А.Левенчук -- смычка кортекса и экзокортекса
TRANSCRIPT
2
Совместная работа• Совместная работа – это делать какую-то систему/сервис (не
рассматриваем совместные развлечения, религиозные практики, совместные занятия сексом для деторождения и т.д.)• Используем представления системной инженерии – вид
жизненного цикла как «принципиальная схема» работ по созданию системы.• Где в жизненном цикле ожидать помощи со стороны
«нейро»?• Будущее доступно через метафору тумана: вблизи всё
прозрачно, а в трёх метрах может быть невидимая стена. Так что ограничиваемся только тем, что уже видно – стараемся много не сочинять.
3
Тотальная автоматизация• Традиционная автоматизация –
алгоритмическая (можем использовать точные определения)• Черчение и стереометрия, физика,
дифференциальные уравнения, логика
•Обучение нейронных сетей – неалгоритмическая (не можем использовать точные определения).• Стиль и художественный дизайн• Работа с интересами людей
4
Искусственный интеллект: «то, что компьютеры пока не умеют делать»
Граница быстро движется: шахматы, вождение автомобиля, распознавание речи и т.д.
Смена парадигмы:Обучение (learning) проектированию, конструированию, моделированию вместо/вместе программирования (GOFAI)Эпистемология (неявное знание и методы обучения) вместо/вместе онтологии (явного сконструированного знания)
Машинное обучение бывает (с выходом на master algorithm):• Символьное (правила)
• Коннекционистское (нейронные сети) – сегодня в моде («глубокое обучение»)!
• Байесовское (вероятности)• Эволюционное (генетические алгоритмы)• Поиском аналогий
Почему только сейчас?!Оборудование: enabling technology
Интернет (1990 – первый браузер WWW)• Линии связи позволили
передавать картинки на дом (т.е. стало можно использовать WWW)
• Дисплеи смогли картинки показать• Процессоры смогли картинки
обработать
250Kb веб-страница• 56Kbps – 36 секунд• 1Mbps – 2 секунды• 100Mbps – 0.2 секунды
Нейронные сетки (2012 – первая победа на соревнованиях)• Процессоры сумели выдать
терафлопс, нужный для научения сетки за обозримое время
• Связь и память смогли дать терабайты данных для научения
• 1TFLOP -- 200млн. человек по 14 вычислений на калькуляторе в день каждый, за год
• GTX Titan X – 7TFLOPS (single preсision)• Intel Knights Landing Xeon Phi – 6TFLOPS (
http://www.zdnet.com/article/intels-next-big-thing-knights-landing/, http://arxiv.org/abs/1506.09067)
• FPGA: эксперименты до 10TFLOPS и до 6x меньше TFLOPS/Watt
5http://www.theguardian.com/technology/2011/jul/06/broadband-speeds-uk
6
Дилемма инноватора: мужики-то не знают!(Clayton Christensen из Гарварда)
Характеристики
Время
Лучшие технологии
Прорывные технологии
Характеристики лучших продуктовНа рынке
Характеристики худших продуктов на рынке
http://web.mit.edu/6.933/www/Fall2000/teradyne/clay.html
• Инновации обеспечиваются на неприкладных уровнях технологического стека (проектирование – алгоритмы обучения
• Обучение компьютеров сегодня даёт любительские результаты во всём, кроме задач распознавания изображений, звука, сигналов, вторжений и т.д..
• Через 5 лет эти любительские результаты окажутся профессиональными, если не сверхчеловеческими. Всё происходит быстро.
7
Экстремальная сложностьINCOSE VISION 2025 (июнь 2014)
http://www.incose.org/AboutSE/sevision
Выход за пределы сложности для классического проектирования/конструирования:
• Эволюция в системах систем• Общественные дисциплины
(сдвиг на оргсистемы)• Мегаломания (появилась Земля
как объект контроля-проектирования)
Там, где интересы людей, там меньше уравнений, больше трудноопределяемых понятий – там нужно использовать нейро!
8
Многомасштабность*за пределами жизненного цикла
<<< Замысел Архитектура «Рабочка» Изготовление Эксплуатация>>>
Usingsystem
IT-1 IT-2 IT-3 IT-4 IT-5
Макро IT1 IT2 IT3 IT4 IT5
Мезо IT6 IT7 IT8 IT9 IT10
Микро IT11 IT12 IT13 IT14 IT15
Нано IT16 IT17 IT18 IT19 IT20
Специализация/профессионализация: фирма в каждой клетке, плюс экспансия на соседейИнтеграция в продукте: вся таблица (эко-система!)
CAD/CAM/codes/PLM/CAE/ERP/EAM/… будут интегрированы!
уровни структуры вещества * уровни воплощения
ФормальностьНейро сюда!
9
Экстремальное начало ЖЦ проекта:исследования как часть проектирования
• Отрицательный результат в исследованиях – это не результат, если есть проектирование. Исследования и изобретательство различны.
• Наука-техника Латура: исследования и изобретательство едины.• Лаборатории условного Эйнштейна, условного Эдисона.• R&D management – относительно новая дисциплина, но мы-то не про менеджмент! Дисциплины R&D инженерии пока нет.
• Крупные корпорации, государство (институты развития), стартап-движение, предпринимательские университеты.
• Пример: акселераторы и лаборатории при акселераторах (Y Combinator, http://ailev.livejournal.com/1220274.html), фонды для инфраструктурных проектов «низко по стеку» (NumFocus и Julia)
Basic Research Applied Research Concept Design Engineering
http://www.3ds.com/products-services/biovia/
global, collaborative product lifecycle experiences to transform scientific innovation
Нейро сюда!
10
Model-based conceptual design
Выход за пределы:• Явное упоминание стратегии (ISO 15288:2015 – 6.4.1 Business of mission analysis
process)• Пересечение с системной инженерией (требования и архитектура)• Пересечение с классическим предметным проектированием
Steven J.Saunders, INCOSE INSIGHT volume 17 issue 4
Нейро сюда!
11
Киборги-2, мультиагентные системы• Агент – сущность, способная к действию (https://en.wikipedia.org/wiki/Agency_(
philosophy))
• Пока разделение «человек или компьютер» важно: • Мультиагентские системы• Экономика, социология, правоведение психология, и т.д.
• Завтра эти дисциплины начнут смешиваться• Киборг-1 = кибернетический организм • Киборг-2 = кибернетическая организация• Киборгизируются и
• отдельные люди (экзокортекс и персональные агенты), и• Команды, коллективы (корпоративные информационные системы как
агенты), и • общество в целом (агенты социальных сетей).
• Команда, коллектив, общество = мультиагентная система из людей и достаточно умных компьютеров
Concerns = интересы (озабоченности)
• Интересы плохо формализуются!• Интересы часто бессознательны• С бессознательным работает
нейролингвистическое программирование (R.Bandler, J.Grinder. Epistemology by G.Bateson)
• Работа с кортексом двусторонняя (обучение идёт в две стороны – ситуации в проекте учится и кортекс, и экзокортекс!)
13
Нейролингвистическое программирование(neuro-linguistics programming)
• Упор не на онтологию, а эпистемологию (обучение, моделирование)• Бинарная модель психики (хорошо согласуется с нейромоделями)
• совершенно необязательно тамошним моделям «верить на слово», для сегодняшнего уровня техники можно легко проверить постулаты (они довольно эклектичны) и воспользоваться только тем, что проверилось/подтвердилось.
• Использовать не только само НЛП как набор отдельных моделей, но и дискуссию вокруг (например, дискуссии про манипулятивность воздействий, повременную оплату против фиксированной за терапию/обучение)
• Использовать не столько конкретные модели, сколько сам подход (эпистемологию), способ задания вопросов, подход к моделированию.
14
Терминология: не так важно(word embeddings)
15
Словарные сообщества
тачка
Понятийное сообщество
car машинка автомобиль
16
Эстетика и художественность (модели стилей)Learning Visual Clothing Style with Heterogeneous Dyadic Co-occurrences (http://arxiv.org/abs/1509.07473)
A Neural Algorithm of Artistic Style (http://arxiv.org/abs/1508.06576)
17
Аватаризация инженерного софта• Обучение САПР вместо/вместе программирования/настройки• Естественный язык вместо/вместе компьютерного• Диалог компьютера с человеком по уточнению намерений и ограничений• Совместное порождение идей вместо/вместе оформления идей человека• Комфортный диалог: имя и образ (аватар), распознавание и учёт эмоций
Фирма Имя умного помощника Google Google Apple Siri Microsoft Cortana Facebook M Amazon Alexa Autodesk ???????????
18
Коллаборативное проектирование• Дисинтермедиация проектирования, создание команд «вне
фирм»: • не требуется фирма для гладкого включения в команду людей (Uber для
поиска коллаборантов, включая по-разному обученных компьютерных интеллектуальных агентов от разных поставщиков) – распознавание интересов, опыт «сайтов свиданий»
• Низкий барьер входа (облачные ресурсы и подписки, доступны даже индивидам, а не только фирме)
• Совместная работа с аватаризованными инженерными компьютерными помощниками (на естественном языке, с распознаванием жестов, они всех будут различать по голосу и помнить по именам!)
• Киборг-2:• Ведение протокола принятых решений (и изменения решений – возможно
с переспросом), отметки о консенсусе и расхождении мнений• Учёт интересов, определение провалов в представленности каких-то
интересов (например, если никто не озаботился о финансах, то можно об этом в какой-то момент сообщить команде – легко сравнивать происходящее с чеклистами)