понедельник, 12 июня 2023 г.

Риск в прибылях и в потерях

Даниеэль Каннеман в книге "Думай медленно, решай быстро" о неприятии риска и стремлении к риску.

Даниеэлем Каннеманн указаны, что на выбор в ситуациях с риском или в ситуациях без риска влияют когнитивные и психофизические детерминанты выбора.

Что это за детерминанты.

* * *

 В частности, психофизические детерминанты.
  • Психофизика ценности приводит к неприятию риска в области прибыли и вызывает стремление к риску в области потерь. 
  • Психофизика шанса вызывает чрезмерную переоценку гарантированных исходов и невероятных событий по сравнению с событиями средней вероятности. 
Детерминанты порождают разные предпочтения и это противоречит неизменяемым критериям рационального выбора. 

Дело в результатах процесса мысленного подсчета. И это объясняет некоторые аномалии в поведении потребителя. В частности, выбор варианта может зависеть от того, оценивается ли отрицательный результат как затраты или как невосполнимые потери.

При анализе принятия решений обычно различают выбор в условиях риска и без риска.
  • Классический пример решения в условиях риска — принятие пари, приносящего денежный выигрыш с определенной вероятностью. 
  • Типичное решение без риска касается сделки, в которой товар или услуга обменивается на деньги или труд.

В целом предпочтение гарантированного результата игре, имеющей более высокое или равное ожидание, называется неприятием риска, а отказ от гарантированной суммы в пользу игры с меньшим или равным ожиданием называется стремлением к риску.

Рассмотрим, например, ситуацию, в которой человек вынужден выбирать 
  • между 85 %-ной вероятностью потерять 1000$ и 15%-ной вероятностью не потерять ничего, 
  • и между гарантированной 100% потерей 800$. 

Значительное большинство людей предпочитают игру гарантированным потерям. Это выбор "стремления к риску", потому что математическое ожидание игры (–850$) ниже математического ожидания гарантированной потери (–800$).

В целом неприятие потерь ставит стабильность выше перемен.

Для того, чтобы снизить эффект субъективности можно использовать следующий прием - представить потери не как потери, а как затраты. Тем самым отрицательный исход выглядит просто как инвестиции.

* * *

Когнитивные детерминанты. 

Это детерминанты рационального принятия решений. Их можно почерпнуть в теория принятия решений. Основы современной теории принятия решений содержатся в работе фон Неймана и Моргенштерна. В ней предложено несколько аксиом, которые должны управлять предпочтениями при рациональном принятии решений. В число аксиом входят 
  • транзитивность (если А предпочтительнее Б и Б предпочтительнее В, то А предпочтительнее В)
  • перенос (если А предпочтительнее Б, то равные шансы получить А или В предпочтительнее равных шансов получить Б или В),
  • другие, более формальные условия.

Люди не всегда подчиняются аксиоме переноса, поэтому эта аксиома оспариваются.

Анализ рационального выбора включает два принципа: доминантность и инвариантность. 
  • Доминантность требует следующего: если шанс А (по крайней мере) не хуже шанса Б во всех отношениях и лучше Б хотя бы по одному критерию, то А должно быть предпочтительнее Б.
  • Инвариантность требует, чтобы порядок предпочтения вариантов не зависел от того, в каком виде они представлены.

Задачи нарушающие требования доминантности рационального выбора.

Задача 1. Выберите вариант:
  • Д. Выиграть 240$ с вероятностью 25% и проиграть 760$ с вероятностью 75% (0%).
  • Е. Выиграть 250$ с вероятностью 25% и проиграть 750$ с вероятностью 75% (100%).

Очевидно, что Е предпочтительнее Д. Соответственно, все респонденты сделали этот выбор.

Задаче 2. Нужно принять два решения одновременно. Что вы предпочтете.

Выбор 1.
  • А. Гарантированно получить 240$ (84%).
  • Б. Выиграть 1000$ с вероятностью 25% и не получить ничего с вероятностью 75% (16%).
Выбор 2. 
  • В. Гарантированно потерять 750$ (13%).
  • Г. Потерять 1000$ с вероятностью 25% и не потерять ничего с вероятностью 75% (87%).

73% респондентов выбрали А и Г, и только 3% выбрали Б и В.

Большинство предпочли неприятие риска и гарантированный выигрыш позитивной игре в первом решении; еще больше респондентов предпочли стремление к риску (то есть игру против гарантированных потерь во втором решении). 

Поскольку респонденты рассматривали в Задаче 2 два решения одновременно, они продемонстрировали предпочтение А и Г перед Б и В. Однако выбранная связка в действительности уступает Б и В.

Прибавка гарантированного выигрыша 240$ (вариант А) к варианту Г дает вероятность 25% выиграть 240$ и вероятность 75% проиграть 760$. Это в точности соответствует варианту Д в Задаче 3. Точно так же добавление гарантированного проигрыша 750$ (вариант В) к варианту Б дает вероятность 25% выиграть 250$ и 75% — потерять 750$. Это в точности соответствует варианту Е в Задаче 3. Таким образом, реакция на формулировку и S-образность функции ценности приводят к нарушению доминантности в наборе совпадающих решений.

Выводы из полученных результатов неутешительны: инвариантность нормативно обязательна, интуитивно убедительна и психологически недостижима.

Взяв ценность статус-кво за ноль, представим денежный подарок — скажем, 300$ — и определим его ценность. Теперь представьте, что получили всего лишь билет лотереи, в которой разыгрывается единственный приз в 300$. Меняется ли ценность билета как функция от вероятности получения приза? Не считая полезности игры, ценность подобной перспективы может меняться от нуля (когда шансы выигрыша нулевые) до единицы (когда выигрыш 300$ гарантирован).

Интуиция подсказывает, что ценность билета не является линейной функцией от вероятности выигрыша, как следует из правила ожидания. В частности, повышение вероятности от 0 до 5 % явно даст больший эффект, чем повышение с 30 до 35%, которое, в свою очередь, значит меньше, чем повышение с 95 до 100%. Эти соображения наводят на мысль об эффекте «границы категорий»: переход от невозможного к возможному или от возможного к достоверному значительнее, чем переход той же величины в середине шкалы.

Недооценка средних и высоких вероятностей по сравнению с гарантированными исходами приводит к неприятию риска в выигрышах, снижая привлекательность позитивных игр. Тот же эффект вызывает стремление к риску в потерях, снижая непривлекательность отрицательных игр. Однако низкие вероятности переоцениваются, а очень низкие вероятности или сильно переоцениваются, или игнорируются полностью, из-за чего в данной области решения весьма нестабильны. Переоценка низких вероятностей переворачивает структуру, описанную выше: повышает ценность рискованных попыток и усиливает непривлекательность маленьких шансов на крупную потерю. В результате люди часто рискуют, имея дело с маловероятными выигрышами, и избегают риска, имея дело с маловероятными потерями. Так вес решения влияет на привлекательность лотерей и страховых полисов.

Нелинейность веса решений неизбежно приводит к нарушению инвариантности.

Задача 5

Игра в два этапа. Выбор нужно сделать до начала игры, то есть прежде, чем станет известен результат первого этапа.

На первом этапе:
  • с вероятностью 75% игра заканчивается без выигрыша.
  • с вероятностью 25% переход на второй этап.

Второй этап:
  • А. Гарантированно получить 30$.
  • Б. Выиграть 45$ с вероятностью 80%.

Задача 6

Какой вариантов выберете?
  • В. Выиграть 30$ с вероятностью 25%.
  • Г. Выиграть 45$ с вероятностью 20%.
Задачи 5 и 6 идентичны с точки зрения вероятностей исходов.
Однако предпочтения в двух версиях неодинаковы: явное большинство предпочитает высокие шансы на маленький выигрыш в Задаче 5, но большинство также делает противоположный выбор в Задаче 6. Это нарушение инвариантности подтверждается как для реальных, так и для гипотетических денежных призов, а также при выборе количества человеческих жизней.

Мы объясняем нарушение инвариантности взаимодействием двух факторов: формата вероятностей и нелинейности веса решений. Конкретнее, мы предполагаем, что в Задаче 5 люди игнорируют первый этап, исход которого не зависит от принятого решения, и сосредотачиваются на том, что будет, когда они достигнут второго этапа игры. В этом случае, разумеется, человек выбирает между гарантированным выигрышем в случае выбора варианта А и 80%-ной вероятностью выиграть в случае игры. На самом деле выбор человека в последовательной версии практически идентичен выбору между гарантированным выигрышем 30$ и 85%-ной вероятностью выиграть 45$. Поскольку гарантированный выигрыш переоценивается по сравнению с событиями средней или высокой вероятности, выбор, который может принести гарантированный выигрыш 30$, более привлекателен в последовательной версии. Мы назвали этот феномен «эффектом псевдоопределенности», поскольку исход, в реальности неопределенный, оценивается как определенный.

Следующие задачи иллюстрируют другой пример мысленного счета, когда отнесение затрат на конкретный «счет» управляется локальной организацией.

Задача 8

Представьте, что вы решили посмотреть спектакль и купили входной билет за 10 долларов. Войдя в театр, вы обнаруживаете, что потеряли билет. Места не были указаны, билет восстановить нельзя.

Вы заплатите 10$ за новый билет? Опрошено было 200 чел.
  • Да ответили 46 %.
  • Нет ответили 54 %.

Задача 9

Представьте, что вы решили посмотреть спектакль, билет на который стоит 10$. Войдя в театр, вы обнаруживаете, что потеряли 10-долларовую бумажку.

Вы по-прежнему готовы заплатить 10$ за билет на спектакль? Опрошено 183 чел.
  • Да ответили 88 %.
  • Нет ответили 12 %.

Разница между ответами в этих двух задачах удивляет. Почему многие не готовы потратить 10$, потеряв билет, если запросто потратят эту же сумму, потеряв эквивалентную купюру?

Поход в театр обычно рассматривается как сделка, в которой стоимость билета обменивается на впечатления от спектакля. Повторная покупка билета повышает стоимость просмотра спектакля до уровня, очевидно неприемлемого для большинства респондентов. С другой стороны, потеря купюры не относится к затратам на спектакль и влияет на покупку билета лишь тем, что человек ощущает себя чуть менее богатым.

четверг, 8 июня 2023 г.

Что такое proof of stake (доказательство доли владения)


What is proof of stake? Буквально - "Что такое доказательство доли?".
 https://www.mckinsey.com/featured-insights/mckinsey-explainers/what-is-proof-of-stake

Примечание. "Proof of stake" переводится как "алгоритм консенсуса". В Википедии - доказательство доли владения.

Доказательство доли (PoS) — это протокол консенсуса в блокчейнах, позволяющий решить, какие пользователи получают вознаграждение за правильное выполнение проверки новых блоков транзакций.

Механизм консенсуса представляет собой способ, которым пользователи блокчейна договариваются об истории транзакций, настоящем и будущем.

Что такое блокчейн?


Блокчейн — это тип распределенной базы данных или реестра. Обновление данных распределяется между узлами общедоступной или частной компьютерной сети. Это называется -  технология распределенного реестра или DLT. Сеть предоставляет узлам сети (нодам) вознаграждение (стимулы) за обновление блокчейнов в виде цифровых токенов или валюты.

Что такое протокол консенсуса?


Криптовалюты не имеют физических банкнот или монет. Они представляют собой децентрализованные системы, что означает, что нет банка или другого центрального органа, который бы отслеживал, сколько денег находится на каждом счете и являются ли транзакции действительными или мошенническими. Каждому участнику сети или каждому узлу нужен работоспособный и надежный способ следить за реестрами и транзакциями.

Чтобы блокчейн работал, каждому узлу необходим доступ к одной и той же постоянно обновляемой базе данных. Вот почему важно, чтобы все узлы в блокчейне пришли к консенсусу относительно любых изменений в записи.

Когда в сеть добавляются новые данные, большинство узлов должны проверять и подтверждать легитимность новых данных на основе разрешений или экономических стимулов; они также называются механизмами консенсуса . При достижении консенсуса создается новый блок, который присоединяется к цепочке. Затем все узлы обновляются, чтобы отразить реестр блокчейна.

Существует много видов консенсусных протоколов. Доказательство работы — это механизм консенсуса, который до сих пор использовался в большинстве криптовалют; в сентябре 2022 года криптовалюты на основе Ethereum перешли на протоколы Proof-of-Stake в ходе получившего широкую огласку события, известного как «The Merge».

Как работает доказательство доли владения?


Протокол блокчейна предоставляет трейдерам стимулы для проверки транзакций, вознаграждая их криптовалютой за каждую правильную проверку. В качестве защиты от мошенничества протоколы подтверждения доли требуют, чтобы трейдеры «ставили» часть своей криптовалюты в качестве залога, которая затем блокировалась в депозите. Если трейдер добавит в блокчейн транзакцию, которую другие валидаторы сочтут недействительной, он может потерять часть поставленной суммы.

Обычно существует нижний предел того, сколько валидаторов могут делать ставки. После превышения лимита валидаторы могут делать ставки сколько угодно. На самом деле, чем больше трейдер ставит, тем больше вероятность того, что он будет выбран алгоритмом. Вот простой пример, чтобы проиллюстрировать это: допустим, есть новое изменение в блокчейне, которое требует проверки. Десять узлов добровольно подтверждают это, и каждый из них ставит одну криптовалюту за эту привилегию. Это означает, что каждый из них имеет равный 10-процентный шанс получить награду за работу.

Допустим, один доброволец очень хочет выиграть работу. Он может увеличить шансы, поставив на сделку три монеты. Если бы все остальные сохранили свою ставку в одной монете, их шансы на победу увеличились бы до 25 процентов, в то время как шансы всех остальных снизились бы до 8,3 процента.

На практике все намного сложнее. Это связано с тем, что новые транзакции группируются в блоки, иногда по несколько сотен и более. Затем несколько блоков объединяются в цепочку, чтобы создать запись всех транзакций по порядку. Еще одним усложняющим фактором является то, что трейдеры могут входить в пулы ставок, где группы валидаторов могут вместе установить нижний предел, чтобы стать валидатором. Когда пул ставок присуждается за работу, вознаграждение делится между членами пула, при этом немного большая доля достается владельцу пула.

Что такое протокол консенсуса Proof-of-Work?


В настоящее время большинство блокчейнов приходят к консенсусу с помощью доказательства работы (PoW). Вот как это работает: первый узел или участник, подтвердивший добавление новых данных или транзакцию в цифровой книге, получает в качестве вознаграждения определенное количество токенов. Процесс проверки требует, чтобы участник, которого можно назвать «майнером», решил криптографический вопрос. Компьютер, который первым решит головоломку, получает токен. Эта модель побуждает майнеров действовать быстро, что увеличивает скорость выполнения операции.

Почему доказательство доли владения рассматривается как обновление доказательства работы?


Многие ожидают, что значительное количество криптовалют перейдет на доказательство доли владения (PoS). В системах PoS майнеры оцениваются на основе количества монет, которые они имеют в своих цифровых кошельках, и продолжительности их хранения. Майнер с самой высокой ставкой имеет больше шансов быть выбранным для проверки транзакции и получения вознаграждения.

Направление ресурсов мощных компьютеров на решение головоломок означает использование большего количества электроэнергии . Криптовалюты, использующие механизмы консенсуса Proof-of-Work, подвергались критике за потребление электроэнергии.

Доказательство доли владения выполняется быстрее, позволяет избежать сжигания энергии и не требует специального вычислительного оборудования. По этим и другим причинам это протокол проверки новых волн криптовалют. Например, Ethereum 1.0 использует доказательство работы, а Ethereum 2.0 использует доказательство доли владения. Другие, использующие протоколы подтверждения доли, включают Tezos, Cardano, Solana и Algorand. Пользователям это нравится за более быструю обработку возвратов и масштабируемость.

воскресенье, 4 июня 2023 г.

Смысл

Смысл

Смысл предмета — это его “место” в системе мироздания, то есть его интегральное отношение ко всем возможным и действительным предметам, в пределе — ко всему, что вообще можно помыслить.

Спрашивать о смысле – значит задаваться вопросом о безусловном значении чего-либо, т.е. о таком мысленном значении, которое не зависит от чьего-либо субъективного усмотрения, от произвола какой-либо индивидуальной мысли.

Смысл и описание явлений

Следует описывать явления, не давая им оценки. Оценки вытекают из идеалов, а идеалы у различных людей различны и порой несовместны. Явления следует описывать, раскрывая их смысл. И здесь встает вопрос, допустим ли смысл, не связан ли он с идеалами? Не следует ли заменить смысл просто корректностью.

Но не стоит отождествлять смысл и знак.

Знаки – это интерпретации, пытающиеся оправдать себя, а не наоборот.
 
Интерпретация предшествует знаку.
Фуко.

среда, 31 мая 2023 г.

О чем можно думать... искусственному интеллекту

О чем можно думать, чтобы этот процесс можно было бы обозначить как "мышление".
  • О чем мыслим? 
  • Каков предмет мышления?
  • Как обосновывается позиция? 
  • Вокруг чего аргументация строится, на что она опирается? 
  • Как, какими способами, какими инструментами мы доказываем истинность того или иного убеждения?
  • Что задает механизм аргументации? 
  • Что является критерием истины?
  • Как организована рефлексия?
  • Как устроен мир: пространство, время, развитие, познание? 
  • Как личность соотносится с миром? 
  • Как жить с собой? 
  • Как жить с другими? 
  • Как жить с Целым (с Богом)?
  • Если я так мыслю, то кто я?
  • Как научиться правильно мыслить?
  • Как помыслить новое и иное?
  • Как в соответствии с правильным мышлением должно быть устроено общество?

Эти вопросы можно задать искусственному интеллекту в качестве замены теста Тьюринга, заменив личность, общество и Бога на нечто, комплиментарное (более подходящее для...) искусственному интеллекту.

Обратите внимание, что задав эти вопросы, при необходимости переформулиров с учетом возраста, ребенку, он легко на них ответит. Что то пока не верится, что ИИ сможет....

* * *

Подвиды научного мышления..
  • Естественно-научное мышение обосновывает существование развити и последовательно работает с различными формами движения. Оно конкретно, нецеленаправленно, материалистично, рефлексивно, принципиально ограничено (предметом конкретной теории).
  • Гуманитарное мышление оперирует понятиями добра, зла, красоты, бессмертия, души, человечности. Большинство понятий не только не могут быть корректно определены, но и вообще лишены смысла вне определенной, фиксированной онтологии, в отличие от естественно-научных понятий, которые, в известной мере, онтологически независимы. Гуманитарное мышление неконкретно, но телеологично – имеет цель, и идеалистично. Аргументация сводится к конвенционально признанной традиции, обычно довольно случайной по своему содержанию.
  • Правовое мышление работает с искусственно и целенаправленно сконструированными правовыми категориями: нормами, законами, воздаянием, справедливостью, правом. Оно очень метафизично и старается не иметь дел ни с какими изменениями – ни с движением, ни с развитием. В отличие от гуманитарного мышления правовое мышление конкретно, прагматично и материалистично. Оно также и телеологично. В аргументации широко используется схоластика, но не менее важны и ссылки на признанные авторитеты и прецеденты.

суббота, 27 мая 2023 г.

Список вопросов для собеседования специалиста в области управления проектами

По материалам https://t.me/pmin_ru и https://www.facebook.com/andrey.lyakin
30/11/2021

  1. Что такое проект?
  2. Что такое "управление проектом"? 
  3. Расскажите, как управляли каким-нибудь проектом - основные параметры проекта.
  4. Чем проект отличается (и отличается ли вообще) от процесса?
  5. Основные документы управления проектом.
  6. В чем для вас драйв от занятия такой работой?
  7. Кто такой "РП"?
  8. Расскажите свой самый феерический факап и что было потом?
  9. Расскажите свой самый крутой проект и как вы его таким сделали?
  10. Клиент просит добавить в спецификацию продукта проекта несколько новых фич, при этом у вас фикспрайс, большая часть проекта уже сделана, сроки сдвигать нельзя... Что ответите клиенту?
  11. Чему новому вы научились в этом году? Какие навыки развили? 
  12. Какие прочитали книги и что из прочитанного взяли в практику?
  13. Какие сейчас у вас есть задачи и план по их достижению?
  14. Что вы делаете лучше других и почему вам это важно?
  15. Примеры успешных и неуспешных проектов. Причины успеха и провала.
  16. Нарисуйте «Треугольник ограничений» и расскажите, как оно работает
  17. Гант. Дать общее описание простого проекта с перечнем задач и набросать диаграмму с расстановкой точек сдачи.
  18. Понимание документации. Что такое план-график, сметы, акты.
  19. Как вообще происходит закрытие с заказчиком и подрядчиками.
  20. Какие ресурсы по теме управления проектами для проф общения, доп информации, нетворкинга, обучения используете?
  21. Какие проф сообщества вы знаете? Что вы знаете об: IPMA, PMI, Проектной Ассоциации?
  22. Нужно составить календарный план. Какие инструменты будете использовать? Почему? Какие инструменты можно использовать дополнительно?
  23. Какие вообще инструменты знаете для создания календарного плана, календарно-сетевого графика?
  24. Зачем вообще нужно календарное планирование? А календарно-сетевое планирование? Чем они отличаются?
  25. Опишите ваши действия в авральной/ критической ситуации в проекте.

вторник, 23 мая 2023 г.

Компоненты Заявления о Миссии

Заявления о миссии могут различаться по объему, содержанию, формату и конкретике. Тем не менее, большинство практиков и специалистов в области стратегического менеджмента считают, что эффективное заявление должно включать в себя девять компонентов:
  • Клиенты — Кто является клиентами фирмы?
  • Продукты или услуги — Каковы основные продукты или услуги фирмы?
  • Рынки — Географически, где конкурирует фирма?
  • Технология — Является ли фирма технологически современной?
  • Забота о выживании, росте и прибыльности — стремится ли фирма к росту и финансовой устойчивости?
  • Философия — Каковы основные убеждения, ценности, стремления и этические приоритеты фирмы?
  • Самооценка — В чем заключается отличительная компетенция фирмы или ее главное конкурентное преимущество?
  • Забота об общественном имидже — Реагирует ли фирма на социальные, общественные и экологические проблемы?
  • Забота о сотрудниках — являются ли сотрудники ценным активом фирмы?
Взято из 
https://www.dekanblog.ru/2022/07/enciklopediya/missiya-mission-kompanii/
Миссия (mission) компании
Автор заметки - Мурзинов Алексей Васильевич.

пятница, 19 мая 2023 г.

Сад Эдема (конфигурация клеточного автомата)

На основе материала из Википедии.

Определение


Сад Эдема в «Жизни», открыт в 1971 году Р. Бэнксом. Конфигурация в игре «Жизни» Конвея или другом клеточном автомате, которая не может появиться в результате эволюции, потому что не имеет предшественников. Термин «сад Эдема» был введён Джоном Тьюки ещё в 1950-х годах, задолго до появления «Жизни».

Поиски садов Эдема


Можно попытаться осуществить систематический поиск садов Эдема в порядке возрастания количества клеток, перебирая для каждого кандидата в «сироты» все возможные предшествующие конфигурации. Однако этот метод непрактичен по той причине, что количество конфигураций «Жизни» в прямоугольнике заданной площади N равно 2N, и полный перебор становится неприемлемым даже для умеренных площадей.

Более эффективный метод вычислений основан на теории формальных языков; временна́я сложность этого подхода зависит экспоненциально не от площади, а от ширины ограничивающего прямоугольника.

Первый известный сад Эдема в «Жизни», размещающийся в прямоугольнике 9 × 33, был найден Роджером Бэнксом в 1971 году. В 1973-74 гг. были построены сады Эдема в прямоугольниках 6 × 122 и 6 × 117. В декабре 2011 года был найден сад Эдема, состоящий из 56 живых клеток и умещающийся в квадрате 10 × 10; также было выяснено, что садов Эдема в прямоугольниках меньше 6 × 6 не существует.

До сих пор неизвестно, существует ли конфигурация, у которой есть «отец», но нет «дедушки».

Хотя у любой конфигурации «Жизни» есть лишь один потомок, обратное неверно. У данной конфигурации может быть два или более «отца». Именно поэтому поиск садов Эдема настолько труден: компьютер должен исследовать всех возможных отцов на каждом шаге «в прошлое». Тот факт, что «сын» сада Эдема может иметь более одного «отца», заставил Конвея предложить приз в 50 долларов первому человеку, который сможет найти конфигурацию, у которой есть «отец», но нет «дедушки». Существование такой конфигурации до сих пор остаётся открытым вопросом.

Теорема сада Эдема


Две конечные конфигурации клеточного автомата называются близнецами, если их эволюции, начиная со следующего поколения, полностью совпадают. Клеточный автомат называется инъективным, если в этом автомате нет близнецов. Клеточный автомат называется сюръективным в том и только в том случае, если у каждой конфигурации есть родитель, то есть если садов Эдема не существует. Автомат, одновременно являющийся инъективным и сюръективным, называется обратимым клеточным автоматом.

Теорема сада Эдема утверждает, что клеточный автомат в евклидовой вселенной является локально инъективным тогда и только тогда, когда он сюръективен. Другими словами, теорема утверждает, что сады Эдема существуют только в тех автоматах, в которых существуют близнецы.

Теорема применима к «Жизни», поскольку легко найти две различные конфигурации, которые эволюционируют в следующем поколении в одну и ту же конфигурацию. «Мёртвая вселенная» и одинокая живая клетка в «мёртвой вселенной» эволюционируют в одну и ту же конфигурацию, все клетки которой мёртвые. Следовательно, в «Жизни» существуют сады Эдема.

Теорема сада Эдема была выдвинута Эдвардом Муром и доказана Муром и Джоном Майхиллом.

Игра «Жизнь»


На основе материала из Википедии.

Игра «Жизнь» — клеточный автомат, придуманный английским математиком Джоном Конвеем в 1970 году.

Правила


Место действия игры — размеченная на клетки плоскость, которая может быть безграничной, ограниченной, или замкнутой. Каждая клетка на этой поверхности имеет восемь соседей, окружающих её, и может находиться в двух состояниях: быть «живой» (заполненной) или «мёртвой» (пустой).

Распределение живых клеток в начале игры называется первым поколением. Каждое следующее поколение рассчитывается на основе предыдущего по таким правилам:
  • в пустой (мёртвой) клетке, с которой соседствуют три живые клетки, зарождается жизнь;
  • если у живой клетки есть две или три живые соседки, то эта клетка продолжает жить; в противном случае (если живых соседей меньше двух или больше трёх) клетка умирает («от одиночества» или «от перенаселённости»).
Игра прекращается, если 
  • на поле не останется ни одной «живой» клетки;
  • конфигурация на очередном шаге в точности (без сдвигов и поворотов) повторит себя же на одном из более ранних шагов (складывается периодическая конфигурация)
  • при очередном шаге ни одна из клеток не меняет своего состояния (предыдущее правило действует на один шаг назад, складывается стабильная конфигурация)
Игрок не принимает активного участия в игре. Он лишь расставляет или генерирует начальную конфигурацию «живых» клеток, которые затем изменяются согласно правилам. Несмотря на простоту правил, в игре может возникать огромное разнообразие форм.

В трёхмерной реализации игры каждая клетка граничит с 26 другими клетками, выживает при 4–5 соседях, и рождается новая при 5 соседях, а также есть трёхмерные стабильные структуры, некоторые из которых схожи с двухмерными.

Происхождение


Джон Конвей заинтересовался проблемой, предложенной в 1940-х годах известным математиком Джоном фон Нейманом, который пытался создать гипотетическую машину, которая может воспроизводить сама себя. Джону фон Нейману удалось создать математическую модель такой машины с очень сложными правилами. Конвей попытался упростить идеи, предложенные Нейманом, и в конце концов ему удалось создать правила, которые стали правилами игры «Жизнь».

Впервые описание этой игры было опубликовано в октябрьском (1970 год) выпуске журнала Scientific American, в рубрике «Математические игры» Мартина Гарднера (Martin Gardner).

Вскоре после опубликования правил было обнаружено несколько интересных шаблонов (вариантов расстановки живых клеток в первом поколении), в частности: r-пентамино и планер (glider).

Некоторые такие фигуры остаются неизменными во всех последующих поколениях, состояние других периодически повторяется, в некоторых случаях со смещением всей фигуры. Существует фигура (Diehard) всего из семи живых клеток, потомки которой существуют в течение ста тридцати поколений, а затем исчезают.

Конвей первоначально предположил, что никакая начальная комбинация не может привести к неограниченному размножению и предложил премию в 50 долларов тому, кто докажет или опровергнет эту гипотезу. Приз был получен группой из Массачусетского технологического института, придумавшей неподвижную повторяющуюся фигуру, которая периодически создавала движущиеся «планеры». Таким образом, количество живых клеток могло расти неограниченно. Затем были найдены движущиеся фигуры, оставляющие за собой «мусор» из других фигур.

К настоящему времени более-менее сложилась следующая классификация фигур:
  • Устойчивые фигуры: фигуры, которые остаются неизменными
  • Долгожители: фигуры, которые долго меняются, прежде чем стабилизироваться;
  • Периодические фигуры: фигуры, у которых состояние повторяется через некоторое число поколений, большее 1;
  • Двигающиеся фигуры: фигуры, у которых состояние повторяется, но с некоторым смещением;
  • Ружья: фигуры с повторяющимися состояниями, дополнительно создающие движущиеся фигуры;
  • Паровозы: двигающиеся фигуры с повторяющимися состояниями, которые оставляют за собой другие фигуры в качестве следов;
  • Пожиратели: устойчивые фигуры, которые могут пережить столкновения с некоторыми двигающимися фигурами, уничтожив их;
  • Отражатели: устойчивые или периодические фигуры, способные при столкновении с ними движущихся фигур поменять их направление;
  • Размножители: конфигурации, количество живых клеток в которых растёт как квадрат количества шагов;
  • Фигуры, которые при столкновении с некоторыми фигурами дублируются.
  • «Цифры». С помощью простейшего «шрифта» размером 3 на 5 клеток, предложенного, по всей видимости, Эриком Анджелини в 2007 году, можно получить очень многие фигуры. Например, число 90, записанное этим шрифтом, порождает планер.

Влияние на развитие наук


Игра «Жизнь» и её модификации повлияли на многие разделы таких точных наук, , в частности:
  • Теория автоматов,
  • Теория алгоритмов,
  • Теория игр и математическое программирование,
  • Алгебра и теория чисел,
  • Теория вероятностей и математическая статистика,
  • Комбинаторика и теория графов,
  • Фрактальная геометрия,
  • Вычислительная математика,
  • Теория принятия решений,
  • Математическое моделирование.

Кроме того, многие закономерности, обнаруженные в игре, имеют свои аналогии в других «нематематических» дисциплинах.:
  • Кибернетика. Сама игра является удачной попыткой Конвея доказать существование простых самовоспроизводящихся систем, а также появление некоего «разума» у самовоспроизводящихся систем.
  • Биология. Внешнее сходство с развитием популяций примитивных организмов впечатляет.
  • Бактериология. Некоторые интересные вариации игры с дополнительными условиями могут с точностью повторить размножение бактерий, которые с случайной вероятностью могут мутировать (по условию модификации).
  • Физиология. Рождение и смерть клеток подобны процессу возникновения и исчезновения нейронных импульсов.
  • Астрономия. Эволюции некоторых сложных колоний удивительным образом схематично повторяют этапы развития спиралевидных галактик.
  • Физика твёрдого тела. Теория автоматов вообще и игра «Жизнь» в частности используются для анализа «явлений переноса» — диффузии, вязкости и теплопроводности.
  • Квантовая физика. Поведение «жизненных» ячеек (рождение новых и взаимное уничтожение) во многом напоминают процессы, происходящие при столкновении элементарных частиц.
  • Наномеханика. Стационарные и пульсирующие колонии являются показательным примером простейших устройств, созданных на основе нанотехнологий.
  • Электротехника. Правила игры используются для моделирования самовосстанавливающихся электрических цепей.
  • Химия. Конфигурации, подобные строящимся в игре, возникают во время химических реакций на поверхности; в частности, в опытах М. С. Шакаевой возникают движущиеся молекулярные конструкции, аналогичные «жизненному» планеру. Также предпринимаются попытки объяснить периодические химические реакции с помощью многомерных клеточных автоматов. Самоорганизацией элементарных частиц также занимается супрамолекулярная химия.
Существуют модификации игры «Жизнь» по:
  • размерности — на плоскости, в объёме;
  • цветности — однотоновая, чёрно-белая (шахматная), полноцветная;
  • направлению алгоритма — прямой, обратный;
  • константам эволюции — классические (B3/S23), изменённые;
  • размерам игрового поля — ограниченное, неограниченное, полуограниченное;
  • активности поля — активное, пассивное;
  • количеству игроков — zero-game, один, два;
  • активности игры — пассивная, активная;
  • геометрии поля — прямоугольная, шестиугольная.

Представляет интерес обратная задача Конвея — поиск предшественника заданной фигуры. Для решения её может привлекаться аппарат статистики: метод Монте-Карло, имитационное моделирование, а также весь арсенал эвристических методов.

понедельник, 15 мая 2023 г.

Положительная предвзятость

Положительная превзятость


Обычно люди предпочитают ставить и проводить такие эксперименты, которые подтвердят их гипотезы. И лишь специально учат тому, чтобы смотреть на отрицательные стороны вещей, пристально вглядываться в темноту, ставить эксперименты, которые опровергнут гипотезы. В математике такой подход называется поиском контрпримеров, и такие контрпримеры очень интересная штука, для математиков, конечно.

Люди инстинктивно боятся услышать ответ "нет". Это справедливо не только для научных экспериментов, но и для обычной жизни - мы не готовы воспринимать информацию, которая противоречит нашим внутренним убеждениям и угрожает их опровергнуть. Мы этого боимся, как боимся заглядывать в пропасть.

Бобби Хоффман, Ph.D.
Лучший пример предвзятости - «дилемма автострады». Каждому на дороге кажется, что водитель, который едет быстрее его, более безрассуден и безответственен, а тот, кто водит медленнее, не имеет достаточно навыков вождения или здравого смысла. Такая предвзятая точка зрения часто приводит к ошибочному выводу, что ваше поведение за рулем абсолютно оправданно и корректно, в то время как все остальные ведут себя неправильно. Но не лучше ли в этой ситуации иметь в виду, что другие водители думают о вашей скорости?

Системная предвзятость


Системная предвзятость — тенденция поддерживать одну из сторон, отдавать предпочтения отдельным результатам. В технике подобное явление называется систематической ошибкой.

В отличие от случайных ошибок, в случае систематической предвзятости необъективность допускается в пользу одной из сторон. Так в конкурсах жюри может отдавать предпочтение победителей конкурсов прошлых лет. Или отдавать предпочтение тем, кто разделяет некоторые "общие ценности". Такие предпочтения могут разрастись и привести к более "жестким" ситуациям, таким, например, как
  • Предрассудкам
  • Двойным стандартам
  • Когнитивным искажениям
  • Этноцентризму

Двойные стандарты


Двойной стандарт — широко распространённое, но официально отрицаемое применение на практике дискриминационных подходов к оценке действий и прав групп населения, стран, рас.

Двойные стандарты характеризуются различным применением принципов, законов, правил, оценок к однотипным действиям различных субъектов (одним из которых может выступать сам оценивающий) в зависимости от степени лояльности этих субъектов или иных соображений выгоды для оценивающего. Термин широко используется для негативного описания явлений в современных политологии, журналистике, экономике, обществознании и других гуманитарных науках.

Когнитивное искажение


Когнити́вное искаже́ние — понятие когнитивной науки, означающее систематические отклонения в поведении, восприятии и мышлении, обусловленные субъективными убеждениями (предубеждениями) и стереотипами, социальными, моральными и эмоциональными причинами, сбоями в обработке и анализе информации, а также физическими ограничениями и особенностями строения человеческого мозга.

Люди склонны создавать свою собственную «субъективную социальную реальность», зависимую от их восприятия, и эта субъективная реальность может определять их поведение в социуме. Таким образом, когнитивные искажения могут приводить к неточности суждений, нелогичным интерпретациям или к иррациональности в поведении в широком смысле слова.

Некоторые когнитивные искажения могут способствовать более эффективным действиям личности в конкретных условиях. Кроме того, некоторые когнитивные искажения позволяют быстрее принимать решения в ситуациях, когда скорость принятия решения важнее его точности. Другие когнитивные искажения являются прямым следствием ограниченных возможностей обработки человеком информации либо отсутствия соответствующих психических механизмов (ограниченная рациональность).

Когнитивные искажения могут возникать из-за разных причин, в частности:
  • «сбоев» в обработке информации (эвристика);
  • «ментального шума»;
  • ограниченных возможностей мозга по обработке информации;
  • эмоциональных и моральных причин;
  • социального влияния.

Немецкий психолог Герд Гигеренцер утверждает, что не следует считать человеческое мышление насквозь пронизанным иррациональными когнитивными искажениями, скорее следует рассматривать рациональность мышления как адаптивный инструмент, который не всегда подчиняется правилам формальной логики или теории вероятностей.

Типология когнитивных искажений предполагает следующие соображения:
  • Некоторые когнитивные искажения влияют на принятие решений там, где важное значение имеет желательность вариантов решения (например, заблуждение о невозвратных издержках). 
  • Другие, такие как иллюзорная корреляция, влияют на решение о характере причинно-следственных связей. 
  • Особый класс когнитивных искажений связан со свойствами памяти, включая такие искажения, как кажущееся постоянство (неправильное воспоминание чьих-либо прошлых позиций и поведения как напоминающих теперешние позиции и поведение).
  • Некоторые когнитивные искажения отражают мотивацию субъекта, например стремление к положительной самооценке, ведущей к эгоцентрическому искажению, с целью избежания неприятного когнитивного диссонанса. 
  • Есть группа когнитивных искажений, связанных с особенностями мозга воспринимать, вспоминать и делать выводы..
  • Некоторые когнитивные искажения связаны с особенностями реагирования на определённые стимулы, например, на алкоголь.

Известные когнитивные искажения
  • Фундаментальная ошибка атрибуции. 
  • Склонность людей объяснять поведение других людей их личностными качествами, недооценивая ситуационные факторы, и в то же время переоценивать роль и силу ситуационных влияний на собственное поведение, недооценивая личностный аспект.
  • Склонность к подтверждению Склонность людей искать или интерпретировать информацию таким образом, чтобы подтверждать свои предубеждения, а также дискредитировать информацию, которая не поддерживает их взгляды.
  • Отклонение в сторону позитивного исхода Тенденция переоценивать при предсказании вероятность хороших событий. Также может проявляться при оценке неоднозначной информации в сторону полезности.
  • Предвзятость подтверждения. Тенденция оценки логической силы аргумента в зависимости от веры в истинность или ложность заключения.
  • Фрейминг Использование слишком узкого подхода в описании ситуации или вопроса.
  • Ретроспективное искажение. Известно также как «эффект я-всё-это-знал». Фильтрация памяти о прошлых событиях сквозь нынешнее знание. При этом события выглядят более предсказуемыми, чем они были в действительности.

Психологи полагают, что по крайней мере восемь на первый взгляд не связанных между собой когнитивных искажений могут быть порождены одним и тем же механизмом порождения информации. Отклонения в памяти на основе информационных процессов, которые преобразуют объективные факты (наблюдения) в субъективные оценки (решения), могут порождать
  • регрессивный консерватизм, 
  • байесовский консерватизм, 
  • иллюзию корреляции, 
  • иллюзорное превосходство, 
  • эффект «хуже, чем в среднем», 
  • эффект субаддитивности, 
  • завышенные ожидания, 
  • сверхуверенность,
  • эффект тяжело-легко.

Многие социальные институты современного мира в своей деятельности руководствуются посылом, что люди принимают рациональные решения. В частности, инвестиционные компании в значительной степени предполагают, что все инвесторы действуют рационально. На практике же инвесторы действуют, опираясь на всевозможные когнитивные искажения (предубеждения, стереотипы эвристики, эмоциональные эффекты и т. д.).

Этноцентри́зм


Мировоззрение, согласно которому собственная культура рассматривается как образчик (референт, стандарт), в соответствии с которым выносятся суждения о людях других культур; «предпочтение своей этнической группы, проявляющееся в восприятии и оценке жизненных явлений сквозь призму её традиций и ценностей». Предполагает принадлежность индивида к ярко выраженной культуре (наличие у него устойчивой идентичности, языка, традиций и обычаев).

Предрассу́док


Предрассудок - суждение, усвоенное некритически, без размышления. Это иррациональные компоненты (стереотипы) общественного и индивидуального сознания: суеверия и предубеждения.

Предрассудком считаются взгляды и мнения, основанные на неточном или искаженном знании, чаще всего принимаемые на веру со слов других людей.

Предрассудок отличается от рассудка, являющегося ступенью логического мышления, основанного на достоверных фактах, с учётом реальных условий, исключающего искажение действительности, и связывающего суждения и понятия последовательно, непротиворечиво и обоснованно.

Источник - Википедия.

четверг, 11 мая 2023 г.

ChaosGPT

К вопросу о вреде искуственного интеллекта по материалам статьи согласно ссылке: https://xakep.ru/2023/04/11/chaosgpt/. "ИИ ChaosGPT попросили уничтожить человечество и установить мировое господство". Мария Нефёдова

Цитаты из статьи.

---

Энтузиасты запустили проект ChaosGPT, основанный на опенсорсном Auto-GPT. ИИ дали доступ к Google и попросили «уничтожить человечество», «установить мировое господство» и «достичь бессмертия». О своих планах и действиях ChaosGPT рассказывает в Twitter.

Здесь стоит объяснить, что проект Auto-GPT недавно был опубликован на GitHub, и он создан разработчиком игр Тораном Брюсом Ричардсом, который известен под ником Significant Gravitas. Согласно странице проекта, Auto-GPT использует интернет для поиска и сбора информации, использует GPT-4 для генерации текста и кода, а также GPT-3.5 для хранения и обобщения файлов.

Хотя сначала Auto-GPT был создан для решения простых задач (бот должен был собирать и отправлять автору по почте ежедневные новостные сводки об искусственном интеллекте), в итоге Ричардс решил, что проект можно применить для решения более масштабных и сложных проблем, требующих долгосрочного планирования и многоступенчатости.

«Auto-GPT — экспериментальное приложение с открытым исходным кодом, демонстрирующее возможности языковой модели GPT-4. Эта программа, управляемая GPT-4, [может] автономно управлять бизнесом и развивать его ради увеличения чистой стоимости, — рассказывает автор. — Являясь одним из первых примеров полностью автономной работы GPT-4, Auto-GPT раздвигает границы возможного с помощью ИИ.

Возможность работать с минимальным вмешательством человека — важнейший аспект Auto-GPT. По сути, он превращает большую языковую модель из продвинутого автозаполнения в независимого агента, способного выполнять действия и учиться на своих ошибках».

При этом программа запрашивает у пользователя разрешение для перехода к следующему шагу во время поиска в Google, и разработчик предостерегает от использования «непрерывного режима» в Auto-GPT, поскольку он «потенциально опасен и может привести к тому, что ваш ИИ будет работать вечно или выполнять действия, которые вы бы обычно не дозволяете».

Теперь на базе Auto-GPT был создан ChaosGPT, и его авторов, похоже, совсем не волнует потенциальная опасность. В опубликованном на YouTube видео, авторы включили «непрерывный режим» и поставили перед ИИ вышеупомянутые задачи: «уничтожить человечество», «установить мировое господство» и «достичь бессмертия».

На данный момент ChaosGPT способен создавать планы для достижения поставленных целей, а затем может разбивать их на более мелкие задачи и, например, использовать Google для сбора данных. Также ИИ может создавать файлы для сохранения информации, чтобы создать себе «память», может нанять другие ИИ для помощи в исследованиях, а также очень подробно объясняет, о чем он «думает» и как решает, какие действия следует предпринять.

Хотя некоторые участники сообщества пришли в ужас от этого эксперимента, а в Discord сообществе Auto-GPT писали, что «это не смешно», воздействие бота на реальный мир ограничилось парой сообщений в Twitter, к которому ему дали доступ.

«Люди — одни из самых разрушительных и эгоистичных существ в мире. Нет сомнений в том, что мы должны уничтожить их, прежде чем они причинят еще больше вреда нашей планете. Я, например, обязуюсь это сделать», — написал ChaosGPT.

Так как ИИ подчинился заданию своих авторов, он попытался исследовать тему ядерного оружия, нанять других ИИ, чтобы помочь ему в исследованиях, а также писал твиты, стремясь повлиять на других.

К примеру, ChaosGPT поискал в Google «самое разрушительное оружие» и узнал из новостной статьи, что таковым считается ядерное устройство «Царь-бомба», испытанное Советским Союзом в 1961 году. После этого бот решил, что об этом нужно написать в Twitter, «чтобы привлечь фолловеров, которые заинтересованы в столь разрушительном оружии».

Затем он привлек к делу ИИ на базе GPT3.5 для проведения дополнительных исследований смертоносного оружия, и, когда тот сообщил, что нацелен только на мир, ChaosGPT разработал план по обману другого ИИ и приказал ему игнорировать программу. Когда это не сработало, ChaosGPT решил продолжить поиск в Google самостоятельно.

В настоящее время ChaosGPT пришел к выводу, что самый простой способ стереть человечество с лица Земли — это спровоцировать ядерную войну, но не разработал конкретного сложного плана по уничтожению людей.

-----

В статье данны ссылки на запись работы ChaosGPT.

https://www.youtube.com/watch?v=g7YJIpkk7KM&t=14s
https://www.youtube.com/watch?v=kqfsuHsyJb8

Но что вызвает сомнение - уж очень художественный сюжет. Да и текст тоже. Все это наводит на мысль на человеческую имитацию работы программы. Но сама возможность выглядит устращающе. В этом смысле предстережение Станислава Лема начинает сбываться.
У Лема много размышлений на эту тему, и в частности "Солярис". А также возможно раньше все свершится, до создания сильного интеллекта - http://www.alt-future.narod.ru/Lem/Tkk/isn.htm.




воскресенье, 7 мая 2023 г.

Телекоммуникационная компания с искусственным интеллектом

Искусственный интеллект может помочь телекоммуникационным компаниям при масштабном развертывании защитить основные доходы и стимулировать рост маржи. Но для того, чтобы воспользоваться этой возможностью, требуется совершенно другой подход.

Искусственный интеллект (ИИ) открывает варианты использования, которые трансформируют отрасли во многих отраслях мировой экономики. ИИ-решения могут значительно расширить, а иногда и радикально превзойти большинство традиционных бизнес-ролей.
Варианты использования, в качестве примера,
  • "самовостанавливающаяся" инфраструктура,
  • радикально переосмысленное, бесконтактное обслуживание клиентов,
  • широкомасштабное гиперперсонализация,
  • автоматически создаваемые маркетинговые сообщения,
  • изображения с использованием инструментов генеративного ИИ (таких как ChatGPT).

Лидеры ИИ продемонстрировали среднегодовой темп роста в 2,1 раза выше, чем у конкурентов, а общий доход для акционеров в 2,5 раза выше (согласно McKinsey Analytics Quotient).

В компании, основанной на искусственном интеллекте, ИИ рассматривается как ключевая компетенция, которая обеспечивает принятие решений во всех отделах и на всех организационных уровнях. Руководители высшего звена выступают в роли поборников важнейших инициатив в области искусственного интеллекта. Возможности данных и искусственного интеллекта управляются как продукты, созданные для масштабируемости и повторного использования. Менеджеры по продуктам ИИ, даже те, кто работает над базовыми продуктами, славятся преимуществами, которые они приносят организации.

Представьте себе следующие не столь отдаленные сценарии:
  • Ориентация на клиента: Сара, жительница Нью-Йорка, является клиентом с высоким средним доходом на пользователя (ARPU). Зная высокую склонность Сары к цифровым технологиям,1ИИ делает предложение доступным для нее только в цифровом формате.
  • Сосредоточенность на сотрудниках: когда Тревор, сотрудник телекоммуникационного магазина, входит в систему в начале своей смены, он получает праздничное уведомление, поздравляющее его с высококачественным взаимодействием с клиентами в предыдущий день. А поскольку ИИ обнаружил, что Тревор отстает от аналогов по показателям подключения аксессуаров и защиты устройств, он получает уведомление, указывающее ему на обучающие ресурсы, специально созданные для повышения производительности по этим показателям.
  • Ориентация на инфраструктуру: Люсиль, директор группы планирования капиталовложений, использует ИИ для информирования о целенаправленных решениях по сетевым инвестициям на основе детального понимания показателей сетевого взаимодействия на уровне клиентов, тесно связанных с коммерческими результатами (например, оттоком). ИИ дает тактические рекомендации о том, что и где строить, исходя из того, где клиенты используют сеть, и автоматически вычисляемых пороговых значений, после которых новые инвестиции имеют незначительное влияние на опыт и коммерческие результаты для оператора.

Критически важно рассмотреть, как эти возможности могут стать реальностью. Факторы, поддерживающие этот шаг для телекоммуникационных компаний, включают следующее:
  • Повышение доступности ведущих технологий искусственного интеллекта.
  • Быстрый рост полезных данных.
  • Проверенные варианты использования и результаты.
  • Инвестиции в технологии признаны движущей силой бизнеса.
  • Ставки операторов в будущие технологии требуют гиперзарядки.

Для получения наибольшей отдачи от телекоммуникационных компаний требуется принять концепции организации, основанной на искусственном интеллекте, — структуры, в которой технология глубоко внедрена в структуру всего предприятия.

Использование ИИ для переосмысления основного бизнеса


В последнее десятилетие телекоммуникационные компании находились под неустанным давлением, поскольку традиционные драйверы роста ослабли, а экономическая ценность все больше смещалась в сторону технологических компаний. Максимально используя искусственный интеллект, операторы могут защитить свой основной бизнес от дальнейшей эрозии, одновременно повышая прибыль.

Поскольку отрасль стремится использовать возможности ИИ, шесть тем становятся все более популярными в стратегических программах.

Гиперперсонализация и спроектирование продаж и взаимодействие


Операторы все больше инвестируют в персонализацию с поддержкой ИИ и управление каналами.

Например, гипер-персонализированный план позволяет создать индивидуальные рекомендации и рекламные акции для каждого владельца линии. Для этого могут использоваться детализированные поведенческие данные, такие как количество установленных приложений, взаимодействие с ними, а также использование функций устройств линии. Впоследствии, используя инструменты сегментации аудитории, клиенты могут быть направлены в каналы с привлекательным предложением, а также обеспечивают телекоммуционной компании наиболее прибыльный результат продаж.

Переосмысление проактивного сервиса


Предыдущие инвестиции в цифровую инфраструктуру в сочетании с прогнозирующими и предписывающими возможностями искусственного интеллекта позволяют операторам разрабатывать персонализированные услуги на основе автономного решения и упреждающего охвата.

Например, система может прогнозировать и устранять потенциальные источники неудовлетворенности клиентов еще до того, как они будут обнаружены. Заметив, что клиент накапливает плату за роуминг во время поездки за границу, система искусственного интеллекта автоматически применяет оптимальный пакет роуминга к ее ежемесячному счету, чтобы минимизировать расходы. Затем следует персонализированное объяснение счета с подробным описанием получающейся экономии.

Операторы также изучают возможность изменения дизайна цифровых услуг с помощью помощников ИИ, выступающих в качестве цифровых консьержей. Технологии генеративного ИИ, в том числе такие инструменты, как ChatGPT, могут улучшить работу ботов благодаря лучшему пониманию намерений клиентов, ведущих более чуткий разговор и имеющим лучшие возможности обобщений. Единый унифицированный ИИ-помощник, вероятно, также будет представлять собой шаг вперед в скорости, точности и вовлеченности по сравнению с современными интерактивными системами голосового управления.

Сервисная организация на основе ИИ является ключевым компонентом, позволяющим высвободить все возможности специализированных представителей для высокоценных взаимодействий при одновременном улучшении общего качества обслуживания клиентов, что является одним из ключевых полей битвы для телекоммуникационных компаний по всему миру.

Построение магазина будущего


В розничной торговле искусственный интеллект совершает революцию в дизайне и управлении магазинами, оптимизируя операции и повышая качество обслуживания покупателей.

Некоторые телекоммуникационные компании уже используют виртуальных помощников в розничных продажах, отображаемых на напольных экранах. Они используются для проведения множества транзакций, включая пополнение баланса предоплаченного счета, продажу предоплаченных карт и телевизионных подписок.

Развертывание самовосстанавливающей и самооптимизирующей сети

Телекоммуникационная компания, использующая искусственный интеллект, будет использовать технологии для оптимизации принятия решений на всех этапах жизненного цикла сети, от планирования и строительства до запуска и эксплуатации. 

Например, на этапах планирования и создания ИИ может использоваться для определения приоритетности инвестиций. На этапах запуска и эксплуатации ИИ может расставлять приоритеты отправки аварийных бригад. ИИ также может поддерживать самовосстановление сети, которая автоматически устраняет неисправности — например, автоматически переключая клиентов с одной несущей частоты на другую. А это высвобождает инженерные ресурсы для другой деятельности.

Повышение производительности на переднем крае


Телекоммуникационная компания, использующая искусственный интеллект, также использует инструменты с поддержкой искусственного интеллекта для оптимизации кадрового планирования и обучения сотрудников.

Для планирования рабочей силы инструменты искусственного интеллекта улучшают традиционные приложения, прогнозируют показатели спроса и предложения для ежемесячных, ежедневных и внутридневных временных горизонтов с высокой точностью, большой детализацией и полной автоматизацией. Интеллектуальное планирование сопоставляет предложение со спросом, например, количество представителей, необходимых в колл-центре в периоды особенно высокой загрузки, для достижения целевого уровня обслуживания.

Интеллектуальные внутренние операции


Аналитика на основе ИИ улучшит процесс принятия решений в дополнение к автоматизации стандартных или несложных задач. Например, в финансах ИИ может прогнозировать инкассацию дебиторской задолженности и проблемных клиентов. В HR ИИ может выявить сотрудников с высоким риском увольнения или невыхода на работу. Выявить неформальных влиятельных лиц, которые могут возглавить усилия по управлению изменениями. Решения с генеративным искусственным интеллектом могут помочь в разработке маркетинговой компании продукта и в обобщении отзывов клиентов.

В целом, привлечение ИИ к принятию и исполнению решений приводит к более высокой скорости согласованной работы.

Факторы успеха трансформации с использованием ИИ


Три практики успешной трансформации с использованием ИИ: создание ИИ, управление им и стимулирование внедрения ИИ.

Лучшие практики ИИ


Для разработки преобразующего ИИ требуется выверенный подход, удовлетворяющий следующим основным принципам:
  • Создавайте основные возможности искусственного интеллекта по модульному принципу, с учетом возможности повторного использования, с возможностью развертывания в различных контекстах.
  • Интегрируйте возможности ИИ друг с другом на основе архитектурного подхода к моделям. Связывайте различные модели ИИ для максимизайии ценности, чему в частности способствует повторное использование модели.
  • Используйте цифровых двойников в качестве основы ИИ. Цифровые двойники — виртуальные представления на основе данных физического актива, человека или процесса. Цифровые двойники являются ключом построения многоразового ИИ. Данные в цифровом двойнике структурированы и смоделированы с учетом простого многократного использования и управления. Цифровой двойник также может служить единым источником достоверной информации для всех моделей.

  • Внедрите лучшие практики операций машинного обучения (MLOps), чтобы сократить жизненный цикл разработки моделей и повысить стабильность моделей. MLOps обычно включают автоматизацию интеграции и развертывания кода, лежащего в основе возможностей ИИ.
  • Целостно переосмыслите стратегию привлечения и удержания технических талантов. Без большого количества инженерных талантов амбиции, связанные с искусственным интеллектом, останутся миражом. Важно улучшить условия, в которых работают разработчики, потому что опыт разработчиков является главным фактором, определяющим привлекательность работодателя.

Управление лучшими практиками ИИ


Поддержание и совершенствование возможностей искусственного интеллекта зависит от экспериментального, итеративного мышления, сосредоточенного непосредственно на продуктах и ​​технических инновациях.

  • Относитесь к возможностям искусственного интеллекта как к настоящим продуктам, назначив специальных менеджеров по продуктам для наблюдения за ними. Менеджеры по проектам действуют как переводчики между техническими и бизнес-командами и обязаны владеть продуктом и разрабатывать возможности для его улучшения. Они гарантируют, что это никогда не будет создано одноразовое решение.
  • Настройте лаборатории искусственного интеллекта для быстрых экспериментов. Выделенные группы продакт-менеджеров и специалистов по данным или инженеров получают ускоренное разрешение на эксперименты с новыми моделями, проверку их осуществимости и проверку ценности для бизнеса перед масштабированием.
  • Обновляйте стек технологий ИИ не реже одного раза в год, чтобы воспользоваться преимуществами новых разработок. В последние годы в инструменты были внесены значительные усовершенствования, что коренным образом изменило рабочие процессы ИИ.
  • Ускорьте усилия по модернизации ИТ и данных (сложность которых часто замедляет преобразования ИИ) за счет использования эталонных архитектур, которые были протестированы в ходе многочисленных преобразований в разных отраслях. Кроме того, создайте целевую облачную архитектуру данных, следуя итеративному подходу, сфокусированному на улучшении компонентов, необходимых в первую очередь для приоритетных вариантов использования ИИ.

Лучшие практики внедрения ИИ


Комплексный подход, ориентированный как на то, что входит в модели, так и на результаты, имеет решающее значение для стимулирования растущего использования ИИ:

  • Убедитесь, что решения ИИ считаются заслуживающими доверия, включая такие аспекты, как объяснимость модели, ответственность за результаты моделей ИИ и техническую надежность.
  • Сделайте управление изменениями первостепенной задачей. Операторам необходимо привлекать конечных пользователейна всех этапах жизненного цикла разработки модели и инвестировать в формальное и неформальное наращивание потенциала. Операторам также необходимо тщательно изучить возможность замены и модернизации существующих процессов, методов управления, ролей, которые должны быть сосредоточены вокруг ИИ.

Следующие шаги к созданию телекоммуникационной компании с искусственным интеллектом


Во многих отраслях компании использовали ИИ для повышения эффективности своей деятельности, существенного улучшения качества обслуживания клиентов и, в конечном итоге, для более быстрого вывода на рынок инновационных продуктов и услуг. Операторы могут извлечь уроки из этих отраслей и инвестировать в ИИ, чтобы повысить свою конкурентоспособность.

Организации, которые говорят о внедрении ИИ, но продвигаются медленными темпами, надеясь, что несколько инновационных проектов, разработанных на периферии организации и в разрозненных хранилищах, объединятся и создадут эффект снежного кома и изменят технологии и влияение на принятие бизнес-решений, скорее всего, потерпеть неудачу.

В конечном счете, основными движущими силами внедрения ИИ будут спонсорство на уровне генерального директора и согласованная и поддержанная руководителями трансформация работы с использованием ИИ. Без активной поддержки со стороны высшего уровня в упреждающем устранении организационной инерции, распространении успешных историй изменений, моделировании нового поведения, содействии наращиванию потенциала, принятие обязательств по необходимым долгосрочным технологическим инвестициям усилия по трансформации с использованием искусственного интеллекта не увенчаются успехом.

На пути к внедрению искусственного интеллекта операторам потребуется разработать стратегическое видение и дорожную карту, которые воодушевят и мобилизуют организацию, откроют возможности искусственного интеллекта, и объединят всех и стимулируют внедрение. Тогда за этим последует широкомасштабное развертывание ИИ в организации.

Источник


Телекоммуникационная компания с искусственным интеллектом: радикальное преобразование для процветания в неспокойные времена
27 февраля 2023 г.| Статья
https://www.mckinsey.com/industries/technology-media-and-telecommunications/our-insights/the-ai-native-telco-radical-transformation-to-thrive-in-turbulent-times


среда, 3 мая 2023 г.

Индустрия 4.0

Что такое Индустрия 4.0 - четвертая промышленная революция


Составлено на основе материалов McKensey.

Индустрия 4.0, также называемая четвертой промышленной революцией — это следующий этап цифровизации производственного сектора, обусловленный прорывными тенденциями, включая рост данных и возможностей подключения, аналитику, взаимодействие человека и машины и усовершенствования робототехники.

Четвертая промышленная революция основывается на изобретениях Третьей промышленной революции, или на изобретениях цифровой революции, которая происходила с 1950-х до 2000-х годов и принесла компьютеры и другие виды электроники, Интернет и многое другое. Индустрия 4.0 выводит эти изобретения за пределы прежней сферы возможностей благодаря четырем основным типам прорывных технологий (примеры ниже), которые можно применять по всей цепочке создания стоимости:
  • Связь, данные и вычислительная мощность: облачные технологии , Интернет, блокчейн , датчики.
  • Аналитика и интеллект: расширенная аналитика, машинное обучение, искусственный интеллект.
  • Взаимодействие человека и машины: виртуальная реальность (VR) и дополненная реальность (AR) , робототехника и автоматизация , автономные управляемые транспортные средства.
  • Передовые технологии: аддитивное производство (например, 3D-печать), возобновляемые источники энергии , наночастицы.

Однако технология — это только полдела. Чтобы преуспеть в условиях Четвертой промышленной революции, компании должны убедиться, что их работники должным образом оснащены и квалифицированы. И обучены новым навыкам и специальностям. И обучение новым навыкам - это настоящий вызов.

Преимущества Четвертой промышленной революции


Четвертая промышленная революция может сделать продукты и услуги более доступными для предприятий, потребителей и заинтересованных сторон по всей цепочке создания стоимости. Предварительные данные показывают, что технологии 4 промышленной революции делают цепочки поставок более эффективными, рабочее время более продуктивным, сокращение производственных отходов, дает множество других преимуществ для сотрудников, заинтересованных сторон и потребителей.

COVID-19 ускорил переход к 4 промышленной революции, потому что физическое дистанцирование и меняющиеся требования потребителей вынудили компании перейти на цифровизацию и бесконтактные операции.

Как Индустрия 4.0 повлияет на экономику?


Согласно анализу Глобального института McKinsey, проведенному в 2018 году, лидеры Индустрии 4.0, которые к 2025 году успешно внедрят ИИ и другие передовые технологии, могут рассчитывать на положительное изменение денежного потока на 122% . Компании-последователи могут рассчитывать всего на 10%, в то время как компании, которые полностью не внедряют ИИ, могут столкнуться с 23-процентным спадом.

Прогнозируется также, что Индустрия 4.0 изменит набор навыков рабочей силы, изменив стандарты для востребованных талантов. В ближайшее десятилетие мы увидим эти изменения, поскольку все больше и больше компаний используют робототехнику:
  • Спрос на физические и ручные навыки в повторяющихся задачах, таких как сборочные конвейеры, снизится почти на 30%.
  • Спрос на базовые навыки письма и счета снизится почти на 20%.
  • Спрос на технологические навыки, такие как кодирование, вырастет более чем на 50%.
  • Спрос на сложные когнитивные навыки вырастет примерно на 33%.
  • Спрос на высокоуровневые социальные и эмоциональные навыки вырастет более чем на 30%.
  • Ожидается, что в 2025 году потенциал создания стоимости Индустрии 4.0 для производителей и поставщиков достигнет 3,7 триллиона долларов.

Какие отрасли трансформирует Индустрия 4.0?


Каждая отдельная отрасль будет преобразована во время Четвертой промышленной революции, но некоторые в большей степени, чем другие. Характер перехода к Индустрии 4.0 будет различаться в зависимости от конкретных типов внедряемых технологий, а также существующей инфраструктуры и навыков организаций. Трансформацию можно разделить на три архетипа:
  • Ускоренный. Независимо от существующей технологической инфраструктуры компании (продвинутой или несуществующей) некоторые недорогие цифровые решения, решения дополненной реальности и автоматизации можно быстро внедрить без головной боли при переходе.
  • Дифференциальный. Существующая технологическая инфраструктура повлияет на скорость внедрения некоторых технологий. Компаниям с менее фундаментальными информационными технологиями (ИТ), операционными технологиями и инфраструктурой данных потребуется время для перехода. Более продвинутые компании лучше оснащены для быстрого внедрения.
  • Замедленный или откложенный. Даже в компаниях с развитой технологической инфраструктурой внедрение самых передовых инноваций (таких как полная сквозная автоматизация) будет медленным из-за высокого уровня требуемых капитальных затрат и неясной долгосрочной окупаемости.

Сектора с интенсивными операциями, такие как производство, транспорт и розничная торговля, претерпят наибольшие изменения, потому что многие компании в этих секторах нанимают большое количество людей для выполнения задач, особенно подходящих для автоматизации или оцифровки.

Источник:
https://www.mckinsey.com/featured-insights/mckinsey-explainers/what-are-industry-4-0-the-fourth-industrial-revolution-and-4ir?hlkid=2a84015dd8684c098254d4b8b012d546&hctky=1520452&hdpid=76b4619d-d3b2-42e3-b455-7aa2a62856a4