Вопросы воли

Вопросы воли

Силы человека безграничны, а бессилие — лишь результат недостатка воли. Это справедливо для любой деятельности, но в работе, которая не требует физических усилий, это особенно заметно.

Казалось бы, что сложного в написании простой функции? Однако неизбежно наступает момент, когда ты не в состоянии это сделать. Тогда начинается: почту надо проверить, а какая погода будет завтра, а чего в чатиках нового. А может за это время на почту письмо пришло? Одно и то же ощущение, знакомое с первых лет студенчества: перед тобой лежит отбойный молоток который невозможно взять в руки. Не потому, что тяжело. Потому, что помнишь ощущение, которое за этим последует. Треклятый подвал на Шпалерной полон пыли и бетонной крошки, но совершенно не расширяется.

Любопытно в этот момент изучать влияние смены деятельности. Бросить отбойник и взяться за мешки с бетонными обломками. Или плюнуть на функции, засев за литературу. Усталость не пропадет, но окажется, что силы еще есть. Если вы устаете на работе, то один вариант из двух: либо работа ваша — полная хрень, либо вы не умеете контролировать свою префронтальную кору. Все грешат на работу и за это сложно винить. Фраза «работа нормальна, но я неадекватен» звучит сомнительно, особенно когда звучит на собеседовании.

Казалось бы, важен лишь результат работы. Какая за него отвечает кора, префронтальная или березовая — вообще наплевать. За ошибки будем наказывать, а за успехи обещать премировать. Неразрешенным остается лишь один вопрос. Все понимают, что необходимо для успеха, но процесс все равно идет через жопу. Какого черта?

А ведь это очень похоже на обучающее моделирование. Подключаем тензорфлоу или другую неведомую хренотень, выбираем активационную функцию из советов на СтекОверфлоу и рассуждаем на планерках о дефиците мощности серверов. Какая разница, что там происходит во время обучения с коэффициентами?

Но если представить, хотя бы в порядке бреда, что коэффициенты полинома во время обучения изменяются не как попало, лишь бы снизить производную функции ошибки, а в соответствии с некоторыми правилами? Представим полиномиальную модель в виде клеточного автомата из ячеек, которые образованы коэффициентами полинома. При каких условиях образуются ружья, планеры и прочие структуры? Как влияет поведение коэффициентов на время обучения и достоверность модели? Толком никто на эти вопросы не отвечает. При том, что идея клеточных нейросетей не нова, а сама мысль изучения структурной организации коэффициентов настолько очевидна, что даже неловко об этом говорить: ощущение, словно публикую знаменитые цитаты Стэтхэма.

Ну не могу я написать эту функцию сейчас. Разве это плохо? Зато я могу сейчас подумать о структуре Госпера в диатропической модели эволюции, одушевлении абстракций или содержании философского трактата: «Мир как воля и представление коэффициентов клеточного автомата». Тем более, существуют вопросы такой глубины, что даже теоретическая возможность однажды над ними подумать приносит наслаждение и решимость повторно открыть редактор.

Не про индексы

Диалоги чатика t.me/spbgeotex напомнили замечательную историю о примате технологий, которая особенно актуальна в свете моих последних изысканий. Источник истории не вспомню, но дело происходило в советские времена, когда одному из конструкторов задали вопрос: сможет ли когда-нибудь ЭВМ заменить человека. Конструктор был стар и в ответ рассказал воспоминание молодости.

Во время первой мировой их полк нес тяжелые потери в Галиции. Перед очередной попыткой наступления состоялся разговор о диспозиции австрийцев, во время которого случайно зашедший вахмистр обратил внимание на местоположение вражеского офицерского блиндажа. Перед наступлением артиллерия первым разбила именно этот блиндаж. Австрийцы отступили и полк занял новую позицию почти без погибших.

История будто не про технологии, а к современному времени нейросетей и компьютеров вообще отношения не имеет. Но есть тонкость: как вахмистр узнал о местоположении офицерского блиндажа? А дело в том, что в теплые дни через стереотрубу солдаты видели на крыше блиндажа котенка. Он грелся в солнечных лучах, подставляя теплу шею с завязанным на ней бантиком.

Только человек мог догадаться, что котенок с бантиком живет в офицерском блиндаже. Я хотел бы посмотреть на того программиста, что решит доверить подобную задачу компьютеру. Мозг — тоже нейросеть, но его принципиальное отличие в том, что обучение происходит без ориентации на конкретную задачу.

Даже простая нейросеть круче меня в миллиарды раз. Но до тех пор пока не создадут нейросеть, которую в девяносто шестом избили в трубе коллектора, на которую не заводили уголовные дела, которая не залезала по водосточной трубе в студенческое общежитие, которая не грузила швырки и кляверсы, не чинила капелькан, которую не пытались задушить в бане лесхоза накануне конференции спбгеотеха и которая не тратит большую часть своих ресурсов зря — нет повода для беспокойства. Чем лучше нейросети, тем ценнее специалисты по решению задач, решить которые нейросети не в состоянии.

Технологии изменяют человеческую деятельность от физического труда к умственному, от умственного к мыслительному, от мыслительного к эмоциональному. Раньше главным вопросом было: «как это сделать?». Теперь все чаще спрашивают: «а что мы сделали?». Приходится пересматривать понятия, которые прежде не вызывали вопросов. Чем-то мы напоминаем родителей первоклассников, которые осознали, что предстоит заново пройти школьный курс.

Если говорить предметно: мода на IT снижается, а потребность в «материальных» специалистах растет. И это првильно: если унитаз работает, то кому какое дело, кто изготовил разводной ключ сантехника.

Но вы же поняли, что в этом рассказе ни слова про компьютеры, верно?

P.S. Блин, а ведь хотел про вегетационные индексы написать

Нейросети

Нет более модного направления сейчас, чем машинное обучение. О связанном с ним «Великом и опасном будущем» говорят даже представители глянцевых журналов и музыканты неоднозначных стилей. Дескать, еще чуть-чуть и нейросеть подомнет под себя человечество.

С одной стороны, я давно утверждаю, что это уже произошло. С тех пор, как сложность интернета превысила сложность мозга (была такая статья лет пять назад), глупо уповать на свободу личности. С другой стороны, не могу не вспомнить эпизод из старой книги, которую читал еще в школе. Там главный герой путешествовал в лесах Африки вместе с подручным аборигеном. Однажды абориген показал герою на синюю бабочку и сказал, что скоро пойдет дождь. И дождь пошел. «Как ты понял?» — спросил главный герой. «А хрен его знает» — ответил абориген, «только крылья у этой бабочки всегда тускнеют перед дождем».

Загадка решалась просто: цвет крыльев бабочки зависел от влажности воздуха. Перед дождем влажность воздуха повышалась и крылья тускнели. Любая нейросеть работает по принципу этого аборигена: верно предсказывает результат, но неспособна объяснить механику процесса. Прямо новая религия. Подставьте вместо слова «нейросеть» слово «бог». Эй, Яндекс-погода, как вы узнали, что дождь будет? — Ну, об этом говорит наш бог. К черту уравнения Навье-Стокса, закон Бойля-Мариотта, силу Кориолиса и прочую чепуху. Ответы на все вопросы даст нейросеть.

Машинное обучение — это великий, но переоцененный инструмент. Дело даже не в проблеме неопределенности Геделё для нейросетей (кому интересно — гуглите исследование в прошлогодних номерах Nature). Нейросети — это инструмент, что-бы видеть. Инструмента, что-бы объяснять пока не изобрели.

А как мы станем работать с исключениями? Сегодня мне рекомендуют музыку, которую я терпеть не могу, а завтра нейросеть будет выписывать таблетки. Как оценить отличие сущности от абстракции (тут я на стороне квир-тусовки)? Если не ясно выразился: нет ни одной нейросети, которая умеет отличать котиков от собачек, а вот фотографии котиков от фотографии собачек — сколько угодно.

А главное, мы еще посмотрим, что выдаст условный Тензорфлоу, после того, как начнем работать со всюду непрерывными, но нигде не дифференцируемыми функциями.

Нейросеть сможет заменить человека только когда сама станет человеком. А до тех пор, я скорее поверю, что топор заменит плотника. Но это не луддизм, а напротив — предложение видеть в ML нечто большее, чем игра в составление перцептронов.

Невнятный подкаст. Сезон 2. Выпуск 1. Зачем ковырять деревья

Экономика, генетика, тухлые яйца, сверхпроводники, сонные лемуры и этичные нейросети.

Парадокс картографии

Я постоянно утверждаю два противоположных тезиса. С одной стороны, картография — это искусство. С другой, карта — это не про красоту. Даже странно, что никто еще не обратил на это внимание.

Из разных сфер человеческой деятельности картография ближе всего к программированию. Красивый, отформатированный код может не работать, а хаотичное нагромождение синтаксиса решать все задачи пользователя. Это не значит, что код должен быть путанным, а карта выглядеть как детские каракули, но если вы хотите проложить маршрут, лучше иметь на руках кривую схему, чем гениальное полотно Босха.

Картография — это не живопись. Это искусство более высокого порядка. Мне еще ни разу не приходилось слышать, что-бы перед художником ставили задачу сделать из черного квадрата Малевича «Лунную ночь» Куинджи, да так, что-бы посетители выставки ни о чем не догадались. В картографии такое сплошь и рядом.

Дорогу нарисовать и дурак может. Попробуй сделать так, что-бы глядя на эту линию ты ощутил каково сейчас стоять именно на этой дороге. Что-бы глядя на карту чувствовал куда следует повернуть на следующем перекрестке. Что-бы при взгляде на Питер тянуло сырым ветром, а переведя взгляд на Бразилию слышались звуки карнавала.

Мне ни разу не удавалось достичь подобного. Но с другой стороны, я хотя-бы знаю чего хочу. А еще знаю, что никакая нейросеть не сможет заменить картографа. А если сможет, то лишь такая, которую в полном праве можно назвать человеком.