Стратегический дыбр
Самая часто рассказываемая мной история последней недели -- это как Jensen Huang оценивает деньги, которые люди готовы потратить на AI. Его история проста: опыт рекомендательных сервисов типа Netflix и Amazon показывает, что правильная рекомендация толкает людей на дополнительные покупки. В каком количестве? Примерно 30% от общего числа покупок. Трёть всех продаж идёт "по подсказке"! В пересчёте на всю торговлю это триллионы долларов. Вот если AI за счёт уточнения рекомендации сделает так, что вы не сможете отказаться от покупок ещё на буквально один процент больше (а этот один процент недополучат те, кто не использовал AI), то эти миллиарды и есть "влияние AI на сегодняшний бизнес". Поэтому вливания в AI идут, и немалые. И эти вливания уже окупаются, только выполняющие точную рекомендацию люди не понимают, что они тратят деньги по указивке AI.
Вообще, я новости разработки AI черпаю из ленты https://vk.com/deeplearning, а вот новости о применениях AI -- из других лент: https://venturebeat.com/category/ai/ и более скудной https://www.techspot.com/tag/ai/. Вот интересная история последних дней из этой скудной ленты: AI находит 94% источников риска в контрактах, а корпоративные юристы в среднем -- 85% (и AI тут находит столько же, сколько лучший из 20 юристов в опытной группе). При этом юристы в среднем тратили на пять контрактов 92 мминуты, а AI на эти же пять контрактов 26 секунд -- https://www.techspot.com/news/77189-machine-learning-algorithm-beats-20-lawyers-nda-legal.html. И такого много. Никакого GAI, никакого кругозора у роботов, торгуют узкой экспертизой. Да, это ужас-ужас, но люди с широким кругозором, опирающиеся на прикладные узкие способности роботов, могут сильно поменять сегодняшний уклад, и поменять его быстро.
Вот ещё про роботов-юристов: этот робот готов бороться с большими бюрократическими организациями, подавая на них мелкие иски в суд от имени потребителей -- и выигрывая половину из них: https://www.techspot.com/news/76870-robot-lawyer-donotpay-now-ios-app-you-ue.html. Дальше понятно, что будет: одни роботы будут готовить иски, другие защищаться от этих исков, третьи писать законы, непрошибаемые исками. Здравствуй, justice adversarial networks. Ночами робот-юрист будет бороться сам с собой в недрах суперкомпьютера, наращивая своё мастерство (ровно как боролся сам с собой компьютер, победивший людей в Го), а потом он будет бороться с юристами истцов и ответчиков -- пред бдительным оком робота-судьи. А вот бот, исправляющий программистские ошибки (конечно, прикидывающийся человеком -- https://habr.com/post/427775/).
Эти практические применения -- следствие прорывов в исследовательских работах, типа создания любопытных агентов в обучении с подкреплением -- https://blog.openai.com/reinforcement-learning-with-prediction-based-rewards/ (перевод на русский -- https://habr.com/post/428776/). Любопытные агенты в этом исследовании не просто решают задачу, но и исследуют окрестности потенциальных решений. В итоге они начинают выигрывать в игры, в которых нелюбопытные агенты ничего не могли сделать: по факту решена задача создания агента, выигрывающего в самую неподдающуюся до сих пор игру на Atari -- Montezuma's Revenge (счёт у первой программы AI, которая играла в эти игры по этой игре был 0 очков, у человека 4700, у нового алгоритма -- в среднем 10000, а лучший результат так и вообще 14500). Вот типичная картинка успехов в области задач искусственного интеллекта ("не шмогла, не шмогла, не шмогла -- ой, получилось!"):
Вчера закончил СМС2.2 -- основные тренинговые дни, остался только двухчасовой семинар во вторник. Курс опять поменялся, например, я давал вчера все три способа описания стратегий из курса (расширение целеполагания в ArchiMate, голдратовский strategy case aka strategy and tactic tree и остервальдовский стартапный холст/canvas) буквально за пару часов, а всё остальное время мы говорили собственно про стратегии и стратегирование. И добавлен был материал по кругозору, ибо "Системный менеджмент и стратегирование" по факту является кругозорным курсом по менеджменту (кроме финансов и контроллинга и corporate governance) и немного (стратегирование) предпринимательству. Рекомендуемые в нём прикладные практики нужно осваивать отдельно -- но курс даёт о них понятие, рассказывает об их существовании. И углубляет необходимое для этого менеджерского и предпринимательсткого кругозора фундаментальное содержание: понятие практики раскрывается более подробно, чем в курсе системного мышления. Группа попалась более-менее айтишная (что обычно редко на этом курсе). Мне кажется, что усвоение материала этой группой было побольше, чем в предыдущих группах: практически все члены группы рассказывали, что материал находит реализацию в рабочих проектах участников. Старт следующего потока (если считать с первой версии курса, то уже двенадцатого!) уже через пару недель.
Темы кругозора и любопытства (а ещё эволюции, которая безлична и бесцельна) и были главными темами дня "стратегирования" вчера. Идеи-то одни и те же в искусственном интеллекте, бизнес-стратегировании, личном стратегировании. Я ж всю жизнь был консультантом именно по стратегии. Но только сейчас у меня весь мой опыт стратегирования с самыми разными клиентами и со мной лично, а также мой собственный кругозор начинает раскладываться по полочкам в голове. И да, в стратегировании всё контринтуитивно. И вечная проблема exploitation vs exploration с критерием новизны в exploration. Рационально пофланировать ещё, или прекратить этот analysis paralysis и впахать во что-то одно, ни на что больше не отвлекаясь. Собственно, весь мой блог/дневник -- отражение именно этого неразрешимого вопроса для себя лично.
И сверхбыстрое развитие AI вносит в это дополнительную сумятицу: пока исследуешь, местность успевает поменяться. И до exploitation дело всё чаще и чаще не будет успевать доходить. Не успеваем реализовывать стратегии, только непрерывно стратегируем. А потом появляются сентенции типа "цель жизни -- познание", отражающие именно такой подход. Но нет, это всего лишь сентенция. Нет у жизни цели иной, чем мы придумаем, и познание (в самой разной и даже в самой широкой его трактовке) тут тоже не единственное, чем можно заняться.
UPDATE: дискуссия в фейсбуке -- https://www.facebook.com/ailevenchuk/posts/10214127894725419
Вообще, я новости разработки AI черпаю из ленты https://vk.com/deeplearning, а вот новости о применениях AI -- из других лент: https://venturebeat.com/category/ai/ и более скудной https://www.techspot.com/tag/ai/. Вот интересная история последних дней из этой скудной ленты: AI находит 94% источников риска в контрактах, а корпоративные юристы в среднем -- 85% (и AI тут находит столько же, сколько лучший из 20 юристов в опытной группе). При этом юристы в среднем тратили на пять контрактов 92 мминуты, а AI на эти же пять контрактов 26 секунд -- https://www.techspot.com/news/77189-machine-learning-algorithm-beats-20-lawyers-nda-legal.html. И такого много. Никакого GAI, никакого кругозора у роботов, торгуют узкой экспертизой. Да, это ужас-ужас, но люди с широким кругозором, опирающиеся на прикладные узкие способности роботов, могут сильно поменять сегодняшний уклад, и поменять его быстро.
Вот ещё про роботов-юристов: этот робот готов бороться с большими бюрократическими организациями, подавая на них мелкие иски в суд от имени потребителей -- и выигрывая половину из них: https://www.techspot.com/news/76870-robot-lawyer-donotpay-now-ios-app-you-ue.html. Дальше понятно, что будет: одни роботы будут готовить иски, другие защищаться от этих исков, третьи писать законы, непрошибаемые исками. Здравствуй, justice adversarial networks. Ночами робот-юрист будет бороться сам с собой в недрах суперкомпьютера, наращивая своё мастерство (ровно как боролся сам с собой компьютер, победивший людей в Го), а потом он будет бороться с юристами истцов и ответчиков -- пред бдительным оком робота-судьи. А вот бот, исправляющий программистские ошибки (конечно, прикидывающийся человеком -- https://habr.com/post/427775/).
Эти практические применения -- следствие прорывов в исследовательских работах, типа создания любопытных агентов в обучении с подкреплением -- https://blog.openai.com/reinforcement-learning-with-prediction-based-rewards/ (перевод на русский -- https://habr.com/post/428776/). Любопытные агенты в этом исследовании не просто решают задачу, но и исследуют окрестности потенциальных решений. В итоге они начинают выигрывать в игры, в которых нелюбопытные агенты ничего не могли сделать: по факту решена задача создания агента, выигрывающего в самую неподдающуюся до сих пор игру на Atari -- Montezuma's Revenge (счёт у первой программы AI, которая играла в эти игры по этой игре был 0 очков, у человека 4700, у нового алгоритма -- в среднем 10000, а лучший результат так и вообще 14500). Вот типичная картинка успехов в области задач искусственного интеллекта ("не шмогла, не шмогла, не шмогла -- ой, получилось!"):
Вчера закончил СМС2.2 -- основные тренинговые дни, остался только двухчасовой семинар во вторник. Курс опять поменялся, например, я давал вчера все три способа описания стратегий из курса (расширение целеполагания в ArchiMate, голдратовский strategy case aka strategy and tactic tree и остервальдовский стартапный холст/canvas) буквально за пару часов, а всё остальное время мы говорили собственно про стратегии и стратегирование. И добавлен был материал по кругозору, ибо "Системный менеджмент и стратегирование" по факту является кругозорным курсом по менеджменту (кроме финансов и контроллинга и corporate governance) и немного (стратегирование) предпринимательству. Рекомендуемые в нём прикладные практики нужно осваивать отдельно -- но курс даёт о них понятие, рассказывает об их существовании. И углубляет необходимое для этого менеджерского и предпринимательсткого кругозора фундаментальное содержание: понятие практики раскрывается более подробно, чем в курсе системного мышления. Группа попалась более-менее айтишная (что обычно редко на этом курсе). Мне кажется, что усвоение материала этой группой было побольше, чем в предыдущих группах: практически все члены группы рассказывали, что материал находит реализацию в рабочих проектах участников. Старт следующего потока (если считать с первой версии курса, то уже двенадцатого!) уже через пару недель.
Темы кругозора и любопытства (а ещё эволюции, которая безлична и бесцельна) и были главными темами дня "стратегирования" вчера. Идеи-то одни и те же в искусственном интеллекте, бизнес-стратегировании, личном стратегировании. Я ж всю жизнь был консультантом именно по стратегии. Но только сейчас у меня весь мой опыт стратегирования с самыми разными клиентами и со мной лично, а также мой собственный кругозор начинает раскладываться по полочкам в голове. И да, в стратегировании всё контринтуитивно. И вечная проблема exploitation vs exploration с критерием новизны в exploration. Рационально пофланировать ещё, или прекратить этот analysis paralysis и впахать во что-то одно, ни на что больше не отвлекаясь. Собственно, весь мой блог/дневник -- отражение именно этого неразрешимого вопроса для себя лично.
И сверхбыстрое развитие AI вносит в это дополнительную сумятицу: пока исследуешь, местность успевает поменяться. И до exploitation дело всё чаще и чаще не будет успевать доходить. Не успеваем реализовывать стратегии, только непрерывно стратегируем. А потом появляются сентенции типа "цель жизни -- познание", отражающие именно такой подход. Но нет, это всего лишь сентенция. Нет у жизни цели иной, чем мы придумаем, и познание (в самой разной и даже в самой широкой его трактовке) тут тоже не единственное, чем можно заняться.
UPDATE: дискуссия в фейсбуке -- https://www.facebook.com/ailevenchuk/posts/10214127894725419