Вообще, я новости разработки AI черпаю из ленты https://vk.com/deeplearning, а вот новости о применениях AI -- из других лент: https://venturebeat.com/category/ai/ и более скудной https://www.techspot.com/tag/ai/. Вот интересная история последних дней из этой скудной ленты: AI находит 94% источников риска в контрактах, а корпоративные юристы в среднем -- 85% (и AI тут находит столько же, сколько лучший из 20 юристов в опытной группе). При этом юристы в среднем тратили на пять контрактов 92 мминуты, а AI на эти же пять контрактов 26 секунд -- https://www.techspot.com/news/77189-machine-learning-algorithm-beats-20-lawyers-nda-legal.html. И такого много. Никакого GAI, никакого кругозора у роботов, торгуют узкой экспертизой. Да, это ужас-ужас, но люди с широким кругозором, опирающиеся на прикладные узкие способности роботов, могут сильно поменять сегодняшний уклад, и поменять его быстро.
Вот ещё про роботов-юристов: этот робот готов бороться с большими бюрократическими организациями, подавая на них мелкие иски в суд от имени потребителей -- и выигрывая половину из них: https://www.techspot.com/news/76870-robot-lawyer-donotpay-now-ios-app-you-ue.html. Дальше понятно, что будет: одни роботы будут готовить иски, другие защищаться от этих исков, третьи писать законы, непрошибаемые исками. Здравствуй, justice adversarial networks. Ночами робот-юрист будет бороться сам с собой в недрах суперкомпьютера, наращивая своё мастерство (ровно как боролся сам с собой компьютер, победивший людей в Го), а потом он будет бороться с юристами истцов и ответчиков -- пред бдительным оком робота-судьи. А вот бот, исправляющий программистские ошибки (конечно, прикидывающийся человеком -- https://habr.com/post/427775/).
Эти практические применения -- следствие прорывов в исследовательских работах, типа создания любопытных агентов в обучении с подкреплением -- https://blog.openai.com/reinforcement-learning-with-prediction-based-rewards/ (перевод на русский -- https://habr.com/post/428776/). Любопытные агенты в этом исследовании не просто решают задачу, но и исследуют окрестности потенциальных решений. В итоге они начинают выигрывать в игры, в которых нелюбопытные агенты ничего не могли сделать: по факту решена задача создания агента, выигрывающего в самую неподдающуюся до сих пор игру на Atari -- Montezuma's Revenge (счёт у первой программы AI, которая играла в эти игры по этой игре был 0 очков, у человека 4700, у нового алгоритма -- в среднем 10000, а лучший результат так и вообще 14500). Вот типичная картинка успехов в области задач искусственного интеллекта ("не шмогла, не шмогла, не шмогла -- ой, получилось!"):
Вчера закончил СМС2.2 -- основные тренинговые дни, остался только двухчасовой семинар во вторник. Курс опять поменялся, например, я давал вчера все три способа описания стратегий из курса (расширение целеполагания в ArchiMate, голдратовский strategy case aka strategy and tactic tree и остервальдовский стартапный холст/canvas) буквально за пару часов, а всё остальное время мы говорили собственно про стратегии и стратегирование. И добавлен был материал по кругозору, ибо "Системный менеджмент и стратегирование" по факту является кругозорным курсом по менеджменту (кроме финансов и контроллинга и corporate governance) и немного (стратегирование) предпринимательству. Рекомендуемые в нём прикладные практики нужно осваивать отдельно -- но курс даёт о них понятие, рассказывает об их существовании. И углубляет необходимое для этого менеджерского и предпринимательсткого кругозора фундаментальное содержание: понятие практики раскрывается более подробно, чем в курсе системного мышления. Группа попалась более-менее айтишная (что обычно редко на этом курсе). Мне кажется, что усвоение материала этой группой было побольше, чем в предыдущих группах: практически все члены группы рассказывали, что материал находит реализацию в рабочих проектах участников. Старт следующего потока (если считать с первой версии курса, то уже двенадцатого!) уже через пару недель.
Темы кругозора и любопытства (а ещё эволюции, которая безлична и бесцельна) и были главными темами дня "стратегирования" вчера. Идеи-то одни и те же в искусственном интеллекте, бизнес-стратегировании, личном стратегировании. Я ж всю жизнь был консультантом именно по стратегии. Но только сейчас у меня весь мой опыт стратегирования с самыми разными клиентами и со мной лично, а также мой собственный кругозор начинает раскладываться по полочкам в голове. И да, в стратегировании всё контринтуитивно. И вечная проблема exploitation vs exploration с критерием новизны в exploration. Рационально пофланировать ещё, или прекратить этот analysis paralysis и впахать во что-то одно, ни на что больше не отвлекаясь. Собственно, весь мой блог/дневник -- отражение именно этого неразрешимого вопроса для себя лично.
И сверхбыстрое развитие AI вносит в это дополнительную сумятицу: пока исследуешь, местность успевает поменяться. И до exploitation дело всё чаще и чаще не будет успевать доходить. Не успеваем реализовывать стратегии, только непрерывно стратегируем. А потом появляются сентенции типа "цель жизни -- познание", отражающие именно такой подход. Но нет, это всего лишь сентенция. Нет у жизни цели иной, чем мы придумаем, и познание (в самой разной и даже в самой широкой его трактовке) тут тоже не единственное, чем можно заняться.
UPDATE: дискуссия в фейсбуке -- https://www.facebook.com/ailevenchuk/posts/10214127894725419