Есть ли пределы у интеллекта человека.
Ищу способ делиться с вами более концентрированной информацией по теме канала, не скатываясь при этом к публикации десятков и сотен ссылок, которые не то что прочесть, но и просто просмотреть не смогут 99% читателей.
Хочу теперь попытаться писать не только об отдельных прорывных исследованиях, но и о прорывных ТЕМАТИЧЕСКИХ ПРОЕКТАХ.
Если какие-то из этих проектов вас заинтересуют, вы сами потом пойдете на сайт проекта и получите возможность следить за его развитием и новыми публикациями.
Сегодня о 1ом таком фантастически интересном проекте – «Поиск фундаментальных ограничений, лежащих в основе человеческой деятельности - в обучении и понимании, в производительности и прогнозировании.
Существуют ли эти ключевые ограничения, лежащие в основе любой деятельности людей? И если да, то какие они, и когда мы можем столкнуться с этими ограничениями?
Эта тема, по сути, изучает пределы современных и будущих научных теорий.
Кратко опишу с помощью примера первый из 3х подразделов проекта (о двух других подразделах - Пределы предсказаний и Ограничения на производительность человека – в новых постах).
ПРЕДЕЛЫ ПОНИМАНИЯ
Существует «Теорема о четырёх красках», утверждающая, что всякую расположенную на сфере карту можно раскрасить не более чем четырьмя разными цветами (красками) так, чтобы любые две области с общим участком границы были раскрашены в разные цвета (детали см. в Википедии).
Все доказательства этой теоремы – компьютерные (алгоритмические), т.к. их просто невозможно проверить вручную.
Но это значит, что мы должны полагаться на правильность реализации доказывающих теорему алгоритмов. Но никто не доказал, что они абсолютно верные!
Резюме.
Чтобы по-настоящему понять сложные явления, нам, возможно, придется генерировать принципиально новые вычислительные подходы. Например, найти способ объединить три существующих подхода – имитационной моделирование, машинное обучение и математическую теорию.
А в заключение, - важное замечание.
Эта тема спонсируется фондом Билла Миллера – Председателя и Директора по инвестициям Miller Value Partners. Это человек-легенда, который, будучи единоличным менеджером Legg Mason Value Trust, в течение 15 лет подряд обыгрывал индекс S&P 500 и был назван лучшим фондовым менеджером десятилетия 90х, а в 2015 получил Sauren Golden Awards.
Так вот, этот человек-легенда, нюхом чующий перспективность денежных вложений, теперь спонсирует тему «Limits», о которой написан этот пост.
Выводы делайте сами.
Это страница темы «Limits» на сайте «Института сумасшедших идей» (ссылки на новые статьи и конференции по теме) https://goo.gl/PF6tvn
А здесь на видео https://goo.gl/YJcewr (92 мин) можно послушать обсуждение данной темы на конференции «Большая идея» 2014, включая выступление одного из отцов ИИ – признанного гения нашего времени (к сожалению ушедшего в прошлом году) Марвина Минского (с 34 мин).
#Пределы
Ищу способ делиться с вами более концентрированной информацией по теме канала, не скатываясь при этом к публикации десятков и сотен ссылок, которые не то что прочесть, но и просто просмотреть не смогут 99% читателей.
Хочу теперь попытаться писать не только об отдельных прорывных исследованиях, но и о прорывных ТЕМАТИЧЕСКИХ ПРОЕКТАХ.
Если какие-то из этих проектов вас заинтересуют, вы сами потом пойдете на сайт проекта и получите возможность следить за его развитием и новыми публикациями.
Сегодня о 1ом таком фантастически интересном проекте – «Поиск фундаментальных ограничений, лежащих в основе человеческой деятельности - в обучении и понимании, в производительности и прогнозировании.
Существуют ли эти ключевые ограничения, лежащие в основе любой деятельности людей? И если да, то какие они, и когда мы можем столкнуться с этими ограничениями?
Эта тема, по сути, изучает пределы современных и будущих научных теорий.
Кратко опишу с помощью примера первый из 3х подразделов проекта (о двух других подразделах - Пределы предсказаний и Ограничения на производительность человека – в новых постах).
ПРЕДЕЛЫ ПОНИМАНИЯ
Существует «Теорема о четырёх красках», утверждающая, что всякую расположенную на сфере карту можно раскрасить не более чем четырьмя разными цветами (красками) так, чтобы любые две области с общим участком границы были раскрашены в разные цвета (детали см. в Википедии).
Все доказательства этой теоремы – компьютерные (алгоритмические), т.к. их просто невозможно проверить вручную.
Но это значит, что мы должны полагаться на правильность реализации доказывающих теорему алгоритмов. Но никто не доказал, что они абсолютно верные!
Резюме.
Чтобы по-настоящему понять сложные явления, нам, возможно, придется генерировать принципиально новые вычислительные подходы. Например, найти способ объединить три существующих подхода – имитационной моделирование, машинное обучение и математическую теорию.
А в заключение, - важное замечание.
Эта тема спонсируется фондом Билла Миллера – Председателя и Директора по инвестициям Miller Value Partners. Это человек-легенда, который, будучи единоличным менеджером Legg Mason Value Trust, в течение 15 лет подряд обыгрывал индекс S&P 500 и был назван лучшим фондовым менеджером десятилетия 90х, а в 2015 получил Sauren Golden Awards.
Так вот, этот человек-легенда, нюхом чующий перспективность денежных вложений, теперь спонсирует тему «Limits», о которой написан этот пост.
Выводы делайте сами.
Это страница темы «Limits» на сайте «Института сумасшедших идей» (ссылки на новые статьи и конференции по теме) https://goo.gl/PF6tvn
А здесь на видео https://goo.gl/YJcewr (92 мин) можно послушать обсуждение данной темы на конференции «Большая идея» 2014, включая выступление одного из отцов ИИ – признанного гения нашего времени (к сожалению ушедшего в прошлом году) Марвина Минского (с 34 мин).
#Пределы
www.santafe.edu
Limits
We are exploring the fundamental limits that underlie human endeavor — in learning and understanding, in performance, and in prediction.
Как точнее предсказывать будущее.
Знал бы где упадёшь, соломки бы подстелил. Знал бы прикуп, жил бы в Сочи. И т.д. и т.п.
Не нужно объяснять, что способность прогнозировать - ключ к успеху в чем угодно. Будем ли мы прогнозировать будущее рынка, будущую погоду, будущие вспышки болезней или долгосрочные тенденции в области технологий и культуры, мы выиграем, повышая точность наших прогнозов.
Неспособность прогнозировать временные и размерные величины несет огромные издержки для экономической, культурной и экономической жизни.
— Только в США и только за 5 последних лет 50+ крупных погодных явлений (ураганы, наводнения и засухи) нанесли примерно $800 млрд ущерба.
— Аналогично в здравоохранении. Только непредвиденные госпитальные инфекции ежегодно обходятся США в $10 млрд.
— Неумение предсказывать теракты влечет дополнительные ежегодные расходы США в объеме $100 млрд.
— А неумение предсказывать финансовые кризисы – вообще ужас. Например, финансовый кризис 2008 г. обошелся США в $22 трлн.
Даже небольшие улучшения в нашей способности прогнозировать поведение сложных систем, таких как погода, болезни, экономика и культурные сдвиги, приведут к значительному снижению потерь и дадут существенный прирост в экономике и качестве жизни.
Что для этого нужно делать – примерно понятно.
Значительное увеличение прогностической силы может быть достигнута за счет разработки новых методов междисциплинарного прогнозирования – т.е. объединения до сих пор разрозненных разнодисциплинарных методов прогнозирования.
Делясь данными, инструментами и теориями из разных областей (теория сложных систем, метеорология, эпидемиология, машинное обучение, экономика, эволюционная биология, коллективный компьютинг) можно осуществить прорыв в нашей способности предсказать будущее.
В качестве примера нового инструментария для междисциплинарного прогнозирования назову Pynamical – пакет программ с открытым исходным кодом, написанный на Python, который позволяет моделировать и визуализировать нелинейную динамику, хаос, фракталы, автомодельность и пределы предсказания https://goo.gl/2ixk66.
Другие примеры новых прорывных инструментов и методов периодически появляются на странице темы «Limits» сайта «Института сумасшедших идей» https://goo.gl/PF6tvn
#Пределы
Знал бы где упадёшь, соломки бы подстелил. Знал бы прикуп, жил бы в Сочи. И т.д. и т.п.
Не нужно объяснять, что способность прогнозировать - ключ к успеху в чем угодно. Будем ли мы прогнозировать будущее рынка, будущую погоду, будущие вспышки болезней или долгосрочные тенденции в области технологий и культуры, мы выиграем, повышая точность наших прогнозов.
Неспособность прогнозировать временные и размерные величины несет огромные издержки для экономической, культурной и экономической жизни.
— Только в США и только за 5 последних лет 50+ крупных погодных явлений (ураганы, наводнения и засухи) нанесли примерно $800 млрд ущерба.
— Аналогично в здравоохранении. Только непредвиденные госпитальные инфекции ежегодно обходятся США в $10 млрд.
— Неумение предсказывать теракты влечет дополнительные ежегодные расходы США в объеме $100 млрд.
— А неумение предсказывать финансовые кризисы – вообще ужас. Например, финансовый кризис 2008 г. обошелся США в $22 трлн.
Даже небольшие улучшения в нашей способности прогнозировать поведение сложных систем, таких как погода, болезни, экономика и культурные сдвиги, приведут к значительному снижению потерь и дадут существенный прирост в экономике и качестве жизни.
Что для этого нужно делать – примерно понятно.
Значительное увеличение прогностической силы может быть достигнута за счет разработки новых методов междисциплинарного прогнозирования – т.е. объединения до сих пор разрозненных разнодисциплинарных методов прогнозирования.
Делясь данными, инструментами и теориями из разных областей (теория сложных систем, метеорология, эпидемиология, машинное обучение, экономика, эволюционная биология, коллективный компьютинг) можно осуществить прорыв в нашей способности предсказать будущее.
В качестве примера нового инструментария для междисциплинарного прогнозирования назову Pynamical – пакет программ с открытым исходным кодом, написанный на Python, который позволяет моделировать и визуализировать нелинейную динамику, хаос, фракталы, автомодельность и пределы предсказания https://goo.gl/2ixk66.
Другие примеры новых прорывных инструментов и методов периодически появляются на странице темы «Limits» сайта «Института сумасшедших идей» https://goo.gl/PF6tvn
#Пределы
MDPI
Visual Analysis of Nonlinear Dynamical Systems: Chaos, Fractals, Self-Similarity and the Limits of Prediction
Nearly all nontrivial real-world systems are nonlinear dynamical systems. Chaos describes certain nonlinear dynamical systems that have a very sensitive dependence on initial conditions. Chaotic systems are always deterministic and may be very simple, yet…
Есть ли у нас шанс: пробежать стометровку за 5 сек, подпрыгнуть на 3 метра, толкнуть 300 кг? Существуют ли вообще пределы наших физических возможностей?
О поисках фундаментальных ограничений человека я пишу уже 3й пост под тегом #Пределы.
В широчайшем спектре соревновательной деятельности – от выступлений на Олимпийских играх до конкурсов по решению головоломок - показатели результатов имеют долгосрочный систематический тренд к улучшению. Т.е. человеческие способности неуклонно повышаются.
— В недавнем исследовании проанализировали мировые рекорды за 1900-2007 и обнаружили неуклонное улучшение результатов по всем видам спорта. В самых прогрессирующих видах - метании копья и стрельбе - результаты улучшились на 70% и 50%. И даже в самых «застойных» - стометровке и беге на 400 м. - результаты улучшились на 10% и 8%.
— Аналогичная тенденция наблюдаются со скоростью сборки Кубика Рубика. Он стал широко доступным в 1980 году, а первый официальный рекорд его сборки в 1982 составлял 19 секунд. К 2015 году рекорд улучшили почти в 4 раза - менее чем 5 секунд.
— В шахматах рейтинги всех классных игроков доступны за 100 лет с 1900. Они показывают тенденцию к увеличению примерно на 3-5 % в год.
—Т.н. коэффициент интеллекта IQ растет примерно на 3 пункта за десятилетие.
— В командных соревнованиях похожие тенденции. Например, в американском футболе с 1920 по 2011 год показатели улучшились на 60%.
Однако, остается множество вопросов:
✔️ каковы здесь основные закономерности и универсальности?
✔️ какую роль здесь играет творчество?
✔️ какова роль новых режимов обучения, новых форм движения, новых ментальных рамок, новых технологии?
Тем не менее, уже установлено, что люди – это ограниченный по своим возможностям вид, сформированный эволюционными ограничениями и модулированный взаимодействием с окружающей средой.
— У каждой из 640 мышц и 206 костей есть четкие физические ограничения.
— Сердце в нормальном режиме бьется 45-100 раз в мин, достигая максимума в 220 ударов во время интенсивных усилий. Этот максимум зависит от возраста.
— Максимальные физические показатели достигают пика в течение 3го десятилетия жизни, а затем постепенно снижаются.
При этом новейшие исследования дают сенсационные результаты.
✔️ Оказалось, что биометрическая прогрессия человека – результат, как долгосрочной эволюции человека, так и недавних социальных изменений (промышленная революция глубоко изменила нашу среду, одновременно вызывая глобальные изменения условий жизни и здоровья менее чем за 10 поколений).
✔️ В результате, скачкообразно выросла фенотипическая пластичность (например, эволюция роста взрослого человека, в первую очередь зависящая от доступности питания, гигиены и здравоохранения на протяжении всего младенчества).
✔️ И самое поразительное - негенетическая «техно-физиологическая» эволюция, связанная с большим увеличением энергопотребления и поддерживаемая синергией между экономическим ростом, медицинскими достижениями и технологической диффузией.
Но, самое главное:
1) Мы уже близки к пределам физических возможностей. На нас давит Антропоцен.
2) Теперь задача – не рост возможностей, а их удержание (кое-где на Земле уже начался откат назад).
3) Чтобы предотвратить регресс, придется очень постараться.
Подробней здесь https://goo.gl/DoYuc1
#Пределы
О поисках фундаментальных ограничений человека я пишу уже 3й пост под тегом #Пределы.
В широчайшем спектре соревновательной деятельности – от выступлений на Олимпийских играх до конкурсов по решению головоломок - показатели результатов имеют долгосрочный систематический тренд к улучшению. Т.е. человеческие способности неуклонно повышаются.
— В недавнем исследовании проанализировали мировые рекорды за 1900-2007 и обнаружили неуклонное улучшение результатов по всем видам спорта. В самых прогрессирующих видах - метании копья и стрельбе - результаты улучшились на 70% и 50%. И даже в самых «застойных» - стометровке и беге на 400 м. - результаты улучшились на 10% и 8%.
— Аналогичная тенденция наблюдаются со скоростью сборки Кубика Рубика. Он стал широко доступным в 1980 году, а первый официальный рекорд его сборки в 1982 составлял 19 секунд. К 2015 году рекорд улучшили почти в 4 раза - менее чем 5 секунд.
— В шахматах рейтинги всех классных игроков доступны за 100 лет с 1900. Они показывают тенденцию к увеличению примерно на 3-5 % в год.
—Т.н. коэффициент интеллекта IQ растет примерно на 3 пункта за десятилетие.
— В командных соревнованиях похожие тенденции. Например, в американском футболе с 1920 по 2011 год показатели улучшились на 60%.
Однако, остается множество вопросов:
✔️ каковы здесь основные закономерности и универсальности?
✔️ какую роль здесь играет творчество?
✔️ какова роль новых режимов обучения, новых форм движения, новых ментальных рамок, новых технологии?
Тем не менее, уже установлено, что люди – это ограниченный по своим возможностям вид, сформированный эволюционными ограничениями и модулированный взаимодействием с окружающей средой.
— У каждой из 640 мышц и 206 костей есть четкие физические ограничения.
— Сердце в нормальном режиме бьется 45-100 раз в мин, достигая максимума в 220 ударов во время интенсивных усилий. Этот максимум зависит от возраста.
— Максимальные физические показатели достигают пика в течение 3го десятилетия жизни, а затем постепенно снижаются.
При этом новейшие исследования дают сенсационные результаты.
✔️ Оказалось, что биометрическая прогрессия человека – результат, как долгосрочной эволюции человека, так и недавних социальных изменений (промышленная революция глубоко изменила нашу среду, одновременно вызывая глобальные изменения условий жизни и здоровья менее чем за 10 поколений).
✔️ В результате, скачкообразно выросла фенотипическая пластичность (например, эволюция роста взрослого человека, в первую очередь зависящая от доступности питания, гигиены и здравоохранения на протяжении всего младенчества).
✔️ И самое поразительное - негенетическая «техно-физиологическая» эволюция, связанная с большим увеличением энергопотребления и поддерживаемая синергией между экономическим ростом, медицинскими достижениями и технологической диффузией.
Но, самое главное:
1) Мы уже близки к пределам физических возможностей. На нас давит Антропоцен.
2) Теперь задача – не рост возможностей, а их удержание (кое-где на Земле уже начался откат назад).
3) Чтобы предотвратить регресс, придется очень постараться.
Подробней здесь https://goo.gl/DoYuc1
#Пределы
Frontiers
Frontiers | Are We Reaching the Limits of Homo sapiens?
Echoing scientific and industrial progress, the Twentieth century was an unprecedented period of improvement for human capabilities and performances, with a ...
Почему Германия вылетела
Объяснение междисциплинарщиков
В командном спорте ключевой фактор выигрыша вовсе не уровень индивидуального мастерства и не стратегическое озарение тренера. Здесь главное – химия командной игры.
Это не ново и всем хорошо известно. Однако, лишь совсем недавно исследователи вплотную взялись за поиск формулы командной химии. И уже кое-чего добились.
Среди сотен миллионов зрителей позавчерашнего эпохального позора сборной Германии, были участники симпозиума Limits: The role of collective effects in individual & team performance, собравшиеся в эти дни в «Институте сумасшедших идей» Санта Фе для обмена идеями целенаправленного поиска командной химии в спорте.
Неудивительно, что ключевая причина вылета Германии, по мнению экспертов, совпала с главной темой семинара – сбой в командной химии, как главный фактор снижения синергии командной производительности.
Но что же такое командная химия (КХ), и какова её основа?
Версия 1: КХ – это особый эмоционально-психический настрой членов команды, индуцируемый в них «вдохновителями» - уникально одаренными членами команды.
Эта версия тщательно проверялась в исследовании, о результатах которого написано в статье «В поисках Дэвида Росса», опубликованной в 2017 MIT Sloan Sports Analytics Conference. Авторы проанализировали причины выигрышей/проигрышей команд, сильно противоречивших прогнозам. Изучив данные более чем 15 бейсбольных сезонов лиги MLB, они выявили конкретных игроков, индуцировавших командную химию, поднимавшей уровень игры команд сильно выше суммы ее частей.
Кто такой Дэвид Росс, и чем «звезды» отличаются от «вдохновителей», - можно будет прочесть в статье «Поиск формулы командной химии» в выпуске The Atlantic за июль-август https://goo.gl/1yfhYw. Резюме оригинальной работы «В поисках Дэвида Росса» https://goo.gl/zJSSpE.
Версия 2: КХ – это продукт специального менеджмента. Расселл Карлтон - детский психолог по образованию, консультант 3х команд MLB, пишущий для Baseball Prospectus, нашел доказательства того, что химию можно культивировать в долгосрочной перспективе через тщательное организационное управление командой.
О подходе Расселла Карлтона можно прочесть в книге Бена Линдберга и Сэма Миллера The Only Rule Is It Has to Work.
3я версия: КХ определяется глубиной «разломов» между членами команды. Ее автор профессор Катерина Безрукова изучила «демографические» данные всех 30 команд MLB за пять сезонов, анализируя возраст, расу, национальность, сроки пребывания в команде, зарплату и др. По её теории, хотя разнообразие необходимо для успеха команды, но у тех, у кого нет «демографических коллег», - развиваются «разломы» или разрывы в химии, которые усугубляются, когда команда жестко борется, и это кардинально влияет на общую результативность командной игры. Модель Безруковой показывает, что «линии разломов» могут быть смягчены.
Версия 4: КХ – это реально химия, т.е. сочетание и согласование уровней тестостерона и гормонального состояния членов команд.
Но самой сильной смотрится 5я версия: КХ - это результат периодизации компонентов программы тренировки и подготовки спортсменов, позволяющей в заданный момент всей команде синхронно показать пиковые результаты.
Спектр компонентов весьма широк: нагрузки, восстановление, питание, психологический тренинг, тепло- и высотная адаптация, состав и физиопараметры тела …
И если все правильно скоординировать у членов команды, получится оптимальная командная химия https://goo.gl/GB1gDn.
У кого она лучшая на ЧМ 2018 – скоро узнаем.
О симпозиуме по КХ https://goo.gl/xyNhW4
#Пределы
Объяснение междисциплинарщиков
В командном спорте ключевой фактор выигрыша вовсе не уровень индивидуального мастерства и не стратегическое озарение тренера. Здесь главное – химия командной игры.
Это не ново и всем хорошо известно. Однако, лишь совсем недавно исследователи вплотную взялись за поиск формулы командной химии. И уже кое-чего добились.
Среди сотен миллионов зрителей позавчерашнего эпохального позора сборной Германии, были участники симпозиума Limits: The role of collective effects in individual & team performance, собравшиеся в эти дни в «Институте сумасшедших идей» Санта Фе для обмена идеями целенаправленного поиска командной химии в спорте.
Неудивительно, что ключевая причина вылета Германии, по мнению экспертов, совпала с главной темой семинара – сбой в командной химии, как главный фактор снижения синергии командной производительности.
Но что же такое командная химия (КХ), и какова её основа?
Версия 1: КХ – это особый эмоционально-психический настрой членов команды, индуцируемый в них «вдохновителями» - уникально одаренными членами команды.
Эта версия тщательно проверялась в исследовании, о результатах которого написано в статье «В поисках Дэвида Росса», опубликованной в 2017 MIT Sloan Sports Analytics Conference. Авторы проанализировали причины выигрышей/проигрышей команд, сильно противоречивших прогнозам. Изучив данные более чем 15 бейсбольных сезонов лиги MLB, они выявили конкретных игроков, индуцировавших командную химию, поднимавшей уровень игры команд сильно выше суммы ее частей.
Кто такой Дэвид Росс, и чем «звезды» отличаются от «вдохновителей», - можно будет прочесть в статье «Поиск формулы командной химии» в выпуске The Atlantic за июль-август https://goo.gl/1yfhYw. Резюме оригинальной работы «В поисках Дэвида Росса» https://goo.gl/zJSSpE.
Версия 2: КХ – это продукт специального менеджмента. Расселл Карлтон - детский психолог по образованию, консультант 3х команд MLB, пишущий для Baseball Prospectus, нашел доказательства того, что химию можно культивировать в долгосрочной перспективе через тщательное организационное управление командой.
О подходе Расселла Карлтона можно прочесть в книге Бена Линдберга и Сэма Миллера The Only Rule Is It Has to Work.
3я версия: КХ определяется глубиной «разломов» между членами команды. Ее автор профессор Катерина Безрукова изучила «демографические» данные всех 30 команд MLB за пять сезонов, анализируя возраст, расу, национальность, сроки пребывания в команде, зарплату и др. По её теории, хотя разнообразие необходимо для успеха команды, но у тех, у кого нет «демографических коллег», - развиваются «разломы» или разрывы в химии, которые усугубляются, когда команда жестко борется, и это кардинально влияет на общую результативность командной игры. Модель Безруковой показывает, что «линии разломов» могут быть смягчены.
Версия 4: КХ – это реально химия, т.е. сочетание и согласование уровней тестостерона и гормонального состояния членов команд.
Но самой сильной смотрится 5я версия: КХ - это результат периодизации компонентов программы тренировки и подготовки спортсменов, позволяющей в заданный момент всей команде синхронно показать пиковые результаты.
Спектр компонентов весьма широк: нагрузки, восстановление, питание, психологический тренинг, тепло- и высотная адаптация, состав и физиопараметры тела …
И если все правильно скоординировать у членов команды, получится оптимальная командная химия https://goo.gl/GB1gDn.
У кого она лучшая на ЧМ 2018 – скоро узнаем.
О симпозиуме по КХ https://goo.gl/xyNhW4
#Пределы
The Atlantic
Chasing the ‘Holy Grail’ of Baseball Performance
Inside the wide-ranging search—led by economists and psychologists—for the elixir that turns good squads into great ones
Важнейшая проблема современности и всего обозримого будущего
Ежедневно мы обращаемся к компьютерам (смартфонам, персональным ассистентам, облачным сервисам …) за решением нужных нам задачи - найти самый быстрый маршрут по городу или форму, в которую входит белок, рассчитать доходность инвестиций или подобрать музыку под наш вкус… Все большее и большее число задач для нас решают компьютеры. И скоро будут решать почти всё.
Для большинства задач пространство возможных решений весьма и весьма обширно.
НО:
• Почему для некоторых проблем мы можем быстро локализовать область поиска решений, а для других - это превращается в бесконечный поиск иголки в стоге сена?
• Что в математической структуре проблемы делает ее легко решаемой на компьютере или обуславливает противоположное – решить очень трудно, а может быть и невозможно?
Проблема определения пределов возможности компьютинга (что на компьютере можно решить, а что нельзя) — важнейшая проблема не только современности, но и всего обозримого будущего. По крайней мере, до тех пор, пока человечество не придумает более совершенный способ решения задач, чем компьютинг.
Ибо уже ясно -
✔️ все сложные задачи, которые человек сможет решить в будущем, он сможет решить только на компьютерах;
✔️ и если компьютер не может решить какую-то задачу, то людям её в принципе не решить.
Проф. Крис Мур рассматривает вопрос пределов возможности компьютинга, проводя аналогию между вычислением и эволюцией на примерах от простых головоломок до высот универсальных вычислений, от неалгоритмизированной задачиТьюринга до природы математической истины и творчества.
Эта лекция (1:22:00) прочитана только позавчера в театр Ленсика в Санта-Фе, вместившим только 800 зрителей. И в сети успели посмотреть лишь пять сотен.
Так что это – не менее эксклюзив, чем позавчерашняя премьера оперы в Ла Скала или мюзикла на Бродвее.
https://www.youtube.com/watch?v=dyz4E89Zjw0
#Компьютинг #Пределы
Ежедневно мы обращаемся к компьютерам (смартфонам, персональным ассистентам, облачным сервисам …) за решением нужных нам задачи - найти самый быстрый маршрут по городу или форму, в которую входит белок, рассчитать доходность инвестиций или подобрать музыку под наш вкус… Все большее и большее число задач для нас решают компьютеры. И скоро будут решать почти всё.
Для большинства задач пространство возможных решений весьма и весьма обширно.
НО:
• Почему для некоторых проблем мы можем быстро локализовать область поиска решений, а для других - это превращается в бесконечный поиск иголки в стоге сена?
• Что в математической структуре проблемы делает ее легко решаемой на компьютере или обуславливает противоположное – решить очень трудно, а может быть и невозможно?
Проблема определения пределов возможности компьютинга (что на компьютере можно решить, а что нельзя) — важнейшая проблема не только современности, но и всего обозримого будущего. По крайней мере, до тех пор, пока человечество не придумает более совершенный способ решения задач, чем компьютинг.
Ибо уже ясно -
✔️ все сложные задачи, которые человек сможет решить в будущем, он сможет решить только на компьютерах;
✔️ и если компьютер не может решить какую-то задачу, то людям её в принципе не решить.
Проф. Крис Мур рассматривает вопрос пределов возможности компьютинга, проводя аналогию между вычислением и эволюцией на примерах от простых головоломок до высот универсальных вычислений, от неалгоритмизированной задачиТьюринга до природы математической истины и творчества.
Эта лекция (1:22:00) прочитана только позавчера в театр Ленсика в Санта-Фе, вместившим только 800 зрителей. И в сети успели посмотреть лишь пять сотен.
Так что это – не менее эксклюзив, чем позавчерашняя премьера оперы в Ла Скала или мюзикла на Бродвее.
https://www.youtube.com/watch?v=dyz4E89Zjw0
#Компьютинг #Пределы