Несколько слов о Метавселенной как инновации

В последние годы термин «Метавселенная» ворвался в массовое сознание, захватив воображение своим обещанием безграничного виртуального царства, где люди могут жить, работать и развлекаться. Возникает вопрос: является ли Метавселенная подлинной инновацией, готовой изменить нашу жизнь, или это просто разрекламированная концепция, которая может не оправдать возложенных на нее высоких ожиданий? 

По своей сути Метавселенная рассматривается как конвергенция виртуальной и физической реальностей, пространство, в котором цифровые взаимодействия отражают и, в некоторых случаях, дополняют наш материальный мир. Сторонники рисуют яркую картину того, как аватары общаются, сотрудничают, торгуют и творят в обширных цифровых ландшафтах. Однако эта картина вызывает скептицизм и споры, поскольку опасения связаны с технологической осуществимостью, принятием пользователями и общими последствиями для общества.

Чтобы отличить шумиху вокруг Метавселенной от ее реального потенциала, требуется взвешенная точка зрения. Очарование концепции неоспоримо, обещая новые границы человеческого взаимодействия и творчества. 

Тем не менее, практические проблемы - большие. Технологии должны развиваться, чтобы обеспечить обещанные иммерсивные впечатления, а поведение и отношение пользователей должны будут адаптироваться, чтобы включить широкое виртуальное взаимодействие.

Утверждения взяты из следующией заметки.
Frank Diana/The Metaverse Economy/ 17/03/2023. https://frankdiana.net/2023/08/17/the-metaverse-economy/

Генеративный ИИ в деле программирования

Исследование McKinsey показывает, что разработчики программного обеспечения могут выполнять задачи кодирования в два раза быстрее с помощью генеративного ИИ:

• Документирование кода. +45-50% за счет ИИ.
• Генерация кода. +35-45% за счет ИИ.
• Рефакторинг кода. +20-30% за счет ИИ.
• Задачи высокой сложности. Менее 10% за счет ИИ.

Хотя значительный рост производительности возможен, экономия времени может значительно варьироваться в зависимости от сложности задачи и опыта разработчика.

Для максимального повышения производительности и минимизации рисков при развертывании генеративных инструментов потребуется структурированный подход, включающий обучение и инструктаж, выбор вариантов использования ИИ, повышение квалификации персонала и контроль рисков.

Где великолепен генеративный ИИ

Эксперименты с использованием генеративного ИИ показали повышение производительности в четырех ключевых областях:

• Ускорение ручной и повторяющейся работы. Генеративный ИИ может выполнять рутинные задачи, такие как автоматическое выполнение стандартных функций, используемых при кодировании, заполнение операторов кодирования по мере ввода разработчиком и документирование функций кода в стандартном формате на основе запроса разработчика. При этом ИИ-инструменты освобождают разработчика от рутинных задач и позволяют разработчикам решать более сложные бизнес-задачи и быстро внедрять новые программные возможности.
• Быстрое создание первого чернового кода. Столкнувшись с пустым экраном, разработчики с генеративными инструментами на основе ИИ могут запросить создать прототип приложения, введя запрос в отдельном окне или в интегрированной среде разработки (IDE). Генеративные инструменты на основе ИИ могут предоставить полезные предложения по коду. Это позволит разработчикам быстрее приступить к работе.
• Ускорение обновления существующего кода. Инструменты ИИ позволяют быстрее вносить изменения в существующий код.
• Повышение способностей разработчиков решать новые задачи. Технология ИИ может помочь разработчикам быстро освежить незнакомую кодовую базу, язык или структуру, что необходимо для выполнения работ. Когда разработчики сталкиваются с новой задачей, они могут обратиться к инструментам ИИ за помощью, которую они в противном случае могли бы получить от опытного коллеги. Такая помощь может состоять в объяснении новых концепций, в синтезе необходимой информации. Они могут, например, позволить сопоставлять код из разных репозиториев, могут предоставлять пошаговые руководства по использованию фреймворка.

Какие задачи требуют экспертизы разработчика

Технология генеративного ИИ может многое, но качество инструментов зависит от навыков использующих их инженеров. Три области, в которых человеческий участие и контроль имеют решающее значение:

• Проверка кода на наличие ошибок. Иногда ИИ-инструменты ИИ дают неправильные рекомендации по кодированию и даже вносят ошибки в код. Разработчику в этом случае корректировать ИИ, вводя многочисленные подсказки.
• Влияние организационного контекста. Хотя готовые генеративные инструменты на основе ИИ многое знают о кодировании, им неизвестны конкретные потребности проекта и организации. Такие знания важны при написании кода, чтобы обеспечить беспрепятственную интеграцию конечного программного продукта с другими приложениями, обеспечить соответствие требованиям компании к производительности и безопасности и, в конечном счете, важны для удовлетворения потребностей конечных пользователей. Разработчики программного обеспечения должны предоставить контекст ИИ-инструментам с помощью подсказок, включая то, как код будет использоваться и кем, какие типы интерфейсов и другие системы будут взаимодействовать с программным обеспечением, используемые данные и многое другое.
• Комплексные требования к кодированию. Генеративные инструменты на основе ИИ лучше подходят для ответов на простые запросы, такие как оптимизация фрагмента кода. Но сложные вопросы, такие как объединение нескольких фреймворков с разрозненной логикой кода требуют участия разработчиков.

Значение ИИ-инструментов для технологических лидеров?

Как технологическим лидерам добиться прироста производительности при минимизации рисков в разработке программного обеспечения при использовании генеративного ИИ? Предлагается начать с четырех вопросов:

• развитие навыков,
• выполнение расширенных вариантов использования,
• планирование смены навыков,
• управление рисками.

Обучение и инструктаж разработчиков использованию генеративного ИИ

Чтобы разработчики могли эффективно использовать технологию ИИ для улучшения повседневной работы, им, вероятно, потребуется сочетание обучения и коучинга. Начальное обучение должно включать обзор передового опыта и практические упражнения по вводу подсказок на естественном языке (инжиниринг подсказок). Семинары должны предоставить разработчикам обзор рисков, связанных с генеративным ИИ, включая отраслевые проблемы конфиденциальности данных или интеллектуальной собственности, а также передовые методы проверки кода с помощью ИИ на предмет дизайна, функциональности, сложности, стандартов кодирования и качества, в том числе как отличить хорошие рекомендации ИИ-инструментов от плохих.

Разработчикам с опытом менее года необходимосто пройти дополнительные курсы, посвященные основным принципам программирования, например, синтаксису, структурам данных, алгоритмам, шаблонам проектирования и навыкам отладки.

После того, как разработчики начнут использовать инструменты в своей повседневной деятельности, развитие их навыков должно продолжаться за счет постоянного обучения, создания сообщества, специальных онлайн-каналов и групповых встреч для обмена опыта.

Добивайтесь использования передовых практик использования инструментов генеративного ИИ

Технологии генеративного ИИ могут повлиять на многие задачи, решаемыми разработчиками, включая рефакторинг существующего кода. Это может позволить лидерам внести вклад в традиционно ресурсоемкие усилия по модернизации работ, которые часто отодвигаются на второй план из-за нехватки времени. Например, если генеративные инструменты на основе ИИ помогают командам быстро реорганизовать устаревшее приложение, команды могут перенаправить усилия на закрытие списка улучшений, которые томились в списке дел, или направить усилия на улучшение производительности архитектуры программной платформе.

Развертывание новых вариантов использования ИИ требует тщательной оценки инструментов, поскольку на рынок выходит множество генеративных инструментов ИИ, и разные инструменты превосходны в разных областях. Использование нескольких инструментов может быть более выгодным, чем использование одного.

Планируйте смену навыков

По мере роста производительности разработчиков руководители должны быть готовы переключить персонал на более важные задачи. Базовый уровень производительности и последующая непрерывная оценка улучшений могут выявить новые возможности по мере их появления. Руководителям следует подумать о том, как использовать дополнительные возможности и какое повышение квалификации необходимо для устранения пробелов в навыках. Они могут, например, применить свой талант для расширения нового бизнеса или более частого обновления существующих продуктов. Эти задания потребуют от разработчиков новых навыков в деле проектирования и построении архитектуры программного обеспечения.

Контролируйте риски

Использование генеративных инструментов ИИ приводит к появлению новых данных, к появлению интеллектуальной собственности и к возникновению нормативных рисков. Учитывая скорость, с которой разработчики могут писать или обновлять код с помощью ИИ-инструментов, легко представить проблемы, скажем, из-за ошибки в коде или проблемы с данными, которые могут нарастать как снежный ком. По мере того как лидеры обновляют управление, следует учитывать потенциальные риски:

• Конфиденциальность данных и безопасность, например возможность раскрытия конфиденциальной информации разработчиками при запросе данных с помощью ИИ-инструментов.
• Правовые и нормативные изменения, ограничивающих использование технологии.
• Поведенческие уязвимости ИИ, в том числе последствия, если злоумышленники размещают вредоносный или неисправный код с тем, чтобы либо повлиять на обучение, либо проникнуть в организацию.
• Проблемы этики и репутации, которые могут возникнуть в результате использования фрагмента кода, защищенного авторским правом другой организацией, или в ходе споров о праве собственности на код, генерируемый ИИ-инструментами.
• Уязвимости системы безопасности, которые могут возникать в коде, сгенерированном ИИ, и тем самым подвергать риску систему и организацию.

Заключение

Генеративный ИИ способен трансформировать разработку программного обеспечения так, как не удавалось ни одному другому инструменту. Используя современный класс генеративных инструментов на основе искусственного интеллекта, разработчики могут выполнять задачи в два раза быстрее — и это только начало. По мере того, как технология развивается и легко интегрируется в инструменты на протяжении жизненного цикла разработки программного обеспечения. Ожидается, что она еще больше улучшит скорость и даже качество процесса разработки. Но одних только инструментов недостаточно, чтобы раскрыть весь потенциал технологии. Структурированный подход, включающий обучение и инструктаж по генеративному ИИ, выбор сценариев использования, повышение квалификации персонала и контроль рисков, могут заложить прочную основу для организаций, которые смогут реализовать надежды, возлагаемые на генеративный ИИ в отношении исключительной производительности и беспрецедентных инноваций в программном обеспечении.

Источник

Unleashing developer productivity with generative AI. Begum Karaci Deniz, Chandra Gnanasambandam, Martin Harrysson, Alharith Hussin, and Shivam Srivastava.  June 27, 2023
https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/unleashing-developer-productivity-with-generative-ai

Повышение производительности разработчиков с помощью генеративного ИИ. Бегум Карачи Дениз, Чандра Гнанасамбандам, Мартин Харриссон, Алхарит Хуссин и Шивам. 27 июня 2023 г.

Термины

Генеративный ИИ — это тип ИИ, который может создавать новый контент (текст, код, изображения, видео), используя шаблоны, которые он изучил, обучаясь на обширных (общедоступных) данных с помощью методов машинного обучения (ML).

Базовые модели (FM) — это модели глубокого обучения, обученные на огромном количестве неструктурированных, немаркированных данных, которые можно использовать для широкого круга задач или адаптировать к конкретным задачам путем тонкой настройки. Примерами таких моделей являются GPT-4, PaLM 2, DALL·E 2 и Stable Diffusion.

Большие языковые модели (LLM) составляют класс базовых моделей, которые могут обрабатывать огромные объемы неструктурированного текста и изучать отношения между словами или частями слов, известные как токены. Это позволяет LLM генерировать текст на естественном языке, выполняя такие задачи, как обобщение или извлечение знаний. Cohere Command — это один из типов LLM; LaMDA является LLM позади Барда.

Тонкая настройка — это процесс адаптации предварительно обученной базовой модели для лучшей работы в конкретной задаче. Это влечет за собой относительно короткий период обучения на размеченном наборе данных, который намного меньше, чем набор данных, на котором модель изначально обучалась. Это дополнительное обучение позволяет модели учиться и адаптироваться к нюансам, терминологии и конкретным шаблонам, обнаруженным в меньшем наборе данных.

Инжиниринг подсказок относится к процессу разработки, уточнения и оптимизации подсказок ввода, чтобы направлять генеративную модель ИИ к получению желаемых (то есть точных) результатов.

Преобразующая роль искусственного интеллекта и автоматизации в военном деле будущего

Четыре поля битвы, которые определяют конкуренцию в разработке и внедрении искусственного интеллекта и последствия геополитического порядка:

• данные,
• вычислительная мощность,
• таланты,
• институты.

Война не застрахована от технологической революции, затрагивающей все области. Эта революция, вероятно, изменит природу конфликтов и стратегии, используемые вооруженными силами во всем мире. В основе этой революции лежит интеграция искусственного интеллекта (ИИ) и автоматизации в арсеналах армий. Соединение передовых технологий с традиционными военными практиками может привести к переосмыслению ведения войны - от принятия решений и логистики до стратегического планирования и исполнения.

Одним из самых противоречивых аспектов использования ИИ в войне является разработка автономного оружия, когда машинам предоставляется возможность принимать смертоносные решения без вмешательства человека. В то время как сторонники утверждают, что такие системы могут уменьшить человеческие жертвы за счет выполнения точных действий, критики выражают обеспокоенность по поводу отсутствия этического надзора и возможности непредвиденных последствий. Нахождение правильного баланса между использованием преимуществ автономного оружия и обеспечением контроля со стороны человека остается критически важной задачей.

Мастерство ИИ в обработке огромных объемов данных в режиме реального времени может предоставить военачальникам беспрецедентные возможности для принятия решений. На поле боя командиры, вооруженные интеллектом на основе ИИ, могут быстро реагировать на динамичные ситуации, сводя к минимуму время отклика и повышая эффективность. Интеграция ИИ в процессы сбора и анализа разведданных повышает ситуационную осведомленность, позволяя войскам предвидеть перемещения и стратегии противника.

Автоматизация и искусственный интеллект могут революционизировать военную логистику и управление цепочками поставок. Оптимизируя поток ресурсов, можно лучше экипировать войска, снижая нагрузку на логистику и повышая оперативную эффективность. Новая технология может гарантировать, что солдаты получат нужные припасы в нужное время, сводя к минимуму сбои и повышая общую эффективность. 

В области кибервойны потенциал ИИ огромен. Благодаря своей способности быстро обнаруживать уязвимости, прогнозировать киберугрозы и реагировать в режиме реального времени, ИИ меняет правила игры в киберпространстве. Автономные системы ИИ могут сыграть важную роль в выявлении и смягчении последствий кибератак, хотя растущая сложность киберугроз, создаваемых ИИ, также создает проблемы в поддержании эффективной защиты.

Значительное время тратится на проблемы, с которыми продолжает бороться ИИ. Таким образом, предусматривается совместная командная работа человека и машины, а не замена людей-солдат. Предполагается, что ИИ будет сотрудничать с людьми, расширяя их возможности. Например, дроны, оснащенные искусственным интеллектом, могут предоставлять наземным войскам разведывательные данные в режиме реального времени, улучшая ситуационную осведомленность и способность принимать решения. Это динамичное партнерство между людьми и машинами использует сильные стороны обеих сторон, создавая грозную военную силу.

Существуют этические и юридические затруднения. Внедрение ИИ и автоматизации в боевые действия порождает множество этических и правовых дилемм. Необходимо решить вопросы об ответственности за решения, принимаемые автономными системами, потенциальном сопутствующем ущербе, причиняемом действиями ИИ, и размытости границ между комбатантами и гражданскими лицами. Нахождение баланса между технологическими инновациями и соблюдением этических норм остается первостепенной задачей. Будущие последствия и глобальная динамика не все еще выявлены и будут проявляться новые проблемы, поскольку широкое внедрение ИИ и автоматизации в военных действиях может спровоцировать гонку за доминирование. И это может привести к геополитической напряженности и проблемам безопасности в глобальном масштабе.

Соображения почерпнуты из следующей заметки:

Frank Diana. The Transformative Role Of Artificial Intelligence And Automation In The Future Of Warfare. 09/08/2023. 
https://frankdiana.net/2023/08/09/the-transformative-role-of-artificial-intelligence-and-automation-in-the-future-of-warfare/

Консеквенциализм

Консеквенциализм считает критерием нравственной оценки результат (консеквент) поведения: моральным пра́вым является такое действие или бездействие, которое даёт хорошие результаты или последствия. 

Исторические формы консеквенциализма:

• эвдемонизм, 
• гедонизм, 
• утилитаризм,
• разумный эгоизм.

Можно выделить три моральных подхода:

Консеквенциализм, 

деонтологию,

этику добродетели.

В диентологии моральным считается то, что следует моральным принципам, результат не важен.

Этики добродетели больше фокусируется на моральных качествах субъекта больше, чем на последствиях действия или бездействия.

Три подхода к морали могут давать как одинаковые, так и разные оценки:

• Консеквенциалист не будет лгать, потому что ложь приведёт к отрицательным последствиям.
• Деонтологист не будет лгать, потому что это запрещается моральными правилами.
• Сторонник этики добродетели не будет лгать, поскольку ложь противна его добродетельной сущности,.

Разница в подходах появляется, когда благих целей добиваются не благими средствами, и благие намерения приводят к негативным последствиям: «цель оправдывает средства», «благими намерениями вымощена дорога в ад», «хотели как лучше, а получилось как всегда».

Критики консеквенциализма полагают, что консеквенциализм следует максиме «цель оправдывает средства», которая утверждает, что «если цель очень важна, то любой путь её достижения является приемлемым».

Эвдемонизм

Эвдемони́зм - критерий нравственности и основа поведения  - стремление человека к достижению счастья.

Среди средневековых мыслителей эвдемонизм был свойственен учению Фомы Аквинского и сводился к утверждению, что наивысшее счастье заключается в познании Бога и возможности узреть его в грядущей жизни. 

Согласно Эпикуру, высшим родом удовольствий являются не низменные физические удовольствия, а утонченные духовные.

Одним из критиков эвдемонизма в этике был Иммануил Кант, полагавший, что мотивом по-настоящему морального поступка может быть только долг, но не стремление к счастью.

В современной психологии такое направление как позитивная психология ведёт свою историю от учений древнегреческих философов об эвдаймонии.

К эвдемонистическому учению можно отнести буддизм с его постулатом об избавлении от всех страданий с целью достижения нирваны.

Представители эвдемонизма: Аристотель, Вольтер, Гольбах, Дидро, Монтень, Сенека, стоики, Спиноза, Фома Аквинский, Эпикур, и др.

В 1867—1869 гг. Л. Фейербах написал произведение «Эвдемонизм».

Эвдемонизм стал одной из концептуальных основ Декларации независимости США.

Гедонизм

Гедони́зм - удовольствие является высшим благом и смыслом жизни, единственной терминальной ценностью, остальные ценности являются инструментальными. 

Гедонизм - аксиологическое учение. Оно утверждает, что ценно, но не делает предписаний, как должны вести себя люди, в отличии от утилитаризма.

Основоположником гедонизма считается древнегреческий философ Аристипп. Однако наслаждение у Аристиппа и киренаиков в целом — философский принцип, а не просто желание удовольствия. Они не максимизируют удовольствия, а наслаждаются ими; через наслаждение проявляется свобода.

Эпикур описывает удовольствие как принцип удавшейся жизни. Удовлетворённость желаний Эпикур считает свободой от неохоты и отвращений.

Современная футурология (главным образом, трансгуманисты) считает, что в будущем человек сможет менять структуру своего тела и искусственно изменять психику. Значительная часть трансгуманистов придерживается гедонистических ценностей и считает, что одним из магистральных направлений дальнейшей автоэволюции биосферы будет повышение счастья человека и, возможно, остальных чувствующих существ.

Утилитаризм

Утилитари́зм - моральная ценность поведения или поступка определяется его полезностью. Под полезностью поступка подразумевается интегральное удовольствие или счастье, полученное всеми затрагиваемыми сторонами. 

Но строгие определения удовольствия и счастья на данный момент остаются проблемой. Проблемным остаётся и вопрос, являются ли эти понятия тождественными.

Утилитаризм утверждает, что каждый человек должен стремиться поступать так, чтобы максимизировать удовольствие/счастье всех существ, которые способны его испытывать. Любой утилитарист является гедонистом или эвдемонистом, но обратное неверно.

Утилитаризм не делит людей в целом на нравственных и безнравственных, он лишь отмечает, что некоторые их действия могут приводить к нравственным или безнравственным последствиям.

В силу этих причин утилитаристы скептически относятся к таким привычным понятиям как долг, достоинство и воздаяние. С точки зрения утилитаризма, любой человек, даже самый аморальный, заслуживает счастья. Ни один человек, даже причинивший другим людям много страданий, не заслуживает наказания просто за сам этот факт. Он может преследоваться лишь в той мере, в которой это нужно для предотвращения дальнейших антиобщественных поступков (и только если страдание других существ перевешивает удовольствие, полученное злодеем).

Своё первое систематическое оформление именно как моральная система утилитаризм получил в трудах Иеремии Бентама. Согласно классической формулировке Бентама, морально то, что «приносит наибольшее счастье наибольшему количеству людей». Дальнейшее неоднозначное развитие утилитаризм получил у Дж. С. Милля в работе «Утилитаризм».

Разумный эгоизм

Разумный эгоизм — философско-этическая позиция, устанавливающая для каждого субъекта принципиальный приоритет личных интересов субъекта над любыми другими интересами, будь то общественные интересы, либо интересы других субъектов.

Разумный эгоизм в бытовом понимании — это умение жить собственными интересами, не противореча интересам других.

В то время как эгоизм в традиционном смысле может показаться наиболее выгодной стратегией для каждого индивида в каждом конкретно взятом случае, этот же индивид может проиграть от её распространения в обществе, что доказывается в математической теории игр на примере Дилеммы заключённого. Стратегия же разумного эгоизма позволяет избежать этой проблемы, поскольку учитывает долгосрочные последствия решения в контексте жизни индивида в обществе, позволяя ради определенной перспективы попуститься сиюминутной выгодой.

Концепция разумного эгоизма представлена только в романе Чернышевского «Что делать?». В XX веке идеи разумного эгоизма возрождает Айн Рэнд в сборнике эссе «Добродетель эгоизма», повести «Гимн» и романах «Источник» и «Атлант расправил плечи».

Мозги в бочке

Мысленный эксперимент - мозг в бочке

Одним из методов аналитической философии является мысленный эксперимент.

Интересным мысленным экспериментом с точки зрения исследования различий "человеческого сознания" и "искусственного интеллекта" является эксперимент "мозг в бочке" Х. Патнэма.

Суть эксперимента, попытаться представить сознание, которое не связано с физическим миром. А именно, поместим мозги в бочку, в питательный раствор. Извне в мозги подаются искусственные сигналы. Возникнет ли у мозгов в бочке ощущение, что мозги воспринимают что-то реально существующее и смогут ли мозги определить - в бочке ли они или во внешнем мире.

Проблема тут в том, что иллюзорность восприятия мозгов может зафиксировать лишь внешний наблюдатель, а вот могут ли придти к такому заключению мозги в бочке? Ответ пока такой, что мозги видимо могут придти лишь к какому то противоречию, в котором одновременно утверждается о действительной и недействительной бочке. И не более того.

В самом деле, если мозги в бочке утверждают, что "мы - мозги в бочке", то это утверждение отсылает не к реально существующей бочке, а к элементу компьютерного мира - компьютерной бочке, и в то же время "бочковые мозги" ничего не говорят о действительной бочке. Более того, этом может быть не бочка, а ванна или еще что-то, что ограничивает.

Строго говоря, такое положение дел не очень то тянет на противоречие: высказывание может не иметь вообще истинностного или ложного значения, так в этом высказывании нет реальной бочки, а есть только компьютерная бочка. То есть высказыние некорректное с точки зрения вычислений его значений по шкале истина/ложь.

В дискуссиях ряд философов доказывает, что в мысленном эксперименте Пэтнема высказывание "мы - мозги в бочке" самопротиворечиво. Самопротиворечивость не может своим фактом опровергнуть или подтвердить - реально ли мозги в бочке или же нет. То есть, ну самопротиворечиво, но это может не помешать мозгам другим способом придти к заключению.

Другой способ "доказательства" опирается на указание на самореференцию в высказывании. Самореференция (автореферентное высказывание) структурно может быть представлено следующим образом:

((S есть P) есть Р)

"Мы - мозг в бочке" переписывает так. 

Пусть 

S = {Мы}, P = {Мозг в бочке}. 

Тогда

(( {Мы} есть {Мозг в бочке} ) есть {Мозг в бочке} ).

Но вот незадача - мозги в бочки в этом утверждение разные! В первом случае - это просто мозги, а во втором - мозги в бочке. И получается, что самореференция не наблюдается.

Далее приведем ряд цитат и выводов из статьи Гау А.С. "ПРОБЛЕМА РЕФЕРЕНЦИАЛЬНЫХ ХАРАКТЕРИСТИК ВЫСКАЗЫВАНИЙ В ТЕОРЕТИЧЕСКОЙ МОДЕЛИ «МОЗГ В БОЧКЕ» Х. ПАТНЭМА"

"В любом случае, одновременная истинность и ложность автореферентных высказываний не дает нам основания судить об истинности или ложности всей системы высказываний, составным элементом которой они являются. То есть одновременная истинность и ложность высказывания «Мы – мозги в бочке» еще не является достаточным основанием для заключения о ложности всей ситуации, когда кто-то (или даже все люди) может оказаться мозгом, помещенным в питательный раствор внутри некого сосуда и получающим сигналы о мире исключительно через электрические импульсы, посылаемые извне компьютером".

Интересно вот такое рассуждение.

Рассмотрим скептическую гипотезу: "Мы мозги в бочке". Так вот, существование скептической гипотезы, относящейся к какому-либо высказыванию об окружающем мире, заставляет усомниться не только в нем самом, но и в связанных с ним высказываниях. То есть, если нет окружающего мира, то нет и связанных с ним высказываний, а если есть такие автореферентные или самопротиворечивые высказания, включая высказания об окружаеющем мире, то окружающий мир существует.

"С другой стороны, если скептическая гипотеза истинна, то истинностная характеристика высказываний, содержащих указание на такие понятия, не зависит от того, какой принцип лежит в основе существования мира, в котором находится сознание, произносящее данное высказывание. Так, можно согласиться с высказываемым им утверждением о том, что даже принятие высказывания «Мы являемся мозгами в бочке» как истинного не ведет к отказу от реальности окружающего нас мира, а лишь к пересмотру наших взглядов относительно того, какие процессы лежат в основе его существования.

Можно возразить, что принятие истинности предположения о том, что мы являемся мозгами в бочке, приводит к неустранимым сомнениям, например, по поводу наличия сознания у окружающих нас существ, неизвестности по поводу событий отдаленного прошлого и невозможности строить прогнозы на будущее, а также неуверенности в том, можем ли мы контролировать события, происходящие вокруг нас, и даже наши собственные действия. Однако это возражение не может привести к отказу от гипотезы о том, что мы – мозги, помещенные в бочки. И действительно, даже будучи уверенными в том, что мы являемся человеческими существами, наделенными телом и обменивающимися сигналами с действительно существующим внешним миром при помощи органов чувств, мы не можем быть абсолютно уверенными в наличии сознания у окружающих нас людей (разве что по аналогии); мы не знаем наверняка, какое событие послужило началом возникновения нашего мира; мы не уверены, что можем контролировать свою жизнь во всех ее аспектах".

Итого, большинство суждений «мозга в бочке» ничуть не отличаются от наших суждений.

"Не имеет значения, какую из гипотез о фундаментальных основаниях мира мы принимаем, это не оказывает никакого влияния на семантические характеристики большинства из осуществляемых нами высказываний".

* * *

Вывод, который получился у меня. "Мозги в бочке" путем рассуждений не смогут придти к точному выводу, но могут обосновать как ответ "да", так и ответ "нет".

Мозг и компьютер

Параметры мозга как вычислительной машины постоянно уточняются, поэтому некоторые данные могут быть уже усточнены.

Скорость передачи данных

Скорость прохождения по нервному волокну – 20 м/с. [4]
По другим данным: от 1 до 100 м/с.

Быстродействие

Параметры нервного импульса:

• Период возбуждения 3 мс.
• Рефрактерный (невосприимчивый) период – 6 мс.

Из этого следует быстродействие нейронов – 100 операций в секунду..
Сигналы проходят через синапсы с частотой 100 Гц (100 импульсов в секунду).

Быстродействие всего мозга

В мозге 10**15 синапсов (1 000 000 миллиардов), вырабатывающих примерно 10 импульсов/с. Перемножаем и получает 10**16 операций (синоптических) в секунду. Если обозначить 1 млрд импульсов в секунду как Гигаимпульс/с, то мы имеем 10 000 000 Гигаимпульсов/с.

Сравните – компьютеры имеют быстродействие от 0,001 до 1 000 миллиардов операций в секунду. Суперкомпьютер Blue Gene/L – 260 000 миллиардов операций в секунду.
Но если вспомнить, что на Земле 7 млрд. мозгов, то совокупная производительность всех мозгов впечатляет – 7*10**16 операций в секунду. Видимо, компьютеров все-таки меньше, чем людей, поэтому рассчитывать совокупную мощность компьютеров пока не стоит.

Быстродействие оптической подсистемы мозга.\

Сетчатка выполняет 10**10 аналоговых (!) операций в секунду, то есть 10 миллиардов оп/с.
По зрительным клеткам информация движется со скоростью 3-19 бит/с, но в если рассмотреть весь оптический канал, то скорость передачи оптического канала 10 млн. бит/с.

Связность мозга (аналог плотности монтажа)

Каждый нейрон может быть связан с другими отростками и синапсами. Число связей называется – 500, 1000, 3500, 10000. Разные исследования «углубляют» число связей.
Нейронов же порядка 89 миллиардов.

Объем информации

По ранним оценкам в течение жизни в мозг в течение всех жизни проводится 10**20 бит, что составляет примерно 11 000 000 террабайт или 10,8 экзабайта.

Примечание. "**" - операция возведения в степень.
Примечание. Для понимания величины экзабайта приведу сравнение, что все слова, сказанные человечеством по состоянию примерно на начало 21 века оцениваются в 5 экзабайт.

Впоследствии было измерена скорость запоминания человеком – 2 бита/с. Эта цифра позволяет оценить объем новой информации в год: порядка 7,5 мегабайт в год. Конечно, это оценка сверху. Более «точные» оценки дают, что за всю жизнь в среднем на человека приходится всего 250 мегабайт новой информации (обратите внимание – новой, а мозг еще «занимается» и старой информацией).

Для сравнения: В 2002 году человечеством произведено 1,8*1019 байт (16,3 млн. терабайт). Что впрочем сравнимо с информацией, обрабатываемой одним мозгом в течение всей жизни.

Энергопотребление

Общее потребление энергии мозгом составляет 25 Дж/с, из которых на полезную энергию приходится 10 Дж/с. Для 7 млрд. мозгов получаем потребление 1010 Дж/с. А мощность всех электрических потоков достигла 2*1012 Дж/с.

Впрочем, энергопотребление современных суперкомпьютеров весьма велико. Так суперкомпьютер потребляет столько же энергии, сколько и небольшой город с населением 20 000 человек, но ведь не за горами…

Если говорить более образно, то наш мозг способен к быстрому поиску в огромных массивах данных, распознаванию и работе в зашумленной среде, к параллельным вычислениям, к ассоциативному обучению, категоризации, абстракции и на все это затрачивает всего 30 Вт. Компьютеру нужно МегаВатты.

Примечание.1. Джоуль в секунду (Дж/с) — производная единица измерения механической мощности в системе СИ. По определению, один ватт равен одному джоулю в секунду.

Примечание 2. Шкала измерения объемов информации

1 байт = 8 бит
1 Кб (1 Килобайт) = 1024 байт
1 Мб (1 Мегабайт) = 1024 килобайт
1 Гб (1 Гигабайт) = 1024 мегабайт

1 Тб (1 Терабайт) = 1024 гигабайт
1 Пб (1 Петабайт) = 1024 терабайт
1 Эксабайт = 1024 петабайт
1 Зеттабайт = 1024 эксабайт
1 Йоттабайт = 1024 зеттабайт

Примечание 3. Шкала измерения быстродействия компьютера.

Единица измерения производительности компьютера: количество операций над числами с плавающей точкой в секунду — флопс (flops или flop/s, Floating point Operations Per Second). Кратные единицы: мегафлопс (10**6 флопс), гигафлопс (10**9 флопс), терафлопс (10**12 флопс) и т. д. Для измерений существует программа LINPACK от компании Intel.

Литература

Еремин А.Л. От определения параметров интеллекта к стратегиям повышения психической деятельности.

И как теперь построить математическую модель мозга?

Ведь очевидно, что та среда, которая будет содержать модель мозга, должна превышать по всем параметрам модель, иначе модель не получится!

Ученые выбрали для изучения мозга почвенную нематоду - миллиметрового червя. 

Этот червь имеет всего 302 нейрона.
Все эти нейроны известны. 

Расшифрована сеть нейронов, она имеет порядка 6 тысяч контактов.

Но чтобы смоделировать ПОТЕНЦИАЛЬНЫЙ УРОВЕНЬ СОЗНАНИЯ нематоды, пользуясь современным компьютером, потребуется приблизительно 10**79 лет. 10 в степени 79.

Примечание. Согласно "теории интегрированной информации" Джулио Тонони (Giulio Tononi).

Три стандартных возражения

Экономист Альберт Хиршман указал в книге «Риторика реакции» на три стандартных возражения, которыми оперируют противники реформ.

Во-первых, попытки реформ могут носить извращенный характер в том смысле, что они усугубляют проблему, которую призваны решить.
Во-вторых, подобные усилия порой оказываются тщетными, не принеся никакого эффекта.
В-третьих, они подвергают опасности иные важные ценности (например, попытки защитить профсоюзы и само право на их создание, насколько известно противникам реформ, замедлили экономический рост).

Извращение, тщетность и опасность и стали аргументами против....

В каких-то случаях эти доводы следует воспринимать как чистую риторику – попытку сорвать реформу, которая на самом деле принесла бы огромный положительный эффект.

И все же здесь есть доля правды: некоторые стратегии и в самом деле несут риск важнейшим ценностям. Не следует закрывать глаза и на риски извращения.


"Шум. Несовершенство человеческих суждений." Даниэль Канеман, Касс Р. Санстейн, Оливье Сибони

Правота и заблуждение

Закон есть сама жизнь, а не правила поведения в жизни. 

Зло есть нарушение закона, а не правил поведения, касающихся жизни, которая есть закон. 

Ложь есть не способ изложения, а преднамеренное искажение истины. 

Создание новых картин из старых фактов, воссоздание родительской жизни в жизни потомков, — вот художественное торжество истины. 

Тень от волоса, преднамеренно колыхнувшегося во имя ложной цели, малейшее искажение или извращение того, что принципиально, — вот в чём ложь. Однако идол истины, превращенной в факт, истины окаменелой, железный хомут так называемой неизменной истины удерживает слепца в замкнутом круге голого факта. 

Можно быть формально правым в отношении факта и бесконечно заблуждаться в отношении истины.

Все что выше - это цитата.

И далее тоже

1. Проявление специальных умений не есть признак духовных способностей. Ум не заменяет истинный характер.

3. Невозможно превысить врожденные способности; пинта никогда не вместит кварту. Духовное понятие невозможно механически втиснуть в шаблон материальной памяти.

6. Пользоваться привилегиями без злоупотреблений, свободой без вседозволенности, обладать властью и полностью отказываться использовать ее для самовозвеличения, — вот признаки высокоразвитой цивилизации.

8. Усилие не всегда приводит к радости, но без разумного усилия нет счастья.
9. Действие придает силу, умеренность — обаяние.

11. Слабые удовлетворяются решениями, сильные действуют ежедневный труд; выполните его достойно. Действие — наше; последствия — Божьи.

13. Звезды лучше всего видны из уединенности эмпирических глубин, а не с освещенных и экстатических горных вершин.
14. Возбуждайте в своих товарищах жажду истины. Давайте совет только тогда, когда его просят.
15. Притворство есть нелепое стремление невежды казаться мудрым, попытка пустой души казаться богатой.
16. Невозможно постигнуть духовную истину, не пережив ее, и многие истины по-настоящему ощущаются только в несчастье.
17. Честолюбие опасно до тех пор, пока оно целиком не приспособлено к нуждам общества. Вы обретаете добродетель только тогда, когда добродетельными становятся ваши поступки.
18. Нетерпимость отравляет дух. Гнев — всё равно что камень, брошенный в осиное гнездо.
19. Необходимо избавиться от беспокойств. Самые невыносимые разочарования — это те, которые никогда не постигают вас.

22. Развивающаяся душа становится божественной не за счет того, что она делает, а за счет того, к чему она стремится.
23. Смерть ничего не прибавила к интеллектуальной собственности или духовным способностям, однако она действительно обогатила эмпирический опыт сознанием продолжения жизни.
24. Мгновение за мгновением, судьба вечности определяется успехами проходящей день за днем жизни. Сегодняшние поступки становятся завтрашней судьбой.
25. Величие заключается не столько в обладании силой, сколько в мудром и божественном употреблении этой силы.
26. Знанием можно обладать, только делясь им с другими; его охраняет мудрость и социализирует любовь.
27. Прогресс требует развития индивидуальности. Посредственность стремится к увековечению в стандартизации.
28. Необходимость в доказательствах для защиты какого-либо утверждения обратно пропорциональна содержащейся в нем истине.

Обратная связь - как инструмент менеджмента

Правила и принципы обратной связи

• Обратная связь - один из основных управленческих инструментов.
• Используется для изменения поведения сотрудников.
• Обратная связь - сразу после события.
• Обратная связь должна быть конкретной.
• Говорить о наблюдаемом поведении и только о нем. Не оценивать внутреннее состояние и качества личности.
• Говорить корректно и нейтрально, не нападать на личность.
• Избегать абстрактных формулировок и общих слов.
• Только факты.
• Обратная связь - это не про наказание.
• Хвалить - публично, ругать - только индивидуально.
• Обратная связь должна быть сбалансированной - если присутствует негатив, должен присутствовать позитив, пусть немного, но должен быть.
• Позитивная обратная связь должна быть "оснащена" эмоцией.

Схема построения обратной связи

1. Настройка на беседу. Цель беседы - позитивная и созидательная.
2. Описание сиутации - нейтрально, конкретно о фактов, без оценок, без интерпретаций.
3. Получение мнения сотрудника - просьба сотруднику оценить действия и уточнить причины таких действий.
4. Получение картины мира сотрудника.
5. Оценка, описание последствий.
6. Корректирвока картины мира сотрудника.
7. Создание плана действий вместе с сотрудником - обсуждение плана с сотрудником, получение конкретных предоложений со стороны сотрудника, рекомендации со своей стороны.
8. Мотивация - в чем польза для сотрудника с использованием позитивной мотивации.
9. Определение точек контроля.

Схема работы с сопротивлением и возражениями

1. Присоединение. Понимание сотрудника с подтверждением этого факта от сотрудника, настройка на доверительный разговор.
2. Выяснение причин сопротивления с помощью открытых вопросов, но без менторского тона.
3. Устранение причин сопротивления.
4. Фиксация договоренностей и ответственности, своей и сотрудника.
5. Артикуляция того, что вы ожидаете от сотрудника.