0: Здравствуйте, уважаемые слушатели. Мэшин лернинг подкаст на связи снова Михаил, ведущий подкаста, посвящённого машинному обучению от неспециалиста для неспециалистов сегодня в гостях Константин Воронцов, доктор физико математических наук, профессор.

1: Run автор курсов по машинному обучению в мфти мгу, школе анализа данных яндекса, а также заведующий лабораторией, машинное обучение и семантический анализ института искусственного интеллекта мгу и прежде чем перейти к диалогу с constantine.

2: Небольшая ставшая уже почти традиционной интеграция с партнёром сегодняшнего выпуска компании selectel есть у меня подозрение, что слушатели подкаста прекрасно знают, что такое игра жизнь не совсем та, в которую мы все играем с рождения я.

3: Про клеточный автомат жизнь, придуманный математиком джоном конвеем, кстати, хотя конвей больше всего знаменит именно игрой жизнь, вклад его в математику довольно разнообразен, особенно запомнилось название его гипотезы чудовищного вздора или его сюрреаль.

4: Числа зацените уровень нейминга, но сейчас про жизнь, игру с очень простыми входными данными есть поле любого размера, состоящее из клеток, клетки на старте могут быть пустыми или заполненными, и от того, как именно они заполнены, зависит, как будет

5: Развиваться вся система, когда игра будет запущенна. Такое первоначальное расположение клеток называется 1 поколением в классической интерпретации игры жизнь обновление поля происходит каждый раз по 1 и тем же правилам у каждой клетки, не считая клеток.

6: Границы поля, 8 соседей каждая клетка может быть либо живой, либо мёртвой, если у живой клетки 2 или 3 живые соседки, клетка продолжает жить, а если больше или меньше живых соседей, она умирает от перенаселённости или от одиночества.

7: Соответственно, игрок не принимает активного участия в игре, а лишь создаёт 1 поколение, а потом просто наблюдает за тем, как развивается ситуация на поле с каждым новым поколением. Очень залипательная штука, кто пробовал меня, поймёт поле действительно будто ожива.

8: Рождая причудливые формы, одни из которых живут, бесконечно, перерождаясь в разные фигуры с определённой периодичностью, другие пожирают все, что им встречается на пути, третьи, наоборот, рождают новые формы и отпускают их в свободное плавание на встречу с

9: Другими фигурами. Наверное, каждый, кто когда-либо учился программированию, делал свою собственную игру, жизнь и потом залипал в неё. Я помню, что 1 версию я реализовал прямо в терминале, a2 уже с использованием графической библиотеки пайгейм.

10: Но, как я уже сказал, думаю, мои слушатели про игру жизнь слышали и прекрасно про неё знают, но вот о чем знает намного меньшее количество людей, так это о том, что в игре жизнь можно создать компьютер с работающей операционной системой, в котором

11: Тоже можно запустить игру жизнь. Представляете, в игре жизнь расположение клеток генерирует компьютер, на котором запущена игра, жизнь и, соответственно, на той игре жизнь, которая запущена внутри игры. Жизнь можно тоже создать компьютер, на котором будет запущен.

12: Игра, жизнь вы когда-нибудь залипали во фракталы? Когда я 1 раз увидел на YouTube ролик путешествие по фракталу мандельброта я находился в каком-то заворожённом состоянии, у меня в голове не укладывалось, как такие простые правила порождают такие бесконечно.

13: Сложные и совершенные в своей красоте фигуры, а слышали самый сильный аргумент в пользу того, что мы живём в компьютерной симуляции, его когда-то в своей статье привёл ник бостром, суть в следующем компьютеры постоянно развиваются, причём внутри компьютеров.

14: Люди создают целые миры со своими правилами, героями, возможностями, и реалистичность таких миров постоянно растёт в какой-то момент, если мысленно продлить линию развития компьютеров, дальше можно будет симулировать и разум, и цивилизации.

15: И Вселенные. Так вот, изначальных миров, в которых создана 1 симуляция, может быть намного меньше, чем симуляций внутри симуляции, внутри симуляций, внутри симуляций. И, соответственно, вероятность того, что мы находимся в изначальном мире бесконечно.

16: Мала по сравнению с количеством возможных симулированных миров, заставляет задуматься, не правда ли, на компьютеры я тоже смотрю как на некий фрактал, где из базовых логических операций вырастают сложнейшие абстракции и симуляции внутри симуляций внутри 1.

17: Машины можно запустить несколько других, внутри которых можно запустить ещё несколько, и на каждом таком уровне появляется какой-то агрегатор, который управляет большим количеством предыдущих уровней абстракции. Вот и кубернетис такая своего рода.

18: Операционная система для управления контейнерами, в каждом из которых живёт свой сервис, который работает внутри часто виртуальной операционной системы, которая работает внутри реальной операционной системы, которая, которая в доме, который построил джек кубернетис, позволяет

19: Централизованно управлять контейнерами, ускоряя и упрощая вывод новых продуктов на рынок, помогает построить эффективный процесс разработки и тестирования. И сегодня он считается 1 из стандартов для построения айти инфраструктуры и как это часто бывает, чем выше.

20: Уровень абстракции тем меньше хороших специалистов, в нём разбирающихся. Технология классная и упрощает работу, но само её внедрение непростое, поэтому, чтобы упростить работу, нужно её усложнить. Замкнутый круг какой-то получается. И все же

21: Решение есть компания selectel предлагает услугу менедж кубернетис, беря на себя настройку и доступность вашего кластера и упрощая работу вашим инженерам в селектел вы можете развернуть менедж кубернетис джипию, если вам нужно ускорить ваше вычисле.

22: Например при обучении ваших эмэль моделей, а если вам нужна более серьёзная инфраструктура для обучения и развёртывания моделей, то можно использовать преднастроенную эмэль платформу от selectel это уже готовый инструмент, под капотом которого кластеры менедж кубернетис.

23: С gpu опять фрактал чувствуете? И довольно важный момент менедж кубернетис соответствует российскому закону о персональных данных 152 фз это значит, что вы можете использовать кубернетис на проектах, где собираются и обрабатываются персональные.

24: Данные, а также на проектах с участием государственных компаний кластеры кубернетис легко объединить в 1 связную инфраструктуру через панель управления селектел. Вы можете хранить образы контейнеров в контейнер реджестри, подключить облачное хранилище с поддержкой

25: 3 файловое хранилище, развернуть облачные базы данных, связать облака и сервисы л 3 vpn и защититься от DDoS атак. Новые клиенты селектел могут бесплатно протестировать менедж кубернетис в течение 2 недель для этого нужно зарегистрироваться в

26: Панели май селектел ру и написать в поддержку а если вы хотите протестировать менедж кубернетис с gpu или продлить тестовый период, создайте тикет с запросом и описанием вашей задачи специалисты селектел рассмотрят заявку и оперативно ответят переходите.

27: По ссылке в описании и протестируйте менедж кубернетис от selectel. А теперь давайте пообщаемся с константином. Константин, здравствуйте. Большое спасибо, что согласились поучаствовать в подкасте. Я, честно говоря, долго Шёл к тому, чтобы вас пригласить, потому что вы

28: В моей голове вот такой, скажем так, true датасаентист такой настоящий реальный датасаентист, который прошёл не 1 хайп вот этого искусственного интеллекта. Искусственным интеллектом называлось все, что угодно да, в разное время, но в целом в ба.

29: В основе лежит просто математика, причём математика, которая была разработана столетие назад, сейчас только это все инженерными методами, да, там комбинируется как-то и получаются новые результаты. Ещё раз здравствуйте. И 1 же вопрос, да, расскажите, пожалуйста.

30: Про свой путь. Путь. Математика, путь, дата саентиста. Да, здравствуйте, Михаил. Ну да, сразу поправочка, что методу наименьших квадратов уже 220 лет с хвостиком. Так что да, мы тут старыми вещами иногда.

31: Пользуемся, путь таков я на самом деле впервые занялся аппроксимацией функции. Вы не поверите, ещё в школе приобщил меня к этому делу мой отец профессор в Московском институте стали и сплавов.

32: Когда я был школьником, он, во первых, начал приводить меня к себе в лабораторию, у них там был вычислительный центр. Собственно, с этого пошло моё увлечение программированием, и перед 10 классом последним в те годы он меня летом позвал.

33: Ну, такую вот стажировочку пройти. Дал мне задачу. Вот. И там надо было заниматься апроксимацией функции. И я вот работал реально у него в институте, ну, так подпольно по знакомству, что называется, приходил там и программировал на ес.

34: Решал задачку численными методами, которые мне папа дал, и какие-то графики строил на телевизоре. Там вместо экрана был большой такой телевизор, он под потолком висел, и на нём можно было график функции вывести. Вот такое у меня было.

35: Знакомство с анализом данных. Подскажите, пожалуйста, это ко времени, чтобы привязаться. Это про какой год вы сейчас говорите? Это, скорее всего, 1987, потому что в 88 я закончил школу, соответственно, в 94 я закончил физтех. Вот, ну и

36: После 2 курса, то есть в 90 году, я уже выбирал кафедру научного руководителя и пришёл в вычислительный центр ран к своему учителю Константину владимировичу рудакову заниматься распозна.

37: Образов ещё был 1 преподаватель на физтехе, который повлиял на мой выбор. Это Лев Николаевич Столяров. Я после курсов программирования на 1 курсе к нему подошёл, сказал вот я хочу заниматься математическим моделированием.

38: Какие-нибудь сложные системы там вычислительными методами заниматься. Он сказал, ну ладно, этим много кто занимается. Вот лучше иди к Юрию ивановичу журавлёву. Ну, я пошёл к Юрию ивановичу журавлёву и об этом ни разу в жизни не

39: Жалел вот уже 30 лет в анализе данных, вот вы говорите, пошли в распознавание образов. Вот охарактеризуйте, пожалуйста, немного to распознавание образов, которое на тот момент было, да, просто названия менялись. А так, в общем, мы как занимались анализом данных, так и

40: Занимаемся в тот момент у нас это вообще называлось распознавание, вот даже без слова образов, потому что паттерн рекогнишен. Вот если вы англоязычному учёному скажете рекогнишн, он вообще не поймёт, о чем это вы. Вот, но на нашем

41: Жаргоне. В те годы вот мы занимались распознаванием, потом стало более популярным название машинное обучение, оно как-то вот из английского перешло в русский, хотя оно как-то неохотно и долго это делало. Термин возник где-то в середине.

42: Пятидесятых. Это вместе с искусственным интеллектом буквально через пару лет после этого сначала распознаванием занимался, а потом я как-то в конце девяностых подхожу к шефу и говорю, ну я вот тут вот начитался кучи литературы. Вот то, что мы делаем на самом деле

43: Во всем мире называется machine learning, но он так похихикал. Он вообще человек был с юмором, очень интеллигентный, хихикнул, сказал ну какая разница, как он называется? Мы то с вами знаем, чем занимаемся? Ну так-то да. А чем именно? Вот что именно вы, вот вы говорите распознавание?

44: А вот что именно, какую задачу решали? Ну, смотрите, здесь, конечно, это очень условное все название. И когда мы говорили, распознавание образов, конечно, имели ввиду задачи классификации. Вот то, что сейчас называется классификацией, распознавание образов.

45: Термин, во первых, более инженерный, во вторых, более относящийся именно к задачам изображений, распознавания изображений, ну вот в те годы как то почему-то в российской, советской, даже точнее науке, термин распозна.

46: Понимался более широко. И фактически вот такой всеохватный. Это был синоним машинного обучения теперешнего. Вот, и занимались мы всякими разными задачами. Это была действительно классификация. Я успел там и медицинской диагностикой позаниматься, и

47: Многими разными штуками и кредитным скорингом. Там много чем. Вот начинали мы в девяностых, все говорили, что, ну вот компьютеры, они уже повсеместно проникли, сбор данных стал дешёвым, вот, вот наша профессия взорвётся, и все вокруг станут заниматься.

48: Данных. Ну, вот буквально через 2 года, ну, может быть, через 3, ну, максимум через 5. Ну, мы были оптимистичны только через 20 лет общество доросло до того, чтобы искусственный интеллект везде повсеместно стал распространён. Это вот для тех, кто думает, что кредитный

49: Скоринг да e распознавание образов только сейчас появилось нет, вообще кредитный скоринг вот мы тогда вдавались в историю, когда начинали этим заниматься, это где-то семидесятые годы американские банки доросли до того, чтобы использовать техноло.

50: И тогда это была логистическая регрессия, скоринговые карты, так называемые для того, чтобы автоматизировать выдачу кредитов. То есть они с удивлением обнаружили, что вот такая автоматизация, она не только позволяет там в 100 раз большему

51: Количество людей выдать кредитные карты, а ещё и более точное принятие решений. Вот это вообще было всем удивительно. Казалось бы, сидит тут такой тонкий психолог, кредитный аналитик, смотрит, прищурив глаз, как вы себя ведёте, а как у вас галстук повязан?

52: У вас татуировок каких-нибудь там и составляет психологический портрет своего, значит, визави. А тут, оказывается, всего этого не нужно. Заполнил несколько пунктов анкеты, несколько Десятков. Вот и все. Банк про тебя уже знает. Здорово, удобно, быстро.

53: В принципе, какую-то метрику вытягивает, да. Ну да, да. Лучше, чем кредитная аналитика работает. Вот это было действительно неожиданным для всех открытием. Вот семидесятые, восьмидесятые годы с них пошёл хайп вот этого фактически того, что потом назвали бизнес интелли,

54: Да, бизнес интеллект или как там его ещё по-русски можно перевести. Ну вот кредитование это 1 из первых таких задач была, где автоматизация позволила очень широко бизнесу развернуться, расширить клиентскую базу, что называется, Константин. Вот насколько я знаю, вы у вас

55: Такой путь такого, ну прям учёного, да, в сфере data science. То есть вы там, научные статьи, научные работы, вот все как положено, там, студенты, профессура, там, вот все, все, все это про вас. Но тем не менее, ведь если человек занимается наукой на переднем, скажем так, крае,

56: Её, да, его постоянно пытаются привлечь в какие-нибудь бизнес проекты, да, потому что мы все находимся в конкурентной среде. Бизнес постоянно друг с другом пытается конкурировать, применяя новые технологии. В том числе я когда учился, у меня был такой преподаватель, который был, ну просто

57: Гений в сотовой связи. Ну, вообще в связи, в принципе, и когда вот в двухтысячных годах сотовая связь пришла повсеместно, он прибегал к нам на лекцию, записывал на доске огромную формулу и убегал, потому что ему было некогда. Вот расскажите, пожалуйста, как вас привлекали в

58: Но я на самом деле совершенно неправильный учёный, в том смысле, что на меня вот эти вот девяностые очень неправильно повлияли просто на судьбу, потому что тогда надо было зарабатывать деньги. Ещё вот мой отец умер, когда я

59: Учился на 2 курсе очень рано, мама не работала. Вот мне надо было зарабатывать, а у меня было принципиальное, что работать я хочу только по специальности, только исследователем. Вот не хочу ничего другого, там, никакого бизнеса, ничего. Поэтому мой трудовой путь

60: Собственно, в 90 году начался, и я работал программистом. И вместо того, чтобы вот читать литературу, которой тогда на самом деле не было, это надо было идти в ленинскую библиотеку, чтобы читать статьи. Это тоже было неудобно, интернета ещё не было. Тогда это

61: Сейчас вот у нас все, можно сказать, не сходя с кресла, можно погрузиться в научную литературу и догнать передний край науки, а тогда таких возможностей не было, и заниматься наукой. В общем, было довольно-таки тяжело, и

62: Получалось это, как я потом выяснил, в общем, неправильно, да, вот уже с позиции многих лет, оценивая то, как я начинал заниматься наукой, ну, огромное количество велосипедизма было в этом и информационный голод, да, то есть я там

63: Я изобрёл бустинг, не зная, что он там за год до меня был изобретён. А узнал я об этом только через 5 лет, ну и так далее, да, вот такие вот казусы постоянно встречались. И, в общем, да, 15 лет в программировании, на самом деле, сначала было, да, то есть

64: Сначала была инженерная практика, но я при этом не переставал заниматься наукой, как бы, да, то есть, учась в аспирантуре, там я продинамил защиту диссертации в срок, защитился через полтора года после окончания аспирантуры. А почему? Ну, потому что надо было работать там.

65: Пока работаешь программистом, значит, о науке особо не думаешь. И вообще эта деятельность, она очень так не способствует занятиям наукой. То есть программирование, как мой шеф всегда говорил, это такое лёгкое упражнение для ума и иллюзия того,

66: Что ты делаешь? Что-то умное, а оно у тебя вот получается, и ты в эту иллюзию очень легко, обманно, она тебя затягивает, а наукой заниматься это на порядок сложнее, и это на порядок как бы демотивирует, потому что ты все время чувствуешь себя идиотом. То есть ты

67: Пытаешься что-то сделать, оно не получается и у учёного ведь это 99% времени, это неудачные попытки сделать что-то, да? И только вот за счёт этого 1 оставшегося процента у тебя там дофамин, серотонин, и ты вообще

68: Радость научного открытия и так далее. Чувствуешь себя победителем, но это редко. А вот люди, которым удаётся выйти на такой уровень, когда это часто, когда это получается, когда за это платят деньги, ну сколько тут условий надо одновременно?

69: Создать, да, а у нас в девяностых годах, в общем, таких условий не было ни информационных, ни финансовых, ни каких-то инфраструктурных, да, то есть вот наука, она на глазах начинала загибаться. То есть я вот вчерашний школьник, я помню, как мой отец наукой

70: Занимался, да, ну, буквально 5 лет прошло и с ног на голову была поставлена система ценностей. То есть это результат пропаганды. То есть, если раньше считалось, да, что знания это вообще двигатель экономического развития страны, это было

71: Совершенно очевидно. И никаким сомнениям не подвергалось, что вообще учёный это, ну, наверное, после партийного деятеля это вот самый лучший способ делать карьеру в жизни. И тут вдруг нам вот начало девяностых перепрошивают.

72: Вообще, систему ценностей, отношения ко всему. И оказывается учёный, он никому не нужен, он как дворник. Наука объявлена бесполезной, что это удовлетворение собственного любопытства за государственный счёт. То есть вот началась вся эта чисто пропагандистская такая вот компания.

73: Против науки, на самом деле, против основы технологического развития страны. Мы то только спустя годы осознали, что с нами сделали. Да, было очень много неправильного в те годы, и было трудно в эти годы остаться по настоящему учёным и

74: Я не считаю, что мне это по настоящему удалось. То есть вот эти лучшие годы. Лучше бы я их потратил на то, чтобы читать статьи, получать собственные результаты математические, а не на то, чтобы программировать. Но, с другой стороны, вот инженерный навык, он, наверное, тоже очень важен.

75: Другое мышление формирует более такое вот приземлённое, более конструктивное. То есть я не могу думать о чистой математике. В принципе, я прикладной математик, мне очень важно, чтобы все модели, которые я строю, выдумываю, там даже теоремы иногда доказываю.

76: Мне очень важно, чтобы их потом можно было запрограммировать. Они работали бы правильно и быстро в каких-то там смыслах. Вот раз вы затронули прикладную математику, вот у меня как раз такой вопрос, как мы уже с вами в начале обсудили, да, немножко в основе современного искусственного интеллект,

77: Лежит математика, разработанная столетие назад, там матанализ, это вообще 16 век, матричный анализ 200 лет, там про метод средних квадратов вы сказали тоже 200 лет и так далее, и так далее. То есть там нового, по сути, сейчас особо нету именно математически

78: Да, но ведь математика, она не стоит на месте. И сейчас вот там, я не знаю, какого-нибудь открываешь романа Михайлова, который про гомологию гомотопии рассказывает, и закрываешь обратно, потому что это какой-то другой, ну, совершенно другой мир, чтобы в который войти. Я не знаю, сколько нужно.

79: Шагов предварительных сделать, да, но вот именно вы, как прикладной математик можете немножко посмотреть, не то чтобы даже посмотреть, а как-то вот как вам кажется, откуда из математики ещё в ближайшее время могут прийти интересные методы для того, чтобы искусственный интеллект

80: Стал ещё круче, ещё лучше стал решать наши задачи. Ой, ну спасибо за интересный вопрос. На самом деле это мнение часто звучит, но я с ним не согласен, что ничего нового нету в современном искусственном интеллекте из математики. Ну да, то есть

81: Конечно, основа основ это матанализ, линейная алгебра, теория вероятностей. Значит, все это уже давно известно. Но тем не менее, да, вот этих методов их 30 лет назад не было. Вот те, которые сейчас работают в нейронных сетях, очень мно

82: Много чего было напридумывано на стыке математики и инженерной науки, реализации эффективного программирования. То есть очень много маленьких математических открытий. Это не то чтобы вот прям, да, изобрели новый

83: Способ подсчёта интеграла нет ничего подобного, это не столь фундаментально, но очень много способов, например, изобрели, как эффективно делать оптимизацию функций в пространствах сверхвысоких размерностей огромное количество.

84: Вот маленьких открытий, как быстро градиентный метод делать, как сделать, чтобы он быстрее сходился, не застревал в локальных оптимумах, как побороть переобучение. То есть это вот огромная часть математической науки.

85: Это вот вообще высокая математика внутри машинного обучения она называется computer learn серии call, сокращённо, по call есть научная конференция, там у него какой-то самый высокий уровень, то есть это вот сливки общества научного.

86: Машинного обучения, оно, оно вот там вот тусуется, да, на конференциях типа колл, значит, чем они занимались, скажем, там, 15, 20 лет назад, когда я сам писал докторскую диссертацию по теории переобучения. Вот это действительно очень крутая математика на основе

87: Функционального анализа, которые пытаются ответить на вопрос, при каких условиях машинное обучение не переобучается. То есть действительно ли можно решать задачи оптимизации в пространствах сверхвысокой размерности и при этом не переобучаться, потому

88: Что теории, которые начали появляться там в конце шестидесятых годов, семидесятые, восьмидесятые, девяностые, вот 30 лет развития, к середине девяностых, это сообщество приходит к выводу, что надо ограничивать сложность моделей, чтобы они не переобучались. И тут как

89: Гром среди Ясного неба, бустинг модель, которая все сложнее, сложнее и сложнее практически без ограничений, и она не переобучается почему-то. Вот, значит, есть все-таки искусство не переобучаться в пространствах очень высокой размерности. И вот

90: Здесь начала действительно зарождаться нетривиальная математика. Огромное количество оценок было сделано 1 другой, точнее, но при этом вот борьба за точность оценок, то, что по-английски называется тайд баунд, то есть оценка, которая зажатая, да, она вот

91: Такая плотненькая, вот это очень тяжело было. То есть люди немного даже разочаровались во всех этих теориях, где-то к концу нулевых годов. То есть очень большой поток был исследования, но он постепенно стал иссякать, хотя там очень продвинутые были

92: Результаты. 1 там диссертация тологам чего стоит, я на 3 странице уже умираю, и дальше продвинуться очень тяжело, но у меня было несколько талантливых учеников, которые продвинулись намного дальше. Меня и сделали успешный научный.

93: Карьеры. Вот в этой области, то есть есть место действительно очень высокой математике, близкой к чистой математике для исследования вот таких вот нетривиальных явлений, как переобучение. Но что мы видим в современных нейронных сетях, вот эти глубо

94: Сети, у которых уже там под триллион параметров изобретены несколько эвристических Приёмов, которые, да, люди изобретали, понимая природу переобучения, в некотором смысле ориентируясь на вот эти теоретические оценки, но все

95: Таки это опять эвристики, их очень нетривиально было придумать, они очень простые. Ну там, например, там skip connection в нейронных сетях глубокого обучения, которые позволили там сотни слоёв делать в нейронных сетях. Ну это же

96: Реальная штука, но ведь не сразу до неё догадались. Вот сколько-то лет прошло, прежде чем люди сделали это маленькое открытие, но оно совершенно принципиальное для обучения нейронных сетей. Или там такие вещи, как дропаут, например. Ну, простая штука вроде, да, ну.

97: Её тоже не сразу изобрели. И вот такие маленькие открытия, как решать задачи оптимизации в пространствах больших размерностей и при этом не переобучаться. Вот я не могу сказать, что это просто классический матанализ. Нет, здесь есть не

98: Несколько принципиальных изобретений, которые именно вот в этих задачах, ну, совершенно ключевую роль сыграли, и без них не было бы этого бума глубокого обучения. Ну, знаете, с другой стороны, мне кажется, что это такие больше не математические решения, да, а такие больше

99: Инженерные приближённые, скажем так, к земле получили какие-то данные именно на компьютере, на том железе, которое у нас есть на том софте, которое есть и так далее. И пытаемся там. То есть это не теоретическая уже математика, а та самая прикладная. Вот смотрите, а вот

100: Соглашусь, потому что люди, которые изобретают вот эти вещи, они в курсе, конечно же, математических теорий, и им математические теории помогают навострить свою интуицию и в правильном направлении искать решение, то есть математика,

101: Она здесь может быть чем несовершенна, это слишком точный инструмент, но вот доказать какие-то строгие математические утверждения можно только там, наложив какую-то кучу совершенно нереалистичных предположений. Вот тогда уда.

102: Что-то доказать и ослабить предположение и усилить результат. Это грандиозная математическая работа. Там на долгие годы многие умные головы должны поломать себя, да, на вот этих вот задачах. Но когда ты в курсе вот этих

103: Результатов, начинаешь их чувствовать интуитивно. При этом, может быть, даже ты доказательств не знаешь, ну, не разобрался. Ну, это требует фантастического количества времени, но интуицию они дают. И вот, вооружившись этой интуицией, можно пойти и сделать хороший метод. Ты можешь

104: 1000000 экспериментов. Ты вот не догадаешься до той идеи, которую тебе подскажет хорошая теория. Даже если ты эту теорию сам не доказывал, сам не выводил. А вот просто начитался, понял суть результатов. У тебя интуиция возникла. Вот это очень мощный инструмент для

105: Инженера, на самом деле, вот инженер не сделает какого-то открытия, если он не будет знаком с математическими результатами. Слушайте, крутая мысль. То есть хороший инженер, это может быть не в 1 очередь. Это в том числе хороший математик, да? Ну тут хороший математик.

106: Знаете, вот человек, который действительно математик, это человек, который выдумывает и доказывает теоремы. Вот прикладная математика, это больше про выдумывание теорем. Чистая математика, это больше про доказательства таких теорем, которые

107: Там 100 лет никто не мог доказать вот это вот это челлендж для Чистых математиков у нас немножко по другому. У нас всегда поводом для математического исследования является какая-то прикладная проблема. Вот возникла необходимость, значит, строить матричные

108: Разложение, но вот обязательно с условием неотрицательности, а ещё и нормировки. Вот, вот под это надо новый математический метод разрабатывать. Значит, сидят люди, разрабатывают. Вот это, может быть не очень сложно, но без этого там задачи не решались. Вот приспособили какие-то

109: Известные методы, но к другим условиям, к другим задачам, с какими-то специфическими особенностями. Вот оно начало работать. То есть постановки задач в прикладной математике, они в среднем более простые, более лёгкие, чем в чистой математике. Хотя, не знаю, нельзя.

110: Так сказать, но, но более разнообразные, что ли. Вот, и для них поводом все время служит какая-нибудь прикладуха. С другой стороны, с другой стороны, вот в прикладухе, как правило, все задачи уже решены. То есть вот эти вот вкусные математические вещи их очень быстро разбирают, да, то есть как только

111: Возникает потребность сразу на неё набрасываются голодные математики, которым хлебом не корми, дай какие-нибудь теоремы попридумывать и подоказывать. Вот. И очень быстро проблема решается. Ну, иногда быстро, иногда нет. То есть для инженеров остаётся лишь адаптировать вот эти вот

112: Теоретические результаты, но там тоже есть чем позаниматься, но главное, главное вот понимать эту теорию даже не на уровне вот тонких механизмов доказательства. Вот это профессиональная сфера математиков, а инженерам достаточно понимать интуиции.

113: И тут вот важен такой вот элемент популяризации, что ли, вот математик, он должен не только там теорема доказана, точка, да, дальше список литературы, а очень важно уметь объяснить интерпретацию своих математических результатов.

114: Донести до инженера, то есть показать, в каких случаях вообще это работало, для чего этот результат был нужен вообще, где он работает, где он не работает, почему именно так. И вот это все объясняется на словах. И вот это многие математики не любят и даже не умеют.

115: Делать, к сожалению, вот у нас немножко другая культура в прикладной математике, если посмотреть, как устроены статьи, если основной результат статьи, допустим, математический, но наверняка там будет несколько страниц, вот чисто текста без формул, которые пытаю

116: Объяснять всякие мотивации, аналогии, пределы применимости, примерные приложения обязательно эксперимент какой-то будет с графиками. Вот это вот наша культура прикладной математики в чистой математике. Не так. Определение статья может начинаться со слова определение

117: Определение 2, 3, 4. Лемма. Утверждение теорема. Следствие, все. Статья закончена. А что это? Для чего это? Откуда возникло? Где его применить? Вот нет этого обсуждения. Ну, это кто как пишет, да, у кого-то есть, у кого-то нет, но

118: Культура математического изложения, причём это очень свойственно именно русскоязычной математической культуре. Она вот ничего лишнего. С 1 стороны, это некая такая вот бравада. Смотрите, как я изящно

119: И лаконично все вам рассказал, и вся суть здесь. А то, что из этой сути надо потом вытаскивать некую интуицию, ещё о чем-то догадываться, это вы сами сделаете это, это типа легко это без меня. И вот такой способ такой.

120: Отношение математиков к представлению своих результатов, оно, на мой взгляд, многое портит, то есть математик должен уметь где-то там опуститься, может быть, со своих высот занебесных, да, опуститься куда-то там, на грешную землю и немножко

121: Подумать о тем, зачем это все было, для кого это все было, кому это все пользу принесёт. И вообще, я всегда говорил, что вот прикладная математика, она заставляет человека вот такую вот цепочку добавленной стоимости уже, да, в бизнесовых терминах, если говорить

122: Всегда себе представлять. То есть вот эта теорема, ты её для чего доказываешь? Чтобы доказать какую-то оптимальность, какого-то алгоритма? А это для чего? А чтобы этот алгоритм реализовать? А это для чего? А чтобы его в какую-то систему встроить, чтобы она работала. А это для чего? А это для того, что

123: Чтобы люди какой-то бизнес автоматизировали. А это для чего? Это? Для того, чтобы прибыль получить и доставить удовольствие клиенту? Ага, вот для чего мы теорему доказываем. Вот когда вы эту цепочку всю себе не представляете. Вот вы чистый математик, а если вы её

124: Представляете, вы прикладной математик, а главное вот системный подход, взгляд на жизнь, на задачи. Вот если вы эту цепочку себе представляете, вы во всей этой цепочке найдёте себе математические задачи, то есть способ мышления математика это же

125: Только всего лишь логика и регулярный способ мышления. Регулярное мышление, да, регулярное. Не потому, что оно утром, днём и вечером, да, а это в смысле английского слова регуля, да, правильное мышление. Правильное мышление, это когда, вот вы че,

126: По себе ставите задачу. Дано найти критерий, чем занимается вся математика разбором случаев. Вот основа регулярного мышления. Да, рассмотрим 3 возможных случая. 1, 2, 3. Ну да, ещё формирование ещё набора правил, да, по которым это все дело рассматривается.

127: Да, такой вопрос. То есть, получается, у нас есть некие чистые математики, да, которые строят свои вот эти математические миры, и которым, по сути, не интересно, что здесь у нас в земной жизни происходит, есть прикладные математики, которые в той или иной мере ориентир

128: На математиков, которые чистые, вот эти там в своих мирах как-то это все дело вытаскивают и являются таким мостом между вот жизнью, реальной применением, да, вот это вот как раз место прикладных математиков. Можно ли сказать так, что прикладные матема

129: Tiki они зависят вот от этих Чистых математиков или среди прикладных математиков тоже есть настолько вот оторванные от реальности люди, которые тоже вот в этих мирах готовы оставаться всю жизнь, но у них просто почему-то в голове есть зацепка, что это как-то надо к жизни применять вопрос. Вот

130: Хочу какой сформулировать, важны ли чистые математики так же, как прикладные математики? Или если бы все стали вдруг прикладными, мир был бы лучше. Вот такой вопрос. Ну, я сейчас возьмусь сам себе противоречить. Вообще люди существа противоречивые.

131: Поэтому не надо бояться противоречить кому-то или самому себе. Вот нету на самом деле чёткой грани между прикладными и чистыми математиками. То есть он может быть сегодня чистый, а завтра прикладной, а послезавтра, наоборот, все зависит от того,

132: Вот как задача поставлена, куда научный интерес увёл, да, или какие возникли потребности в решении тех или иных задач. Очень важно математическую культуру иметь. Вот это то, что, несомненно, чистая математика прививает, если вы

133: Занимаетесь с молодых лет, да, вот это очень важно приобрести в там школьные или студенческие годы. Затем это уже выбор, ну, выбор сердца, что называется, да, вот к чему душа лежит, это оставаться в чистой мате.

134: Математики. Отстраниться, может быть, даже от социума, как некоторые там типа перельмана, делают таких людей относительно немного. В общем, которые действительно настолько сильны в математике, что уж да, лучше пусть они там какие-то прорывные открытия сделают это.

135: Будет для человечества гораздо полезнее, чем если там заставлять их получать 1 000 000 $ на развитие своей научной школы. Ну, может быть и так вот. Так что нет чёткого разграничения даже вот в 1 человеке, мне кажется, это не всегда можно

136: Ограничить. И математики сами про себя не всегда чётко знают и могут позиционировать. Я вот чистый, а ты вот прикладной. Я понял, Константин, а вот вы сказали про вот некую культуру математики, которую нужно прививать, как вы сказали, с детства. Вот можете кратко эту

137: Культуру охарактеризовать, что вы имеете ввиду, чтобы вот человек нас послушал, например. E. Понял. Угу. У меня правильная культура, значит, все у меня сложится хорошо или там нет, мне не хватает вот этого. Пойду культуру приобретать. Нарешивание, конечно, нарешивание

138: Это решается, прививается эта культура, надо решать много задач. И здесь я ничего нового не скажу. Вот был такой интересный эпизод, когда я к своему шефу, будучи студентом физтеха, пришёл, по моему, там 2 или 3 раз.

139: Обсуждать нашу научную тему вот в самом начале нашей совместной работы, вот, и он мне излагал вкратце, вкратце, бегло, довольно-таки 1 из своих результатов и сходу, да, вот устно излагал практически даже без листа.

140: Бумаги. Вот мы с ним просто говорили о его какой-то там давней теореме, которую он сам в свои студенческие годы сделал. Это был 1 из первых его научных результатов. И он, он вкратце мне это рассказывал и в процессе изложения спрашивает, а вот как

141: Показать, что чего-то не существует, да, вот я говорю, надо привести контрпример. То есть у меня даже вот у меня щёлкнуло, да, вот надо придумать контрпример, и мне показалось, что именно в этот момент по быстроте моей реакции он понял, что у меня есть математи.

142: Культура. Ну вот как-то начали складываться наши профессиональные отношения. Мне показалось, что это был 1 из тех моментов, когда он меня зауважал, вот просто как человека, вот, который пришёл к нему и может там, несмотря на разность 17 лет, говорить на 1

143: Языке. И что было безумно приятно для нас обоих. Ну, это 1 эпизод маленький, вы понимаете, да, что вот таких Щелчков, их не 1 должен произойти. Их там должно там 10, 20, может быть, произойти. И это нужно постоянно доказывать своей ежедневной работой. Да что ты

144: Мыслишь. Ну вот это и есть математическая культура, владение приёмами и умение выхватить их в любой момент и применить такой вопрос, Константин, вас знают как человека, который выступает против сильного, искусственного

145: Интеллекта. Вот хотелось бы про вот это с вами поговорить. Вот сначала кратко обрисуйте, пожалуйста, вот ваше отношение. Ну смотрите, я не то чтобы совсем против, понятно ещё к тому же, что нет чёткой грани между функциональным искусственным интеллекто,

146: Обычным, да, как бы слабым и сильным. Я против вот какой мечты. На самом деле она, к счастью, пока что мечта, чтобы искусственный интеллект повторил все когнитивные возможности человека. Вот я считаю эту идею

147: Крайне опасный завиральный. Почему? Потому что все наши когнитивные возможности возникли из потребности конкурировать в нашей естественной среде обитания на планете земля, конкурировать и выживать. То есть лучшее доказательство.

148: Того, что искусственный интеллект, сильный искусственный интеллект создан, это то, что он вытеснит человечество с нашей планеты, потому что он будет обладать более сильными когнитивными возможностями. Но вопрос, нужно ли нам такое доказательство и нужен ли нам такой искусственный

149: Интеллект. Я считаю, что это крайне опасные эксперименты и в этом направлении идти нельзя. Это антицивилизационный проект. В принципе, очень важный тезис, что мы строим нашу человеческую цивилизацию не машинную, мы не строим машины себе

150: На смену это самоубийство. Зачем заниматься самоубийством? Мы ценим себя, мы ценим свой биологический вид. Мы как биологический вид хотим выживать, и мы хотим строить машины, которые нам в этом помогают. Незачем строить машину, которая хотя бы потенциаль.

151: Сможет с нами конкурировать за выживание в естественной среде обитания. Вот чего нельзя. Вот я только против этого возражаю, но дело в том, что вот люди не имеют такой чёткой красной линии и начинают смешивать, да, а вот давайте мы сейчас сделаем

152: Интеллект, который автономен, который ориентируется в трёхмерном пространстве, там ещё пулемёт имеет ракету, там летает, плавает, бегает, ползает, роет землю и так далее. И вот все. И вот мы уже в матрице, а не дай Бог,

153: У нас сейчас, да, наступит автоматизация логистических цепочек производств производства начнут выстраиваться в полностью автоматизированные схемы от добычи полезных ископаемых до производства конечного продукта. И если туда сейчас

154: Ещё и строится автоматизация конструкторской деятельности. И, не дай Бог, вот ещё 1 красная линия автоматизация целеполагания. А какое целеполагание у человека, у человеческого вида, да, у человеческой цивилизации это существование, да, борьба за

155: Выживание. Если мы такое целеполагание вложим в искусственный интеллект общего назначения, то вот мы и получим. Да, это ещё 1 пороховая бочка, плюс к ядерному оружию, на которую мы сядем. Спрашивается, зачем?

156: И поэтому я сторонник того, чтобы разработки не только искусственный интеллект был этичным, а разработки в области искусственного интеллекта были этичными, чтобы учёные видели эти красные линии, потому что если ты учёный, ты думаешь, что ты сможешь

157: Балансировать на грани добра и зла то, может быть, ты сможешь, а другой не сможет. А политик не сможет. У него там другая система ценностей, другие взгляды на мир, и он возьмёт твою разработку и будет использовать в корыстных целях. А ты ничего такого не имел ввиду, не пред.

158: Полагал, да, то есть нам все время придётся по мере увеличения опасности наших технологий заставлять себя думать о том, что они несут в наш человеческий мир, какие опасности и риски их взвешивать, оценивать и точно.

159: Так же, как мы оцениваем качество моделей сейчас, да, мы должны научиться оценивать социальный эффект этих моделей. Это куча новых задач и новая область деятельности. Фактически, на самом деле, как вот мне это все дело видится, да, эволюцию, ну, её сложно.

160: Остановить были попытки в истории, когда сверхразвитая по тем временам римская цивилизация сменилась средними веками и был откат очень серьёзный по технологиям там вернулись к тому, что было создано римской цивилизацией только там, в 17 18.

161: Веках ко многим вещам, да, тоже самое и получается здесь, если мы будем искусственно сдерживать вот этот какой-то прогресс, то у нас же потребность у человечества, она вот в природе заложена, познавать что-то новое, создавать что-то новое.

162: Это природу придётся менять. Вот вам не кажется, чтобы если мы будем сильно ограничивать в развитии таких технологий себя, ну, с 1 стороны, природу человека все равно придётся менять. Рано или поздно. Почему мы, вот нам курцвейл обещает сингулярность, да?

163: Где-то там, в пятидесятые, шестидесятые годы текущего столетия, я утверждаю, что мы 1 точку сингулярности, к сожалению, уже прошли и не очень это заметили и не очень отрефлексировали. Я её называю биологической сингулярностью. Это та точка, где темп

164: Научно технического развития, превысил скорость естественного эволюционного развития нашего мозга. То есть мы все ещё остаёмся, ну, если не обезьянами, то, по крайней мере, недалёкими потомками хищных социальных животных и

165: Вот этот наш менталитет. Почему мы воюем все время друг с другом? Почему мы опасные технологии, которые мы создаём, мы обязательно направим против друг друга. Вообще опасны не технологии, а люди друг для друга в 1 очередь. А вот все потому же, потому что внутри каждого

166: Из нас сидит вот этот самый внутренний зверь, вот все вот эти там религия говорит о 7 смертных грехах. Да, это ничто иное, как остатки вот эволюционные эти рудиментарные остатки всего звериного в нас. И вот чем опаснее

167: Будут технологии, тем выше риски того, что мы просто самоуничтожимся рано или поздно. Просто вот если мы не станем цивилизованными, да, вот у нас вид называется человек Разумный. Да, надо переходить к следующему виду. Человек цивилизованный. В чем отличие в том, что

168: Человека цивилизованного. Есть вот эти вот рамки, он, прежде чем что-то сделать, он подумает не о себе, а он подумает 1 о потомках, 2 об окружающих и только в 3 о себе Любимом. Да, но мы ж так не делаем, мы ж не такие, мы

169: В 1 очередь о себе думаем все, потому что мы звери бывшие. И вот если мы хотим, чтобы наш научно технический прогресс развивался так быстро, как он развивается, нам что-то нужно сделать с самими собой. То есть мы не имеем морального права уже оставаться таким,

170: Зверюшками мы просто сами себя уничтожим. Рано или поздно вот я даже вывел закон сохранения цивилизации. Вот законов сохранения много в физике всяких разных. А вот такой формулировки, по моему, ещё не было.

171: Формула такая, значит, вероятность самоуничтожения цивилизации состоит из 3 сомножителей. Ну то есть она пропорциональна произведению 3 величин. 1 это те энергии, которыми мы овладели, мы сейчас владеем чудовищными энергиями, это

172: Все там совокупные нефтяные, электрические там и так далее, и так далее. Значит мы способны концентрировать эту энергию. Да, 2 это количество экзистенциально опасных технологий, которые мы насоздавали, это ядерное оружие.

173: Биологическое оружие это там технологии трансгуманизма, которые могут из человека непонятно вообще, что сделать. И в том числе искусственный интеллект. Если вот иметь ввиду сильный искусственный интеллект, он тоже экзистенциально опасная технология, это 2 сомножитель и 3

174: Это количество людей, готовых на все ради денег и власти. То есть это наша животная потребность доминирования, которую мы никак в массе своей преодолеть не можем. То есть вот есть огромное количество людей, которые уже цивилизованы, им доминировать, в общем то, не нужно. Это рудимент.

175: Да, мы от человека разумного, да, от гоминида какого-то там, да, переходим к человеку цивилизованному. У нас все больше и больше цивилизованных людей, которые этой потребностью, вот они не обладают, не нужно им это, им там нужно, там познание, красота, Любовь, там и так далее.

176: Воевать никто не хочет. Вот что меня радует. Чем дальше цивилизация развивается, тем меньше людей хотят воевать, тем меньшее количество людей можно вообще сподвигнуть на войну. Но, к сожалению, к сожалению, мы все-таки в массе своей все ещё зверушки и нас можно обманывать нас можно нами можно

177: Манипулировать. Пропаганда вообще всесильна и можно обманывать долгое время большое количество людей это вот неправда, что говорят, что можно либо небольшое количество людей обманывать долго, либо недолго, но многих, да, ничего подобного, можно долго обманываться.

178: Челетиями можно обманывать миллионы людей, все нормально проходит, пропаганда всесильна. Но почему? Потому что она эксплуатирует многие наши когнитивные искажения. Мы охотно соглашаемся на какую-то ложную картину мира, если нам в ней психологическим ортне

179: То есть мы не так уважаем истину, это вот учёные уважают истину, а обычный обыватель человек, он больше уважает психологический комфорт. Все это, да, вот 3 сомножителя, да, ещё раз энергия, которую мы освоили, умножить на количество экзистенциально опасных техно.

180: Налоги и умножить на количество вот этих вот животных доминирующих особей в нашем сообществе, которые вот рвутся отдоминировать сородичей. И вот перемножаясь, эти 3 фактора создают наши риски. Теперь вопрос, а как это умень?

181: Как уменьшить вероятность самоуничтожения цивилизации? Вот энергии хочется наращивать, технологии, хочется увеличивать. Значит, че нам остаётся и самих себя менять, становиться цивилизованными, уходить вот от этого животного состояния. Но на то нам даны

182: Разум и воля. А это что такое? А это дисциплина и самодисциплина, как говорят психологи, дисциплина это самый дефицитный, самое дефицитное человеческое свойство, ну либо гормональная терапия, да. Ну вот вас все тянет на

183: Да нет, нет, волю надо воспитывать, вот и систему ценностей, а её можно только с детства прививать правильные книги, правильные фильмы, правильное отношение к себе, к окружающим, к природе, к человеческой цивилизации.

184: Вот я иногда завожу со студентами разговор и спрашиваю ну вот как же так? Вы ведь каждый день просыпаетесь утром и думаете, а в чем смысл жизни? И на меня такие глаза удивлённые, чего мы никогда об этом не думали? А почему я об

185: Каждое утро просыпаюсь, думаю, вот в чем смысл моей человеческой жизни в этом человеческом социуме, в этом мире, на этой земле. И как из этого я выведу то, чем я должен заниматься сегодня весь день. А как иначе? А это и есть системное мышление. То есть, если ты идёшь от

186: Своей системы ценностей, которая у тебя выработана, да, а она должна быть цивилизационной, потому что, ну, никуда, да, потому что есть закон сохранения цивилизации, да, поэтому каждый из нас уже должен думать вот так, но мы бесконечно. Далее

187: От этого, да, это та причина, почему не состоялось переход к коммунизму? Да, потому что это неустойчивое человеческое общество, да, вот если будет хотя бы небольшое количество негодяев, которые не поменяли свою животную природу, а все

188: Себе, себе, себе, себе. Вот никакого коммунизма не будет и никакого счастливого общества не будет. Извините, понесло в политику. Я понял. Смотрите, вот есть с эволюционной точки зрения, как мне видится, 2 таких глобальных подхода, ну,

189: Эволюцию остановить сложно. Может быть в какой-то момент мы её можем придержать, но законы эволюции такие, что все равно все пойдёт вперёд, либо мы великий фильтр не пройдём. Вот, вот смотрите, вот смотрите, да, я вот здесь сразу не соглашусь. Во первых, нельзя путать биологическую

190: Эволюцию и технологическую не одно и то же. Это, ну, некая манипуляция. Пропагандистский приём это абсолютно разные вещи. То есть надо не забывать, что человеческий разум может и обязан направлять

191: Эту эволюцию технологическую она не идёт сама собой, это великое предубеждение, которое возникло совсем недавно, его стали навязывать не так давно, и мне кажется, что не из самых лучших побуждений, а из корыстных побуждений, конечно же.

192: Я вот говорю, человеку дана воля и разум, да и человечеству в целом тоже даны инструменты в виде инструментов мышления, методологии мышления, научного познания, идеологии, да, вот идеологию.

193: Надо выстраивать таким образом, чтобы человечество само себя обезопасило. Если мы будем так вот просто говорить, что это какая-то совершенно безответственная и сама собой текущая эволюция технологий. Да, неправильно это, это

194: Просто неверно. И это неверная как бы тенденция, которая, я убеждён, сиюминутная, она захватила умы людей вот в этот исторический момент, но нам придётся от этого уйти, и нам придётся направленно, целенаправленно.

195: Развивать свои технологии в том направлении, в котором мы хотим уйти, в котором мы сами хотим развиваться как цивилизация. Ну, некоторые считают, что если есть возможность что-то изобрести, учёный обязательно изобретёт, даже если это способ строить армагеддон и уничто.

196: Сразу всех вот обязательно сделает, обязательно нажмёт на кнопку и уничтожит. Ребята, это не так-то, чем занимается учёный. Вот у учёного есть своя личная собственная жизнь, да, он её хочет на что-то потратить. И у учёного всегда есть вот этот вопрос выбора.

197: А чему я собираюсь посвятить свою профессиональную жизнь, свою карьеру? Чем я хочу заниматься годами? Что меня драйвит, что для меня мотиватор моей исследовательской деятельности. И вот в этот момент мы понимаем, что это психология, что

198: Сидит в мозгах у человека и те картины будущего, которые ему заронили где-то там с детства, они могут быть неосознанные. И вот то, что мы сейчас начинаем там пропагандировать какую-то саму, саму по себе текущую

199: И развивающуюся вот эту эволюционирующую научно технический прогресс, да, как бы сам по себе идущий. Вот это, мне кажется, неправильно. И мы можем это поменять правильной идеологии, когда мы декларируем с самого начала, да?

200: Впитывается это все с детства, что мы сами направляем своё научно техническое развитие, своё цивилизационное развитие. И тогда вот у учёного вот в тот момент, когда он выбирает, кем стать и чем заниматься, вот таких вопросов не возникнет, что я

201: Создаю очередное средство массового поражения, которое будет способно миллиард людей уничтожить. Или я создаю там способ сделать всех чуточку более счастливыми. Это вот выбор, который диктуется

202: И психикой, и идеологией, и тем, как человек сформирован как человек. А вот это формирование, это вот тоже управляемая такая вещь. То есть надо осознать эти рычаги управления и не думать, что вот

203: Эволюция, она вот биологическая эволюция, она действительно, вот кроме самосохранения вида, никаких больше целей не имеет. Да, вот почитайте ричарда докинза. Да, эгоистичный ген, почему он эгоистичный, а у него нет никаких целей, кроме само

204: Сохранение. Кроме того, чтобы бесконечно передавать себя из поколения в поколение. Ну вот, поэтому мы такими стали, вот мы здесь живём, но, извините, у наших технологий, которые мы создаём, целеполагание совершенно не такое. Мы сами созда,

205: Эти цели и создаём устройства, которые будут облегчать нам жизнь. Вот это не эволюция, это конструкторская деятельность, это конструирование, они эволюционировали, это совершенно другое. И почему мы вдруг вот эти вот аналогии стали приводить биологичес,

206: Эволюции и научно технического прогресса. Вот это вот странная и опасный, странный, опасный казус, который произошёл с нами к концу 20 века. Так не было раньше. И я надеюсь, что не будет. Ну вот вы говорили, да, у меня вот мысль такая возникла, вот вы

207: Противопоставляете биологическую эволюцию эволюции, разум, ну, скажем так, не разум, а направленный дизайн. Можно назвать это, да, по другому. Угу. Как-то вот, но в моём понимании, я могу ошибаться, это просто я так вижу, я так мыслю, да, что вот это переход к этому направленному дизайну.

208: Это просто 1 из стадий усложнения системы. Ну, системы усложнялись, усложнялись, усложнялись. В какой-то момент появилось у неё новое свойство. Она теперь может быть каким-то творческим актором, вместо того чтобы просто приспосабливаться к условиям, ну и, соответственно,

209: Все равно это ведёт к дальнейшему усложнению систем. Вот я тезис такой хотел забросить. Ну смотрите, это, конечно, пропаганда чистой воды. То есть это притянутые за уши правдоподобные рассуждения, которые не имеют никакого отношения к природе. То есть когда

210: Вы вводите чрезмерно общее понятие система. Вот в этот момент вы себя и обманываете. Ну или мы себя обманываем, да, потому что мы, конечно, говорим сейчас не о лично ваших убеждениях, а о той идеологии, которая сейчас активно насаждается непонятно кем, непонятно.

211: С какой целью? Ну может быть кому-то и понятно, но мне, например, не очень, смотрите, вот 1 дело. Биологические системы, носителем которых являются вот те самые гены, да, двойная спираль днк, и это очень сильно определяет и цели, и механиз

212: Вот этой вот самой эволюции. То есть это просто выживание в естественной среде, в конкурентной среде. Понятно, все эти вот эволюционную биологию, мы все там хотя бы из популярных источников знаем, понимаем. А когда речь идёт о

213: Научно техническом прогрессе. Здесь материальные основы для построения вот этих систем, они абсолютно другие. Здесь всем управляет человеческий разум. Значит, наше собственное целеполагание, мы, оставаясь биологическим видом, хотим 1

214: Сохранить себя и 2, сделать нашу собственную жизнь как можно более комфортной. 3, удовлетворять свои потребности в познании мира в созидании. Вот познание, созидание, это, наверное, ключевые слова. И вообще это ключевое, что отли,

215: Наш человеческий вид от всех прочих зверюшек. Мы единственные на земле, кто начал строить цивилизацию. Муравьи строят муравейники, да. А пчелы строят там че то своё строят. Но это не цивилизация, да, хотя они какую-то совместную деятельность ведут. А вот мы единственны.

216: Вид, который стал этим заниматься, поэтому распространять законы биологической природы, которые вот справедливы, наблюдаются там миллионы, а то и миллиарды лет на огромном количестве видов животных.

217: Растений. Вот, да, это познаваемо. А теперь мы пытаемся эти законы развития с вот этой большой выборки перенести на выборку из 1 наблюдения. У нас есть 1 наблюдение. Человеческий вид. Человек Разумный, который начал строить цивилизацию, делает

218: Это по каким-то своим вот принципам, которые совершенно не обязаны подчиняться законам биологической эволюции, основанным на двойной спирали днк. У нас своё целеполагание, мы сами по себе биологический вид мы машины строим ради того, чтобы

219: Самосохраняться и развиваться, а вовсе не для того, чтобы машина, как система заменила человека как систему. Но вот извините, вот в этот момент произнести слово система в одинаковом как бы смысле это преступление перед человечеством.

220: Это огромная когнитивная ошибка. Употребить 1 слово, для чего? Вот мы все время играем словами и обманываем друг друга. Это очень важный механизм. Его, кстати, важно осознать, иначе мы не построим для себя светлого будущего. Всего лишь игра слов, да?

221: Понятие система абстрактное понятие, да, давайте запретим себе произносить слово система. И как мы начнём говорить вот об этом, о биологической эволюции, о научно техническом прогрессе, и нам станет понятно, что это совершенно разное, разные цели и, соответственно,

222: Разные конструкции. И нам с этим предстоит разбираться. И тут критерии, да, самосохранения нас как биологического вида, как цивилизации и самое главное, ценности вообще. Вот тут можно даже о Боге начать говорить. Вот

223: Что такое Бог для атеиста? Бог на самом деле это миллиарды развития жизни на земле. Это настолько великая ценность, да, то есть, может быть, в сотнях парсеках нет ничего похожего на то, что произошло на земле. То есть это уникальное стечение обстоятельств в течение

224: Миллиардов лет то, что ничего не развалилось, никакой там метеорит не убил жизнь до конца, хотя их много падало на землю, и были вымирания, и много чего было, но чудом, чудом, каким-то чудом. Вот условия были настолько стабильными, что удалось это дело сохранить.

225: Вот представьте себе такое вот человечество, такой вот венец биологической эволюции вдруг придумывает, значит, способы ведения войны все более и более энергетичные, и, в конце Концов какой-то безумец все это дело уничтожает, уничтожает.

226: Результат миллиардов лет эволюции уникальной во Вселенной, где в окрестности сотен парсеков ничего подобного нет. И вопрос у меня к друзьям атеистам что такое Бог после этого для вас я определился. Ну, слушайте интересное мнение.

227: Не, кстати, немножко я так, с другой стороны, но кое-что. Вот у меня была мысль такая, что 1 без другого ведь не существует наш разум, он все равно базируется на нашей биологии. И мы, как вот ваш тезис, как я понял, мы этот разум должны использовать

228: Для того, чтобы, скажем так, вот эту не то чтобы нашу биологию, а то, к чему привела эта биология в том итоге, в котором мы видим к цивилизации, да, для того, чтобы эту цивилизацию поддерживать и развивать, а не строить рядом с собой отдельный совершенно вид в виде искусственного интеллект.

229: Который, конечно же, будет лучше по всем параметрам и целеполагания себе сможет ставить любые в цивилизацию 3, 2, 3 вида. Быстро перейдёт, да, там и так далее, и так далее. Я вот так этот тезис понял. Можем ли мы, вот ваше мнение, да, интересно, можем ли мы не

230: Развивать искусственный интеллект рядом с собой, рискуя тем, что он когда-то заменит нас, потому что это следующий этап эволюции разума, а как-то развиваться вместе с ним, а в какой-то момент и слиться с ним такой вопрос да зачем?

231: Sweet то, откуда берутся эти завиральные идеи ну, мне понятно, откуда это идеология трансгуманизма её, в общем, может быть, и умышленно насаждают как такой способ самоубийства цивилизации или значительного её сокращения.

232: Ну, я против, я слишком люблю свой биологический вид. Я слишком люблю цивилизацию. Мне не хочется, чтобы вот эти вот риски так умножались. И, на мой взгляд, искусственный интеллект это просто среди прочих технологий технология, которая позволяет

233: Нашей цивилизации развиваться более эффективно и давать людям возможность для саморазвития заменять рутинный труд человеческий, давать людям новые, более творческие профессии и так далее, и так далее.

234: То есть много чисто земных приложений для, да, кстати, и космических приложений, потому что я вообще считаю, что вот космос, он настолько агрессивен человеческому организму и летать людям далеко. Вот это настолько дорого и

235: Неэффективно, что пусть лучше этим занимаются в ближайшие несколько тысяч лет. Вот роботы, искусственный интеллект, вот там искусственному интеллекту будет где развернуться, как сделать вот эти вот разумные, реактивные энергоёмкие существа, да, уже в кавы,

236: Такие, да, они искусственные будут. Они будут летать там к астероидам, добывать то, чего уже закончится на земле. К этому времени ещё куда-то к другим планетам летать. Они там будут все разведывать, исследовать и так далее. Люди могут этим управлять, отчасти могут лишь пользоваться.

237: Результатами этого, этого исследования. Но вот где действительно искусственный интеллект нужен, да, в агрессивных средах или там опускаемся на глубину хотя бы 5000 метров в океан, да, и там нам тоже очень нужны такие автономные устройства. Вот там действительно

238: Нужен настоящий общий искусственный интеллект. Почему? А потому что там все время будут происходить какие-то непредвиденные события и надо быстро реагировать и реагировать адекватно. То есть действительно выживать в агрессивной окружающей среде для этого, да, но это же специализированное устройство.

239: Для решения специализированных задач, которые нужны нам, человечеству, и мы являемся постановщиками задач, а они исполнителями. Только так. Раб хозяин. Никакого иного отношения к роботам быть не должно в человеческой цивилизации. То есть мы не

240: Ставим перед собой задачу уничтожить себя и создать цивилизованных роботов или там цивилизацию роботов, да, то есть вы говорите, они будут во всех отношениях лучше нас. Да, ничего подобного к этим обстоятельствам слово лучше не применимо. То есть здесь опять идёт подтасовка фактов и игра.

241: Словами? Что значит лучше? Да не лучше? Как же лучше, если они нас могут уничтожить? Ничего в этом нет хорошего. Да, они будут более совершёнными. А вы не задумывались, что самолёт летает лучше человека? Подводная лодка плавает лучше человека. Экскаватор роет землю лучше человека.

242: Компьютер запоминает лучше человека и вычисляет быстрее человека. То есть мы огромное количество уже устройств насоздавали, которые многие вещи делают намного лучше человека. Давайте продолжать дальше этим заниматься. Че это мы вот решили вдруг? А я понял, че это мы вдруг решил.

243: Мы хотим Богу уподобиться, да, мы хотим создать себе подобное существо по образу и подобию, чтобы так стать таким же крутым, как еврейский яхве. Это откуда идёт? Это идёт из определённых

244: Религии, которые, естественно, тысячелетиями захватили умы большего количества, ну, подавляющего, да, населения, да, самого такого технологически продвинутого населения земли. И мы живём с этими идеями, да, вот, вот Бог создал

245: Адама по образу своему. Вот мы теперь тоже хотим какого-то робота создать по образу своему уподобиться Богу. Я вот вижу только такую цель, она очень подспудная, она очень скрытная, не каждый согласится, кто занимается общим искусственным интеллектом, признать в себе, что его един.

246: На самом деле глубоко потаённый мотиватор это уподобиться еврейскому Богу ях. Интересная мысль, но вот смотрите, человек, вот как биологический вид на данный на текущий момент он все-таки ограничен количеством нейронов и нейронных связей в голове.

247: Слава Богу. Ну, за эти пределы выйти пока довольно сложно. А зачем? Я не думаю, это вопрос другой. Зачем или зачем это 1? На самом деле? Мы же разумные существа. Мы цивилизация уже. Вот поиск ответа на вопрос зачем?

248: Чем это и есть 1 из принципиальных моментов, который должен отличать человека цивилизованного от человека разумного. Помните? Я сказал, да, то есть человек Разумный. Вот мы теперешние мы, да, мы в 1 очередь, каждый думает о себе, да, там о своей доминантности, о том,

249: Как бы меня бы кто-то не доминировал бы из сородичей. Вот, вот мы чем заняты? Мы социальными отношениями заняты с утра до вечера, а человек цивилизованный, он в 1 очередь думает, вот если я сейчас че то сделаю, оно как на потомках скажется.

250: Как оно на окружающих скажется и только потом подумает о себе вот изменить этот образ мышления. Вот. Либо мы это сделаем и станем людьми цивилизованными, причём сделаем в массе своей все поголовно. Вот ни 1 не останется мерзавца, который бы думал по другому, либо

251: Либо 2 альтернатива. Мы самоуничтожимся как цивилизация рано или поздно. То есть вот эти вот риски, закон сохранения цивилизации, они нас задавят, и найдётся идиот, который все уничтожит, наверное, да, но я здесь хотел вот что сказать. Мы ограничены своей био

252: Этот тезис понятный чем дальше мы развиваемся, тем более сложные задачи перед нами встают. И вот этого нашего объёма мозга в какой-то момент, просто чтобы осмыслить то, что происходит, не будет хватать и те же учёные, они просто, условно говоря, упрут.

253: В какой-то потолок своих биологических возможностей. И как решать задачи, которые вот летит на нас там, не знаю, какой-нибудь там даже не астероид, галактика летит через 5 миллиардов лет, прилетит к нам галактика, через полтора миллиарда андромеда к нам прилетит через полтора миллиарда

254: К тому времени ничего подобного на нас похожего уже не будет. На земле будет че то другое. Наши более умные потомки будут решать эти задачи и придумывают что-то заведомо более адекватное, чем мы сейчас с вами нафантазируем. Слушайте.

255: И Константин, очень интересная беседа. У меня прям по ходу, очень много мыслей возникает. Поэтому, да, большое вам спасибо. Единственное, у меня ещё напоследок вопрос такой. Вы считаетесь крутым специалистом, да, в области искусственного интеллекта мы не говорим.

256: Сейчас про философию, вот с точки зрения математики, прикладного применения там понимания, куда это все двигается и так далее. Вот для некоторых, вот для меня, в том числе вы являетесь тем, на кого хочется равняться. Вот в плане вот понимания, как это все дело устроено. Вот можете

257: Дать таким же людям, которым понравился наш с вами диалог. Вот как стать константином воронцовым, условным, конечно, условным, но я имею ввиду специалистом в этой области. Ну, у каждого человека своя индивидуальная траектория, и точно мои рецепты не подойдут.

258: Каким-то там по другому устроенным людям. И я даже не хочу здесь навязывать. Единственное, что вот всегда надо, я называю это слушать своё сердце, да, вот, или ещё 1 мудрое изречение, которое приписывают

259: Лао дзы, выбери себе дело по душе, и тебе никогда не придётся работать. Это очень не современно. Я все-таки человек Советский, да, я в 71 году родился и воспитывался. Соответственно, вот в такой идеологии мне это близко, да, то сейчас людям более

260: Гнаться за социальным успехом и не особо прислушиваться к своим, значит, внутренним интересам и велениям души. Так что не знаю, может быть, я уже настолько брантозавр и настолько устарел, что мне вообще трудно давать советы тем, кто на 30 лет меня

261: Может быть, даже и такое, так что я менял свой род деятельности примерно раз в 5 лет, и это довольно универсальный рецепт. Я довольно долго был программистом, потом я, ну, параллельно продолжая заниматься наукой.

262: Потом я стал больше преподавателем и погрузился, наконец, через 10 лет профессиональной деятельности я погрузился с головой в научные статьи по machine learning, когда начал делать свой курс по машинному обучению ну надо ли повторять такой путь? Ну, по моему, он.

263: Какой-то очень специфичный, индивидуальный. Ну а на правах рекламы в заключение хочу позвать наших слушателей на мой дзен канал. Он называется цивилизационная идеология, где я немножечко обсуждаю искусственный интеллект и технологии.

264: А больше мне вот я вот немножечко теперь становлюсь гуманитарием, видимо, к старости лет и мне более интересны вот те вопросы, которые мы сегодня с вами пообсуждали во 2 части беседы. Это все-таки как сохранить нашу цивилизацию, как её развивать?

265: На основе какой идеологии? Вот идеологии нам в России сейчас резко не хватает. Вот сейчас вот очень многие стали об этом задумываться. Ну, я вот тоже довольно давно задумывался, а стал писать об этом только вот с конца прошлого года. Полгода уже этим занимаюсь. Увлекательный.

266: Дело, надо сказать, обязательно. Я думаю, будет интересно почитать. Большое вам спасибо, Константин. Вам спасибо за вопросы. Я бы с удовольствием вас позвал ещё раз. Если бы вы согласились. Мне кажется, у меня очень много вопросов и сейчас есть и возникнет

267: В процессе обдумывания, да, того, что мы с вами обсудили, вы очень интересный собеседник. Большое вам спасибо и вам спасибо. Да, я готов. Зовите. Ещё поговорим. Все, договорились. Спасибо большое. Все тогда. До свидания. Хорошего дня.