Forwarded from Covalue
Нашел качественную диссертацию с обзором состояния дел в model checking на 2010й год:
Weißenbacher, [2010] "Program Analysis with Interpolants"
Вкратце идею проверки моделей можно описать так: мы хотим автоматически верифицировать программы, для этого мы аппроксимируем их моделями, то есть автоматами или системами переходов с конечным набором состояний, задаём спецификацию (обычно в какой-то разновидности пропозициональной темпоральной логики) и с помощью поисковых алгоритмов и эвристик исчерпывающе перебираем состояния модели, проверяя что для них всех спецификация верна.
Концептуально этот подход описывается теорией моделей (одним из двух основных разделов логики, второй - это теория доказательств, на которой основана теория типов и proof assistants). Интересно, что в моделчекинге примерно раз в декаду сменяется доминирующая парадигма, в целом его таймлайн выглядит примерно так:
* 1980е - зарождение самой идеи MC из работ Эдмунда Кларка по вычислению неподвижных точек для систем доказательств в предикат-трансформерах, использование BDD для компактификации состояний
* 1990е - дальнейшее ужатие состояний через partial order reduction, появление предикат-абстракции и CEGAR - методов автоматического конструирования моделей из набора assertions о программе
* 2000е - SAT/SMT-революция и уход от BDD, быстрая аппроксимация через интерполяцию Крейга
* 2010е - Аарон Брэдли изобретает семейство алгоритмов PDR (property directed reachability), где процесс построение инварианта чередуется и взаимодействут с построением контрпримера, взаимно усекая пространства поиска
* 2020е - ажиотаж вокруг техник из машинного обучения
Первые три декады и основные их идеи расписаны в первых двух с половиной главах диссертации (вторая половина третьей и четвертая главы более технические).
#automatedreasoning
Weißenbacher, [2010] "Program Analysis with Interpolants"
Вкратце идею проверки моделей можно описать так: мы хотим автоматически верифицировать программы, для этого мы аппроксимируем их моделями, то есть автоматами или системами переходов с конечным набором состояний, задаём спецификацию (обычно в какой-то разновидности пропозициональной темпоральной логики) и с помощью поисковых алгоритмов и эвристик исчерпывающе перебираем состояния модели, проверяя что для них всех спецификация верна.
Концептуально этот подход описывается теорией моделей (одним из двух основных разделов логики, второй - это теория доказательств, на которой основана теория типов и proof assistants). Интересно, что в моделчекинге примерно раз в декаду сменяется доминирующая парадигма, в целом его таймлайн выглядит примерно так:
* 1980е - зарождение самой идеи MC из работ Эдмунда Кларка по вычислению неподвижных точек для систем доказательств в предикат-трансформерах, использование BDD для компактификации состояний
* 1990е - дальнейшее ужатие состояний через partial order reduction, появление предикат-абстракции и CEGAR - методов автоматического конструирования моделей из набора assertions о программе
* 2000е - SAT/SMT-революция и уход от BDD, быстрая аппроксимация через интерполяцию Крейга
* 2010е - Аарон Брэдли изобретает семейство алгоритмов PDR (property directed reachability), где процесс построение инварианта чередуется и взаимодействут с построением контрпримера, взаимно усекая пространства поиска
* 2020е - ажиотаж вокруг техник из машинного обучения
Первые три декады и основные их идеи расписаны в первых двух с половиной главах диссертации (вторая половина третьей и четвертая главы более технические).
#automatedreasoning
Вкратце оформление документов на ребёнка
По свежей памяти решил записать шпаргалку для действий после рождения ребёнка :)
Думаю вне Москвы соответствующие пункты аналогично через региональные центры госуслуг/сайты/ведомства делаются.
1. Свидетельство о рождении – получить в роддоме.
2. Добавить карточку ребёнка каждому родителю на Госуслугах (не обязательно/автоматически)
– Идентификационные номера присваиваются автоматически
* СНИЛС – приходит в email;
* ИНН – отображается в карточке госуслуг.
– Маткапитал приходит автоматически.
– Формальный номер полиса ОМС присваивается автоматически (пока не работает, см. п.6).
Прим. На Госуслугах, Мосуслугах и ФНС можно сделать ребёнку отдельный личный кабинет. Делать этого не следует.
3. Штамп о гражданстве на свидетельство (оформление наличие гражданства по рождению) – лично через любой МФЦ (взять свой паспорт и свидетельство ребёнка).
4. Добавить ребёнка в учётку каждого родителя на Мосуслугах.
5. Прописать ребёнка через Госуслуги.
6. Выбрать страховую компанию ОМС через Госуслуги.
7. Прикрепить ребёнка к поликлинике через Мосуслуги.
8. Запрос детской кухни (при желании – 12 литров молока и 4 литра сока в месяц для мамы или, альтернативно, смесь для ребёнка)
8.1. Подать заявление на получение питания через Мосуслуги
8.2. Записаться к педиатру через Госуслуги. Ребёнка можно не брать, попросить нажать кнопку для молочной кухни. Заодно откроют направления на специалистов по достижению 1 мес.
8.3. Подать заявление на получение QR-кода для пункта выдачи через Мосуслуги.
9. Получить доступ к мед. карте ребёнка через Мосуслуги. Карта станет доступна через lk.emias.mos.ru.
10. Получить три пособия ~20к каждое (не считая помощи для малоимущих и совсем копеечных)
– "Компенсация взамен получения подарочного комплекта для новорожденных" – для Москвы (если отказались от "Собянинской коробки" в роддоме)
– "Единовременная компенсация при рождении (усыновлении) ребёнка" – для Москвы
– "Единовременное пособие при рождении ребёнка" – для РФ (если работаете по ТК – через работодателя)
По свежей памяти решил записать шпаргалку для действий после рождения ребёнка :)
Думаю вне Москвы соответствующие пункты аналогично через региональные центры госуслуг/сайты/ведомства делаются.
1. Свидетельство о рождении – получить в роддоме.
2. Добавить карточку ребёнка каждому родителю на Госуслугах (не обязательно/автоматически)
– Идентификационные номера присваиваются автоматически
* СНИЛС – приходит в email;
* ИНН – отображается в карточке госуслуг.
– Маткапитал приходит автоматически.
– Формальный номер полиса ОМС присваивается автоматически (пока не работает, см. п.6).
Прим. На Госуслугах, Мосуслугах и ФНС можно сделать ребёнку отдельный личный кабинет. Делать этого не следует.
3. Штамп о гражданстве на свидетельство (оформление наличие гражданства по рождению) – лично через любой МФЦ (взять свой паспорт и свидетельство ребёнка).
4. Добавить ребёнка в учётку каждого родителя на Мосуслугах.
5. Прописать ребёнка через Госуслуги.
6. Выбрать страховую компанию ОМС через Госуслуги.
7. Прикрепить ребёнка к поликлинике через Мосуслуги.
8. Запрос детской кухни (при желании – 12 литров молока и 4 литра сока в месяц для мамы или, альтернативно, смесь для ребёнка)
8.1. Подать заявление на получение питания через Мосуслуги
8.2. Записаться к педиатру через Госуслуги. Ребёнка можно не брать, попросить нажать кнопку для молочной кухни. Заодно откроют направления на специалистов по достижению 1 мес.
8.3. Подать заявление на получение QR-кода для пункта выдачи через Мосуслуги.
9. Получить доступ к мед. карте ребёнка через Мосуслуги. Карта станет доступна через lk.emias.mos.ru.
10. Получить три пособия ~20к каждое (не считая помощи для малоимущих и совсем копеечных)
– "Компенсация взамен получения подарочного комплекта для новорожденных" – для Москвы (если отказались от "Собянинской коробки" в роддоме)
– "Единовременная компенсация при рождении (усыновлении) ребёнка" – для Москвы
– "Единовременное пособие при рождении ребёнка" – для РФ (если работаете по ТК – через работодателя)
Одиннадцать вопросов ИИ (для изучения математики и всего прочего)
Меня часто спрашивают...
Говорят, в эпоху модерна важно было наизусть знать основные факты, в эпоху постмодерна – где их найти. А в эпоху больших лингвистических моделей – как наиболее эффективно извлекать информацию по ходу диалогов на естественном языке.
В связи с этим решил описать свою "познавательную стратегию", направленную на ускорение обучения с применением LLM-ок. Применяю в основном в изучении математики, примеры соответствующие.
Общий план знакомства с новой концепцией такой:
1. Основные определения и алгоритмы
2. Связь с другими предметными областями через общие математические объекты
3. Допущения, нюансы, пресуппозиции
4. Перепроверка
Вопросы, которые задаю LLM-ке на каждом шаге соответственно, приведены далее. Стоит иметь в виду, что по-русски все современные LLM дают ответы значительно более низкого качества, перевод дан для удобства.
Основные определения и алгоритмы
1. Что такое X / What is X?
Пример: что такое сигмоида?
Вариации:
– Я всё ещё не понимаю X / I still don't understand X.
– О чем здесь речь / What's described here?
2. Напиши формулу для X / Write formula for X.
Пример: напиши формулу сигмоиды.
И наоборот:
– Объясни по-русски / Explain in plain English.
3. Как X делается по шагам / How X is performed, step-by-step?
Пример: как делается градиентный спуск, по шагам?
Связь с другими областями
4. Как связаны X и Y / How X implies Y?
Пример: как связаны MLE и лосс-функция логистической регрессии?
5. Объясни X, не упоминая Y / Explain X without referring to Y.
Пример: объясни логистическую регрессию, не упоминая GLM.
6. Объясни X с точки зрения Y / Explain X from the perspective of Y.
Пример: объясни MLE с точки зрения статистики.
7. X это то же, что Y / Is X the same as Y?
Пример: эквивариантность (equivariance) это то же, что естественное преобразование (natural transformation)?
(Прим.: один из вопросов, показывающих кардинальное превосходство LLM-ок над поисковыми системами в данной области. Выдачу гугла надо фильтровать и разбирать, LLM-ка сразу даёт резюме.)
Допущения, нюансы, пресуппозиции
8. Почему должно быть X / Why must be X?
Пример: почему в логистической регрессии log-odds должны линейно зависеть от признаков?
9. Что обычно упускают, рассказывая об X / What is usually omitted, when they speak of X?
Пример: что обычно упускают, рассказывая о логистической регрессии?
10. Какие базовые предпосылки X / What are basic assumptions of X?
Пример: какие базовые предпосылки логистической регрессии?
Перепроверка
11. Является ли этот конспект/решение корректным / Is this cheatsheet/solution correct?
Говорят, в эпоху модерна важно было наизусть знать основные факты, в эпоху постмодерна – где их найти. А в эпоху больших лингвистических моделей – как наиболее эффективно извлекать информацию по ходу диалогов на естественном языке.
В связи с этим решил описать свою "познавательную стратегию", направленную на ускорение обучения с применением LLM-ок. Применяю в основном в изучении математики, примеры соответствующие.
Общий план знакомства с новой концепцией такой:
1. Основные определения и алгоритмы
2. Связь с другими предметными областями через общие математические объекты
3. Допущения, нюансы, пресуппозиции
4. Перепроверка
Вопросы, которые задаю LLM-ке на каждом шаге соответственно, приведены далее. Стоит иметь в виду, что по-русски все современные LLM дают ответы значительно более низкого качества, перевод дан для удобства.
Основные определения и алгоритмы
1. Что такое X / What is X?
Пример: что такое сигмоида?
Вариации:
– Я всё ещё не понимаю X / I still don't understand X.
– О чем здесь речь / What's described here?
2. Напиши формулу для X / Write formula for X.
Пример: напиши формулу сигмоиды.
И наоборот:
– Объясни по-русски / Explain in plain English.
3. Как X делается по шагам / How X is performed, step-by-step?
Пример: как делается градиентный спуск, по шагам?
Связь с другими областями
4. Как связаны X и Y / How X implies Y?
Пример: как связаны MLE и лосс-функция логистической регрессии?
5. Объясни X, не упоминая Y / Explain X without referring to Y.
Пример: объясни логистическую регрессию, не упоминая GLM.
6. Объясни X с точки зрения Y / Explain X from the perspective of Y.
Пример: объясни MLE с точки зрения статистики.
7. X это то же, что Y / Is X the same as Y?
Пример: эквивариантность (equivariance) это то же, что естественное преобразование (natural transformation)?
(Прим.: один из вопросов, показывающих кардинальное превосходство LLM-ок над поисковыми системами в данной области. Выдачу гугла надо фильтровать и разбирать, LLM-ка сразу даёт резюме.)
Допущения, нюансы, пресуппозиции
8. Почему должно быть X / Why must be X?
Пример: почему в логистической регрессии log-odds должны линейно зависеть от признаков?
9. Что обычно упускают, рассказывая об X / What is usually omitted, when they speak of X?
Пример: что обычно упускают, рассказывая о логистической регрессии?
10. Какие базовые предпосылки X / What are basic assumptions of X?
Пример: какие базовые предпосылки логистической регрессии?
Перепроверка
11. Является ли этот конспект/решение корректным / Is this cheatsheet/solution correct?
Forwarded from Гиперкаталог
Сегодня в 20:30 традиционный пятничный стрим. Будем допрашивать автора блога metaprogramming про групповую динамику, обучение гопатычей и экономику.
YouTube
HYPERTV: стрим номер 15. Разведдопрос: метапрограминг.
Сегодня цепляемся и допытываем автора канала https://yangx.top/metaprogramming на разные темы: от, собственно, программирования до психологии. Гостя предупредили, что хотим поговорить про последние байки о ИИ, которые газлайтят пользователей и сводят их с ума…
В 20:30 сегодня (20.06) опять позвали в Гиперкаталог на стрим. Ссылка на ютуб и твич. Будем, наверное, свободные разговоры на тему ИИ вести в контексте недавно вышедшего рассказа Антона Русинова.
Telegram
Гиперкаталог
Традиционный пятничный стрим состоится сегодня в 20:30. В гостях снова будет Евгений. Присоединяйтесь на ютубе и твиче!
Вкратце об альтернативах выбора
Опросы (например общественного мнения) справедливо упрекают в том, что они замеряют, по сути, то, чего не существует: у большинства людей нет мнения по большинству вопросов. Порядок на множестве всех возможных вопросов не полный :)
Как же мнение у человека более-менее объективно выяснить?
Для простоты можно принять, что опрашиваемый легко найдёт некую имеющую смысл для себя альтернативу выбора, ассоциативно связанную с поставленным вопросом. К альтернативе легко пристёгивается контекст (физическое или, шире, "когнитивное" пространство, в котором происходит принятие решения). А внутри комбинации релевантной альтернативы и контекста уже можно вести содержательный тематический разговор о иерархически организованных внутренних и внешних факторов, на выбор воздействующих и его определяющих.
При этом у разных участников в рамках одного социального контекста альтернативы могут быть противопоставленные – или, что ещё хуже, перпендикулярные. (Т.е. один и тот же "социальный вопрос" имеет большое разнообразие индивидуальных – ассоциативных, других нет – прочтений.)
Например вот экзамены (сессия ж подошла к концу!).
Альтернатива преподавателя, управляющая оценкой: "смотрел мои лекции <> не смотрел мои лекции".
Альтернатива студента: "пригодится в работе <> не пригодится в работе".
Студент отвечает про практические приёмы и дополнительные материалы, которые он изучил самостоятельно, а преподаватель отмечает: минус, минус, минус (всего сказанного студентом не было на лекциях).
А другой преподаватель оценивает: "взял бы на работу <> не взял бы на работу".
И будет у него: плюс, плюс, плюс (разобрался самостоятельно, будет способен принести пользу проекту).
На фоне чрезвычайного индивидуального разнообразия содержания даже рамочных основ ценностных иерархий возникает вопрос, как люди вообще способны вести согласованную деятельность (или хотя бы убедительно такую имитировать).
Видимо за счёт механизмов ролевого моделирования! Студенты вынуждены фактически разыгрывать некую чисто виртуальную иерархию, согласованию по альтернативе с преподавателем, через интерфейс которой и налаживать коммуникацию (конечно на самом деле, наоборот, преподаватель должен так делать – это входит в презюмируемый стандартный пакет услуг – но на практике бывает редко).
Про модель ценностных иерархий, в рамках которой рассуждаем и в данном посте, пару слов говорили ранее.
Опросы (например общественного мнения) справедливо упрекают в том, что они замеряют, по сути, то, чего не существует: у большинства людей нет мнения по большинству вопросов. Порядок на множестве всех возможных вопросов не полный :)
Как же мнение у человека более-менее объективно выяснить?
Для простоты можно принять, что опрашиваемый легко найдёт некую имеющую смысл для себя альтернативу выбора, ассоциативно связанную с поставленным вопросом. К альтернативе легко пристёгивается контекст (физическое или, шире, "когнитивное" пространство, в котором происходит принятие решения). А внутри комбинации релевантной альтернативы и контекста уже можно вести содержательный тематический разговор о иерархически организованных внутренних и внешних факторов, на выбор воздействующих и его определяющих.
При этом у разных участников в рамках одного социального контекста альтернативы могут быть противопоставленные – или, что ещё хуже, перпендикулярные. (Т.е. один и тот же "социальный вопрос" имеет большое разнообразие индивидуальных – ассоциативных, других нет – прочтений.)
Например вот экзамены (сессия ж подошла к концу!).
Альтернатива преподавателя, управляющая оценкой: "смотрел мои лекции <> не смотрел мои лекции".
Альтернатива студента: "пригодится в работе <> не пригодится в работе".
Студент отвечает про практические приёмы и дополнительные материалы, которые он изучил самостоятельно, а преподаватель отмечает: минус, минус, минус (всего сказанного студентом не было на лекциях).
А другой преподаватель оценивает: "взял бы на работу <> не взял бы на работу".
И будет у него: плюс, плюс, плюс (разобрался самостоятельно, будет способен принести пользу проекту).
На фоне чрезвычайного индивидуального разнообразия содержания даже рамочных основ ценностных иерархий возникает вопрос, как люди вообще способны вести согласованную деятельность (или хотя бы убедительно такую имитировать).
Видимо за счёт механизмов ролевого моделирования! Студенты вынуждены фактически разыгрывать некую чисто виртуальную иерархию, согласованию по альтернативе с преподавателем, через интерфейс которой и налаживать коммуникацию (конечно на самом деле, наоборот, преподаватель должен так делать – это входит в презюмируемый стандартный пакет услуг – но на практике бывает редко).
Про модель ценностных иерархий, в рамках которой рассуждаем и в данном посте, пару слов говорили ранее.
Telegram
Metaprogramming
В "Цифровом геноциде" опубликовали пост на тему "метода критических инцидентов" (critical incident technique).
Описывают, как квалифицированных наблюдателей за исполнителями производственных процессов опрашивают, мол, что было особенно хорошо сделано (и…
Описывают, как квалифицированных наблюдателей за исполнителями производственных процессов опрашивают, мол, что было особенно хорошо сделано (и…
Нейрофандом
В одной из лекций по учёбе была включена ссылка на видео Andrew Huberman по оптимальным привычкам для обучения. Про режим сна и отдыха, рациональному отношению к тестированию/экзаменам, и т.д.
Ну в первой лекции курса она играла роль откровенного дисклеймера, прозрачным намёком: "будет тяжко, мы вас предупредили, потом не жалуйтесь" (я, конечно, пропустил это мимо ушей, поэтому пришлось спать по шесть часов при подготовке к экзамену в течение нескольких дней — изучать эффективные привычки работы-отдыха сразу на практике так сказать, без теории).
В том же видео Эндрю Хуберман между делом даёт тонкую рекламу своему методу NSDR — non sleep deep rest. Мол проснулся ты с утра, не выспался, провёл NSDR, полегчало. Или к обеду переутомился учёбой, сделал NSDR на 15-20 минут, можно учиться дальше.
Как предлагается конкретно выполнять процедуру? А послушать аудиозапись "guided session". Там на фоне приятной музыки и глубокого голоса зачитывают "протокол глубокого расслабления" :)
Ну, вы знаете, "вы будете делать то-то...", "теперь дышите так-то...". Лень смотреть транскрипт целиком, но кроме дыхания по-моему ничего нет.
Мы это видели конечно уже много раз: "аутотренинг", "управляемое воображение", "внутренне путешествие", "направленное внимание", "практика разума-тела", "глубокое расслабление", "майндфулнес медитация", и пр., и пр., и пр. Десятки эвфемизмов для, извиняюсь,самогипноза 😱 .
В этой связи подумал, что ведь процедура становится только эффективней от дополнительного подчёркивания её границ-оснований. Дело ведь не в науке, а в вере в научность ("научно = действенно").
Используя законы жанра "расслабляющих видео", для современных нейрофандомных индукций надо наговаривать не просто "нейропластичность позволяет вам эффективней учиться", а "ПРЕДСТАВЬТЕ СЕБЕ, как ваши нейроны образуют новые связи, используя нейропластичность".
И далее всё в таком же стиле, с дополнительным flavor, а не изложением сухих фактов:
Выберите два случая: во-первых, когда что-то выучили так себе, не очень хорошо; во-вторых, когда усвоили просто отлично. Представьте себе для каждого случая по очереди как выглядят нейронные связи в вашей голове, обратите внимание на связность коннектома (в том и другом случае), миелинизацию (как блестит оболочка аксонов-дендритов?), проходимость сигналов, как клеточки обмениваются нейромедиаторами, какого цветового оттенка глия. Запишите ответы в табличку, выделите на основе сопоставления различий ключевые элементы, определившие эффективность обучения. Теперь представьте знания, которые вам требуется освоить для предстоящего экзамена. Примените на этот образ выделенные ранее элементы. Почувствуйте прямо за глазными яблоками, как знания начинают перетекать в орбифронтальную кору, позволяя вам верно спланировать и реализовать обучение!
Фактически новый подход получился!
Назовём MINDS: meta-introspective neurodynamic self-regulation.
Осталось провести исследования на томографе, создать помогающую ИИ-модель, внедрить в практику провайдеров медицинских услуг. Может Эндрю Губерманы какие-нибудь прихватят :)
Раньше комментировали немного проблему "нейросленга" в записях "Проблемы субъекта" и "Сознание живёт на кончике языка".
В одной из лекций по учёбе была включена ссылка на видео Andrew Huberman по оптимальным привычкам для обучения. Про режим сна и отдыха, рациональному отношению к тестированию/экзаменам, и т.д.
Ну в первой лекции курса она играла роль откровенного дисклеймера, прозрачным намёком: "будет тяжко, мы вас предупредили, потом не жалуйтесь" (я, конечно, пропустил это мимо ушей, поэтому пришлось спать по шесть часов при подготовке к экзамену в течение нескольких дней — изучать эффективные привычки работы-отдыха сразу на практике так сказать, без теории).
В том же видео Эндрю Хуберман между делом даёт тонкую рекламу своему методу NSDR — non sleep deep rest. Мол проснулся ты с утра, не выспался, провёл NSDR, полегчало. Или к обеду переутомился учёбой, сделал NSDR на 15-20 минут, можно учиться дальше.
Как предлагается конкретно выполнять процедуру? А послушать аудиозапись "guided session". Там на фоне приятной музыки и глубокого голоса зачитывают "протокол глубокого расслабления" :)
Ну, вы знаете, "вы будете делать то-то...", "теперь дышите так-то...". Лень смотреть транскрипт целиком, но кроме дыхания по-моему ничего нет.
Мы это видели конечно уже много раз: "аутотренинг", "управляемое воображение", "внутренне путешествие", "направленное внимание", "практика разума-тела", "глубокое расслабление", "майндфулнес медитация", и пр., и пр., и пр. Десятки эвфемизмов для, извиняюсь,
В этой связи подумал, что ведь процедура становится только эффективней от дополнительного подчёркивания её границ-оснований. Дело ведь не в науке, а в вере в научность ("научно = действенно").
Используя законы жанра "расслабляющих видео", для современных нейрофандомных индукций надо наговаривать не просто "нейропластичность позволяет вам эффективней учиться", а "ПРЕДСТАВЬТЕ СЕБЕ, как ваши нейроны образуют новые связи, используя нейропластичность".
И далее всё в таком же стиле, с дополнительным flavor, а не изложением сухих фактов:
Выберите два случая: во-первых, когда что-то выучили так себе, не очень хорошо; во-вторых, когда усвоили просто отлично. Представьте себе для каждого случая по очереди как выглядят нейронные связи в вашей голове, обратите внимание на связность коннектома (в том и другом случае), миелинизацию (как блестит оболочка аксонов-дендритов?), проходимость сигналов, как клеточки обмениваются нейромедиаторами, какого цветового оттенка глия. Запишите ответы в табличку, выделите на основе сопоставления различий ключевые элементы, определившие эффективность обучения. Теперь представьте знания, которые вам требуется освоить для предстоящего экзамена. Примените на этот образ выделенные ранее элементы. Почувствуйте прямо за глазными яблоками, как знания начинают перетекать в орбифронтальную кору, позволяя вам верно спланировать и реализовать обучение!
Фактически новый подход получился!
Назовём MINDS: meta-introspective neurodynamic self-regulation.
Осталось провести исследования на томографе, создать помогающую ИИ-модель, внедрить в практику провайдеров медицинских услуг. Может Эндрю Губерманы какие-нибудь прихватят :)
Раньше комментировали немного проблему "нейросленга" в записях "Проблемы субъекта" и "Сознание живёт на кончике языка".