?

Log in

No account? Create an account
Лабораторный журнал
 
[Most Recent Entries] [Calendar View] [Friends]

Below are the 20 most recent journal entries recorded in Anatoly Levenchuk's LiveJournal:

[ << Previous 20 ]
Monday, September 17th, 2018
9:22 pm
Мой KizMeFest в Ростове
Из поездки на фестиваль кизомбы в Ростов-на-Дону получился мини-отпуск. Погулять по броду (от "бродвей" -- Садовая от Будённовского до Ворошиловского и обратно): done. Покушать пироженок в "Золотом колосе": done. Там до сих пор можно заказать торты! Только этих тортов штук тридцать видов, а не пяток, как в советское время. Покушать мороженого в "Зелёной горке": done. Только это теперь пафосное место, там диваны и почти никого нет, и мороженое не вкуснейшее, а ужасное перемёрзшее, и несут его официанты, а не ты сам. На Садовой появился узенький газончик посередь тротуара, это к нынешнему чемпионату по футболу сделали. Несколько эпидемий укладки плитки на сто лет с ежегодной перекладкой в Ростове тоже прошли, так что это даже не обсуждается.

Набережная городского пляжа на левбердоне -- оооо! оооо! оооо! Там гуляло много детей и детских площадок там полоса на сотни метров, так что всё было более чем живое, да ещё мы туда угодили в день города. Затея с этой набережной (как и превращение всего левбердона в сплошную улицу ресторанов) удалась, жизнь в Ростове стала лучше.

Но никакой ностальгии у меня в Ростове не случилось. Просто попал в привычную среду, в мозгу что-то щёлкнуло -- и как не уезжал, "я дома". Только всё какое-то тихое и замедленное, но это обычное ощущение после бешеных темпов Москвы. Много раз вспоминал поговорку, что в Ростове едят, а в Москве питаются: и дело не только в южной готовке, дело ещё и в отводимом на еду времени, сам темпоритм жизни и темпоритм настроя на поглощение пищи существенно различны.

Поскольку мои друзья меня постоянно похищали (какой такой фестиваль, если я приехал первый раз за пятнадцать лет?!), все дневные мероприятия фестиваля KizMe (https://vk.com/kizmifest2018) прошли мимо меня -- разве что только в воскресенье случился один предобеденый час social room. Играл DJ Sway, и играл он около широко раскрытой двери на терраску, то есть для него это был open air. И играл он, как водится на опенэйрах, волшебно. DJ Sway в закрытом помещении и на свежем воздухе -- два абсолютно разных диджея. В этот час был полный зал, и у всех танцующих и просто сидящих были абсолютно блаженные улыбки. Ну, и я в этот час потанцевал -- и тоже блаженно поулыбался, хорошо ведь потанцевал!

Уровень танцпола в пятницу был нереально крут. Присутствовали таксидансеры из Москвы, Питера, Волгограда, Астрахани. В начале вечеринки партнёрш существенно не хватало, потом всё как-то пришло в баланс. А вот в субботу вечером почти все таксидансеры и их "свита" толпой ушли в нумера праздновать дни рождения, и гендерный баланс резко пошатнулся. Но площадке остались KizzPro из Питера, я понаблюдал за их танцами и закомплексовал. Фишка была в том, что они были и мягки, и быстры, и по совокупности круты. Основа их базы -- аутентика, а сам танец -- бешеный урбан со вставками всех родов тарраши. Одна из партнёрш пыталась меня утешить: ещё пара лет, и я тоже так буду танцевать. Ибо она сама танцует четыре года, а когда она пришла, эти ребята уже танцевали. Чудес ведь не бывает, всё не спеша. Ну да, в танцах способности способностями, а тренировки тренировками. Два года я уже танцую, два года ещё попрактиковаться -- и всё будет. Но хочется-то сейчас и сразу, и хочется сильно. Не-танцорам не понять, насколько это "хочется сильно". И никакие рационализации типа "ну, если научишься так, то что?" не помогут. Если научусь так, буду хотеть ещё круче, это ж понятно: ничего не изменится, буду просто комплексовать по другому поводу.

В воскресенье танцпол состоял уже наполовину из ростовчан, ибо понаехавшие поразъехались. Из ростовских школ мне запомнились девочки из МОКО -- они были все с классической базой, не танцевали всё время на цыпочках и ощущались даже на урбане очень гармонично. Ибо пересушенный урбан для меня не есть хорошо. Можно очень сухо и очень быстро станцевать пяток секунд, но в целом кизомба для меня приемлема более мягкая. Когда я сам почти два года танцевал пересушенный урбан, я и не подозревал, сколько я теряю в танце, плохо владея аутентикой.

Когда-то для меня очень нетривиальной оказалась идея Рони Салеха, что разная стилистика в кизомбе может быть не в рамках разных треков, а в рамках одного трека (https://ailev.livejournal.com/1376374.html). Но я недооценивал глубины этой мысли. Все эти его "три энергии", этот эзотерический язык затушевали простой факт: можно и нужно в зависимости от музыки, вдохновения и мимолётного/секундного настроения менять базу: если надо, то глубоко садиться на бедро, если не надо, то и не садиться. Но кач, ginga должны присутствовать практически всегда, в том числе на высоких скоростях -- они уходят почти в ноль, но не уходят совсем. Это даёт нужную мягкость, мягкость нужна для качественного контакта, качественный контакт даёт восхитительный connection.

База -- это наше всё, и урбанская база по факту это просто развитие, ограничение и дополнение классической базы, а не полная её замена. Пару последних месяцев я чистил свою базу (через два года танцевания! Лучше поздно, чем никогда!), восстанавливая работу бёдер в стороны, работу "в землю" через перенос веса, и это полностью окупилось. Танцевал с партнёршами из Москвы, Ессентуков, Пятигорска, Казахстана, Астрахани, Ростова, Ярославля, Донецка -- и всем, вроде, понравилось. И мне понравилось.

Воскресная афтепати совпала с экзаменами Алёны Фортуновой (https://www.facebook.com/alena.fortunova), у которой я занимаюсь уже больше двух лет без перерывов в Spicy Salsa: она сдала экзамены Кертису и Кароле, получила тренерский сертификат первого уровня по урбанкизу. Так что в России появился сертифицированный преподаватель урбанкиза, и у меня теперь не просто занятия три раза в неделю рядом с домом, а мастер-классы от сертифицированного преподавателя! Впрочем, сама бумажка сертификата мало что меняет: она просто подтверждает уровень Алёны.

Многие партнёрши на фестивале меня танцевально удивили. Они ведь очень разные, эти партнёрши. Даже одни и те же партнёрши, только взятые в момент другого настроения, а уж если говорить о партнёршах из разных студий, да ещё и немосковских студий, то и подавно). Надеюсь, что и я удивил там многих. Я, конечно, по своему уровню не таксидансер ни разу, но для начинашек (а их там была едва ли не половина в субботу-воскресенье) я вполне комфортен, часто к полной их неожиданности. И есть подозрения, что со мной нравится танцевать и не начинашкам тоже. Но это пока только подозрения.

Итого: поездка (то ли в гости к друзьям, то ли на фестиваль) удалась сполна. Спасибо оргам фестиваля, спасибо моим друзьям. Прямо-таки мини-отпуск. Времени даже на поклацать по клавишам не было, так что эти строки я писал в самолёте на Москву.

UPDATE: обсуждение ВКонтакте -- https://vk.com/wall2449939_1853
Thursday, September 13th, 2018
5:07 pm
Улётное
Завтра в пятницу утром я вылетаю в Ростов-на-Дону, где не был лет пятнадцать, вернусь вечером в понедельник. Лечу абсолютно по нерабочим делам: на кизомба-фестиваль -- https://vk.com/kizmifest2018. Так что вряд ли буду в этот weekend оперативно реагировать на письма-чаты.
Tuesday, September 11th, 2018
7:20 pm
Доклад "SysArchi -- системное моделирование в ArchiMate 3.0"
Прочёл сегодня из Москвы по скайпу в Нижний Новгород двухчасовой доклад "SysArchi -- системное моделирование в ArchiMate 3.0" в рамках семинара НИУ ВШЭ «Дни Инженерии организаций», проводимого факультетом информатики, математики и компьютерных наук. Студенты там в новом учебном году будут знакомиться и с курсом "Системное мышление", так что им это содержание более чем актуально. Аудиовидеозаписи не велось. Но вот слайды (https://www.slideshare.net/ailev/sysarchi, для спасающихся от Роскомпозора https://yadi.sk/i/9LL1WtvOgcjwZA):

Драфт текущей версии соглашения о моделировании SysArchi (оно сейчас активно обсуждается) -- https://yadi.sk/i/DgjcxXh3yPjQIA.

SysArchi, или "системный Архимейт" это стиль программирования на ArchiMate 3.0 (http://pubs.opengroup.org/architecture/archimate3-doc/), помогающий явным образом опереться на понятия системного подхода при моделировании не только организационных систем, но и их целевых систем по тем же принципам, что декларируются в подходе моделе-ориентированной системной инженерии (Model-Based Systems Engineering, MBSE) с использованием архитектурных языков SysML, AADL и др.. При этом моделирование на Архимейте ещё и обеспечивающей системы (жизненного цикла, вместо традиционно использующихся тут языков ситуационной инженерии методов OMG SPEM, OMG Essence, ISO 24744, но также и структуры ролей и организационных мест предприятия) обеспечивают полноту системного моделирования в инженерном проекте.

Этот стиль подразумевает полное и свободное использование возможностей, предусмотренных спецификацией языка, но при прямом моделировании понятий современного системного подхода подсказывает предпочтительные выборы элементов языка. Сам Архимейт частично системный язык (он в явном виде учитывает рекомендации ISO/IEC/IECC 42010:2011 по структурированию описаний системы), но довольно далёк от поддержки системного моделирования в общем виде, а также плох для создания моделей сложных целевых систем . Кроме того, Архимейт не слишком опирается на достижения современной онтологии, поэтому в SysArchi даются рекомендации, как обойти его ограничения.

Стиль моделирования SysArchi предполагается для использования его при совместном моделировании инженерных (целевых и использующих) систем и архитектуры предприятий (обеспечивающих систем). В системном подходе подчёркивается, что нельзя рассматривать архитектуру предприятия (обеспечивающей системы) вне целевой системы и её жизненного цикла, поэтому SysArchi применим и к «классическим» проектам моделирования архитектуры предприятия.

В сложных больших проектах архитектурного моделирования возможно использование всего полного набора элементов языка ArchiMate, а при необходимости более детального (не архитектурного) моделирования рекомендуется использовать другие языки моделирования (BPMN и т.д. – как это указано в спецификации ArchiMate). Но и в этих случаях следование рекомендациям стиля SysArchi для повышения зрелости системного моделирования остаётся предпочтительным.

После доклада были интересные вопросы, например о том, как бы сделать очередной заход на верхнюю онтологию в духе BORO для архитектуры предприятий. Мой ответ был в том, что нужно двигаться в направлении вероятностных онтологий и дифференцируемых архитектур, и в рамках работ над SysMoLan мы этим обязательно займёмся (https://ailev.livejournal.com/1443879.html). И вопрос про инструментальную поддержку SysArchi был в том же духе: этот стиль моделирования "проходной" (так же, как и ArchiEssence -- он у нас будет недолго), ибо из ArchiMate системный язык так просто не сделаешь. Вместо разворачивания экосистемы онтологически кривоватого SysArchi мы лучше наши усилия направим сразу на SysMoLan.
Monday, September 10th, 2018
7:31 pm
lytdybr
День открытых дверей Школы системного менеджмента в это воскресенье прошёл главным образом на крыше, хотя довольно много народу разбрелось и по коридорам (где тоже было попить-поесть-поговорить). Вот тут моя фотка с этой крыши, оцените антураж:
dod_sep18 (2)
Больше всего мне понравилось, что моих выступлений за четыре часа там было буквально на двадцать минут по всем темам, остальное заняли другие преподаватели (их у нас уже восьмеро) и выпускники. Пришло человек пятьдесят, плюс онлайн. Все рассказывали об обновлениях в своих курсах, об изменениях в своих карьерах и проектах, произошедших из-за прохождения курсов, объявлен новый курс по инноватике (на базе практик ТРИЗ) со стартом 13 октября 2018 -- http://system-school.ru/innovations, а я объявил, что этой осенью сосредоточусь на запуске "Стейкхолдерского мастерства" и очень надеюсь запустить его где-то в районе нового года. Школа сильно выросла за последнее время. Огромное спасибо всем причастным! Бороться со сложностью окружающего мира такой небольшой толпой существенно приятней, чем в одиночку.

И на этих же выходных я поучаствовал в фестивале KizПротивостояние (https://vk.com/kizprotivostoyanie), где говорить нужно было мало, но больше задействовать всё тело. Вот это после мастер-класса Мартина Переса по пяти уровням чувственности в кизомбе:
kizprotivostoyanie_sep2018. Кизомба-фестивали, конечно, требуют довольно большого напряжения сил: первый же мастер-класс был с изобилием поддержек, а после мастер-классов идут длинные вечеринки, где партнёрши не дадут сачкануть-отдохнуть. В целом фестиваль получился для меня очень удачным: я бы не сказал, что много чего нового узнал на мастер-классах (правда, я побывал только на трёх из пяти -- два из них были аккурат во время дня открытых дверей в ШСМ), но общения и знакомств там было явно больше, чем на обычных московских вечеринках, а к последней вечеринке так и вообще стало всё домашнее, и я танцевал неформатную весёлую кизомбу: дикую помесь урбана и аутентики с разухабистой таррашо и всякими шутками юмора. Партнёрши мне в этом помогали, разрушали канон танца (хотя канона и нет, но ведь он есть!), как могли, за что им огромное спасибо. Кизомба это не танго, там вовсе необязательно иметь печальный танго-фейс, веселье и удаль там не "в порядке исключения", а вполне правило. Хотя и покер-фейса и танго-фейса там достаточно, стоит лишь захотеть именно этих настроений.

Сегодня я согласовал расписание "Системного мышления" на осенний семестр в МФТИ. Будет 4 группы, всего где-то 85 человек, занятия на Климентовском (и одна из групп будет ещё и virtureal -- там будут и немосковские студенты онлайн-магистратуры техпредпринимательства) по средам и субботам. Вводная лекция уже послезавтра. Flip teaching, blended learning -- в основе семестра онлайн-курс http://www.systemsthinkingcourse.ru/, но очники будут ещё делать презентации по своим проектам, что оказывается в разы труднее, чем решать задачи.

А ещё сегодня Антон Климат начинает регулярные классы по системному фитнесу (вариант "танцевальная инженерия"): https://vk.com/wall-54374187_10239. Это будет понедельник-среда в 22 часа на Третьяковке. Count me in, я сам планирую туда ходить.
Friday, September 7th, 2018
6:16 pm
lytdybr
9 сентября (в это воскресенье) ШСМ, та самая, в которой я научный руководитель, устраивает День открытых дверей. Я там буду, и меня там можно будет вживую посмотреть-пощупать и позадавать вопросы по онлайн-курсу, для этого будет специально выделено время. Ещё там можно будет посмотреть-пощупать других преподавателей ШСМ, в том числе по онтологике, системному лидерству, системному фитнесу. Те, кто в Москве в это время, приходите на ДоД ШСМ. 9 сентября, Щипок 11 стр. 1, мероприятие на таймпаде (https://system-school.timepad.ru/event/800674/) , событие в фейсбуке (https://www.facebook.com/events/1977030912320354/). Можете приводить и своих друзей, которым, по-вашему, давно пора в системное мышление.

В это воскресенье прошёл СМС2.2.2 (вторая версия курса, второй поток, второй день). Домашнее задание с заполнением таблиц по стейкхолдерам совещания -- половина сдала не с первого раза. Обычное дело. Следующий курс получит изменённые таблицы: обязательно разведу интерес и оценку интереса. Обучение идёт медленно, мозг шипит и сопротивляется, причём у всех. Успехи при этом пропорциональны числу затраченных на обучение часов. Были и удивления: один курсант пытался считать чтение Кастанеды работой по курсу! Нет, я не рекомендую читать Кастанеду, это опасные и неэкологичные материалы, если ими неаккуратно пользоваться. И это уж точно не системное мышление, а ровно в обратную от него сторону.

Целый день рассказывал дополнительные материалы по системной холархии, работе с уровнями абстракции. По факту наговорил разного "не из учебника" на ещё книжку в 200 страниц. Собственно, "Визуальное мышление" тоже ведь была написана по итогам моего доклада. Пришла в голову идея, не потратить ли месяц-другой жизни на написание ещё одной книжки. Но эту мысль нужно гнать. Видео есть, оно ушло участникам курса, и пока этого хватит.

Вчера закончил второй поток курса про выживание в эпоху перемен перемен. В курсе впервые представил программу образования из https://ailev.livejournal.com/1443837.html и рассказал про новые достижения AI, так что вторая группа получила немного другой материал и немного другие акценты. Вопрос курсантов в конце второго вечера "что делать дальше?!" мной по факту не был отвечен. Я ж в курсе рассказывал о стратегировании в его не корпоративном, а личном варианте, поэтому одного ответа для всех у меня нет принципиально: всем нужно делать разное, и "по телефону не учат". Хотя учебник системного мышления, курс онтологики и т.д. вполне можно проходить, это фундаментальное образование.

Курсанты задавали много вопросов (типа "а что там с семьёй"), ответы которых лежат в области культуры. У нас же Школа системного менеджмента, по необходимости мы занялись и фундаментальным образованием (неграмотный менеджер -- не менеджер), поэтому речь зашла и о развитии личности, но развитие личности чисто в рабочую сторону это тоже не идеал (хотя коммунистам бы понравилось: пушечное мясо, рабочее мясо и никакой "личной жизни" -- почему бы и нет). Культура у нас пока исследовательский вопрос, времени на обсуждение этого вопроса нет. То есть мы поддерживаем тело (системный фитнес, см. отзыв одной из курсанток -- https://vk.com/@9383-sistemnyi-fitnes-anton-klimat), но "в здоровом теле здоровый дух" -- вот про поддержку духа (безо всякой эзотерики, тут и терминологии-то нормальной нет) у нас пока не слишком много сделано.

Обсуждаем апдейт курса онтологики, текущий рабочий вариант программы см. тут: https://thpectrum.livejournal.com/11639.html. И это только половина, курса, про мир и модели. Будет ещё и второй курс, продолжение: про принятие личных и коллективных решений на основе этих моделей.

Трудно держаться при обсуждении на оптимальном уровне абстракции. Нельзя "тигра" в текстах такого (да и другого) сорта писать как "зверь" — и не придерёшься ведь, всё правда, но смысл текста при этом теряется. Принцип почтальона: адрес излагаемых концептов должен быть точным, а не общим. Указывать (перечислять явно!) ровно те понятия, которые будут рассказаны, а не ссылаться на общую предметную область с тысячей понятий. Concern -- это тема, предметная область, это чёрный ящик, используется для обозначения деятельной стейкхолдерской озабоченности, интереса. Это некоторая область в пространстве смыслов. Но вот concern оформляется (framed) методом описания/viewpoint -- и там уже россыпь понятий, в терминах которых проходит обсуждение этой предметной области. И в этих понятиях уже можно обсуждать не только интерес, но и различать научную школу (разные школы задают немного, а иногда и существенно разные методы описания, разную терминологию. Если вас интересует передача тепла, то метод описания может быть и через использование понятия потока флогистона, и через понятие инфракрасной радиации, и через конвекцию. Строчка "передача тепла" в программе курса не прояснит того, как вы будете раскрывать интерес. А это надо прояснять!).

Выслал черновик соглашения о моделировании SysArchi бета-тестерам. Это будем заканчивать быстро. "Верблюду сказали, что у него шея кривая. А что у меня прямое?! -- удивился верблюд". Архимейт онтологически не выпрямишь. SysArchi временная мера, не нужно тратить на это соглашение о системном моделировании цветы своей селезёнки, эти результаты явно не нетленка -- просто Архимейт у нас во всех курсах и мы хотя бы чуть-чуть улучшаем жизнь многим людям, причём быстро. Но дальше нужно внимательней смотреть на SysMoLan -- https://ailev.livejournal.com/1443879.html

Я склоняюсь к тому, чтобы следующим большим своим проектом сделать запуск курса "стейкхолдерское мастерство". То, как работа выглядит "изнутри" себя, любимого. Без эзотерики, без меднолобого фанатизма "постановки целей и их достижения", без "посвящения себя любимой профессии". По идеям https://ailev.livejournal.com/1409122.html и https://ailev.livejournal.com/1417932.html. Психопрактика трёхфокусного внимания: на предмете размышлений (стейкхолдерский), на стейкхолдерах и ситуационном контексте (системный/актёрский), на удержании двух рабочих фокусов (чтобы актёр не исчез: факт непропадания осознанности, волевой/надзорный).

В ШСМ вяло обсуждаем проблемы.
— полезности всех этих наших курсов. Мой опыт таков, что полезность курсов обычно оказывается абсолютно не в том, что ожидаешь. И часто не в том, что рекламируется. Мои любимые примеры тут: слепой десятипальцевый метод, который не скорость повышает (на что зазывают), а голову освобождает во время печати; системная инженерия, в которой все идут на архитектуру или требования, а узнают про важность управления конфигурацией и различение проверки и приёмки. Идут на курсы проектного управления, узнают про важность кейс менеджмента. Когда идёте на курсы, то вам заведомо непонятна важность того, что вам там дадут до момента прохождения курсов.
— доверия к содержанию образования" (что там не эзотерика, не личный опыт одного человека, методология работающая более-менее универсально в разного рода задачах, терминология не выдумана и общепринята и т.д. — что курс "из культуры" и "материал работает"). Люди хотят с одной стороны абсолютно уникального контента, с другой — хотят уже обкатанного и тем самым неуникального контента. Это как мода: нужно и выпендриться, и быть как все. То есть всё должно быть уникально, но доверие к этой уникальности должно быть. Какие практики мы используем для обеспечения доверия? Я обычно даю огромное количество первоисточников, подчёркиваю, что курсы мои базируются на стандартах, а не выдуманы мной самим. Что уникальность есть, но она в вытаскивании в один курс материала, который раньше был разбросан по разным местам. Ещё я публичу большое количество материала, чтобы показать, что содержательной критики материала практически нет, с этими идеями никто не прибегает бороться.
— проблема percieved learning curve, то есть трудность обучения принимается во внимание при принятии решения об изучении курса, при этом сама трудность изучения оказывается не так важна, как воспринимаемая субъективно трудность обучения. Если курс кажется неподъёмным, то его не возьмут, даже если он будет лёгким. А если возьмут, потому как показался лёгким, а он окажется тяжёлым, то будет разочарование — и бросят по ходу дела. При этом "лёгкий" и "тяжёлый" это исключительно субъективно для каждого. Вот тут немного про это накидано ссылок: https://ailev.livejournal.com/1167761.html
— у нас школа системного менеджмента, но тренд последнего времени как раз уход от собственно менеджмента даже не в инженерию или предпринимательство, а вообще ход на личное развитие (ибо мелкая личность -- мелкий менеджер, крупная личность -- крупный менеджер. Или крупный инженер. Или крупный предприниматель). Это существенно меняет предмет и способ подачи.

Вьюнош бездарно потратил первую неделю школьной жизни: дома он появляется ближе к пяти вечера, и проводит время в медитативной прокрастинации на тему внезапно появившихся домашних заданий. Мы терпим, пусть потихоньку привыкает. Но недолго ему привыкать. Мы уже купили книжку в бумаге про котиков и статистику (первый же абзац в https://ailev.livejournal.com/1444223.html), и заставим её хотя бы пролистать к следующей субботе (чтобы он знал слово "распределение", а не только "distribution"). В следующую субботу у него куплено место на тренинге "Моделирование неопределённости" с говорящим URL -- Bayes 101, https://kocherga-club.ru/rationality/bayes101.

А пока школа потребовала от него белых подошв на физкультурной обуви (не непачкающихся подошв, а именно белых!): в свежеотремонтированном спортзале оказались светлые полы, и администрация хочет сохранить их без чёрных полос таким требованием. Ну, я им в чат отписал пару страниц, что ещё могут потребовать оранжевые шнурки: чтобы легче было отслеживать, когда эти шнурки развяжутся. И что у нас светлая подошва есть на костюмных ботинках, вот в них парень и будет бегать, если цвет подошвы главнее всего. Никогда в спортзалах или танцзалах не встречал административных требований к цвету подошвы, но физматлицей и тут сумел выпендриться. Близость к тем, кто ходит строем (а хоть и физкультурным строем) для разума вредна.

Выложен ещё один ролик, где я танцую кизомбу -- https://www.facebook.com/ailevenchuk/posts/10213720368057507 и https://vk.com/wall2449939_1844. А вот тут пообсуждал, почему нельзя по первому треку судить о партнёрше, "опытная" она, или "новичок": https://vk.com/wall-167384137_18066?reply=18139 и https://vk.com/wall-167384137_18066?reply=18166.
Saturday, September 1st, 2018
2:49 am
Первосентябрьское
Вьюнош сегодня добивает модуль 14 из 16 курса статистики и теорвера https://www.khanacademy.org/math/statistics-probability. При этом я обнаружил в академии Хана ещё и родительский интерфейс (и пришёл в ужас от увиденного. А уж вьюнош-то как расстроился от этой находки!). Да, там реализован полноценный "сержантский метод" (http://ailev.livejournal.com/1287293.html) с интерфейсом для сержанта-родителя, и есть ещё и система подкреплений (очки, голы, секунды) -- бихевиоризм рулит! Дальше нужно ему будет скормить книгу "Статистика и котики" https://www.litres.ru/vladimir-savelev-10569666/statistika-i-kotiki-28731109/ (на b-ok.org она тоже есть, но форматов поменьше), но там книжка глубоко выходящая за пределы практически школьной статистики академии Хана. И она по-русски. И без упражнений. Надежда на то, что он как-то посмотрит материал, совпадающий с материалом статистики и теорвера академии Хана и хотя бы один раз увидит русскоязычную терминологию.

В школе у него уже объявили на 3 сентября урок истории в актовом зале для всех классов. Я задал вопрос в чате класса -- можно ли сачкануть урок пропаганды? Классный руководитель ответила, что нельзя. Я понимаю, "мы, учителя, люди подневольные".

Сегодня у него постригли шевелюру и усы-бороду, в десятый класс он таки пойдёт с бородой типа "недельная щетина". Он ведь бороду не хочет носить, но и бриться тоже не хочет. Парикмахерская машинка/триммер дома есть, ежели чего. А бритву свою он таки получит завтра, "такую же, как у папы", Braun Series 7. Что-то мне подсказывает, что после первого же дня школы бритва ему срочно понадобится.

Курс по FPGA в МФТИ для школьников в этом году накрылся медным тазом. Вместо него что-то совсем уж невнятное. Так что будем верстать программу "кружков" с нуля, хотелось бы иметь какую-то работу руками с электроникой и мехатроникой. Но лучше бы, конечно, запихнуть его каким-нибудь вольнослушателем в какой-нибудь университет на первый курс, если занятия там в вечернее время. Но это мечты, мечты. Надежда пока же только на сержантский метод в онлайн варианте: дотянуть до того уровня знаний, когда его возьмут куда-нибудь в реальный проект. Статистика какая-то в кармане уже есть (хотя ещё не байесовская, и только по английски, но это догоним). Питон, линал и матан -- и дальше можно уже заняться нейронными сетками. Вот и вся программа на год.

Появился первый online judge на Julia -- это в Stepic, какие-то задачи для этого есть в курсе "Алгоритмы: теория и практика. Структуры данных", https://stepik.org/course/1547/syllabus и "Алгоритмы: теория и практика. Методы", https://stepik.org/course/217/syllabus. Состояние работ там такое: "инфраструктура проверки заданий на Julia 1.0 есть, можно делать курсы". Это, однако, большое дело. А вот в курсе https://stepik.org/course/2407 "Data Science. Introduction to Julia", и это уже на adaptive курс, а linear. Но там пока нет задач. Ничего, всё потихоньку появится. Обсуждение того, что там делать дальше, см. в телеграм-чате https://t.me/JuliaLanguage.

Вьюнош будет всё одно пока долбить Питон в его scientific варианте (Numpy, Pandas). А Julia будет явно не первым языком. За год, надеюсь, с учебной инфраструктурой всё устаканится, и о Julia можно будет подумать как об очередном языке. Может быть, это даст ему какие-то конкурентные преимущества в числе миллиона человек (а даже уже через год это может быть и два, и три миллиона, и пять миллионов) занимающихся искусственным интеллектом и робототехникой. Он один раз уже ощутил, как хорошо иметь нестандартное умение: на олимпиаде по робототехнике его антикварное умение паять оказалось редким, и ему удалось выпендриться. Вот и тут с Julia можно попробовать такое устроить, только умение будет не антикварным, а наоборот -- фронтирным.

Сам я проверяю сегодня весь день домашние задания первого дня "Системного менеджмента и стратегирования v2". Сертификаты будут теперь "прослушал" и "освоил" -- и чтобы получить "освоил", нужно делать домашние задания.

Завтра-послезавтра буду ещё править слайды для второго потока курса "Как оставаться востребованным специалистом в эпоху перемен" -- http://system-school.ru/uptodate, он займёт два вечера 5 и 6 сентября 2018. Править слайды нужно, потому что содержание потихоньку (а то и не потихоньку) меняется каждый месяц -- эпоха же перемен!

9 сентября в Школе будет день открытых дверей, там все преподаватели будут рассказывать всем зашедшим на огонёк про свои обновлённые курсы в этом учебном году, а я ещё расскажу про "закулисную работу" -- про планы: https://www.facebook.com/events/1977030912320354/. Будет кофе и вид на город с площадки на крыше.

Выступлю в пятницу 12 октября 2018 на SECR'18 сразу с двумя мастер-классами "Стейкхолдерское мастерство" https://2018.secrus.org/program/submitted-presentations/skills-of-being-a-stakeholder/ и "Как и какое мышление нужно развивать" https://2018.secrus.org/program/submitted-presentations/system-thinking/. Но на этой неделе отказался быть спикером на двух тусовках, говорить там про искусственный интеллект. Эти "бизнес-тусовки" всё бессмысленней и бессмысленней становятся, времени на них уходит много, а результат для всех участников -- ноль. Ну, как в фейсбук сходить. Только в фейсбук ходить можно не сходя с места, а на эти тусовки куда-то ещё ехать нужно, тратить время ещё и на поездку. На SECR хотя бы заинтересованная публика, ради разработчиков ещё как-то можно постараться.

А ещё я продал на осень душу МФТИ сразу двум кафедрам -- "Системное мышление" начнётся и у новых техпредов (кафедра eNano), и у кафедры "Управление технологическими проектами" (кафедра РВК). И в этом году обещают, что у этих магистрантов будут и рабочие проекты по искусственному интеллекту. Вот и поглядим, чьи эссе будут круче: у тех, кто делает фемтосекундные лазеры или занимается углеродными нанотрубками, или у тех, кто высекает интеллект из бездушного кремния.

А ещё сегодня я пошёл и потанцевал на свежем воздухе в парке Сокольники -- https://vk.com/wall-135312352_596, последние летние танцы. Дальше будут танцы осенние. Завтра первое сентября, продолжу собственное обучение. На 9 частей всего этого мышления 1 часть телесности явно не вредит -- но телесности нужно учиться, особенно если это "социальная телесность", тьфу, социальные танцы. Вот тут снятая на прошлой неделе минутка кизомбы с моим участием, причём интересно в этой минутке то, что ногами приходится работать чуть ли не быстрее, чем в сальсе: https://vk.com/video247400234_456239093 (а комменты к ней https://vk.com/wall2449939_1828 и https://www.facebook.com/ailevenchuk/posts/10213662579012817).

Но это обучение танцам будет вечером. А весь день -- допроверка домашних заданий, онтологическая работа с SysArchi и прочие развлечения неподвижного тела в кресле перед компьютером. И осень, прямо с самого утра.

leto
Thursday, August 30th, 2018
2:41 pm
Цепочка "SysMoLan"
SysMoLan (system modeling language): зачем мы это делаем и почему у нас это получится -- https://ailev.livejournal.com/1127145.html. Там идея "прожекторного языка" типа Архимейта, но который поддерживает ISO 42010 без онтологической кривости Архимейта. Замысел бы в том, чтобы компактифицировать сегодняшнее знание о системноинженерном мышлении (отсылка к пункту 6 текста "Компактификация методического знания и сопутствующие гносеологические проблемы", 2010 -- http://ailev.livejournal.com/872954.html). И сделать это в факт-ориентированной (не ООП) модели theory theory, но в паттернах языка не иметь столько слоёв, сколько получается в языковом стеке ISO 15926. Ну, и ряд других свойств -- включая интеграцию логического вывода, численных вычислений, интеграции машинного обучения и даже геометрической информации для солверов. Язык и для требований, и для архитектуры. Использование и в инженерии, и в образовании. А в комментах там ещё и требование про представление сторонних схем данных, чтобы иметь возможность использовать язык для мэппинга. Это июль 2014, четыре года назад.

В "lytdybr" https://ailev.livejournal.com/1145024.html табличка сравнения SysMoLan, SysML и Modelica. А в "SysMoLan: что происходит" https://ailev.livejournal.com/1149937.html обсуждается использование теории категорий, чтобы трассировать view/aspects weaving (запоминать информацию, откуда что пришло -- для отладки моделей/программ), даются ссылки. И даётся ссылка на работы по диаграммам как средствам выражения топологии предметной области (вокруг обзора Wyane H. Osborn): https://ailev.livejournal.com/1069810.html. Я как-то забыл об этом своём тексте, а надо бы про него было вспомнить, когда писал "Визуальное мышление" (https://www.litres.ru/anatoliy-levenchuk/vizualnoe-myshlenie-doklad-o-tom-pochemu-im-nelzya-obol/), где есть главка про невозможность использования диаграммных языков для больших проектов. В частности, там говорится: "Обзор очень точно указывает на то, что в презентационном подходе отличается от сегодняшнего "визуального мышления" с его "ребусностью" и eye candy (http://ailev.livejournal.com/1069397.html): диаграммы/схемы в отличие от "ребусных" иллюстраций обеспечивают демонстрацию топологии описываемого фрагмента действительности лучше, чем это делают тексты. Из текстов сложную топологию восстановить могут только компьютеры и компьютероподобные интеллектуалы (которые не столько читают, сколько "компилируют текст в ментальную модель"). Диаграммы наглядно предъявляют топологию, существенно сокращая требования к навыку "компилирования" -- то, что было бы доступным в тексте только профи, становится доступным студентам, а что доступно студентам -- можно пробовать объяснять школьникам". Но жизнь свидетельствует другое: программистов на текстовых языках миллионы, а диаграммных модельеров в разы меньше, они все очень нишевы -- в книжке об этом у меня написано и дан диагноз: утопия. Вечно притягательная утопия, что школьники смогут моделировать, если дать им графический/диаграммный язык. Смогут моделировать, но игрушечные модели.

Идея полиполиглотности, экономии времени изучения языков с поминанием SysMoLan как добавка к обоснованию: https://ailev.livejournal.com/1128482.html (полиглотность -- это знание языков одного класса, полиполиглотность -- знание языков разных классов. SysMoLan позволяет с этим как-то управляться, уменьшая сложность полиполиглотности. А жизнь ценит полиполиглотов).
SysMoLan: альтернативы -- https://ailev.livejournal.com/1168256.html (сравниваются подходы ArchiEssence, теории категорий, Modelischa как распухшая Modelica, Mojulica нынче Modia, функциональные онтологические паттерны на базе повторения .15926 editor). Февраль 2015.

Об моделирование -- https://ailev.livejournal.com/1167761.html (учёт perceived когнитивной нагрузки, а не реальной нагрузки при изучении языков моделирования). Кстати, проект EVE так и закончился ничем https://groups.google.com/forum/#!topic/eve-talk/1Yn6270TB0w (но Chris Granger продолжает работать над идеей "кодирование это не новая грамотность, а вот моделирование -- это оно" http://www.chris-granger.com/2015/01/26/coding-is-not-the-new-literacy/ в проекте табличного моделирования Looker -- https://docs.looker.com/data-modeling/learning-lookml/what-is-lookml. Интересно бы проверить гипотезу про то, что у графических языков perceived learning curve выглядит лучше, чем у текстовых. И в этом ряду из текстовых Python лучший по пиару в плане "лёгкости освоения".

Формализм для SysMoLan: что он должен поддерживать -- https://ailev.livejournal.com/1169972.html, это март 2015. SysMoLan должен помогать expression problem (поддерживать exploratory modeling, дизайн-цель "постоянные изменения модели"), должен помогать конфигурационному менеджменту в части модульности (поддерживать modeling in the large "из коробки", by design), должен помогать множественности обработок для модели (формальная прагматика, наличие не только данных, но и процедур/вычислений). Это, кстати, очень хитрый момент. Языки моделирования в этом плане не сахар, они не "исполняются" в обычном смысле -- не всё моделирование сводится к simulation. Попытки что-то такое сделать для ISO 15926 привели к встроенным в Python "языкам билдера и сёрча" в .15926 (https://github.com/TechInvestLab/dot15926), но что может быть из этой серии для SysMoLan -- неведомо. По идее, он сам себе должен быть "билдером и сёрчем". Это отсылка к заходу на создание платформы языкоориентированного онтологического программирования .15926 как stand alone DSL (а получилось всё-таки Python embedded DSL): текст 2010 года с какими-то довольно наивными, но не потерявшими актуальность за восемь лет соображениями, в языкостроении всё медленно -- https://dot15926.livejournal.com/2570.html (обсуждения шли в dot15926).

Критерии оценки софта моделирования были сформулированы ещё в 2012 году (сейчас бы нужно их обновить): https://ailev.livejournal.com/1041274.html. Как бенчмарк выполнения этих критериев -- "универсальный моделер" от Visual Paradigm, http://visual-paradigm.com/ (и тем самым добавляется ещё один способ сделать SysMoLan: как stand alone диаграммный язык на базе такого универсального коммерческого диаграммного моделера).

Проект SysMoLan был по факту приторможен в конце 2015 после неудачной попытки разобраться с теорией категорий как формального основания для языка (не удалось показать, что именно может дать теория категорий для языка, и как именно её там задействовать -- хотя в Бекасово в 2015 году такой попытке в апреле был посвящён целый день разбирательств. Но увы, не разобрались).

С тех пор много чего интересного произошло:

В 2016 вышел ArchiMate 3.0, на котором можно было моделировать физику -- https://ailev.livejournal.com/1270101.html. Появилось впечатление, что можно использовать Архимейт как заменитель SysMoLan. Эксперименты вёл Вячеслав Мизгулин в курсе моделирования концепции продукта -- http://system-school.ru/engineering и в рамках курса системной инженерии в УрФУ. Но попытка выпустить более-менее разумное соглашение о системном моделировании летом 2018 показала, что ничего не получится в силу совокупности причин. Ну, и в больших проектах сразу всё становится дико запутанно, разреженные матрицы в диаграммах не слишком хорошо выглядят -- диаграммность ArchiMate становится недостатком, а не достоинством.

В 2017 Julia и Modelica таки слились в Modia -- "инженерное моделирование в Julia", https://ailev.livejournal.com/1366789.html, август 2017. И в этом тексте было высказано предложение делать SysMoLan как встроенный в Julia DSL. И пару недель назад вышла Julia 1.0.0 -- https://ailev.livejournal.com/1440499.html

Из сегодняшних трендов для архитектурных языков нужно указать прежде всего поиск-ориентированность (https://ailev.livejournal.com/1122876.html -- там обзорчик 2014 года) и генерацию архитектур по линии дифференцируемых архитектур и нейроэволюции. И дальше думать о SysMoLan как о средстве "компьютерной поддержки полного спектра формальности мышления" https://ailev.livejournal.com/1438749.html -- но это уж совсем запредельная задача, хотя и абсолютный фронтир.

UPDATE: обсуждение в фейсбуке -- https://www.facebook.com/ailevenchuk/posts/10213679127666523
Tuesday, August 28th, 2018
5:31 pm
Эскиз учебной программы для системного развития личности
Это набросок учебной программы для системного развития личности, который я сделал в форме списка дисциплин. Для этих дисциплин по факту даже не делалось попытки составить какую-то state-of-the-art онтику, хотя это и должен быть обязательный шаг. Тут ведь сколько людей, столько и мнений по набору понятий этой онтики: у каждого человека ведь есть какая-то милая его сердцу "объективно лучшая" школа мысли в той или иной сфере деятельности. Этот план двухуровневый, в названиях сфер деятельности даны названия каких-то основных поддисциплин.

Этот список дисциплин будет потихоньку меняться по мере обсуждений: цель публикации как раз запустить обсуждения, и править я буду прямо по живому.

Я тут абсолютно не обсуждаю форму образования, то есть всю дискуссию про "нужный для образования жизненный опыт", "проектное образование", "игры как форма образования", blended learning, проблемное обучение и т.п. тут буду считать оффтопом. Содержание образования сначала, форма образования -- потом. Постановка задачи была сделана достаточно давно, год назад (https://ailev.livejournal.com/1373755.html). Принцип разделения интересов, separation of concerns (т.е. обсуждаем не все темы сразу, а только какую-то выделенную) и посылка открытого мира (open world, т.е. если чего-то не сказал, то просто "не сказал в коротком тексте" -- а не "не учёл, а обязательно нужно учесть!"). Так что "учебная программа" для данного поста -- это просто не очень внятный список учебных дисциплин.

Обоснования и разъснения к этому списку были в "Глубокий стек абстрактности мышления" https://ailev.livejournal.com/1442975.html и "Онтология сфер деятельности как основа для стейкхолдерского мастерства", https://ailev.livejournal.com/1443370.html. Сам список -- это продолжение работы, начатой в "Диаграмме фундаментального образования" https://ailev.livejournal.com/1431940.html и продолженной для практик системной инженерии в https://ailev.livejournal.com/1432101.html и https://ailev.livejournal.com/1433768.html.

1. Фундаментальное образование (сфера деятельности методологии и когнитивистики)
-- Онтологика (прагматика -- про агентов, модели и мир; топомереология -- про 4D, части-целое и возможные миры; онтология -- про theory theory, специализации и классификации-абстрагирования; азы логики -- математическая, вероятностная). Какие-то фрагменты онтики изложены в https://thpectrum.livejournal.com/8785.html
-- научное мышление (причинный вывод -- про вероятностные причины, следствия, контрфактуалы; квантификация/"Как измерить всё что угодно")
-- системное мышление (за вычетом того, что войдёт в онтологику, онтика системного мышления изложена в http://ailev.livejournal.com/1278600.html, плюс добавить про творчество https://ailev.livejournal.com/1425331.html)
-- вычислительное мышление (обсуждается: от классической информатики по http://ailev.livejournal.com/1008054.html и коннективизма/моделей AI через имитационное моделирование типа DSL Modia в Julia или даже System Dynamics к умению дробить задачи на части/планировать и строить адекватные модели на подходящих формальных и не очень формальных языках), см. обсуждение в "Об вычислительное, научное, инженерное мышление" https://ailev.livejournal.com/1439141.html: прямое обучению абстрагированию и композиции/декомпозиции моделей
-- выбор (принятие решений), этика (утилитаризм) как ограничения на выбор
-- системная осознанность (с психопрактиками!) и акторское/стейкхолдерское мастерство (на базе модели киберличности) -- https://ailev.livejournal.com/1409122.html, https://ailev.livejournal.com/1417932.html
-- личное исполнение выбора (прокрастинология), личная интеграция (непротиворечивость долгосрочных желаний и краткосрочных)
-- системный фитнес -- https://ailev.livejournal.com/1429126.html
-- культура -- тут нужны исследования.
-- функциональная грамотность (вычитывать мысли, излагать мысли) и языковая компетентность (английский).

2. Общая деятельностная подготовка (ориентация в практиках разных сфер деятельности, только уровень middle ontology -- без погружения в прикладные практики).
-- системная инженерия (разработка концепции использования, инженерия требований, инженерия системной архитектуры, управление конфигурацией и изменениями/жизненным циклом, проверка и приёмка)
-- системный менеджмент (операционный менеджмент, цепи поставок/логистика, управленческий учёт и контроллинг, инженерия предприятия и архитектура предприятия/технологический менеджмент, корпоративные изменения/развитие и системное лидерство)
-- системное предпринимательство (стратегирование, маркетинг-коммуникации/реклама-продажи, корпоративные финансы, корпоративная поднадзорность/governance)
-- ... остальные сферы деятельности пока давать обзорно, а разбирательство со списком дисциплин для них отложить (политика и политэкономия, религия, искусство, наука, образование и просвещение, здравоохранение, спорт, право, армия, частная жизнь/семья)

3. Прикладное образование (компетенции в выполнении отдельных практик)
-- примером такого курса может быть "Системная инженерия и менеджмент продукта" (model-based concept development) с использованием ArchiMate-моделирования: http://system-school.ru/engineering
-- ... таких курсов может быть множество. Единственное к ним требование -- это в их изложении как опираться на фундаментальное образование и ориентированность в сферах деятельности, так и побуждать интерес к углублению своих фундаментальных компетенций и общих и прикладных деятельностных компетенций.

UPDATE: обсуждение в https://vk.com/wall2449939_1829 и https://www.facebook.com/groups/771940449578453/permalink/1620128984759591/
Monday, August 27th, 2018
4:31 pm
Онтология сфер деятельности как основа для стейкхолдерского мастерства
А.Тюков выделял в 1997 году 16 сфер деятельности: политика, религия, философия, искусство, наука, образование, здравоохранение, физкультура и спорт, технология, проектирование, коммерция, финансы, право, армия, материальное производство и "пока неоформившееся просвещение" (http://psyhoinfo.ru/programma-sozdaniya-obshchestvennoy-professionalnoy-sfery-prosveshcheniya). И в основу разделения сфер он (как и другие СМД-методологи) ставил социальные критерии. В его схемах легко вообразить соответствующие министерства (хоть реальные, хоть "неформальные" типа экспертократии или даже конспирологические типа "мировой закулисы", или даже просто "элита"), развивающие вверенные им предпринятия, занимающиеся той или иной сферной деятельностью.

За двадцать лет жизнь поменялась существенно, министерская метафора для сфер стала окончательно бессмысленной. Люди непрерывно меняют занятия и имеют разные наборы компетенций. Сферы деятельности, если приглядеться, оказались родовым названием для практик, использующих какие-то более-менее автономные (оформившиеся как модули, "кластеры" в пространстве смыслов) middle ontologies, или онтологии этих сфер деятельности. Насколько кластеризованы, компактны в пространстве смыслов и обособленны по отношению к другим эти онтологии как наборы концептов? Думаю, что довольно скоро на этот вопрос можно будет ответить экспериментально, с использованием методов deep learning -- по анализу текстов. Но пока будем просто полагаться на наши собственные мокрые нейронные сетки, использовать интуицию -- хотя и поверяя эту интуицию литературой. Но литература не очень много добавляет. Вот пример разбирательства с инженерным и технологическим менеджментом на примере анализа образовательных программ западных университетов, в "Инженерном менеджменте" https://ailev.livejournal.com/926383.html и "Технологический и инженерный менеджменты, образовательный салат и системноменеджерское мышление", https://ailev.livejournal.com/1160014.html. Никакого "мирового консенсуса", они там художники, они так видят -- интуиция на уровне middle ontology правит бал везде. Так что если мы возьмём за основу разбирательства системный подход и его схемы деятельности, то порядка и формальности будет больше.

Подробней про онтологии сфер деятельности в сравнении с другими видами онтологий я писал в "Глубокий стек абстрактности мышления", https://ailev.livejournal.com/1442975.html. Те или иные сферные компетенции требуют владения менее абстрактными онтологиями, более детальными и прикладными -- в каждой сфере деятельности есть множество практик. Тем не менее, культурный человек на каком-то уровне неформальности владеет этими middle ontologies, "знает, как устроена жизнь" на довольно высоком уровне абстракции. Хотя это "знание, как устроена жизнь" явно недостаточно для производительной работы (для этого нужно владеть прикладным знанием онтик/domain ontologies отдельных практик), но оно существенно для того, чтобы вписывать свои компетенции в коллективные проекты, на довольно абстрактном уровне понимать, как сочетать результаты своего труда с трудами других людей.

Я бы задавал сегодня список сфер деятельности по-другому, и опирался на начальных сфер в этом списке на представления о системной схеме предприятия (https://ailev.livejournal.com/1331004.html): менеджмент (операционный/логистика, технологический/методологический, лидерство), инженерия (включая инженерию предприятий), предпринимательство (стратегирование и инвестиции тут), маркетинг, финансы, политика, религия, искусство, наука, образование и просвещение, здравоохранение, физкультура и спорт, право, армия.

Задача состоит в том, чтобы создать компактную middle ontology для этих сфер -- и компактно преподавать, чтобы люди имели хоть какое-то целостное представление о жизни. Очевидно, что для осознанного разбирательства с middle ontology нужно иметь фундаментальное образование (см. цепочку "Фундаментальное образование" https://ailev.livejournal.com/1427073.html, необходимое для разбирательства с прикладными уровнями, к которым относятся сферы деятельности. Стейкхолдерское мастерство (https://ailev.livejournal.com/1409122.html) тем самым оказывается практикой навигации и успешного выполнения различных ролей в сферах деятельности -- и в рамках обучения стейкхолдерскому мастерству нужно владение уже не только фундаментальными дисциплинами (онтологика и т.д.), но и прикладными дисциплинами на уровне middle ontology. Мастер волен выбирать пути в жизни, но он должен хотя бы понимать на самом общем уровне само наличие этих путей -- и не на уровне интуитивных представлений, а на осознанном уровне.

Так что профессиональное мастерство -- это владение domain ontologies, компетенции в прикладных практиках тех или иных сфер деятельности, мастерство конкретного стейкхолдера, мастерство исполнения конкретной роли.

Стейкхолдерское/актёрское мастерство -- это приложение фундаментальных знаний для разбирательства в том, какую сферу деятельности выбрать и как в неё погрузиться (как в долгосрочном порядке, так и в рамках какого-то отдельного проекта или даже текущей ситуации), мастерство играющего деятельностные роли человека-актёра как части личности. И в рамках "профессиональной ориентации" в стейкхолдерском мире нужно какое-то владение middle ontologies, то есть представление о сферах человеческой деятельности.

Фундаментальное образование включает знания по upper ontology. Само стейкхолдерское мастерство -- это в рамках фундаментального образования, но вот наполнение содержанием этого мастерства ("какие вообще бывают роли") это про middle ontologies.

Вся эта онтологическая конструкция, если её рассматривать как материал для включения в конкретную голову, явно избыточна. Она никак не отвечает требованию чисто прикладного образования: когда "что потребуется, то и выучим". Это ведь явно "образование впрок": зачем знать, что существует здравоохранение и чем оно там занимается, если все планы, например, в инженерии? А затем, чтобы вообще ориентироваться в жизни: строить планы в инженерии, зная о существовании здравоохранения. Можно озаботиться тем, чтобы сделать это знание максимально компактным и согласованным между собой, для этого по максимуму задействовав понятия upper ontology -- системный подход, научное мышление и т.д.

Все эти деления на сферы, конечно, очень и очень условны и существенным образом могут различаться в зависимости от того, для чего эти деления используются. Мы тут приводим деление, удобное для целей системного развития личности -- https://ailev.livejournal.com/1373755.html, я там писал: "Я понимаю личностное развитие так, что какие-то практические возможности (capability -- освоенные практики, возможность выполнить какие-то задачи) личности образуют направленный граф: каждая более общая возможность открывает двери для освоения новых практик, т.е. изучения новых дисциплин и овладения новыми инструментами в поддержку этих дисциплин. Знаешь математику -- можешь заняться физикой, узнал физику -- можешь заняться инженерией. Это означает, что наиболее общие возможности, наиболее общие компетенции нужно целенаправленно осваивать пораньше -- это открывает двери для дальнейшего движения в самых разных направлениях. Эти общие возможности -- личностное развитие. А на самом верху -- узкоспецифические возможности, которые нужно держать не для exploration, а для exploitation". Так что мы говорим о таком подходе (с точностью до определения "верха" и "низа" -- в упомянутом тексте про уровни абстракции "пирамида знаний" из учебника системного мышления не обратная, а обычная, "верх" и "низ" поменяны местами).

Хороший пример тут даёт определение разницы между степенями MEM (master of engineering management) и MBA (master of busines administration) консорциума программ инженерного менеджмента (http://www.mempc.org/): "While MBA and MEM programs share some similarities in shaping capable leaders through a core curriculum in economics, marketing, and operations, students with MEM degrees are a better fit for today’s technology companies simply because an undergraduate degree in a STEM field is a prerequisite for admission. Since it’s not a prerequisite for an MBA, a majority of candidates graduate with a non-technical education. In a world where technology touches almost all aspects of life and business, students with a MEM degree fit seamlessly into today’s high-tech companies that need tech-savvy leaders for data-driven decision making and innovation-driven global strategy and growth". Вот так просто: знание математики и физики при образовании менеджерским дисциплинам даёт другой результат. Образовательная траектория оказывается важна, фундаментальное образование, которое по факту "образование впрок" (но тщательно отобранное "впрок"! Не любое! критерии отбора можно обсуждать отдельно), позволяет личности быть лучше подготовленной к жизни. Эту тему я обсуждаю и в материале "Об важность хард скиллов" https://ailev.livejournal.com/1437137.html.

Дальше нужно делать ход на конкретизацию (пример), то есть привести хоть какой-то список образовательных "концептуальных дисциплин", некоторую онтологию сфер деятельности, доведя её если не до уровня конкретных практик, то до хотя бы перечисления основных дисциплин. Основные понятия SoTA этих дисциплин и составят требуемый "обзорный уровень сферных онтологий.

Это продолжение работы, начатой в "Диаграмме фундаментального образования" https://ailev.livejournal.com/1431940.html и продолженной для практик системной инженерии в https://ailev.livejournal.com/1432101.html и https://ailev.livejournal.com/1433768.html.

Но этот ход на конкретизацию будет уже в следующем тексте.
1:02 am
lytdybr
Наконец-то сделали правильные страницы автора в litres и Озоне: www.litres.ru/anatoliy-levenchuk/ и www.ozon.ru/person/1602998/, там теперь доступны и "Системное мышление", и "Визуальное мышление". При этом из Озона исчезло "Системное мышление", потому как Озон перестал печатать книжки по print-on-demand, https://freefeed.net/ailev/25a8627c-d3e3-4e73-a1a8-d19db4438324. Остаётся для запроса в бумаге или https://balovstvo.me/sys-thinking, или в Ridero чёрно-белый экземпляр -- https://ridero.ru/author/levenchuk_anatolii_iv2h/. У меня в июле в Ridero "Визуальное мышление" №1, а "Системное мышление" №3 в топе продаж, а через litres "Системное мышление" №2, и даже в print-on-demand в топе, хотя и всего №12 -- https://freefeed.net/ailev/25a8627c-d3e3-4e73-a1a8-d19db4438324. "Визуальное мышление" до сих пор в Амазоне №1 in Kindle Store > Kindle eBooks > Foreign Languages > Russian > Society & Social Sciences -- https://www.amazon.com/Визуальное-мышление-Доклад-обольщаться-Russian-ebook/dp/B07G39LWLS/. При этом хватило общих продаж "Визуального мышления" в 151 штуку с момента публикации (26 июля -- https://ailev.livejournal.com/1437344.html) до сегодняшнего дня (26 августа, ровно месяц), чтобы добиться таких крутых результатов -- так что все эти первые места в топе продаж Ridero не такие уж и крутые по абсолютным величинам. Ну, и замечу, что бесплатно обе книги доступны в составе материалов курса "Системное мышление" в Курсере -- http://systemsthinkingcourse.ru/

Вьюнош сидит в Михайловке с бабушкой, оторванный от цивилизации. Но двенадцатый из шестнадцати модулей статистики и теорвера таки закончил. Через неделю ему в школу, так что я от него больше подвигов и не жду. В любом случае, эксперимент считать успешным и потихоньку продолжать. Попутно вьюнош знакомится с великой русской литературой. Его комментарии на эту тему типа "Один дебил решил пришить старушку, и чего там страстей разводить на целую книгу?". Мне тоже непонятно, чего там такие страсти разводить. Никогда не любил Достоевского. Дальше вьюношу аккуратно привьют идею двойных стандартов: писать в сочинении нужно не то, что думаешь, а то, что за тебя придумали учителя литературы лет эдак пятьдесят назад, то есть включаться в цепочку живой передачи одобрямса предписанных писателей. Это будет только осенью, но летнее чтиво (вернее, прослушивание -- никто ж сегодня не читает, аудиокниги это наше всё!) всё равно портит лето.

В мире Julia после выпуска 1.0 происходит много удивительного. В частности, вышла книга "Think Julia: How to Think Like a Computer Scientist" от Allen Downey, Ben Lauwens, и даже там язык версии 1.0 -- https://benlauwens.github.io/ThinkJulia.jl/latest/book.html. Вот это то, что нужно! Это повторение суперуспешной книжки How to Think Like a Computer Scientist: learning with Python, только на Julia, и написано даже тем же автором (Allen Downey) -- http://greenteapress.com/wp/think-python-2e/. И тот же автор написал и Think Stats и даже Think Bayes. В русскоязычном чате Julia в телеграме стало очень оживлённо -- https://t.me/JuliaLanguage (там уже 178 человек). Но это всего ничего. По-настоящему неожиданно было то, что треть всех загрузок языка после выпуска версии 1.0 пришлось на Китай -- https://juliacomputing.com/press/2018/08/22/china-surge.html. 34% of unique visitors to the Julia download page are from China, 22% are from the United States, 5% are from Japan, 4% are from Germany and 3% are from the United Kingdom.

Пришлось немного вмешаться в разборки по случаю секс-скандала во французском кизомба-мире, ибо этот скандал зацепил и Россию: мой коммент с разъяснениями в длинном треде и несколько последующих комментов существенно снизили накал обсуждений -- https://vk.com/wall-138288525_662?reply=863. А всё потому, что большинство участников дискуссии не могут видеть безличные системы в эмоционально нагруженных ситуациях. И тут же начинают путать людей и стейкхолдеров, не замечают передачи бизнеса из рук в руки, путают владельцев и "лицо фирмы", теряют возможность рассуждать логически. Страсти кипели нешуточные почти неделю, сейчас всё вроде как улеглось. Я там заинтересованное лицо: у меня на руках три пасса на осенние кизомба-фестивали, при этом один из них (https://vk.com/iamyourdj) был под угрозой развала "общественниками" -- причём без причины, просто "под руку попал". Типа разбитых витрин и сожжённых машин борцами за правое дело -- это ж не хулиганы, это "борцы за правое дело", а урон -- "средство привлечения внимания". Но сам скандал там любопытный, да. Грязь, помои, полиция, разврат по согласию, утечки видео, поиски преступников, бойкот чужих бизнесов -- полный набор! Кончилось тем, что бизнес фестиваля в России не только выкупили, но его пришлось и переименовать, чтобы не попасть под бойкот.

В кизомбе я на прошлой неделе получил очень сомнительный комплимент: "научился ходить саиду", сомнительность в том, что следующее слово было "наконец-то". Ну да, прошло два года, а саида -- это материал первого месяца занятий. Я уже пару месяцев активно "чищу базу", и конца этому не видно. Но на вечеринках у меня появился connection с теми партнёршами, с которыми я раньше его не понимал, как получить. И у меня начал получаться танец с преподавателями, чего отродясь не было (и я поэтому их избегал приглашать). А ещё на этой неделе организовал себе приключения: зашёл на три вечеринки подряд (на все не к началу, тем не менее -- прямо-таки загул!), среда-четверг-пятница. Я делаю репосты объявлений о вечеринках ВКонтакте -- https://vk.com/ailev. И там же собираю фотографии с этих вечеринок -- https://vk.com/albums2449939.

Кизомба, конечно, даёт много удивительных эмоций -- особенно после того, как ты начинаешь танцевать её правильно. Там открывается какой-то новый уровень ощущений, новый уровень знакомства с собственным телом (впрочем, и тела партнёров начинаешь чувствовать лучше, и тебе становится отнюдь не всё равно, с кем танцевать: с начинашками сейчас мне танцевать активно не нравится, хотя регулярно танцую из чувства долга -- ровно как они танцевали со мной. Передаю эстафету, чего уж там). В кизомба-мире активно обсуждают статью про выделение окситоцина в кизомбе: https://www.gwepa.com/crazy-about-kizomba/. Вопрос статьи стоит ребром: можно ли говорить о кизомбазависимости, или это удовлетворение человеческих потребностей? Танго, сальса, любые социальные танцы, а ещё и спорт или любое другое хобби -- подставляйте что угодно, будут все те же самые рассуждения. Хотя есть и другие варианты. В бальных танцах, например, ввели допинг-контроль -- красота, она должна быть без допинга. Большой спорт, чего уж там, какой там окситоцин от обнимашек, там другие препараты: https://delta.dance/2017/12/do-we-need-drug-testing-ballroom-dance/

Ну, и меня раскрутили на поездку в Ростов-на-Дону, где я не был лет эдак пятнадцать. Поеду на фестиваль KIZ MI -- https://vk.com/kizmifest2018. Вот персональный коллажик для сообщения об этом факте (это традиционно делается на таких фестивалях):
kizmi
Sunday, August 26th, 2018
10:14 pm
Глубокий стек абстрактности мышления
Абстрактность мышления
Абстрактность – это главное требование, нам в мышлении нужно абстрагироваться от неважного и сосредоточиться на важном. Мышление моделирует мир, а не отражает его в полноте всех ненужных деталей. Мышление должно отделять зёрна от плевел и оперировать зёрнами. Мышление должно уметь отвязываться от индивидов и мыслить типами, прототипами, абстрактными понятиями: мы не знаем, что у мышления внутри, но требуем какого-то обобщения с опусканием ненужных для предмета мышления деталей. Нам нужна абстрактность в сложных ситуациях, мы хотим уметь планировать и проектировать впрок, мы хотим работать с целыми классами и типами ситуаций. Без абстрагирования мы не сможем переносить опыт одних ситуаций на другие, мы не сможем эффективно учиться, мы не сможем создавать языки, обслуживающие коллективное мышление – языки позволяют обмениваться самым важным по поводу обдумываемых ситуаций, они очищают общение от неважных подробностей.

Абзац выше -- это определение из "Архитектурных требований к мышлению", https://ailev.livejournal.com/1342372.html, оно же отражено в учебнике "Системное мышление". И точно так же, как для рациональности оказывается важным движение в рамках мышления по всему спектру формальности мышления, так и для реализации требования абстрактности оказывается важным движение по всему глубокому стеку уровней абстрактности мышления -- от мышления об абсолютно конкретных физических объектах-экстентах в 4D до мышления в терминах абсолютно абстрактных понятий из foundational ontology aka теории понятий.

Стек уровней абстрактности мышления -- это условное обозначение представленности в пространстве смыслов, отвечающих за привлечение внимания в рассуждении. В каком-то смысле речь идёт о модульной структуре пространства смыслов, где модули этого пространства представляют собой какие-то знания и факты об окружающем мире и его определениях/definitions/моделях. Так что мы говорим о стеке абстрактности мышления (модульное представление, интересует аспект изолирования каких-то одних смыслов одних от других в мышлении -- но и интерфейсы между разными частями пространства смыслов), причём глубоком стеке, ибо речь идёт о многих уровнях абстракции.

Предметные области (наборы каких-то предметов aka 4D-индивидов) в физическом мире представлены в мире концептов онтиками, в том числе онтиками, определяющими какие-то цепочки онтик, в конечном итоге определяющими предметы в физическом мире -- поэтому любые рассуждения у нас дотягиваются по этим цепочкам определений до физического мира (свойство адекватности мышления из "Архитектурных требований к мышлению").

Дисциплина этой предметной области (я следую тут терминологии из "Онтики онтологизации" (https://ailev.livejournal.com/1427265.html) даёт нам концепты, абстрагирующие предметы из предметной области. Хитрость в том, что внимание блуждает после этого не по бесчисленному множеству непосредственно воспринимаемых предметов физического мира, а по концептам этой предметной области -- и этих концептов немного, они хорошо связаны друг с другом, занимают компактную область в пространстве смыслов. Если ваше внимание вдруг сосредоточилось на валентности, химической связи, pH, радикале -- то вы уже понимаете, что в этом ряду "радикал" это не "бескомпромиссный выразитель каких-либо взглядов на общественное устройство", а "атом или молекула, имеющая один или несколько неспаренных электронов". Дисциплины состоят из абстрактных концептов, к которым привязано внимание в данной предметной области. Если вы вдруг зацепились за какой-то концепт дисциплины, то внимание начинает блуждать по другим концептам -- в каком-то смысле они близки в пространстве смыслов.

Внимание стейкхолдера -- это дисциплинированное внимание, то есть приковывающее к заранее известным областям пространства смыслов, то есть концептам какой-то дисциплины как к аттракторам внимания. Дисциплина же для внимания берётся не случайная, а помогающая мышлению стейкхолдера для выполнения им своей роли в деятельности.

Формальность в мышлении обычно означает чёткость и узость границ какого-то концепта в пространстве смыслов, неформальность -- размытость и широту границ этого концепта (подробнее об этом на курсе "Основы онтологики" http://system-school.ru/ontologics и книге "Визуальное мышление" https://ridero.ru/books/vizualnoe_myshlenie/). Осознанность означает волевое управление вниманием (какие области пространства смыслов -- дисциплины -- сейчас представлены в мышлении, и в какие области пространства смыслов двинется мысль дальше, "Системная осознанность" https://ailev.livejournal.com/1417932.html).

А абстракции же дают нам карту быстрых проходов в мышлении, это "порталы" (ну, или wormholes, хотя это не так аппетитно звучит), которые позволяют вниманию не только осмысленно (то есть с максимальной вероятностью пользы) перескакивать с одного концепта на другой в дисциплинах, как близких областях пространства смыслов, но и с мышления в рамках одной дисциплины на мышление в рамках другой дисциплины. И все эти абстракции опираются на эмпирику: они согласованы с физическим миром, мышление тем самым удовлетворяет требованию адекватности (4D онтология, научное мышление с его гипотезами и экспериментами).

Предметной онтологией/дисциплиной мы назовём согласованный набор абстракций-концептов, а набор как-то согласованных (или даже никак не согласованных, но мыслимых вместе) предметных онтологий разного уровня абстракции/обобщения обзовём просто "онтологией".

Онтологические уровни как уровни абстрактности
В онтологии мы можем выделить следующие уровни абстрагирования определений (definitions) от физического мира:
M4 -- foundational ontology (абстракции, в концептах которых мы говорим о самой онтологии. Речь идёт о теории концептов -- https://www.iep.utm.edu/concepts/, https://plato.stanford.edu/entries/concepts/. Изо всех теорий концептов мы берём the theory theory в качестве foundational ontology, хотя и не фиксируем язык, на котором излагаются концепты этой теории. Если нам встретятся концепты, определяемые другими теориями концептов, то мы выразим их концепты концептами теории теорий, возможно при этом двинувшись в менее формальную область спектра формальности мышления. Вот эта теория теорий: https://www.iep.utm.edu/th-th-co/). Это такой уровень абстракции, который не содержит ничего конкретного о мире, но он позволяет обсудить, как договариваться о мире. СМД-методологи (их язык важен, ибо на русском языке мало кто говорит об онтологии) никак не касаются обсуждения этого уровня абстракции.

M3 -- upper ontology, "верхняя онтология", которая в каком-то смысле "внепредметна" (то есть относится ко всем предметным областям сразу, междисциплинарна или внедисциплинарна). Она позволяет нам как-то по-максимуму единообразно мыслить о предметных дисциплинах, чтобы собрать в мышлении результаты работы по отдельным дисциплинам. Речь идёт о концепциях времени и пространства (4D онтология, возможные миры -- они как раз тут обсуждаются), системного мышления (оно ведь междисциплинарно, показывает как бороться со сложностью, управляя вниманием за счёт separtion of concerns), науки (причинность обсуждается тут). У онтологов до сих пор не утихают споры о том, нужна ли upper ontology как отдельная: ибо разные разделы этой "верхней онтологии" оказываются сами по себе вполне дисциплинарными, а не "наддисциплинарными", а предметные дисциплины так или иначе просто игнорируют их концептуализацию в терминах именно upper ontology. Объединение множества онтологий в связную картину мира без upper ontology делается "по потребности" путём перехода к менее формальным описаниям, и результаты будут немного ошибочны и требовать дополнительной формализации в конце рассуждений. Но есть и мощный аргумент "за" -- связная для нескольких дисциплин картина мира даёт восхитительную скорость, мощность и безошибочность рассуждений в рамках этих дисциплин. И хотя не все дисциплины участвуют в этих рассуждениях, в рамках дисциплин, пользующихся для своего выражения абстракциями upper ontology, мышление становится весьма и весьма мощным. Это "предельная онтология" на СДМ-языке (отношение моделей и мира тут прежде всего, "космология", онтология человеческого существования и человеческой деятельности, научного и системного мышления).

M2 -- middle ontology, онтология среднего уровня, т.е. набор прикладных понятий, которые недостаточно конкретны, чтобы относиться к какой-то конкретной прикладной/предметной онтологии, но и не касаются общей картины мира. Обычно это общие понятия "сфер деятельности" (инженерия, менеджмент, предпринимательство, образование, здравоохранение, правоохранная деятельность и т.д.). Я иногда называл этот уровень "концептуальной дисциплиной", и подробно обсуждал на примере дисциплин системной инженерии (практики системной инженерии: как-для-Coursera vs как-для-Udacity https://ailev.livejournal.com/1432101.html, доклад по практикам системной инженерии https://ailev.livejournal.com/1433768.html). В СМД-методологии этот уровень называют "объемлющей онтологией" -- именно он используется для того, чтобы как-то объединять рассуждения самых разных дисциплин друг с другом.

M1 -- domain ontology, описывающих какую-то конкретную/прикладную предметную область, то есть онтология одной какой-то дисциплины. В СМД-методологии это "рабочая онтология". И на этом уровне кончается methodology realm, область пространства смыслов, отвечающая за накопление знаний и генерализацию. Вплоть до этого уровня знания применимы к разным проектам, разным ситуациям.

M0 -- facts ontology, то есть факты об индивидах в 4D, то есть уже непередаваемое из ситуации в ситуацию знание, а просто факты данной ситуации, данного проекта. Формально отвечающие предметам физического мира концепты относятся к онтологии тоже, но часто и слово "онтология" к этому уровню абстракции не относится.
Все эти онтологии или хорошо согласованы между собой (навигация, то есть переключение внимания с одной области пространства смыслов, соответствующие их концептам, проходит легко на примерно одном уровне формальности мышления), или вовсе не согласованы (тогда требуется активное движение вправо-влево по спектру формальности мышления и отдельные эти онтологии чаще всего называют онтиками, осбенно для M1 -- domain ontology), но они с необходимостью все присутствуют в качественном мышлении, чтобы связать мышление об отдельных деталях мира в целое мыслительное непротиворечивое (с какой-то степенью уверенности в непротиворечивости!) целое.

В СМД-методологии это постепенное формулирование объекта рассмотрения (как именно выделять предмет в физическом мире -- откуда мы вообще знаем понятие "предмета"? Какое отношение этот предмет-объект имеет к субъекту? и прочие эпистемологические вопросы для онтологического рассмотрения) называют "проблемой объективации": отношение субъект-объект формируется многоступенчато, на многих уровнях абстракции. У меня на эту тему была даже лекция на методологической школе в Юрмале в 2014 году (https://ailev.livejournal.com/1132449.html), а затем этот материал в переработанном виде вошёл в учебники "Системноинженерное мышление", "Системное мышление", курс системного менеджмента и стратегирования. Там это рассказывается чуть-чуть по-другому, но смысл остаётся прежним: никакой объект физического мира не становится таковым сам по себе, он становится таким в силу существования многочисленных уровней абстракции, интегрирующих знание об этом объекте в общие знания цивилизации -- и существование предмета тем самым обеспечивается не только тем человеком, который обнаружил такой объект впервые, но и теми людьми, которые описали классы таких объектов, или классы классов, которые описывают описания классов, которые описывают эти объекты, и так на некоторую глубину уровней абстракции.

В программировании, когда обсуждают уровни метамоделирования -- все эти M0-M9 из Meta Object Facility (эти разные, разные "Меты" https://ailev.livejournal.com/1053878.html), имеют ввиду именно эти уровни абстракции в моделировании мира, хотя эмпирически нашли, что обычно в языках моделирования достаточно использовать всего 4 уровня абстракции, а часто даже и трёх хватает: верхние уровни абстракции мало кого волнуют, если ты не занят действительно большими и сложными проектами, где мультидисциплинарность начинает доставлять мыслительные сложности и требуется сделать какие-то онтологические выборы (ontological commitments) для более-менее беспроблемного выражения знаний о самых разных предметных областях. Увы, совсем уж согласованных между собой онтологий не бывает в природе, поэтому довольствуются просто собирательством самых разных онтик и их более-менее неформальным объединением. Итоговая структура знаний не даёт истинны при рассуждениях, но учитывая вероятностную природу онтологики, эти рассуждения имеют достаточно большую степень правдоподобности. Если нужно увеличить вероятность правильности рассуждений, то можно всегда предпринять дополнительные усилия по доформализации получившегося общего знания.

Движение по уровням абстрактности мышления
Так что качественное мышление движется по стеку абстрактности вверх-вниз по самым затейливым сценариям примерно так же, как оно движется вправо-влево по спектру формальности мышления (разные сценарии движения по спектру формальности были обсуждены в "Фундаментальное образование: системное развитие мышления" https://ailev.livejournal.com/1425003.html и "Творчество в системном мышлении" https://ailev.livejournal.com/1425331.html). Часть времени мышление проводит, занимаясь какими-то деталями ситуации, а часть времени -- игнорируя детали и работая крайне грубо, зато потенциально имея возможности далёких скачков в пространстве смыслов, обращения к самым разным вариантам детализации, самым разым менее абстрактным описаниям.

Чтобы стать более конкретными, приведём пример рассуждений с задействованием стека абстрактности. В мышлении оказывается важным движение по стеку абстракции, то есть движение по разным дисциплинам/микротеориям/онтологическим уровням, ибо коллективное мышление не проходит в рамках одной абстракции, одной микротеории. Этот сценарий взят из "Слова-термины важны, и не важны" https://ailev.livejournal.com/1442764.html:
1. Сначала стейкхолдера расспрашивают о его предметной области, чтобы он произвёл некоторое количество не слишком абстрактных текстов. Скорее всего, он будет говорить на уровне M1, в терминах его дисциплины. В примере он, например, будет поминать capability.

2. Далее по уровню абстракции нам нужно идти вниз (первый шаг обычно идёт "из середины вниз"), чтобы поднять шансы на понимание: нужно просить дать его конкретные примеры, привести ситуации в физическом мире. Правило ТКП: трёх конкретных примеров. Если трёх конкретных примеров не удаётся привести для какого-то понятия, то это явно не слишком важное понятие, можно и без него. Это понятие не достойно обозначать часто встречающиеся, вероятные ситуации, оно непрактично (но, например, могло быть выдумано автором какого-то учебника для дидактических целей или обозначать какой-то факт, а не быть понятием дисциплины). В любом случае, шаг на адекватность мышления, в сторону 4D индивидов должен быть сделан, чтобы вы и ваш собеседник-стейкхолдер говорили об одном и том же.

3. Далее вам нужно сделать два шага по уровням абстракции вверх: опираясь на данные стейкхолдером примеры и ваше понимание его концептов, вам нужно отнести его концепты к каким-то более высокоуровневым уровням понятий, например, сферным концептам (уровень middle ontology, концептуальных дисциплин) или даже уровнем выше (upper ontology -- там, где общая картина мира). Тут мы понимаем, что "их доллары -- это наши баксы", и относим capability к практике из системного мышления.

4. На верхнем уровне мы делаем умозаключение: что представляется важным? Так, для практик обычно представляется важным её дисциплина (рассуждение на уровне абстракции upper ontology) -- и мы можем стейкхолдеру задать вопрос о том, где он взял знания для выстраивания своей capability (вопрос на уровне абстракции, используемом стейкхолдером в разговоре). Практики обычно отличают от процессов/работ (рассуждение на уровне upper ontology, возможно детализированное рассуждениями на уровне middle ontology -- по операционному менеджменту и управлению жизненным циклом), можно задать этот вопрос стейкхолдеру на его уровне domain ontology. Вот это то самое место, когда высокоуровневая онтология используется как чеклист для мышления о ситуации/проекте: можно понять, что в ситуации продуманно, а что ещё требует рассмотрения и может содержать потенциальные риски.

5. После разбирательства с ситуацией, когда мы понимаем её на уровне бедной концептами и тщательно проработанной онтологически абстракции уровня выше, а стейкхолдер может использовать интуицию в богатой концептами менее абстрактной своей низкоуровневой онтики (необязательно даже соответствующей каким-то дисциплинам), мы могли бы привнести в ситуацию понимания, полученные из других дисциплинарных обсуждений со стейкхолдерами. Что будет вноситься? Это обычно понимается мышлением на уровне высокоуровневой middle ontology и уточняется при совмещении domain онтологий отдельных дисциплин переходом к вообще низкоуровневых фактов о 4D индивидах. Например, в случае capability можно было бы привнести понимание со стороны инженерии предприятия -- какие подразделения/оргмодули/оргсервисы будут реализовывать практику/capability?

6. Далее стейкхолдер может продолжать использовать свою domain ontic, чтобы не потерять свои предметные интуиции, возможно, уточнённые после учёта рассуждений на более высоком уровне абстракции, и обогащённые новыми понятиями (если в онтике, используемой стейкхолдером не было необходимых понятий). Например, он будет продолжать рассуждать о capability, но уже понимая, что речь идёт не о процессах/работах.
Другим примером такого управления вниманием через "вертикальную" навигацию по уровням абстракции в пространстве смыслов служит практика progress report с использованием системной схемы проекта (приводится в учебнике "Системноинженрное мышление" 2015г., http://techinvestlab.ru/systems_engineering_thinking/, но изначально она была взята из материалов инициативы SEMAT). В этой практике рассказ о проекте абстрагируют путём отнесения разных сюжетов рассказа к одной из семи основных альф проекта (высокоуровневые абстракции: возможности, стейкхолдеры, определение и воплощение системы, работы, технология, команда -- концепты из upper ontology, увязываемые в рамках системного подхода), а затем привлекают внимание к тем темам, которые относятся к пропущенной альфе их подальфам (подальфы уже появляются в рамках middle ontology, а то и domain ontology). Трудно манипулировать самими текстами рассказа progress report, определяя пропущенные вопросы, но вот семью высокоуровневыми/абстрактными концептами манипулировать легко: они и являются "аттракторами внимания", среди них и осуществляется навигация в пространстве смыслов. Относим производимые при progress report те или иные фрагменты текста к альфам (поднимаемся по уровню абстракции), затем на уровне альф определяем, что ещё не было сказано, а затем опускаемся по уровням абстракции вниз, задавая вопросы к пропущеным альфам. При любых намёках на непонимание требуем опуститься ещё на уровень вниз и привести примеры из физического мира, обсуждаем конкретные рабочие продукты и тем самым всячески поднимаем адекватность наших описаний (подъём по уровням абстракции всегда содержит риск утери адекватности!).

Что делать дальше
Таким образом, можно представить мышление как запутанный маршрут движения в двух координатах: 1. глубокий (в том же смысле, что и в deep learning! там ведь тоже каждый слой нейросети абстрагирует информацию о ситуации) стек абстракции/конкретизации и 2. спектр неформальности/формальности представлений ситуации.

Приведённые в посте уровни абстрактности тут не догма, а онтология явно не представлена деревом или классической структурой "стека". Но мы тут используем не слишком формальное мышление: когда нам нужно будет получать точные формальные результаты, тогда и займёмся классической computational ontology. Но вряд ли: промышленных результатов на этом классическом пути формализованных до предела онтологий получено немного, так что мы тут сознательно не заморачиваемся излишней формализацией, нам достаточно неформальных догадок о том, как устроена эта предметная область онтологизации.

Тут можно пообсуждать вопрос, что формализация сама по себе и означает абстрагирование, и что неформальное представление уже неабстрактно само по себе, но нет: мы говорим об абстракциях как об определении (definitions) определений, а формализация-деформализация обычно происходит на одном и том же уровне абстракции. Но, конечно, формализация связана с абстрактностью описания: формальность появляется тогда, когда явно присутствуют минимум два уровня абстрактности описаний, и один уровень описывает другой уровень (то есть кроме модели есть ещё и метамодель, а иногда и мета-метамодель). Рациональность (использование формализмов, а не только неформальных рассуждений) тем самым заведомо требует абстракций -- использование сразу нескольких уровней абстракции, эти требования рациональности и абстрактности оказываются зависимыми друг от друга, они не ортогональны. Обсуждение этих нюансов пока выходит за пределы поста.

Какие планы поразвитию этой идеи? Если гипотеза из этого поста верна, то становится проще объяснять, "почему не работают трёхдневные курсы ни для менеджмеров, ни для инженеров" -- https://ailev.livejournal.com/1430047.html. Именно фундаментальное образование даёт осознанное владение уровнями онтологий выше чем domain, а без этих уровней невозможно предметное мышление в рамках одной дисциплины вставить в контекст мультидисциплинарного сложного коллективного проекта.

Планы тут -- это эксплицировать уровень middle ontology, то есть сферных (инженерии, менеджмента, предпринимательства и т.д.) state of the art онтологий. Мы уже начали это делать для системной инженерии (см. доклад по практикам системной инженерии, https://ailev.livejournal.com/1433768.html). Мой курс "Системный менеджмент и стратегирование" это шаг к онтологии сферы менеджмента, и мы уже начали обсуждение онтологии предпринимательства/маркетинга. Вот эти согласованные между собой и с upper ontology (онтологика, системное мышление, научное мышление и т.д.) middle ontologies и являются нашей целью номер один. Без них нельзя тренировать движение по спектру абстрактности. А с ними можно -- и даже сержантским методом, https://ailev.livejournal.com/1287293.html. Обсуждение различных "концептуальных дисциплин" на уровне middle ontology тоже выходит за пределы поста.

UPDATE: обсуждение в фейсбуке -- https://www.facebook.com/ailevenchuk/posts/10213652038349307
Tuesday, August 21st, 2018
3:10 am
Слова-термины важны, и не важны
Вчера мы с участниками моего шестидневного тренинга разбирали парадокс "обращайте внимание на слова, не обращайте внимания на слова". У нас письменная или устная речь -- это основной канал получения информации о чьей-то стейкхолдерской роли, интересе этой роли, предпочитаемых методах описания для удовлетворения интереса, описаниях систем (stakeholder -- concern -- viewpoint -- view). Но обольщаться цепочками букв нельзя: в разных словарных сообществах они означают разное, так что те или иные термины просто позволяют иметь гипотезы про используемое стейкхолдером "пространство имён", и ещё обозначают какое-то место в пространстве смыслов. Обращаем внимание на слова как флажки, которые указывают на какие-то места в пространстве смыслов, но ищем обозначаемый словами смысл в пространстве смыслов (подробней про пространство смыслов в моей книжке "Визуальное мышление" -- https://ailev.livejournal.com/1437344.html).

Помогут ли нам в этом определения? Нет, не помогут (подробней тут: https://ailev.livejournal.com/1365963.html). Но поможет разбирательство с окружением слов: концепты редко используются поодиночке, поэтому и слов-терминов обычно встречается довольно много и можно дальше строить гипотезы о том, как концепты соотносятся между собой (Витгенштейн: ничего нельзя сказать об объекте самом по себе, кроме того, как он соотносится с другими объектами). Для этого нужно поглядеть, какие термины используются рядом (буквально: рядом по тексту) с интересующим вас термином. Определение тут не поможет, а разбирательство с какой-нибудь диаграммой или отрывком текста, набором развёрнутых высказываний -- поможет.

Так что разбираемся со словами-терминами (обращаем на них внимание!), определяем их смысл, вытаскиваем из этих слов безымянный концепт, который на разных профессиональных языках самых разных сообществ имеет самые разные имена -- и дальше работаем с концептом (не обращая на слова-термины внимания!).

Вот вам говорят: "возможности" (для вящей убедительности добавляя "бизнес" -- "бизнес-возможности"). Первый же тест: пытаетесь перевести, например, на английский -- это будет opportunity, или capability? В предпринимательстве обычно opportunity, в оргстроительстве -- capability. Слово business в IT просто означает "организационный". Так что это, скорее всего, "организационные возможности", то есть capability. И учитываем, что capability бывают и в IT (например, обсуждение capabilities в их отличии от tokens см. в 2007 году -- https://ailev.livejournal.com/490654.html).

Но что это означает? Что в голове говорящего? Правильный ответ: неизвестно! Но можно строить гипотезы, ибо вероятность того, что "ихние доллары -- это наши баксы" обычно довольно велика. Их "capability" -- это антагонист для разворачивающихся во времени процессов, уход от засилья процессного подхода, это функциональные объекты предприятия, практики, это ход к жизненному циклу 2.0: функциональное описание жизненного цикла, компетентностное разделение труда по разным практикам-деятельностям, а не разделение работ как супер-процессов. Вот я писал ровно это ещё в 2013 году, когда всё это начиналось (но писал довольно мутно): https://ailev.livejournal.com/1068096.html. А вот по итогам всех дискуссий год назад, в августе 2017 (https://ailev.livejournal.com/1369625.html): "capability -- это поставленная практика, возможность осуществления функции (т.е. готовность предоставления сервиса какими-то модулями, поддерживающими практику)". И там же слова, что необязательно пользоваться всеми значками Архимейта, в том числе значком capability. Это же мнения Максим Смирнов, указывающий на неудачку Архимейта в определении capability: он рекомендует сравнить постановку проблемы в 2012 году https://archimatemusings.wordpress.com/2012/12/27/missing-from-archimate-business-capability/ и получившийся результат в 2016 http://pubs.opengroup.org/architecture/archimate3-doc/chap07.html#_Toc489946034 в своём посте "Что не так с TOGAF 9.2" https://mxsmirnov.com/2018/07/27/togaf-9-2/ (я, кстати, давно говорю, что не ходите люди, в TOGAF, добра от этого не будет). Я вот тоже в 2011 году описывал вселенскую путаницу между использованием слов function и capability в чуть ли не десятке разных методов описания предприятий -- https://ailev.livejournal.com/938820.html.

Есть системный подход, который предлагает некоторую картину мира самого общего вида, но удобного для договорок между стейкхолдерами. Системный подход даёт набор концептов для простого описания сложного мира, привлекая внимание тем самым к каким-то сущностям этого мира. Но системному подходу всё равно, какими словами обозначаются эти концепты. Так что в рамках использования наработок системного подхода я рекомендую двухходовку:

1. Внимание к словам стейкхолдера. Нужно смириться и считать, что стейкхолдер говорит не столько на иностранном языке, сколько уж точно на диалекте с хитрыми значениями некоторых знакомых вроде бы слов. Это миф, что под словом "capability" или "function" (если уж они из одного естественного языка) скрывается одно и то же место в пространстве смыслов -- особенно, если речь идёт о переводах на русский. Переспрашивайте про разные примеры (не определения!), заставьте стейкхолдера попродуцировать разные тексты на его профессиональном диалекте, чтобы было понятно, как именно употребляет стейкхолдер эти якобы всем понятные слова. Подтвердите гипотезы, какие концепты системного подхода наиболее близки к употребляемым концептам стейкхолдера. Так, клиент сказал про "организационные возможности" -- переспросите прямо: может ли он привести пару примеров. Подтвердите ваши гипотезы, используя концепты системного подхода. Например, имеет ли он ввиду работы/процессы/развёртку во времени (динамическое описание), или речь идёт о функциональном описании? Это внешнее поведение для какого-то модуля (сервис, оказываемый на интерфейсе), или внутреннее (функция?).

2. Слова для вас неважны, важны концепты. Так что продолжайте говорить со стейкхолдером на его языке. Переучивать и нельзя, и вредно: вы разрушите язык, на котором стейкхолдер имеет максимальную интуицию про свою предметную область -- если у него есть эта интуиция. Если играет роль стейкхолдера случайный человек, то он не стейкхолдер, внятного интереса у него нет, "роль не выучил", слов не знает, то есть профессиональным диалектом не владеет, интуиции его нет, а если и есть, то ошибочна и т.д. -- тогда или меняйте представителя стейкхолдера на другого исполнителя, или уж учите какому хотите диалекту, дайте ему любимую вашу практику. Но вы теперь знаете, о чём говорит стейкхолдер в системной картине мира. И поэтому понимаете, чего в этой картине мира не хватает: об этом можно спросить и этого стейкхолдера, и других стейкхолдеров. Например, можно спросить, что там с работами и управлением работами, если стейкхолдер зациклен на своих "оргвозможностях". Потому как с "оргвозможностями" может быть полный порядок, но вот с управлением работами будет полный беспорядок. Или наоборот: скрупулёзное выполнение бессмысленных и бесплодных работ, ибо "оргвозмножности" окажутся непроработанными, неполными.

Если речь идёт о предпринятии (это не опечатка, см. учебник "Системное мышление"), то при таком подходе теряет смысл сама дискуссия о "правильных переводах", например, для понятий языка ArchiMate: можете использовать оригинальные английские термины -- но всё одно ваши клиенты не будут вас понимать. Поэтому смело меняйте эти термины на термины клиентского диалекта, тем не менее оставляя суть концепта, наиболее близкую к концептам системного подхода.

Например, вы пришли в организацию, в которой люди говорят на диалекте, заимствованном из Banking Industry Architecture Network (BIAN) "How-to Giude", http://bian.org/deliverables/bian-how-to-guide/, и узнаёте, что там различают capability и processes, это подробно разъясняется в пункте 1.2 "BIAN How-to Guide Design Principles & Techniques V6.0" http://bian.org/wp-content/uploads/2018/02/BIAN-How-to-Guide-Design-Principles-Techniques-V6.0-Final-V1.0.pdf. Ага, понятно: речь идёт о практиках против работ. Хуже того, они поясняют, что слово capability они тоже не используют, а вместо него для отделения (partitions) разных оргвозможностей друг от друга они используют слова Service Domain. Ага, тоже понятно: сервисный подход (то есть речь идёт о системе, оказывающей сервис), при этом речь идёт о предметной области (не об определении сервиса, а о воплощении сервиса). Так что имеется ввиду сервис, реализующий какую-то практику. Обсуждаем назначение, дисциплину, инструменты и рабочие продукты, исполнители с их компетенциями. Управление жизненным циклом. Поскольку дисциплина (предметная область) определяется тут, то хорошо говорить о переносе знаний. BIAN так и говорит, что Capability Model (про Service Domains) отлично служит для стандарта описания деятельности (слово "деятельность" ещё один словесный маркер для "практики", для функционального описания) банка. Моделировать в Архимейте это хорошо "орг.сервисом" (business service), ибо это внешнее представление для практики.

А вот BIAN Business Scenario -- это процесс, последовательность выполнения практик. Обсуждаем оркестровку, время выполнения, требуемые для выполнения ресурсы, операционный менеджмент. И, конечно, процессы с их винегретом участвующих практик плохи для работы со знаниями предметной области, с их описанием в стандарте. Они уникальны для каждой организации, это практики похожи. Так и пишут: process models due to their very flexibility are not good for defining canonical standards for anything but the most commodity and predictable type of behavior. Моделируем в Архимейте "оргпроцессом" (business process).

Это и есть системное мышление: один раз понимаем суть этого разделения между практиками/функциональными элементами и работами/процессами -- и дальше легко понимать разные диалекты, хотя они и используют разные слова.

Теперь берём другой стандарт описания деятельности, в этот раз APICS Supply Chain Operations Reference model (SCOR, http://www.apics.org/apics-for-business/frameworks/scor), SCOR Overview -- https://www.apics.org/docs/default-source/scor/scor_overview-participant-workbook.pdf?sfvrsn=2

Там processes с показываемым между ними material flow, последовательность операций. И менеджерские practices (их там 170 штук, и дальше они оркеструются в процессы). Вау, тут по факту та же терминология, что использована в OMG Essence -- но речь идёт не о сервис-ориентированном подходе, а о просто функциональном рассмотрении, когда речь идёт о практиках. Не внешнее представление (организационная инкапсуляция важна), а внутреннее. Так что моделировать в архимейте эти практики можно сразу оргфункциями (business function), а сервисы будут инкапсулировать выполнение этих практик на каких-то организационных интерфейсах.

В любом случае мы понимаем, что все эти capability и practices это про одно, а process, stages, tasks -- про другое, это разные системные view.

Мы обязаны их найти в самых разных Body of Knowledge, деятельностных стандартах, архитектурных языках. Нам всё равно, как они там называются, но они должны быть. Мы должны найти слова, которыми обозначаются эти концепты системного подхода в соответствующих профессиональных диалектах (слова важны!), но нам неважно, какие именно будут эти слова (слова неважны!). Если мне нравится какой-то котёнок, то мне неважно, как его зовут (слово неважно!). Но важно, чтобы хоть как-то звали, чтобы я мог отличить его от других. Если хозяева никак котёнка не зовут, я сам его назову приятным мне именем. А если хозяева его уже назвали, то я буду пользоваться именем, которое ему уже дали, но внутри себя я могу его и по-своему называть, это моё дело. Главное, чтобы это своё имя в коммуникацию не лезло. А если это котёнок по имени "Гав!" (слова важны!), то я лишний раз должен убедиться, что речь идёт именно о котёнке, а не о собаке. И если это таки котёнок -- ну что же, будем морщиться, но называть его "Гав!" (про себя называя Муркой или Мурзиком).

Но зачем нужны примеры? Почему нельзя опираться только на определения. Ну, например, чтобы лучше понимать, что обычно (но не всегда!) capabilities и practices это про одно, а процессы про другое. Вот вам capability map (https://bizzdesign.com/blog/archimate-3-0-capability-mapping/) для ArchiSurance:
Blog-ArchiMate_3_Capability_Mapping

А вот Microsoft Industry Reference Architecture for Banking (https://bizzdesign.com/blog/reference-architecture-models-with-archimate/):
The_Business_Reference_Model

Видно, что никакой развёртки во времени, никакой стадийности. И видно, что по большому счёту неважно, какими значками Архимейта это показывать. Если хочется сделать акцент на внутренних практиках в работе каких-то подразделений, то оргфункции. Если хочется сказать, что выполнение этих практик доступно извне, то это можно дать оргсервисами. А можно и использовать значок capability, помня, что дискуссий по поводу этого значка множество, и пройти по линии оргсервиса было бы надёжней. Можно поиграться, сказав, что capability -- это оргсистема, оказывающая сервис (но почему-то не совпадающая по границам с оргзвеном/ответственным/actor). Можно всё, если вы понимаете, что а) вы говорите в рамках концепций системного подхода, и б) как это будет услышано на профессиональном диалекте тех стейкхолдеров, с которыми вы будете разговаривать.

Помним, что даже слово "процесс" сегодня очень часто означает ту самую "практику" и не подразумевает никакой оркестровки выполнения практик во времени, а оркестровка практик тогда будет описываться другим словом -- оркестровка, или "процедура", или "сценарий". Так что не обольщайтесь, что вы сразу понимаете, услышав знакомый термин, о чём идёт речь.

Жизнь сложна, и мы её упрощаем, рассматривая пару-тройку концептов (по возможности не впадая в длинные дискуссии о нюансах концептов, принятых в тех или иных дисциплинах), и абстрагируясь от дискуссий о длинных списках имён этих концептов. Концепты узнаём по их терминам (термины важны! без них беда, ничего не узнаем! мычать нельзя, это неинформативно!), но не придираемся к самим терминам (они для нас неважны, а важны обозначаемые ими концепты!).

Ублажаем стейкхолдеров, пусть их любимые слова ласкают им слух. А если стейкхолдеры не знают своих профессиональных имён для нужных в разбирательстве для их интересов концептов, дайте им эти имена сами, то есть выберите термины сами -- пусть это будут любимые вами имена.
Friday, August 17th, 2018
1:43 pm
Первое сентября досрочно
В это воскресенье (19 августа 2018) начинается второй поток моего шестидневного марафона "Системный менеджмент и стратегирование v2" -- http://system-school.ru/. А 5-6 сентября 2018 я буду повторять там вводный двухвечерний курс "Как оставаться востребованным специалистом в эпоху перемен". Кстати, в Школе ещё много чего интересного происходит сейчас, кроме моих собственных курсов. Например, уже сегодня вечером стартует четырёхвечерняя онтологика Прапион Медведевой, 25 августа "Как быстро договариваться в сложных ситуациях" (о стейкхолдерах) Александра Турханова.

Кафедра технологического предпринимательства МФТИ принимает до 24 августа 2018 в двухлетнюю онлайн-магистратуру, старт обучения 15 сентября 2018. Там у них будет в том числе семестровый курс системного мышления и семестровый курс практик системной инженерии: http://techpredonline.ru/. Обучение там онлайновое, сочетает онлайн-материалы (курс системного мышления уже есть, и мы только что закончили съёмки видеокурса по практикам системной инженерии) и вебинары (консультации и семинары, а также сдача заданий) с живыми преподавателями, поскольку эти онлайн-курсы заменяют лекции, но их недостаточно для полноценного обучения, нужна практическая работа. Экзамены тоже можно сдавать удалённо. Прошлый поток был весьма интересен: туда поступают много русскоговорящих из дальнего зарубежья, кандидаты наук, уже состоявшиеся инженеры -- хотя и бакалавров тоже берут. Экзамены можно сдавать тоже онлайн.

А ещё круглогодично и бесплатно (но я рекомендую немножко заплатить за проверку задач -- без этого получается плохо, чтение "учебника езды на велосипеде" не слишком эффективно) работает курс системного мышления -- http://systemsthinkingcourse.ru/ (и его поддержка в чате https://t.me/systemsthinking_course). Сто человек уже закончили этот курс, семеро из них на этой неделе.
Thursday, August 16th, 2018
11:35 pm
Гибридный нижний уровень интеллект-стека
Сегодня нижний уровень интеллект-стека -- это аппаратура ускорения коннекционистских вычислений. Там всё очень бодро, кратенький обзор я дал в https://ailev.livejournal.com/1441034.html -- уменьшают время обучения, уменьшают время вывода, меняют физику аппаратуры.

А на среднем уровне интеллект-стека решают вопрос компьютерной поддержки полного спектра формальности мышления, https://ailev.livejournal.com/1438749.html -- логика и вероятность с causal inference и probabilistic programming, логика и коннекционизм с neural-symbolic computation/integration, дифференцируемая логика с relaxation representation до differentiable programming.

И вот появляется густой поток работ, в которых решается очень похожая проблема поддержки полного спектра формальности мышления, но "снизу" -- чуть ли не на уровне innate priors для архитектуры обработки информации в рамках коннекционизма с обучаемостью, так и алгоритмической тьюринговской архитектуры вычислений. Универсальный вычислительный субстрат, который можно обучить и образы распознавать, и логически/алгоритмически проводить суждения. Образно-логическая, коннекционистско-алгоритмическая среда. Гибридный коннекционистско-алгоритмический уровень интеллект-стека.

Направление это задано было когда-то Neural Turing Machine https://arxiv.org/abs/1410.5401 и Neral GPU https://arxiv.org/abs/1511.08228. И вот прямо сейчас появляется ворох новостей в этой области:

-- лучшая архитектура нейросетки для перевода естественных языков (Transformer) не могла выучить простейшее копирование строки (из abc получить abcabc). А "вычислительные нейросетки" типа Neural Turing Machine очень плохо работали с "образными задачами" типа перевода естественных языков. И вот сегодня Google Brain опубликовал Universal Transformer -- https://ai.googleblog.com/2018/08/moving-beyond-translation-with.html. Our experiments confirm that Universal Transformers are indeed able to learn from examples how to copy and reverse strings and how to perform integer addition much better than a Transformer or an RNN (although not quite as well as Neural GPUs). Furthermore, on a diverse set of challenging language understanding tasks the Universal Transformer generalizes significantly better and achieves a new state of the art on the bAbI linguistic reasoning task and the challenging LAMBADA language modeling task. But perhaps of most interest is that the Universal Transformer also improves translation quality by 0.9 BLEU1 over a base Transformer with the same number of parameters, trained in the same way on the same training data. Putting things in perspective, this almost adds another 50% relative improvement on top of the previous 2.0 BLEU improvement that the original Transformer showed over earlier models when it was released last year. The Universal Transformer thus closes the gap between practical sequence models competitive on large-scale language understanding tasks such as machine translation, and computationally universal models such as the Neural Turing Machine or the Neural GPU, which can be trained using gradient descent to perform arbitrary algorithmic tasks. Это явно шаг по направлению к гибридной архитектуре: добавление в коннекционистскую, нейросетевую архитектуру даже не эмуляции алгоритмических/символьных вычислений "по выучиваемым правилам", а "чего-то похожего на выучиваемые вычисления". Гибридный коннекционистский "образно-алгоритмический" субстрат с возможностью выучить какую-то алгоритмику оказался лучше чисто "образного".

-- а можно ли улучшить эту самую "вычислимость" в нейросетке? Ответ: можно, и это NALU (nerual arithmetic-logic unit), https://ailev.livejournal.com/1440139.html. Это тоже Google, но Google DeepMind. Всем настолько понравилась идея, что чуть ли не за сутки появилось множество реализаций этого подхода на самых разных deep learning фреймворках. А сегодня сделан интересный шаг: прокинуто множество системных уровней и сделана реализация NALU на ассемблере x86 -- http://rickyhan.com/jekyll/update/2018/08/15/neural-alu-implemented-in-python-and-assembly-x86.html. Красивая идея, "виртуальное железо" реализовывать поближе к нижнему уровню, a toy NALU implemented in x86(with SSE!) that uses real Intel FPU ALUs. Но я думаю, что это тоже ещё не предел: нужно чуток приподняться уровнем (например, писать эти "вычислительные" архитектуры на Julia, да ещё и запускать для этих архитектур нейроэволюцию -- оптимизируя и "алгоритмы", и "образы"),а результирующие архитектуры выводить не в ассемблер, а в LLVM. А затем использовать компилятор из LLVM в Verilog и сразу прошивать FPGA. Это уже делается для "традиционных сеток", которые несколько строк Питона для спецификации нейросетки в TensorFlow через компилятор XLA от Google перегоняют в LLVM, а затем из LLVM получают спецификацию на Verilog для FPGA -- https://arxiv.org/abs/1807.05317, подход LeFlow. К этому уже всё готово, так что в ближайшее время ждём реализации.

Вот эти два потока работ (1. усиление коннекционистской "образности" через коннекционистскую "алгоритмику" и 2. усиление и разгон через приближение к железу коннекционистской "алгоритмики") должны быстро склеиться. К тому же это всё может легко пройти под зонтиком Гугля (поглядите, все работы по факту оттуда), с редкими университетскими вкраплениями.

"Коннективизм" и "коннекционизм" -- синонимы, в сети встречаются почти равное число раз, оба переводы connectionism. В этом тексте я использовал "коннекционизм" и "коннекционистский подход", но не факт, что в другом тексте я не напишу "коннективизм" и "коннективистский подход". И тут нужно понимать, что я описываю в этом посте тренд "однородных нейросетевых структур", в некотором роде обратный от тренда differentiable programming: коннективистские архитектуры состоят из более-менее однородных элементов, а differentiable programming, probabilistic programing не предусматривают какой-то однородности, в них структуры весьма различаются, их некоторое богатство. В жизни же, конечно, будет какой-то промежуточный вариант. В мозгу тоже клетки не все одинаковые.

Но есть и альтернативное решение, уровня не трансляции в гейты, а в уровень параллельных арифметических и логических операций, реализующих и алгоритмические какие-то вычисления, и нейронные сети разной архитектуры. Ведь оба заявленных направления напирают на параллельность в вычислениях (особенно этому много уделяют внимания в Universal Transformer).

По факту современные GPU являются именно такими чипами, и особенно наглядно это видно на новом чипе NVIDIA с архитектурой Turing (https://ailev.livejournal.com/1441670.html): там алгоритмическая часть чипа (в данном случае не совсем универсальная, а ориентированная на ray tracing, но на архитектурном уровне можно было бы подумать, что там могло бы быть) совмещается с коннекционистской частью (её поддерживают Tensor Cores). Сейчас NVIDIA SDK NGX для визуальных эффектов имеет плагины именно для нейрообработки (https://developer.nvidia.com/rtx/ngx), но архитектурно как связаны там коннекционистские-нейро и классические алгоритмические-тьюринговские вычисления в этих "нейрообработках" может быть совершенно неочевидно -- так что можно только гадать, в каком направлении могут развиваться гибридные архитектуры типа Turing. Это может быть устроено "как мозг" на двух разных системных уровнях:
-- как сейчас в NVIDIA Turing, или NVIDIA Xavier когда разные части чипа поддерживают разные вычисления, разную встроенную логику. Это сейчас мейнстрим, по этому пути не только NVIDIA бегом бежит, просто остальные чуток отстали в плане массовости. Разные отделы мозга выполняют разные функции, реализованы они по-разному.
-- как в биологическом мозге: универсальный коннекционистский субстрат, выучивающий/эмулирующий классические алгоритмы ("медленное мышление по Канеману, эмулируемое человечьим мозгом: дикие затраты мыслетоплива, но оно есть! И оно выучивается, innate priors минимальны!"). Вот тут в комментах у нас тред с cantechnik про устранение лишних уровней виртуализации -- если транслировать LLVM архитектуру не в FPGA, даже не в ASIC, а сразу в аналог (какие-нибудь мемристоры или оптику, как в пункте 3 комментируемого поста по ссылке), то может не так уж и плохо получиться даже с эмуляцией/выучиванием: https://ailev.livejournal.com/1441034.html. Разные отделы мозга выполняют разные функции, но реализованы они одинаково.

Вот прямо сейчас расцветают сто цветов гибридизации нижних уровней интеллект-стека (равно как сто чуть менее заметных сегодня, но не менее важных цветов гибридизации его верхних уровней). Восхитительный момент, когда всё происходит стремительно со скоростью двух прорывов в неделю. Совершенно невозможно предсказать, что будет буквально через месяц-другой, и как оно отразится на цивилизации. Думаю, что отразится сильно, и быстрее, чем все это себе представляют. Другое дело, что к чудесам привыкают, и привыкают быстро. Уже сегодня ведь можно задать своему телефону где-нибудь в глухом переулке ночью классический вопрос "Как пройти в библиотеку?" и получить внятный ответ, причём с предупреждением, что "эта библиотека откроется через восемь часов, в 11:00 -- тот же самый Гугль или Алиса в телефоне знают и часы работы всех заведений вокруг). Чудо? Чудо. Никто не удивляется, только ругаются, что это всё не слишком надёжно работает. Ну, plug and play тоже когда-то ругали, говорили, что plug and pray. И модем дозваниваться мог полночи до провайдера. А сегодня всё работает в полпинка. Вот и гибридный интеллект-стек, который сможет и в логику, и в чуйку -- он тоже будет сначала шалить, а потом просто надёжно работать.

UPDATE: дискуссия в фесбуке -- https://www.facebook.com/groups/1505369016451458/permalink/2151897705131916/.
1:30 am
Танцы с акробатикой
Уже пару недель мы проходим поддержки в кизомбе. Поддержка -- это когда часть своего веса (в том числе и весь вес целиком) партнёрша отдаёт партнёру. Когда я пошёл танцевать кизомбу, я думал, что там никто никого не поднимает. Ошибался. Но хорошо, что в кизомбе нет акробатики.
lift_wonem
Вообще-то танцы часто включают в себя акробатику -- иногда даже явно в названиях (типа "акробатического рок-н-ролла").

Вот вам парочка малоизвестных танцев с трюками и элементами акробатики:

Quebradita, мексиканский бешеный танцевальный стиль объездки диких лошадей (https://en.wikipedia.org/wiki/Quebradita):
-- https://youtu.be/3FshRcZYY7E,
-- https://youtu.be/18o3YzwZkCE,
-- https://youtu.be/ojrgDk5kTGw,
-- https://youtu.be/ydkWfyoRrn8

Apache dance, в котором мужчина издевается на женщиной, но потом женщина таки берёт верх (https://socialdance.stanford.edu/Syllabi/Apache1.htm):
-- https://www.youtube.com/watch?v=8PDtdOTlYds
-- https://www.youtube.com/watch?v=NPShAmfCafw
-- https://www.youtube.com/watch?v=903Rcq-KJS4
-- https://www.youtube.com/watch?v=lB-2ub1YvB8
-- https://www.youtube.com/watch?v=zXncZqKmxAw

Всё остальное вы уже наверняка видели. Так что поднимаем уровень акробатики, пробегая мимо свинговых танцев, классического балета, контактной импровизации, модерна и огромного количества других танцев с включённой в них парной акробатикой, и выходим на уже чисто акробатические этюды, в которых тем не менее есть вставки танца. Вот, например, седьмой сезон, второй прямой эфир в Танцюють всi: https://www.youtube.com/watch?v=aOBZ-aEpHdQ

Акробатика в парных танцах, причём во всевозрастающих количествах, это уже мейнстрим. Чтобы убедиться, поглядите видео текущего сезона World of the Dance: https://www.youtube.com/channel/UCOiUKJ6lMU3yHbVNtNXJyfw (по этой ссылке чётко видно, что современный "танец высоких достижений" часто уже неотличим от цирка. Танцевать вдвоём становится всё опасней и опасней).
Wednesday, August 15th, 2018
2:57 am
Экспоненциальные технологии: на этот раз компьютерная графика x2 меньше, чем за год
NVIDIA анонсировала новые видеокарты и сервер, основанные на чиповой архитектуре Turing -- https://blogs.nvidia.com/blog/2018/08/13/jensen-huang-siggraph-turing-quadro-rtx/, https://www.nvidia.com/en-us/design-visualization/technologies/turing-architecture/. В принципе, ничего принципиально нового и всё соответствует объявленной раньше стратегии:
-- новый чип не в центре презентации, презентуется платформа для узкого рынка компьютерной графики (как говорит NVIDIA CEO Jensen Huang, "конечный продукт всегда должен быть ограничен в своём назначении, чтобы заработать на нём деньги"). В платформе видеокарты для профессиональной графики (самая дорогая карта Quadro RTX 8000 стоит $10000) и сервер с 8 такими картами за $120000. Два системных уровня вверх от чипов и чёткий рыночный фокус: промышленная компьютерная графика, поддержка мониторов разрешения 8К "из коробки" и прочие плюшки для данного рыночного сегмента визуальных эффектов, на котором по оценкам NVIDIA будет крутиться $250млд..
-- презентуется новый софтверный стек поддержки этих решений (помним, что NVIDIA себя обозвала на GTC'18 не чиповой компанией, и не только компанией компьютерной архитектуры, но и software company).

Вот картинка с GTC'18 полугодичной давности (я публиковал её в https://ailev.livejournal.com/1416697.html):

Полгода назад речь шла о том, что две карты на Volta делают ray tracing в реальном времени -- и это прорыв в компьютерной графике, никогда такого не было.

А вот картинка из вчерашней презентации, те же фирменные зелёные плашечки технологических стеков NVIDIA для ray tracing:
NVIDIA_RTX_arch
Вот он, объявленный на GTC'18 тренд: вперёд к рынку. На верхушке стека промышленные приложения создания качественной машинной графики, а от уровня интерфейса трассировки лучей их отделяет ещё один слой: язык описания материалов MDL (Material Definition Language, open source) и язык описания сцен USD (Universal Scene Description от Pixar). Подробней -- на странице платформы RTX https://developer.nvidia.com/rtx

Плашка RTX из прошлого подхода, где было в прошлой презентации было две видеокарты на чипе Volta заменили на одну карту на чипе Turing -- и показали, что там внутри появился Ray Tracing Core из новых компонент архитектуры.

В апреле я писал: "Где там искусственный интеллект? Вы можете получить в OptiX [библиотека для трассировки лучей с фирменным API от NVIDIA в отличие от API DXR от Microsoft и "нейтрального" API Vulkan] в том числе удаление визуального шума алгоритмами искусственного интеллекта, да и про трассировку лучей в части требований к ресурсам уже поговаривают, что эти требования существенно уменьшат через задействование алгоритмов искусственного интеллекта. Аппроксимации рулят численным миром, а аппроксимациями рулят сегодня глубокие нейронные сетки и прочие универсальные аппроксиматоры, которыми богато сегодня машинное обучение".

Так и произошло: сочетание алгоритмов с использованием как Ray Tracing, так и Tensor Core (добавка алгоритмов искусственного интеллекта с необходимыми аппроксимациями) позволило упихнуть функциональность двух карт с чипами на 21млрд транзисторов в одну карту с 18.6млрд. транзисторов и при этом получить крутые новые качества: высококачественную обработку не только отдельных кадров, но и связанных во времени последовательностей изображений (видео), возможность включать плагины обработки изображений на базе нейронных сетей. Всё, компьютерная графика с четвёртого квартала 2018 стала другая: на одном чипе идёт полная трассировка лучей плюс нейросетевая обработка какими-нибудь плагинами спецэффектов, сделанных с SDK NGX (скажем, генерация видео замедленной съёмки по обычным кадрам -- https://news.developer.nvidia.com/transforming-standard-video-into-slow-motion-with-ai/, изменения в освещённости фигур и фона как в https://relonch.com/ и т.д., ждём через полгодика объявлений уже не про SDK, а про готовые плагины, изготовленные с его помощью. Это ж рынок!).

Вот этот "плагин обработки с использованием искусственного интеллекта" важнейший архитектурный элемент. Это центральное место, это архитектурный мейнстрим. Гибридные архитектуры, в которых спецпроцессоры сочетаются с ускорителями алгоритмов искусственного интеллекта -- вот они будут править миром. Это главное, и этот weak AI совершенно не похож AGI, это интеллект абсолютно нечеловеческого типа (как сила экскаватора тоже абсолютно нечеловеческого типа), и не нужно его недооценивать.

Вот тут сейчас поток новостей про возможности архитектуры Turing -- там много видео и фото, так что поглядите сами: https://nvidianews.nvidia.com/. Видео презентации (как обычно, хороший концерт) можно найти тут: https://www.youtube.com/watch?v=XByzjj9JTBM

Не обращайте внимания на все сравнения с архитектурой Pascal, это не для инженеров, а для маркетинга (типа как Pascal был для графических карт в машинных станциях, и Turing для графических карт, а Volta для карт AI в датацентрах). Насколько я помню, Volta подавалась как x3 по сравнению с Pascal (ох, там было много разных метрик, и не про графику, но я почему-то запомнил эту как одну из многих), а две карты Volta вместо одной Turing -- это ещё x2 (этого в данных нет, но я по простому: демо на GTC'18 требовала двух карт, а тут одной). Вот они, x6 в рендеринге по сравнению с Pascal. В любом случае, это x6 за два с половиной года (Паскаль -- May 27, 2016, Вольта -- December 7, 2017, Тьюринг -- August, 13), или x2 за чуть меньше года, то есть определённо экспоненциальная технология.

Вот тут чуть больше сравнения архитектур Volta и Turing (в Turing всего поменьше, чем в Volta, кроме Ray Tracing Core -- то есть это получилась специализированная для машинной графики архитектура): https://www.pcgamer.com/nvidia-unveils-turing-architecture-providing-a-glimpse-inside-the-next-geforce-cards/.

Понятно, что NVIDIA сейчас хвастается, как может перед инженерами компьютерной графики (сегодняшний анонс выхода видеокарт с Turing в 4 квартале 2018 года был сделан на конференции SIGGRAPH). Но уже 20 августа 2018 (через неделю) есть шанс получить новинки потребительской, а не промышленной машинной графики на базе архитектуры Turing, а именно игровые видеокарты: https://www.trustedreviews.com/news/nvidia-turing-2080-release-date-2952823 (и там дополнительная техническая информация, что чипы Turing на 12нм проектных нормах). При этом отбиваться от любителей компьютерных игр придётся не похвалой ray tracing, а тем, насколько удаётся поднять FPS в компьютерных играх. Хотя может выясниться, что FPS не волнует, если картинка фотореалистичная и тем самым завораживающая. А лучше и то, и другое, да ещё и подешевле. Потребители, они такие! Почитайте вот тут в комментах, как обсуждают отсутствие отражений внутри автомобиля на демо NVIDIA на 1:54 -- https://www.youtube.com/watch?v=XByzjj9JTBM (и обратите внимание, что демо по промышленной графике пришли обсуждать главным образом геймеры, люди из абсолютно другого рыночного сегмента. Хотя это не значит, что они люди ненаблюдательные и ничего в машинной графике не понимают. Но их больше интересует, как это всё поведёт себя в играх, что не так интересно для именно этого оборудования и софта, они совсем не для игровых приложений).

Для любителей и профи в deep learning это новое поколение карт не так интересно: там всего чуток поменьше, чем в серверных картах на Volta, но чуток побольше, чем в потребительских картах GTX. Тут ничего экспоненциального пока, так что ждём весны 2019 года. Уже понятно, что будут отдельно чипы для машинной графики с ray tracing (Turing), будут отдельно чипы для автомобилей с обработкой огромных потоков входной информации (Xavier, Orin) и что-то ещё, продолжающее линию Volta -- универсальный процессор для AI, который и мир с роботом может промоделировать (поддержка видео важна, вопрос, насколько мир для обучения AI должен быть фотореалистичен! Возможно, намного -- тогда и ray tracing будет неожиданно при деле) и нейронную сетку этого робота обучить. Тут нужно было бы пуститься в абстрактные рассуждения об архитектурах поддержки AI (всех этих deep learning и differentiable programming, deep evolution и т.д.) и одновременно реалистичного имитационного моделирования физического мира, но я уже писал об этом, не буду повторяться.
Tuesday, August 14th, 2018
12:59 pm
Беларусь против Белоруссии, беларус против белоруса
Беларусь или Белоруссия? Как надо? Ответ: никак не надо, пишите сообразно вашему чувству языка -- если это, конечно, не официальный документ, где важно побуквенное совпадение с каким-то письменным стандартом. Я вот сам буду говорить и писать Беларусь, но белорус. Я вот так слышу, мне вот так удобно. При этом не зарекаюсь, как я это буду писать через год или два: язык живёт, и нейронная сетка в моём мозгу вполне может перенастроиться. Вообще, полезно читать тексты по deep learning, там много интересного про язык сейчас выяснили за последнюю пару лет. Поэтому все эти споры про правильность между "носителями языка" выглядят очень смешными. Есть диалекты, есть узкие словарные сообщества со своим сленгом, и никакой из этих диалектов не "главнее", все живут параллельно. Никто ж не обижается, что где-то курицу курой называют.

Но те, кто любят целовать тряпку на палке, преклонять перед ней колено и оказывать прочие почести правильно раскрашенной тряпке, а хоть и не на палке, вполне могут так же ритуально защищать какие-то звукосочетания. Люди странные. Пусть их, неважно как они всё это называют. Лишь бы из за этого не дрались.

Это и многое другое я написал в дискуссии тут: https://www.facebook.com/vadim.novikov.39/posts/10216749296069346. Дискуссия же посвящена вопросу о том, как решать правильность написания -- последовательно подбирая всё более убедительные риторические приёмы (например, сравнивая страны и девушек -- вот же у людей фантазия! Живых девушек с придуманными неживыми административными конструкциями, стандартизацией которых занимаются чиновники!) или обращаясь к топонимике.

Идея о том, что в стране произошла какая-то там самоидентификация -- ну и что? А мне что от тамошней идентификации и процентного соотношения идентифицированных и не очень, и разницы в реальном положении дел и официальном (прописываемого чиновниками, например) положения дел с этой идентификацией? У меня география в голове, а не чья-то идентификация. Топонимика ровно этот вопрос и обсуждает: дело не в чьей-то идентификации, а в местности и тамошних названиях. Москва это вообще финно-угорский топоним, а сколько было "самоидентификаций" там за много лет!

Поглядите в тред по ссылке (там, кстати, ещё несколько моих комментов по теме): хорошо видно, как отличается рациональное обсуждение в рамках топонимики с пропагандистскими заходами с байками, примерами, притчами, метафорами и сравнениями с передёргиваниями. Когда пытаются выключить разум (например, задавая вопрос "А причём тут топонимика?" при обсуждении имени "Беларусь") и прокинуть рациональное в пользу эмоционального, добром это не кончается. Ну, и байки и сравнения сочинять легче, чем разбираться в предмете -- а топонимика не на ровном месте появилась, спорам таким много лет, ничего нового. Пропаганда против рациональности, чего уж тут. Я за рациональность и против пропаганды. Против риторических приёмов и поиска самого сильного приёма, а за разбирательство по существу: есть подозрение, что не нужно вообще этой риторикой заниматься.

Вот ещё один тред на эту же тему (тема подбора верного пропагандистского хода, а не рационального разбирательства): https://www.facebook.com/vadim.novikov.39/posts/10216719298119416. Там обсуждается в связи с Белоруссией и Беларуссией/Беларусью пара Калининград-Кенигсберг. А я и Калининград, и Кёнигсберг нормально воспринимаю как названия. Никаких эмоций, чего от буковок возбуждаться-то? Главное, чтобы с Алматы или Парижем не перепутали -- понятно же, что именно называется. Что со мной не так? Слишком космополит, и так нельзя? Но я и впрямь на глобусе живу, мало ли кто как топонимы коверкает. Главное тут -- не перепутать, а уж как назвать -- вот просто наплевать. Борис Львин на это уточнил: "Нет, мы с тобой не космополиты, а просто умеем различать, где проходит граница между свободой и насилием. Если тебе не нравится, как я говорю, ты можешь меня не слушать. Если мне не нравится, как ты говоришь, я могу тебя не слушать (если мне интересно твое мнение, то я потерплю и послушаю). И нам с тобой, конечно, глубочайшим образом наплевать на все эти "государственные языки". Когда нам придется заполнять казенные анкеты и заявления, мы, конечно, напишем так, как хочет начальство, а для разговора друг с другом нам никакое начальство не требуется".

UPDATE: Обсуждение в фейсбуке: https://www.facebook.com/ailevenchuk/posts/10213563182887976
Sunday, August 12th, 2018
1:18 am
Нижние уровни интеллект-стека как экспоненциальные технологии
Экспоненциальные технологии -- это которые при заданном уровне дешевеют вдвое (или около того) в год, https://michaelhaupt.com/exponential-technology-defined-374e2db882b0. Это же можно прочесть и наоборот -- которые увеличивают свои характеристики вдвое (или около того) в год.

Мой тезис в том, что ключевой момент в AI -- это его дешевизна. Переводчик уровня выпускника средней школы плох, но если он почти бесплатен, то им будут пользоваться. Переводы Гугля ругают, как и переводы школьника, но цифры говорят обратное: без него жизнь хуже, им пользуются -- им переводят 143 миллиарда слов в день, https://www.businessinsider.de/sundar-pichai-google-translate-143-billion-words-daily-2018-7. Неплохо для плохого переводчика? Если цена низкая, то и плохому продукту найдётся применение! А поскольку речь идёт об экспоненциальной технологии, то каждый год качество перевода будет существенно расти при той же относительной бесплатности. Это и есть подрыв. Disruptive innovations don’t catch on with mainstream customers until quality catches up to their standards. -- https://hbr.org/2015/12/what-is-disruptive-innovation.

На массовый рынок достижения теоретиков и инженеров искусственного интеллекта попадают, но не немедленно. Вот тут можно найти данные по state-of-the-art в обработке текстов: https://github.com/sebastianruder/NLP-progress, а перевод -- https://github.com/sebastianruder/NLP-progress/blob/master/machine_translation.md. В некоторых категориях текстов и парах языков качество перевода уже сравнимо с человеческим. Как сделать так, чтобы все эти и многие другие "лабораторные" достижения в искусственном интеллекте а) получались побыстрее, чем сегодня, и б) попадали из лабораторий на рынок быстрее? Вот так:

1. Уменьшить время обучения/training, чтобы очередная крутая версия нейросетей (или дифференцируемой программы, или эволюционного алгоритма) в этих лабораториях появлялась быстрее. Дешевле эксперименты -- дешевле продукт, а дешевле -- это прежде всего быстрее! Тут сразу несколько направлений работы:

-- добавить вычислительной мощности. Введена метрика petaflops-day, https://blog.openai.com/ai-and-compute/. Появилась легенда, что прорывы в AI доступны только огромным компаниям. Эти компании просто увеличивают число операций, задействованных в их экспериментах. Эксперименты становятся золотыми: since 2012, the amount of compute used in the largest AI training runs has been increasing exponentially with a 3.5 month-doubling time (by comparison, Moore’s Law had an 18-month doubling period). Since 2012, this metric has grown by more than 300,000x (an 18-month doubling period would yield only a 12x increase). То есть крупные компании не ждут, пока что-то там подешевеет, а просто берут по текущей цене во всевозрастающих количествах.

-- улучшить качество алгоритмов и инфраструктуры, чтобы всё было не так плохо. Например, рекорд по тренингу ImageNet у гиганта Tecenet был 7 минут на специально сконфигурированных 2048 GPU, но fast.ai продемонстрировал, что может достичь тех же результатов за 18 минут на 128 GPU, арендованных в облаке Амазона за $40 -- http://www.fast.ai/2018/08/10/fastai-diu-imagenet/. А ведь ещё пару лет назад речь шла о неделе счёта! Не забываем при этом, что исследователь при этом получает зарплату за 18 минут, а если речь идёт о неделе счёта, то просто его зарплата обойдётся много больше $40 -- несмотря на все заверения, что "он в это время займётся чем-то другим". И выход продукта на неделю позже тоже обойдётся дороже $40. По этому же пути пошли при тренировке OpenAI Five агентов, выигрывающих в Dota. Если тренировка AlfaGo Zero потребовала 1900 petaflops-days (это легко читается на линейном графике в https://blog.openai.com/ai-and-compute/), то тренировка OpenAI-five потребовала вдесятеро меньше, при не менее (а даже более) впечатляющих результатах (на 5 августа 2018г.): 190 petaflops-days.

-- вообще плюнуть на deep learning и differentiable programming и перейти к альтернативным группам алгоритмов, например evolution strategy. Uber сделали именно это, и the time it takes to train deep neural networks to play Atari, which takes ~1 hour on 720 CPUs, now takes ~4 hours on a single modern desktop, https://eng.uber.com/accelerated-neuroevolution/. Вот перспективы: https://www.sentient.ai/labs/experts/

-- решить математические задачи в deep learning, и вместо инженерных "проб и ошибок" сразу получать оптимальные решения. Например, https://arxiv.org/abs/1806.05393 -- We demonstrate that it is possible to train vanilla CNNs with ten thousand layers or more simply by using an appropriate initialization scheme. We derive this initialization scheme theoretically by developing a mean field theory for signal propagation and by characterizing the conditions for dynamical isometry, the equilibration of singular values of the input-output Jacobian matrix. Да, они для примера натренировали свёрточную сеть из 10тыс. слоёв!

-- использовать один и тот же алгоритмический язык как для разработки алгоритма, так и для production. Сегодня алгоритмы разрабатываются на каком-нибудь высокоуровневом Python (он быстрей, в нём есть REPL), а для production это всё потом переписывается на языки низкого уровня. Единственный язык высокого уровня, который пускают сегодня на суперкомпьютеры -- это Julia, буквально вчера вышедший в своей первой версии (Julia ровесник deep learning, появилась как раз в 2012 году, году выигрыша deep learning в соревновании ImageNet). В сообществе Julia активно отрабатывается идея высокоуровневого и производительного одновременно differentiable computing, приходящему на смену deep learning. из тамошних новостей в этом направлении см. https://youtu.be/YVABTDrQ0eQ (хотя код ещё не опубликован: https://github.com/uripatish/Nili.jl), а некий манифест для differentiable DSL в Julia для deep learning был ещё в прошлом году в On Machine Learning and Programming Languages, https://julialang.org/blog/2017/12/ml&pl. Аналогичный ход -- это трансляция с высокоуровневого языка не в машинный код (LLVM), а сразу в Verilog, чтобы затем исполнять код аппаратно на FPGA. Вот тут приведена цепочка: код сетки для TensorFlow компилируют в LLVM, а LLVM в Verilog: https://arxiv.org/abs/1807.05317

-- использовать компьютер, чтобы он соптимизировал структуру нейронной сети, и дальше можно уж выбирать критерий оптимизации. Сейчас выбирают "чтобы лучше училась", но можно ведь выбирать и другие критерии -- чтобы быстрее училась при заданной точности, чтобы меньше была деградация при оптимизации на низкоразрядные устройства вывода/inference. Тут тоже пошла "гонка оптимизаторов", и тоже цель сделать эту оптимизацию дешёвой и тем самым доступной кому угодно. Из свежих новостей тут AutoKERAS, который буквально хочет убить коммерческое предложение Гугля AutoML, предназначенное для оптимизации нейронной сети, https://towardsdatascience.com/autokeras-the-killer-of-googles-automl-9e84c552a319. To use Google’s AutoML for computer vision, it will cost you USD $20 per hour. That’s crazy! AutoKeras uses ENAS, an efficient and most recent version of Neural Architecture Search. You can quickly and easily install the package with a pip install autokeras and voila, you’re ready to do your own architecture search on your own dataset … for free.

2. Уменьшить время вывода/inference, чтобы натренированная на дорогих компьютерах версия крутилась в production быстрее. Тут узким местом был стандарт передачи выученной нейронной сетки. Де-факто таким стандартом стал ONNX, http://onnx.ai/. И тут же появились оптимизирующие компиляторы, делающие разгон этих сеток при передаче на вывод в разы и разы. Это прежде всего TensorRT от NVIDIA, вот пример оптимизации вывода как раз для переводов с иностранных языков: https://devblogs.nvidia.com/neural-machine-translation-inference-tensorrt-4/, меряют ускорение там в попугаях, в данном случае это в x60 на Tesla GPU по сравнению с CPU-only, но фишка в том, что на GPU выполняется не оригинальная "выученная" сеть, а оптимизированная. Есть оптимизация и на самих CPU, например Intel NGRAPH разгоняет на CPU с 28 ядрами Caffe2 x28, а PyTorch x10 -- https://ai.intel.com/adaptable-deep-learning-solutions-with-ngraph-compiler-and-onnx/.

3. Поменять физику аппаратуры (ибо замена шила на мыло между разными вариантами аппаратных ускорителей и даже следующими поколениями GPU -- это не желаемые x10 за пару лет). Тут тоже много интересного происходит. Квантовые компьютеры пока за горизонтом, но вот на горизонте разные варианты мемристоров. Вот обзорчик -- http://iopscience.iop.org/article/10.1088/1361-6463/aac8a5/pdf (но там такой темп исследований, что он устарел уже, например появилось вот: https://www.nature.com/articles/s41467-018-04484-2). И уже есть оптика (и если не печатать слои, а использовать какие-нибудь продвинутые LCD или их аналоги, то всё неожиданно может стать жарким): https://habr.com/post/418847/. Про спайковые нейронные сети я молчу, там как-то всё не шибко бурно развивается. Спайковый махолёт явно уступает более универсальным GPU, в которых летят самые разные алгоритмы с понятным управлением и устойчивостью и заодно разгоняются другие операции (например, разгоняются и операции по модификации изображений, часто использующихся для тренировки распознавания объектов -- есть уже ускорители и для этого, см. NVIDIA DALI и NVIDIA nvJPEG, https://news.developer.nvidia.com/announcing-nvidia-dali-and-nvidia-nvjpeg/).

Так что на нижних уровнях интеллект-стека идёт сейчас экспоненциальное ускорение, и даже не вдвое каждый год, а чуток побыстрее. "Низковисящие фрукты" никак не заканчиваются.

Это значит, что эксперименты с более высокими уровнями интеллект-стека -- когнитивной архитектурой и прикладным уровнем (см. "болваны для искусственного интеллекта", http://ailev.livejournal.com/1356016.html) будут идти дешевле, больше людей смогут ими заниматься. Помним, что в феврале-марте 2015 году deep learingn занимались 10тыс. человек, а сейчас в 2018 этих людей уже около миллиона -- https://www.pyimagesearch.com/2018/07/02/an-interview-with-francois-chollet/. И весь этот миллион человек не за очень дорого экспериментирует, участвует в технологической эволюции. И сама эволюция эта идёт быстро, наука-то в области искусственного интеллекта тоже перестроилась, чтобы стать побыстрей, я об этом рассказывал в "как организован прогресс в AI и почему там всё быстро".

Результаты этих занятий, то есть программы искусственного интеллекта, пока будут не самого лучшего качества, над ними все будут смеяться, но поскольку они будут дешевле грибов -- пользоваться ими будут все. А качество? При заданном уровне цены качество тоже будет расти экспоненциально. И смех вдруг закончится, едва начавшись. Но заплакать никто не успеет: не до того будет.

UPDATE: обсуждение в фейсбуке -- https://www.facebook.com/ailevenchuk/posts/10213543995368300 и https://www.facebook.com/groups/1505369016451458/permalink/2145736965747990/ и https://www.facebook.com/groups/nevronet/permalink/1130066300493023/
Friday, August 10th, 2018
8:51 pm
lytdybr
Вьюнош застрял на девятом уроке из шестнадцати по статистике и вероятности, но есть шанс сегодня его закончить: он мучает последний тест. Это самый длинный урок: 2100 mastering points из всего 18875 mastering points полного курса. Тема урока Random variables, подтемы Discrete random variables, Continuous random variables, Transforming random variables, Combining random variables, Binomial random variables, Binomial mean and standard deviation formulas, Geometric random variables, Random variables, More on expected value, Poisson distribution.

Заодно нашлась ещё одна проблема: курсы Академии Хана не все сделаны по сержантскому методу. Так, тамошний pre-calculus сделан по сержантскому методу, но вот mulitivariable calculus без упражнений -- только видео, а последний раздел и вообще статьями. Поэтому придётся думать, что с этим делать. В нашем случае без сержанта никак, ученик у нас прилежный только в присутствии сержанта. Хотя с текущими темпами учёбы эту проблему придётся решать уже осенью.

Книжки "Визуальное мышление" вместе с "Системным мышлением" обе висят в "что почитать" магазина Ridero на первой странице, они местные "бестселлеры". На сейчас "Визуальное мышление" продано по статистике Ridero 134 экземпляра, "Системное мышление" 1035 экземпляров (и только в июле через ЛитРес 118 штук). Ещё мою книжку уже можно уже купить в ЛитРесе, но зато из Озона исчезли варианты print-on-demand. И да, в магазинах по одному отдельному автору-Левенчуку на каждую книжку, найти мою страничку со всеми книжками вместе не получится -- хотя иногда справляется полнотекстовый поиск, но не везде. Я пишу письма в support Ridero, но это мало помогает. Основное содержание ответов тамошнего support по поводу магазинов сводится к содержанию известного анекдота (я отправлял им и этот анекдот тоже, чтобы так не отвечали, но толку пока мало):
Забрали сисадмина в армию.
Идут срельбы, админ отстрелялся и слышит результат:
-Ни одного попадания!
Удивился, почесал затылок осмотрел автомат (проверил магазин, заглянул в ствол...) и грит:
- Ну не знаю... от меня пули ушли . Проблемы на принимающей стороне...
Сегодня у меня ровно два года, как я начал заниматься кизомбой (http://ailev.livejournal.com/1285622.html, а вот "мой год кизомбы" -- https://ailev.livejournal.com/1366293.html и там записано, что меня занимало через год занятий). Что меня занимает через два года занятий?
-- чищу базу. Есть много разных баз, но есть и "международная", которой хорошо бы владеть. Как я понял, есть "парижская" база, а есть "московская". Вот у меня "московская", а хочу "парижскую".
-- пытаюсь танцевать время от времени за партнёршу с теми девушками, которые могут танцевать за партнёра. Это крутой опыт!
-- вроде как я занимался сальсой касино некоторое время, но раз в неделю или раз в две недели -- это не занятия, конечно. Вот по факту бросил, а если и заниматься, то мне интересней направление мамбо aka сальса NY, aka salsa on2.
-- системный фитнес: распрямляюсь изо всех сил. Но долго быть распрямлённым не могу, увы. Ничего, потихоньку.
-- наконец-то я начинаю получать удовольствие от вечеринок: хожу на них уже более-менее регулярно. Всё удовольствие начинается уже тогда, когда что-то умеешь.

Сейчас я занимаюсь в двух студиях: у Алёны Фортуновой в Spicy Salsa (просто продолжаю ходить все эти два года, без перерывов) и у Саши Сирото и Артёма Левина в Karma D.C.

А ещё я время от времени пишу в сообщество сплетен о социальных танцах. Вот последние два вклада в жёлтую прессу: про танцующих на высоких каблуках мужчин https://vk.com/wall-167384137_10341 и про "почему не все ходят на вечеринки, хотя и активно занимаются в студии" -- https://vk.com/wall-167384137_10309.

Всё, побежал на вечеринку. Пятница вечер. Вечеринка сегодня в примерно 7 минутах от дома, если ехать на самокате -- https://vk.com/wall-133882804_56.
3:33 pm
Системный дыбр начала августа 2018
В понедельник-вторник на этой неделе прошёл мой трениг про то, как остаться востребованным специалистом в эпоху перемен перемен. Полуторачасовая версия тут: https://ailev.livejournal.com/1438343.html, но на тренинге это было 6 часов -- и мы ещё и разговаривали, так что было много ответов на вопросы, плюс чуть-чуть изменились примеры из презентации. Всё получилось, участники довольны, и я доволен. Пошёл набор группы второго потока, но повтор будет только через месяц, 5-6 сентября -- http://system-school.ru/uptodate. Очень хлопотный в подготовке тренинг: материал там быстро скисающий, так что для каждого нового потока приходится обновлять фактический материал.

Основное моё время прямо сейчас уходит на SysArchi -- так я назвал стиль системного моделирования на Архимейте. То, что ArchiMate 3.0 основан на ISO 42010, значит много, но не делает ArchiMate таким уж системным. Онтологически язык ужасен, и нужно предложить способы описания более-менее стандартных ситуаций, типа "программист написал программу, и теперь программа помогает кассиру": программа является при этом и объектом и пассивным и активным, а Архимейт такого не позволяет. Аристотелевская физика: палец давит на стол, но не стол давит на палец! И такого в языке много, нужно рассказывать, как такие нелепицы обходить. Первый драфт описания SysArchi уже ушёл на отзывы довольно ограниченному кругу лиц, в понедельник я начну работать над следующим драфтом. Если есть какие идеи, и у вас есть опыт онтологической работы, и работы с Архимейтом (то есть вам не просто любопытно, но вы чувствуете себя способным внести какой-то вклад в дело) -- присылайте письма, включу и вас в рассылку.

А ещё много работы по переделке курса "Системный менеджмент и стратегирование v2" для второго потока -- я потихоньку выполняю план из https://ailev.livejournal.com/1439503.html, времени-то до начала курсов осталось всего ничего: курс начнётся уже 19 августа, http://system-school.ru/sms.

Новинка сезона: Александр Турханов будет делать вводный курс по стейкхолдерам, в формате "два вечера", вот тут презентация его курса (раскладка по времени и видео): https://sdu2020.blogspot.com/2018/08/blog-post_3.html. А записываться на курс тут: http://system-school.ru/stakeholders, первый поток будет идти два вечера: 25-26 августа 2018.

Вчера в Школе прошёл семинар по системному маркетингу (скоро выйдет его видео, я дам тут ссылку, пока только ссылка на свёрстанный Дмитрием Сизовым текст его доклада, https://medium.com/@d.e.sizov_42690/системный-маркетинг-зачем-и-где-нужен-aceb2ec793ed). Доклад мне понравился. Можно надеяться, что по этой линии исследований на выходе получится хороший прикладной курс. Основная идея там, что продукт сам по себе не выпускается под уже имеющиеся потребности. Так что продукт представляет из себя инженерную часть плюс кусок потребительской головы, в которой есть практика потребления этого продукта и понимание его пользы. Разрабатывать и потом изготавливать нужно инженерную часть продукта и вот эту стейкхолдерскую часть. Стейкхолдер тем самым у нас ещё и объект инженерного воздействия! К системному инженеру, ответственному за альфы определения системы и воплощения системы в области интересов инженерного решения системной диаграммы добавляется системный инженер маркетинга, который ответственен в клиентской зоне интересов за подальфу возможностей "определение потребителя" и подальфу стейкхолдеров "воплощение потребителя". Совместить в одном человеке роли системного инженера и системного маркетолога, очевидно нельзя: компетенции у них существенно разные, один продукт делает, а другой кусок обученного мозга делает. И, конечно, операционный менеджер берёт на себя общий план работ, куда входят и работы системного маркетолога, а к CTO/CIO добавляется ещё и методолог маркетинга (chief marketing officer).

Про маркетинг, связанный с обучением, было несколько идей:
-- кусок мозга исполнителя стейкхолдерской роли с actionable discipline как часть целевой системы (это уже некоторое время обсуждается, например, тут: https://ailev.livejournal.com/1431056.html и уже более-менее общее место).
-- маркетинг в основе своей имеет метафору обучения (личного, когда знаешь, кого учишь, или безличного -- когда не знаешь, кого учишь, т.е. учишь неопределённый круг лиц, public education, реклама, пропаганда). Полный ЖЦ -- понять, чему учить, потом создать курс, потом заинтересовать, научить и в конечном итоге вывести на действие. Помним про шкалу аффективности Блюма, где эмоциональное отношение "знаю, умею, хочу -- так что распознаю правильную ситуацию и наверняка использую" является критерием самого обычного научения. Метафора обучения используется и в НЛП ("как ваш мозг выучил чуть что, так кусать ногти?"), в реформах/сопротивлению изменениям по TOC, в маркетинге (метод больших продаж, SPIN) -- и везде похожий жизненный цикл, https://ailev.livejournal.com/335435.html
-- похоже, что основной предмет маркетинга в том, что нужно удерживать мотивацию по ходу обучения пользования новым продуктом. Это опять таки, главная педагогическая задача: управлять мотивацией ученика. Все пути тут ведут к бихевиоризму, от поощрений к подкреплениям, что совсем другое. Вот заметки с десятого круглого стола про мотивацию в педагогике: http://ailev.livejournal.com/1316601.html
-- близкая дисциплина также системное лидерство: маркетинг ведь тоже ставит задачей превратить ничего не подозревающего человека в актёра, играющего предписанную ему маркетологом роль. Но не менее важная дисциплина тут стейкхолдерское мастерство: неважно, в какую роль и кто тебя заталкивает -- нужно это отслеживать, принимать на себя роль осознанно, если уж принял, то играть хорошо, а если не принимать, то уж не принимать. Никаких impulse buy! Я не думаю, что нужно так уж разделять стейкхолдерское мастерство для случая маркетинга как обучения пользе продукта и случая обучения практикам работы в коллективе. Ну, а в сам системный маркетинг нужно вставить обязательный кусок про этику: занимаемся ли мы маркетингом сигарет, пива, цинично разводим на покупку заведомо бесполезных вещей, или честно обучаем любить что-то реально клиенту полезное. Тут же вопросы о спаме, этичности холодных звонков и т.д.. Грязными руками в чужой мозг залезать нехорошо.

А после всего этого я сосредоточусь на запуске курса "Стейкхолдерское мастерство" (намечен вот тут: https://ailev.livejournal.com/1409122.html, какие-то подробности ещё в "системной осознанности" https://ailev.livejournal.com/1417932.html), плюс будем разбивать курс онтологики на три отдельные части -- отдельно обсуждать "онтологику", отдельно научное мышление (причинность, эксперименты), отдельно принятие решений в деятельности.
[ << Previous 20 ]
Лабораторный журнал   About LiveJournal.com