Позвольте мне начать с краткого введения. Я большой энтузиаст технологий и много играл с искусственным интеллектом. Некоторое время я работал инженером-программистом, но недавно обратился к управлению продуктами. И хотя я еще не являюсь экспертом по работе с персоналом, в моем недавнем случайном размышлении возникла интересная мысль, которой я хотел поделиться.

Когда кто-то работает над проблемой, которую он пытается решить с помощью машинного обучения, он не просто придумывает решение, а затем позволяет алгоритму работать и обучаться. Существует огромное количество способов создания, упорядочивания и смешивания различных подходов, и нужно опробовать многие из них, прежде чем выбирать удовлетворительный. Главное - не тратить слишком много времени и как можно скорее получить ответ и почувствовать определенный подход, чтобы понять, стоит ли углубляться в него больше или попробовать что-то другое. Кроме того, если кто-то решил глубже погрузиться в подход, он также требует многократной корректировки мета-параметров, прежде чем останавливаться на одном. Ключ снова - быстро получить результаты и попробовать что-нибудь еще, если некоторые мета-параметры не работают. В конце концов, алгоритм проходит процесс обучения, будь то какая-либо нейронная сеть, генетический алгоритм, генетическое программирование или что-то еще, где требуется много эпох / поколений / эволюций, чтобы в какой-то момент прийти к отличному результату. По ходу дела он часто получает гораздо худшее решение, чем то, которое было до этого, но это не имеет значения. Единственное, что имеет значение, - это тот небольшой шанс, что с каждой попыткой он будет улучшаться и начнет или продолжит двигаться в правильном направлении.

Думаю, вы уже понимаете, к чему я клоню. Как предприниматель, менеджер по продукту или почти все, чем вы занимаетесь в своей жизни, пока цель состоит в том, чтобы чего-то достичь и стать лучше, также очень важно действовать быстро. Скорее всего, что бы вы ни делали, особенно в начале своей жизни / карьеры, у этого есть потенциал, чтобы стать намного лучше. Хотя вы можете многому научиться, сосредоточившись на чем-то и сделав это «идеальным», благодаря вашему пониманию «идеального» в то время, вы, вероятно, доведете его до более «идеального» состояния, если получите обратную связь о своем прогрессе и направлении. раньше, чем позже. Есть известная поговорка о том, что большинство стартапов терпят неудачу и что их шансы на успех очень низки. Хотя это, конечно, непросто, я бы сказал, что большинство этих неудачных стартапов закрылись в гараже (или где-то еще: D) и работали над своим идеальным решением только для того, чтобы узнать, что никто не хочет / не нуждается в нем и / или не хочу за это заплатить.

Люди имеют тенденцию «стесняться» своей работы и бояться показать ее другим. Но так как люди заставили эти алгоритмы машинного обучения выполнять итерацию и быстро выходить из строя, пока не получат хорошее решение, похоже, у нас есть логическое понимание того, что это имеет смысл, и если вы попытаетесь применить его в своей жизни, вы будете поражены результатами. . Никто не смеется над машиной (или, по крайней мере, машине все равно) по сравнению с человеком, но остается неизменным то, что через день / неделю / месяц / год / в какой-то момент прошлые сбои не будут иметь значения. ; никто не вспомнит о них и не позаботится о них. И если вы чему-то научитесь и станете лучше на горе неудач, вы будете более удовлетворены, чем вообще не пытаетесь.

Я также хочу коснуться разницы между машинами и людьми. По крайней мере, на данный момент я считаю, что люди все еще лучше понимают контекст и могут лучше / более эффективно использовать неудачи, чтобы двигаться в правильном направлении. Более того, человек способен получать совершенно неожиданные идеи из своих неудач и корректировать то, что измеряется, чтобы получить лучшее понимание. Можно сказать, что человек может мета-корректировать себя. Хотя да, машины могут настраивать свои собственные мета-параметры, но я думаю, вы понимаете, что человек все еще может лучше понять и понять сложные ситуации и их окружение, чем машина.

Тем не менее, подумайте немного о том, чему вы можете научиться из своего повседневного опыта. Сделайте каждый опыт познавательным, и вы будете поражены тем, насколько быстро вы будете прогрессировать.

Хорошо, ничего из этого не ново. Все книги по саморазвитию говорят об этом, и все опытные предприниматели и менеджеры по продуктам говорят вам «быстро терпят неудачу» и т. Д. Я написал этот пост не для того, чтобы поделиться новой мудростью, а для того, чтобы провести интересную параллель между тем, как машины учатся и чему кажется, это отличный способ для роста человека. Это тоже, вероятно, не ново, но я не видел, чтобы кто-то делал такое сравнение. Я новичок в писательстве, управлении продуктами и предпринимательстве, но я хочу стать лучше, поэтому, пожалуйста, поделитесь своими мыслями и комментариями, чтобы помочь мне расти :)

Эта история опубликована в The Startup, крупнейшем предпринимательском издании Medium, за которым следят +441 678 человек.

Подпишитесь, чтобы получать наши главные новости здесь.