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…
КАК СТАТЬ БОЛЕЕ ПРОДУКТИВНЫМ И ЭФФЕКТИВНЫМ С ПОМОЩЬЮ AI-ИНСТРУМЕНТОВ
ℹ️
— Главная задача экономики – повышение производительности.
— Существующий подход в развитии AI – создание интеллектуальных автоматов – заменителей человека.
— Этот подход не способен кардинально решить главную задачу экономики, т.к. в большинстве профессий задач, доступных для полной автоматизации, меньшинство.
— Никому не нужен просто заменитель человека, - нужны новые ВЫСОКОПРОИЗВОДИТЕЛЬНЫЕ ВЕРСИИ ЛЮДЕЙ
▶️
— Вместо усовершенствования интеллектуальных автоматов для замены человека, предлагается направить развитие AI на разработку усовершенствованных личностей, способных выполнять свои функции с производительностью, в разы превышающей нынешнюю.
— Ключевым элементом такого альтернативного подхода должен стать «Рекомендательный ассистент»:
✔️ анализирующий деятельность человека при решении конкретных задач
✔️ и вырабатывающий рекомендации человеку, как повысить его производительность.
— Процесс организации ЦИФРОВОЙ ПОМОЩИ прост:
✔️ определение атрибутов, повышающих производительность (которые нужно усилить), и атрибутов, снижающих производительность (их нужно ослабить). Другими слова, использовать технологию НЕ для создания «ЛУЧШЕГО ИНТЕЛЛЕКТУАЛЬНОГО АГЕНТА», а для создания «УЛУЧШЕННОГО СЕБЯ» - улучшенного варианта собственной личности.
1️⃣ Носимые гаджеты и приложения для мобильных устройств, способные строить «количественные самоотчеты» о здоровье, можно настроить на оценку умственной готовности и внимания при выполнении интеллектуальной деятельности.
2️⃣ Анализаторы эффективности действий человека по выполнению персональных KPI можно строить при наличии Больших данных о предыдущем выполнении тех же функций многими людьми.
3️⃣ В долгосрочной перспективе, детальные данные интроспекции и их аналитика будут определять необходимые ингредиенты для повышения личной эффективности и производительности, как на работе, так и вне ее.
Бизнес кейс прост и понятен: хорошо управляемые человеком множество его усовершенствованных личностей на порядок превзойдут в эффективности и производительности обычную среднюю личность, деятельность которой автоматизирована интеллектуальными агентами.
🔀
✔️ Здесь анализ темы на 5-15 мин чтения
✔️ Здесь оригинальное изложение идеи ее автором (тоже на 5-15 мин)
✔️ Здесь работы Нобелевского лауреата Дэниела Канемана по определению когнитивных предубеждений, устанавливающих четкие рамки для проектирования «цифровых себя».
✔️ Здесь книга Марвина Мински «Общество разума», описывающая дорожную карту усовершенствования конкретных «модулей ума», имеющих лучшие шансы цифрового улучшения.
Работы Канемана и Мински показывают - «усовершенствованные личности» могут экспоненциально повысить индивидуальную производительность труда.
#AI #DataScience #BigData #Экономика #Производительность
ℹ️
Существующее направление развития AI – это УСТАРЕВШИЙ ПОДХОД к решение НЕ САМОЙ АКТУАЛЬНОЙ ЗАДАЧИ
— Главная задача экономики – повышение производительности.
— Существующий подход в развитии AI – создание интеллектуальных автоматов – заменителей человека.
— Этот подход не способен кардинально решить главную задачу экономики, т.к. в большинстве профессий задач, доступных для полной автоматизации, меньшинство.
— Никому не нужен просто заменитель человека, - нужны новые ВЫСОКОПРОИЗВОДИТЕЛЬНЫЕ ВЕРСИИ ЛЮДЕЙ
▶️
Альтернативный подход предлагает сменить фокус в разработке AI с создания ЦИФРОВЫХ ПОМОЩЬНИКОВ на создание ЦИФРОВОЙ ПОМОЩИ. Иными словами, пойти по пути развития Виртуальной реальности в направлении Дополненной реальности и превратить Искусственный интеллект в средство Дополнительной интроспекции
— Вместо усовершенствования интеллектуальных автоматов для замены человека, предлагается направить развитие AI на разработку усовершенствованных личностей, способных выполнять свои функции с производительностью, в разы превышающей нынешнюю.
— Ключевым элементом такого альтернативного подхода должен стать «Рекомендательный ассистент»:
✔️ анализирующий деятельность человека при решении конкретных задач
✔️ и вырабатывающий рекомендации человеку, как повысить его производительность.
— Процесс организации ЦИФРОВОЙ ПОМОЩИ прост:
✔️ определение атрибутов, повышающих производительность (которые нужно усилить), и атрибутов, снижающих производительность (их нужно ослабить). Другими слова, использовать технологию НЕ для создания «ЛУЧШЕГО ИНТЕЛЛЕКТУАЛЬНОГО АГЕНТА», а для создания «УЛУЧШЕННОГО СЕБЯ» - улучшенного варианта собственной личности.
1️⃣ Носимые гаджеты и приложения для мобильных устройств, способные строить «количественные самоотчеты» о здоровье, можно настроить на оценку умственной готовности и внимания при выполнении интеллектуальной деятельности.
2️⃣ Анализаторы эффективности действий человека по выполнению персональных KPI можно строить при наличии Больших данных о предыдущем выполнении тех же функций многими людьми.
3️⃣ В долгосрочной перспективе, детальные данные интроспекции и их аналитика будут определять необходимые ингредиенты для повышения личной эффективности и производительности, как на работе, так и вне ее.
Бизнес кейс прост и понятен: хорошо управляемые человеком множество его усовершенствованных личностей на порядок превзойдут в эффективности и производительности обычную среднюю личность, деятельность которой автоматизирована интеллектуальными агентами.
🔀
Прочесть обо всем этом
✔️ Здесь анализ темы на 5-15 мин чтения
✔️ Здесь оригинальное изложение идеи ее автором (тоже на 5-15 мин)
✔️ Здесь работы Нобелевского лауреата Дэниела Канемана по определению когнитивных предубеждений, устанавливающих четкие рамки для проектирования «цифровых себя».
✔️ Здесь книга Марвина Мински «Общество разума», описывающая дорожную карту усовершенствования конкретных «модулей ума», имеющих лучшие шансы цифрового улучшения.
Работы Канемана и Мински показывают - «усовершенствованные личности» могут экспоненциально повысить индивидуальную производительность труда.
#AI #DataScience #BigData #Экономика #Производительность
Irving Wladawsky-Berger
Become a More Productive, Empathetic, Creative Person With the Help of AI-Based Tools
Despite dramatic advances in technology, most of the world’s economies have been stuck in a long period of slow growth and slow productivity. This is one of the most serious challenges in our 21st century economy. Opinions abound, but there’s...
Ключ к экономическому росту - перераспределение богатств, а не сокращение налогов
Третий подарок на юбилей нашего канала – мировая сенсация. Построена новая экономическая модель функционирования государства на основе междисциплинарного подхода и теории сложных систем. Эта модель, кардинально меняющая представления человечества о механизмах функционирования экономики, только что официально представлена миру Институтом комплексных систем Новой Англии (New England Complex Systems Institute, NECSI).
Сухо-научное определение новой модели - универсальная экономическая динамика денежно-кредитной политики – мало что говорит. Но ее фишка в том, что:
✔️ впервые удалось дать строгое математическое описание взаимосвязи между экономической деятельностью бизнеса и вмешательством регулирующих органов, включая денежно-кредитную и фискальную политику;
✔️ проверка модели на реальных экономических данных опровергает существующие экономические представления и позволяет сделать вынесенный в заголовок сенсационный вывод.
Схематично эта модель выглядит так.
https://yadi.sk/i/B7ILoMbg3NtRhv
Она отображает монетарные потоки: цикл заработной платы и потребления, цикл инвестиций и возврата капитала (красные стрелки); финансовые циклы розничных (сбережения и займы) и инвестиционных (инвестиции, интерес) банков, межбанковские транзакции, действия правительства (налоги, переводы, субсидии и другие виды экономической деятельности) (черные стрелки).
Авторы проведенного на этой модели исследования показали - то, как правительства сейчас регулируют экономику, похоже на управление автомобилем только с помощью педали газа и без использования руля.
1) Указанные на рисунке циклы должны быть сбалансированы;
2) Нынешний подход, учитывающий общий объем предложения денег экономике, недостаточен для эффективного регулирования экономического роста.
Это доказательство проверено на обширном корпусе эмпирических данных об экономике США за 1960-2015 гг.
Полученные результаты показывают, что доминирующий подход к исправлению экономических проблем (сокращение госрасходов при одновременном снижении налогов для богатых), якобы способствующий инвестированию (привет Трампу!), являются ошибочными. Этот подход был хорош для Рейгономики в 80е годы (на другой фазе развития экономики), но в дальнейшем он безнадежно устарел.
Сенсация же в том, что, в противовес всем существующим научным теориям, экономическое неравенство - это не просто проблема социальной справедливости. На самом деле, - это ключевая экономическая проблема. Снижение экономического неравенства может дать значительные выгоды для роста экономики.
- - - - -
По сути, новое исследование наконец-то дало математически строгое подтверждение словам Спасителя о богатых и бедных, о которых уже неоднократно писалось на этом канале: https://t.iss.one/theworldisnoteasy/303, https://t.iss.one/theworldisnoteasy/308, https://t.iss.one/theworldisnoteasy/309.
Детали нового исследования смотрите здесь:
Абстракт и пресс-релиз https://necsi.edu/research/economics/econuniversal
Полный текст исследования https://arxiv.org/pdf/1710.06285.pdf
Конечно, теперь слово за экономистами. И вряд ли они сдадут свои устоявшиеся хлебные позиции без боя.
Но об этом будут писать уже не трансдисциплинарные каналы, типа нашего, а каналы об Экономике.
Например, тот, который читаю я - @econmag - , пишущий коротко, только по делу и ничего из самого важного не упускающий.
#Экономика #ФизикаИОбщество #КомпьютерыИОбщество #АдаптацияИСамоорганизация
Третий подарок на юбилей нашего канала – мировая сенсация. Построена новая экономическая модель функционирования государства на основе междисциплинарного подхода и теории сложных систем. Эта модель, кардинально меняющая представления человечества о механизмах функционирования экономики, только что официально представлена миру Институтом комплексных систем Новой Англии (New England Complex Systems Institute, NECSI).
Сухо-научное определение новой модели - универсальная экономическая динамика денежно-кредитной политики – мало что говорит. Но ее фишка в том, что:
✔️ впервые удалось дать строгое математическое описание взаимосвязи между экономической деятельностью бизнеса и вмешательством регулирующих органов, включая денежно-кредитную и фискальную политику;
✔️ проверка модели на реальных экономических данных опровергает существующие экономические представления и позволяет сделать вынесенный в заголовок сенсационный вывод.
Схематично эта модель выглядит так.
https://yadi.sk/i/B7ILoMbg3NtRhv
Она отображает монетарные потоки: цикл заработной платы и потребления, цикл инвестиций и возврата капитала (красные стрелки); финансовые циклы розничных (сбережения и займы) и инвестиционных (инвестиции, интерес) банков, межбанковские транзакции, действия правительства (налоги, переводы, субсидии и другие виды экономической деятельности) (черные стрелки).
Авторы проведенного на этой модели исследования показали - то, как правительства сейчас регулируют экономику, похоже на управление автомобилем только с помощью педали газа и без использования руля.
1) Указанные на рисунке циклы должны быть сбалансированы;
2) Нынешний подход, учитывающий общий объем предложения денег экономике, недостаточен для эффективного регулирования экономического роста.
Это доказательство проверено на обширном корпусе эмпирических данных об экономике США за 1960-2015 гг.
Полученные результаты показывают, что доминирующий подход к исправлению экономических проблем (сокращение госрасходов при одновременном снижении налогов для богатых), якобы способствующий инвестированию (привет Трампу!), являются ошибочными. Этот подход был хорош для Рейгономики в 80е годы (на другой фазе развития экономики), но в дальнейшем он безнадежно устарел.
Сенсация же в том, что, в противовес всем существующим научным теориям, экономическое неравенство - это не просто проблема социальной справедливости. На самом деле, - это ключевая экономическая проблема. Снижение экономического неравенства может дать значительные выгоды для роста экономики.
- - - - -
По сути, новое исследование наконец-то дало математически строгое подтверждение словам Спасителя о богатых и бедных, о которых уже неоднократно писалось на этом канале: https://t.iss.one/theworldisnoteasy/303, https://t.iss.one/theworldisnoteasy/308, https://t.iss.one/theworldisnoteasy/309.
Детали нового исследования смотрите здесь:
Абстракт и пресс-релиз https://necsi.edu/research/economics/econuniversal
Полный текст исследования https://arxiv.org/pdf/1710.06285.pdf
Конечно, теперь слово за экономистами. И вряд ли они сдадут свои устоявшиеся хлебные позиции без боя.
Но об этом будут писать уже не трансдисциплинарные каналы, типа нашего, а каналы об Экономике.
Например, тот, который читаю я - @econmag - , пишущий коротко, только по делу и ничего из самого важного не упускающий.
#Экономика #ФизикаИОбщество #КомпьютерыИОбщество #АдаптацияИСамоорганизация
Yandex.Disk
NECSI19Oct2017.JPG
View and download from Yandex.Disk