Альтернативность будущего не означает его непредсказуемость

12 August

Новый подход — краудмониторинг сценариев будущего

Фото: Max Pixel
Фото: Max Pixel

В конце июня я писал о признаках, сулящих окончание «зимы краудсорсинга»:

  • Разгромный проигрыш ЦРУшников и сотрудников прочих разведок непрофессионалам-краудсорсерам в проекте Hunt Challenge 2020.
  • Принятие Facebook’ом решения (долго и трудно вырабатывавшегося) попытаться-таки монетизировать коллективный интеллект своих участников на задачах предсказания будущего.

Прошло полтора месяца. И уже можно поделиться впечатлениями об участии в первом значимом проекте «весны краудсорсинга» в области предсказания будущего. Этим проектом стал вовсе не Facebook Forecast, о бета-версии которого я все же скажу ниже пару слов. Речь идет о проекте «Foretell» (предсказатель) Центра безопасности и новейших технологий (CSET) при Школе иностранной службы Уолша в Джорджтауне.

Проект сильный, хотя в нем и нет специальной разведывательной специфики, изрядно впечатлившей меня при взгляде на Hunt Challenge 2020 изнутри. Проект CSET Foretell основан на оригинальной методике — простой и эффективной, как автомат Калашникова. Но прежде чем рассказывать о CSET Foretell, скажу все же пару слов о том, что делает Facebook, и почему там пока не приходится ждать прорывов в практике предсказания будущего.

Facebook пока идет проторенным путем

Скриншоты приложения Facebook Forecast
Скриншоты приложения Facebook Forecast

Платформа Facebook Forecast позволяет организовывать работу сообществ прогнозистов, дающих индивидуальные прогнозы о будущих событиях. В череде множества подобных платформ, создаваемых с конца прошлого века, Facebook Forecast имеет три характерных свойства:

  • это чрезвычайно стабильное, простое и удобное мобильное приложение;
  • платформа основана на модерируемом краудсосрсинге;
  • задача платформы не только генерация прогнозов, но и выявление «суперпрогнозистов» путем рейтингования «репутации» прогнозистов и её учёта при вычислении совокупных прогнозов сообщества.

Очевидно, что ближайшим прототипом Facebook Forecast является проект Good Judgment Филипа Тетлока, уже более 30 лет целенаправленно занимающегося выявлением «суперпрогнозистов» и опубликовавшего результаты своих изысканий в книге «Суперпрогнозирование: искусство и наука предсказаний» (подробней о работах Тетлока см. в моем посте №4 из цикла «ЦРУ создает кентавров для предсказания будущего» и в новой статье Стивена Госсетта). 

Итог многолетних исследований Тетлока укладывается в короткую формулу. Суперпрогнозист — это тот, кто (1) показывает хороший результат на тесте Равена (распознавание образов), (2) обладает активным открытым мышлением (активно ищет причины своих ошибок) и (3) отличается когнитивно-рефлексивным мышлением (имеет привычку подвергать сомнению свои внутренние чувства).

В том, что Facebook в проекте Forecast идет путем Good Judgment, легко удостовериться на сайте последнего. И методика коллективного прогнозирования, и состав вопросов весьма похожи. Так что, при всем уважении к Тетлоку и проекту Good Judgment, ждать прорыва в точности прогнозов от Facebook Forecast пока не приходится. И тем не менее, благодаря Forecast у Facebook теперь появляются чрезвычайно надежные опросы, которые он может продавать всем видам организаций, таким как политические группы, рекламодатели и финансовые спекулянты.

Впрочем, Facebook и не скрывает, что это лишь самое-самое начало, и они пока не решили, в какую сторону будет развиваться их проект предсказаний будущего. Время покажет.

А вот следующий проект — совсем другое дело. Это интересно и может быть весьма перспективно.

CSET Foretell — анализ материализации сценариев будущего

Оригинальная методика этого проекта такова.

1. Делается визионерский прогноз сценариев будущего по конкретному вопросу. Его делает человек, работающий над изучением данного вопроса и имеющий в данной области репутацию визионера. В этом прогнозе, помимо самих сценариев, визионер определяет: (1) основные тренды, от развития которых будет зависеть материализация того или иного сценария; (2) набор параметров, характеризующих каждый из трендов (насколько он в данный момент силен).

2. Сообщество краудсорсеров:

  • предлагает дополнительные тренды и характеризующие их параметры;
  • ведет мониторинг текущих прогнозов состояния параметров, характеризующих тренды.

В итоге получается динамический мониторинг трендов на основе прогнозов их параметров. Результат текущего анализа трендов дает текущую оценку вероятности материализации конкретных сценариев.

Т.е. никакой магии и алхимии. А вполне разумный механизм предсказаний. 

Вот метафорический пример. 

Допустим, требуется 1го января предсказать, доживет ли конкретных пациент реанимации с COVID-19 до 1 февраля. 

Кто-то скажет — это невозможно, ибо вопросы жизни и смерти решаются на небесах. Но можно подойти к вопросу иначе, — с позиций динамического мониторинга трендов на основе прогнозов их параметров.

  • Рассмотрим два сценария: (1) пациент выживет и (2) пациент не выживет.
  • Тренды: дыхание, состав крови, гемодинамика.
  • Параметры: почасовые средние и пиковые значения частоты дыхательных движений, давления, температуры, уровня насыщения крови кислородом, лактата артериальной крови.

Коллективные предсказания параметров, на основе знания динамики их предыдущих значений, обновляются ежедневно. Легко предположить, что результат такого прогнозирования будут весьма точен. И по мере приближения даты прогноза к 1 февраля, прогноз будет становиться все точнее.

А вот уже настоящий пример вопроса CSET Foretell.

Усилит ли авторитарные режимы внедрение систем контроля для борьбы с COVID-19?

Визионерский прогноз сценариев будущего сделан Джеком Кларком из OpenAI, ведущим часто мною цитируемого отличного обзорного блога Import AI (рекомендую).

Кларк считает, что сейчас наибольшую угрозу демократии представляет не противостоящие политические идеологии, а широко доступные недорогие технологии слежки. Пандемия COVID-19 привела к быстрому развитию и внедрению технологий эпиднадзора, которые в настоящее время в основном разрабатываются и продаются авторитарными странами. Использование технологий видеонаблюдения значительно варьируется в зависимости от того, где вы живете. В США относительно мало открытого наблюдения, а в Китае крайне широко используется ультрасовременное наблюдение с использованием технологий ИИ.

Авторитарные страны получают конкурентное преимущество в базовых технологиях слежки, захватывая этот растущий рынок. Чтобы обеспечить себе экономические и политические преимущества, они активно экспортируют технологии наблюдения в развивающиеся страны. Поскольку экономия масштаба снижает цены на эти технологии, демократические страны сталкиваются с растущим давлением, требующим последовать примеру авторитарных стран.

Поэтому, по мнению Кларка, задача второй половины десятилетия будет состоять в том, 

чтобы противостоять, казалось бы, непреодолимому распространению элементов авторитарного управления, основанного на слежке.

Сценариев по сути два:

  • Системы контроля, внедряемые для борьбы с COVID-19, усилят авторитарные режимы.
  • Системы контроля, внедряемые для борьбы с COVID-19, НЕ усилят авторитарные режимы.

В качестве трендов, повышающих вероятность 1го сценария названы такие 5 трендов:

a) НИОКР в области ИИ все больше сосредотачиваются на вопросах, связанных с наблюдением.

b) Правительства увеличивают финансирование НИОКР, связанных с эпиднадзором.

c) В демократических странах растет озабоченность нарушением приватности.

d) Увеличиваются доли Китая на мировых рынках, связанных с наблюдением, а также доли профессионалов и исследовательских групп, работающих в данной области.

e) Проталкивание правительствами приложений, связанных с наблюдением и контролем.

Для каждого из трендов определены от 2 до 5 измеримых параметров, по которым можно судить, нарастает ли тренд и насколько быстро.

Вот пример 1го тренда — НИОКР в области ИИ все больше сосредотачивается на вопросах, связанных с наблюдением.

О динамике этого тренда предлагается судить по двум параметрам:

  • число научных публикаций в области компьютерного зрения;
  • объем инвестиций, получаемых компаниями, занимающимися распознаванием лиц.

Участник должен оценить первый параметр — процент публикаций arXiv в области компьютерного зрения от общего числа публикаций во 2-м полугодии 2020. Перед принятием решения участнику предлагается информация к размышлению — как менялась доля публикаций arXiv в области компьютерного зрения за последние 5 лет.

Познакомившись с историческими данными, нужно сделать прогноз, распределив 100% между пятью вариантами ответа: от менее 30% до более 39%. После того, как прогноз сделан, участнику показывается динамика и текущее состояние коллективного прогноза (на картинке ниже справа).

Из диаграммы видно, что подавляющее число участников (64% = 31% + 33%) считает, что доля публикаций в области компьютерного зрения во 2-м полугодии 2020 увеличится и составит 30–36%. Далее участника спросят, с какой периодичностью он предполагает обновлять свой прогноз с тем, чтобы присылать ему напоминалки.

Второй параметр для оценки тренда — это суммарный объем инвестиций, получаемых компаниями, занимающимися распознаванием лиц. Перед принятием решения участнику предлагается такая информация к размышлению о том, как менялся объем инвестиций, получаемых компаниями, занимающимися распознаванием лиц за последние 12 лет.

Познакомившись с историческими данными, нужно сделать прогноз, распределив 100% между пятью вариантами: от менее $200 млн. до более $1,1 млрд. После того, как прогноз сделан, участнику показывается динамика и текущее состояние коллективного прогноза.

Из диаграммы видно, что наибольшее число участников (21%) считает, что объем инвестиций увеличится и составит от $200 млн. до $500 млн. Как и после предыдущего прогноза, участника спросят, с какой периодичностью он предполагает обновлять свой прогноз с тем, чтобы присылать ему напоминалки.

Т.о. текущий прогноз состояния 1-го тренда говорит в пользу сценария, согласно которому системы контроля, внедряемые для борьбы с COVID-19, усилят авторитарные режимы. 

И кстати, я с интересом отметил, что мои прогнозы обоих параметров для этого тренда совпали с прогнозами большинства участников.

Как видите, методика предсказаний CSET Foretell довольно проста, но эффективна. Набор прогнозов также куда интересней, чем на платформах Facebook Forecast и Good Judgment.

Например:

✔️ Три возможных сценария мира в 2025 года, формируемые сегодняшними действиями политиков.
✔️ Каково будет влияние COVID-19 на развитие машинного обучения?
✔️ Угрозы для демократии, исходящие от технологических компаний.

За каждым из вопросов — интересный визионерский прогноз, а также историческая и текущая динамика трендов и определяющих их параметров. Глядишь, и поймем, куда ветер дует по мере материализации различных сценариев.

Буду держать интересующихся в курсе.

___________________________________

Если понравился пост:
- нажмите на “палец вверх”;
- подпишитесь на обновления канала на платформе Яндекс Дзен ;
- оставьте комментарий.
Еще больше материалов на моем Телеграм канале «Малоизвестное интересное». Подпишитесь