P.S. В дополнение – анализ этой темы от эксперта, работающего в этой области.

Помимо анализа, дается пара конкретных предложений.

До понимания работы мозга дальше, чем до коммунизма

Вчера Институт Аллена по нейронаукам объявил о создании 3х мерной модели мозга мыши.

А месяц назад этот же институт опубликовал полный атлас человеческого мозга с клеточным разрешением 1 мкм/пиксель.

И то, и другое – несомненный прорыв. И не нужно объяснять почему. Об этом уже достаточно написано. Например, здесь.

Тема весьма интересная, но что же в ней малоизвестного?

А то, о чем предпочитают не писать - какова временная перспектива выхода на понимание работы человеческого мозга.

Дело в том, что с помощью существующих научных методов и технологий, построение 3х мерной модели высокого разрешения для мозга человека потребует тысячи лет. И это чисто техническая проблема разницы масштаба мозга человека и мыши.

Однако еще больше времени потребуется для следующего необходимого шага - моделирования коммутационной схемы мозга на уровне отдельных нейронов. Для справки, этих соединений больше, чем звезд во вселенной (более квадрилиона).

Так что временной масштаб получается, как в старом советском анекдоте.

— Подарил президент Картер Брежневу суперкомпьютер, способный ответить на любой вопрос (вроде сегодняшнего Watson фирмы IBM).

— Брежнев спрашивает его – далеко ли до коммунизма?

— Компьютер отвечает – 42 км.

— Что это значит, не понял ни Брежнев, ни запрошенные им российские эксперты.

— Пришлось обратиться к американцам. Из Белого дома ответили так.

— Компьютер запрограммирован отвечать на официальном языке российских газет. А там обычно пишут, что «Пятилетка – шаг к коммунизму». А поскольку средняя длина шага примерно 0,75 метра, то и получается, что до коммунизма 42 км.

Конечно, в будущем придумают новые методы. Но от масштаба задач никуда не деться. И для ее решения потребуется очень много времени.

Почему люди побеждают умных машин в борьбе за рабочие места

Одна из суперпопулярных тем в сети - «что такое машинное обучение и почему оно может лишить вас работы».

Но на практике ситуация обратная – люди успешно противостоят алгоритмам в борьбе за рабочие места и не дают алгоритмам работать даже там, где те заведомо сильнее.

Наиболее понятный пример – пополнение запасов и планирование цен в продуктовом ритейле – рассмотрен здесь.

Предсказание спроса, планирование пополнения запасов и управление ценами – это идеальная триада задач для глубинного машинного обучения. И данные все есть. Только учи да учи умные алгоритмы, повышая тем самым точность предсказаний и принимаемых решений.

Однако новое глобальное исследование показало, что доля ритейлеров, перешедших на полностью автоматизированное решение названной триады задач, не превышает 39%.

Причина этого в том – что люди, в своем большинстве, не в состоянии отдать принятие решений машине.

А пока люди не захотят перепоручить принятие решений в некритичных областях умным машинам, делающим это лучше людей, опасаться их массовой замены умными машинами не приходится.

Массовый самоуправляемый автомобиль – это не близкое будущее

Подробней об этом здесь

А коротко получается так.

Развитие технологий, как и новостная повестка медиа, движимы массовым ажиотажем. Поэтому и киты современного бизнеса, и мелкие стартапы вынуждены беспрерывно раскручивать маркетинговый маховик ажиотажа вокруг самоуправляемых автомобилей.

В результате даже многие продвинутые наблюдатели уверены, что еще лет пять и мы начнем массово пересаживаться на самоуправляемые автомобили. А это не так.

И проблема не в совершенстве технологий, а в наших головах. Ее корни не технические, а этические и юридические.

Что выберет автопилот, когда придется сделать выбор между спасением жизни пассажира и ребенка, выскочившего перед машиной в погоне за покемоном?

Отчет федерального института безопасности движения Германии не посмотрел на 140 млн. проеханных автопилотом Tesla и признал его чрезвычайно опасным для использования.

А Президент Обама «отлил в граните» на конференции по прорывным технологиям на прошлой неделе - что спешки в подобных вопросах быть не может, и государство не может позволить себе так необдуманно торопиться, как это делают технологические компании Силиконовой долины.

До того, как по дорогам массово поедут самоуправляемые автомобили, свершится много чего. Как справедливо отмечают не зараженные маркетинговым пылом эксперты, это свершится, когда на Земле будут другие дороги, другие законы, другие этические нормы и другие люди.

Обама – это голова!

Как небезосновательно считал Штирлиц - запоминается последняя фраза. И если так, последние выступления Президента Обамы на тему передовых наук и технологий оставят о нем самую добрую память, как о чрезвычайно осведомленном, понимающем и вдумчивом политике, на удивление хорошо разбирающемся в сложных вопросах искусственного интеллекта, нейротехнологий и кибербезопасности.

Говоря это, я имею в виду выступление Президента Обама на конференции под эгидой Белого дома, проходившей на прошлой неделе, а также его предшествовавшее большое итоговое интервью журналу Wired.

Обама высказался по всем наиболее важным вопросам искусственного интеллекта, нейротехнологий и кибербезопасности, продемонстрировав не только глубокую осведомленность и компетентность своих консультантов, но и собственное хорошее понимание стратегии развития и перспектив названных направлений.

Мысли Обамы во многом перекликаются с соображениями, которыми я уже делился с вами на этом канале:

— до «Бунта машин» или «Матрицы» еще очень-очень далеко;

— обществу нужно переключиться с обсуждения околофантастических вопросов далекого и гипотетического «Полноценного ИИ», на уже актуальные вопросы рисков при внедрении «Тупого ИИ» (политкорректно называемого Обамой «Специализированным ИИ»);

— существующее законодательство и распространенные в сегодняшнем обществе моральные ценности пока не готовы дать удовлетворяющее всех решение «проблемы вагонетки», без чего говорить о массовом внедрении самоуправляемых авто рано;

— предстоит весьма долгий путь до понимания того, как человеческий мозг думает, учится и запоминает;

— произошедшая революция на стыке естественных и социальных наук несет большие изменения для современного общества;

— главная проблема кибербезопасности не в нарастающих возможностях ИИ, а в том, как ограничить возможности кибер-преступников и распространения кибер-эпидемий.

Так что здорово Обама выступил. Реально показал, что не только Чемберлен — это голова, и Ллойд-Джордж — тоже голова. Теперь мы знаем, что и Обама – тоже голова.


И как же это сильно отличается от стиля и глубины мыслей верховных российских политиков на технологические темы!

Битва масонов Google против чекистов DARPA

Умопомрачительность некоторых технологических новостей делает их неразличимыми от сюжетов провидца самоисполняющихся пророчеств, эксперта по криптомасонскому влиянию и заклинателя рукотворных реальностей Виктора Пелевина.

Всего через 2 месяца после выхода нового романа Пелевина «Лампа Мафусаила, или Крайняя битва чекистов с масонами», поступающие технологические новости так здорово вписываются в контекст описанной Пелевиным «крайней битвы», что грех об этом не написать.

Вот я и написал здесь на 4 мин. чтения.

А если на 1 минуту чтения, то так.

Диспозиция

В роли масонов - исследователи Google Brain – команды глубинного обучения нейронных сетей корпорации Google, входящей в пятерку сильнейших команд мира в данной области.

В роли чекистов – спецагенты и специалисты DARPA (Агентство передовых оборонных исследовательских проектов Министерства обороны США)

Поле битвы – криптография и искусственный интеллект (ИИ).

Ставка в битве – место человека в криптографии будущего (либо такое место у человека будет, либо нет), а, скорее всего, и не только в криптографии.

«Чекисты» хотят

С помощью проекта Explainable Artificial Intelligenceнаучить нейронные сети объяснять людям свои решения.

«Масоны» хотят

Помешать «Чекистам» :)

С помощью проекта Inhuman encryption научить нейронные сети самим создавать собственные методы шифрования, в пределе, недоступные для дешифрации существующими методами.

Если победят «Масоны»

человеку не останется места в криптографии.

Изменить ситуацию могут лишь «Чекисты»

Если им удастся понять логику решений нейронных сетей, станет возможным понять и то, каким методом они шифрует свои сообщения.

#Пелевин

Игры разума вместо лекарств

Что будет, если объединить интеллектуальные возможности иммунной системы человека и системы моделирования мозгом реальности, если последнюю дополнить механизмом виртуальной реальностью?

Короткий ответ – это революция в медицине.

Содержательный ответ читайте здесь на 4 мин. чтения.

А если на 1 минуту чтения, то так.

В чем идея

Можно попытаться модифицировать и усилить возможности иммунной системы человека за счет дополнения системы моделирования мозгом окружающей действительности средствами виртуальной реальности.

Схема такова.

(1) VR целенаправленно изменят входной информационный поток мозга, чтобы изменить его представления об окружающей действительности.

(2) В ответ на это, мозг посредством парасимпатической нервной системы, управляющей неосознаваемыми нервными функциями организма, стимулируются соответствующий иммунный ответ.

(3) Этот ответ стимулирует иммунную систему адаптироваться под «новую реальность», которая, на самом деле, не что иное, как специально смоделированная для мозга средствами VR подмененная или дополнительная реальность.

(4) В результате иммунная система своей реакцией помогает организму справиться с потенциальной опасностью. И не только внешней, но и внутренней (коренящейся в уже имеющейся в организме вредной для него реакции иммунной системы – например, необоснованным страхом или ненужной аллергической реакции).

Что уже сделано

С помощью VR:

— уже научились быстро и эффективно лечить аллергию на кошек;

— небезуспешно пытаются лечить различного типа фобии и пост-травматический синдром, а также анорексию и другие расстройства питания.


Что может быть дальше

В будущем - прямо-таки врата великих возможностей. Ведь сегодняшняя технология VR – всего лишь первое поколение этого класса технологий, воздействующая на органы чувств.

Системы следующего поколения будут воздействовать на мозг напрямую, минуя органы чувств, посредством электродов, имплантантов или нейрочипов. Такие системы смогут передавать мозгу гораздо более тонкие и сложные представления, чем вид гуляющего кота (например, ощущение жжения в желудке у больного язвой).

Междисциплинарное исследование на больших данных позволяет понять, КАК климат влияет на экономику

Новое исследование Калифорнийского университета Беркли и Национального бюро экономических исследований США показывает, что климат ощутимо влияет на характер общества и эффективность экономики.

Так например:

— вычисленная оценка влияния текущей температуры на урожайность кукурузы в США - примерно 48%,

— наблюдаемое с 1980 г. потепление повысило риск конфликтов в Африке примерно на 11%,

— будущее потепление (если случится) может замедлить глобальные темпы экономического роста на примерно на 0,28 процентных пункта в год.

Влияние климата на экономику изучается давно. И в принципе уже никто не спорит, что такое влияние существует. Спорят лишь о степени влияния климата на развитие конкретных стран и регионов.

Например, одни считают, что климат России, как и ее география – это ее крест, который в итоге Россию погубит.

Другие, хотя и не отрицают влияние климата на экономику, считает его далеко не самым главным из влияний и уж точно не определяющим.

Новое исследование, в первую очередь, интересно не тем, ЧТО оно утверждает (какую из вышеназванных полярных позиций оно подтверждает). А тем, КАК это в исследовании делается.

Дело в том, что раньше при проведении подобных исследований, хотя и использовали реальные данные, но в столь ограниченном объеме, что выводы таких исследований трудно признать математически строгими.
Однако, в самые последние годы начался ренессанс многопрофильных междисциплинарных эмпирических исследований с привлечением гигантских объемов данных и колоссальных вычислительных ресурсов.

Результаты не заставили себя ждать. Стали выявляться абсолютно неожиданные и нетривиальные связи климата с развитием человеческой системы в целом. Например, влияние изменений климата на здоровье, конфликты в обществе, показатели миграции и демографии.

И повторяюсь, - не просто стали видны старые и начали выявляться новые связи, но и стало возможным понять, КАК эти связи образуются.

Через 4 дня на выборах в США интуиция даст бой математике

Если кто-то думает, что современные выборы прогнозируются с помощью опросов, - они ошибаются.

Предвыборные опросы дают лишь самый грубый прогноз результатов выборов.

Поэтому для более точного предсказания итогов выборов сегодня используются иные, более современные подходы.

И как это ни странно и удивительно, эти новые подходы довольно малоизвестны.

Таких подходов, по большому счету, три. И я их описываю здесь

Два из трех описываемых подходов базируются на математических методах. А третий, - на специальной исторической модели и на интуиции.

Что еще интересно я там пишу.

— Математические методы прогнозируют, что 8го ноября выиграет Клинтон.
Но будь выборы чуть позже - выиграл бы Трамп, поскольку шансы Клинтон таят, а Трампа растут с каждым днем.

— Подход, базирующийся на специальной исторической модели и на интуиции прогнозирует выигрыш Трампа. Если это произойдет, значит при прогнозировании выборов интуиция и субъективные оценки работают пока что точнее самой крутой математики (не говоря уж о весьма неточных опросах)

P.S. к предыдущему посту.
Только что появилась информация, подтверждающая сделанный в посте прогноз

Профессор Австралийского Университета Квинсленда Сюэ Ли, признанный специалист по Big Data, названный Financial Review «Самым влиятельным специалистом Австралии по Big Data», объявил свой прогноз предстоящих выборов в США на основе собственного оригинального подхода анализа Big Data социальных сетей.

Прогноз профессора Сюэ Ли основан на анализе сообщений в Twitter по 17 темам, важным для избирателей (от внешней политики до охраны окружающей среды). Прогноз считается в реальном масштабе времени и публикуется онлайн.

Не подменяйте больных здоровыми

Теория сложных сетей (это сети, в которых связи между элементами не являются ни регулярными, ни чисто случайными), с одной стороны, продолжает поражать парадоксальностью своих прикладных выводов.

А с другой – подбрасывает нам все более убедительные доказательства того, что она описывает единый механизм развития всего на свете.

Примером парадоксальности новых выводов теории сложных сетей может служить новое исследование Тило Гросса «Complex networks: Don't call in sick».

В этой работе делается попытка доказать, что главным акселератором распространения эпидемий в современном обществе является ошибочная практика замены заболевших сотрудников на их рабочих местах их здоровыми коллегами.

Что же до примеров вездесущести теории сложных сетей, то вот фундаментальное исследование – «Hidden geometric correlations in real multiplex networks».

В нем математически описан единый механизм т.н. «геометрических корреляций» (функциональных связей) между элементами многослойных сетей (мультиплексов), в результате чего мультиплекс системы не являются продуктом случайных комбинаций отдельных сетевых уровней.

Понимаю, что звучит совсем заумно (

Но если упростить до бытового языка, - получится, что самые разнообразные системы (от синаптической сети червяка C. Elegans и генетической сети мухи Дрозофилы, до транспортных сетей, Интернета и человеческого мозга) могут быть описаны единым математическим аппаратом гиперболической геометрии и свойством «геометрической корреляции» многослойных сетей.

Намного понятней вам, наверное, не стало. Так что придется потом написать про это подробней.

А пока, желающие хотя бы въехать в тему сложных сетей могут начать с простой и интересно написанной статьи «Сети для всего на свете»

Интересно, кто больше врет – хакеры, спецслужбы или политики?

1) Про то, что «американские военные хакеры проникли в энергетическую систему России, телекоммуникационные сети и «системы командования» Кремля в целях подготовки атаки секретным кибероружием в случае необходимости»,

—- слышали, наверное, ВСЕ.

2) О том, что: (1) подобные операции военные и спецслужбы США уже неоднократно проводили, и что (2) об этом уже не раз рассказывали ушедшие в отставку компетентные профи, типа бывшего начальника Агентства национальной безопасности США адмирала Майка Роджерса,

—- знают уже ДАЛЕКО НЕ ВСЕ (и те, кто не в курсе могут прочесть здесь ).

3) Однако о том, что последние устрашающие, но не подтвержденные никакими фактами заявления и утечки от спецслужб США, тем не менее, - вовсе не «театр абсурда» в исполнении ответственных лиц, а вполне продуманная, давно известная и уже десятилетиями активно используемая «стратегия сдерживания»,

—- пишут СОВСЕМ НЕМНОГИЕ

«Речь идет о системе сдерживания, как в случае с ядерным конфликтом: об ответном ударе сообщают для исключения конфликта, а не для его провоцирования. Никто не заинтересован в обмене кибер-ударами — именно для этого Москве объявлено предупреждение: вмешаетесь в выборы — "отключим газ"»

4) И наконец, имхо, НИКТО пока что не рассказал о том, что известная группа американских хакеров The Shadow Brokers, объявившая о похищении ею у Агентства национальной безопасности США списка серверов, уже взломанных АНБ США (в числе которых, якобы, уже есть серверы телеком и энерго-инфраструктуры России),

—- заявила, что история с устрашающими заявлениями и утечками от спецслужб США – это чистая правда, НО это вовсе не часть американской «стратегии сдерживания», а подготовка операции американских спецслужб по фальсификации итогов предстоящих президентских выборов в США.

Путь в дальний космос будет не таким, как предлагает Илон Маск, и не в те сроки

Всем, кто хочет разобраться, насколько реалистичен план Илона Маска организовать полет на Марс до 2024 г, рекомендую прочесть статью И.М.Моисеева «Инженерный взгляд на марсианское садоводство»

После того, как Илон Маск в сентябре представил свой проект создания базы на Марсе, одни эксперты его категорически разносят, а другие – не менее категорически хвалят.

На фоне всей этой противоречивой разноголосицы, статья И.М.Моисеева – просто замечательная: только по делу, структурировано, аргументировано, профессионально.

Если совсем коротко, то автор статьи называет 3 группы факторов, каждая из которых по отдельности ставит под большое сомнение намерение Маска высадить человека на Марс в 2024 г.

1я группа факторов – техническая. Для каждого из этапов полета (от выхода на околоземную орбиту до возвращения на Землю) существую неразрешимые на сегодняшний день проблемы. Со временем они будут решены, но рассчитывать на их решение до 2024 г., по крайней мере, излишне самонадеянно.

2я группа факторов – финансовая. У Маска нет и десятой доли средств, необходимых для реализации проекта. А на вопрос, откуда возьмутся средства, Маск пока только отшучивается.

3я группа факторов – смысловая – убивает любые надежды на решение вопросов первых двух групп. Совершенно непонятно зачем и кому нужен этот проект.

Итоговое заключение автора статьи стоит того, чтобы его привести полностью.

«Проект Маска – демонстрация чрезмерной самонадеянности человека, представлений о том, что в угоду ему в будущем перестанут действовать законы физики и правила математики. Этого не случится, движение в космос будет поэтапным и медленным. Энтузиастам придется потерпеть».

Розовый фламинго по имени Трамп

Наперекор прогнозам, это произошло – выборы выиграл Трамп.

О трех главных выводах из произошедшего я написал здесь на 2 мин. чтения.

А если на полминуты, то так.

—- Первый вывод: выигрыш Трампа – это Розовый фламинго для России.

Поскольку:

(1) это потенциально катастрофическое по последствиям для России событие,

(2) которое российское руководство допускало,

(3) но своими действиями лишь помогало ему свершиться.

—- Второй вывод: электоральный процесс иррационален

—- Третий вывод: технологии пока бессильны против человеческой иррациональности

Вот в итоге и получается -

для России в новом мире Розовых фламинго президентство Трампа лишь добавит непредсказуемости, иррациональности и корысти, наживающейся на первом и втором.

Не собирался больше писать в этом канале про президентские выборы в США.

Однако, полученный в ходе анализа результатов вывод показался мне столь интересным (и не буду скрывать – приятным), что умолчать о нем не cмог 😊

Этот вывод таков.

(1) Аллан Лихтмэн оказался единственным из всех авторитетных прогнозистов, кто уверенно предсказал победу Трампа еще в сентябре.

(2) Прогнозная методика Аллана Лихтмэна включает в себя 13 вопросов, на которые нужно ответить «да» или «нет». Если в результате ответов получится 6 или более «нет», то кандидат от правящей партии проиграет выборы.

(3) Пять «нет» получаются для президентской компании 2016, более или менее, очевидным образом и не вызывают споров или сомнений у других экспертов.


(4) Решающим фактором (шестым «нет»), по мнению Лихтмэна, стало участие в выборах кандидата от Либертарианской партии Гэри Джонсона. Вопрос звучит так - Third party: There is no significant third party or independent campaign (Третий кандидат: Нет значимого кандидата 3ей партии или независимого кандидата). Лихтмэн заявил – НЕТ есть такой кандидат, и это Гэри Джонсон. Так получилось шестое «нет».

(5) На деле так оно и оказалось – участие Гэри Джонсона решило исход выборов. Вот, например, как победу Трампа во Флориде обеспечило участие Гэри Джонсона

(6) А теперь возвращаемся к моей сентябрьской статье «Эффект Ленина-Трампа». В ней, со ссылкой на исследовательскую модель, говорилось:

—- что победа Трампа на отборочном этапе, в значительной степени, зависела от числа кандидатов – чем их больше, тем выше шансы выиграть у Трампа.

—- и что победа в финале выборов также увеличивается при увеличении числа кандидатов.

Т.о. итоговый вывод таков.

Итоги президентских выборов в США в 2016 году могут служить очередным практическим подтверждением существования «Эффекта Ленина-Трампа»

Как и обещал в посте от 5го ноября, начинаю рассказывать про Теорию сложных сетей (ТСС).

Но сначала поясню, зачем это вам вообще нужно – тратить свое драгоценное время на какую-то там теорию.

Во-первых, ТСС - это одна из самых перспективных (если ни самая перспективная) тем науки и технологий ближайшего будущего.

Еще 5 лет назад я назвал это направление «Теорией относительности XXI века», потому что:

—- в этом веке становится ясно, что «мир – это сеть», по принципам которой функционирует все живое (на уровне клеток) и все мыслящее (от мозга до социумов);

—- междисциплинарные исследования математиков, физиков, химиков, биологов, физиологов, антропологов и социологов, объединяемых этим направлением, могут фундаментально изменить наши представления о мире так, как в XX веке это сделала Теория относительности;

—- как и Теория относительности, ТСС не только теория (в смысле теоретических основ), но и смена многих парадигм – от философской до технологической, что, в частности, кардинально влияет на прикладные технологические тренды ближайшего будущего.

Во-вторых, ТСС остается одним из самых «неизвестных» направлений развития современной науки и технологий.

Это справедливо для всего мира. Но для России это справедливо в квадрате.


—- Гугл дает всего 3 ссылки на запрос "теория сложных сетей" в русском сегменте за последний месяц.

—- Яндекс дает около дюжины правильных ссылок (из 32 ссылок в выдаче есть, хоть и релевантные запросу, но прошлогодние и позапрошлогодние) и 2 результата при поиске в блогах. Сами понимаете, - это, практически, ничто. Т.е. тема практически неизвестна.

Резюмируя, можно сказать так.

ТСС – очень перспективная и крайне малоизвестная в России тема, имеющая колоссальное прикладное значение.

Продолжение следует

Успеть! Но не за секунду, а за 24 часа

Вчера канал «Технологии, медиа и общество» рассказал об интересной статье признанного гуру ИИ Эндрю Ына, в которой тот сформулировал простую формулу, определяющую круг первоочередных задач для ИИ.

«Если человек может выполнить некоторую задачу в уме за секунду, в ближайшее время эта задача будет автоматизирована с помощью ИИ».

Формула, конечно, правильная (кто бы спорил с Эндрю Ыном). Но не полная, т.к. определяет лишь ОЧЕВИДНЫЕ и ВЕРОЯТНЫЕ прикладные задачи для ИИ.

Ну а поскольку на этом канале пишется про НЕ ОЧЕВИДНЫЕ, но ВЕРОЯТНЫЕ вещи, приведу лишь один, самый свежий пример новой прикладной задачи для ИИ, никак не подпадающей под условие Эндрю Ына.

Эту задачу не только невозможно решить человеку за секунду. Ее люди пока вообще не научились продуктивно решать в течение суток.

Речь идет о задаче поиска пропавших людей в течение первых 24 часов после пропажи.
Хотя эта задача в последние годы, с появлением отряда «Лиза-Алерт», стала известна и в России, но в развитых странах запада она давно несравненно более широко известна. Например, в Британии существуют такие структуры, как государственное бюро UK Missing People Bureau и благотворительный фонд Missing People charity, с хорошим финансированием и современной технологической оснащенностью.

Но! Тысячи людей, по-прежнему, не удается найти или опознать среди найденных.

И вот только что запущен проект «Прожектор» (Searchlight), цель которого найти качественно более мощное и совершенное решение задачи поиска пропавших с помощью ИИ IBM Watson.

Речь идет о создании средств и инструментов анализа информации из многих несовместимых баз данных (от уличного наблюдения и транспорта, до трафика, автозаправок и погоды), способных уже к 2018 вдвое повысить эффективность кампаний поиска людей в течение самых критичных первых 24 часов после их пропажи.

Подобная технология сегодня используется для целей спецслужб США американской компанией Palantir. Однако там основные «мозги» при анализе информации пока что остаются человеческими – профильные эксперты. Тогда как в проекте Searchlight главная роль отводится «мозгам» IBM Watson.

Идея проекта Searchlight вчера стала одним из победителей международного конкурса «Do It Day 2016», ежегодно собирающего самых крутых брендов и самые светлые мозги мира для поиска наиболее актуальных, но пока не решенных задач. Эдакий однодневный брейнсторминг с привлечением маркетинговых супер-возможностей.

Так что теперь к решению с помощью ИИ IBM Watson таких далеко не односекундных задач, как диагностика рака, добавится и задача поиска пропавших в течение первых 24 часов.

Обращение к читателям (в особенности, к подключившимся к каналу сегодня)

Заранее прошу извинить, что отвлекаю!

Но уж очень хочется понять, что происходит с каналом.

Только что я сходил почистить снег вокруг дома (живу на даче).

За полтора часа, пока чистил снег, число подписчиков канала увеличилось больше чем на треть 😊

Кому я обязан этим взрывом популярности к, возможно, интересному, но абсолютно малоизвестному каналу?

Если кто-нибудь может помочь это прояснить, напишите пожалуйста мне на @Karelovs

Может мне дворником нужно устроиться для продвижения канала? 😊

ВСЕМ НАПИСАВШИМ МНЕ - БОЛЬШУЩЕЕ СПАСИБО!
Огромный респект Экономическому журналу https://telegram.me/econmag и его читателям!
Такому доверию читателей можно только позавидовать (белой завистью))
Есть чему учиться и к чему стремиться 😊

Продолжение про теорию сложных сетей (ТСС) – чем она занимается

Сверхзадача этого поста – за 5 мин познакомить с вопросом, изложить который менее чем за 3 часа считается невозможным.

Причина этого – в междисциплинарности ТСС. В этой области работают математики, физики, химики, биологи, физиологи, антропологи, социологи, ITшники и много кто еще.

У каждого своя терминология и свой подход. По этому поводу шутят:

—- выскажет, скажем, социолог новую идею в области ТСС;

—- психолог идею исправит, - ведь социология для него всего лишь прикладная психология;

—- биолог идею еще исправит, - ведь психология для него всего лишь прикладная биология;

—- химик идею опять исправит, - ведь биология для него всего лишь прикладная химия;

—- физик идею исправит, - ведь химия для него всего лишь прикладная физика (и как же здорово быть на вершине всех наук!)

—- последним приходит математик и (как лесник в анекдоте, выгнавший и нас, и немцев) отметает идею, т.к. видит в ней математический изъян, а мнения всех других наук он в гробу видал

Но все же решение поставленной сверхзадачи есть. И его предложил известный японский исследователь ТСС Hiroki Sayama.

Он изобразил основные объекты исследований ТСС в конкретном году в виде облака ключевых слов, прозвучавших на всех профильных конференциях по ТСС в этом году.

Размер букв каждого ключевого слова соответствует текущей популярности термина в этом году - т.е. сколько раз это слово использовалось в докладах в течение текущего года.

Цвет шрифта каждого ключевого слова показывает тренд изменения его популярности – т.е. как сильно выросла (или упала) популярность термина в сравнении с предыдущим годом:

—- чем «ТЕПЛЕЕ» цвет шрифта (ближе к красной границе спектра – помните, «Каждый Охотник Желает Знать …), тем больше ПОВЫСИЛАСЬ популярность этого термина по сравнению с предыдущим годом;

—- чем «ХОЛОДНЕЕ» цвет шрифта (ближе к фиолетовой границе спектра), тем больше УПАЛА популярность этого термина по сравнению с предыдущим годом.

На нижеследующей диаграмме (в следующем посте) показаны облака ключевых терминов ТСС этого и прошлого годов, представленные в конце августа Hiroki Sayama на симпозиуме NetecoSympo в Японии.

N.B. Перфекционисту Хироки не хватило 7 цветов радуги, и он добавил восьмой – «серый» для обозначения «совсем-совсем холодного цвета», отмечающего термины с максимально крутым падением популярности.

На чтение этого поста вы потратили, примерно, 1 минуту. И если теперь потратите еще 4 мин на изучение следующей ниже диаграммы, то имеете хорошие шансы всего за 5 мин понять, чем сейчас занимается одна из самых перспективных дисциплин, и какие здесь тематические тренды.

По-моему, очень достойное и крайне эффективное расходование вашего времени.