Раздел — А — Большие данные и алгоритмы

Инструменты, которые думают за нас

Раздел — А — Большие данные и алгоритмы

В марте 2016 года компьютер под названием Alpha Go сделал еще один большой шаг к тому, чтобы показать, что наши новые инструменты способны решать более сложные задачи. Он обыграл лучшего в мире игрока в ГО в этой древней игре с почти бесконечным числом ходов. Это было сложнее, чем просто прочесывать тонны данных, как это делал Deep Blue, когда обыграл лучшего в мире шахматиста Гэри Каспарова в 1997 году или когда Watson обыграл Брэда Раттера и Кена Дженнингса на Jeopardy в 2011 году. В этом соревновании Alpha Go обыграла Ли Се Доля со счетом четыре матча к одному. Это показало, что программа, разработанная в Google, может учиться на собственном опыте и улучшать свою производительность.

Программа была разработана для самосовершенствования на основе своих успехов и неудач даже в очень сложных обстоятельствах. Это то, что делают умные люди, но подход машины был совсем другим. Еще одно важное различие между машиной и людьми-конкурентами заключается в том, что на машину не влияли усталость или психологическое давление. Ли Се Доль подчеркнул эту разницу в своем послематчевом интервью. «Это другое, не сомневайтесь. Во-первых, это не человек. Мне потребовалось время, чтобы привыкнуть к его стилю игры», — сказал Ли. «Он не потрясен психологически и остается сосредоточенным до самого конца», — сказал он.

Похоже, что одной из причин того, что Ли является таким великим чемпионом, является его способность читать своего противника и подталкивать человека к его пределам. Люди реагируют, когда чувствуют, что совершили ошибку или думают, что начинают проигрывать (см.: Трамп). Это было не так с Alpha Go. Наблюдатели почувствовали, что машина допустила стратегическую ошибку в начале последнего матча, но это ее не расстроило — на самом деле она этого не осознавала, поскольку на самом деле ничего не «осознает» и никогда не «расстраивается». По ходу игры удалось внести необходимые исправления.

Помимо очевидного преимущества вычислительной мощности, именно отсутствие эмоций является основным отличием людей от наших машин и инструментов. У машин нет предубеждений или предубеждений; они просто смотрят на данные. И данные — еще одна большая разница. Начало нового тысячелетия было временем, когда термин «большие данные» начал набирать обороты. Люди во многих областях осознавали, что количество производимой информации и количество различных факторов, которые компьютеры могут собирать и анализировать, выходит далеко за пределы того, что может уследить или понять любой человеческий разум.

Теперь «большие данные» — это термин, обозначающий, как машины делают эту работу за нас. Большие данные — это ответ на проблемы перегруженности пятью «V» информации: объем, разнообразие, скорость, изменчивость и достоверность. Чего многие люди не осознают, так это того, насколько широкое использование больших данных уже стало в нашей жизни, и что в будущем они будут играть гораздо большую роль. Это то, что каждый ритейлер использует, чтобы следить за тем, что мы посмотрели, что мы купили, а затем определить, что они могут продать нам дальше. Это то, что использует каждая политическая партия, чтобы увидеть, за кого мы можем голосовать, и как они могут попытаться изменить наше мнение. Именно так спортивные команды решают, какие игроки заслуживают больших денег. Это то, что ваша страховая компания использует, чтобы решить, насколько велик риск в вашей жизни. Это то, что врачи используют для диагностики и лечения.

Вот уже несколько лет я пытаюсь убедить своих коллег, занимающихся психотерапией, воспользоваться возможностями больших данных для улучшения своих диагностических навыков и клинических вмешательств. Подавляющий ответ, который я получил, заключался в том, что это было бы одним из самых контрпродуктивных и антиклинических действий, которые кто-либо мог предпринять. Это устранило бы элемент терапии, наиболее важный для того, чтобы заставить ее работать, «человеческий» элемент.

Я полностью согласен с этим. Потому что на самом деле «человеческий» элемент означает принятие решения на основе интуиции и эмоций. Интуиция человека исходит из его собственного опыта, и этот опыт очень ограничен по сравнению со всеми данными, которые обрабатываются суперкомпьютером. Точно так же эмоциональное решение, которое является основным элементом почти всех человеческих решений, очень предвзято, поскольку оно основано на немедленных, защитных потребностях или краткосрочных желаниях этого человека. Это верно даже для терапевта (представьте себе).

Большие данные принимают огромный объем данных, которые в него подаются. Перебирает все это с огромной скоростью (velocity). Он находит регулярные повторяющиеся закономерности в разнообразии данных и может проверять достоверность этих закономерностей. Он делает это без каких-либо предвзятых идей (Если бы у него был разум, он был бы открытым умом, но, конечно, у него нет разума), и он делает все это гораздо быстрее и точнее, чем это может сделать любой человек.

Большие данные могут найти ранние признаки депрессии так, как не может ни один клиницист. На самом деле он может обнаружить признаки депрессии даже раньше, чем человек, который впадает в депрессию. Есть примеры машин, показывающие, что незначительные изменения в деятельности человека могут быть как хорошим, так и плохим знаком. Если мужчина ходит в Home Depot или Auto Zone почти каждые выходные в течение пяти лет, а потом перестает ходить, это может свидетельствовать о том, что он нашел девушку, которую ценит больше, или он впадает в депрессию и больше не заботится о ней. свой дом или машину столько, сколько у него всегда было.

Есть много таких шаблонов, которые уже есть в Больших Данных обо всех нас. Мы все генерируем данные, которые попадают в огромные базы данных, которые хранятся у розничных компаний, компаний, выпускающих кредитные карты, правительств, политических партий и кто знает, у кого еще. Нетрудно отследить, что мы покупаем, как тратим свой располагаемый доход, какие книги и фильмы смотрим, сколько занимаемся спортом, какую пищу едим, с кем проводим время и какие пороки нам нравятся. Из всего этого легко сгенерировать то, что мы собираемся делать дальше. «Люди, которые слушают Дэвида Боуи, также любят Дэвида Брайна» — один из самых безобидных примеров. Если бы кто-нибудь мог получить доступ к данным, которые вы добровольно предоставили на своем телефоне, они бы знали о вас гораздо больше и могли бы делать более точные прогнозы о том, как вы будете себя вести, чем вы, вероятно, могли бы сделать для себя.

Но главное преимущество/недостаток больших данных в том, что им все равно. Он показывает вещи, которые противоречат интуиции или которые люди не хотят принимать, например, что дети, выросшие с двумя родителями одного пола, вырастают гетеросексуальными с той же скоростью, что и дети детей, воспитанных гетеросексуальными родителями. , или что у республиканцев такой же общий уровень IQ, как и у демократов, или что лучше иметь в команде Леброна, чем Стефана Карри.

Эти компьютерные инструменты, которые мы создали, будут только улучшаться в том, что они делают. Как видно из игры ГО, они будут совершенствоваться, исправляя собственные ошибки. Многие другие наши решения будут определяться компьютерными алгоритмами. Это будет верно для крупномасштабных решений, таких как финансы, городское планирование, здравоохранение и выборы, а также для индивидуальных решений, таких как выбор музыки, ресторанов, школ или пригодности для работы.

Хотим ли мы такого руководства? Примем ли мы его и будем использовать? Осознаем ли мы, насколько сильно на нас влияют? Сколько из этих алгоритмов создано в наших интересах или для увеличения чьей-то прибыли?

Далее: Раздел B: Но мы люди