Думай медленно – предсказывай точно. Искусство и наука предвидеть опасность - Филип Тетлок Страница 8

Книгу Думай медленно – предсказывай точно. Искусство и наука предвидеть опасность - Филип Тетлок читаем онлайн бесплатно полную версию! Чтобы начать читать не надо регистрации. Напомним, что читать онлайн вы можете не только на компьютере, но и на андроид (Android), iPhone и iPad. Приятного чтения!

Думай медленно – предсказывай точно. Искусство и наука предвидеть опасность - Филип Тетлок читать онлайн бесплатно

Думай медленно – предсказывай точно. Искусство и наука предвидеть опасность - Филип Тетлок - читать книгу онлайн бесплатно, автор Филип Тетлок

Прогноз о прогнозировании

Впрочем, возможно, вы считаете, что все это безнадежно устарело. В конце концов, мы живем в эпоху невероятно мощных компьютеров, неподвластных пониманию алгоритмов и Больших данных. Что же касается изучаемого мной прогнозирования, то в его основе лежит субъективный фактор — размышления и суждения живых людей. Не пора ли прекратить заниматься догадками?

В 1954 году блистательный психолог Пол Мил написал небольшую книгу, вызвавшую значительный резонанс [13]. В ней анализировались двенадцать исследований, согласно которым хорошо информированные эксперты, предсказывавшие, добьется ли студент учебных успехов или вернется ли заключенный, условно отпущенный на свободу, обратно в тюрьму, в своих прогнозах оказывались не так точны, как простые автоматизированные алгоритмы, подытоживавшие объективные данные (итоги теста на способности или записи о поведении в тюрьме). Заявление Мила расстроило многих экспертов, но и последующие исследования — на данный момент их проведено уже более двухсот — показали, что в большинстве случаев статистические алгоритмы точностью превосходят субъективные суждения, а в той горстке исследований, где это не так, играют вничью. Учитывая, что алгоритмы, в отличие от субъективных суждений, — это быстрый и дешевый способ прогнозирования, ничья засчитывается за их выигрыш. Теперь уже вывод неоспорим: если у вас есть надежный статистический алгоритм, используйте его.

Этот вывод никогда не угрожал царствованию субъективных суждений, потому что мы очень редко располагаем надежными алгоритмами для решения конкретной проблемы. Непрактично заменять математикой старый добрый мыслительный процесс — и в 1954-м, и даже сейчас.

Однако потрясающий прогресс в области информационных технологий свидетельствует, что мы приближаемся к историческому перелому в отношениях человечества и машин. В 1997 году созданный на базе IBM компьютер Deep Blue обыграл шахматного чемпиона Гарри Каспарова. В наши дни имеющиеся в продаже шахматные программы могут обыграть любого человека. В 2011 году суперкомпьютер IBM Watson обошел чемпионов телевикторины Jeopardy! Кена Дженнингса и Брэда Раттера. Для инженеров, создававших Watson, это была гораздо более сложная задача, но они с ней справились. Сейчас уже вполне возможно представить себе соревнование по прогнозированию, в котором суперкомпьютер разгромит как суперпрогнозистов, так и суперумников. После этого люди, конечно, будут и дальше делать прогнозы — но, как случилось с участниками Jeopardy!, мы будем наблюдать за ними исключительно ради развлечения.

Я поговорил об этом с главным инженером Watson Дэвидом Феруччи. У меня не было сомнений, что Watson без проблем выдаст ответ на вопрос о настоящем и будущем — например, «Как зовут двух российских политических лидеров, которые обменялись должностями за последние десять лет?», — однако мне хотелось узнать мнение Дэвида о том, сколько времени пройдет, прежде чем Watson или кто-то из его цифровых потомков сможет ответить на вопрос «Обменяются ли два российских политических лидера должностями в ближайшие десять лет?».

В 1965 году эрудит Герберт Саймон считал, что всего через двадцать лет наступит эпоха, когда машины смогут делать «любую работу, которую могут делать люди». Но тогда вообще часто высказывали подобные наивно-оптимистические мысли, и это одна из причин, по которой Феруччи, работающий в области искусственного интеллекта уже тридцать лет, более осторожен в подобных оценках [14]. Он отметил, что компьютерная наука гигантскими шагами движется вперед и способность машин отслеживать тенденции заметно растет. А их обучение, в сочетании с растущим взаимодействием «человек — машина», которое подпитывает учебный процесс, обещает еще более впечатляющий прогресс в будущем. «Это одна из экспоненциальных кривых, и мы сейчас все еще находимся у ее основания», — сказал Феруччи.

Но все-таки есть огромная разница между вопросом «Как зовут двух российских политических лидеров, которые обменялись должностями за последние десять лет?» и вопросом «Обменяются ли два российских политических лидера должностями в ближайшие десять лет?». Первый вопрос — исторический факт, компьютер может его найти. Второй требует от компьютера высказать обоснованные предположения относительно намерений Владимира Путина, характера Дмитрия Медведева и динамики российской политики, а затем объединить эту информацию в личное мнение. Люди проводят подобный анализ постоянно, но это далеко не просто. Человеческий мозг — удивительный инструмент, раз способен выполнять такие невероятно сложные задания. Даже если учитывать стремительный прогресс компьютеров, они еще не скоро освоят тот тип предсказаний, которым занимаются суперпрогнозисты. И Феруччи вообще не уверен, что мы когда-нибудь увидим под стеклом в Смитсоновском институте человеческую особь с табличкой «субъективное суждение».

Машинам все лучше удается «подражать человеческому мнению» и, соответственно, предсказывать поведение, но «между подражанием мнению и его осмыслением, а также выработкой собственного есть разница», говорит Феруччи. Эта ниша всегда будет занята человеческим суждением. В прогнозировании, как и в других областях, мы будем наблюдать, как от человеческого суждения постепенно отказываются, к отчаянию белых воротничков, но будем встречать и все больше случаев синтеза — как, например, в «шахматах свободным стилем», когда люди и компьютеры соревнуются командами. Люди будут пользоваться несомненной силой компьютеров — но периодически их обыгрывать. В результате должна получиться комбинация, которая может (иногда) превосходить как людей, так и машины. Переосмысляя дихотомию «человек против машины», можно сказать, что комбинация Гарри Каспарова и компьютера Deep Blue может оказаться более плодотворной, чем исключительно человеческий или исключительно компьютерный подходы. Феруччи считает, что если что-то и устареет, то это гуру-модель, которая многие политические дебаты превращает в возню в песочнице: «Я противопоставляю вашим аргументам Пола Кругмана мои контраргументы Ниала Фергюсона и атакую вашу статью Тома Фридмана моим блогом Брета Стивенса». Но он видит свет в конце этого длинного темного тоннеля. Феруччи считает, что будет все более странным следовать советам людей, которые не основываются ни на чем, кроме собственного мнения. Человеческая мысль окружена психологическими западнями — факт, который начали широко признавать только последние пару десятилетий, — «поэтому я хочу, чтобы эксперт-человек работал в паре с компьютером, преодолевая человеческие когнитивные ограничения и предрассудки» [15]. Если Феруччи прав — а я думаю, так и есть, — нам нужно будет объединить компьютеризированное прогнозирование с субъективными суждениями. Поэтому настало время отнестись серьезно и к тому, и к другому.

Перейти на страницу:
Вы автор?
Жалоба
Все книги на сайте размещаются его пользователями. Приносим свои глубочайшие извинения, если Ваша книга была опубликована без Вашего на то согласия.
Напишите нам, и мы в срочном порядке примем меры.
Комментарии / Отзывы

Comments

    Ничего не найдено.