Сопелка-ворчалка-брюзжалка

Вот вам прекрасный образчик того, как достаточно незатейливо можно разводить высокопоставленных обывателей, очередной раз впаривая им идею о чуде технологий в виде так вожделенной ими волшебной «зеленой (или красной) кнопки». Для них же это просто какое-то счастье - не нужно больше мозги напрягать, не нужно в поте лица организовывать работу коллективов «яйцеголовых», с которыми всегда куча мороки – уж больно они умные. Теперь достаточно будет лишь нажать кнопку, и ИИ сам сделает все то, что тебе хочется! Ура!

Бред ?

Похоже, что - да. Но чтобы лучше понять – бред это или нет, необходимо посмотреть немного на эту ситуацию с позиции фундаментальных основ.

С подачи героя Конан Дойла – Шерлока Холмса, каждый сегодня знает, что существует некий волшебный дедуктивный метод, который позволяет творить просто чудеса! Вообще-то Конан Дойл там изрядно напутал, назвав дедуктивным индуктивный метод, но это не страшно. Главное то, что мы знаем – есть метод познания дедуктивный (от общего – к частному), а есть индуктивный (от частного – к общему). А есть еще и, назовем его  так, - кондуктивный. Это когда с обеих сторон сразу.

И у каждого из методов есть свои достоинства и свои недостатки.

Чем плох метод индуктивный (от частного к общему) - можно подробно почитать тут - «Это же элементарно, Шерлок!». А если в общих чертах, то – иногда просто невозможно адекватно увидеть лес за деревьями. Фактов много, система мониторинга наваливает на тебя кучу данных, софт-роботы вываливают  тебе из сети мегатонны всякого информационного барахла, а вероятность сделать на основе  этого адекватный вывод  - выбрать почти из бесчисленного множества альтернатив - падает пропорционально росту количества этих альтернатив, количество которых, в худшем случае, может расти чуть ли не квадратично от объема значимых данных. И я здесь не открываю америк – об этом еще Сократ говорил - "Чем больше я узнаЮ, тем больше я не знаю!" Но на идею Сократа накладывается еще и один из законов теории измерений - закон, в котором говорится : если не знаешь, что ты измеряешь, измерения твои бесполезны. А я добавлю еще и от себя – зачастую вредны, но, как правило, ты никогда этого не знаешь.  

С другой стороны - лишь на основе метода дедуктивного (от общего – к частному) тоже сложно понять, что происходит. Да, есть такие случаи, когда буквально на значении одной характеристики (совсем уж "на кончике пера") можно построить достаточно адекватную модель объекта исследования. В этом деле поднаторели, например, астрофизики. И получается у них, похоже, неплохо. Но получается у них, в первую очередь, потому, что они достаточно хорошо изучили некоторую часть «механики» вселенной, поэтому, имея достаточно добротную базовую модель объектов определенного типа, они, зачастую, могут (к тому же - всегда вынуждены, поскольку иначе - никак) восстановить образ конкретного исследуемого объекта на каком-то совсем уж минимуме данных. То же самое и у физиков - ядерщиков.

Но мы - те, кто занимается "большой кибернетикой" - имеем дело с объектами, которые сложнее(!) физической вселенной. Мы имеет дело с множеством взаимодействующих интеллектуальных агентов, и пока что мы не имеем добротной типовой модели  интеллектуального агента – такой модели, чтобы можно было по еле заметному «красному смещению» восстановить всю подноготную конкретного агента.

Поэтому мы используем, как уже было упомянуто выше, комбинацию дедуктивного и индуктивного метода – кондуктивный метод. И вроде бы всё это очевидно - идем сразу с двух сторон, увязывая в одно видение видения, получаемые от каждого направления исследования. Это, вообще-то,  затратно, но так есть хоть какой-то шанс получить приемлемый результат исследования, если объект сложен, а данные в дефиците.

Вот такая получилась "экспозиция".

К чему это я так глубоко ныряю в базис?

А вот к чему : то, что написано в статье – это про индуктивный подход (про информацию и знания). Да, безусловно, там прослеживаются какие-то следы и дедуктивного подхода (про понимание), но дело как раз в том, на чем делается главный акцент в статье.

Вообще-то, должен заметить, что у наших противников с дедуктивным направлением не совсем всё просто. И смею предположить – ситуация у них в дальнейшем будет только ухудшаться, если они что-то серьёзно не изменят.

Дело в том, что, создав систему нагребания информации отовсюду, и как можно больше, они теперь вынуждены оправдать этот процесс. Деньги вбухали, надо показывать, что не зря! И само наличие такой системы сбора информации, и стремление оправдать вложения будет толкать их в индуктивные подходы. Но необходимо понимать – они не дурнее нас, а зачастую и существенно поумнее. Они тоже понимают, что на одной индукции далеко не уедешь, и индикатором их понимания является, например, то, что на сайте дарпы есть проект , где они предлагают всем, кто хоть как-то может помочь в создании инструментов исследования больших систем, включиться в этот проект. Предлагают включиться в работу на Пентагон(!) для создания инструментов, методик и технологий исследования больших систем. А понимание того, как на самом деле ( а не через призму мифов, агитухи, идеологий и религий, и т.п.) живут большие системы – это и есть главное. Это и есть - про дедуктивный подход.

Но у них, как и везде – есть «яйцеголовые» ученые, которые что-то назойливо твердят о необходимости понимания, но на самом деле -  только мешают бюджеты осваивать, а есть уважаемые люди - осваиватели бюджетов. И страшно далеки они друг от друга. Ну и слава Богу!

А что у нас ?

А у нас - … газ!

Во всяком случае, до сих пор наличие востребованных на мировом рынке природных ресурсов позволяло нам не особо переживать о дне сегодняшнем, а завтра … а завтра – хоть потоп! И потому ни дедуктивного, ни индуктивного направления у нас, на самом деле, не развивалось, а наоборот - деградировали (если было чему деградировать). Громогласные реляции по поводу реанимации науки и высшего образования , конечно же, постоянно сотрясают публичное пространство - кто-то совещается, кто-то выступает, какие-то указы издаются,  планы верстаются и утверждаются, но это лишь для прикрытия …, а на самом деле - работает глобальная "пилорама". Ну а то, что кто-то где-то скачал опенсорсные решения,  и как-то "творчески" их перелицевал, выдавая их за великие достижения отечественного ИИ-строения, ну так это …

Ладно, что было – то было и что есть - то есть. А что дальше?

А дальше – очевидно. Индуктивный подход нам не по зубам - данных мы под него не наберем. Остается лишь дедуктивный. Дедуктивный, это значит - глубоко изучать интересующие процессы и явления, не уповая на то, что ИИ сам что-то научится - наисследует. Это значит - готовить кадры, организовывать научные коллективы и что-то придумывать, чтобы их не переманил наш противник. Это значит - придумывать меры стимуляции, и не только деньгами, но и наличием задач с вызовом. Это значит - необходимо придумывать какую -то систему руководства всем этим процессом, поскольку старая уже давно изжила себя. И т.д. и т.п. Много чего это значит.

Ну и что это значит в итоге ? -  Каковы наши перспективы в том, чтобы "оседлав" дедуктивный подход, ка-а-а-к .... ?

А как ни странно – они, даже, в чем-то выше, чем у противника!

И связано это, в первую очередь, с тем, что у противника образование, которое дает необходимую основу для столь глубокого изучения сложных объектов/систем/процессов/феноменов, чтобы потом на этой основе можно было решать действительно сложные задачи, сосредоточено в очень и очень дорогих ВУЗах, выпускники которых отдали реально большие деньги не для того, чтобы потом «пахать на галерах» в рисковых проектах за нищенскую зарплату ученого-исследователя. Эти выпускники стремятся стать руководителями и т.п.

А вот зато у нас …

А у нас это практически развалили. На закате СССР как-то попытались запустить процесс подготовки  системных аналитиков , но почти сразу вместо системных аналитиков начали штамповать ..тоже системных аналитиков, но с махровым уклоном всего лишь на бизнес-анализ. Рынок! А о какой-то кибернетике третьего порядка … может кто-то где-о когда-то от кого-то что-то и слышал, но …  Или может кто-то расскажет о том, где сегодня готовят специалистов в области исследования сложных объектов/систем? Чтобы и серьезная философия науки была, и декатегоризация, и теория систем, и системный анализ, и концептуализация, и кибернетика высоких порядков, и конфликтология больших систем, и моделирование, и соответствующие дисциплины в программировании? … Вот только не надо тут про аспирантуры! Аспирантуры - это "те же яйца, только в профиль".

Получается, что нет у нас потенциала пусть и не победить, но хотя бы своё поражение продать подороже?

Есть. И, возможно, даже есть какой-то потенциал победить!

И он есть в ... мифах! Да, образование у нас сегодня (кто бы чего не говорил) – ни к черту. Но миф о том, что у нас какое-то особое образование когда-то было, что мы - нация, пристрастная к интеллектуальному труду, что у нас есть какие-то остатки советского наследия в виде какой-то гордости за то, что мы - рожденные в СССР - тоже не лаптем щи хлебаем - этот миф, в той или иной мере в нас еще сидит. И именно то, что мы себя неадекватно оцениваем, именно наша энергия заблуждений и дает нам дополнительные силы что-то сделать.

Где-то в кодексе самурая читал (цитирую по смыслу): "Самурай должен идти на битву и ощущая сам, и показывая всем, что он уже победитель!"  … вот что такое энергия заблуждений животворящая делает! Силу увеличивает в разы. Пример с тонущей крысой – прекрасное подтверждение этому. Понты - вот, что главное! 

Вообще-то, всё это  - азы управления людьми и их группами.

И что получается? Чтобы противопоставить что-то нашему противнику там, где он делает ставку на искусственный интеллект, мы должны сделать ставку на миф? 

Да! В том числе, и на миф!

А может быть на что-то еще?

Но сколько бы я не перебирал вариантов, – все они оказываются дискредитироваными уже на нашей памяти или на памяти прошлого-позапрошлого поколений. И похоже, что в публичной плоскости решений нет. А может есть что-то в непубличной ?

ПС. А вообще-то то, что описано в статье, процентов на 80-90 решается на порядок более простыми методами. Надо просто отслеживать, как меняется динамика текстового расстояния между определенными понятиями в текстах. Но анализировать необходимо не сырые тексты, а специальным образом препарированные. И можно тогда очень неплохо видеть, куда ветер дует. Но когда ты претендуешь на то, чтобы быть флагманом в сфере ИИ, то ... любая задача должна решаться с помощью ИИ!