Ключевые идеи книги: Машина, платформа, толпа: используя наше цифровое будущее. Эндрю Макафи, Эрик Бринолфссон

Smart Reading, 2020

Этот текст – сокращенная версия книги Эндрю Макафи, Эрик Бринолфссона «Машина, платформа, толпа: используя наше цифровое будущее». Только самые ценные мысли, идеи, кейсы, примеры. О книге Книга «Машина, платформа, толпа: используя наше цифровое будущее» – это ясный и прагматичный анализ современного состояния экономики совместного потребления, искусственного интеллекта и больших данных. Эндрю Макафи и Эрик Бринолфсcон знакомят нас с небывалыми прежде возможностями для коллективного творчества, например онлайн-образованием или медицинскими исследованиями на краудсорсинге. Они описывают трудности, с которыми уже сегодня сталкиваются предприниматели, работающие с новейшими технологиями, такими как самоуправляемые автомобили, 3D-принтеры или онлайн-платформы для аренды одежды. Авторам удается избегать упрощений, при этом они осознают ограниченность своих прогнозов на будущее. Их совместный труд поможет читателям извлечь максимальную пользу из нашего общего будущего. Зачем читать • Узнать об успешном опыте людей, компаний, технологий, чтобы скорректировать свое будущее. • Осознать масштаб технологической революции, которая сегодня происходит. • Обрести ясный и четкий путеводитель по инновациям. Об авторе Эндрю Макафи – выпускник и главный научный сотрудник MIT. Соучредитель Инициативы MIT по цифровой экономике. В 1999 году защитил докторскую диссертацию в Гарвардской школе бизнеса на тему «Влияние корпоративных информационных систем на эффективность». Его исследования посвящены тому, как компьютеризация влияет на конкуренцию и общество. Входит в топ-списки «Лучший мыслитель мира в области управления» по версии Thinkers 50 и «Люди, преобразующие американскую политику» по версии Politico 50. Эрик Бринолфссон – американский академик, профессор Школы менеджмента MIT Sloan, ведет курсы по информационной экономике и анализу. Директор Центра цифрового бизнеса MIT и Инициативы MIT по информационной экономике. Научный сотрудник Национального бюро экономических исследований. Занимается исследованием влияния цифровых технологий на эффективность бизнес-стратегий. Редактор платформы Social Science Research Network. Считается одним из самых цитируемых ученых в области информационной экономики.

1. Человеческий разум и искусственный интеллект

1.1. Человек и его разум

Двадцать лет назад между людьми и компьютерами было негласно заключено стандартное партнерство, основанное на следующем разделении труда:

— машины занимаются базовой математикой, ведением документации и передачей данных;

— люди принимают решения, рассуждают, используют творческий и интуитивный подход для взаимодействия друг с другом.

Информационные технологии стремительно развиваются и вполне могли бы посягнуть на роль человека, но этого не происходит. Потому что люди остаются ценными благодаря способности мыслить. Эта способность выходит за рамки любого алгоритма и вычислений.

В основе поведения человека лежит две системы мышления.

Система 1. Интуитивная: способность принимать решения быстро, на автомате, не требует больших усилий, обусловленная длительным эволюционным развитием.

Система 2. Рациональная: полная противоположность интуиции — медленная, сознательная, эволюционно в начале развития, требующая много работы.

У одних хорошо развита интуиция, другие с легкостью решают сложные задачи.

Система 1 работает автоматически и не может быть отключена по желанию, ошибки интуитивного мышления трудно или невозможно предотвратить. Именно поэтому так опасно порой полагаться на мнение экспертов.

Причины возникновения ошибок:

— фильтрация информации по субъективному признаку (часто может отсеиваться полезная и важная информация);

— доводы, построенные на заблуждениях и предположениях;

— склонность к быстрым выводам и решениям, что не всегда продуктивно, справедливо и бескорыстно;

— плохая способность предсказывать будущее;

— ложное представление о собственной интуиции, что приводит к поиску обоснований с помощью рациональной системы. Таким образом человек способен обмануть сам себя.

Очевидный правильный подход — позволить машинам принимать решения в тех случаях, когда это возможно, превращая интуицию в процесс принятия решений, основанных на данных.

Цены на авиабилеты и гостиничные номера постоянно меняются в зависимости от того, как прогнозируется развитие спроса и предложения алгоритмом на базе больших данных, и фактически они меняются каждую минуту. Ни один человек не способен предсказать и просчитать рационально или интуитивно, что произойдет с ценами в следующую минуту.

Алгоритм работы машины можно тестировать и улучшить, заставить людей признать свои предубеждения сложнее. Но у людей есть способности, которые машины пока не способны перенять:

— восприятие огромного количества информации с помощью чувств;

— здравый смысл и учет отклонений, возникающих впервые. Принимая решение согласно алгоритму, машина не может предусмотреть все нестандартные ситуации.

Так алгоритм Uber, предполагая временное повышение цен при повышении спроса в конкретном месте, увеличил тарифы на заказы из места катастрофы. Машина не способна определить, что повышенный спрос в данном случае — это ЧП. Позже Uber исправился, и сейчас в подобных ситуациях сохраняет оптимальную стоимость поездки — прекрасный пример, когда человек и алгоритм работают вместе.

1.2. Машины

Ребенок учит язык, слушая и повторяя, а взрослый овладевает вторым языком, опираясь на огромное количество правил и осознанное заучивание. По аналогии с человеком, практикуется два метода машинного обучения:

— неконтролируемый — на основе системы распознавания статистических моделей (как ребенок);

— контролируемый — символический (как взрослый).

Методы машинного обучения очень быстро развиваются, но единственный пока способ заставить компьютер мыслить по-человечески — построить мозговые нейронные сети, которые могли бы учиться на примере. Исследователи сделали это с помощью комбинации сложной математики, мощного компьютерного оборудования и прагматичного подхода.

Конец ознакомительного фрагмента.