spqr_voldi:
Не вдаваясь в само определение IQ и его значений (это ж печальная шутка, не ищите в ней большой науки!), видно, что "средний человек" с IQ 120 только и считает себя человеком, а вот чуть глупей себя людей он считает недорептилоидами, а сильно глупей себя и сильно умней себя сразу объявляет полноценными рептилоидами [И мне всё равно, какое там начальное значение было у картинки. Мне показалось, что очень точно прочитывается МОЯ мысль. А что одна и та же картинка может иметь разные значения, так у одних людей В это "вэ", у других людей это "бэ", и это ОК]. "Ты слишком умный" и "ты идиот" приравниваются друг ко другу. Так, если ты понимаешь, что в пользу прививок говорит сегодня не столько наука, сколько пропаганда, то ты сразу рептилоид, и весь твой ум тебе не поможет -- не отмоешься. Если ты веришь, что принудительное введение плохо изученных в их долгосрочных и даже краткосрочных эффектов веществ против плохо изученных и непрерывно меняющихся штаммов с разным их поведением, да ещё и в разные моменты развития эпидемии какого-то кокнретного штамма или даже их букета (как, впрочем, и букета разных прививок) поможет всей планете быстро и окончательно -- то это ты веришь в науку, а наука из уст административных органов -- это точно не пропаганда! Эпистемологию (то есть основания для верований, критерии "пропаганды" в отличие от нормальных разговоров), этику (которая научная, а не "я так считаю, а ты должен выполнять, ибо это истинное благо человечества") сразу объявляем уделом яйцеголовых и объявляем, что это "уход от темы". При этом "доказательная медицина" ни у кого не вызывает вопросов, хотя в критическом рационализме доказательств в науке быть не может, а опровержения быть должны! Различия между теорией (поведением абстрактных объектов при рассуждениях) и жизнью (поведением физических систем в реальности) вообще не рассматриваются. Критерии хороших объяснений, контрфактуальность, надёжность цифири, получаемой из госисточников -- это всё за пределами обсуждений, "слишком умно". Тьфу.
Настоящих буйных мало, но в ЖЖ есть один такой --
alex_rozoff, автор цикла романов про Меганезию, https://www.proza.ru/avtor/rozoff. У него много смачных комментариев по сегодняшней политике: эпидемиям, войне с климатом и прочим подобным вопросам, за которые должны ради общего будущего не слишком внятно объясняемого блага платить граждане, абсолютно конкретно и абсолютно сейчас. Рассказал про то, как работать с компетенциями, потребными для проектов (видео https://www.youtube.com/watch?v=HpAUWriQcCs, слайды -- https://yadi.sk/i/ALNy1mhx3A4WGQ) на Архипелаге. Это был очень сжатый рассказ по мотивам "Образования для образованных". Если кратко, то:
-- любые проекты сегодня существуют недолго, ибо их целевые системы меняют свою природу стремительно (экспоненциальные технологии быстро снижают цены, и далее новые технологии приходят "сбоку" и конкуренты вашему проекту приходят быстрее ожиданного и "ниоткуда")
-- практики и роли, которые их выполняют меняются вслед за изменениями целевой системы, то есть даже в ходе проекта. Потребность в каких-то компетенциях в проекте появляется быстро по мере замены целевой системы, и так же быстро нужда в них исчезает, ибо делать нужно становится другое с другой системой.
-- менеджмент и предпринимательство везде в проектах более-менее одни и те же, а вот инженерия крайне разнообразна. Образование и медицина -- это та же инженерия. Главное, что все они должны работать вместе, для этого нужно иметь деятельностный кругозор.
-- сами по себе прикладные компетенции без деятельностного кругозора более-менее бесполезны (не разберёшься, куда с ними втыкаться в проекте), но а кругозор требует системности мышления, а системность мышления в свою очередь требует уже немалой образованности. Мы говорим о персональном интеллект-стеке, который позволяет быстро осваивать новые компетенции, а потом быстро вливаться с ними в какие-то проекты. Калибр личности решает больше, чем умение делать что-то конкретное (ибо личность большого калибра всегда быстро научится делать что-то конкретное).
-- а ещё нужно отследить, чтобы прикладные компетенции (впрочем, и трансдисциплины персонального интеллект-стека тоже) должны быть SoTA. Для этого нужно не стесняться гуглить. Жизнь меняется крайне быстро. Например, data scientist в популярности не растёт уже с 2019 года, а появилась на горизонте только в 2011 году. Всё быстро, нужно отслеживать state-of-the-art.
Вступил в разговор про "цифровую трансформацию" госуправления в российских регионах, https://www.facebook.com/natallia.andreeva/posts/4159422267486940, против тезиса, что это "то же самое, что в компаниях". Отличается от компании прежде всего по целям и поэтому по тем функциям, которые нельзя поддерживать в силу политических ограничений. Во-первых, "цифровая трансформация" тут просто эвфемизм для eGovernment, только маркетинговая перекраска произошла и этот government региональный, но это всегда учитывалось. Во-вторых, первый же тут вопрос -- это как разруливается несколько проблем:
-- компьютерная вооружённость (то есть уже "трансформированность") чиновников давно уже больше, чем у бизнеса и общественных организаций. То есть там всё уже "давно", и просто не знают, куда ещё деньги потратить, активно это ищут. И это даже без специальных фондов на цифровую трансформацию, просто "так получается, сами не знаем, как этими компьютерами до бровей затарились".
-- один чиновник без компьютера в бараний рог может скрутить 1000 человек, а компьютер позволяет ему же скрутить в бараний рог 10000 человек, и так, что они пикнуть не смогут. И это если не увеличивать число чиновников! А число чиновников увеличивается. Это называется "баланс силы между властью и гражданами", компьютеры его сильно смещают.
-- ... и далее по таким же линиям. Это ни разу всё не корпорации, ибо другие цели и требуются другие средства. [и там по ссылке ещё много моего текста, включая такое, как сдвиг затрат на автоматизацию полицейских функций на частный бизнес, так что это уже не отслеживается как работа власти, а вроде как бизнес сам себя, как унтер-офицерская вдова, высекает, вдруг решает потратиться на дополнительный софт и хард для обеспечения навязанных ему функций, особенно часто это с банками сейчас и с телекоммуникационными компаниями. Сходите туда в комменты, я даю примеры]
Вышла очень интересная работа DeepMind по получению agents that are generally capable in environment space – agents which do not catastrophically fail, are competent on many tasks, and exhibit broad ability rather than narrow expertise, https://deepmind.com/blog/article/generally-capable-agents-emerge-from-open-ended-play. Название включает Open-Ended Learning и General Capable Agents. По содержанию очень близко к работам Stanley и Lehman (которые сейчас в OpenAI) с Enhanced POET, результаты тоже похожие: если учить агентов с нуля, то они не способны решать задачи, но если учить разным задачам, постепенно усложняя их и усложняя среду и добиваясь какого-то обобщения на каждом уровне, то лучшие агенты потом решают суперсложные задачи без особого доучивания. Общий интеллект а) обучаем на последовательности решаемых проблем, б) бьёт специализированное обучение для одной задачи. Теперь команда open-ended learning learning есть и в DeepMind. Я в своих работах (главным образом это отражено в "Образовании для образованных") учитываю это бесконечное развитие, это очень важный концепт.