идей.
Самое важное – они умеют гениально продавать себя.
Одним из ключевых факторов этого является их смех. То, как они звучат и выглядят, когда смеются.
Посмотрите 4 видео-примера смеха: Джеффа Безоса, Мариссы Майер, Илона Маска и Марка Цукерберга.
Когда-нибудь появится нейронная сеть, способная по этим видео оценить капитализацию компаний смеющихся.
Ну а пока нейронка такого не тянет, попробуйте вы понять, в чем секрет превращения такого смеха в миллиарды 😊
Какой пост вы предпочтете прочесть перед длинным уикендом?
Я полагаю такой, что будет для вас интересный, полезный, прикольный и веселый.
Ну а поскольку длинный уикенд на подходе, я представляю вам 1ю попытку такого поста с тегом
#ИнтересноПолезноПрикольноВесело
ИНТЕРЕСНО
Интереснейшая штука – смотреть новые патенты технологических компаний. Ну чего только не придумают суперкреативные люди!
Например:
— Ford предложил использовать дополненную реальность в качестве информационно-приборной среды водителя;
— Uber изобрел городской планировщик, позволяющий моделировать все параметры движения (скорость, пробки, аварии и т.д.) при оценке различных вариантов городских перепланировок и реноваций.
— IBM изобрела технологию, позволяющую на лету передавать груз от дрона к дрону (крайне актуально, поскольку главным преимуществом обычных курьеров перед дронами пока что оставалось ограничение полетной дистанции дрона)
ПОЛЕЗНО
Что может быть полезней мобильных приложений для здоровья?
Здесь для вас собраны 49 самых крутых американских стартапов, разрабатывающих самые новые мобильные приложения по 12 направлениям: от сердца и диабета до женского здоровья и психиатрии.
А здесь ТОР 10 израильских стартапов, среди которых, помимо 12 основных направлений, есть уникальные: от ассистента в бросании курить до корректировки осанки.
ПРИКОЛЬНО
В известном руководстве Билла Гарлей, как поднять деньги инвесторов с помощью неотразимой презентации, сказано:
“Investors are not solely evaluating your company’s story. They are also evaluating your ability to convey that story” (Инвесторы не только оценивают рассказ о вашей компании. Они также оценивают вашу способность преподнести этот рассказ).Здесь вы увидите, практическое доказательство сказанного Биллом.
10 презентаций, позволивших сегодняшним всемирно известным единорогам поднять деньги, когда они были еще не сильно известны и совсем без рога или дорого и выгодно продаться.
Не важно, какова длина презы (12 слайдов у Airbnb, стоящей сегодня $29.3В) или 186 слайдов у MySQL, продавшейся в 2008 за $1В). Важно лишь, - как ты умеешь подать историю и перспективы своей компании.
Уникальные кейсы замечательно дополняют руководство Билла Гарлей.
И, НАКОНЕЦ, ВЕСЕЛО
Великие предприниматели – не только гениальные продавцы своих компаний, проектов, продуктов и идей.
Самое важное – они умеют гениально продавать себя.
Одним из ключевых факторов этого является их смех. То, как они звучат и выглядят, когда смеются.
Посмотрите 4 видео-примера смеха: Джеффа Безоса, Мариссы Майер, Илона Маска и Марка Цукерберга.
Когда-нибудь появится нейронная сеть, способная по этим видео оценить капитализацию компаний смеющихся.
Ну а пока нейронка такого не тянет, попробуйте вы понять, в чем секрет превращения такого смеха в миллиарды 😊
Удачных вам длинных выходных! ✌️CB Insights Research
Auto Tech & Logistics Patent Watch: Autonomous Routing, AR Windscreens, And More
We used CB Insights' patent search engine to track recent publications from Google, Uber, Ford, and others.
БОДАЛСЯ ТЕЛЕНОК С ДУБОМ
Этот пост может быть одинаково интересен и полезен:
✔️ мужчинам – поскольку тема имеет для них ежедневную актуальность;
✔️ женщинам – т.к. выбор наилучшего подарка (цена/качество) своим мужчинам их заботит;
✔️ стартаперам – ошибочно считающим, что новый бизнес взлетает только на революционно новом продукте;
✔️ бизнесменам – ошибочно полагающим, что для мирового монополиста конкуренция со стартапами не страшна;
✔️ рекламистам – профессионально исповедующим наставление Никколо Макиавелли «Цель оправдывает средство»;
✔️ и всем остальным – поскольку тема касается не часто в жизни встречающейся истории, как «бодался теленок с дубом» … и забодал 😊
Начну с конца.
— В апреле крупнейший производитель бритвенных станков – Gillette – сменил свою 115-летнюю рыночную стратегию и объявил о снижении цен.
— Причина – в пикирующей с 2010 года доле рынка мужских бритвенных станков (1,3 млрд бреющихся ими мужчин) с 70% до 54% (причем скорость падения ускоряется).
— Причина причины – с рынка мужских бритвенных станков Gillette вышибают стартапы и, в первую очередь, Harry’s.
Стратегия Harry’s (и других стартапов, идущим этим путем: Dollar Shave Club, Oscar) такова:
❗️Берется продукт. Создается его конкурентоспособная версия – порой даже лучшего качества, более стильная и удобная. А потом продается в разы дешевле, чем лидер рынка. ❗️
В итоге крутой станок и сменные лезвия Gillette стоят порядка $200 за год, а у Harry’s примерно $100.
И ничего с этим мировой монополист с маркетинговым бюджетом $8,3 млрд не может сделать.
— от безысходности идет на чистый рекламный фейк;
— получает в ответ:
1) юридическим фейсом об тейбл;
2) мощнейшую встречную рекламную компанию Harry’s, ПРОВОДИМУЮ ЗА ДЕНЬГИ Gillette.
В итоге, идет на снижение цен, продолжая при этом терять рынок.
Мораль этой басни каждый в состоянии извлечь сам:
✔️ мужчинам – точно стоит попробовать Harry’s;
✔️ женщинам – оригинальный подарок с лучшей ценой/качеством для их мужчин, считай, готов;
✔️ стартаперам – новый бизнес взлетает и без революционно новых продуктов (что в России особенно актуально);
✔️ бизнесменам – скупайте перспективные стартапы, «пока они поперек лавки ложатся, а когда вдоль лавки лягут, то будет уже поздно»;
✔️ рекламистам – даже Никколо Макиавелли был не всегда прав;
✔️ и всем остальным – не знаю, как вам, а мне нравится, когда теленок сносит старый, замшелый, зазнавшийся дуб.
Этот пост может быть одинаково интересен и полезен:
✔️ мужчинам – поскольку тема имеет для них ежедневную актуальность;
✔️ женщинам – т.к. выбор наилучшего подарка (цена/качество) своим мужчинам их заботит;
✔️ стартаперам – ошибочно считающим, что новый бизнес взлетает только на революционно новом продукте;
✔️ бизнесменам – ошибочно полагающим, что для мирового монополиста конкуренция со стартапами не страшна;
✔️ рекламистам – профессионально исповедующим наставление Никколо Макиавелли «Цель оправдывает средство»;
✔️ и всем остальным – поскольку тема касается не часто в жизни встречающейся истории, как «бодался теленок с дубом» … и забодал 😊
Начну с конца.
— В апреле крупнейший производитель бритвенных станков – Gillette – сменил свою 115-летнюю рыночную стратегию и объявил о снижении цен.
— Причина – в пикирующей с 2010 года доле рынка мужских бритвенных станков (1,3 млрд бреющихся ими мужчин) с 70% до 54% (причем скорость падения ускоряется).
— Причина причины – с рынка мужских бритвенных станков Gillette вышибают стартапы и, в первую очередь, Harry’s.
Стратегия Harry’s (и других стартапов, идущим этим путем: Dollar Shave Club, Oscar) такова:
❗️Берется продукт. Создается его конкурентоспособная версия – порой даже лучшего качества, более стильная и удобная. А потом продается в разы дешевле, чем лидер рынка. ❗️
В итоге крутой станок и сменные лезвия Gillette стоят порядка $200 за год, а у Harry’s примерно $100.
И ничего с этим мировой монополист с маркетинговым бюджетом $8,3 млрд не может сделать.
— от безысходности идет на чистый рекламный фейк;
— получает в ответ:
1) юридическим фейсом об тейбл;
2) мощнейшую встречную рекламную компанию Harry’s, ПРОВОДИМУЮ ЗА ДЕНЬГИ Gillette.
В итоге, идет на снижение цен, продолжая при этом терять рынок.
Мораль этой басни каждый в состоянии извлечь сам:
✔️ мужчинам – точно стоит попробовать Harry’s;
✔️ женщинам – оригинальный подарок с лучшей ценой/качеством для их мужчин, считай, готов;
✔️ стартаперам – новый бизнес взлетает и без революционно новых продуктов (что в России особенно актуально);
✔️ бизнесменам – скупайте перспективные стартапы, «пока они поперек лавки ложатся, а когда вдоль лавки лягут, то будет уже поздно»;
✔️ рекламистам – даже Никколо Макиавелли был не всегда прав;
✔️ и всем остальным – не знаю, как вам, а мне нравится, когда теленок сносит старый, замшелый, зазнавшийся дуб.
P.S. Это не реклама Harry’s, а лишь личное мнение автора, имеющего почти полувековой опыт использования бритвенных станков 😊www.vedomosti.ru
Gillette снижает цены
Сделать это производителя всемирно известных бритвенных станков вынуждает конкуренция с онлайн-стартапами
МАШИННОЕ ОБУЧЕНИЕ ВЛЕЧЕТ КОЛОССАЛЬНЫЕ РИСКИ
Сегодня на сайте Edge опубликовано фантастически интересное и принципиально важное для будущего науки и технологий интервью выдающегося биохимика Венкатрамана Рамакришнана - лауреата Нобелевской премии и Президента Лондонского Королевского общества естественных наук.
Это 52х минутное интервью (видео и текст) посвящено важнейшим для современной науки вопросам.
Его резюме можно свести к 3 тезисам.
ТЕЗИС №1.
Человечество накапливает данные с невероятной скоростью. Каждый эксперимент электронной микроскопии для изучения рибосомы генерирует несколько терабайт данных, которые затем обрабатывают, анализируют и обобщают, в результате выявляя биохимическую структуру.
В этом анализе данных, мы, по крайней мере, считаем, что понимаем, как там все происходит.
Мы знаем:
— что эти программы делают,
— как эти алгоритмы работают,
— каким образом формируются результаты.
И поэтому мы имеем основания утверждать, что понимаем весь интеллектуальный процесс проведения экспериментов и получения из них конкретных научных результатов.
Однако, то, что сейчас происходит во многих областях науки, делается совершенно иначе.
Там, где используется машинное обучение, компьютеры, в основном, учат распознавать паттерны с помощью технологий глубоких нейронных сетей. Сети сами формулируют правила, основанные на паттернах. Статистические алгоритмы позволяют сетям задавать веса оперируемым объектам или понятиям и, в конце концов, самостоятельно приходить к выводам.
Когда сети приходят с своим выводами, люди не имеем ни малейшего представления, как и почему это было сделано. Мы знаем лишь общий процесс, как это делалось, но не понимаем никаких деталей.
Если находятся какие-то зависимости, мы не понимаем эти зависимости таким же образом, как если бы мы нашли их сами или пришли к ним на основе разработанного нами интеллектуального алгоритма.
Таким образом, мы находимся в ситуации, когда спрашиваем себя, как же нам понимать результаты такого анализа?
И это будет происходить все чаще и чаще, поскольку наборы данных становятся все больше и больше по мере развития геномных и всех иных видов биохимических, популяционных, социологических и прочих классов исследований.
ТЕЗИС №2.
Мы находимся на пороге новой эры структурной биологии, где сложнейшие вопросы, о которых все думали, что их не решить еще много десятилетий, вдруг оказались разрешенными.
Теперь мы подобрались к структурным частям клетки. Реальный прогресс в том, что теперь мы сможет посмотреть, как работают внутри клетки все эти молекулярные машины и крупные молекулярные комплексы. Это будет огромный скачок, позволяющий перейти от молекул к клеткам и позволяющий понять, как работают клетки.
Почти в каждой болезни, есть фундаментальный процесс, который вызывает заболевание. Болезнь - это либо сбой в этом процессе, либо ошибки в его регуляция. Понимание процессов в клетке даст нам понимание новых способов лечения, новые методы создания лекарств и понимание механизмов генетики.
Глобальное воздействие на медицину и саму жизнь конкретного человека и всего человечества может быть весьма глубоким в долгосрочной перспективе.
ТЕЗИС №3.
- - - - -
Читатели этого канала уже не раз встречали посты на тему колоссальных рисков глубокого машинного обучения:
см. например, здесь, здесь, здесь, здесь, здесь, здесь.
Надеюсь, что когда об этих рисках объявил Венкатраман Рамакришнан, его услышат не только читатели данного канала.
Сегодня на сайте Edge опубликовано фантастически интересное и принципиально важное для будущего науки и технологий интервью выдающегося биохимика Венкатрамана Рамакришнана - лауреата Нобелевской премии и Президента Лондонского Королевского общества естественных наук.
Это 52х минутное интервью (видео и текст) посвящено важнейшим для современной науки вопросам.
Его резюме можно свести к 3 тезисам.
ТЕЗИС №1.
Человечество накапливает данные с невероятной скоростью. Каждый эксперимент электронной микроскопии для изучения рибосомы генерирует несколько терабайт данных, которые затем обрабатывают, анализируют и обобщают, в результате выявляя биохимическую структуру.
В этом анализе данных, мы, по крайней мере, считаем, что понимаем, как там все происходит.
Мы знаем:
— что эти программы делают,
— как эти алгоритмы работают,
— каким образом формируются результаты.
И поэтому мы имеем основания утверждать, что понимаем весь интеллектуальный процесс проведения экспериментов и получения из них конкретных научных результатов.
Однако, то, что сейчас происходит во многих областях науки, делается совершенно иначе.
Там, где используется машинное обучение, компьютеры, в основном, учат распознавать паттерны с помощью технологий глубоких нейронных сетей. Сети сами формулируют правила, основанные на паттернах. Статистические алгоритмы позволяют сетям задавать веса оперируемым объектам или понятиям и, в конце концов, самостоятельно приходить к выводам.
Когда сети приходят с своим выводами, люди не имеем ни малейшего представления, как и почему это было сделано. Мы знаем лишь общий процесс, как это делалось, но не понимаем никаких деталей.
Если находятся какие-то зависимости, мы не понимаем эти зависимости таким же образом, как если бы мы нашли их сами или пришли к ним на основе разработанного нами интеллектуального алгоритма.
Таким образом, мы находимся в ситуации, когда спрашиваем себя, как же нам понимать результаты такого анализа?
И это будет происходить все чаще и чаще, поскольку наборы данных становятся все больше и больше по мере развития геномных и всех иных видов биохимических, популяционных, социологических и прочих классов исследований.
ТЕЗИС №2.
Мы находимся на пороге новой эры структурной биологии, где сложнейшие вопросы, о которых все думали, что их не решить еще много десятилетий, вдруг оказались разрешенными.
Теперь мы подобрались к структурным частям клетки. Реальный прогресс в том, что теперь мы сможет посмотреть, как работают внутри клетки все эти молекулярные машины и крупные молекулярные комплексы. Это будет огромный скачок, позволяющий перейти от молекул к клеткам и позволяющий понять, как работают клетки.
Почти в каждой болезни, есть фундаментальный процесс, который вызывает заболевание. Болезнь - это либо сбой в этом процессе, либо ошибки в его регуляция. Понимание процессов в клетке даст нам понимание новых способов лечения, новые методы создания лекарств и понимание механизмов генетики.
Глобальное воздействие на медицину и саму жизнь конкретного человека и всего человечества может быть весьма глубоким в долгосрочной перспективе.
ТЕЗИС №3.
А теперь сопоставьте Тезис №1 и Тезис №2 и только представьте, какие здесь появляются риски!- - - - -
Читатели этого канала уже не раз встречали посты на тему колоссальных рисков глубокого машинного обучения:
см. например, здесь, здесь, здесь, здесь, здесь, здесь.
Надеюсь, что когда об этих рисках объявил Венкатраман Рамакришнан, его услышат не только читатели данного канала.
Telegram
Малоизвестное интересное
Сегодня логика принятия решений машиной, зачастую, не понятна никому.
Главным бенефитом для человечества, уже вкушающего плоды развития технологий глубокого машинного обучения, является автоматизация процессов принятия решений: от решений типа – сколько…
Главным бенефитом для человечества, уже вкушающего плоды развития технологий глубокого машинного обучения, является автоматизация процессов принятия решений: от решений типа – сколько…
ПРОСТОЙ И ПОНЯТНЫЙ МЕТОД ОЦЕНКИ ЭКОНОМИЧЕСКОЙ ЭФФЕКТИВНОСТИ AI
Полагаю, что из-за обилия гиперссылок читать мои посты не просто.
Однако, ничего не могу поделать, - стремлюсь делиться с вами встречающимися мне не сильно известными источниками, высказывающими оригинальные и ценные мысли.
Делать как на большинстве каналов – давать в каждом посте единственный источник (речь о тематических постах, а не про обзоры ссылок) – мне крайне сложно. Источников, исчерпывающе раскрывающих интересные мне темы, не много.
Тем приятней представить вам один из таких источников – блог моего старого коллеги по IBM Ирвинга Владавски-Бергера, 37 лет отвечавшего в компании за поиск прорывных технологий будущего.
Мне очень понравился его пост о простом и понятном методе оценки экономической эффективности AI – оценивать, насколько внедрение AI сокращает косты (издержки).
Пост среднедлинный (7 тыс. символов) и, подобно моим постам, включает аж 20 гиперссылок. Зато мне теперь достаточно дать всего одну 😊
Пересказывать этот пост я не буду – только испорчу. Из уже отжатого внятного и весьма умного текста, как из песни, слова не выкинуть.
Лишь посоветую вам обратить внимание на следующие важные мысли:
1) Машинный интеллект является, по своей сути, технологией прогнозирования, поэтому экономический сдвиг будет сосредоточен вокруг снижения стоимости прогнозов.
2) Первым магистральными применениями AI уже стало снижение стоимости и улучшение качества индустриальных решений, целиком завязанных на прогнозах – погода, персональный маркетинг, пополнение запасов и т.п.
3) Второй очередью, как это уже было для арифметических, коммуникационных и поисковых компьютерных решений, прогнозные решения станут (и уже становятся) основой все новых и новых приложений для самых разнообразных бытовых и персональных применений.
4) Третьей (и самой главной) очередью пойдут (и к этому уже подбираются)приложения для принятия решений.
5) Принятие решений включает 2 элемента: прогнозирование (в чем AI хорош) и суждение (в чем AI крайне слаб и вряд ли когда-либо будет хорош). И поэтому для принятия решений нужно научиться использовать кентавров из машинного и человеческого интеллекта. А те люди, которые будут эффективно работать в составе таких кентавров, будут обладать самым ценным и востребованным практическим навыком будущего – имение делать правильные суждения на основании прогнозов AI.
#AI #Экономика
Полагаю, что из-за обилия гиперссылок читать мои посты не просто.
Однако, ничего не могу поделать, - стремлюсь делиться с вами встречающимися мне не сильно известными источниками, высказывающими оригинальные и ценные мысли.
Делать как на большинстве каналов – давать в каждом посте единственный источник (речь о тематических постах, а не про обзоры ссылок) – мне крайне сложно. Источников, исчерпывающе раскрывающих интересные мне темы, не много.
Тем приятней представить вам один из таких источников – блог моего старого коллеги по IBM Ирвинга Владавски-Бергера, 37 лет отвечавшего в компании за поиск прорывных технологий будущего.
Мне очень понравился его пост о простом и понятном методе оценки экономической эффективности AI – оценивать, насколько внедрение AI сокращает косты (издержки).
Пост среднедлинный (7 тыс. символов) и, подобно моим постам, включает аж 20 гиперссылок. Зато мне теперь достаточно дать всего одну 😊
Пересказывать этот пост я не буду – только испорчу. Из уже отжатого внятного и весьма умного текста, как из песни, слова не выкинуть.
Лишь посоветую вам обратить внимание на следующие важные мысли:
1) Машинный интеллект является, по своей сути, технологией прогнозирования, поэтому экономический сдвиг будет сосредоточен вокруг снижения стоимости прогнозов.
2) Первым магистральными применениями AI уже стало снижение стоимости и улучшение качества индустриальных решений, целиком завязанных на прогнозах – погода, персональный маркетинг, пополнение запасов и т.п.
3) Второй очередью, как это уже было для арифметических, коммуникационных и поисковых компьютерных решений, прогнозные решения станут (и уже становятся) основой все новых и новых приложений для самых разнообразных бытовых и персональных применений.
4) Третьей (и самой главной) очередью пойдут (и к этому уже подбираются)приложения для принятия решений.
5) Принятие решений включает 2 элемента: прогнозирование (в чем AI хорош) и суждение (в чем AI крайне слаб и вряд ли когда-либо будет хорош). И поэтому для принятия решений нужно научиться использовать кентавров из машинного и человеческого интеллекта. А те люди, которые будут эффективно работать в составе таких кентавров, будут обладать самым ценным и востребованным практическим навыком будущего – имение делать правильные суждения на основании прогнозов AI.
#AI #Экономика
Irving Wladawsky-Berger
The Simple, Economic Value of Artificial Intelligence
I recently attended a very interesting talk, - Exploring the Impact of Artificial Intelligence: Prediction versus Judgment, - by University of Toronto professor Avi Goldfarb. The talk was based on recent research conducted with his UoT colleagues Ajay Agrawal…
ВО ЧТО МЫ ВЕРИМ, НО НЕ МОЖЕМ ДОКАЗАТЬ
Снова длинный уикэнд. Что бы предложить вам почитать в эти дни?
— Очередной интересный пост (пусть даже и лонгрид) – банально (я их каждый день предлагаю) 😊
— Хорошую книгу (как рекомендуют некоторые авторы каналов) – я не такой оптимист и не думаю, что многие из вас смогут выделить часов этак ХY на полноценное прочтение книги.
Тогда предложу нечто среднее – интересная книга, которую можно читать с любого места хоть 5 мин, хоть 5 часов.
И конечно же я опять советую вам книгу, где на ежегодный вопрос проекта Edge отвечают 109 ведущих интеллектуалов мира.
На сей раз вопрос предложил психолог-теоретик Николас Хамфри. Он звучит так:
Отвечая на этот вопрос, великие умы делятся своими не проверенными пока еще гипотезами, которые в скором будущем могут стать для нас очевидной истиной.
В коротких эссе (1-3 страницы), посвященных самым разным темам — сознание, эволюция, внеземные формы жизни, будущее человечества, судьба вселенной, — авторы предлагают неожиданные, страстные, иногда эксцентричные и всегда заставляющие задуматься идеи, связанные с их научными дисциплинами.
Многие из этих всемирно известных имен вам знакомы. Вот они все 109 (с указанием номера страницы из оглавления, чтобы вы могли сходу посчитать длину каждого эссе):
Мартин Рис 25 Рей Курцвейл 28 Дуглас Рашкофф 33 Ричард Докинз 35 Крис Андерсон 36 Стивен Петранек 38 Кэролайн Порко 42 Пол Дэвис 46 Кеннет Форд 49 Карл Саббах 51 Крейг Вентер 53 Леон Ледерман 56 Мария Спиропулу 59 Филипп Андерсон 62 Роберт Сапольски 64 Джесси Беринг 67 Иэн Макьюэн 72 Майкл Шермер 73 Сьюзан Блэкмор 77 Рэндольф Нессе 79 Тор Норретрандерс 83 Скотт Этран 85 Дэвид Майерс 87 Джонатан Хайдт 89 Сэм Харрис 91 Дэвид Басс 94 Сет Ллойд 96 Денис Даттон 97 Джаред Даймонд 101 Тимоти Тейлор 105 Джудит Рич Харрис 108 Джон Макуортер 112 Элизабет Спелке 116 Стивен Шнейдер 119 Брюс Стерлинг 121 Роберт Триверс 122 Верена Хубер-Дайсон 123 КитДевлин 125 ФрименДайсон 129 Ребекка Гольдштейн 132 Стюарт Кауфман 135 Леонард Сасскинд 137 Дональд Хоффман 140 Терренс Сейновски 145 Джон Хорган 148 Арнольд Трехуб 150 Нед Блок 152 Джанна Левин 154 Дэниел Гилберт 157 Тодд Фейнберг 159 Клиффорд Пиковер 161 Николас Хамфри 163 Памела Маккордак 165 Чарльз Симони 166 Алан Кэй 171 Стивен Линкер 173 Кристин Финн 177 Дэниел Деннет 178 Алан Андерсен 183 Джозеф Леду 187 Джордж Дайсон 192 Элисон Гопник 193 Пол Блум 197 Уильям Кэлвин 199 Роберт Провин 203 Станислас Дехэн 206 Стивен Косслин 211 Алекс Пентланд 213 Ирен Пепперберг 218 Говард Гарднер 222 Дэвид Гелернтер 225 Марк Хаузер 228 Гари Маркус 230 Брайан Гудвин 232 Лео Чалупа 236 Маргарет Вертхейм 238 Джино Сегре 242 Хаим Харари 245 Дональд Вильямсон 248 Ян Уилмут 252 Дэниел Гоулман 255 Эстер Дайсон 259 Джеймс О'Доннелл 263 Жан-Поль Шметц 266 Нассим Николас Талеб 268 Саймон Барон-Коэн 271 Кевин Келли 274 Мартин Новак 278 Том Стендедж 280 Стивен Гиддингс 282 Александр Виленкин 285 Лоуренс Краусс 287 Джон Барроу 290 Пол Стейнхардт 291 Ли Смолин 294 Антон Зелингер 297 Грегори Бенфорд 300 Руди Рюкер 303 Карло Ровелли 306 Джеффри Эпштейн 309 Говард Рейнгольд 310 Джерон Ланье 313 Марти Херст 318 Кай Краузе 321 Оливер Мортон 324 Дэниел Хиллис 326 Мартин Селигман 328 Нейл Гершенфельд 331 Михай Чиксентмихайи 333
Поверьте, даже если вы прочтете всего пяток из этих эссе, у вас точно появятся новые, интересные мысли и вы увидите мир немного по-новому.
Удачных выходных! Книга приложена.
Снова длинный уикэнд. Что бы предложить вам почитать в эти дни?
— Очередной интересный пост (пусть даже и лонгрид) – банально (я их каждый день предлагаю) 😊
— Хорошую книгу (как рекомендуют некоторые авторы каналов) – я не такой оптимист и не думаю, что многие из вас смогут выделить часов этак ХY на полноценное прочтение книги.
Тогда предложу нечто среднее – интересная книга, которую можно читать с любого места хоть 5 мин, хоть 5 часов.
И конечно же я опять советую вам книгу, где на ежегодный вопрос проекта Edge отвечают 109 ведущих интеллектуалов мира.
На сей раз вопрос предложил психолог-теоретик Николас Хамфри. Он звучит так:
«Великие умы иногда угадывают истину до того, как появятся факты или аргументы в ее пользу. (Дидро называл эту способность «духом прорицания».) Во что вы верите, хотя не можете этого доказать?»Отвечая на этот вопрос, великие умы делятся своими не проверенными пока еще гипотезами, которые в скором будущем могут стать для нас очевидной истиной.
В коротких эссе (1-3 страницы), посвященных самым разным темам — сознание, эволюция, внеземные формы жизни, будущее человечества, судьба вселенной, — авторы предлагают неожиданные, страстные, иногда эксцентричные и всегда заставляющие задуматься идеи, связанные с их научными дисциплинами.
Многие из этих всемирно известных имен вам знакомы. Вот они все 109 (с указанием номера страницы из оглавления, чтобы вы могли сходу посчитать длину каждого эссе):
Мартин Рис 25 Рей Курцвейл 28 Дуглас Рашкофф 33 Ричард Докинз 35 Крис Андерсон 36 Стивен Петранек 38 Кэролайн Порко 42 Пол Дэвис 46 Кеннет Форд 49 Карл Саббах 51 Крейг Вентер 53 Леон Ледерман 56 Мария Спиропулу 59 Филипп Андерсон 62 Роберт Сапольски 64 Джесси Беринг 67 Иэн Макьюэн 72 Майкл Шермер 73 Сьюзан Блэкмор 77 Рэндольф Нессе 79 Тор Норретрандерс 83 Скотт Этран 85 Дэвид Майерс 87 Джонатан Хайдт 89 Сэм Харрис 91 Дэвид Басс 94 Сет Ллойд 96 Денис Даттон 97 Джаред Даймонд 101 Тимоти Тейлор 105 Джудит Рич Харрис 108 Джон Макуортер 112 Элизабет Спелке 116 Стивен Шнейдер 119 Брюс Стерлинг 121 Роберт Триверс 122 Верена Хубер-Дайсон 123 КитДевлин 125 ФрименДайсон 129 Ребекка Гольдштейн 132 Стюарт Кауфман 135 Леонард Сасскинд 137 Дональд Хоффман 140 Терренс Сейновски 145 Джон Хорган 148 Арнольд Трехуб 150 Нед Блок 152 Джанна Левин 154 Дэниел Гилберт 157 Тодд Фейнберг 159 Клиффорд Пиковер 161 Николас Хамфри 163 Памела Маккордак 165 Чарльз Симони 166 Алан Кэй 171 Стивен Линкер 173 Кристин Финн 177 Дэниел Деннет 178 Алан Андерсен 183 Джозеф Леду 187 Джордж Дайсон 192 Элисон Гопник 193 Пол Блум 197 Уильям Кэлвин 199 Роберт Провин 203 Станислас Дехэн 206 Стивен Косслин 211 Алекс Пентланд 213 Ирен Пепперберг 218 Говард Гарднер 222 Дэвид Гелернтер 225 Марк Хаузер 228 Гари Маркус 230 Брайан Гудвин 232 Лео Чалупа 236 Маргарет Вертхейм 238 Джино Сегре 242 Хаим Харари 245 Дональд Вильямсон 248 Ян Уилмут 252 Дэниел Гоулман 255 Эстер Дайсон 259 Джеймс О'Доннелл 263 Жан-Поль Шметц 266 Нассим Николас Талеб 268 Саймон Барон-Коэн 271 Кевин Келли 274 Мартин Новак 278 Том Стендедж 280 Стивен Гиддингс 282 Александр Виленкин 285 Лоуренс Краусс 287 Джон Барроу 290 Пол Стейнхардт 291 Ли Смолин 294 Антон Зелингер 297 Грегори Бенфорд 300 Руди Рюкер 303 Карло Ровелли 306 Джеффри Эпштейн 309 Говард Рейнгольд 310 Джерон Ланье 313 Марти Херст 318 Кай Краузе 321 Оливер Мортон 324 Дэниел Хиллис 326 Мартин Селигман 328 Нейл Гершенфельд 331 Михай Чиксентмихайи 333
Поверьте, даже если вы прочтете всего пяток из этих эссе, у вас точно появятся новые, интересные мысли и вы увидите мир немного по-новому.
Удачных выходных! Книга приложена.
ОТКРЫТА ФОРМУЛА ПОБЕДЫ НА ВЫБОРАХ
Наконец-то праздники заканчиваются, и я могу предложить вашему вниманию статью о самом важном открытии этого года.
Это открытие трех никому не известных венгерских ученых мне больше всего напоминает открытие специальной теории относительности скромным служащим бюро патентов Альбертом Эйнштейном.
Изящная и лаконичная формула Эйнштейна
E=MC^2, описывающая эквивалентность массы и энергии, позволила понять, какое колоссальное количество энергии можно извлечь из совсем малого количества массы. В результате появилось ядерное оружие, изменившее историю мира, определяя жить или не жить человечеству.
Столь же изящная и лаконичная «формула выборов»
Y=N0(N/N0)^b может кардинально изменить существующие представления о процессе и технологиях выборов. И что, возможно, еще важнее, — эта формула способна открыть человечеству доселе неизвестный глобальный эволюционный тренд.
Однако, у этих двух формул есть еще более поразительное сходство.
Формула Эйнштейна едина для массы и энергии любых материальных объектов: больших и малых, живых и неживых.
Подобно ей, степенная функция «формулы выборов», оказалась едина для описания развития любых сложных систем: больших и малых, живых и неживых, — растений, животных, городов, обществ, инноваций, преступности и много чего еще.
Оказывается, еще как возможно!
«Формула выборов» способна с поразительной точностью описывать результаты общенациональных выборов и референдумов в столь разных странах, как США и Великобритания, Турция и Россия, включая голосование за Брекзит, победу Трампа, поддержку Навального в Москве при почти тотальном «мызапутина» по стране и даже только что прошедший конституционный референдум в Турции.
Обо все этом желающие могут прочесть здесь
Наконец-то праздники заканчиваются, и я могу предложить вашему вниманию статью о самом важном открытии этого года.
Это открытие трех никому не известных венгерских ученых мне больше всего напоминает открытие специальной теории относительности скромным служащим бюро патентов Альбертом Эйнштейном.
Изящная и лаконичная формула Эйнштейна
E=MC^2, описывающая эквивалентность массы и энергии, позволила понять, какое колоссальное количество энергии можно извлечь из совсем малого количества массы. В результате появилось ядерное оружие, изменившее историю мира, определяя жить или не жить человечеству.
Столь же изящная и лаконичная «формула выборов»
Y=N0(N/N0)^b может кардинально изменить существующие представления о процессе и технологиях выборов. И что, возможно, еще важнее, — эта формула способна открыть человечеству доселе неизвестный глобальный эволюционный тренд.
Однако, у этих двух формул есть еще более поразительное сходство.
Формула Эйнштейна едина для массы и энергии любых материальных объектов: больших и малых, живых и неживых.
Подобно ей, степенная функция «формулы выборов», оказалась едина для описания развития любых сложных систем: больших и малых, живых и неживых, — растений, животных, городов, обществ, инноваций, преступности и много чего еще.
НО РАЗВЕ ТАКОЕ ВОЗМОЖНО?
Ведь результаты выборов зависят от сотен характеристик.
Разве можно, вместо учета моря всех этих характеристик, точно прогнозировать результаты выборов в зависимости от всего одного показателя, взятого в какой-то там степени?
Оказывается, еще как возможно!
«Формула выборов» способна с поразительной точностью описывать результаты общенациональных выборов и референдумов в столь разных странах, как США и Великобритания, Турция и Россия, включая голосование за Брекзит, победу Трампа, поддержку Навального в Москве при почти тотальном «мызапутина» по стране и даже только что прошедший конституционный референдум в Турции.
Обо все этом желающие могут прочесть здесь
Medium
Открыта формула победы на выборах
Oпубликованное в апреле открытие трех никому не известных венгерских ученых мне больше всего напоминает открытие специальной теории…
ОТВЕТЫ ПРО «ФОРМУЛУ ВЫБОРОВ»
Отвечаю на 3 самых популярных вопроса, задаваемых мне после вчерашнего поста и рекомендованной в нем статьи «Открыта формула победы на выборах»
Вопрос 1: Может ли «формула выборов» точно спрогнозировать результат любых национальных выборов?
Вопрос 2: Как была подсчитана поддержка Навального по «формуле выборов»?
Вопрос 3: Так почему же при наличие цивилизационного тренда к разнообразию и толерантности на выборах в США выиграл Трамп?
А) см. диаграмму Rural Voters Have Shifted Strongly Toward Republicans здесь
Б) How the Democratic vote changed in every county since 2004 здесь
А данные по явке Why did Trump win? In part because voter turnout plunged здесь
Отвечаю на 3 самых популярных вопроса, задаваемых мне после вчерашнего поста и рекомендованной в нем статьи «Открыта формула победы на выборах»
Вопрос 1: Может ли «формула выборов» точно спрогнозировать результат любых национальных выборов?
Ответ: Она может точно спрогнозировать, как проголосуют избиратели в зависимости от места их проживания. Но результат выборов будет также зависеть от явки по разным городам и весям, которые «формула выборов» предсказать не может.Вопрос 2: Как была подсчитана поддержка Навального по «формуле выборов»?
Ответ: Это примерный расчет: 1) Официальные данные президентских выборов 2012 по России были пересчитаны по 5 категориям городов (от более 1 млн. до менее 100 тыс; 2) этот расчет позволил подобрать 5 коэффициентов — степеней “формулы выборов” для 5 категорий городов; 3) далее, задав 60%ую явку избирателей Москвы по “формуле выборов” со степенью для высшей категории городов (более 1 млн), расчитанную в п. 2), был получен расчетный результат Навального в 1ом туре выборов.Вопрос 3: Так почему же при наличие цивилизационного тренда к разнообразию и толерантности на выборах в США выиграл Трамп?
Ответ: Согласно «формуле выборов» такой тренд действительно есть. А Трамп выиграл из-за бОльшей явки в пригородах, малых городах и сельской местности. Вот подтверждающая информация:А) см. диаграмму Rural Voters Have Shifted Strongly Toward Republicans здесь
Б) How the Democratic vote changed in every county since 2004 здесь
А данные по явке Why did Trump win? In part because voter turnout plunged здесь
Medium
Открыта формула победы на выборах
Oпубликованное в апреле открытие трех никому не известных венгерских ученых мне больше всего напоминает открытие специальной теории…
ПРИКОЛЬНЫЙ МАРКЕТИНГ - ЭФФЕКТИВНЫЙ МАРКЕТИНГ
Сегодня решил снизить «накал интеллектуальности» и задался практическим вопросом.
Можно ли сделать весьма технологизированную бизнес-дисциплину интересной и привлекательной для ее потребителей?
Например, маркетинг.
Вопрос совсем не праздный. От ответа зависит, насколько эффективен будет маркетинг. А здесь на кону сотни миллиардов долларов!
Мой ответ – МОЖНО. Если, например, сделать это прикольным.
Вот 2 примера, как такого можно добиться.
1. Карикатуры и мультфильмы 😜 – видеорассказ на 2:47
Уверен, как только вы на это посмотрите, сразу захотите использовать в своих маркетинговых начинаниях. А пока всего 4 примера, отлично и лаконично иллюстрирующих:
- как маркетинг не понимает специфику мобильного дизайна – карикатура, суперактуальная для всех
- как маркетинг тщетно пытается продавать более дорогую версию продукта – карикатура, особо актуальная для крупных компаний
- как маркетинг неверно использует предиктивную аналитику – карикатура, суперактуальная для ритейла и банков
- как маркетинг не понимает жизненного цикла инноваций – карикатура, особо актуальная для стартапов
2. Веселые картинки и тексты (например, маркетинг и бизнес глазами девушки 💁 )
- вот блог про это,
- а вот телеграм-канал того же автора
Можно смотреть веселые картинки. Можно изучать множество приводимых здесь пошаговых инструкций.
А можно совмещать приятное с полезным и при этом исподволь учиться, как можно сделать рассказ о своей работе (или хобби) интересным и привлекательным 😍
Сегодня решил снизить «накал интеллектуальности» и задался практическим вопросом.
Можно ли сделать весьма технологизированную бизнес-дисциплину интересной и привлекательной для ее потребителей?
Например, маркетинг.
Вопрос совсем не праздный. От ответа зависит, насколько эффективен будет маркетинг. А здесь на кону сотни миллиардов долларов!
Мой ответ – МОЖНО. Если, например, сделать это прикольным.
Вот 2 примера, как такого можно добиться.
1. Карикатуры и мультфильмы 😜 – видеорассказ на 2:47
Уверен, как только вы на это посмотрите, сразу захотите использовать в своих маркетинговых начинаниях. А пока всего 4 примера, отлично и лаконично иллюстрирующих:
- как маркетинг не понимает специфику мобильного дизайна – карикатура, суперактуальная для всех
- как маркетинг тщетно пытается продавать более дорогую версию продукта – карикатура, особо актуальная для крупных компаний
- как маркетинг неверно использует предиктивную аналитику – карикатура, суперактуальная для ритейла и банков
- как маркетинг не понимает жизненного цикла инноваций – карикатура, особо актуальная для стартапов
2. Веселые картинки и тексты (например, маркетинг и бизнес глазами девушки 💁 )
- вот блог про это,
- а вот телеграм-канал того же автора
Можно смотреть веселые картинки. Можно изучать множество приводимых здесь пошаговых инструкций.
А можно совмещать приятное с полезным и при этом исподволь учиться, как можно сделать рассказ о своей работе (или хобби) интересным и привлекательным 😍
Marketoonist | Tom Fishburne - Marketoonist is the thought bubble of Tom Fishburne. Marketing cartoons, content marketing with a sense of humor, keynote speaking.
bringing humor to business with cartoons - Marketoonist | Tom Fishburne
Marketoonist is the thought bubble of Tom Fishburne, a marketer and cartoonist. Marketing cartoons, content marketing with a sense of humor, keynote speaking.
ФРАКТАЛЬНЫЙ ПОДХОД К ИННОВАЦИЯМ
Вуди Аллен
— Michael F. Barnsley Fractals Everywhere (2000)
В моем недавнем лонгриде «Открыта формула победы на выборах» я уже писал, как междисциплинарный подход в применении фрактальной геометрии позволил по новому взглянуть на эволюцию жизни сложных систем.
И написав про это, я подумал, - а какие еще междисциплинарные применения фрактальной геометрии были бы интересны читателям нашего канала?
И решил – наверное, тема про фрактальный подход к инновациям (не теоретические ля-ля, а реальная практика) может быть здорово интересна для многих из вас.
Буду надеяться, что не ошибся. Впрочем, вскрытие покажет 😳
Итак, как вы думаете:
- можем ли мы использовать фрактальную геометрию для навигации по «головоломке» инноваций и управления проектами❓
- можно ли, точно так же, как уменьшается цифровое изображение до его фрактального эквивалента, сделать то же самое с организацией управления инновационными проектами❓
Как это ни удивительно, ответы - Да и Да!
Но дело это новое. И серьезные отчеты по теме только начинают появляться. Например, вот этот отчет американских военных ученых (они, как и раньше, на острие прогресса).
Но прежде (или вместо) чтения 116 стр. не самого легкого текста, вполне можно посмотреть 39слайдовую презу Стива Глэдстоуна – интересную, с юмором и достаточно хорошо раскрывающую тему.
N.B. Не смотрите, что преза от 2014. Стив обычно опережает время на 2-3 года, будучи, как он сам про себя пишет, passionate about aligning technology and IT with the business it serves — through the productive utilization of people, process, and technology.
В качестве тизера (и без спойлерства) несколько вопросов и ответов из этой презы:
Если все хотят инноваций, почему это так сложно?
✔️
Как связана мотивация и инновации?
✔️
Как связана «Дилемма инноватора» и «фрактальная ментальность» сотрудников?
Что такое Модель инновационного консильери?
Как определить фракции культуры и ситуационной осведомленности?
✔️
- - - - -
И наконец, прочтя ее, вы узнаете, какое слово добавил бы Лао-цзы в свою знаменитую фразу «Путешествие в тысячу ли начинается с одного шага», если бы он был знаком с фрактальным подходом. ✌️
«Если вы не терпите неудачу снова и снова, - это признак того, что вы не делаете ничего сильно инновационного». Вуди Аллен
«Фрактальная геометрия заставит вас увидеть все по-другому. Но в этом кроется и опасность. Вы рискуете потерять видения мира вашего детства: облака, леса, цветы, галактики, листья, перья, скалы, горы, потоки воды, ковры, кирпичная кладка и многое другое.
Как только вы поймете, что все это – фракталы, то никогда больше ваша интерпретация этих вещей уже не будет прежней». — Michael F. Barnsley Fractals Everywhere (2000)
В моем недавнем лонгриде «Открыта формула победы на выборах» я уже писал, как междисциплинарный подход в применении фрактальной геометрии позволил по новому взглянуть на эволюцию жизни сложных систем.
И написав про это, я подумал, - а какие еще междисциплинарные применения фрактальной геометрии были бы интересны читателям нашего канала?
И решил – наверное, тема про фрактальный подход к инновациям (не теоретические ля-ля, а реальная практика) может быть здорово интересна для многих из вас.
Буду надеяться, что не ошибся. Впрочем, вскрытие покажет 😳
Итак, как вы думаете:
- можем ли мы использовать фрактальную геометрию для навигации по «головоломке» инноваций и управления проектами❓
- можно ли, точно так же, как уменьшается цифровое изображение до его фрактального эквивалента, сделать то же самое с организацией управления инновационными проектами❓
Как это ни удивительно, ответы - Да и Да!
Но дело это новое. И серьезные отчеты по теме только начинают появляться. Например, вот этот отчет американских военных ученых (они, как и раньше, на острие прогресса).
Но прежде (или вместо) чтения 116 стр. не самого легкого текста, вполне можно посмотреть 39слайдовую презу Стива Глэдстоуна – интересную, с юмором и достаточно хорошо раскрывающую тему.
N.B. Не смотрите, что преза от 2014. Стив обычно опережает время на 2-3 года, будучи, как он сам про себя пишет, passionate about aligning technology and IT with the business it serves — through the productive utilization of people, process, and technology.
В качестве тизера (и без спойлерства) несколько вопросов и ответов из этой презы:
Если все хотят инноваций, почему это так сложно?
✔️
Компании хотят перемен, но бояться и сопротивляться им ... Как связана мотивация и инновации?
✔️
Для творческих задач более высокие награды приводят к снижению производительности ... Как связана «Дилемма инноватора» и «фрактальная ментальность» сотрудников?
Что такое Модель инновационного консильери?
Как определить фракции культуры и ситуационной осведомленности?
✔️
Ответы на эти (и многие другие) вопросы читайте в презе - - - - -
И наконец, прочтя ее, вы узнаете, какое слово добавил бы Лао-цзы в свою знаменитую фразу «Путешествие в тысячу ли начинается с одного шага», если бы он был знаком с фрактальным подходом. ✌️
www.slideshare.net
A Fractal Approach To Innovation
These slides are from a talk I recently gave at the Product Management Institute (PMI). PMI owns the PMP certification. The topic covered the "Innovator's Dile…
В ЧЕМ НАШЕ ГЛАВНОЕ ОТЛИЧИЕ ОТ КИТАЙЦЕВ
Малоизвестного интересного на свете много. Как выбрать, о чем писать?
А как вы решаете, что читать?
У меня, например, алгоритм такой.
1. Все найденные потенциально интересные материалы складываются во входной архив (ВА) – там сейчас, для примера, 400+ статей.
2. Ежедневно в конце дня выделяю время на процедуру рейтингования новых статей, поступивших в ВА.
А) Быстро просматриваю каждую статью, не имеющую еще рейтинга.
Б) Проставляю рейтинг, равный В^2/Д, где
— В – важность для меня (1- прочесть, если смогу 2 – хорошо бы прочесть, 3 – нужно обязательно прочесть),
— Д – длина статьи (1-короткая, 2 – средняя, 3 – длинная).
В) Все отрейтингованные статьи автоматически выстраиваются по рейтингу В/Д в очередь: первыми стоят с рейтингом 9 (3^2/1), затем 4.5 (3^2/2), …, последними 0,33 (1^2/3)
Это было лирическое отступление, если кому интересно.
Теперь по делу. Вот пример нового материала (видеолекция) – как и статьи, они у меня в той же очереди – Китайская культура в зеркале поэзии
Кажется, что материал должен быть сильно на любителя. Ан нет. Рейтинг 3 (3^2/3) в конце ноября 2016 поставил лекцию в середину ВА. И вот ура – спустя 4 мес. очередь дошла!
Прослушал … и смело рекомендую вам (по крайней мере, поставить себе в очередь).
Почему важность = 3? Да потому, что ВСЕГО в 2 часа лекции и ответов на вопросы (там много важного) спрессован материал,
✔️ позволяющий на примере сравнения культур Китая и Европы понять их ключевые базовые основания, на которых стоит культура: мировоззрение, мироощущение и все основные смыслы целеполагания, системы ценностей и поведенческих стереотипов.
Для получения этих важнейших для понимания культуры знаний из других источников, вам потребуются (имхо) не 2 часа, а много дней, если не недель. А тут – всего за 2 часа 👍
Всего несколько затравок в качестве тизера.
В традиционной китайской культуре, в отличии от европейской:
✔️
✔️
✔️
✔️
✔️
✔️
Спасибо за прекрасно структурированную лекцию Илье Смирнову - Директору Института восточных культур и античности РГГУ, глубокому исследователю и прекрасному переводчику старинной китайской словесности. 🙏
#Культура #Китай
Малоизвестного интересного на свете много. Как выбрать, о чем писать?
А как вы решаете, что читать?
У меня, например, алгоритм такой.
1. Все найденные потенциально интересные материалы складываются во входной архив (ВА) – там сейчас, для примера, 400+ статей.
2. Ежедневно в конце дня выделяю время на процедуру рейтингования новых статей, поступивших в ВА.
А) Быстро просматриваю каждую статью, не имеющую еще рейтинга.
Б) Проставляю рейтинг, равный В^2/Д, где
— В – важность для меня (1- прочесть, если смогу 2 – хорошо бы прочесть, 3 – нужно обязательно прочесть),
— Д – длина статьи (1-короткая, 2 – средняя, 3 – длинная).
В) Все отрейтингованные статьи автоматически выстраиваются по рейтингу В/Д в очередь: первыми стоят с рейтингом 9 (3^2/1), затем 4.5 (3^2/2), …, последними 0,33 (1^2/3)
Это было лирическое отступление, если кому интересно.
Теперь по делу. Вот пример нового материала (видеолекция) – как и статьи, они у меня в той же очереди – Китайская культура в зеркале поэзии
Кажется, что материал должен быть сильно на любителя. Ан нет. Рейтинг 3 (3^2/3) в конце ноября 2016 поставил лекцию в середину ВА. И вот ура – спустя 4 мес. очередь дошла!
Прослушал … и смело рекомендую вам (по крайней мере, поставить себе в очередь).
Почему важность = 3? Да потому, что ВСЕГО в 2 часа лекции и ответов на вопросы (там много важного) спрессован материал,
✔️ позволяющий на примере сравнения культур Китая и Европы понять их ключевые базовые основания, на которых стоит культура: мировоззрение, мироощущение и все основные смыслы целеполагания, системы ценностей и поведенческих стереотипов.
Для получения этих важнейших для понимания культуры знаний из других источников, вам потребуются (имхо) не 2 часа, а много дней, если не недель. А тут – всего за 2 часа 👍
Всего несколько затравок в качестве тизера.
В традиционной китайской культуре, в отличии от европейской:
✔️
Понимание ВРЕМЕНИ определяет иной способ и характер МЫШЛЕНИЯ путем формирования особой целеполагающей установки, более или менее соответствующей европейскому – «НИЧТО НИ НОВО ПОД ЛУНОЮ» + «НОВОЕ – ЭТО ХОРОШО ЗАБЫТОЕ СТАРОЕ» (об этом я вкратце уже писал здесь). ✔️
ИСТИНА по определению не может быть абсолютной, т.к. является человеку не как откровения пророков или ученых, а как результат ВЕРОЯТНОСТНОЙ процедуры гаданий - извлечения высшего, небесного, смысла. ✔️
ПОНИМАНИЕ ЦЕННЫХ ТЕКСТОВ (к ним, в 1ю очередь, относится и поэзия) основано не столько на самом тексте, сколько на его ИНТЕРПРЕТАЦИИ, невозможной без знания ВСЕГО КОРПУСА текстов этой категории (тематики или иного способа группировки текстов) во всей многослойности их поэтического смысла: цитаты, аллюзии, отсылки, подражания. ✔️
ОБРАЗОВАНИЕ не бывает «второй свежести» (если оно второй свежести, то это означает, что его просто нет). А для настоящего образования необходимо, как минимум, до 30 лет (а некоторым и всей жизни для этого не хватает), прочесть и понять тысячи томов традиционной мудрости предков, включая такое количество стихов, что европейцу невозможно и вообразить. ✔️
Человек – не свободный и самоценный индивид, а лишь скромный последователь череды своих предков (коих любой образованный китаец знал и почитал не до деда или прадеда, а до многих десятков колен в истории своего рода). ✔️
Не культурно, не вежливо и неприлично задавать прямые вопросы даже в быту – например, нельзя спросить просто в лоб «Который час?» Спасибо за прекрасно структурированную лекцию Илье Смирнову - Директору Института восточных культур и античности РГГУ, глубокому исследователю и прекрасному переводчику старинной китайской словесности. 🙏
#Культура #Китай
Arzamas
Китайская культура в зеркале поэзии
Лекция Ильи Смирнова в Университете Arzamas
ОСОБОЕ МНЕНИЕ – 2я РЕВОЛЮЦИЯ В КРАУДСОРСИНГЕ
Между февральской и октябрьской революциями 1917 года в России прошло 8 месяцев.
Между 1й и 2й краудсорсинговыми революциями 2017 года прошло вдвое меньше - всего 4 месяца. Время ускоряется.
1я революция случилась в результате изобретения нового алгоритма краудсорсинга, уменьшающего ошибку «мудрой толпы» на 22-24%. Это был качественный прорыв, в корне меняющий применимость этой технологии.
О 2й краудсорсинговой революции оповестила статья «Оптимальное вознаграждение для коллективного интеллекта» в майском номере Трудов национальной академии наук США. Второй качественный прорыв организационно прост, как валенок, но математически сложен, как часовой механизм.
Авторы математически доказали следующее.
(1) Традиционная система вознаграждения в краудсорсинге предсказаний (например, рынки предсказаний или научный поиск) или поиске верных ответов/решений) награждает тех, кто дал правильный ответ или точно предсказал. Такая система вознаграждения стимулирует рост практически всех негативных психологических эффектов, свойственных краудсорсингу (стадное поведение, заякорность мышления, тяга к наиболее популярному, доминирование горлопанов и т.д.) Тем самым систематически выпадают из рассмотрения многие факторы, которые, взятые по отдельности, имеют ограниченную предсказательную силу, но способные внести вклад в агрегированные предсказания, если бы краудсорсера можно было убедить обратить на них внимание.
(2) Чтобы максимизировать коллективную мудрость группы, люди не должны вознаграждаться только за то, что сделали успешные предсказания или выводы. Общее вознаграждение не должно распределяться только среди тех, кто был успешным или точными. Вместо этого, награды должны быть в первую очередь направлены на тех, кто сделал успешные предсказания, противоречащие мнению большинства участников.
Т.е. наибольшее вознаграждение должно выдаваться за ОСОБОЙ МНЕНИЕ, ОКАЗАВШЕЕСЯ ПРАВИЛЬНЫМ.
В общем Стивен Спилберг оказался провидцем в фильме Minority Report. Ну а авторам открытия не пришлось заморачиваться с его названием, когда они решили послать статью про него на ревю национальной академии наук США в ноябре прошлого года.
Полгода ушло на проверку леса математических формул. И вот официальное признание открытия в майском номере трудов национальной академии наук (хотя теперь и без упоминания названия фильма Спилберга 😆)
- - - - -
Ура, товарищи! Я пять лет боролся за технологическое усовершенствование краудсорсинга именно в этом направлении, написав об этом не один десяток статей. И вот теперь, после 2х революционных открытий подряд, могу, наконец, расслабиться. Задача нивелирования стадных эффектов решена. Жаль, конечно, что другими и не в России …
Но и понятно. У нас среда иная. Иные цели и иные способы их достижения. В России от краудсорсинга не точность ответов нужна, а управляемость процессом.
Посмотрим, как, например, с помощью краудсорсинга будет учитываться мнение горожан при решении такого важного вопроса, как реновация пятиэтажек.
Главное, чтобы понятие Minority Report здесь не было снова использовано особым и, к сожалению, типичным для России образом ✌️
Между февральской и октябрьской революциями 1917 года в России прошло 8 месяцев.
Между 1й и 2й краудсорсинговыми революциями 2017 года прошло вдвое меньше - всего 4 месяца. Время ускоряется.
1я революция случилась в результате изобретения нового алгоритма краудсорсинга, уменьшающего ошибку «мудрой толпы» на 22-24%. Это был качественный прорыв, в корне меняющий применимость этой технологии.
О 2й краудсорсинговой революции оповестила статья «Оптимальное вознаграждение для коллективного интеллекта» в майском номере Трудов национальной академии наук США. Второй качественный прорыв организационно прост, как валенок, но математически сложен, как часовой механизм.
Авторы математически доказали следующее.
(1) Традиционная система вознаграждения в краудсорсинге предсказаний (например, рынки предсказаний или научный поиск) или поиске верных ответов/решений) награждает тех, кто дал правильный ответ или точно предсказал. Такая система вознаграждения стимулирует рост практически всех негативных психологических эффектов, свойственных краудсорсингу (стадное поведение, заякорность мышления, тяга к наиболее популярному, доминирование горлопанов и т.д.) Тем самым систематически выпадают из рассмотрения многие факторы, которые, взятые по отдельности, имеют ограниченную предсказательную силу, но способные внести вклад в агрегированные предсказания, если бы краудсорсера можно было убедить обратить на них внимание.
(2) Чтобы максимизировать коллективную мудрость группы, люди не должны вознаграждаться только за то, что сделали успешные предсказания или выводы. Общее вознаграждение не должно распределяться только среди тех, кто был успешным или точными. Вместо этого, награды должны быть в первую очередь направлены на тех, кто сделал успешные предсказания, противоречащие мнению большинства участников.
Т.е. наибольшее вознаграждение должно выдаваться за ОСОБОЙ МНЕНИЕ, ОКАЗАВШЕЕСЯ ПРАВИЛЬНЫМ.
В общем Стивен Спилберг оказался провидцем в фильме Minority Report. Ну а авторам открытия не пришлось заморачиваться с его названием, когда они решили послать статью про него на ревю национальной академии наук США в ноябре прошлого года.
Полгода ушло на проверку леса математических формул. И вот официальное признание открытия в майском номере трудов национальной академии наук (хотя теперь и без упоминания названия фильма Спилберга 😆)
- - - - -
Ура, товарищи! Я пять лет боролся за технологическое усовершенствование краудсорсинга именно в этом направлении, написав об этом не один десяток статей. И вот теперь, после 2х революционных открытий подряд, могу, наконец, расслабиться. Задача нивелирования стадных эффектов решена. Жаль, конечно, что другими и не в России …
Но и понятно. У нас среда иная. Иные цели и иные способы их достижения. В России от краудсорсинга не точность ответов нужна, а управляемость процессом.
Посмотрим, как, например, с помощью краудсорсинга будет учитываться мнение горожан при решении такого важного вопроса, как реновация пятиэтажек.
Главное, чтобы понятие Minority Report здесь не было снова использовано особым и, к сожалению, типичным для России образом ✌️
Telegram
Малоизвестное интересное
РЕВОЛЮЦИЯ В КРАУДСОРСИНГЕ СВЕРШИЛАСЬ
Этот заголовок – не преувеличение. Придуман новый алгоритм краудсосинга, позволяющий прорывным образом повысить «мудрость толпы».
Сегодня краудсорсинг довольно широко используется в различного рода онлайн-голосованиях:…
Этот заголовок – не преувеличение. Придуман новый алгоритм краудсосинга, позволяющий прорывным образом повысить «мудрость толпы».
Сегодня краудсорсинг довольно широко используется в различного рода онлайн-голосованиях:…
ХОТЕЛИ БЫ УЧИТЬ АНГЛИЙСКИЙ ЛЕГКО, ПРОСТО И РЕЗУЛЬТАТИВНО?
У каждого свой пунктик - свои тараканы в голове.
Вот у меня, например, - структурирование всего, что структурируется.
Хочу попытаться отныне структурировать посты канала по следующей схеме:
ℹ️ для чего этот пост
▶️ имеет ли он стратегическую и/или практические цели
1️⃣ 2️⃣ 3️⃣ до трех главных сообщений читателям, которые несет пост
🔀 что предлагается делать после прочтения поста
- - - - -
Например, так.
ℹ️ Сегодняшний пост об эффективном, но малоизвестном и потому недооцениваемом способе улучшить знание иностранного языка, который можно смело рекомендовать и изучающим язык, и даже продвинутым. Способ весьма полезен, т.к. сильно экономит время и включает обычно неработающий при изучении иностранных языков механизм зрительных ассоциаций.
Речь пойдет об визуально-структурирующем подходе.
▶️ Стратегическая важность этого подхода в том, что он годится для изучения всего нового – от постижения научных дисциплин до обретения бытовых навыков.
Практическая же польза подхода – это (1) сокращение
1️⃣ Для продвинутых (речь, естественно, об английском) рекомендую визуально-структурирующую инфографику.
Например, визуальная структура эмоций английского языка позволит понять тонкости взаимосвязи эмоций (эти связи совсем не всегда, как в русском!) и запомнить многие изысканные эмоции, о которых вы и не слышали (а они ох как нужны, ведь на эмоциях и строится эффективная коммуникация).
А вот структурированные примеры отсутствующих в английском эмоций, но имеющихся в других языках (типа русской, а то и древнерусской тоски)
А это изобретенные интернетом слова, выражающие английские эмоции, встроенные в визуальную структуру эмоций английского языка
2️⃣ Для изучающих рекомендую визуально-структурирующую ситуативную графику
Например, ситуационную грамматику М.И. Дубровина, которую в сети можно найти и в виде книги, и для онлайн-использования.
🔀 Пользуйтесь этим подходом и не пожалеете. На своем опыте проверил. Уровень английского с абсолютного нуля (раньше был немецкий) до вполне свободного общения и 90%го понимания любого текста из областей своих интересов занял меньше полугода.
Задам только один вопрос.
Ты бы хотел выучить Английский язык легко, просто и результативно ?
Тогда тебе сюда 👇
https://t.iss.one/joinchat/AAAAAEG8-kYPO7aRnFecgw
#Визуализация #Обучение
У каждого свой пунктик - свои тараканы в голове.
Вот у меня, например, - структурирование всего, что структурируется.
Хочу попытаться отныне структурировать посты канала по следующей схеме:
ℹ️ для чего этот пост
▶️ имеет ли он стратегическую и/или практические цели
1️⃣ 2️⃣ 3️⃣ до трех главных сообщений читателям, которые несет пост
🔀 что предлагается делать после прочтения поста
- - - - -
Например, так.
ℹ️ Сегодняшний пост об эффективном, но малоизвестном и потому недооцениваемом способе улучшить знание иностранного языка, который можно смело рекомендовать и изучающим язык, и даже продвинутым. Способ весьма полезен, т.к. сильно экономит время и включает обычно неработающий при изучении иностранных языков механизм зрительных ассоциаций.
Речь пойдет об визуально-структурирующем подходе.
▶️ Стратегическая важность этого подхода в том, что он годится для изучения всего нового – от постижения научных дисциплин до обретения бытовых навыков.
Практическая же польза подхода – это (1) сокращение
времени и повышение крепкости запоминания , а также (2) повышение мотивации к изучению (т.к. скучный процесс становится прикольным).1️⃣ Для продвинутых (речь, естественно, об английском) рекомендую визуально-структурирующую инфографику.
Например, визуальная структура эмоций английского языка позволит понять тонкости взаимосвязи эмоций (эти связи совсем не всегда, как в русском!) и запомнить многие изысканные эмоции, о которых вы и не слышали (а они ох как нужны, ведь на эмоциях и строится эффективная коммуникация).
А вот структурированные примеры отсутствующих в английском эмоций, но имеющихся в других языках (типа русской, а то и древнерусской тоски)
А это изобретенные интернетом слова, выражающие английские эмоции, встроенные в визуальную структуру эмоций английского языка
2️⃣ Для изучающих рекомендую визуально-структурирующую ситуативную графику
Например, ситуационную грамматику М.И. Дубровина, которую в сети можно найти и в виде книги, и для онлайн-использования.
🔀 Пользуйтесь этим подходом и не пожалеете. На своем опыте проверил. Уровень английского с абсолютного нуля (раньше был немецкий) до вполне свободного общения и 90%го понимания любого текста из областей своих интересов занял меньше полугода.
Если же хотите для совершенствования английского задействовать арсенал Телеграма, то вот вам наводка – канал, который себя позиционирует так, как я назвал этот пост: Задам только один вопрос.
Ты бы хотел выучить Английский язык легко, просто и результативно ?
Тогда тебе сюда 👇
https://t.iss.one/joinchat/AAAAAEG8-kYPO7aRnFecgw
#Визуализация #Обучение
