Запись вебинара Левенчука 27 января 2025 г

В ютьюбе
В Контакте
Слайды

Идеи

- Глобализация сменилась на деглобализацию - все против всех.
- Все кто хоть чем-то занят, все хотят добра. но не все знают как правильно.
- Прогресс точно есть: войны уносят меньше людей - мы больше знаем как избежать войны, биологическое бессмертие вот-вот - даже в РФ обещали начать лечение онкологическими вакцинами.
- Умным людям нужны умные инструменты (умнее чем сами люди) и умение ими пользоваться.
- И эти инструменты сами будут пользоваться другими инструментами. И так на много уровней.
- Знания возникают в ходе эволюции - эффективный поиск экстремума плюс прыжки в сторону, мутации.
- Онтологический дребезг - когда телом чувствуешь .что что-то не так, слово не можешь подобрать - это дополнительный интерфейс к мозгу. Это один из источников понимания, которое потом облекается в слова.
- Переводить понимание в слова очень долго, но необходимо.
- Тексты несут функцию наследования. Они позволяют делать гипотезы, популяционное разнообразие.
- Самые приспособленные гипотезы выживают.
- Но нас не очень интересует, как выживает приспособленное. Нам интересно как это самое приспособленное получить. Например, из вне.
- Нейросети уже могут рефлексировать. Без всякого учителя, под самонаблюдением они могут познавать мир вовне.
- И сети и люди должны уметь выбирать наиболее подходящие инструменты.
- Вы не можете провести эксперимент если у вас меньше двух гипотез.
- Мы можем породить новую догадку во изменение старой. С наследованием.
- Но любые гипотезы должны проверяться в реальном мире.
- Каждая гипотеза это скачок, мутация - а эксперимент в реальном мире своего рода алгоритм поиска экстремума.
- Все эволюционирует - не только гены. Все борется за ресурсы, за поддержание своей упорядоченности.
- Роботы и нейросети - подрывная технология под деятельность человека. Они могут полностью заменить эту деятельность. Остается искать свое место.
- Свое место в актуальной экосистеме - в нашем актуальном будущем.
- Жизненный цикл перестал существовать как понятие. Теперь ежедневное обновление продукта.
- Деньги нужны не для того чтобы не голодать, а чтобы иметь те конфетки, которые хочется.
- Необходимо отдельно заниматься телом. Физический труд ушел и забота о теле стала отдельным необходимым занятием.
- Нужно упражняться в задавании вопросов. Не только потому что разные LLM по разному реагируют, но и потому что правильный вопрос сильно меняет ответ, наводит на верную догадку.
- Требуется концентрация, чтобы не отвлекаться. Требуется навык деконцентрации, чтобы не ограничиваться туннельным зрением в деятельности.
- Нужен навык быстро входить в новые предметные области. Не столько получать прикладные знания, сколько умение поддерживать содержательный разговор на тему - предметная горизонтальная коммуникация со специалистами (LLM). Умение абстрагироваться и проследить за рассуждением. Хорошо подвешенный язык и рациональность.
- При этом компенсируем все остальное через агентность - добавляем чужой мозг, датчики, колесики, манипуляторы.
- Что нового умеют окружающие меня люди, чего не умею я? Смена потребных навыков будет только ускоряться. Останавливаться нельзя. Нужно прыгать в новое в тот момент когда устойчивое старое еще востребовано.
- Тренировать Собранность. Люди не в состоянии быть собранными на протяжении одной фразы. Они, успевают переключить фокус три раза за время одной фразы.
- Онтология на верхнем уровне должна быть резиновой, неточной - 200 понятий хватает. Но это должны быть актуальные понятия.
- Самое лучшее происходит на среднем уровне точности.

Содержательные куски транскрипта

В 2021 году во всю, хоть был и ковид, но тренд был на глобализации. А потом, вот сейчас вы видите, у нас резкая деглобализация, и все против всех… И более того, эволюция нам четко говорит, что да, конечно, границы, как вы могли подумать, что в мире не будут границ, а что делать с паразитами, они нас съедят, а иммунитет… а аутоиммунные реакции, когда мы даже своих едим, потому что чужих еще более страшно. Вот это вот все произошло. Но, тем не менее, основной тезис остался прежним, потому что мы хотим, конечно, спасти жизнь. В принципе, ее, наверное, не надо спасать.

Тезис оптимизма остался прежним. Мы его понимаем так, как в мире нет злого умысла. Миром правит не тайная ложа, а явная лажа. То есть вот никакого злого умысла, нет законов природы, которые против людей, нет зла, сатаны… Вот ничего такого нет. И все… кто чем-то занят, они вообще пытаются сделать какое-то добро. Хотя бы себе, но добро.

Проблема в том, что у нас не хватает знания Как сделать так, чтобы все были сытые, здоровые, всех накормить, обогреть, охладить, исключить летальные войны, а конкуренцию оставить, торговые и прочие войны.

И тем не менее, объективно, войны сегодня уносят меньше людей, чем раньше, потому что мы больше знаем, как избежать войны.

Биологическое бессмертие. Конечно, мы знаем, что программируемая смерть на уровне клетки есть, но вообще ходы на бессмертие уже есть. И самое главное, если посмотреть, как человек живет, он тоже есть. Ураганы, астероиды, вирусы, ну более не менее начинаем понимать, даже вот рак уже к концу года в сентябре обещали начать уже лечение онкологическими вакцинами даже в России.

Наш современный план простой. Мы будем усиливать интеллекты тела отдельных людей до state of the art. Sota это state of the art. И к ним мы будем добавлять экзокортекс и еще инструменты это экзотело. Дальше умные люди. С умными инструментами. Возможно, эти инструменты будут умнее, чем эти люди. Калькулятор лучше меня, например, умножает десятизначные числа, а экскаватор роет землю лучше, чем я, даже с помощью палки-копалки. Смогут легко включаться для участия в самых разных проектах. И вот там будут сети, и из этих сетей сети сетей, и все это будет многоуровневое.

Ну, собственно, образование для образованных. Но глупые люди будут накормлены, успокойтесь. Глупые люди будут накормлены, сыты вести тихую растительную жизнь. Домашние любимцы всегда накормлены, причесаны, пролечены, развлечены. Корм для кошечек стоит примерно столько же, сколько для людей, если вы видели. То есть там все нормально будет с ними. Груминг будет вовсю. Персональные сервисы, то есть это все отлично. Психологически вас будет лечить LLM.

Альтернативу предлагает Демис Хасабис из DeepMind. Он предлагает так, solve AI, по-русски мы переводим как, решить проблему искусственного интеллекта. А искусственный интеллект solve все остальные проблемы. План хороший, очень хороший, мне он очень нравится. Но есть, как в одном кинофильме говорят, что на Аллаха надейся, а верблюда привязывай.

Вообще хорошо бы понять, когда мы говорим, что нам не хватает только знаний, откуда берутся вот эти вот знания. Вообще говоря, эти знания берутся исключительно в ходе эволюции, в которой довольно много чего интересного происходит…

Не только градиентный спуск в поиске экстремума, но и скачки, чтобы вместо локального максимума искать глобальный.

И вот эти вот шаги на эволюцию, их тоже делают. Самое главное, что мы должны людей тоже этому научить. То есть вы тоже должны делать какие-то догадки, скачки мысли и уметь формализовать. И этому надо учиться, потому что это и есть та самая понятизация, с которой мы начинаем все эти курсы. То есть каким образом то слово, которого нет, которое крутится на языке, как его вытащить в мир. И это, замечу, очень важно, потому что когда вы понимаете, что онтологический дребезг, и вам надо учить людей вот этому онтологическому дребезгу.

Дребезг для чего нужен? Это ход на кинестетику. Это дополнительный интерфейс к тому, что думает мозг. Потому что у вас мозг понимает, что там ошибка, но вы пробегаете мимо. Если вы прислушаетесь к ощущениям в теле, вы понимаете, что что-то не так, но сказать не могу. В этот момент мы это называем дребезг, то есть обращение к кинестетике.

Баз, дребезг, жужжание в теле, причем оно не аудиальное, но именно с оттенком, что это вот что-то вот такое. После чего у вас появляется понимание, обращение внимания на это. И дальше вы облачаете свое понимание в слова и критикуете. И вот смотрите, надо, чтобы поработать с ней, надо запомнить. И запоминаете вы не ощущения и вот эти мысли в голове, а вы запоминаете те слова, в которые вы облекли мысль. И вы его записываете письменно.

Ты понимаешь, что ты прочел и понял, и много интересных мыслей, после чего ты тратишь два часа на то, чтобы записать, потому что, когда ты начинаешь писать, оказывается, что ты понял безмолвно, а слов у тебя нет. что ты понял, но не помнишь, как там даже заголовок назывался, что ты понял, но забыл ссылку, поскольку ты только что этот таб закрыл, а он тебе как раз нужен.

И там через два часа ты понимаешь, что как-то эта мысль, она и в тебя вошла. И кроме того, у тебя на всякий случай есть записочка на потом. Смотрите, и вот это вот формализация, поскольку догадки какие-то у нас были, мы их формализовали. И видите, я это использую, вот этот вот цикл познания, даже для ежедневной такой работы. Отсюда вот эти мои страшные выборы, которые никто не читает. Как никто не читает? А так никто не читает. И я их не читаю.

Потому что я к ним обращаюсь как к справочному материалу и читаю иногда полабзаца, там выдвинуть ссылку или посмотреть какую-то мысль. А зачем тогда их писать? Для этого же, потому что запомни новую догадку, чтобы поработать с ней в память. Потому что нам нужно наследование того, что мы нашли.

Потому что мы уже мутации, качественное популяционное разнообразие получили. И догадок таких много. Каждый день они в количестве. И у людей эти догадки. Я работаю с догадками других людей. Далее мне нужно отследование. Теперь мне надо отбор делать. Отбор очень простой. Это тот самый survival of the fittest. Приспособленный фитест, наиболее приспособленный, он выживет. А критикую новую догадку на рациональность и согласованность с прежними догадками, которые мы брали всерьез на предыдущем шаге.

А современных людей, которые занимаются эволюцией, их больше интересует не момент выживания самого приспособленного. Кто у нас тут самый приспособленный? Он выживет, вы не бойтесь, зачем о нем думать специально. Их интересует arrival of the fittest. Это то, для чего мы хотели бы обучать образованных. Нас не интересует, что там будет выживать самообразованное. Нас интересует, а как это получить. Не survival of the fittest, of the most educated, а arrival, как он к нам попадет.

Дальше, вот тут могут быть графы знаний, формальные дискриминативные модели, основное использование в критике. Новация. Оказывается, критиковать рефлексировать могут нейросети и самое большое открытие вот этот вот весь большой шум который происходит последние две недели про китайцев он ровно на эту тему. Они говорят что если вы используете обучение с подкреплением, если вы говорите, как правильно и как неправильно, а не просто валите все подряд. Вы при этом говорите, ты сетка, когда выдаешь результат, думай подольше, чем дольше и лучше ты будешь думать, тем как бы у тебя все будет получаться. Потому что сетка же, она производит ответственность, Просто предсказывать, что там дальше. И она может предсказывать следующее. Дважды два. Четыре. Вроде бы нормальная модель, да? И ее так ругают. Дважды два, четыре. И говорят, а давай так. Дважды два. Если мы внимательно, прям вот со слова если. Смотрите, момент формализации уже произошел, потому что слово если, это уже у вас символы, это уже слово в словаре, у него есть значение, чувствуете, да? А можно было бы еще раньше. Итак, если мы внимательно посмотрим на условия, то мы увидим, что 2, звездочка это скорее всего знак умножения, умножить на 2, это будет равно. И поскольку умножение это сложение, то в данном случае мы должны 2, прибавить 2, проверяем. 2 плюс 2 равно 4. Мы можем записать 4, письменно 4, а ответ будет просто 4. И вы поощряете то, что сетка начинает чуть-чуть рассуждать. И выясняется, что если вы даете сетке вот так вот поболтать, а это долго, это ресурсы, сетка начинает делать ровно вот этот цикл. Сама, замечу, без внешних программ. То есть она просто порождает некоторый цикл и приводит буквы. Выводит, выводит, выводит. И первая догадка не то, вторая догадка не то, если вернуться к тому, что мы думали раньше. Оказывается, все-таки возникает какая-то такая интересная структура вычислительная, которая выдает правильный ответ.

Это очень грубо, там нюансов тысяча. Все это работает совершенно не так, как я сказал, но основную идею, я думаю, вы поняли.

Значит, обнаруживается, что сетка, которую учат рассуждать, ее учат рассуждать, ну там напиши программу. Сетка выдает кусок кода. Через некоторое время она начинает меньше выдавать куски кода, больше вот этих, если да, давайте мы и рассуждать. Через некоторое время сетка изобретает, что можно вернуться к тому, что она выдавала, и как бы часть сделать вот это вот. Критикую новую догадку на рациональность и согласованность с прежними догадками, взятыми всерьез. Сетки в двух независимых экспериментах при этом изобретали рефлексию. И это означает, что сетки изобретали механизм познания, а слово познание и learning, Как вы понимаете, это одно и то же. Ихние доллары – это наши баксы. Вот это примерно так. Потому что если вы посмотрите, что сетка выучила фичи, это означает, что сетка познала некоторую структуру предметной области. Потому что выучила, она имеет в виду, ей урок на никто не давал. Смотрим на мир, смотрим на информацию, self-supervising, learning. Это означает, что без всякого учителя под самонаблюдением я изучаю чего-то там вовне. Изучаю это в смысле не учу, а в смысле познаю. И вот это вот познание, эволюция знания, это вот и есть то самое, что делает сетка.

Сетка, оказывается, изобрела вот эту вот штуку. Через некоторое время, если вы его так учите, изобретает вот эту вот рефлексию, вот эти вот объяснения промежуточные. И то, что надо подумать подольше перед тем, как ляпать ответ. Итак, дальше в жизни происходит еще одна интересная штука, чего уже в сетке нет. Но, то сетка могла бы сделать, потому что мы вспоминаем старинную идею Toolformer. Это такой трансформер, который выучивает, какие у нас на свете есть инструменты, смотрит на задачу и говорит, что вот это я решу с помощью калькулятора, а вот это я буду делать поиск денег. А вот это я спрошу хозяина, что он там говорит. Он просто выучивает, что если вот такое у меня сейчас состояние, то надо вот этим инструментом пользоваться. А как пользоваться? Ну, вот этот цикл точно так же крутится. И эта идея была показана. Что сетки могут выучивать, как пользоваться разными инструментами. Выучивать API. Ну, я бы предпочел по-русски говорить. Обратите внимание, как сильно меняется рассказ. Если вы слово learn английское поменяете на… Русское слово «познать». Если сетка познает, какие у нас есть вокруг API и будет их дергать соответственно, то сетка может эксперименты вести.

То же самое относится к людям. Если вы прокритиковали все в голове и другие практиковали все на бумаге, то можно предложить, и это не тривиальная штука, предложить сделать инженерную систему, то есть провести эксперимент в окружающем мире и сравнить прогноз твоей догадки с другими выжившими догадками. Эксперимент прям по Попперу. Вы не можете провести эксперимент, если у вас меньше двух догадок. Потому что по итогам эксперимента, кто ближе предсказал, Кто-то победил. Если предсказать нет, мы такие идеи не рассматриваемся, потому что это и есть фальсифицируемость, вот та самая по Попперу. Можно из восьми выбрать? Да, можно. Из восьми мы делаем восемь предсказаний, и что ближе к эксперименту, то и выбираем. Если мы что-то не так предсказали, ну, можно эксперимент перепроверить.

Мы можем опять породить новую догадку на изменение вот этой старой. То есть не вообще ее выкидывать, а унаследовать все, сказать, а вот тут вот мы там коэффициентик введем какой-то, а вот тут мы легкое изменение. В физике, например, энергию изобрели, нормально. После чего сказали, ну, к сожалению, энергетические уровни, что-то там вот с фотонами не то происходит. А если мы все оставим как было, но скажем, что вот эти энергетические уровни, они на некотором расстоянии, что… Квантованные. О, глянь, математика сошлась. Смотрите, унаследован был весь аппарат. Это не надо было переизобретать математику, хотя потом, конечно, переизобрели. Но потом. А в начале все сошлось. И дальше, вот тут опять наследование.

И вот тут open-endedness, потому что open-endedness это бесконечность. Потому что в этот момент вам надо попасть в реальный мир, который вам дает бесконечные вообще разнообразия. Вообще говоря, и ментальный мир он тоже дает бесконечное разнообразие. Но тут вот все равно надо выйти в реальный мир. И вот это вот предложи, проведи эксперименты важное. Значит, в чем там фишка? В этом месте вам нужна агентность, автономность и всякое такое. Потому что тут слово всерьез. Вам надо принять догадку всерьез. Это означает, что если E равно mc квадрат, и вы понимаете, что там у урана на чуть-чуть масса меняется, и если Е равно МС квадрат, и вы набираете этого урана, и вы считаете по изменению вот этой вот массы, насколько же она там энергии содержится, то вы понимаете, что оно рванет.

После этого у вас получается тот самый Манхэттенский проект, и вы знаете, история цивилизации никогда не будет прежней. Фишка в том, что для этого надо… Потратить 1,5 ВВП США на тот момент. На безумную идею, что Е реально равно МЦ квадрат. И мы не нашли ничего, чтобы опровергало этот факт. Следовательно, оно должно долбануть. И вы знаете, оно долбануло. И вообще говоря, вот это и есть как устроена наука. Без принятия всерьез догадки дальше ничего не будет. Вот в этом месте наследование. А далее соответствие измерения эксперимента с прогнозами взятой всерьез догадки. И выяснилось, что E равно mc2. Это все, конечно, очень хорошо. Но вот на микромасштабах не работает. Ну и с тех пор, как вы знаете, физика озабочена проблемой квантовой гравитации. Есть две догадки. Одна работает с этими явлениями, но не с другими. Другая с другими, но не этими. И в общем там все и хорошо и плохо. При этом даже на некоторых космологических масштабах с галактиками даже ньютоновская механика лучше иногда срабатывает, чем теория относительности.

То есть там невязка на невязке и на крайне больших и крайне малых размерах все сбоит. Вот это вот есть некоторая проблема. А смотрите, вот это то, что я рассказываю, это меметический алгоритм. Там, где вы генерируете догадки подальше, это скачок на глобальный максимум. А там, где вы идете по малому кругу в догадке, делаете мутации к этой догадке, а не берете полностью новую догадку. То есть это попытка взобраться, как это, оттестировать вот этот алгоритм, мелкие изменения, куда-то вот взобраться на минимум.

Эволюционирует при этом, согласно современным воззрениям, эволюционирует все, а не только гены. Когда вам говорят, что гены же обеспечивают наследование. Современные биологи улыбаются и говорят, ну, вообще говоря, если гены, то ты не можешь сказать, как клетки твоего носа из одних и тех же генов узнали, что им надо быть клетками из, например, своей левой пятки. Ну, гены те же, а пятка на нос никак не похожа. Это самый простой вопрос. Ну или там вот черепахи, девочки и мальчики. Как вот они рождаются. А выясняется, что из одних и тех же генов девочки и мальчики рождаются в зависимости от температуры окружающей среды.

Майкл Левин любит троллить на этот счет. Он говорит, вы что, считаете, что гены это делают? Берем клетку человека, кожу, например, берем там петель слизистой, тоже очень хорошая клетка. И говорит, поскольку мы понимаем, как она устроена, мы его сажаем в раствор и делаем из него бота. Оно отращивает себе жгутики, ножки и начинает бегать. Кругами там гребет в жидкости этой, плавает. Он говорит, фишка не в том, что мы это сделаем, потому что бактерия тоже может. Смотри, это многоклеточный организм. То есть ты смотришь, оказывается, эта клетка делилась, но вместо того, чтобы из нее получился человеческий зародыш, появился вот этот вот бот, робот биологический. Говорит, ну глянь, что мы умеем делать. Типа, а можно не из человека? Да, говорит, мы не из человека, тоже это спокойно сделали. Но из человека просто круче, обратите внимание. Поэтому знайте, что эволюционирует все. Это означает, что тут эволюционирует транзистор. То есть ли уровень ниже транзистора? Конечно, потому что эволюционирует материал, из которого делается транзистор.

То есть конструкция транзистора эволюционирует, эволюционирует сам материал, из которого этот транзистор делается, эволюционирует чип, эволюционирует плата, эволюционирует рек, эволюционирует стойка серверная, эволюционирует под, эволюционирует дата-центр. И вообще говоря, эволюционирует дата-центр вместе с электростанцией атомной, которую сейчас пытаются строить или там солнечные, там разные решения бывают для этого всего. И вот эту мысль надо запомнить. Эволюционирует все, не только гены.

Значит, это на самом деле ключевая мысль, потому что если вы это поймете, то вы понимаете, почему в мире так все меняется, потому что все эволюционирует, и вы эволюционируете, и вам надо просто туда вписаться. Грубо говоря, эволюционирует, вымрет твой вид… Завтра, точнее, выбери твой вид сегодня, а мой завтра. Примерно вот так. Ну, конкуренция, да, ресурсы одни и те же, атомы одни и те же, мы боремся за выживание, за поддержание своей упорядоченности. Между прочим, жизнь поддерживает свою упорядоченность 3,5 миллиарда лет, и как Дэвид Дойч замечает, Вы еще добьетесь чего-нибудь в природе, чтобы 3,5 миллиарда лет тебя как-то поддерживало. А нормально, жизнь поддерживает.

При этом подрывные технологии. Элон Маск прямо говорит, это один из тезисов наш, что искусственный интеллект создаст будущее, где не нужна вообще никакая работа. Потому что искусственный интеллект будет способен сделать все. После чего он говорит, что Тесла, вы знаете, там есть робот-оптимус, который тоже ему хвастаться не приходится, потому что опять же, те же самые китайцы не только в искусственном интеллекте. Вы же понимаете, что их закрывают, они вынуждены изобретать все. Мне когда-то в Советском Союзе, я же родился и долго жил, и там нам объясняли, что американцы придумали лазер на рубине. Академик Басов, поскольку какие рубины, вы о чем? Они придумали газовый лазер. Потому что из консервной банки с газом. И все работало. Вот примерно по этому же принципу китайцы, вы видели, делают роботов. И человекоподобных, которые первые сальто сделал робот. И вот тех, которые с колесиками на ногах роботы бегают. И вы видите, что там все нормально. Элон Маск говорит, а роботов таких будет по два на человека, потому что как телефонов по два, ну и роботов будет. А сколько стоят эти антропоморфные-то? Ну 16 тысяч долларов. Ну извиняюсь, с тобой рядом бегает нормальный такой человечек.

И уже показали, как этот робот бегает по косогорам. То есть нормально бегает, не падает по камням, топает, хорошо все с устойчивостью. И в принципе подрыв Это когда вы берете какую-то технологию и под нее вытаскиваете нижний кирпич и все так вот рухает. Значит, мысль, которую я тут хочу сказать, что вот у меня есть моя технология, которая делает меня как-то конкурентоспособным. Я как компания. Тут появляется вот этот вот Элон Маск и смеясь, вот тут он мысль для Риши Сунака высказывал. Он говорит, ну чего? под сеть цивилизация имеется ввиду под человеком подрыв да вот есть вот эти железные твари за ними дата центра если мозгов не хватит то у нас дата центра хватит энергии не хватит моему атомную станцию построим рук не хватит но мы сделаем сколько надо и Ловкости не хватит. Мы дата-центру поручим спроектировать такую ловкость. И вы видите, что там с ловкостью. Это парадокс Моравика. В 2025 году должна быть решена следующая задача, как Шмидт Хубер в 2015 году. Что обезьяна видит дерево и на нем банан. Обезьяна проектирует путь к дереву, быстро забирается на дерево и берет банан. Говорит, ну я считаю, что мы тут человекоподобных должны создавать.

Давайте простую задачку сделаем робота Капуцина. Обезьянка Капуцин. Робот видит банан на дереве, прокладывает путь и взбирается. И это оказалось вообще нерешаемой задачей. И как вы помните, конец прошлого года, что где, где мы, 2025 год, вот он, вот мы сейчас уже в январе. И тут вы видите, вот эта четырехколесная штука на колесиках показывает, что, вообще говоря, может быть, мы не так далеко от этой цели, как может показаться. Не хватает, ну, не так много не хватает. Ну и современные роботы людей, они показывают, что видео, где, помните, умножить на 2, умножить на 5, ну, ускорение видео, чтобы вы могли досмотреть до конца действия. Правда, медленно работает. Сейчас все пишут умножить на один, и даже перестают писать, потому что это реальное время. Так вот, телефон заменил телеграф, цифровой телефон заменил телефон, цифровой фотоаппарат заменил пленочный, смартфон заменил и цифровой телефон, и такого меняется много. Ну, давайте я припишу, чтобы уже в явном виде. И вас тоже заменят. Тут надо, наверное, выделить это красным. Я прямо тут по ходу дела. А, тут, ну ладно, как это, неважно. Потом, я потом это поправлю. Самое главное, что вот эту мысль сделали.

А почему тут телеграфный ключ? Дело в том, что я настолько стар, что я принимал участие в соревнованиях в школе по морзянке. Потому что в то время, когда я жил, это было нормальным таким. И в армии это было распространено. Я морзянку знал, и я на слух принимал морзянку на скорость. И я стучал на этом ключе. Это не в армии, это в школе еще. Самое главное, обратите внимание, что вот этот телеграфный ключ, я боюсь, что многие люди вообще не поймут, что это за устройство. А телеграфист, это была самая хай-тек распространенная профессия до момента появления телефона. То есть это были очень респектабельные люди. Ну вот, видите, даже я застал. Будущее здесь, оно… неравномерно распределено, и мы уже в будущем, и 24% прошло от 21 века, мы говорим, что в 21 веке будет то-то-то, ну вот оно уже, да, EGI ожидается через 2-3 года, некоторые говорят уже в этом году, но врут, конечно, потому что EGI, знаете, это бегущая такая цель, General Intelligence определялся, как это все, что сможет сделать обычный человек.

Выяснилось, что это чертова нейросетка, что не скажешь все, что обычный человек делает. Начали расти. Все, что может делать философ и доктор. Эта сволочь, ну просто сволочь, она, как вы понимаете, уже делает все, что может сделать философ и доктор. Ну не везде, но во многом. И, наверное, к концу года так и сможет. Ну давайте тогда сделаем другое. Новое определение, что она должна заработать 10 миллиардов. Что-то типа этого. Тогда мы будем считать, что EGI достигнута. Ну, люди же зарабатывают 10 миллиардов. Ну, все, значит, все, что люди. Но уже не любые, а вот как бы все, что самое-самое. А если сможет сделать то, чего не сможет сделать сам. Ну, тогда это будет называться Artificial, уже не General, а Super Intelligence. Супер, дупер, пупер. При этом Starship, о котором, как вы помните, на батуте пусть летают, если вы помните, Starship уже прилетел и сел на башню, чего вообще никто не ожидал.

Важно, что одного будущего все равно нет, потому что если мы рассматриваем эволюцию, то эволюция рассматривает не вообще все будущее, она рассматривает будущее вокруг себя в экосистеме. За вас, что происходит в других экосистемах, мало волнует. Если вы бактерия в Антарктиде, то вас мало волнует, что происходит с калибрами в джунглях Амазон. Так и тут. Бесконечное число моментов будущего, во-первых. То есть вы скажите, будущее через два года или будущее через сто лет. Когда люди говорят, ну в будущем, это когда? Утром? Или утром через пять лет? Или все-таки утром через десять лет? Принципиальная разница. И кроме того, множество вот этих вот ниш, множество параллельных будущих. И экологические ниши, и страновые ниши, и культурные ниши, и ниш дочертиков. Значит, мне важно вам показать, возвращаясь к картинке «Как спасти человечество», что, во-первых, у этих людей не было знания, которое тут на картинке написано. Но как-то они выживали. Как-то они выживали. И тут принято в качестве оптимизма помещать то, что средний срок жизни у них был ужасный. Если вы помните, палеолитическая диета была очень модна, что вы должны жрать то же самое, что эти жрали.

И там нашелся один только ученый, который сказал, вы что, обалдели? Они жрали, потому что у них больше-то ничего не было. Поэтому смотрите, когда они умирали. Вот. Что-то не то сказали. А там те, которые кушают хорошую пищу, обработанную хорошо, смотрите, они так и позже умирают. Черт, как-то ошиблись политически. Меня волнует другой график. Вот этот график, это падение количества часов, которые вы должны работать. Смотрите, он довольно устойчивый. И это означает, что у вас был 13-часовой рабочий день у всего населения. Помните, в Англии народ роптал. В Америке такое было вначале. 13 часов это самое. А потом была большая победа пролетариата. 8-часовой рабочий день. Ну, победил бы он. Жрать бы не было. Работал бы 13 часов. А так за 8 часов управлялись. Потом пролетариат начал работать по 8 часов в день, но перераспределил, там он что-то около 7 часов работал на 6-дневке, на 5-дневку 8 часов. И все равно, если посмотреть, то вы видите количество рабочих часов падает, падает, падает. И это будет продолжаться. Сейчас поговаривают о четырехдневке. Некоторые говорят, да нет, просто меньшее число часов. Приходят на удаленку, где ты часы не посчитаешь. В общем, этот процесс, понимаете, продолжается. И я думаю, он будет очень быстро происходить. Зато какой-нибудь дата-центр, Работает 24 на 7. И атомная электростанция работает 24 на 7. И роботы, которые в BMW хотят быть расположены, они делают тысячу размещений деталей в день. Их будет до чертиков. И они вообще говоря в любое количество смен.

Беспокоиться тут не надо. Но вас вытеснят не потому, что вы забастовки делаете. Не любите, когда на вас орут. а сетки бесконечно терпеливы, все. Понимаете, уборщиков в Walmart заменяли механическими уборщиками не потому, что они болеют, подводят, а потому, что механически тупо, более равномерно убирают. И нет претензий, и не пропускают ничего. Нет претензий к качеству. То есть роботы, дьявол побери, делают лучше. Их за это берут. а не потому, что они не бастуют, у них нет профсоюза. Вот этот вот момент, он такой, очень интересный. И когда вы говорите, но не всегда же робот делает лучше, они говорят, а ты overqualified, тебе не надо платить больше. Он работает у меня за 2 копейки и делает, ну, в общем, так же, как ты. Ты ничего сказать обычно в этот момент не можешь, потому что хочешь зарплаты много, а делаешь, ну, так же. Потому что когда ты говоришь, ну я же делаю лучше, это означает, что ты 9 раз делаешь лучше, а один раз, ну вот так же, как этот робот.

В 70-е годы 5 лет жизненный цикл продукта, в 2000-е 3 года, в 20-х годах меньше года, в 23-м году ежедневные апдейты продукта. И смотрите, эти люди не проходили моих курсов, Это просто отражает то, что музыкой навеяло, оно в воздухе. В 2023 году, поскольку эволюционная инженерия, то нет понятия life cycle, просто вот тупо нет. На язык не приходит. Раньше был life cycle, он занимал время, а теперь времени нет. И ты не можешь сказать, что что-то там в цикле идет, какая-то жизнь. Там просто идет daily product updates. Updates есть, а life cycle нет. А дальше? Digital channels, primary road to market. То есть дорога на рынок есть и даже апдейтов нет. И вообще по цифровым каналам. Потому что когда…

Это был iPhone, по-моему, седьмой, когда у него включили камеру, которая начала показывать с двух камер, там обработка была, режим Bokeh. Апдейт пришел по воздуху, и вы получили фактически другой фотоаппарат. Все А сказали, что так можно было. Теперь, когда Тесла обновляет по беспроводам свою теслу или там у меня windows сам обновляется. Какой там жизненный цикл вот этого старшипа Какой чертов жизненный цикл, когда ракеты меняются каждая?

Сэм Альтман недавно сделал твит насчет Singularity. Мы очень близко. Итак, пауза такая. Неизвестно, с какой стороны от нее. Очень близко. Но она сзади нас или впереди, не очень известно. А если вы посмотрите мой блог, я примерно то же самое где-то в прошлом году уже говорил. Что я не очень понимаю, мы вот с этой стороны сингулярности или там? Что взлет уже прошел или как бы не прошел? Потому что ну я до модели О1, я помните говорил, что работать с нейросеткой это себя не уважать, да?

Я работаю много с нейросеткой, все проверяю, конечно, потому что этому верить совершенно нельзя, но я с нейросеткой работаю, начинаю с О1, там уже можно поговорить.

И вот тут вот очень важно, чтобы быть здоровым и продуктивным за деньги, потому что деньги вам потребуются, потому что если бы кошечка могла заработать и поработать, она бы заработала и взяла бы себе тех конфеток, которые она хочет, а не которые ей дают. Вот с людьми то же самое. Вы будете накормлены, это нет проблем, потому что пища, ну как бы это же вообще, ее выкидывать можно будет. Если вам надо, вам сделают из шоколада стол, поставят, грузите хоть весь год. А вам захочется в этот момент не из шоколада, а что-нибудь с перцем. А не будет, потому что перец это будет другая штука. И надо будет заработать. Работы всем хватит. Сумма работ в мире не постоянная величина. И вам надо упражнять тело. И вам нужен фитнес, потому что физический труд удел механизмов и теряется ловкость и здоровье.

Паул Грехам, который игрокомбинатор, знаменитый этот самый венчурный наш гуру акселераторов, он говорит, ну что, физический труд ушел на механизмы, и открылись качалки, И вы занимаетесь идиотским делом. Вы платите деньги за то, чтобы поработать. Помните про Тома Сойера? Во, вы идете и просто тягаете бессмысленные железяки на вот этих вот станках. Вам надо mental fitness, когнитив джинс, Вам надо читать сложное, писать сложное. Потому что не пишешь, не думаешь. Мало читаешь, плохо пишешь. Ведь можно разучиться думать. Он так и пишет, что ребята, ЛЛМ за вас все сделает. Она за вас все напишет.

А помните два молодца одинаковых стрельца? Я хотел это вставить, но потом уже не вставил. Что вы за меня и есть будете? Да. Она за вас все напишет и съест. И он говорит, слушай, но ведь реально же все напишет. Люди прекратят писать. Потому что если я знаю, что мне надо написать письмо, я скажу, слушай, сетка, наговорю ей. Ты напиши, учти там все, что надо. И отошли. Вот оператор, он ровно вот это делает. Он найдет себе интерфейс и все там сделает. Ну, все сетки это делают. Не только чат GPT-ский этот оператор.

А что говорит Цукерберг? Или не Цукерберг, а Сэм Альман. Ну, сейчас всех вот этих ребят спрашивают, а что вы делаете со своими детьми? Потому что вашим детям грозит, в общем-то, то же самое, что всем нам. Он сказал интересную мысль. Он говорит, что детей я учу, что все ответы на вопросы ты получишь в машинке, которую я же и делаю. И Сэм Альтман делает, и видите, и Гугл делает, и вот китайцы тоже делают, и не одну машинку. Надо упражняться в задавании вопросов.

Я этот момент уже словил, потому что я работал, работал, я честно ждал, я как бы не привыкал к этому делу, пока я не понял, что уже, пожалуй, больше выигрыш будет.

Потом я иногда думаю, ну да, в качестве развлечения, я спрошу что-нибудь такое, и я понимаю, что вот просто ради любопытства спросить там, типа, сколько звезд на небе, ну, глупая такая штука. А ты должен задать вопрос еще такой, чтобы это тебя подтолкнуло к какой-то правильной догадке или сетку заставило бы сделать правильную догадку. И хороший вопрос надо еще задать. Эйнштейн очень долго думал, у него невязка была, и он задал хороший вопрос. Говорит, я вообще удивляюсь, но такое впечатление, что подозреваемое время. Он когда теорию относительности делал, он говорит, такое впечатление, что все вот уже не сходится, время, ну не время.

После чего пришлось придумывать вот это вот пространство-время вместе, и еще и кривое, потому что по кривизне там силы гравитации исчезли. Вот это была нормальная такая догадка, да? А были, ну до этого сила была, Ньютон, крупные тела притягиваются своими массами, очень неплохо. Маленькие невязочки были. С Ньютоном вы GPS не запустите, спутник. Навигация не будет сходиться. Потому что 22 тысячи километров и массы Земли хватает, чтобы пространство исказилось. Все говорят, так она же круглая, невязка. Нет, ребята. Из-за массы земли, из-за искривления пространства времени. И вот чтобы вам надо, чтобы вот к такому привыкать, вот таким поворотом, вам надо тренироваться задавать вопросы и понимать очень нестандартные ответы. Надо знать, что спрашивать. И надо быть готовым читать тот ужас, который идет. Но вообще, я вот, например, на каком вопросе я тренировался? Я задавал вопрос про то, почему, если у нас функциональное программирование идет в жизни в больших количествах, то мы не учим детей функциональному программированию. Ну, начни учить раньше. А детей учат процедурному программированию всех. В лучшем случае объект-ориентированному…

И когда у вас со всех сторон окружают нейросетки, значительная часть из которых вам хочет что-то продать, вам не расслабляться. Все равно вас обманут. Но иммунитет надо иметь. Отчасти паразитов удастся защититься. Это означает, что у вас должна быть концентрация заниматься вашим делом. И не отвлекаться на другие предложения. А у вас должен быть тренинг в деконцентрации. Потому что если вы сильно сконцентрировались, и у вас туннельное зрение, вы видите только свою задачу, а рядом звучит пожарная тревога, все куда-то бегут. А вы этого не замечаете, потому что заработались. Вот этого не должно быть. Поэтому вы тренируетесь в концентрации и вы тренируетесь наоборот. 360 градусов внимания, потому что если что-то новое пришло к вам сбоку, то вам бы хорошо это заметить. А оно к вам точно придет. Придет достаточно быстро. Следовательно, новое, что появилось, это вам надо, и вот я в некоторую черту такую подвел, вам надо готовиться к чрезвычайно быстрым сменам обстановки. в которые прикладные знания по каждой предметной области, куда вам удалось войти, они сдохнут через три дня. Но самое главное, что вы их не успеете за эти три дня освоить, а все прикладные знания будут на ней рассеяться.

В новые проекты вы будете втыкаться, но прикладным знанием будет обладать нейросетка. А вы, ну, вы должны обладать общим знанием, чтобы с этой нейросеткой поддержать разговор. Да, ради бога, я там как директор по развитию, у меня там куча спецов. Я вообще ничего не понимаю в том, что делает каждый из них. Но я понимаю, как с ними поговорить, чтобы они сделали что-то полезное вместе. Этот говорит, что делать, этот говорит, как делать, этот говорит, сколько оно стоит, этот говорит, где я найду клиента. Я их собираю каким-то чудесным образом, я договариваюсь. Но я ничего не понимаю в том, что они делают. То есть руководители, они вот так вот примерно и работают. Нет, есть гениальные руководители, как Илон Маск. Потому что он реально инженер. Он и говорит, я 70% своего рабочего времени работаю инженером. Класс. Но он все равно, боюсь, не сможет запустить ракетный двигатель.

И я боюсь, он не сможет разместить буйок, который вот этот корабль встречает и на камеру. Видео с буйка очень, конечно, впечатляет. Откуда-то с неба появляется корабль, зависает над водой, там стоит буйок и камера его на это место наведена. не сможет. Тем не менее, мы понимаем, что в такой среде люди могут работать. Для этого нужно какое-то неспецифическое знание о том, как устроена человеческая деятельность. И вот это самое умение поддержать разговор со специалистом на тему, на которую ты совершенно не понимаешь. Для меня это знание логики и всяком таком, где, вы помните, логику тренируют на примерах бессмысленных. Найди логическую ошибку, а там какие-нибудь крокодильчики, 8 зеленых шаров, 4 крокодильчика на 8 шаров, и ты понимаешь, что речь идет об абстрактных объектах, и тебе как раз надо абстрагироваться от того, что ты их не знаешь, и проследить за рассуждением. Вот это умение проследить за рассуждением, это крайне важное умение. При этом замечу, что интеллект аборигена из джунглей и топ-менеджеров компании Единорога, вообще говоря, разный. Потому что интеллект это умение решать задачи. Вас послали запустить синхрофазотрон. И я смею вас заверить, что вы справитесь быстрее с запуском синхрофазотрона. Потому что человек из джунглей потратит столько же времени, сколько вы, поскольку биологический мозг у него такой же. Но ему надо получить все то образование, которое вы получили много лет. Просто вот до уровня, вот как вы сейчас сидите прямо на этих стульях.

У нас будут работать люди-прочерки, он не умеет ничего, только общий разговор поддержать. Но он очень хитрый разговор, потому что вам надо будет поддержать некоторую, как это, воткнуться в коллективное разделение труда и воткнуться, ну как-то осмысленно, потому что бессмысленно воткнуться нейросетка тоже сможет. А вот осмысленно воткнуться, ну она тоже, конечно, сможет осмысленно воткнуться, но у вас будет хотя бы какой-то шанс.

Итак, образование, доучиваем интеллект по максимуму на универсальной ситуации, на вменяемость, то есть модель языка должна быть, хорошо подвешенный язык и рациональность. Обучение должно быть по специализации инженера и менеджера. Добавляем мозг и киберсобранность. То есть экзокорпекс, биологический мозг, беспамятен и невнимательный, коммуникация с другими мозгами ему в помощь.

При этом добавляем мозг либо другого человека, либо LLM, либо еще кого-нибудь целой фирмы может быть. целой сети. Добавляем инструменты, датчики и актуаторы. Актуаторы, эффекторы, моторчики. Развиваем тело и прихватываем экзотело в пределе роботов. И это как раз образование для образованных.

Как часто меняется мастерство инженерии вообще в целом? Можно ли научиться навсегда? Оно должно меняться часто. Это софт в голове моделлера. Не реже, чем прошивка на телефоне, не реже, чем самые телефоны. А прошивка на телефонах сейчас будет часто меняться? Ну как, прошивка, пока люди ее делали, она менялась раз в полгода. А поскольку сейчас не люди ее делают, то она может и чаще меняться. И хардверк телефона может меняться чаще. И вообще все то же самое, только быстрее.

Хороший ментальный прием – представлять себя дикарем только из джунглей и регулярно пытаться сориентироваться. Вот пока я был в джунглях, то есть в своем рабочем проекте, работал, у меня дедлайн, у меня Новый год, у меня отчет, у меня клиент. Что изменилось? Что я не понимаю в происходящем? Лучше сразу отвечать. Вообще ничего не понимаю в происходящем, потому что сингулярность – это как раз одно из определений, когда уже никто не понимает, что происходит. Я тебе честно говорю, я вообще ничего не понимаю. Ну, живу по инерции. Надеюсь выжить. Что нового умеют окружающие меня люди? Что они нового умеют? Ну, они умеют общаться с сеткой. Вы ее видели? Сколько интерфейсов вы посмотрели? Если вам надо срочно задать вопрос, на какую кнопку вы нажмете?

И замечу, что это примерно так же, как мы когда-то смартфоны меняли. Помните? Компьютеры меняли, потому что кто без ноутбука, тому очень тяжело было на работе. Кто без смартфона, очень было тяжело на работе. Особенно в менеджменте, ну как бы я помню, что как-то юг был полный. Я менял каждые полгода, потому что вариантов не было.

Я считаю, что сейчас очень интересный момент. Кто был никем в таких ситуациях, тот становится всем. Я очень хорошо помню Советский Союз во время перестройки. Был стабилизец, стабилизец, а потом вдруг все побежали, побежали, побежали. Вы знаете, кто был никем, тот стал всем. Лужков был, как вы помните, в химическом институте небольшим научным сотрудником. И многие так были.

И фишка в том, что там, где было хорошо, я, например, нашел себе теплое место телеграфиста. И я знаю азбуку Морзе. Там вдруг неожиданно я вижу, что все ходят с телефонами, а телеграфисты уже не нужны. Представляете, сколько я времени потратил, чтобы научиться работать на ключе. Мне казалось, что это вообще круто. Потом вообще все это как-то отмерло. Вообще ужас. И я сколько денег потратил на телефоны. И я звонил, ну, как бы, я даже не звоню, а звонил, я даже сегодня один раз позвонил впервые за неделю, поздравить с днем рождения подругу в Ростове-на-Дону. Я это сделал через WhatsApp, функцию звонка, потому что, ну, не через телефон же обычный, да? Вот так. А ужас от сколько денег туда вкрутил сколько у меня дома полочка была она забита было этими телефонами.

Помните, когда-то несколько лет назад я любил показывать игра Перестройка. Там лягушка прыгает по листам кувшинки, которые уменьшаются. Была такая игра. Крутая игра, да. Вот и вы видите то же самое. Я вижу гору, я иду на гору. И прямо по ходу моего взбирательства я понимаю, что те, кто успели на этой горе быть, они сдохли. А я еще живой просто потому, что не успел туда попасть. После чего мы начинаем взбираться на новую гору. Но после того, как мы забрались на новую гору, история повторяется. А можно ли остановиться? Ответ нет, это open-endedness, это будет всегда, надо вовремя отовсюду удирать. Желательно до того момента, когда гора ушла, то есть в момент, в пик всего. Я когда-то драпал в рынке ценных бумаг, когда все вокруг меня сказали, ну все, теперь как бы остаемся с работами, я говорю нет. Рынок ценных бумаг немножечко уже все, они говорили, как это, там ГКО что-то не то, и вообще там все оторвалось. Значит, это была осень 97-го года. А потом в 98-м году был небольшой крах на рынке ценных бумаг. У меня уже год на этом рынке нет. То есть там вот надо вот как-то вот так вот, как-то вот… прыгать и это просто все будет быстрее и быстрее потому что сначала этот ландшафт год менялся а потом быстрее и быстрее

Они после школы технического вуза, это в кавычках, они имеют опыт коллективной работы, но не созидательно-аналитической. И это вообще образовательный фейк. Потому что он к этой картинке не имеет никакого отношения. Их научили прикладным каким-то дисциплинам, которые сдохли прямо вот в день, когда они закончили школу и закончили вуз. А фундаментальному научили? Нет, не научили. А вот образование фундаментальным дисциплинам, без кавычек которое, оно дает вот то самое вулвабилити за счет усиления интеллекта. и беда только в одном, там еще агентность туда ходит, беда только в одном, то состав лучшего образования тоже меняется, эволюция образования тоже идет, новые предметы появляются, старые предметы меняются.

Собранность у нас, киберсобранность. Чат GPT имеет memory. Она запоминает, что вы там делаете. Вы можете редактировать эту память. Там все нормально. Вот эту вот собранность прямо учим. И в том числе те методы, которыми я пишу свои посты, я вам говорил, это та самая собранность. Люди не в состоянии собранными быть на протяжении одной фразы. Они, типа, успевают переключить три раза за время одной фразы. У нас все на входе так.

Семантика – это вообще удивительная штука. У нас была физика и математика. Физики придумывали для предметов математические понятия, которые ведут себя примерно так в ментальном пространстве, как предметы в реальном мире. Это экспериментами подтверждалось. А семиотика – это наука о локальных представлениях о знаках. Тут у нас появилось обучение представлениям, распределенные представлениям.

Физики пользуются математикой двухсотлетней давности. И еще и делают ошибки. Правильно говорили там, что есть физика и есть собирание марок. Так физика это другая математика, там все поменялось. Да действительно смотрит математику там другая математика теория квантового поля там вообще все другое вот а пользуется математикой ну еще там лейбница и ньютона ну как можно мы же двадцать первом веке. И если вы не понимаете, о чем я говорю, это означает, вы не понимаете, на чем именно мир повернулся. Потому что на теории относительности много чего интересного поменялось. Ну Е равно МС квадрат и атомная бомба. Если вы не понимаете, вы просто не понимаете, как вообще она может жить. Противоречит же всем законам физики.

Так и тут. Теория понятий. И там вот эта вот самая непрерывность понятий против дискретности. Потому что понятия то ли у нас непрерывные, то ли дискретные. То есть думать можно непрерывным, но как-то коммуницировать дискретным. А потом эти гады говорят и коммуницировать можно дискретным. непрерывном эти droids пик как раз вот на эту тему коконат онтология а шкала формальности мышления потому что онтология на верхнем уровне она должна быть ну резиновой неточной 200 понятий хватает. Люди, которые из ISO 15926, они говорили, промышленное применение заключается в том, что вы берете 200 понятий и все под ними. А они говорят, ну там же дальше надо до самого низу. Точно. Не надо. Потому что помрете. Объяснить не могли. Но теперь-то мы понимаем, что самое лучшее происходит на среднем уровне точности. Нейросетки так работают.

Вы берете нейросетку и заменяете сложную систему дифференциальных уравнений уравнений нейросуррогатом она считает примерно в сто раз быстрее и точнее

Ну и плюс все, о чем я говорю, в конечном итоге это нейросетевые алгоритмы, это алгоритмы. Алгоритм эволюции.

Транскрипт

### 1. Введение в вебинар и его цели

0:00:03 Speaker D: Ну что же, добрый вечер, дамы и господа. Мы начинаем наш вебинар. Он тут наполовину семинар, наполовину вебинар. Я думаю, что звук записывается, всем все слышно, всем все видно. Если что, у нас есть чат, вы можете там общаться. В принципе, у нас возможны вопросы, но не факт, что я буду успевать отвечать. Потому что у меня два режима. Либо я читаю чат, либо я что-то рассказываю. В принципе, совершенно недавно был двухдневный семинар. И я тут же виртурел. Вел инженерию на пороге 2025 года. Довольно много всего рассказывал. Два полных дня. Тут были присутствующие и на том большом семинаре. Но кое-что, конечно, осталось нерассказанным. И самое главное, что жизнь не остановишь. И с того времени довольно много всего произошло. И в жизни, и в курсах, и в общем, давайте я попробую немножечко догнать, но на тему образования для образованных, а не инженерия на пороге 2025 года, потому что два дня люди там просидели, все послушали. И зачем вам слушать все то же самое еще раз? Мы расскажем чего-то новенькое, но может быть и не такое новенькое, потому что часть идей, конечно, будет повторяться.

0:02:00 Speaker D: Тем не менее, для этого вебинара я подготовил и несколько новых слайдов, ну и некоторые изменения к старым слайдам, а часть, может быть, удастся даже чуть более подробно рассмотреть. У нас сегодня всего 28 слайдов. На двухдневном семинаре у нас прошло порядка 160 слайдов, если я не ошибаюсь, 165 или что-то около того. Это была небольшая такая книжка. а сегодня 28 слайдов, сильно меньше, и идеально, если мы уложимся в час, и я еще поотвечаю на разные вопросы, но я точно знаю, что когда мне кажется, что слайдов очень мало и времени чертиков, жизнь идет еще быстрее, и вот я не успеваю, поэтому аккуратно говорим, что полтора-два часа это будет вот наше время, я всех вроде бы предупредил. Здравствуйте, я инженер. Я вам сейчас расскажу, как оно все устроено. В принципе, все, что написано красным, то это вроде бы новации, которые можно за последний год было бы обнаружить вот этим слайдом. И многие слайды вы видели, но часть информации, поскольку они выглядят очень похоже, часть информации я туда вот буквально делаю. Вот как раз мы используем то, что у меня тут режим. Конечно, не по курам, а по курсам. Это вот очень удобно одновременно и править. Если у кого…

0:03:47 Speaker D: Если кто-то хочет слайды эти, то эти слайды я запостил. И в принципе вы можете сейчас буквально перескачивать, потому что это все через Яндекс.Диск, там все это обновляется. Я думаю, что кому нужно в офлайне смотреть слайды, там что-то забыли или заклинуть вперед, вы это можете сделать. Тут же в чате я дал ссылку на эти слайды. Основное это образование для образованных. Я сделал жуткую ошибку совершенно в 2020 году. Я написал книжку «Образование для образованных». И эта книжка была крайне популярна. Многие именно из-за этой книжки пришли в школу. Вот тут один человек сидит у нас, который говорит, что он тоже. А там была дикая ошибка, потому что я структурировал жизнь, как это делает любой преподаватель. Он читает курсы и структурирует курс вот прям, как он видит, вот так вот и структурирует. В 2021 году, и вот эту книжку вы видите, я сделал исправление. Я сказал, что, наверное, там будет идея интеллект стека, и там первичное разложение метода было. Метод у нас, ну, метод интеллекта, метод сильного мышления. Сейчас мы спокойно говорим слова «разложение метода», но раньше таких слов не было, там все было немножечко более запутанно.

### 2. Образование для образованных: ошибки и исправления

0:05:18 Speaker D: И вот дальше эта книга была разобрана по разным курсам, и из нее значительная часть содержания ушла в более чем 700-страничный интеллект стек. Интеллект стек тоже пару раз, это в 22-й год был, 23-й год, и в этом году я хотел бы сделать апдейт, но совершенно не уверен, что мне удастся сделать этот апдейт. Проходите, у нас тут по-домашнему. И часть ушла в системный менеджмент, потому что там часть была про корпоративное стратегирование, личное стратегирование, после чего теорию стратегирования я в этом году перенес в методологию. И в результате образование для образованных, маленькая очень часть там была про то, как учить. И эта часть ушла в инженерию личности в 2023 год. И до сих пор доступна версия 2021 года, ибо там осталась потерянная при этих переносах часть. Это то, что это более не менее попсовое изложение, хотя это совсем не попсовое изложение, более не менее попсовое. И все говорят, что ее надо оставить, ее не надо убирать. И Это книга мотивационная. То есть она вообще говорит, зачем всем этим заниматься, зачем время тратить. И поэтому я написал с 2021 года, вы видите, кучу всего.

0:06:56 Speaker D: Даже методология 2025 года, она опубликована в Риберо, но я 10% добавил в содержание курса уже после выпуска этой книги. И на данный момент системная инженерия, я думаю, что завтра-послезавтра я первые 50 страниц вообще полностью переписанных выпускаю. Дальше я ее где-нибудь за месяц планирую закончить выпуск. И то же самое инженерия личности. И системный менеджмент, все это переписывается, интеллект стек выяснилось, что это исследовательская такая книга, до нее все равно никто не доходит. Я оставил на потом, читайте мои посты. А то, что изменилось с тех пор, вот я сейчас вам очень вкратце расскажу именно про образование для образованных, чему учиться в нашем мире. Жизнь опять поменялась, появился почти artificial general intelligence, то есть почти как человек. Понятней стало с личным развитием, то есть мы примерно начинаем понимать, как говорить про личность и тело. И даже программа у нас появилась, личное развитие, и туда перенесли системный фитнес тоже. И в связи с третьим поколением системного мышления, представляете, это 2021 год еще, а системная инженерия стала не только безмасштабной, но эволюционной.

### 3. Современные вызовы и личное развитие

0:08:23 Speaker D: И еще вот если посмотреть за окошко, у нас в 2021 году во всю, хоть был и ковид, но тренд был на глобализации. А потом, вот сейчас вы видите, у нас резкая деглобализация, и все против всех, и непонятно, что это, и непонятно, как это. И более того, эволюция нам четко говорит, что да, конечно, границы, как вы могли подумать, что в мире не будут границ, а что делать с паразитами, они нас съедят, а иммунитет… а аутоиммунные реакции, когда мы даже своих едим, потому что чужих еще более страшно. Вот это вот все произошло. Но, тем не менее, основной тезис остался прежним, потому что мы хотим, конечно, спасти жизнь. В принципе, ее, наверное, не надо спасать. Если у вас есть в запасе несколько миллионов лет, то ее можно и не спасать. Хотя в тексте я скажу, что была проделана биологическая эволюция на 500 миллионов лет. И придумали новый белок. Посчитали, что этот белок, который вот эту функцию бы мог иметь с такой структурой, он бы появился, обязательно появился примерно через 500 миллионов лет. Но у нас такого нет. Нам хотелось бы, наверное, побыстрее. Единственный путь это продолжать просвещение. И тезис оптимизма остался прежним. Мы его понимаем так, как в мире нет злого умысла.

0:10:00 Speaker A: Миром правит не тайная ложа, а явная лажа.

0:10:11 Speaker D: То есть вот никакого злого умысла, нет законов природы, которые против людей, нет зла, сатаны, кайтана. Вот ничего такого нет. И все… кто чем-то занят, они вообще пытаются сделать какое-то добро. Хотя бы себе, но добро. Понятно, да? Проблема в том, что у нас не хватает знания Как сделать так, чтобы все были сытые, здоровые, всех накормить, обогреть, охладить, исключить летальные войны, а конкуренцию оставить, торговые и прочие войны. Они все равно же все будут, потому что жить-то хочется. И в природе, вообще говоря, кролик съест кого угодно. Кролики кусаются, ой-ой, как. Но и кролика есть кому съесть. И так на много-много уровней. Пищевая цепочка обычно длинная. И тем не менее, объективно, войны сегодня уносят меньше людей, чем раньше, потому что мы больше знаем, как избежать войны. Биологическое бессмертие. Конечно, мы знаем, что программируемая смерть на уровне клетки есть, но вообще ходы на бессмертие уже есть. И самое главное, если посмотреть, как человек живет, он тоже есть. Ураганы, астероиды, вирусы, ну более не менее начинаем понимать, даже вот рак уже к концу года в сентябре обещали начать уже лечение онкологическими вакцинами даже в России.

0:11:48 Speaker D: То есть уже имеется в виду все проверки, все как бы уже вот это вот выходит. Наш план спасения жизни, он относительно новый, потому что слайд старый. Вы видите, что тут вот истина, в нее снимают покровы философии, аргументированное суждение. Это 1772 год, энциклопедия французская. Наш современный план простой. Мы будем усиливать интеллекты тела отдельных людей. до state of the art. Сота это state of the art, тут будет часто это слово. И к ним мы будем добавлять экзокортекс и еще инструменты это экзотело. Дальше умные люди. С умными инструментами. Возможно, эти инструменты будут умнее, чем эти люди. Калькулятор лучше меня, например, умножает десятизначные числа, а экскаватор роет землю лучше, чем я, даже с помощью палки-копалки. Смогут легко включаться для участия в самых разных проектах. И вот там будут сети, и из этих сетей сети сетей, и все это будет многоуровневое. И, в общем, мы видим тут цивилизацию, людей, правда, в ней ожидается, что будет чуть-чуть меньше, потому что у нас падает рождаемость. Но, в общем, это тоже, если надо, мы и клонов произведем, и вообще говоря, тут много чего происходит, не будем загадывать. При этом… Важно, а что делать мне, который не такой умный?

0:13:16 Speaker D: Ну, собственно, образование для образованных, это как раз вот оно, мы про это поговорим. Но глупые люди будут накормлены, успокойтесь. Глупые люди будут накормлены, сыты вести тихую растительную жизнь. Домашние любимцы всегда накормлены, причесаны, пролечены, развлечены. Корм для кошечек стоит примерно столько же, сколько для людей, если вы видели. То есть там все нормально будет с ними. Громинг будет вовсю. Персональные сервисы, то есть это все отлично. Психологически вас будет лечить ЛЛМ. AI-агенты, они по психологии сейчас, вот последние исследования, cognitive behavioral therapy, проверяли врачи. Да, действительно, работает лучше у врачей. То есть лучше, чем люди-психологи. Все это, все работает. Альтернативу предлагает Демис Хасабис из DeepMind. Он предлагает так, solve AI, по-русски мы переводим как, решить проблему искусственного интеллекта. А искусственный интеллект solve все остальные проблемы. План хороший, очень хороший, мне он очень нравится. Но есть, как в одном кинофильме говорят, что на Аллаха надейся, а верблюда привязывай.

0:14:38 Speaker D: Поэтому возвращаемся к нашему плану, усиливать интеллект и тела отдельных людей, the state of the art на всякий случай, и добавлять к ним экзокортекс и экзотео. Вообще, в принципе, хорошо бы понять, когда мы говорим, что нам не хватает только знаний, откуда берутся вот эти вот знания. Вообще говоря, эти знания берутся исключительно в ходе эволюции. в которой довольно много чего интересного происходит. Сейчас задаются вопросы. У нас со Вселенной время, например, оно вот просто так сразу было, или время появилось в результате некоторого обучения? Мы время от времени общаемся с Виталием Ватчуриным. У него прям проект «Вселенная как нейронная сетка». Он говорит, что на свете из нейронов, вы тоже нейроны, ренормализованные нейроны. Он же физик. И там атомы из нейронов, и кварки из нейронов, и вот под кварками тоже нейроны, мы их не знаем, но вообще все со всем связано. Дальше он говорит, ну и Вселенная как бы выучивается. Ему говорят, а как же термодинамически? Он говорит, ну термодинамически там очень просто. Видите, порядок в одних местах Вселенной растет, и эти места Вселенной изучают, данные изучают по другим частям Вселенной. А потом, ну как бы забывают то, что выучили эти нейроны.

0:15:59 Speaker D: При этом в других частях Вселенной порядок растет, она изучает вот эту часть, и вот так вот термодинамически более-менее баланс части Вселенной. Хорошее мышление у человека. Части Вселенной учат другие части Вселенной, а потом потихонечку забывают, потому что там новое находят, деградируют. Вот так все это происходит. В эволюции, как вы понимаете, никакой идеи прогресса, согласно современным воззрениям, нет. То есть оптимизация, конечно, идет. Но это оптимизация всегда локально. Если вы посмотрите, что мы сейчас оптимизируем окрестность нашей звезды, то если вы возьмете окрестность соседней галактики, то вместе это будет не так оптимально. Вам придется деоптимизировать тут, чтобы вырасти там. И в принципе вот этот процесс бесконечный. И как же он выглядит? Во-первых, мы должны сказать что x который бывший twitter явно заявляет себя как платформа для поддержки вот этого цикла который тут у вас на слайде же до познания как эволюция знания идея вообще там довольно древние как дарвин сказал что у нас будет эволюция но после дарвина в Было много достаточно ученых, которые говорили, что эволюция знания она такая же.

### 4. Цикл познания и эволюция знаний

0:17:25 Speaker D: Даже Карл Коптер, он свои идеи вроде бы без эволюции говорил, а потом еще в 70-х годах на него посмотрели и сказали, о, так у тебя же эволюционная теория, эпистемология у тебя эволюционная. Но теперь мы примерно понимаем, как оно будет происходить. Мы говорим, что коннективистские, интуитивные, порождающие модели, основное использование это мышление по аналогии, интуиции, порождение догадок, гипотез, высказывают новую догадку. современные теории эволюции говорят, что их должно быть много, и там развитие с этой точки должно идти, вот ты там их породил, и пусть попробуют все выжить. И в этой точке нам нужно качественное популяционное разнообразие мутаций. В меметических алгоритмах там у вас под одной крышей должно быть два алгоритма. Значит, один алгоритм, он локальный минимум ищет, то есть вы видите, что вы на склоне, и немедленно пошли по склону вверх, потому что там же вершина. Только беда, этот склон, вершина соседняя, а вершина побольше будет где-то рядом. В меметическом алгоритме они имеют, как правило, два алгоритма. Первый это простой градиентный спуск, вы там куда-нибудь идете вот так вот, наверх, наверх, наверх, наверх, наверх.

0:18:38 Speaker D: И вы не можете идти никуда вниз, потому что, ну как же, вниз там хуже, не оптимально. Эволюция говорит, да, Но поскольку мы точно знаем, что там где-то что-то, давайте мы возьмем мутацию и прыгнем куда-нибудь. Тебе говорят, так ты же в ложбинку попадешь. Они говорят, ничего, мы как-нибудь вот с Божьей помощью выживем. А если выживем, там смотри, там же тоже склон. И тот склон может уже идти наверх. И там может быть выше вершина, а может не быть. Но в этой точке, смотрите, у меня новация, тут стрелочки. Это означает, что там будут мутации, которые пойдут, вот вам надо попасть как можно дальше от того места в ваших догадках, где вы сейчас находитесь. Потому что вблизи вы, скорее всего, попадете на тот же склон и приползете к локальному минимуму. А локальные минимумы нам тоже нужны, потому что кушать хочется. После чего мы формируем вот эту догадку. Есть такое понятие, оно появилось в последние несколько дней, мета придумали его, мета. Оно так и называется, это continuous… Непрерывная мысль. Вот я когда-то писал про вред…

0:19:57 Speaker D: Визуального мышления, что визуальное мышление, доклад о том, что им нельзя обобщаться, говорил, что мышление, вообще говоря, оно вот в таком пространстве идет, где, в общем, нет у вас там ни картинок, вообще ничего нет. Вот это вот и есть вот эти вот непрерывные мысли. Они в многомерном пространстве, просто вот векторах, И фишка в том, что в отличие от современных систем было предложено не переводить для промежуточных результатов, не переводить рассуждения нейросети, как это делают самые навороченные сегодняшние модели, O1, R1, REL, Solve, я сегодня как раз пост написал, не переводить, а прям вот на вот этот вот… в непрерывном представлении прямо как бы и рассуждать в латентном пространстве, в скрытом латентном пространстве. А почему это важно? Предположим, вы нашли некоторое понятие, какое-нибудь, не знаю, сипуличность какую-нибудь, а для него даже термина нет. Так вот, в этой парадигме вы можете думать, об этой точке семантического пространства. Ну, оно смысловое пространство. Вы можете просто думать об этом. И вот в этом месте дальше идет понетизация, потому что формализация тут, если конечный итог у вас хорошо оформляется словами, вы его оформляете словами.

0:21:26 Speaker D: Если ваша догадка плохо оформляется словами, то есть вы прыгнули куда-то, где ничего нет, но вроде бы перспектива есть, да? то в этой точке вы формализуете и вы переводите это дело на обычный язык. То есть мы понимаем, что у вас есть два режима мышления. Один режим мышления скрытый, без слов. И это подтверждается, действительно, мышление ни разу не опирается на язык. И второе, извините, коммуникация даже с самим собой, к сожалению, требует перевода слова. И мы тут сегодня обсуждали с одним из наших сотрудников, который очень крутые проекты идет, международные, он давно в западной половине всех полушарий. Мы пообсуждали мои посты, которые никто не понимает. Что я пишу, как я пишу. И я говорю, пишу-то я для себя. Потому что, обратите внимание, я сегодня написал очень заковыристый пост, который вряд ли кто смог прочесть. Потому что вы для этого должны вообще понимать и как устроено глубокое обучение, и какие там последние тренды, и отслеживать, чего пишут некоторые люди, и заглядывать, что там делается с эволюционистами, и, в общем, как-то вот с этим вот сработать. И он, вообще говоря, на 6К очень плотно навороченный, там, не знаю, десяток ссылок.

0:22:51 Speaker D: И я его писал, ну да, я его полдня примерно и писал. То есть на один абзац у меня в среднем 2 часа выходит на все мои посты. А это удерживает мой мозг, вот все полдня, которые я писал, на размышлении на эти темы. То есть я, представляете, я полдня занимался тем, что я размышлял на тему о том, как устроены нейрофетки, для того, чтобы вам вот так вот читать семинары, недолго вспоминать. быть хоть как-то я открывал эти статьи читал эти статьи понятное дело я там смотрел как она устроена на я пытался сообразить что-то я даже на некоторые темы поговорил с текущими сетками провел некоторые исследования потому что там И у нас, как бы это сказать, очередная мелкая революция. Кто был никем, в очередной раз становится всем. И Google борется с некоторыми китайцами, и там появляются еще одни китайцы, которые борются с теми же китайцами. И весь мир защищается и говорит, что Америка никто и звать ее никак. Реально весь мир, потому что там, посмотрите по ссылкам, я хочу, чтобы есть и Швейцария, и Германия. Вообще-то многие идеи идут отсюда, и мы еще Европу не скидываем с счетов. И вот это вот все важно для того, чтобы понимать, что в нейросетках до этого места тоже добрались.

0:24:13 Speaker D: И вот эти вот шаги на эволюцию, их тоже делают, мы об этом немножечко поговорим. Самое главное, что мы должны людей тоже этому научить. То есть вы тоже должны делать какие-то догадки, скачки мысли и уметь формализовать. И этому надо учиться, потому что это и есть та самая понетизация, с которой мы начинаем все эти курсы. То есть каким образом то слово, которого нет, которое крутится на языке, как его вытащить в мир. И это, замечу, очень важно, потому что когда вы понимаете, что онтологический дребезг, и вам надо учить людей вот этому онтологическому дребезгу, Вообще говоря, этого нигде не было. По-английски оно как называется? Ну никак. А метода есть для этого? Есть. Она называется focusing. И thinking at the edge. Никакого там дребезга, ничего. Дребезг для чем нужен? Это ход на кинестетику. Это дополнительный интерфейс к тому, что думает мозг. Интересная идея, да? Потому что у вас есть дополнительный интерфейс, мозг понимает, что там ошибка, но вы пробегаете мимо. Если вы прислушаетесь к ощущениям в теле, вы понимаете, что что-то не так, но сказать не могу. В этот момент мы это называем дребезг, то есть обращение к кинестетике. И я это слово использовал достаточно давно.

0:25:35 Speaker D: А как перевести на английский, если слова нет? Можно спросить ту же нейросетку. Это тоже один из наших соклубников, он прямо спросил, он говорит, знаешь, это антология колбасы. Баз, дребезг, жужжание в теле, причем оно не аудиальное, но именно с оттенком, что это вот что-то вот такое. После чего у вас появляется понимание, обращение внимания на это. И дальше вы облачаете свое понимание в слова и критикуете. И вот смотрите, надо, чтобы поработать с ней, надо запомнить. И запоминаете вы не ощущения и вот эти мысли в голове, а вы запоминаете те слова, в которые вы облекли мысль. И вы его записываете письменно. А я еще, поскольку я писал, извиняюсь, часов шесть я это писал, Я это запоминаю еще и в нейросетку. И когда мне говорят, слушай, так тут вот та-та-та, я говорю, о, я помню. Потому что это для меня было, ну, 6 часов потратил. Я могу найти этот текст, нахожу его обычным поиском. И ссылку на работу беру там. И далее цитирую прямо из той работы. Поэтому я поддерживаю свой State of the Art вот таким странным образом. И мы поговорили с этим нашим одноклубником. который из далекой Польши, в которой он уже очень давно.

0:27:02 Speaker D: И он говорит, да, проверял много раз, она работает ровно вот таким образом. Ты понимаешь, что ты прочел и понял, и много интересных мыслей, после чего ты тратишь два часа на то, чтобы записать, потому что, когда ты начинаешь писать, оказывается, что ты понял безмолвно, а слов у тебя нет. что ты понял, но не помнишь, как там даже заголовок назывался, что ты понял, но забыл ссылку, поскольку ты только что этот таб закрыл, а он тебе как раз нужен. И там через два часа ты понимаешь, что как-то эта мысль, она и в тебя вошла. И кроме того, у тебя на всякий случай есть записочка на потом. Смотрите, и вот это вот формализация, поскольку догадки какие-то у нас были, мы их формализовали. И видите, я это использую, вот этот вот цикл познания, даже для ежедневной такой работы. Отсюда вот эти мои страшные выборы, которые никто не читает. Как никто не читает? А так никто не читает. И я их не читаю.

0:27:59 Speaker A: Потому что я к ним обращаюсь как к справочному материалу и читаю иногда полабзаца, там выдвинуть ссылку или посмотреть какую-то мысль. А зачем тогда их писать? Для этого же, потому что запомни новую догадку, чтобы поработать с ней в память. Потому что нам нужно наследование того, что мы нашли.

0:28:18 Speaker D: Потому что мы уже мутации, качественное популяционное разнообразие получили. И догадок таких много. Каждый день они в количестве. И у людей эти догадки. Я работаю с догадками других людей. Далее мне нужно отследование. Теперь мне надо отбор делать. Отбор очень простой. Это тот самый survival of the fittest. Приспособленный фитест, наиболее приспособленный, он выживет. А критикую новую догадку на рациональность и согласованность с прежними догадками, которые мы брали всерьез на предыдущем шаге. При этом, а что я вам рассказывал, поскольку отбор же у нас, эволюция отбором. А современных людей, которые занимаются эволюцией, их больше интересует не момент выживания самого приспособленного. Кто у нас тут самый приспособленный? Он выживет, вы не бойтесь, зачем о нем думать специально. Их интересует arrival of the fittest. Это то, для чего мы хотели бы обучать образованных. Нас не интересует, что там будет выживать самообразованное. Нас интересует, а как это получить. Не survival of the fittest, of the most educated, а arrival, как он к нам попадет. Вот этот вот круг, он про вот это.

0:29:48 Speaker D: Дальше, вот тут могут быть графы знаний, формальные дискриминативные модели, основное использование в критике. Новация. Оказывается, критиковать рефлексировать могут нейросети и самое большое открытие вот этот вот весь большой шум который происходит последние две недели про китайцев он ровно на эту тему в чем там была фишка перевожу на простой язык который они говорят что если вы используете обучение с подкреплением говоря собачки даете понимание как правильно как неправильно А эта собачка играет сама с собой, вот как в Go играли. Отсюда вот это вот R1-0, это вот это вот как в Go. А R1 это, ну как там была программа до этого Мастер, потому что вначале учили на людях, потому что не сама с собой за очень долго, но как бы там на людях помогалось. Вот R1, она вот такая, она большая, чтобы это было быстрее. Так вот, если вы говорите, как правильно и как неправильно, а не просто валите все подряд, и ты типа там сама как-нибудь понимай. А до этого, потому что данных было мало, синтетические данные, сейчас мы заставим предыдущие сетки давать много данных, это был очень огромный прирост.

0:31:14 Speaker D: Но вы при этом говорите, ты сетка, когда выдаешь результат, думай подольше, чем дольше и лучше ты будешь думать, тем как бы у тебя все будет получаться. Потому что сетка же, она производит ответственность, Просто предсказывать, что там дальше. И она может предсказывать следующее. Дважды два. Четыре. Вроде бы нормальная модель, да? И ее так ругают. Дважды два, четыре. И говорят, а давай так. Дважды два. Если мы внимательно, прям вот со слова если. Смотрите, момент формализации уже произошел, потому что слово если, это уже у вас символы, это уже слово в словаре, у него есть значение, чувствуете, да? А можно было бы еще раньше. Но это исследование мета, мы тут говорим о китайцах, причем две разные команды, которые, оказывается, независимо изобрели эту идею. Итак, если мы внимательно посмотрим на условия, то мы увидим, что 2, звездочка это скорее всего знак умножения, умножить на 2, это будет равно. И поскольку умножение это сложение, то в данном случае мы должны 2, прибавить 2, проверяем. 2 плюс 2 равно 4. Мы можем записать 4, письменно 4, а ответ будет просто 4. И вы поощряете то, что сетка начинает чуть-чуть рассуждать.

0:32:40 Speaker D: И выясняется, что если вы даете сетке вот так вот поболтать, а это долго, это ресурсы, сетка начинает делать ровно вот этот цикл. Сама, замечу, без внешних программ. То есть она просто порождает некоторый цикл и приводит буквы. Выводит, выводит, выводит. И первая догадка не то, вторая догадка не то, если вернуться к тому, что мы думали раньше. Оказывается, все-таки возникает какая-то такая интересная структура вычислительная, которая выдает правильный ответ.

0:33:15 Speaker A: Это очень грубо, там нюансов тысяча. Все это работает совершенно не так, как я сказал, но основную идею, я думаю, вы поняли. Что там обнаруживается?

0:33:26 Speaker D: Значит, обнаруживается, что сетка, которую учат рассуждать, ее учат рассуждать, ну там напиши программу. Сетка выдает кусок кода. Через некоторое время она начинает меньше выдавать куски кода, больше вот этих, если да, давайте мы и рассуждать. Через некоторое время сетка изобретает, что можно вернуться к тому, что она выдавала, и как бы часть сделать вот это вот. Критикую новую догадку на рациональность и согласованность с прежними догадками, взятыми всерьез. Сетки в двух независимых экспериментах при этом изобретали рефлексию. И это означает, что сетки изобретали механизм познания, а слово познание и learning, Как вы понимаете, это одно и то же. Ихние доллары – это наши баксы. Вот это примерно так. Потому что если вы посмотрите, что сетка выучила фичи, это означает, что сетка познала некоторую структуру предметной области. Потому что выучила, она имеет в виду, ей урок на никто не давал. Смотрим на мир, смотрим на информацию, self-supervising, learning. Это означает, что без всякого учителя под самонаблюдением я изучаю чего-то там вовне. Изучаю это в смысле не учу, а в смысле познаю. И вот это вот познание, эволюция знания, это вот и есть то самое, что делает сетка.

0:34:54 Speaker D: Сетка, оказывается, изобрела вот эту вот штуку. Через некоторое время, если вы его так учите, изобретает вот эту вот рефлексию, вот эти вот объяснения промежуточные. И то, что надо подумать подольше перед тем, как ляпать ответ. Итак, дальше в жизни происходит еще одна интересная штука, чего уже в сетке нет. Но, то сетка могла бы сделать, потому что мы вспоминаем старинную идею Toolformer. Это такой трансформер, который выучивает, какие у нас на свете есть инструменты, смотрит на задачу и говорит, что вот это я решу с помощью калькулятора, а вот это я буду делать поиск денег. А вот это я спрошу хозяина, что он там говорит. Он просто выучивает, что если вот такое у меня сейчас состояние, то надо вот этим инструментом пользоваться. А как пользоваться? Ну, вот этот цикл точно так же крутится. И эта идея была показана. Что сетки могут выучивать, как пользоваться разными инструментами. Выучивать API. Ну, я бы предпочел по-русски говорить. Обратите внимание, как сильно меняется рассказ. Если вы слово learn английское поменяете на… Русское слово «познать». Если сетка познает, какие у нас есть вокруг API и будет их дергать соответственно, то сетка может эксперименты вести.

0:36:26 Speaker D: То же самое относится к людям. Если вы прокритиковали все в голове и другие практиковали все на бумаге, то можно предложить, и это не тривиальная штука, предложить сделать инженерную систему, то есть провести эксперимент в окружающем мире и сравнить прогноз твоей догадки с другими выжившими догадками. Эксперимент прям по попперу. Вы не можете провести эксперимент, если у вас меньше двух догадок. Потому что по итогам эксперимента, кто ближе предсказал, Кто-то победил. Если предсказать нет, мы такие идеи не рассматриваемся, потому что это и есть фальсифицируемость, вот та самая по поперу. Можно из восьми выбрать? Да, можно. Из восьми мы делаем восемь предсказаний, и что ближе к эксперименту, то и выбираем. Если мы что-то не так предсказали, ну, можно эксперимент перепроверить. Можно, замечу, сделать следующее. мы можем опять породить новую догадку на изменение вот этой старой. То есть не вообще ее выкидывать, а унаследовать все, сказать, а вот тут вот мы там коэффициентик введем какой-то, а вот тут мы легкое изменение. В физике, например, энергию изобрели, нормально. После чего сказали, ну, к сожалению, энергетические уровни, что-то там вот с фотонами не то происходит.

0:37:56 Speaker D: А если мы все оставим как было, но скажем, что вот эти энергетические уровни, они на некотором расстоянии, что… Квантованные. О, глянь, математика сошлась. Смотрите, унаследован был весь аппарат. Это не надо было переизобретать математику, хотя потом, конечно, переизобрели. Но потом. А в начале все сошлось. И дальше, вот тут опять наследование. И вот тут open-endedness, потому что open-endedness это бесконечность. Потому что в этот момент вам надо попасть в реальный мир, который вам дает бесконечные вообще разнообразия. Вообще говоря, и ментальный мир он тоже дает бесконечное разумрание. Но тут вот все равно надо выйти в реальный мир. И вот это вот предложи, проведи эксперименты важное. Значит, в чем там фишка? В этом месте вам нужна агентность, автономность и всякое такое. Потому что тут слово всерьез. Вам надо принять догадку всерьез. Это означает, что если E равно mc квадрат, и вы понимаете, что там у урана на чуть-чуть масса меняется, и если Е равно МС квадрат, и вы набираете этого урана, и вы считаете по изменению вот этой вот массы, насколько же она там энергии содержится, то вы понимаете, что оно рванет.

### 5. Научные догадки и эволюция знаний

0:39:21 Speaker D: После этого у вас получается тот самый Манхэттенский проект, и вы знаете, история цивилизации никогда не будет прежней. Фишка в том, что для этого надо… Потратить 1,5 ВВП США на тот момент. Да. 1,5 ВВП США на тот момент. На безумную идею, что Е реально равно МЦ квадрат. И мы не нашли, смотрите, критикуй новую догадку, предложи проведи эксперименты. Мы не нашли ничего, чтобы опровергало этот факт. Следовательно, оно должно долбануть. И вы знаете, оно долбануло. И вообще говоря, вот это и есть как устроена наука. Без принятия всерьез догадки дальше ничего не будет. Вот в этом месте наследование. А далее наедине соответствие измерения эксперимента с прогнозами взятой всерьез догадки. И выяснилось, что E равно mc2. Это все, конечно, очень хорошо. Но вот на микромасштабах не работает. Ну и с тех пор, как вы знаете, физика озабочена проблемой квантовой гравитации. Есть две догадки. Одна работает с этими явлениями, но не с другими. Другая с другими, но не этими. И в общем там все и хорошо и плохо. При этом даже, как Ванчурин сказал, на некоторых космологических масштабах с галактиками даже ньютоновская механика лучше иногда срабатывает, чем теория относительности.

0:40:53 Speaker D: То есть там невязка на невязке и на крайне больших и крайне малых размерах все сбоит. Вот это вот есть некоторая проблема. А смотрите, вот это то, что я рассказываю, это меметический алгоритм. Там, где вы генерируете догадки подальше, это скачок на глобальный максимум. А там, где вы идете по малому кругу в догадке, делаете мутации к этой догадке, а не берете полностью новую догадку. То есть это попытка взобраться, как это, отвестировать вот этот алгоритм, мелкие изменения, куда-то вот взобраться на минимум. Вообще говоря, эволюция многоуровневая, и в наших курсах прямо говорится, что вы должны рассматривать некоторое количество способов разбиения на уровне. Значит, прежде всего мы берем функциональный, причем функциональный в аспекте генеалогии, что там наследуется, что там обеспечивает это наследование, ответ на вопрос, как это вообще. Уровни в биологии – это кодоны, молекулярные эти основания, да, аминокислотные основания, гены. Далее кластеры генов, которые очень хитро определяются. Это такие совокупности генов, которых вы можете найти в разных организмах. Потому что мы должны убедиться, что это гены для этого организма, что он эволюционировал. Он и в зайцах, и в бактериях.

### 6. Уровни биологической эволюции и технологии

0:42:22 Speaker D: Вообще в человеке до чертиков генов таких же, как в бактериях. Почему? очень консервативный механизм, который обеспечивает наследование. ДНК, РНК, вот это вот все, оно крайне консервативно, там очень небольшие группы генов. И вообще говоря, большая группа обеспечивает позвоночник. И у человека со свиньей, ну там, не знаю, почти все общее. Ходят все время споры с индьей больше или с шимпанзе. На этот вопрос много разных интересных ответов. Самое главное, что дальше идут ГРН, который является сегодня ключевой единицей эволюции, а не ген. Органеллы, клетки, ткани, органы, организмы. Дальше популяции. Деми – это народ. Но демис – это функциональные популяции, потому что популяции экологические вы встретите в другой иерархии. Виды и так далее. И конструктивные уровни в биологии – это атомы, молекулы, протеины, клетки или макромолекулы. Клетки, ткани, органы, организмы. Далее популяции, а не вот эти функциональные популяции. Комьюнитис. Это популяции вместе, которые в комьюнити разные. Там зайцы с волками. И экосистемы, где вообще там все. Включая такие, как био-геоценоз, привязанный к местности. И смотрите, вот то, что мы говорим в биологии, в технике вы должны видеть то же самое.

0:44:13 Speaker D: Берем уровни линейки продуктов для дата-центров NVIDIA. Вот вы видите диаграммку, любимые зеленые плашки на видео. И вы видите тут вот EGX. И вы видите стрелочка, которая показывает, что вот в серверной стойке вот это EGX. И вы понимаете, что это плата, а на плате есть чипы, самые разные, в том числе чип GPU. На чипе GPU есть крупные блоки, тендер core тендер core есть соответственно прям замечу это физические штуки есть какие-то логические цепи которые состоят из отдельных транзисторов и соединительных линий и эти транзитов вообще говоря при не прямо вот делаются прямо в кремнии представляете вот размер вот вот того что там по проектным номерам 7 нанометров делается и или даже 5 нанометров, хотя там ни разу не 7 и не 5, там совершенно другие цифры, но условно 7 и 5 нанометров, а теперь вот видите, вот этот товарищ показывает на вот эту серверную стойку. Серверные стойки по 12 штук формируют поды, а из подов, это ряд серверный такой, и из подов, это питание, управление, формируется дата-центр. У нас за две недели, как это, Кристофари, сберовский компьютер, во время ковида, он был за две недели собран.

0:46:00 Speaker D: Представляете, наш суперкомпьютер, видя, исполнил обязательство, у них это промышленная такая штука. А вы представляете, сколько там вот этих вот по 7 миллиметров? И когда вы слышите, что у нас заказ метой 50 тысяч плат, И в этих платах не очень понятно, сколько чипов, потому что там уже все по 2, по 4, по 6, по 8. Они четные любят количество. Желательно 8. И вы понимаете, что это то же самое. Эволюционирует при этом, согласно современным воззрениям, эволюционирует все, а не только гены. Когда вам говорят, что гены же обеспечивают наследование. Современные биологи улыбаются и говорят, ну, вообще говоря, если гены, то ты не можешь сказать, как клетки твоего носа из одних и тех же генов узнали, что им надо быть клетками из, например, своей левой пятки. Ну, гены те же, а пятка на нос никак не похожа. Это самый простой вопрос. Вообще проще не бывает. Ну или там вот черепахи, девочки и мальчики. Как вот они рождаются. А выясняется, что из одних и тех же генов девочки и мальчики рождаются в зависимости от температуры окружающей среды. А вот так. Да. И вообще там в природе столько такого всего. Оказывается, что все это наследование, оно вот такое вот.

0:47:42 Speaker D: Майкл Левин любит троллить на этот счет. Он говорит, вы что, считаете, что гены это делают? Берем клетку человека, кожу, например, берем там петель слизистой, тоже очень хорошая клетка. И говорит, поскольку мы понимаем, как она устроена, мы его сажаем в раствор и делаем из него бота. Оно отращивает себе жгутики, ножки и начинает бегать. Кругами там гребет в жидкости этой, плавает. Он говорит, фишка не в том, что мы это сделаем, потому что бактерия тоже может. Смотри, это многоклеточный организм. То есть ты смотришь, оказывается, эта клетка делилась, но вместо того, чтобы из нее получился человеческий зародыш, появился вот этот вот бот, робот биологический. Говорит, ну глянь, что мы умеем делать. Типа, а можно не из человека? Да, говорит, мы не из человека, тоже это спокойно сделали. Но из человека просто круче, обратите внимание. Поэтому знайте, что эволюционирует все. Это означает, что тут эволюционирует транзистор. То есть ли уровень ниже транзистора? Конечно, потому что эволюционирует материал, из которого делается транзистор.

0:49:00 Speaker D: То есть конструкция транзистора эволюционирует, эволюционирует сам материал, из которого этот транзистор делается, эволюционирует чип, эволюционирует плата, эволюционирует рек, эволюционирует стойка серверная, эволюционирует под, эволюционирует дата-центр. И вообще говоря, эволюционирует дата-центр вместе с электростанцией атомной, которую сейчас пытаются строить или там солнечные, там разные решения бывают для этого всего. И вот эту мысль надо запомнить. Эволюционирует все, не только гены. Значит, это на самом деле ключевая мысль, потому что если вы это поймете, то вы понимаете, почему в мире так все меняется, потому что все эволюционирует, и вы эволюционируете, и вам надо просто туда вписаться. Грубо говоря, эволюционирует, вымрет твой вид… Завтра, точнее, выбери твой вид сегодня, а мой завтра. Примерно вот так. Ну, конкуренция, да, ресурсы одни и те же, атомы одни и те же, мы боремся за выживание, за поддержание своей упорядоченности. Между прочим, жизнь поддерживает свою упорядоченность 3,5 миллиарда лет, и как Дэвид Дойч замечает, Вы еще добьетесь чего-нибудь в природе, чтобы 3,5 миллиарда лет тебя как-то поддерживало. А нормально, жизнь поддерживает.

### 7. Подрывные технологии и будущее работы

0:50:30 Speaker D: При этом подрывные технологии. Элон Маск прямо говорит, это один из тезисов наш, что искусственный интеллект создаст будущее, где не нужна вообще никакая работа. Потому что искусственный интеллект будет способен сделать все. После чего он говорит, что Тесла, вы знаете, там есть робот-оптимус, который тоже ему хвастаться не приходится, потому что опять же, те же самые китайцы не только в искусственном интеллекте. Вы же понимаете, что их закрывают, они вынуждены изобретать все. Мне когда-то в Советском Союзе, я же родился и долго жил, и там нам объясняли, что американцы придумали лазер на рубине. Академик Басов, поскольку какие рубины, вы о чем? Они придумали газовый лазер. Потому что из консервной банки с газом. И все работало. Вот примерно по этому же принципу китайцы, вы видели, делают роботов. И человекоподобных, которые первые сальто сделал робот. И вот тех, которые с колесиками на ногах роботы бегают. И вы видите, что там все нормально. Эллен Маск говорит, а роботов таких будет по два на человека, потому что как телефонов по два, ну и роботов будет. А сколько стоят эти антропоморфные-то? Ну 16 тысяч долларов. Ну извиняюсь, с тобой рядом бегает нормальный такой человечек.

0:51:56 Speaker D: И уже показали, как этот робот бегает по косогорам. То есть нормально бегает, не падает по камням, топает, хорошо все с устойчивостью. И в принципе подрыв Это когда вы берете какую-то технологию и под нее вытаскиваете нижний кирпич и все так вот рухает. Значит, мысль, которую я тут хочу сказать, что вот у меня есть моя технология, которая делает меня как-то конкурентоспособным. Я как компания. Тут появляется вот этот вот Элон Маск и смеясь, вот тут он мысль для Риши Сунака высказывал. Он говорит, ну чего? под сеть цивилизация имеется ввиду под человеком подрыв да вот есть вот эти железные твари за ними дата центра если мозгов не хватит то у нас дата центра хватит энергии не хватит моему атомную станцию построим рук не хватит но мы сделаем сколько надо и Ловкости не хватит. Мы дата-центру поручим спроектировать такую ловкость. И вы видите, что там с ловкостью. Это парадокс Моравика. В 2025 году должна быть решена следующая задача, как Шмидт Хубер в 2015 году. Что обезьяна видит дерево и на нем банан. Обезьяна проектирует путь к дереву, быстро забирается на дерево и берет банан. Говорит, ну я считаю, что мы тут человекоподобных должны создавать.

0:53:33 Speaker D: Давайте простую задачку сделаем робота Капуцина. Обезьянка Капуцин. Робот видит банан на дереве, прокладывает путь и взбирается. И это оказалось вообще нерешаемой задачей. И как вы помните, конец прошлого года, что где, где мы, 2025 год, вот он, вот мы сейчас уже в январе. И тут вы видите, вот эта четырехколесная штука на колесиках показывает, что, вообще говоря, может быть, мы не так далеко от этой цели, как может показаться. Не хватает, ну, не так много не хватает. Ну и современные роботы людей, они показывают, что видео, где, помните, умножить на 2, умножить на 5, ну, ускорение видео, чтобы вы могли досмотреть до конца действия. Правда, медленно работает. Сейчас все пишут умножить на один, и даже перестают писать, потому что это реальное время. Так вот, телефон заменил телеграф, цифровой телефон заменил телефон, цифровой фотоаппарат заменил кленочный, смартфон заменил и цифровой телефон, и такого меняется много. Ну, давайте я припишу, чтобы уже в явном виде. И вас тоже заменят. Тут надо, наверное, выделить это красным. Я прямо тут по ходу дела. А, тут, ну ладно, как это, неважно. Потом, я потом это поправлю. Самое главное, что вот эту мысль сделали.

0:55:11 Speaker D: А почему тут телеграфный ключ? Дело в том, что я настолько стар, что я принимал участие в соревнованиях в школе по морзянке. Потому что в то время, когда я жил, это было нормальным таким. И в армии это было распространено. Я морзянку знал, и я на слух принимал морзянку на скорость. И я стучал на этом ключе. Там ставили руку, и я в ДОСААФ прям там стучал нормально на настоящих радиостанциях. Вот это вот все. Это не в армии, это в школе еще. В армии этого всего нет. Самое главное, обратите внимание, что вот этот телеграфный ключ, я боюсь, что многие люди вообще не поймут, что это за устройство. А телеграфист, это была самая хай-тех распространенная профессия до момента появления телефона. То есть это были очень респектабельные люди. Ну вот, видите, даже я застал. Будущее здесь, оно… неравномерно распределено, и мы уже в будущем, и 24% прошло от 21 века, мы говорим, что в 21 веке будет то-то-то, ну вот оно уже, да, EGI ожидается через 2-3 года, некоторые говорят уже в этом году, но врут, конечно, потому что EGI, знаете, это бегущая такая цель, General Intelligence определялся, как это все, что сможет сделать обычный человек.

0:56:41 Speaker D: Выяснилось, что это чертова нейросетка, что не скажешь все, что обычный человек делает. Начали расти. Все, что может делать философ и доктор. Эта сволочь, ну просто сволочь, она, как вы понимаете, уже делает все, что может сделать философ и доктор. Ну не везде, но во многом. И, наверное, к концу года так и сможет. Ну давайте тогда сделаем другое. Новое определение, что она должна заработать 10 миллиардов. Что-то типа этого. Тогда мы будем считать, что EGI достигнута. Ну, люди же зарабатывают 10 миллиардов. Ну, все, значит, все, что люди. Но уже не любые, а вот как бы все, что самое-самое. А если сможет сделать то, чего не сможет сделать сам. Ну, тогда это будет называться Artificial, уже не General, а Super Intelligence. Супер, дупер, пупер. Ну, ACI. При этом Starship, о котором, как вы помните, на батуте пусть летают, если вы помните, Starship уже прилетел и сел на башню, чего вообще никто не ожидал, но вообще говоря, вот оно, уже прилетел и сел на башню. Удивительно. Я не буду рассказывать этот слайд, я много раз рассказывал.

### 8. Эволюция технологий и искусственный интеллект

0:58:13 Speaker D: Важно, что одного будущего все равно нет, потому что если мы рассматриваем эволюцию, то эволюция рассматривает не вообще все будущее, она рассматривает будущее вокруг себя в экосистеме. За вас, что происходит в других экосистемах, мало волнует. Если вы бактерия в Антарктиде, то вас мало волнует, что происходит с калибрами в джунглях Амазон. Так и тут. Бесконечное число моментов будущего, во-первых. То есть вы скажите, будущее через два года или будущее через сто лет. Когда люди говорят, ну в будущем, это когда? Утром? Или утром через пять лет? Или все-таки утром через десять лет? Принципиальная разница. И кроме того, множество вот этих вот ниш, множество параллельных будущих. И экологические ниши, и страновые ниши, и культурные ниши, и ниш дочертиков. Значит, мне важно вам показать, возвращаясь к картинке «Как спасти человечество», что, во-первых, у этих людей не было знания, которое тут на картинке написано. Но как-то они выживали. Как-то они выживали. И тут принято в качестве оптимизма помещать то, что средний срок жизни у них был ужасный. Если вы помните, палеолитическая диета была очень модна, что вы должны жрать то же самое, что эти жрали.

0:59:42 Speaker D: И там нашелся один только ученый, который сказал, вы что, обалдели? Они жрали, потому что у них больше-то ничего не было. Поэтому смотрите, когда они умирали. Вот. Что-то не то сказали. А там те, которые кушают хорошую пищу, обработанную хорошо, смотрите, они так и позже умирают. Черт, как-то ошиблись политически. Меня волнует другой график. Вот этот график, это падение количества часов, которые вы должны работать.

1:00:14 Speaker C: Смотрите, он довольно устойчивый.

1:00:19 Speaker D: И это означает, что у вас был 13-часовой рабочий день у всего населения. Помните, в Англии народ роптал. В Америке такое было вначале. 13 часов это самое. А потом была большая победа пролетариата. 8-часовой рабочий день. Ну, победил бы он. Жрать бы не было. Работал бы 13 часов. А так за 8 часов управлялись. Потом пролетариат начал работать по 8 часов в день, но перераспределил, там он что-то около 7 часов работал на 6-дневке, на 5-дневку 8 часов. И все равно, если посмотреть, то вы видите количество рабочих часов падает, падает, падает, падает, падает. И это будет продолжаться. Сейчас поговаривают о четырехдневке. Некоторые говорят, да нет, просто меньшее число часов. Приходят на удаленку, где ты часы не посчитаешь. В общем, этот процесс, понимаете, продолжается. И я думаю, он будет очень быстро происходить. Зато какой-нибудь дата-центр, Работает 24 на 7. И атомная электростанция работает 24 на 7. И роботы, которые в BMW хотят быть расположены, они делают тысячу размещений деталей в день. Их будет до чертиков. И они вообще говоря в любое количество смен. А у меня это все в методологии даже есть. Там где про теорию стратегирования. Все это подробно рассказано.

1:02:07 Speaker D: И это я рассказываю вот этот вот кусочек материала. Беспокоиться тут не надо. Но вас вытеснять не потому, что вы забастовки делаете. Не любите, когда на вас орут. а сетки бесконечно терпеливы, все. Понимаете, уборщиков в Walmart заменяли механическими уборщиками не потому, что они болеют, подводят, а потому, что механически тупо, более равномерно убирают. И нет претензий, и не пропускают ничего. Нет претензий к качеству. То есть роботы, дьявол побери, делают лучше. Их за это берут. а не потому, что они не бастуют, у них нет профсоюза. Вот этот вот момент, он такой, очень интересный. И когда вы говорите, но не всегда же робот делает лучше, они говорят, а ты overqualified, тебе не надо платить больше. Он работает у меня за 2 копейки и делает, ну, в общем, так же, как ты. Ты ничего сказать обычно в этот момент не можешь, потому что хочешь зарплаты много, а делаешь, ну, так же. Потому что когда ты говоришь, ну я же делаю лучше, это означает, что ты 9 раз делаешь лучше, а один раз, ну вот так же, как этот робот. Так что вообще непонятно, как ты это делаешь. Ну понятно, как ты это делаешь, недоученный. Инженерные тренды это подрыв. Я уже час проговорил, но…

1:03:43 Speaker D: Мы всего до восьмого слайда добежали. Все равно, по сравнению с тем, как я обычно рассказываю, согласитесь, это просто скоростной рассказ. Я привел тут две картинки из сегодняшнего моего поста. Первая картинка. В соседней комнате. Там спокойно совершенно открывается. Во-первых, в инженерных трендах. Смотрите. А картинка отражает ровно то, что я пишу в методологии системной инженерии, что в 70-е годы 5 лет жизненный цикл продукта, в 2000-е 3 года, в 20-х годах меньше года, в 23-м году ежедневные апдейты продукта. И смотрите, эти люди не проходили моих курсов, Это просто отражает то, что музыкой навеяло, оно в воздухе. В 2023 году, поскольку эволюционная инженерия, то нет понятия life cycle, просто вот тупо нет. На язык не приходит. Раньше был life cycle, он занимал время, а теперь времени нет. И ты не можешь сказать, что что-то там в цикле идет, какая-то жизнь. Там просто идет daily product updates. Updates есть, а life cycle нет. А дальше? Digital channels, primary road to market. То есть дорога на рынок есть и даже апдейтов нет. И вообще по цифровым каналам. Потому что когда… Вот это вот впервые люди обратили внимание.

1:05:25 Speaker D: Это был iPhone, по-моему, седьмой, когда у него включили камеру, которая начала показывать с двух камер, там обработка была, режим Bokeh. Апдейт пришел по воздуху, и вы получили фактически другой фотоаппарат. Все А сказали, что так можно было. Теперь, когда Тесла обновляет по беспроводам, в общем, по беспроводам обновляет свою теслу ночью пришел новый софт на теслу или там у меня windows сам обновляется вообще говоря мы привыкли это вот ровно она и есть и hardware пробегая мимо вам там что-нибудь поменяют то есть это все вот примерно вот так вот и происходит какой там жизненный цикл вот этого старшипа Какой чертов жизненный цикл, когда ракеты меняются каждая? Tesla, автомобиль, как мы обсуждали год назад, меняется каждый. То есть каждый автомобиль, он уникален. Там вот это вот diversity, ровно из предыдущих слайдов, если вы помните, я говорил, что для инволюции надо, чтобы была diversity, чтобы там часть вымирала, а часть оставалась. А то, что у нас Software 2.0 мелькнуло буквально на два года, и все забыли, что это такое, значит, еще вспомнят.

1:06:55 Speaker D: Инженеры будут помнить, потому что это дифференцируемое все, это как бы там глубоко под капотом работает, там, где вам надо моделировать какие-нибудь лопатки турбины, это все будет. И в САПРах, вот, пожалуйста, у вас капайлоты САПРовские, вот они уже есть, и это даже не самый, наверное, свежий. Я просто не стал уже менять, смотреть прямо сегодня на сегодня. САПР для генных инженеров это вот это вот самое. Они генные инженеры прошли 500 миллионов лет эволюции с языковой моделью. Они научили на языке белков беседовать модель. Далее они сказали следующее. Вот смотри, у нас есть такие флуоресцентные белки. Смотрите какой интересный ход мыслей. Давай ты возьмешь флуоресцентные белки и предложишь нам какие-нибудь флуоресцентные дулки. Хорошая мысль, да? Ну, как вот нетривиальная. Ну, новая, сочини. И нейросетка, помните, ГЭС, она говорит, ну вот такие. И выдала им некоторое количество. А теперь, они говорят, поскольку мы понимаем, как кодируются эти белки, И мы можем знать, какие белки появились рано, какие позже, какие белки друг на друга похожи. Давай мы из вот этих вот белков отберем самый эволюционно далекий. Вот то, что она породила, но он флуоресцирует, но как бы так.

1:08:26 Speaker D: Вот максимально далекий эволюционно. И они нашли белок, который флуоресцентный, который максимально далекий, и он был в 50 раз меньше флуоресцентный, чем текущие наши флуоресцентные белки. Я сказал, ну хорошо, в ложбинку попали. А теперь говорят, давай мы следующий, вот этого возьми за основу, и там вокруг него поищи, что там. И дальше они нашли белок, который находится в 500 миллионов лет, а вот тех, с которых начинался поиск, и флуоресцентные на таком же уровне, как те, которые сейчас. То есть эволюция бы его изобрела, наверное, через 500 миллионов лет. Ну, если бы там обычная эволюция. И они говорят, вообще это интересная штука, потому что взаимодействительные белки нам нужны в генной инженерии, там они исследовать нам нужны. И вообще они, в общем, такая интересная штука, такая биологическая. Ну а вот вам пример, как мы можем работать. То есть саппорт генного инженера, вот он. А нижний график, это график буквально сегодняшний. Он отражает вот эти вот все сегодняшние скандалы. Нас волнуют две записи. Цена систем уровня О1 от первого, которое О1, 2024 год, декабрь, 17 число, за три месяца до вот этого DeepSeq R1, которая того же уровня системы. она скатилась в 27 раз.

1:10:16 Speaker D: Ну, грубо говоря, булочка была за 27 рублей, а тут булочка за рубль. Нормально? Не то слово. А что, откуда я узнал про вот этот график? Потому что, понимаете, его еще не найдешь. Google обиделся. Google сказал, что смотрите, у нас Gemini 2.0, она стоит дешевле, чем DeepSeeker 1. Но обратите внимание, по уровню модели, она у нас самая крутая на арене. Но это Gemini гуглевская. И там реально копейки стоят. То есть это не 20, а круче. Вопрос, а почему тогда так аккуратненько пишут? А там, понимаете ли, мы не знаем, сколько стоят реально копейки. Вот это вот гуглевское. То ли они ее датируют. Известно, что там много миллионов долларов ее натренировать. А тут, ну вот, у DeepSeek вышла статья. Известно, что там, как сделали. И задумка была ровно в том, чтобы применить очень простые механизмы, чтобы сетка тому, чему ее учили, сама научилась тому, чему ее учили. Типа, учись учиться. В эволюции, значит… В эволюции это есть. Эта штука называется эволвабилити. Software engineers учат это слово, потому что эволвабилити, это свойство должно быть вашей системы. И архитекторы софтверные, а теперь и железные, они понимают, что система должна иметь вот это вот свойство.

1:12:09 Speaker D: Это означает, что система должна уметь научиться всяким новым трюкам. Это означает, что у нее должна быть некоторая особенная конструкция. И есть такое впечатление у современных биологов, они впрямую говорят, эволюция, она точно так же обучается. То есть то, что могла делать эволюция раньше и то, что она умеет делать сейчас, оно разное. Потому что вот это вот эволвабилити, оно эволвин. И они говорят и evolution, evolving. То есть сама эволюция эволюционирует. Средство эволюции, потому что она была сначала вещества, потом она стала культурной эволюцией. То есть эволюция поведения, поведение можно было заполнить. Техническая эволюция, потому что через биологические системы мы делаем экскаваторы и дата-центры, и там оно эволюционирует. И идея замечательная, потому что мы не знаем, сколько стоит Gemini 2.0, а вот эта вот штука стоит копейки, и мы знаем, что там такой большой запас по цене. Вы не можете себе представить. Мы можем позволить себе новые системы, можем позволить научить чему-нибудь удивительному. Просто все сейчас в некотором изумлении, все это повторяют, бумажки очень подробные.

1:13:36 Speaker D: И это буквально музыкой навеяло, потому что я сегодня опубликовал, как еще один китайский проект на более мелких системах. Он два месяца назад начал эти эксперименты и показал ровно то же самое, что сетки научаются эволюционировать. И вышли некоторые работы, которые показывают, что нейросетки, вообще говоря, в них работают эволюционные алгоритмы. Они даже если математически равны вот этим вот эволюционным алгоритмам. Это было показано впрямую для алгоритмов Diffusion, которые в основном работают с изображениями, но уже есть применение к текстам. В общем, с эволюцией у нейросеток Роман И у бизнеса роман, и скорость этой эволюции вы видите. Дальше читайте теорию стратегирования, и там отсылка на труды Тома Себа. Тони, да. И у Тони Себа там прямо говорится, что смотрите, там экспоненты, и они конвергируются. Когда говорилось, что все очень хорошо, но посмотрите, робот современный стоит 192 тысячи, вот такого университета покупают. Китайцы сейчас антропоморфных роботов с диким количеством степеней свободы продают где-то за 16 тысяч. А вот эти вот собачки у них от 2 тысяч долларов, которые пляшут там на одной ножке.

1:15:05 Speaker D: Это то, что у нас можно было купить буквально 2 или 3 года назад у Boston Dynamics. Примерно вот такой же состав за 90 тысяч долларов, а тут за 2. Для учебных целей. И за осеем, наверное, можете сговориться, если не для учебных. Вот. Ну, вы, наверное, помните вот этот вот This is fine, да? Просто все забыли, откуда это взялось и как там, чем закончилось. Вот это полный, полный мем. его разыскал его привел все отлично и а маккей виза и вензит а он полдень карантин за такие things are going to be ok ну и следующий кадр вы видите чем это все закончилось да и вот тут вот самое главное что супер интеллигент будет буквально завтра и А вообще говоря, Сэм Альтман недавно сделал твит насчет Singularity. Мы очень близко. Итак, пауза такая. Неизвестно, с какой стороны от нее. Очень близко. Но она сзади нас или впереди, не очень известно. А если вы посмотрите мой блог, я примерно то же самое где-то в прошлом году уже говорил. Что я не очень понимаю, мы вот с этой стороны сингулярности или там? Что взлет уже прошел или как бы не прошел? Потому что ну я до модели О1, я помните говорил, что работать с нейросеткой это себя не уважать, да?

1:17:05 Speaker D: Я работаю много с нейросеткой, все проверяю, конечно, потому что этому верить совершенно нельзя, но я с нейросеткой работаю, начинаю с О1, там уже можно поговорить. Тем более, если кто не знал, неделю назад я об этом написал, я ухитрился зарегистрироваться прямо в OpenAI, потому что нейросетка OpenAI не требует американского номера телефона, ей достаточно почты и гугля. Они там все понимают. Конечно. Потому что вдруг что-то не так. Да, вот теперь не требуют. И я совершенно спокойно. И вы будете удивляться. Телефонный провайдер МТС имеет мтс платить платежи через мтс он прямо вам сумму переводит прямо open он прямо инструкцию дает как заплатить через меня конечно с диким ну дикие проценты берет но вы понимаете это мтс ну там примерно до 5 но там курс непонятный потому что ну курс другой стороны там настоящие они объявлены центробанком ну в общем Понятно, да? Зато МТС, он не обманывает, он честно присылает виртуальную карточку и честно, извиняюсь, сочиняет американский адрес.

1:18:27 Speaker F: На сочинялке американских адресов.

1:18:30 Speaker D: Вот. Я просто к тому, что… Я сегодня мучал Gemini, вот этот синкинг, который там хвалили, и мучал OpenAI. Я буквально задавал вопросы туда и туда, потому что за доступ к аналогу O1 Gemini все понимает. Google это все-таки гуль. В AI-студии они берут ноль. Говорят, зато мы побеждаем. У нас примерно того же уровня система. Но зато у нас не 128 килл вот этот вот окошко, а у нас 1 м. И бесплатно. Потому что ты туда идешь, они говорят, если ты не наглеешь, и у тебя что-то там, я не помню, несколько тысяч запросов в день, но не более чем 70 в минуту, или что-то такое, то мы тебе бесплатно. Если больше, то ты перепродаешь, извини, за деньги. И если через API. А так вот пользоваться как ты, ну вот, пожалуйста. Enjoy. Я enjoy, а все-таки O1 лучше. И О1, ну, явно лучше. Просто как-то бросается лза. Я не понимаю, как они выиграли в этой арене. Мне просто непонятно как. Видно, есть люди, которым стиль гугля ближе, но мне как бы он дальше. Ну, либо там какие-нибудь контексты, там хорошее знание кому отвечает. А я успел, чат GPT меня успел выучить. Но самое главное, что у вас есть все вот это, а сегодня уже более-менее бесплатно, если вы не звереете.

### 9. Значение физической активности и ментального фитнеса

1:20:13 Speaker D: И вот тут вот очень важно, чтобы быть здоровым и продуктивным за деньги, потому что деньги вам потребуются, потому что если бы кошечка могла заработать и поработать, она бы заработала и взяла бы себе тех конфеток, которые она хочет, а не которые ей дают. Вот с людьми то же самое. Вы будете накормлены, это нет проблем, потому что пища, ну как бы это же вообще, ее выкидывать можно будет. Если вам надо, вам сделают из шоколада стол, поставят, грузите хоть весь год. А вам захочется в этот момент не из шоколада, а что-нибудь с перцем. А не будет, потому что перец это будет другая штука. И надо будет заработать. Работы всем хватит. Сумма работ в мире не постоянная величина. И вам надо упражнять тело. И вам нужен фитнес, потому что физический труд удел механизмов и теряется ловкость и здоровье. И я поэтому хожу на танцы, хотя я в январе был не так много, но в общем хожу. И иногда даже дома. потому что не успеваю в январе выбираться, и опять же болел, я не всегда был здоровый до сих пор. Дальше будет проще.

1:21:28 Speaker D: Но самое главное, что Паул Грехам, который игрокомбинатор, знаменитый этот самый венчурный наш гуру акселераторов, он говорит, ну что, физический труд ушел на механизмы, и открылись качалки, И вы занимаетесь идиотским делом. Вы платите деньги за то, чтобы поработать. Помните про Тома Сойера? Во, вы идете и просто тягаете бессмысленные железяки на вот этих вот станках. Я танцами занимаюсь почему? Ну, все-таки девушки, с которыми я танцую, они мягче и пахнут приятнее, чем эти железные тренажеры в этом потном зале. А так то же самое. Вы попробуйте взять девушку и прикладывать из руки в руку, ну как бы 2 часа, гантелька даже 5 кило на 2 часа, и она же тренер, потому что если вы скажете, что-то я устал, на вас посмотрят, как бы не поймут. И вот смотрите, то, что я говорю, это ровно потому, что у нас физического труда у населения уже особо нет, чтобы поддерживать организм здоровья, вам надо трудиться. Вам надо mental fitness, когнитив джинс, Вам надо читать сложное, писать сложное. Потому что не пишешь, не думаешь. Мало читаешь, плохо пишешь. Ведь можно разучиться думать. Он так и пишет, что ребята, ЛЛМ за вас все сделает. Она за вас все напишет.

### 10. Влияние технологий на обучение и мышление

1:23:00 Speaker D: А помните два молодца одинаковых стрельца? Я хотел это вставить, но потом уже не вставил. Что вы за меня и есть будете? Да. Она за вас все напишет и съест. И он говорит, слушай, но ведь реально же все напишет. Люди прекратят писать. Потому что если я знаю, что мне надо написать письмо, я скажу, слушай, сетка, наговорю ей. Ты напиши, учти там все, что надо. И отошли. Вот оператор, он ровно вот это делает. Он найдет себе интерфейс и все там сделает. Ну, все сетки это делают. Не только чат GPT-ский этот оператор. А что говорит Цукерберг? Если я его… Или не Цукерберг, а Сэм Альман. Ну, сейчас всех вот этих ребят спрашивают, а что вы делаете со своими детьми? Потому что вашим детям грозит, в общем-то, то же самое, что всем нам. Он сказал интересную мысль. Он говорит, что детей я учу, что все ответы на вопросы ты получишь в машинке, которую я же и делаю. Они все делают свою машинку. Она самая лучшая. Виллан Маск свою машинку делает, этот Грок. И Цукерберг делает у него там самое лучшее. И Сэм Альтман делает, и видите, и Гугл делает, и вот китайцы тоже делают, и не одну машинку. Надо упражняться в задавании вопросов.

1:24:35 Speaker D: Я этот момент уже словил, потому что я работал, работал, я честно ждал, я как бы не привыкал к этому делу, пока я не понял, что уже, пожалуй, больше выигрыш будет. Ну, я задавал вопросов, а там лимит у той же О1, если вы помните, лимит 70 штук, по-моему, или 60 штук каждые 3 часа на 20 долларов в месяц. 60, да? 60 вот а каждые три часа возобновляется у меня нет столько вопросов заведомо а я нет потому что 60 вопросов если я сделаю программу которая будет задавать вопросы туда а если я сижу и думаю сам то у меня нет Потом я иногда думаю, ну да, в качестве развлечения, я спрошу что-нибудь такое, и я понимаю, что вот просто ради любопытства спросить там, типа, сколько звезд на небе, ну, глупая такая штука. А ты должен задать вопрос еще такой, чтобы это тебя подтолкнуло к какой-то правильной догадке или сетку заставило бы сделать правильную догадку. И хороший вопрос надо еще задать. Эйнштейн очень долго думал, у него невязка была, и он задал хороший вопрос. Говорит, я вообще удивляюсь, но такое впечатление, что подозреваемое время. Он когда теорию относительности делал, он говорит, такое впечатление, что все вот уже не сходится, время, ну не время.

1:26:09 Speaker D: После чего пришлось придумывать вот это вот пространство-время вместе, и еще и кривое, потому что по кривизне там силы гравитации исчезли. Вот это была нормальная такая догадка, да? А были, ну до этого сила была, Ньютон, крупные тела притягиваются своими массами, очень неплохо все сколлось. Маленькие невязочки были. С Ньютоном вы GPS не запустите, спутник. Навигация не будет сходиться. Потому что 22 тысячи километров и массы Земли хватает, чтобы пространство исказилось. Все говорят, так она же круглая, и там же изострерической формы невязка. Нет, ребята. Из-за массы земли, из-за искривления пространства времени. И вот чтобы вам надо, чтобы вот к такому привыкать, вот таким поворотом, вам надо тренироваться задавать вопросы и понимать очень нестандартные ответы. Надо знать, что спрашивать. И надо быть готовым читать тот ужас, который идет. Но вообще, я вот, например, на каком вопросе я тренировался? Я задавал вопрос про то, почему, если у нас функциональное программирование идет в жизни в больших количествах, то мы не учим детей функциональному программированию. Ну, начни учить раньше. А детей учат процедурному программированию всех. В лучшем случае объект-ориентированному.

1:27:44 Speaker D: И сетки все хором сказали, потому что мы детей учим блоковым языком. Они раньше назвали тайловый, типа Scratch. Потому что это минус синтаксис. И все. И функциональным языком не учим, не прижилось. Вопрос, а почему мы тогда в УЗИ не учим? СИК был хороший курс. Ну, говорят они, там с тем курсом были дикие проблемы, потому что самые одаренные люди в МИДШЛИ. После чего они выучивались, им давали что-нибудь написать на питоне, и они дальше не могли. И все остальные курсы, которые велись на питоне для обычных смертных инженеров, они шли мимо, потому что приходилось учить вообще с нуля. Сначала курс питона, а потом все. Они сказали, идите вы с вашим вот этим вот, и начали учить с питона, и в общем все у них хорошо получилось. С функциональным мышлением, с компьютер-сайенсом все плохо. абстрактным мышлением. После этого программистов перестали этому учить. Вопрос, а детей учат? Выяснилось, что да, детей функционального программирования учат буквально в паре проектов, но их учат не по линии компьютер-сайенс. Потому что по линии компьютер-сайенс оно все загнулось. Потому что учителя в лучшем случае знают питом, и они пришли из инженеров, питоном с маленькими фичами функциональности.

1:29:03 Speaker D: Мультипарадигмальная. А учат чему? А учат дети. Дети. Ну все. Оперативное программирование. Значит, учат в курсах алгебры. Есть проект Bootstrap, который учит. Ну и вот ты с сеткой беседуешь. А почему вот это? А почему вот то? А что там дальше было? А дальше проект Bootstrap он на Racket, а дальше они придумали Pirate… Они придумали свой синтаксис для функционального программирования. И после этого оказывается, что провели измерение, и если вы даете деткам вот это функциональное программирование, которое впрямую привязано, прямо в куррикулум, привязано к курсу алгебры, то усвоение детками математики много выше, а заодно они, понимаешь ли, функционально программируют. То есть, оказывается, учить мышлению и математике, и строгости мысли и всему прочему по этой линии надо идти не к тем людям, которые учат компьютер-сайенсы, которые потеряли, извиняюсь, способность мысли, а надо честно идти по линии алгебры, математического мышления. Вот это вот я… Вот этим я и занимался. В принципе, еще надо упражняться в собранности. Потому что вам надо упражняться в концентрации.

### 11. Необходимость адаптации к новым условиям и технологиям

1:30:27 Speaker D: И когда у вас со всех сторон окружают нейросетки, значительная часть из которых вам хочет что-то продать, вам не расслабляться. Каждый раз, когда у нас в чате школы, У нас появляется, что вот награды, там ачивки получили вот такие-то, вот такие-то люди. Значит, примерно через полчаса-час аж два разных бота говорят «Поздравляем всех!» Ну, понятно, сообщение прочитано было, они приходят, читают и там «Поздравляем!» Больше ничего, надо идти в их профиль и видеть, что там кроме рекламы ничего нет в этом профиле. Я аккуратно выкашиваю этих ботов. Но это же надо зайти, прочесть, понять, о чем идет разговор и прицепиться к последней реплике. В моих чатах такое довольно редко, но вот, извиняюсь, в чате школы это вот просто на постоянно. Паразиты хакают интерфейсы, влезают буквально на хакерских интерфейсах в чаты, в почтовые программы, во что угодно. Я когда поставил в помодовилку, это было, по-моему, где-то месяц назад, да? На три чата у меня было 60 сообщений. Значит, сейчас эта спамодавивка давит на трех чатах 90 сообщений в сутки. Вот надо тренироваться. Ментальные паразиты, это в том числе купите у меня ненужное. Все что угодно. Войдите в мой проект, все что угодно.

1:32:02 Speaker D: Все равно вас обманут. Но иммунитет надо иметь. Отчасти паразитов удастся защититься. Это означает, что у вас должна быть концентрация заниматься вашим делом. И не отвлекаться на другие предложения. А у вас должен быть тренинг в деконцентрации. Потому что если вы сильно сконцентрировались, и у вас туннельное зрение, вы видите только свою задачу, а рядом звучит пожарная тревога, все куда-то бегут. А вы этого не замечаете, потому что заработались. Вот этого не должно быть. Поэтому вы тренируетесь в концентрации и вы тренируетесь наоборот. 360 градусов внимания, потому что если что-то новое пришло к вам сбоку, то вам бы хорошо это заметить. А оно к вам точно придет. Придет достаточно быстро. Следовательно, новое, что появилось, это вам надо, и вот я в некоторую черту такую подвел, вам надо готовиться к чрезвычайно быстрым сменам обстановки. в которые прикладные знания по каждой предметной области, куда вам удалось войти, они сдохнут через три дня. Но самое главное, что вы их не успеете за эти три дня освоить, а все прикладные знания будут на ней рассеяться. Вот мысль вот такая. То есть с одной стороны, я раньше всегда говорил,

1:33:27 Speaker D: Что ситуация такая, что вы будете учиться новой специальности регулярно, переучиться регулярно, непрерывное образование, ля-ля-ля-ля-ля, фа-фа-фа-фа. Я говорю, да, только вы не будете успевать это делать. В новые проекты вы будете втыкаться, но прикладным знанием будет обладать нейросетка. А вы, ну, вы должны обладать общим знанием, чтобы с этой нейросеткой поддержать разговор. А что, такой бывает ответ? Да, ради бога, я там как директор по развитию, у меня там куча спецов. Я вообще ничего не понимаю в том, что делает каждый из них. Но я понимаю, как с ними поговорить, чтобы они сделали что-то полезное вместе. Этот говорит, что делать, этот говорит, как делать, этот говорит, сколько оно стоит, этот говорит, где я найду клиента. Я их собираю каким-то чудесным образом, я договариваюсь. Но я ничего не понимаю в том, что они делают. То есть руководители, они вот так вот примерно и работают. Нет, есть гениальные руководители, как Илон Маск. Потому что он реально инженер. Он и говорит, я 70% своего рабочего времени работаю инженером. Класс. Но он все равно, боюсь, не сможет запустить ракетный двигатель.

1:34:49 Speaker D: И я боюсь, он не сможет разместить буйок, который вот этот корабль встречает и на камеру. Видео с буйка очень, конечно, впечатляет. Откуда-то с неба появляется корабль, зависает над водой, там стоит буйок и камера его на это место наведена. не сможет. Тем не менее, мы понимаем, что в такой среде люди могут работать. Для этого нужно какое-то неспецифическое знание о том, как устроена человеческая деятельность. И вот это самое умение поддержать разговор со специалистом на тему, на которую ты совершенно не понимаешь. Для меня это знание логики и всяком таком, где, вы помните, логику тренируют на примерах бессмысленных. Найди логическую ошибку, а там какие-нибудь крокодильчики, 8 зеленых шаров, 4 крокодильчика на 8 шаров, и ты понимаешь, что речь идет об абстрактных объектах, и тебе как раз надо абстрагироваться от того, что ты их не знаешь, и проследить за рассуждением. Вот это умение проследить за рассуждением, это крайне важное умение. При этом замечу, что интеллект аборигена из джунглей и топ-менеджеров компании Единорога, вообще говоря, разный. Потому что интеллект это умение решать задачи. Вас послали запустить синхрофазотрон.

1:36:16 Speaker D: И я смею вас заверить, что вы справитесь быстрее с запуском синхрофазотрона. Потому что человек из джунглей потратит столько же времени, сколько вы, поскольку биологический мозг у него такой же. Но ему надо получить все то образование, которое вы получили много лет. Просто вот до уровня, вот как вы сейчас сидите прямо на этих стульях. Каждый там у себя дома сидит. Удивительное дело, да? Вот поэтому они не сопоставимы. Теперь смотрите реальность. Вот та самая экспонента. что это обезьянка искусственный интеллект, что вы понимаете, да как бы там тра-та-та, да надо регулирование. Да-да, напишите в Спортлото, что искусственный интеллект надо отрегулировать. В Америке сейчас все стоят на ушах, ровно потому, что Дипсик говорит, что у них гады, гады, у них цензура. Потому что тянь-ань-мэнь, как бы вот, гады. Что пишут наши товарищи на чистом русском языке в чатах? Побеседовали мы с той сеткой. Действительно, протяненмен молчит, потому что там политика. Но на все те темы, на которые вы ни за что не спросите, даже, извиняюсь, гигачат, я в гугле, я попробовал вчера, я написал, что нарисую учительницу, был день учителя, нарисую, звери в школе поздравляют учительницу. Он говорит, нет проблем.

1:37:53 Speaker D: Рисует одну, звери в школе поздравляют учительницу, на других они пишут, не можем тебя показать, потому что полиси. Я говорю, а подробности какие? Он говорит, ну там же дети. А у нас в полисе детей не рисовать. И селебрити не рисовать. Мы тебе ни учительницу какую-нибудь с именем, ни детей, вообще ничего не можем. Вот так. аэродин как вы понимаете квн вы можете совершенно спокойно на любые темы кроме тяньаньмэ а в америке вы про тяньаньмэ сможете больше ничего зато римский император как вы понимаете у вас будет приятных шоколадных оттенков я думаю это все запомнили когда мы говорим про цензуру про всякое такое все стоят на ушах Понимаю, что нельзя это сохранить. Вы напишите в Спортлото, что мы будем регулировать. Не хочет Европа иметь чат GPT, а Европа не хочет иметь чат GPT. Не надо. Мы, говорит, сама работаем над тем, чтобы в Европе это было доступно. Работаем. И будем работать. Ну, результат мы знаем, да? Все стреляют себе в ногу, получается. Да. И мы понимаем, что интеллект — это сориентироваться в новых обстоятельствах, воткнуться в проект. И тут вот прикладное мастерство. Ожидалось, что прикладное мастерство должно быть у людей, что вы должны еще уметь что-то делать свое.

1:39:32 Speaker D: Если честно, я уже не ожидаю, что тут будет что-то свое. Поэтому вот этот слайд мне бы надо было тоже как-нибудь там поменять, потому что у нас будут работать люди-прочерки, как я говорил, он не умеет ничего, только общий разговор поддержать. Но он очень хитрый разговор, потому что вам надо будет поддержать некоторую, как это, воткнуться в коллективное разделение труда и воткнуться, ну как-то осмысленно, потому что бессмысленно воткнуться нейросетка тоже сможет. А вот осмысленно воткнуться, ну она тоже, конечно, сможет осмысленно воткнуться, но у вас будет хотя бы какой-то шанс. Итак, образование, доучиваем интеллект по максимуму на универсальной ситуации, на вменяемость, то есть модель языка должна быть, хорошо подвешенный язык и рациональность. Обучение должно быть по специализации инженера и менеджера, но сейчас… Непонятно, но пример должен быть, потому что у вас общего обучения не будет, если у вас не будет граудинга на что-нибудь прикладное. Добавляем мозг и киберсобранность. То есть экзокорпекс, биологический мозг, беспамятен и невнимательный, коммуникация с другими мозгами ему в помощь.

1:40:45 Speaker D: При этом добавляем мозг либо другого человека, либо ЛЛМ, либо еще кого-нибудь целой фирмы может быть. целой сети. Добавляем инструменты, датчики и актуаторы. Актуаторы, эффекторы, моторчики. Датчики, я думаю, переводить не надо. Развиваем тело и прихватываем экзотело в пределе роботов. И это как раз образование для образованных. Вы чувствуете, что то, что я рассказываю, оно как-то в вузах почему-то об этом не говорят. И в школе как-то не говорят. Меня уже это даже не смущает. А как часто меняется мастерство инженерии вообще в целом? Можно ли научиться навсегда? Оно должно меняться часто. Это софт в голове моделлера. Не реже, чем прошивка на телефоне, не реже, чем самые телефоны. А прошивка на телефонах сейчас будет часто меняться? Ну как, прошивка, пока люди ее делали, она менялась раз в полгода. А поскольку сейчас не люди ее делают, то она может и чаще меняться. И хардверк телефона может меняться чаще. И вообще все то же самое, только быстрее. Человек из прошлого тысячелетия, из прошлого века, из прошлого года и даже месяца декаризм, я думаю, что про искусственный интеллект, наверное, то, что я рассказываю, многие из вас даже и не знали. Оно там где-то шумит.

1:42:14 Speaker D: А я что-то вот такое рассказываю, говорю, что вот оно прям сегодня. Пользуемся ежедневно. Хороший ментальный прием – представлять себя дикарем только из джунглей и регулярно пытаться сориентироваться. Вот пока я был в джунглях, то есть в своем рабочем проекте, работал, у меня дедлайн, у меня Новый год, у меня отчет, у меня клиент. Что изменилось? Что я не понимаю в происходящем? Лучше сразу отвечать. Вообще ничего не понимаю в происходящем, потому что сингулярность – это как раз одно из определений, когда уже никто не понимает, что происходит. Я тебе честно говорю, я вообще ничего не понимаю. Ну, живу по инерции. Надеюсь выжить. Что нового умеют окружающие меня люди? Что они нового умеют? Ну, они умеют общаться с сеткой. Вы ее видели? Сколько интерфейсов вы посмотрели? Если вам надо срочно задать вопрос, на какую кнопку вы нажмете? Замечу, что из России это делать не так просто. Вот, например, пример, который я как раз Кирилл, как я сейчас работаю. Кирилл мне подарил, потому что он бригадир, ну, нельзя так говорить, но есть способ обойти русском позор, тоже так нельзя говорить. Ну, в общем, есть способ притвориться какой-то сеткой.

1:43:33 Speaker D: И у всех работает хорошо, но у меня провайдер Ростелеком, и он каким-то чудесным образом показывает, что да, ты не в Москве, все работает, ты в городе Муром. Муром в Владимирской области? Устойчиво. Я ничего с этим не могу сделать, потому что и другой сервер, и другие пароли, он говорит, что если через вот это вот open чего-то там, вот ты в городе Муром. И Facebook при этом показывает, но крайне медленно, И как бы в городе Муром, наверное, там в Фейсбуке более вежливые провайдеры. А у меня есть Browsec, купленный сервис, у которого Соединенные Штаты Америки работают, можно сказать, через день. Потому что утром они работают и хорошо работают. Потом они пишут, если у вас не работает, то это мы чиним. Чинят они ежедневно. Реально. Ежедневно. А он показывает, то работает, то не работает, то работает, то не работает. Я понимаю, что поломалось где-то по пути. Что я делаю? Я запускаю оба сервиса.

1:44:42 Speaker C: В этот момент оно говорит, ты в Штатах, и работает быстро. Быстро встречается с Штатами, берет из одного VPN, а из другого VPN берет то, что оно дотягивает до этих Штатов.

1:44:56 Speaker D: И работает быстро. Вот смотрите, если вы… где работаете с этими новыми технологиями уже сегодня и не понимаете, о чем их спрашивать, у вас нет вопросов, вы не понимаете, как с этим сработать, то завтра вы просто потратите месяц на то, чтобы привыкнуть к этим технологиям. И если я еще пару-тройку месяцев назад говорил, что не волнуйтесь, успеете, то сегодня я говорю, не, ребята, уже как бы не успеете, потому что у вас производительность вашего умственного труда будет ниже без вот этих вот LLM. Причем пользуйтесь, ну там как бы тоже нет в мире счастья, потому что вот это O1 вы не можете кроме картинок ничего ей дать в виде файлов, вы не можете использовать для поиска. А O, которая сильно глупее и которой надо мучиться с промптами, вы опять же со всеми инструментами, но она сильно глупее. А кроме того, вам надо научиться пользоваться O1, потому что O1 это не чат. И все сейчас с ужасом и хором говорят, что мы считали, что это глупая штука, а она оказалась очень умная. Только пользоваться надо по-другому. Значит, это не чат, это генератор отчетов. Что такое генератор отчетов?

1:46:14 Speaker D: То есть вы грузите туда, к ней, все, что можно, все, что знаете, все, что вы хотели сказать, рассказываете, кем работала ваша бабушка. что будет использовать ваш ответ, что вы уже сами думали на эту тему, что вы знаете. А потом жмете кнопочку типа «Ответь». И она дает вам один ответ, как генератор отчета. В чем ответ будет умный и то, что вам надо. Если вы в том же режиме, с моделью, которая называется просто «О», то там вопрос-ответ немножко не то, Подруливаете. Знаете, как на автомобиле едете. А тут нет. Ты долго грузишь, грузишь, грузишь, потом кнопочка и через телепортал попадаешь в точку ответа. И ответ хороший. Но если вы пытаетесь початиться, вас ждет катастрофа. Потому что она такая же глупая, как сетка О. Контекста мало. Уму негде развернуться. Там, как они и пишут, что вы от этой сетки ожидаете, то она вам и выдает. Хотите на уровне Философия доктора. Ну и грузоники, как философия доктора. Если хотите поболтать, ах, ты поболтать? Да, я сейчас с тобой. И у вас будет поп-мьюзик. Вот это поп-мьюзик как о. Вот вы должны все время понимать. Вы понимаете, что я сейчас говорю, не понимаете, пробовали ли вы разные сетки. А ситуация меняется каждый день.

1:47:47 Speaker D: И замечу, что это примерно так же, как мы когда-то смартфоны меняли. Помните? Компьютеры меняли, потому что кто без ноутбука, тому очень тяжело было на работе. Кто без смартфона, очень было тяжело на работе. Особенно в менеджменте, ну как бы я помню, что как-то юг был полный. Я менял каждые полгода, потому что вариантов не было. Каждые полгода, а тут не каждые полгода, а тут вот сейчас момент, когда они все там с ума сходят. И мы просто не знаем, что будет следующее. Китайцам надо давать ответов, но китайцы говорят, извините, ребята, вы тут нас обидели, нам чипы не даете. Сейчас мы вам покажем. Кстати, у нас в России тоже ответ на эти чипы. Знаете, какой интересный ответ? Раз нам не дают чипы, значит, мы возьмем и сделаем свою экосистему. Все машины, все. А поскольку чипы все равно не дают, и машин не дают, и запчастей не дают, и к экосистемам не дают, значит, мы и стандарт поменяем. Стандарт берем, ну, конечно, не такой радикально, но на 30%, который просто длину волны фазера, мы делаем другую. И там получаем сразу на 30% прирост по точности. Ну, а все надо с нуля сделать. Ну, хорошо, говорят, за 10 лет сделаем, мы никуда не успеем.

1:49:17 Speaker D: У меня впечатление, что при тех темпах, которые сейчас, то это может и быстрее, чем за 10 лет произойти. И еще непонятно, что там будет происходить, потому что это все надо успеть построить, это все надо успеть отладить. Ну, как бы да, а там Legacy. Мы знаем, что происходит с Legacy. Я считаю, что сейчас очень интересный момент. Кто был никем в таких ситуациях, тот становится всем. Я очень хорошо помню Советский Союз во время перестройки. Был стабилизец, стабилизец, а потом вдруг все побежали, побежали, побежали. Вы знаете, кто был никем, тот стал всем. Лужков был, как вы помните, в химическом институте небольшим научным сотрудником. И многие так были. А потом вот как-то все вот так вот и случилось. Помним этот момент. Следующий слайд достаточно важный, потому что нам надо понимать, что образование для образованных в кавычках и образованных актуально всегда. Почему? Потому что непрерывное образование, если мы рассматриваем эволюцию и мы рассматриваем себя как вид, значит это непрерывная адаптация на динамическом ландшафте приспособленности. Вот он тут на картинке Dynamic Fitness Landscape. Как я это получил?

### 12. Эволюция образования и его роль в современном мире

1:50:51 Speaker D: В принципе, если вы идете в этот фитнес ландскейп, в энциклопедии по ссылке, то там будет видео. И вы увидите видео. И из этого видео я аккуратно скачал, взял оттуда несколько кадров, чтобы показать, что вот эта вот популяция, и это надо понимать, что там точечек много, это популяция. Помните, я говорил о разнообразии? Нам нужно некоторое разнообразие. И оно на холме, вот к этому оптимуму, оно все вот там расположено. И вы видите, что часть они, в общем, не совсем оптимальны, а часть они залезают на верхушку, некоторые остаются. А потом смотрите, интересная картинка, она третья сверху.

1:51:32 Speaker C: Те, которые на верхушке, вдруг обнаружили, что они изменяются не в три горы, а они находятся, как бы сказать, где? Ну, нигде.

1:51:43 Speaker D: А те, которые не успели, застряли, они сидят между там, где нет горы, и там, где вдруг неожиданно новая гора. Новая гора – это, естественно, оптимум. По осям – это фичи, которые они успели себе отрастить. Это приспособленность, как бы верхушка. И фишка в том, что там, где было хорошо, я, например, нашел себе теплое место телеграфиста. И я знаю азбуку Морзе. Там вдруг неожиданно я вижу, что все ходят с телефонами, а телеграфисты уже не нужны. Представляете, сколько я времени потратил, чтобы научиться работать на ключе. Мне казалось, что это вообще круто, немедленно круто. Потом вообще все это как-то отмерло. Вообще ужас. И я сколько денег потратил на телефоны. кто-то вы, а теперь даже на этот телефон. И я звонил, ну, как бы, я даже не звоню, а звонил, я даже сегодня один раз позвонил впервые за неделю, поздравить с днем рождения подругу в Ростове-на-Дону. Я это сделал через WhatsApp, функцию звонка, потому что, ну, не через телефон же обычный, да? Вот так.

1:53:01 Speaker E: Телефон уже только с памятью.

1:53:03 Speaker D: А ужас от сколько денег туда вкрутил сколько у меня дома полочка была она забита было этими телефонами и смотрите это ровно вот это это и называется динамик фитнес манской потому что раньше в эволюции говорили о фитнесе то фитнес это приспособленность выживает при самой приспособлены я обратите внимание самые приспособленные дохнут это вы видите как люди которые у них биология в голове, они нам рассказывают Кристенсена. Помните эти перескоки с S-образной кривой на S-образную длину? Помните? Дилемма инноватора называется. Ему как это, направо бежать или налево? И вот когда надо сбегать с этой вершины? И мы видим, что это тот же самый Лемон и Стэнли, которые говорят, что прыгать надо по камушкам. И когда мы объясняли, что только камушек, как в игре Перестройка. Помните, когда-то несколько лет назад я любил показывать игра Перестройка. Там лягушка прыгает по листам кувшинки, которые уменьшаются. Была такая игра. Крутая игра, да. Вот и вы видите то же самое. Я вижу гору, я иду на гору. И прямо по ходу моего взбирательства я понимаю, что те, кто успели на этой горе быть, они сдохли.

1:54:28 Speaker B: А я еще живой просто потому, что не успел туда попасть.

1:54:33 Speaker D: После чего мы начинаем взбираться на новую гору. Но после того, как мы забрались на новую гору, история повторяется. А можно ли остановиться? Ответ нет, это open-endedness, это будет всегда, надо вовремя отовсюду удирать. Желательно до того момента, когда гора ушла, то есть в момент, в пик всего. Я когда-то драпал в рынке ценных бумаг, когда все вокруг меня сказали, ну все, теперь как бы остаемся с рабатами, я говорю нет. Рынок ценных бумаг немножечко уже все, они говорили, как это, там ГКО что-то не то, и вообще там все оторвалось. Значит, это была осень 97-го года. А потом в 98-м году был небольшой крах на рынке ценных бумаг. У меня уже год на этом рынке нет. То есть там вот надо вот как-то вот так вот, как-то вот… прыгать и это просто все будет быстрее и быстрее потому что сначала этот ландшафт год менялся а потом быстрее и быстрее смотрите мой тезис что образование а под образованием я обучение в целом это всему да и прикладному и фундаментального образования я беру вот как мы определяем наших курсах что это только фундаментальные дисциплины значит образование образованные

1:55:56 Speaker D: Они после школы технического вуза, это в кавычках, они имеют опыт коллективной работы, но не созидательно-аналитической. И это вообще образовательный фейк. Потому что он к этой картинке не имеет никакого отношения. Их научили прикладным каким-то дисциплинам, которые сдохли прямо вот в день, когда они закончили школу и закончили вуз. А фундаментальному научили? Нет, не научили. А вот образование фундаментальным дисциплинам, без кавычек которое, оно дает вот то самое вулвабилити за счет усиления интеллекта. и беда только в одном, там еще агентность туда ходит, беда только в одном, то состав лучшего образования тоже меняется, эволюция образования тоже идет, новые предметы появляются, старые предметы меняются. Например, про ту же самую эволюцию я уже насколько слежу, я понимаю, что вот этот расширенный эволюционный синтез, extended evolutionary synthesis, он все-таки немножечко другой.

1:56:58 Speaker D: Он ну как бы сильно эволюция поменялась а дальше я понимаю что сейчас 20 часов 58 минут и как всегда вы видите я успел почти до середины дайте и поэтому всю рекламу школы которая хотел сделать без маркетинга вы обойдетесь но я конечно успею за 2 минуты много сказать самое главное то есть эволюционный пилот он и И что учить, как везде, старенькому мы не будем. И мы стараемся быть в State of the Art в школе. И вот эти вот, все вот эти вот S-образные кривые Кристенсена, когда прыгать, мы стараемся прыгать пораньше. И критика нашего подхода, мы ее знаем. И мы на нее отвечаем. На слайде вы можете посмотреть. И мы все равно учим транс-дисциплинам интеллект стека. И на базе них мы учим кругозором прикладных практик менеджмента, прикладных практик интеллекта, прикладных практик системной инженерии. Системной инженерии на кругозорном все-таки уровне. А LLM вам научат всему современному. Желательно еще опыт иметь некоторый, чтобы сравнивать то, что вам советуют, с тем, что вокруг вас в жизни. Но самое главное, что мы четко говорим, что, скорее всего, проблемы тех, которые впереди, это не проблемы тех, которые вон там в середине пилотона. И мы понимаем, что трудно этому отвечать.

1:58:40 Speaker D: Мне всегда говорят душнило, когда я говорю дважды 24. Мне говорят, душнило, что грузишь? Это везде, это стандарт. я душного да я как вот написал в этом у тебя мозг уже усох так что дважды 24 тебя задушит видишь уже души то есть ты уже не понимаешь поэтому иди примитивное существо а я уж по душню дальше Вот я понимаю, что с нашим подходом мы примерно вот в такой сейчас позиции. У нас не обучение развлечения. И мы занимаемся инженерией железа, софта, личности, организации, сообщества. И мы учим вот этому разделению труда, которое вот прямо на этом слайде. И этот слайд, он прямо из моего вот того самого семинара, который был закрытый за деньги, двухдневный. И он прямо шел в производство у некоторых людей. И замечу тут роль методолога. У нас один из реформаторов пишет, что уже двое принято методологов на должности методологов. То есть эта штука оказалась вообще вполне рабочей себе. И мы готовим создателей систем, меняющих мир к лучшему. У нас клуб создателей, потому что трудно говорить «выпускники», когда там никакого выпуска нет. Нас с этой планеты, с этой подводной лодки никто никуда не выпустит.

2:00:19 Speaker D: Вот это у нас все соклубники, они создают что-то, они агентны, они как бы что-то создают. И мы работаем, вот Super Heavy это ускоритель для выхода из атмосферы, а Starship это корабль. И вот мы понимаем, что инженерные и менеджерские роли, все эти визионеры, архитекторы, это кругозоры, мы на этом уровне готовим, но под ним роли по ускорению разбирательства со сложным и непонятным, они универсальны. И этому мы учим. Вот это вы видите состояние 2023 год, это интеллект стэк. Это стэк объектов внимания в познании. О чем думать в незнакомых ситуациях. Какие слова при этом внутри себя проговаривать. И мы вот этому вот вроде бы учим. План менять. В 2025 году страница этого курса. И если вы помните, образование для образованных, оно так и было. Вот примерно то, что я сейчас рассказывал в начале. А дальше интеллект стек. Я говорю, вот дальше идете в интеллект стек. Вот там многое уже поменялось. Понетизация, появились вот эти непрерывные мысли, continuous thoughts, и появился очень удивительный язык без языка, droid speak. Droid speak – это когда вы берете вектора вместо слов.

### 13. Семантика и искусственный интеллект

2:01:40 Speaker D: И сетка передает запрос другой сетки прямо на векторном языке, не переводится с обычного языка в векторное представление. Не токены, а вот эти вот DroidSpeak. Собранность у нас, киберсобранность. И там очень интересные вещи. Чат GPT имеет memory. Она запоминает, что вы там делаете. Вы можете редактировать эту память. Там все нормально. Вот эту вот собранность прямо учим. И в том числе те методы, которыми я пишу свои посты, я вам говорил, это та самая собранность. Люди не в состоянии с собранными быть на протяжении одной фразы. Они, типа, успевают переключить три раза за время одной фразы. У нас все на входе так. Это вот игра барышня-мадам, которую я сделал. Тренировку, может, мы будем делать. Как раз вот тренировка на собранность по простейшим правилам. Семантика. Семантика – это вообще удивительная штука. У нас была физика и математика. Физики придумывали для предметов математические понятия, которые ведут себя примерно так в ментальном пространстве, как предметы в реальном мире. Это экспериментами подтверждалось. А семиотика – это наука о локальных представлениях о знахах. Тут у нас появилось обучение представлениям, распределенные представлениям.

2:03:07 Speaker D: Вот те самые, которые там, дроид спик, коконат, что на языке вертится, но не помню, как называется. И вот фактически у нас возникает некоторая новая семантика, и искусственный интеллект с ней работает, а люди всегда с ней работали. Только это было все интуитивное, непонятное, S1. И хотя Канеман говорил, слушай, S1 вполне болтливая такая штука. Но как-то вот мы не могли говорить. А вот семиотика, там вроде бы более-менее все формальное, хотя и на примере простого языка. А тут вот не просто неформальное, оно бессловесное. Очень удивительная штука. Моделирование в распределенных представлениях. А тут моделирование формулами. А вот весь прогресс искусственного интеллекта, он вот тут. И если вы не понимаете вот этого второго треугольника, ничего не будет. А физика, там же проблема безмасштабности, проблема новой математики для физики. У Ванчурина прямо в опус души был. Он говорит, вы посмотрите на всех людей во всех науках.

2:04:05 Speaker C: Они пользуются математикой двухсотлетней давности. И еще и делают ошибки. Я, говорит, без слез не могу читать. Правильно говорили там, что есть физика и есть собирание марок. Так физика это другая математика, там все поменялось.

2:04:23 Speaker D: Да действительно смотрит математику там другая математика теория квантового поля там вообще все другое вот а пользуется математикой ну еще там лейбница и ньютона ну как можно мы же двадцать первом веке при этом когда-нибудь и лалэм будут исправлять ошибки уже потому что как исправляют ошибки вышла статья где пластик чрезвычайно вреден вообще пластику везде ну и едите и и все и каюк вот а потом выяснил что там математическая ошибка потом люди чуть сделаю они взяли статью засунули головы говорят даешь ошибку у один сразу говорит вот сонет она речет я не понимаю чем ты там говоришь ну как там вот размер То есть сделали эксперименты. То есть понятно, что вы просто берете статьи и говорите, а теперь проверь на математические ошибки. А потом, следующий проход, а теперь поменяй там математику на современную. То есть вот эта вся картинка, она сейчас меняется. И если вы не понимаете, о чем я говорю, это означает, вы не понимаете, на чем именно мир повернулся. Потому что на теории относительности много чего интересного поменялось. Ну Е равно МС квадрат и атомная бомба. Если вы не понимаете, вы просто не понимаете, как вообще она может сжать. Противоречит же всем законам физики.

2:05:54 Speaker C: Всем, но не всем.

2:05:55 Speaker D: Так и тут. Теория понятий. И там вот эта вот самая непрерывность понятий против дискретности. Потому что понятия то ли у нас непрерывные, то ли дискретные. То есть думать можно непрерывным, но как-то коммуницировать дискретным. А потом эти гады говорят и коммуницировать можно дискретным. непрерывном эти droids пик как раз вот на эту тему коконат онтология а шкала формальности мышления потому что джон слова все время говорит что онтология на верхнем уровне она должна быть ну резиновой неточной 200 понятий хватает. Люди, которые из ISO 15926, они говорили, промышленное применение заключается в том, что вы берете 200 понятий и все под ними. А они говорят, ну там же дальше надо до самого низу. Точно. Не надо. Потому что помрете. Объяснить не могли. Но теперь-то мы понимаем, что самое лучшее происходит на среднем уровне точности. Нейросетки так работают.

2:07:03 Speaker D: Формализм и формализм и когда нам надо доказать и формализм и с ними мы работаем только тогда когда уже ну вообще там алгоритмика тут я вообще молчу потому что software 10 мы все знаем software 20 уже знают очень мало кто и там всякие слова типа нейросуррогаты то есть вы берете нейросетку и заменяете сложную систему дифференциальных уравнений уравнений нейросуррогатом она считает примерно в сто раз быстрее и точнее а вот а как а выучивает это а тут software 30 software 30 говорит что вы не пишете софт для софта 20 который потом еще свою очередь дифференцируется а вы общаетесь с нейросеткой на естественном языке описываете вашу задачу далее сетка пишет софт и Софт этот дообучается на реальных данных, докалибруется, и далее он работает. Вот это вот сейчас. Ну и плюс все, о чем я говорю, в конечном итоге это нейросетевые алгоритмы, это алгоритмы. Алгоритм эволюции, алгоритм. И еще интересно, что обобщение алгоритмов для физического мира, констракторс, и отсюда выход на методологию, это тоже тут. Логика. Я дальше уже так говорю. Логика уже понятно обсуждали. Рациональность обсуждали. Познание и исследование обсуждали. Вот она Evolution Evolving, которая читается.

### 14. Эволюция знаний и методология

2:08:37 Speaker D: С одной стороны эволюция сама эволюционирует. С другой стороны эволюция всех вокруг развивает. Тут по-разному читается даже название. И вот тут в том числе эволюция знаний, техноэволюция, эволюция биологическая, вот познание и исследование. Эстетика, этика, риторика, методология. Методология просто переписанная, я даже ничего не буду говорить, потому что все это уже есть. И системная инженерия, ну тут можно сказать, что системную инженерию я переписываю прямо сейчас, и там она так и начинается с того, что инженерия это изменение мира к лучшему, и это эволюционное изменение, и там, если вы помните непрерывное все, continuous everything, так вот это просто эрфемизм такой выяснился, который придумали инженеры для того, чтобы отразить многие понятия эволюции. Даже АБ-тестинг это то же самое. Помните, я говорил, что там популяция должна быть. Кто-то выживает больше и меньше. О, ребята, АБ-тестинг это оказывается там. Модулярити у архитекторов это оказывается в эволюционных исследованиях это важная штука. Модульность организма они как раз смотрели. Да, эволвабилити, ну, прямое они говорят, мы подсмотрели у биологов. Поэтому ты изучаешь биологию, изучаешь

2:10:07 Speaker D: Эволюцию культуры человеческой, техноэволюцию и разработку как часть техноэволюции. И одновременно эволюцию культуры, потому что то, как ты работаешь, у тебя команда эволюционирует. Когда ты говоришь эволюционирование выпуска того-сего, то потом идут споры, что одновременно у тебя команда меняет методы работы. И вот у меня в чате состоялся огромный разговор, где кто-то из студентов начал путать. Он читает Kanban материалы и не понимает, где Kanban про разработку и операционный менеджмент в разработке, и где Kanban про то, как меняется команда по отношению к этому операционному менеджменту, как она потихонечку осваивает этот Kanban. Понятно, да?

2:10:58 Speaker A: Потому что два объекта эволюционирующие, легко перепутать.

2:11:02 Speaker D: Они оба эволюционируют, оба меняются. Представляете, да?

2:11:07 Speaker A: На что я говорю, что вы видите тут методология. Погляди, там зон интереса много, видите там квадратики по 4 альфы. Это все системы, потому что там каждый квадратик разворачивается вокруг системы.

2:11:22 Speaker D: И далее мы из эволюции знаем, что они все одновременно относительно друга эволюционируют. И как-то связаны в экосистеме. Предприятие все это вместе живет, а часть этого за пределами предприятия, но оно тоже эволюционирует. Мне сделали заказ на партию, пока я ее делал два года, разорились все вокруг. И партия уже никому не нужна. Это сейчас пишется, и в системной инженерии тоже много чего происходит. Личное развитие. Понятно, что там мотивация на изменение мира к лучшему. Инженерная культура там должна быть. В личном развитии у людей часто нет мотивации на изменение мира к лучшему. И нет мотивации на непрерывное обучение. И это культура личной развиваемости. Знаете, личная эволюция. То есть мы на таком сейчас языке интересном начинаем говорить. Мне даже самому нравится. И тут минимальная киберсобранность, потому что нас несобранность интересует. То, что я медитирую себе в купок, вообще нафиг никому не нужно. А киберсобранность нужна, достаточная для обучения, вообще минимальная. Минимальный интеллект стэк, чтобы я вообще понял, о чем речь. И минимальные методы личного стратегирования. Это наши курсы личного развития. И выполнение стратегии.

### 15. Личное развитие и обучение

2:12:46 Speaker D: Мне надо поставить варианты в ГТД, поскольку лично-то я настратегировал, а дальше мне надо планировать после стратегирования, объяснить, что сначала стратегировать, потом планировать. Как… Миттберг говорил, что как народ понять не может, что стратегированием дело не заканчивается, а стратегирование это только начало планирования. Что планирование начинается после окончания стратегирования. Ты не знаешь планы чего. А потом еще и выполнение планов. А выполнение планов еще и тайм-менеджмент. Я аккуратно не говорю слова операционный менеджмент, но мы понимаем, что тайм-менеджмент это операционный менеджмент бедных людей. И еще здоровье, работоспособность, потому что если ты не очень понимаешь, то ты будешь неожиданно через 3 месяца после этого всего буквально сдыхать. И учебные программы, вы видите тут куча всего, в скобочках тут 16 кредитов. У нас и это 480 часов. По личному развитию, ну там как бы некоторое количество кредитов есть. Вы можете идти в разнобой там. Но главное, что вот в организационное развитие есть. И мы в исследование вынесли интеллект стек. Смотрите, сколько ссылок. Идите по этим ссылкам, там все есть. Цены у нас от фри до очень дорого.

2:14:14 Speaker D: При этом, понятное дело, с преподавателем самое дорогое, но зато надежно учим. А в онлайн, ну, по-всякому бывает. Мы сейчас обсуждаем в методсовете разные варианты, типа регулярных занятий. За не очень долго прийти и поучаствовать в тренировке с каким-то материалом. Я думаю, что я, может быть, в ближайшее время проведу несколько тренировок. А тренировки какие? Да поначалу простейшая тренировка, потому что она многим дает понимание, как это происходит. Это вот игра, вот эта вот барышня прислала 100 рублей и коробочку соплей. Черное и белое не берите, да и нет, не говорите, не смеяться. Ну и понеслось. И мы говорим, ну, какую вещь делает твой проект, как он связан с общим проектом твоей лавки. И люди говорят, мой проект делает повышение. Ты говоришь, стоп. Потому что повышение какое место в пространстве времени занимает? Ах да, я же знаю. Ну вот ровно как в этой игре. Итак, опыт показывает, нам нужно примерно 4 часа такого тренинга. для того, чтобы люди надежно сдвинулись и поняли, в чем, собственно, фишка. У них открылась вот эта рефлексия, как у нейросетки.

2:15:31 Speaker D: Их 4 часа надо тренировать, чтобы они поняли, что их язык мелет не то, буквально мелет не то, что они думают, что их мелет язык. Начинают сначала хватать за язык тех, кто рядом, а потом себя. Через 4 часа идет нормальное обучение уже. И тогда из онлайна хоть что-то можно извлекать. Потому что до этого бесполезно. У нас есть и предложения для вузов. У нас как бы, ну, в общем, мы готовы вести по этой программе. Ну, эволюция учебных курсов тут понятна. Как часто меняется программа? Ответ у нас регулярно. Я сразу отвечаю на вопрос, что делать с тем, что я переписываю учебники там раз в год. Ну как? Радоваться. На телефон пришла новая прошивка. Только телефон вы нервничаете, он там 15 минут ее меняет. Вы нервничаете без телефона. А тут вам надо чуть-чуть медленнее это в себя грузить. Но надо. Иначе как-то отстаешь от жизни. Затраты времени на обучение. 10 часов в неделю, 480 часов, это как бы минимум, за который вы проходите более-менее. Добавка мозга. У нас Юлия Чайковская, она говорит, что надо же школа честно держит обещания. Оно неформально, оно на сайтах не написано, но в речи оно проскакивает, что добавляйте мозг. Делайте людей умнее. Как я говорю, ты чем занимаешься?

2:16:59 Speaker D: Я говорю, я делаю людей умнее. Надежно говорит, реально добавляет мозг. И мы это у многих уже видели. Реально же добавляет. Да, действительно, раскладка курсов по часам, последовательность обучения, все это есть. Два часа в день, пять дней в неделю, десять часов в неделю. Замечу, это еще на пятидневке. Новые форматы, ну как бы все есть. Агентность, это квалификация наша, потому что мы людей учим не понимать мир, смотрите, а менять мир. Потому что, ну хорошо, вы понимаете мир, что вокруг вас резко растет количество соляной кислоты. А делать-то что? Мы учим. Ну как, либо себя меняешь, чтобы ты против соляной кислоты мог устоять. Либо понимай, что это не соляная кислота тебе показалась, меняй модель. Либо, извини, иди в мир и меняй что-нибудь, чтобы этой кислоты не было. Например, убегай куда-то или организуй кого-нибудь. Вот это вот выход на действие, вот это вот самая важная штука на поведение. Придумай метод, задействуй свою рациональность, вообще делай что-нибудь. Мы не аналитиков делаем, мы не мозги аналитические даем. У нас никакого системного анализа, у нас все синтетическое. Завтра вам опять участвовать в эволюции. Не продевайте.

2:18:38 Speaker D: На этом Шахрадада закончила с 20-минутным всего опозданием дозволенные речи. Дальше я посмотрю, не накапало ли что-нибудь в чат. Удивительно, ничего не накапало. После чего, наверное, надо сказать всем до свидания, но перед этим формально все-таки надо, чтобы хоть кто-нибудь задал вопрос. Я понимаю, что очень много у меня людей, неожиданно совсем даже много людей в виртуальности, но у нас тут раз, два, три, четыре, пять, шесть человек, дошло в Москве. И я седьмой. Немного, все знают, что и запись будет, но тем не менее, видите. Поэтому тем, кто потрудился выйти из теплого дома и дойти сюда, давайте задайте мне какие-нибудь вопросы. Потому что вопрос это есть. Я немедленно отвечу под последние секунды записи.

2:19:56 Speaker E: Я не совсем понял, что вымирают самые приспособленные.

2:20:09 Speaker B: Да, вымирают самые приспособленные.

2:20:11 Speaker E: У нас когда стабилизируется… Да, тут камера, и она вас где-нибудь тут покажет.

2:20:27 Speaker D: Вот.

2:20:27 Speaker E: Когда у нас на какой-то зоне определенной стабилизируется вентиляция и так далее, то есть у нас в это время могут не меняться. Например, произошло какое-то переселение, соответственно, у нас могут не меняться условия. Соответственно, вот в этих условиях, в лотове, скажем, живают самые приспособленные, но они начинают вымирать тогда, когда в лотове начинает проходить изменение.

2:20:51 Speaker B: Но там есть очень интересный момент. Значит, этот момент разбирался Кристенсен.

2:20:58 Speaker D: Значит, это психологический момент. Предположим, вы кодек, и что вы думаете, в огромной империи кодек не было цифрового аппарата?

2:21:09 Speaker B: Один из первых, смею вас заверить. Его принесли в направление, они сказали, так, уберите, чтобы его вообще никто не видел.

2:21:18 Speaker D: Почему? Что мы будем делать с нашими фабриками фотобумаги? что мы будем делать с нашими фабриками пленки, что мы будем делать с нашими заводами химикатов.

2:21:29 Speaker B: Понятно, да? И Крикнессон пишет, что люди, которые вот это вот думают, они говорят, что они падают как бы жертвой собственного совершенства. Digital Experience Corporation на DEC, она производила лучшие мини-компьютеры в мире. Всех остальных просто съели. А дальше? Да, все так. Да, все пали. Вот, пожалуйста, Nokia. Появился новый вид продукции.

2:22:04 Speaker D: Nokia не хотела, смартфон не смогли, и так не смогли. То есть вы отлаживаете процессы все, и все ваши приспособления для вот этого вашей системы. Предположим, вы пишете что-то на страшном и ужасном языке PHP. У вас лучшие в мире спецы. И у вас то самое плата. После чего в какой-то момент вы понимаете, что система сдохла. Вы идете и говорите, мы лучшие спецы по PHP. Ну и PHP дальше. Ты говоришь, так Facebook же там на PHP.

2:22:40 Speaker B: И говорят, иди в Facebook работать, нет проблем. Ты говоришь, а я еще перл знаю. Тут все улыбаются.

2:22:52 Speaker D: А ведь, между прочим, 10 лет назад это было перл, ПХП. Я просто правильно отвечаю за трубочку? Потому что вы когда говорите о разработке системы, вот это автотверные разработки, это ровно вот такие.

2:23:10 Speaker B: Ну и что? Вы пидор.

2:23:13 Speaker D: Чем больше у вас совершенства в этом, тем хуже.

2:23:16 Speaker B: А что надо знать?

2:23:17 Speaker D: А к сожалению, если вы одни пишите, ну что такое там, какой-нибудь GNOME под… Компилировать под Linux.

2:23:27 Speaker B: Да. Я знаю, как поменять прокладку в унитазе. Вот это знание современных программистов. Да, к сожалению. А что надо знать? Ну вот пришел к тебе квантовый компьютер, он по тьюрингу, он такой же. Ну пиши программу для квантового компьютера.

2:23:47 Speaker D: Ах, ты не знаешь, что такое вычисление? Ах, ты как бы сбит, а на кубик не можешь перейти.

2:23:53 Speaker B: А чему тебя в УЗИ учили?

2:23:54 Speaker D: Ах, в УЗИ учат менять прокладки? Ну вот мы сейчас ровно вот в такой ситуации. А какие еще, кроме квантовых компьютеров, есть? Знаете, дифракционные есть компьютеры. Дифракционные. Оптические. Они вот с нейросетками хорошо работают. Там нормально все получается. Вот. Но для этого надо понимать, что такое концепция вычисления в целом. А дальше концепцию вычисления переволакивать на реальные предметы, реальной жизни. Например, считать, что если я стучу рукой по столу, то это тоже описывает алгоритм. Потому что это некоторое поведение расширенного понятия вычислений. И Дэвид Дойч прямо описывает идею констрактора, создателя. Это вообще тот же вычислитель, только он не изменение бит делает, а изменение объектов окружающего мира. Какие изменения? Ну, как машина Тюринга, любые изменения информации, выраженные в битах, принципиально которые можно осуществить. Собственно, это и есть универсальный компьютер. А вот универсальный вот этот конструктор делает любые изменения, которые принципиально достижимы в физике этого мира.

2:25:07 Speaker B: Нормальная идея, нормально. Ну, хорошо, работаем, делаем.

2:25:12 Speaker D: Если вот этого нет понимания, ну как бы, ну все, нет. То есть мы говорим, что не выживают прикладные дисциплины, и если ты в этих прикладных дисциплинах застреваешь, то все, каюк. А если ты застрял в фундаментальных дисциплинах, ну в прошлом уровне, который давался в твоем вузе еще раньше, то там такой же каюк. Поэтому тебе жалко потерять свое знание. Ты флагистон, учил всю свою жизнь. А потом пришли люди с термодинамикой и все, каюк. Смысл понятен. На этом, наверное, мы должны закончить все разговоры. И до свидания. Пишите в чат канала Школы системного менеджмента. Пишите ваше спасибо, что вы поняли. Обсуждайте содержание. Слайды эти уже в сети. До свидания. Стопаем запись.