Способность предсказывать будущее заложена в каждом из нас самой природой. Мы мечтаем просчитывать и предугадывать будущее, но наши прогнозы никогда не сбываются. Причина ошибок кроется в подходе, когда прогноз основывается на наших желаниях, мечтах или страхах, а не реальной ситуации. Как научиться предвидеть и просчитывать свое будущее?
Провидец, гадалка, оракул, хиромант, астролог, ясновидец? Нет. Аналитик. Талант аналитика позволит выбирать самые оптимальные решения, делать меньше ошибок, экономить время, не тратить энергию зря и добиваться большего.
Талант предвидения есть в каждом из нас, но многие не разобрались с заложенной инструкцией. Когда мы пытаемся предвидеть будущее, то начинаем строить прогнозы на зыбкой почве самоуверенности или комплексов.
Мы предполагаем об определенном будущем по той причине, что страстно хотим получить его. Иногда мы прогнозируем будущее на основе внутренних страхов и опасений.
В результате наши прогнозы сбываются редко, а мы перестаем верить интуиции и разуму.
Способность предвидеть – это не таинственный дар, а умение анализировать, просчитывать и строить прогнозы. Умение предвидеть – это вид мышления, который работает с информацией и данными. Даже без наличия полной информации можно рассчитать будущее точно. Строить прогнозы вполне реально, если избавиться от эмоций, комплексов и информационного шума.
Как предсказывать и предвидеть будущее?
1. Тщательно выбирай цели для анализа
Фокусируйся на тех вопросах, которые стоят потраченного времени. Для этого задействуй принцип Парето: «20% усилий дают 80% результата, а оставшиеся 80% усилий – всего 20% результата». Найди самые важные цели, которые стоят твоих умственных усилий.
Используй метод сортировки «триаж», для выбора задач для выполнения. Секрет заключается в том, что выбираются только самые важные задачи, у которых есть шанс быть завершенными. Нет смысла работать над мелкими или невпечатляющими целями.
Управление судьбой: миф или реальность
2. Развивай качества для предсказания будущего
Что нужно уметь для предсказывания будущего? Какие качества нужны обычному человеку, чтобы научиться предвидеть и рассчитывать ближайшие перспективы?
- Развивай логический склад ума и сохраняй гибкость мышления.
- Тренируй наблюдательность, открытость, чуткость, эмпатию и внимательность.
- Старайся воспринимать информацию без искажений и предубеждений.
- Адекватно принимай конструктивную критику, но игнорируй деструктивную.
- Будь непредвзятым, когда трезво оцениваешь свои возможности и шансы.
- Думай об альтернативных вариантах развития событий.
- Всегда тщательно анализируй и скрупулезно рассчитывай будущую ситуацию.
- Строй гипотезы, догадки и предположения, а затем делай результирующие выводы.
- Учись просчитывать ситуацию на несколько шагов, минут, часов, дней, недель или лет вперед.
3. Учись на ошибках и победах
Определяй свои шансы на успех, используя прошлые действия, опыт, успех и поражения. Как познакомиться и понравиться девушке? На первую любовь можешь потратить годы, чтобы получить нужный опыт и понимание. Со второй девушкой уже легче, а с 20-й легко находишь язык и взаимопонимание.
В 30 лет ты анализируешь подружку мгновенно. Что говорит ее лицо, внешность и одежда? Какой образ жизни ведет? Какой у нее характер? Какие замашки и поведение? Кто у нее родители? Как выглядит ее мама? С кем девушка общается и дружит? Что читается в глазах у девушки? Какие красные флаги заметил? О чем она мечтает и чего хочет? Какое будущее вас может ждать через 5 лет?
В 30 лет гораздо проще найти себе подходящую девушку. Ты почти сразу видишь вариант развития ваших отношений через несколько лет, чего не замечал в юности. Ты можешь предсказать потенциальное будущее отношений почти без ошибок.
4. Как можно предсказать свое будущее?
Если ты считаешь что-то возможным, то скорей всего прав. Твое будущее определяется проработанностью планов и их полноценностью реализации. Если планы реалистичны, а для их выполнения прикладываешь все силы, то будущее вполне вероятно. У тебя получится добиться желаемого на 95%.
Как предвидеть будущее? Проработанные планы почти всегда выполняются, а четко поставленные цели достигаются. Но когда цели неопределенные, то они остаются несбыточными мечтами и пустыми фантазиями. План на будущее реален? Значит все реально.
5. Используй чужой опыт
Почему родители, используя свой жизненный опыт, часто делают правильные предсказания? Это элементарное сравнение, основанное на изученных ошибках в прошлом. Как предвидеть будущее? Сравнивай и используй сторонний опыт, чтобы предугадать будущие события.
Как можно устроиться на определенную работу? Через сколько получишь уровень английского B1 или Pre-Intermediate? Через сколько сможешь скинуть вес на 10 килограмм? За сколько выполнишь определенную задачу?
Очень сложно спрогнозировать свое будущее, а также ожидаемый результат, без использования чужого опыта. Как делали другие люди и что у их вышло? Подсмотри, а потом сделай выводы. Используй чужой опыт или спрашивай совет у более опытных товарищей.
6. Разделяй и дроби анализируемую ситуацию
Как съесть слона? По кусочкам. Данная метафора рассказывает об единственном способе достижения глобальной цели, большой задачи или крупной мечты. Любая громадная задача должна подвергаться дроблению, пока каждый «кусочек слона» не может быть легко проглочен. Для анализа рассматривай каждый кусок ситуации отдельно.
Сможешь ли успеть на поезд? Сколько осталось времени до отправления? Сколько времени потратишь на ожидание автобуса? За какое время автобус доедет до вокзала? Сколько бежать до поезда по вокзалу? Анализируя каждый участок, можно сделать прогноз будущего, который будет довольно точен.
Что будет с тобой через год? А чем ты будешь заниматься, куда ходить и что делать все это время? Разбей свою жизнь и действия на мелкие промежутки, а затем оцени вероятность. Так становятся понятны шансы на поступление в университет или поиск работы.
Где я буду через год: что будет со мной через много лет
7. Предсказывай будущее с помощью экспоненциального мышления
Человек привык мыслить линейно на основе опыта прошлых поколений. Пройдя за час 5 километров, мы рассчитываем пройти за следующий час еще 5. Но современная жизнь развивается по экспоненте, а не линейно. Про прогресс говорят, что он движется семимильными шагами. Так за следующий час прогресс пройдет не 5 километров, а гораздо больше.
Мы можем предсказать свое будущее на основе прошлых 5 лет жизни. Мы предполагаем, что скорость развития будет неизменна, а значит пройдем аналогичное расстояние. Но то, что должно случиться через 5 лет, произойдет всего через 3-4 года.
Поэтому важно научиться мыслить экспоненциально в современном мире. Линейное мышление приводит к тому, что нас захватывают во врасплох причины, факторы и обстоятельства, которые приходят раньше времени. Так вчерашние корпорации разоряются, не учитывая перемен и конкурентов, появившиеся раньше ожидаемого.
Как предвидеть и предсказывать будущее? Провидец, гадалка, оракул, хиромант, астролог, ясновидец? Это шарлатаны. Все дело не в скрытом таланте, а в умении рассчитывать и анализировать. Стань хорошим аналитиком, чтобы угадать свое будущее.
Системы предсказания будущего
(с)
Лучшие нейронные сети, обыгрывающие человека в покер, Го, шахматы и «Доту», обладают одной общей чертой — они умеют предсказывать ближайшее будущее.
Способность машин прогнозировать поведение может значительно превзойти возможности человека. В пространстве различных вероятностей алгоритмы оказываются лучше человека, подверженного влиянию эмоций.
Что могут предсказать нейросети? Перед нами бескрайнее поле возможностей: биржа, преступления, погода, здоровье, транспорт — везде способность просчитывать на несколько шагов вперед окажется полезной. Уже сегодня некоторые алгоритмы превосходят экспертов-людей. Рассвет завтрашнего нейродня не оставит никакого следа от «тумана неизвестности».
Исследователи из компании DeepMind опубликовали научную работу, в которой представили новый метод обучения нейросети с подкреплением. Оказалось, что если в процессе самообучения нейросеть начинает «фантазировать» о различных вариантах будущего, то обучается гораздо быстрее.
«Фантазия» нейросети заключается в том, что по трем последним известным кадрам нейросеть должна предсказать вознаграждение, которое она получит на четвертом неизвестном временном интервале. ИИ использует свою память и применяет новые стратегии как бы в своем воображении.
Чем эффективнее становятся системы, тем лучше они строят прогнозы. Сейчас мы можем не только предсказывать погоду (на краткосрочном промежутке).
Мы можем даже «видеть» будущее макроэкономических ситуаций в различных районах города, замеряя потребление воды, электричества, транспортный поток (сколько пассажиров в общественном транспорте и сколько в своих машинах), увеличение/уменьшение потребления ресурсов.
Уже трудно представить сферу, в которой мы могли бы обойтись без предсказаний. Да и стоит ли от них отказываться, если алгоритмы дают возможность выбирать правильную стратегию поведения?
Поведение на дорогах
Исследователи из Массачусетского технологического института построили систему, способную предсказать огромное количество событий реального мира. Сначала программу обучили на выборе из 2 миллионов онлайн-видео. Каждый ролик программа проанализировала, классифицировав все предметы и действия в сюжетах.
Затем нейросети показывали статичное изображение. Программа, в свою очередь, генерировала 1,5-секундные видеоклипы, демонстрировавшие видение ближайшего будущего.
Очевидно, что подобное решение можно использовать не только для создания гифок. Алгоритмы в принципе позволяют «заглядывать» в будущее сложных систем, что найдет применение в автономных автомобилях, анализирующих постоянно меняющуюся ситуацию на дороге.
Компьютер сможет понять, что он видит нечто необычное — например, животное выбежало на дорогу. Даже если машина никогда не попадала в эту ситуацию раньше, она «поймет», что происходит нечто странное — следует либо остановиться, либо передать управление водителю.
Здоровье человека
(с)- Ученые из Стэнфордского университета разработали систему искусственного интеллекта, способную предсказать вероятность смерти тяжелобольного пациента в течение года с точностью до 90%.
- Исследователи проанализировали записи 160 000 пациентов, чтобы собрать данные о прошлых диагнозах, назначенных процедурах и сделанных врачами прогнозах.
После обработки датасета был составлен алгоритм для глубокого обучения нейросети. Затем сетка сделала прогнозы смертности от всех причин на срок от 3 до 12 месяцев в отношении 40 000 пациентов.
Спустя год исследователи подвели итоги: в 90% случаев нейросеть верно предсказала состояние больного (вне зависимости от того, ждала ли его смерть или выздоровление). Этот показатель значительно превосходит возможности даже группы врачей-экспертов.
Бренд «Терафлю» разработал систему, прогнозирующую вероятность подхватить простуду на территории ряда стран, включая Россию. Ежедневно система анализирует посты в соцсетях, запросы в поисковиках, данные «НИИ гриппа», а также данные спроса в аптеках на средства, специфические для борьбы с симптомами простуды.
В итоге получается график «простудной опасности» в том или ином регионе с прогнозом на несколько дней.
Впрочем, подобные платформы находят и более ценное применение: в системе «Виртуальный Сингапур» уже сейчас можно в реальном времени просматривать и анализировать жизнь страны и предсказывать, например, распространение опасных инфекций или реакцию больших масс людей на взрыв в торговом центре.
Microsoft и Adaptive Biotechnologies планируют создать систему, которая на основе анализа крови сможет выявлять заболевания на ранних стадиях.
Анализируя генетический код в триллионах рецепторов Т-лимфоцитов, система будет выявлять болезни, с которыми сталкивался организм еще на бессимптомной стадии.
Предполагается, что тест будет способен определять широкий спектр болезней единовременно, включая болезни, которые обычно диагностируются на очень поздних стадиях.
Исследовательская группа из Института молекулярной биологии РАН, Российского геронтологического научно-клинического центра, МФТИ и других научных центров, представила метод предсказания биологического возраста человека (который отличается от паспортного) на основе данных УЗИ сонной артерии человека и тонометрии. С помощью машинного обучения была получена сложная формула, способная предсказывать возраст у здоровых людей с точностью в 6,9 года для мужчин и 5,9 года для женщин, что является очень высоким показателем по сравнению с другими известными методами.
Датские ученые разработали нейронную сеть Corti Signal, которая отслеживает звуковые сообщения для диагностики сердечного приступа. В первую очередь система должна помочь людям, которые позвонили в «скорую помощь».
Оператор не всегда способен выявить сердечный приступ у человека на другом конце провода (справляется в 73% случаев), а вот нейросеть решает эту задачу с точностью 95%! ИИ не только слушает разговор, но также собирает невербальные сигналы, такие как паттерны дыхания.
По всей видимости, в будущем системы на основе нейросетей (и других методов) позволят предсказывать болезни намного раньше — в некоторых случаях за десятки лет до наступления самого заболевания.
Умные вещи знают, что с ними случится
Представьте себе здание, которое может еще до аварии сказать, что, например, отопление скоро откажет. Некоторые компании используют машинное обучение именно для этого. Такая процедура называется прогнозирующим обслуживанием.
Компания CGnal, расположенная в Милане, Италия, недавно проанализировала данные за год от отопительных и вентиляционных систем в итальянской больнице. От датчиков были получены данные о температуре, влажности, использовании электричества.
Алгоритм обучили на выборке за полгода, затем исследователи проверили его по данным со второй половины года. Система предсказала 76 из 124 реальных неисправностей, в том числе 41 из 44, где температура прибора повысилась выше допустимых уровней.
Другие компании также используют схожий подход к данным.
Финский стартап Leanheat помещает беспроводной датчик температуры, влажности и давления для дистанционного управления отоплением и контроля работоспособности устройства.
Вместо того чтобы регулировать отопление просто по температуре наружного воздуха, модели Leanheat учитывают изменения погоды: температура упала до нуля с 10 градусов или поднялась от -10.
В США компания Augury разработала «Shazam для машин», устанавливая акустические датчики в машины для прослушивания слышимых изменений и выявления потенциально неизбежных сбоев.
Впрочем, гаджет может работать с разными устройствами: клиенты могут подключить датчик к коммерческим холодильникам или промышленным нагревателям.
Гаджет Augury записывает вибрации и ультразвуки, загружает их в облачный сервис, где данные анализируются для составления прогноза о работоспособности контролируемой машины.
Аудио и данные анализируются и сохраняются так, что звук устройства одного клиента можно сравнить со звуком всех остальных. Идея заключается в том, что Augury не требуется настраивать программное обеспечение для каждого типа устройств.
Вместо этого можно просто установить датчики и прослушать устройство, чтобы создать представление о том, как оно звучит, когда функционирует нормально.
Со временем база данных звуков позволит узнать, какие конкретные звуки предшествуют конкретным типам сбоев.
Прогноз погоды
Прогнозирование погоды остается сложной задачей для науки. Мы уже наловчились использовать для этого сверточные нейронные сети, но прогресс не стоит на месте. В списке Top-500 самых мощных вычислительных систем мира, по состоянию на ноябрь 2016 года, прогнозированием погоды занимались 23 суперкомпьютера.
Компания ClimaCell использует подход, не связанный с нейросетями и суперсложными алгоритмами: в качестве датчиков предсказания погоды выступают беспроводные сети связи — все это делается в рамках концепции наукастинг (nowcasting), при которой cверхкраткосрочный прогноз явлений погоды делается в пределах 0–6 ч от срока наблюдения.
ClimaCell объединяет несколько уровней данных от беспроводных сетей, спутников, погодных радаров и других датчиков для создания карт высокой четкости. Используя данные примерно 5000 станций, эксплуатируемых несколькими телекоммуникационными фирмами, компания создает очень точные и достоверные погодные карты.
Опасные алгоритмы
Не тот компас, но близкий по смыслу
Различные системы предсказания преступлений уже несколько лет тестируются в США. Одна из первых систем подобного типа — COMPAS — была создана в 1998 году.
COMPAS анализирует 137 параметров биографии осужденного человека, включая тяжесть предыдущих преступлений, уровень образования и доходов, семейный статус и наличие зависимостей.
Также программа учитывает результаты психологических тестов, в том числе темперамент, готовность к риску, степень нарциссизма и склонности к чувству вины. На основе этих данных COMPAS прогнозирует, какова вероятность преступного рецидива в следующие два года.
Однако в Дартмутском колледже провели тщательное исследование COMPAS и сделали вывод, что алгоритм на самом деле не более точен, чем любой среднестатистический человек. Программа смогла выявить преступников-рецидивистов в 65% случаев.
Люди без специального образования и опыта вынесения приговоров справлялись с этой задачей в 67% случаев, зная лишь возраст, пол и историю преступлений обвиняемого.
Более того, оказалось, что точность COMPAS можно повысить, если оставить в нем всего два параметра: возраст человека и сведения о предыдущих судимостях.
Алгоритмы могут принимать решения и строить прогнозы намного эффективнее человека. Люди принимают во внимание несущественные факторы и игнорируют действительно важные, поддаются эмоциям, а также позволяют себе принимать решения в соответствии с внутренним «чутьем», интуицией или вообще безо всякой логики.
Однако это вовсе не означает, что мы полностью должны довериться машинам, ведь они тоже не обладают 100% точностью.
Примеры того, как нас обманывают футурологи — Hi-News.ru
Одно время буквально из каждой щели в медиапространстве вылезали футурологи со своими прогнозами. Футурологи — это такие люди, которые предсказывают будущее, говорят о том, как мы будем жить через много лет и к чему вообще стремится человечество.
Для чего нужны такие прогнозы, сказать могут немногие. Кто-то вообще сомневается в правильности их действий.
В этом материале я расскажу о том, почему я не верю таким ”специалистам” и почему считаю их труд, если не шарлатанством, то, как минимум, очень сомнительным занятием.
Придет время, когда все изменится. Вот только как это будет, никто не знает.
Кто такой футуролог?
Футурология как наука представляет собой прогнозирование будущего, в том числе, путём экстраполяции существующих технологических, экономических или социальных тенденций или предсказания будущих тенденций.
Как не сложно догадаться, те, кто занимается этой наукой, являются футурологами, и именно в их задачи входит предсказание того, что будет в будущем.
Можно сказать, что футуролог это модное современное название того, кого раньше называли пророком.
Вот только у настоящих пророков, имевших дар (или чутье), хоть что-то получалось, а у футурологов процент совпадений равен проценту попаданий пальцем в небо.
«Пальцем в небо» тоже можно что-то угадать
Так как будущее всегда волновало людей, кроме пророков предсказаниями занимались философы и некоторые религиозные деятели. Кто-то просто говорил, что будет дальше, кто-то проводил странные ритуалы, но тогда им безоговорочно верили, так как иного варианта не было. Одним из самых известных футурологов прошлого можно считать Нострадамуса. Вот только тогда он назывался предсказатель.
Нострадамус. Какое-то у него очень хитрое лицо. Хмммм…
Положа руку на сердце, можно сказать, что у футурологов чуть больше научного подхода, чем у предсказателей прошлого. Первые попытки именно научных прогнозов относятся к концу XIX века.
Среди самых ярких трудов можно отметить «Германия в 2000 году» (1891) Георга Эрманна, «Будущая война и её экономические последствия» (1897) Ивана Станиславовича Блиоха, «Предвосхищения» (1901) Герберта Уэллса и многие другие.
Термин «футурология» первым предложил социолог Осип Флехтхайм в 1943 году. В СССР было принято разделять «буржуазную» футурологию и «научную» (марксистскую) прогностику. Как видим в начале пути не было единства подходов. Нет его и сейчас.
Вот еще немного прогнозов: ООН опубликовала прогноз численности населения Земли к 2100 году
Прогнозы футурологов строятся на основании статистики, прогнозного развития отраслей и сфер деятельности, а также личных ощущений ”ученого”.
Влияние каждого из перечисленных факторов на итоговый прогноз зависит от каждого конкретного футуролога. Только он сам решает, на что сделать больший упор при принятии решения.
Именно отсутствие единых стандартов и делает работу современных предсказателей слишком абстрактной и субъективной.
Кроме перечисленных факторов, на прогноз также могут влиять опросы специалистов в разных отраслях и поиск аналогий развития ситуации в прошлом. Но все мы знаем, что витки истории хоть и похожи, но каждый раз происходят на совершенно ином уровне.
Футурологи нас обманывают
В былые времена, когда люди верили во все подряд, народные волнения всегда можно было использовать во благо кого-то, поэтому пророки и предсказатели давали прогнозы, которые были выгодны им или тем, кто их об этом попросил.
Будущее полное человекоподобных роботов нам тоже предрекали. Тут не надо быть гением
Сейчас такого почти нет, так как мы все знаем суть явлений и не поверим тому, кто скажет, что на Москву упадет метеорит. Для того, чтобы такому человеку поверили, ему надо будет привести существенно больше доказательств, чем раньше.
Другой вопрос, что футурологи часто дают прогнозы, касающиеся периода времени, который будет через 100-200 и более лет. А теперь ответим на следующий вопрос… Кто-то всерьез рассчитывает проверить, сбудется ли то, что нам пообещал какой-нибудь футуролог 200 лет назад?
В этом и смысл таких далеких предсказаний. Мы поверим в то, что нам скажут, а будет ли так на самом деле, уже не важно. Свое внимание, деньги и влияние прогнозист получил сейчас. Даже на 40-50 лет прогнозы уже никто не вспомнит. Именно поэтому цена прогноза, что футуролога, что пьяного ”балаболога”, будет примерно одинаковой.
В итоге, футурологи просто соревнуются в своих прогнозах. В лучшем, случае, даже если он не ставит целью нажиться на этом, он просто становится мечтателем, который с другими такими же мечтателями обсуждает свои теории. Вот и все…
Можно ли предсказать будущее?
Предсказать будущее невозможно. Это могут только те, кто отвечает за его создание. Для одних это ученые, для других высшие силы, в которые они верят. Тот, кто занимается прогнозами, может только проанализировать и выявить вероятности.
Вот только зачастую все эти прогнозы сводятся к тому, что события будут развиваться так, как развивались до этого.
Например, один из прогнозов конца света, о которых я писал в одной из предыдущих статей, сводится к тому, что температура растет на 0,5 градуса каждые 10 лет.
Эти умники просто прикинули температуру, при которой растают ледники, поделили ее на указанное увеличение температуры и получили две с лишним тысячи лет, через которые нам всем будет плохо.
Митио Каку — один из самых известных футурологов
Как обычно, никто из нас этого не проверит. А самое главное, что в этом конкретном прогнозе они совершенно не учитывают отклонения. Температура не может всегда расти равномерно.
За столь продолжительное время мы можем покинуть планету. Может начаться ледниковый период или произойти что-то другое. Главное, что прогноз в пространство улетел и его начали обсуждать.
И вот как верить такому абсурду, если проанализировать его самому?
Прогнозы футурологов не сбываются
Есть футурологи, которы строят прогнозы на ближайшее время. Например на 15-20 лет. Сложно назвать их действительно футурологами, но вот тут уже становится интереснее.
Если вы такие умные, то почему такие бедные? — Уоррен Баффетт
Вы хоть раз видели историю накопления огромного капитала, которая начиналась с прогноза на будущее? Лично я нет. Уверен, что большинство из вас тоже ответит отрицательно.
Есть люди, которые много работают и имеют чутье. Есть те, кому повезло. Есть даже те, кто догадывался, что, например, Apple со Стивом Джобсом взлетит, но не более того.
Самое главное, что это не те люди, которые фантазируют о будущем в своих тесных кабинетах.
Не является ли это свидетельством того, что им не стоит верить? На мой взгляд, приведенный пример максимально красноречиво говорит именно об этом.
Футурологи мыслят слишком узко
Зачастую те, кто гордо называют себя футурологом, мыслят слишком узко. Замечали? Я имею ввиду те случаи, когда они говорят о том, что мы покорим космос, улетим в другие галактики или победим все болезни.
Тут не нужно иметь большой дар предсказателя. Всем и так понятно, что это произойдет. Так и хочется сказать: ”Предскажите что-то не как развитие уже существующего, а как начало совершенно нового течения, которое точно будет”.
Приехали пожарные, сказали, что пожар, и уехали
Когда Жюль Верн писал про путешествие на Луну, это действительно было ново. Если бы он писал про корабли, которые плавают в три раза быстрее современных на тот момент, или про более сильных лошадей, это было бы похоже на треп современных знатоков будущего. Выходит, от фантаста было больше пользы, чем от профессиональных футурологов.
Один из вариантов городов будущего по версии футурологов
Простой пример. В середине прошлого века, футурологи на волне повального увлечения космосом и успехов в нем, обещали нам повсеместный космический туризм. Его нет. Зато, компьютеры и многие другие обыденные в наше время вещи они не предсказали.
Как проверить прогноз футуролога?
Мне кажется, я привел четыре причины, которые очень хорошо объясняют, почему я не верю футурологам. Возможно, вы со мной не согласитесь, но, если у вас есть свои причины, укажите их в х или в нашем Telegram-чате.
Если задаться целью, конечно, можно проверить слова футурологов и понять, стоило ли им верить. Вот только никому это не надо. Не думаю, что кто-то захочет записывать все предсказания, чтобы потом, через 40 лет, достать их и начать бомбить разоблачениями. Даже если этот кто-то лично задаст вопрос автору прогноза, тот просто ответит, что ошибся, но тогда это будет уже неважно.
Поэтому не стоит серьезно относиться к предсказаниям ”спецов” от футурологии. Просто давайте послушаем их, улыбнемся, помечтаем и забудем. Относитесь к этому, как к научной фантастике. Как еще можно относиться к прогнозам, половина которых предрекает полное вымирание, а вторая абсолютную утопию и безусловное счастье для всех?
Предсказание — это дело пророков, ясновидящих и футурологов, но не писателей. Дело писателя — лгать — Урсула Ле Гуин, вступление к «Левой руке тьмы»
Отличие фантастов от футурологов в том, что первые просто придумывают и мечтают, а вторые пытаются обосновать свои, зачастую слишком фантастические, прогнозы и поднять за счет этого свою значимость.
Даже если он выдаст самый идеально выверенный прогноз, в котором все просто идеально, всегда может что-то произойти. Из-за необдуманных действий одного ПВО-шника началась Третья мировая война и все, прошел прогноз по… Ну вы поняли. И чем дальше будущее, на которое делается прогноз, тем больше таких потенциальных вмешательств. Прямо как в фильме ”Эффект бабочки”.
Специальная теория относительности помогла компьютеру предсказать будущее
A. Vlontzos et al. / arXiv.org
Британские специалисты по машинному обучению разработали
систему прогнозирования будущих событий, основанную на
концепциях специальной теории относительности: причинности, пространства-времени
Минковского и световых конусах.
Алгоритм был успешно испытан в задаче
предсказания и генерации новых кадров на основе набора изображений.
По словам
разработчиков, созданный ими подход универсален, может применяться для множества задач и будет востребован там, где необходимо прогнозирование развития событий в будущем с учетом причинно-следственных
связей, например в области медицины и в автономных транспортных средствах. Препринт выложен на arXiv.org.
Ежедневно, иногда сами того не замечая, мы пытаемся предсказать, как будут развиваться события вокруг нас. Например, если у двигающегося
перед нами автомобиля включен сигнал указателя поворота, то можно предполагать,
что он с определенной вероятностью совершит маневр в соответствующем
направлении.
Однако, автомобиль также может продолжить движение без изменений, остановиться или повернуть в противоположную указываемому
направлению сторону. Эти события вероятны в большей или меньшей степени, и мы
можем ожидать их, основываясь на опыте взаимодействия с миром и интуитивном
понимании законов физики и причинно-следственных связей.
С другой стороны, вряд
ли мы будем всерьез рассматривать возможность того, что автомобиль внезапно исчезнет и вместо него на дороге вдруг появится динозавр.
В отличие от людей, у компьютеров нет интуитивного понимания
причинно-следственных связей, поэтому прогнозирование будущих событий
для них оказывается непростой задачей.
При этом во многих областях, где сегодня
происходит интенсивное внедрение систем с машинным обучением,
появление такой способности могло бы повысить уровень безопасности.
Например, автомобиль
под управлением автопилота мог бы спрогнозировать и оценить вероятность того, что стоящий у дороги ребенок может внезапно выбежать на проезжую часть.
Существующие подходы к решению задачи предсказания
будущего в машинном обучении сводятся, например, к тренировке моделей на
последовательностях кадров видео.
Таким способом алгоритм обучают выявлять закономерности
в событиях, которые в дальнейшем можно использовать для того, чтобы
сгенерировать новые, ранее не существовавшие кадры, продолжающие эту
последовательность.
Например, можно показать программе последовательность
кадров с двигающимся человеком, а затем попросить ее сгенерировать
следующие несколько кадров, которые бы продолжили исходную последовательность. Однако
у подходов, использующих серии и последовательности кадров, есть склонность быстро накапливать ошибки с увеличением числа сгенерированных
кадров.
Исследователи под руководством Атанасиоса
Влонцоса (Athanasios Vlontzos) из Имперского колледжа Лондона использовали иной
подход. Они разработали алгоритм на основе фундаментальных концепций из специальной
теории относительности (СТО), таких как пространство-время и световые конусы.
В СТО пространство-время (или пространство Минковского)
представляет собой объединение трехмерного евклидова пространства с четвертым временны́м измерением. В таком пространстве каждому событию можно сопоставить
точку, пространственные координаты которой описывают место, где событие произошло,
а временна́я координата — момент времени, когда оно случилось.
Ограничение на максимально достижимую скорость
распространения сигналов (в СТО это скорость света) позволяет выделить в пространстве-времени
область, называемую световым конусом, с центром в исходном событии. Множество
точек внутри выделенной области будет связано с исходным событием
причинно-следственными связями.
Так, в конусе будущего, лежащем выше вершины (исходное событие) будут расположены все точки, на которые исходное
событие может повлиять, а в нижнем конусе прошлого, — события, которые могли
повлиять на рассматриваемое событие в вершине.
При этом точки, находящиеся за
пределами светового конуса, не связаны причинно-следственными связями с исходным
событием.
пересечение световых конусов
A. Vlontzos et al. / arXiv.org
Разработчики использовали эту концепцию для того,
чтобы ограничить варианты возможных новых кадров, генерируемых их алгоритмом, такими, которые близки по содержанию к исходному изображению и отбросить изображения, сильно отличающиеся от него.
В качестве основы для алгоритма была выбрана разновидность популярного метода для
обучения генеративных моделей — вариационный автокодировщик Пуанкаре.
Подаваемые на вход изображения преобразуются энкодером в представление в скрытом пространстве,
которое обладает свойствами пространства Минковского с восемью пространственными и
одним временным измерениями. Такая размерность пространства была выбрана как оптимальная экспериментальным путем.
Затем алгоритм строит световые
конусы вокруг этих точек и ищет их пересечение для того, чтобы выделить ту
часть скрытого пространства, в которой могут находиться будущие (или прошлые, в нижнем конусе)
кадры. Похожие по содержанию кадры оказываются недалеко друг от друга. В дальнейшем
производя выборку из этого подпространства, можно пытаться предсказывать будущие
кадры.
В качестве наборов данных для обучения модели исследователи
использовали модифицированный набор moving MNIST, состоящий из небольших фрагментов видео с перемещающимися
рукописными цифрами. Каждый фрагмент представляет собой последовательность из
30 кадров. При этом один из них берется из исходного набора данных MNIST, а последующие кадры — случайные
непрерывные смещения исходного изображения.
Всего было использовано 10000 фрагментов
из этого набора. Кроме того, разработчики использовали набор данных KTH action
recognition dataset, состоящий из коротких видеоклипов, демонстрирующих
движения людей, например ходьбу или взмахи руками. При этом нужно заметить, что
кадры в тренировочных наборах воспринимались алгоритмом разрозненно, а не в
виде связанных последовательностей или серий.
результаты сгенерированных кадров на основе датасета MNIST, в зависимости от времени
A. Vlontzos et al. / arXiv.org
сгенерированные кадры на основе набора данных KTH action recognition dataset, в зависимости от времени
A. Vlontzos et al. / arXiv.org
Затем исследователи поручили алгоритму генерацию множества
потенциально возможных кадров на основе входного одиночного тестового кадра.
Несмотря на то,
что в весах нейросети отсутствует временна́я информация, так как обучение
проходило на совокупности отдельных кадров, а не их последовательностях,
оказалось, что алгоритм способен прогнозировать подходящие будущие возможные кадры.
Например, если на вход подается кадр, на котором изображен идущий человек с короткими волосами и в рубашке, то алгоритм генерирует наиболее подходящие кадры, на
которых изображен такой же человек, и отбрасывает сильно отличающиеся кадры,
например с людьми с длинными волосами или без рубашки.
Как утверждают авторы исследования, разработанный ими
алгоритм не подвержен эффекту накопления ошибок, так как он не полагается на
способность нейронных сетей извлекать и запоминать структурную и временну́ю
информацию из обрабатываемых изображений.
На данный момент диаметр конуса выбирается вручную и считается фиксированным, что означает постоянную скорость эволюции для всех кадров и конусов. Однако в реальности эти скорости могут быть разными.
В будущем исследователи планируют внедрить автоматическую подстройку диаметров световых конусов.
Алгоритм может использоваться
в областях, где требуется прогнозирование возможных вариантов развития событий.
Например, помимо применения в автопилотах для повышения безопасности автономных транспортных средств, новый подход может быть использован в медицине для
прогнозирования того, как лекарственные препараты будут воздействовать на состояние пациента, или как будет прогрессировать заболевание на основании данных снимков МРТ и назначаемого лечения.
Ученые создали квантовый компьютер, способный видеть будущее
Суть событийСуть событий
Гу, доцент физики в Технологическом университете Наньянга в Сингапуре, работает в области квантовых вычислений, основанных на процессах квантовой физики. Эта отрасль науки использует странные законы, которые управляют мельчайшими частицами вселенной, дабы помочь компьютерам работать более эффективно.
В отличие от классических компьютеров, которые хранят информацию в виде битов (двоичные цифры 0 и 1), квантовые компьютеры кодируют информацию в квантовые биты или кубиты. Эти субатомные частицы, которые, благодаря законам квантовой механики, могут существовать в суперпозиции двух разных состояний одновременно.
Так же, как гипотетическая кошка Шредингера была одновременно и мертва, и жива, пока кто-то не открыл коробку, кубит в суперпозиции может равняться 0 и 1, пока не будет измерен. Хранение нескольких разных результатов в одном кубите может сэкономить тонну памяти по сравнению с традиционными компьютерами, особенно когда речь идет о сложных предсказаниях.
В исследовании, опубликованном в журнале Nature Communications, Гу и его коллеги продемонстрировали эту идею, используя новый квантовый симулятор, который может предсказать результаты 16 различных будущих значений в квантовой суперпозиции.
Эти возможные варианты будущего были закодированы в одном фотоне, который двигался по нескольким путям одновременно, проходя через несколько датчиков.
Затем исследователи пошли еще дальше, выпустив два фотона вместе и отследив, как потенциальные значения каждого фотона расходились в слегка отличающихся условиях.
Этот механизм квантового предсказания ученые проверили, используя классическую модель под названием Perturbed coin («потревоженная монета»).
«Представьте, что есть коробка, а внутри — одна монета, — сказал Гу. — На каждом этапе процесса кто-то немного встряхивает коробку, поэтому у монеты есть небольшая вероятность перевернуться».
В отличие от традиционного подбрасывания монеты, в котором результат всегда имеет равные шансы, то есть либо орел, либо решка, в случае «потревоженной монетки», исход каждого броска зависит от состояния, в котором находилась монета на предыдущем шаге. Например, если монета перевернется с решки на орла во время третьего встряхивания коробки, то при четвертом, скорее всего, останется орел.
Исследователи провели с монетой два разных эксперимента. В одном из них ее встряхивали сильнее, в другом — слабее. В каждом случае коробку трусили четыре раза, обеспечивая 16 возможных комбинаций решка-орел.
После четвертого раза команда закодировала суперпозицию всех 16 результатов в одном фотоне, одновременно показывая вероятность каждого возможного исхода, основываясь на силе, с которой сотрясали эту коробку.
Наконец, ученые объединили суперпозиции монетки, когда ее трусили сильно и когда — слабо, чтобы создать одну карту возможных вариантов значений.
«Это показало нам, как быстро расходятся потенциальные значения в зависимости от того, с какой силой я тряс коробку на каждом этапе», — рассказал Гу LiveScience.
В настоящее время ограничения вычислительной мощности означают, что симулятор команды может одновременно просматривать только 16 возможных вариантов будущего. Однако однажды, когда квантовые компьютеры станут больше, мощнее и привычнее, симуляторы, подобные этому, могут быть расширены для одновременного просмотра бесконечного числа потенциальных значений, пояснил ученый.
Результаты работы помогут, например, прогнозировать погоду или более выгодные инвестиции на фондовом рынке, уверены физики. Кроме того, стало бы возможным даже улучшение обучения ИИ, который также смог бы делать более точные и долговременные прогнозы.
Семь несбывшихся предсказаний об компьютере
Предсказания — рискованное дело, даже если речь идет о недалеком будущем. Ошибка, допущенная однажды, припомнится оратору не раз. В этой статье собраны семь предсказаний о развитии компьютерных и сетевых технологии, впоследствии оказавшихся невероятными заблуждениями.
«Вес компьютеров в будущем не будет превышать 1,5 тонны». Журнал «Популярная механика», 1949 год.
Первый электронный компьютер общего назначения, ЭНИАК (ENIAC, аббревиатура от Electronic Numerical Integrator and Computer, электронный цифровой интегратор и вычислитель), был запущен в 1946 году и весил почти 30 тонн. C формальной точки зрения, прогноз оказался верен, но, может, чуточку консервативен.
«Я пересек эту страну вдоль и поперек и разговаривал с лучшими умами, и я могу вас заверить, что обработка данных — это причуда, о которой забудут уже через год». Редактор издательства Prentice Hall, 1957 год.
Этот редактор отклонил рукопись, посвященную обработке данных, и сделал на ней вышеприведенную пометку. Газета The New York Times написала по этому поводу: «Причуды имеют свойство задерживаться на земле дольше тех, кто предсказал им исчезновение».
«Вряд ли кому-то придет в голову установить компьютер дома». Кен Олсен, 1977 год.
Кен Олсен (Ken Olsen) был президентом, председателем совета директоров и основателем компании Digital Equipment Corporation. Кроме систем «мейнфрейм», компания производила мини-компьютеры для научных и технических предприятий. И хотя у самого Олсена был персональный компьютер, он не мог представить, что однажды компьютеры будут использоваться в доме для управления окнами, дверьми и различной электроникой.
«32-битную операционную систему мы не выпустим никогда». Билл Гейтс, 1989 год.
Никто не знает, что побудило Билла Гейтса (Bill Gates) сделать такое заявление — особенно если учесть, что в переход с 8- на 16-битную системы уже был совершен, и дальнейшее развитие казалось логичным шагом. Четыре года спустя, в 1993 году, была выпущена 32-битная Windows NT 3.1, а «никогда» Билла Гейтса как пришло, так и ушло.
«Я считаю, что OS/2 суждено стать важнейшей операционной системой и, возможно, лучшей программой всех времен». Билл Гейтс, 1987 год.
Эта цитата взята из написанного Биллом Гейтсом руководства для программиста на OS/2. Изначально работа над этой операционной системой велась совместными усилиями IBM и Microsoft. Позже IBM продолжит разработку системы независимо и будет осуществлять поддержку пользователей до конца 2006 года. И хотя поговаривают, что на OS/2 программы для Windows работали лучше, чем на самой Windows, назвать эту ОС важнейшей программой всех времен, безусловно, было большим преувеличением.
«Через два года о спаме никто и не вспомнит». Билл Гейтс, 2004 год.
Загрузка...
