evan_gcrm (evan_gcrm) wrote,
evan_gcrm
evan_gcrm

«Карта будущего» | Часть №2



«Карта будущего» | Часть №1

«30 летняя война» Министерства обороны США и ЦРУ за первенство в создании технологии предсказания будущего, продолжалась почти что весь 1-й этап исследований и разработок по предсказанию будущих событий для обеспечения национальной безопасности США.

Лидером 1-го этапа стали военные (агентство DARPA), и его можно условно назвать «Первые шаги в поиске коллективной мудрости».

Новый 2-й этап исследований и разработок по предсказанию будущих событий для обеспечения национальной безопасности США возглавила разведка.
Он продолжался до прошлого 2017 года и отличался от 1-го этапа двумя принципиальными моментами:


1) Законодательный запрет на игру на деньги в области предсказаний, заставил сместить фокус исследований с рынков предсказаний на поиск супер-предсказателей и ряд других методов повышения эффективности предсказаний «коллективного интеллекта».

2) Объемы финансирования и, соответственно, число и разнообразие проектов качественно выросло после оглашения в 2004 результатов работы комиссии по теракту 9/11. По сути, разведка получила карт-бланш — делайте что угодно (но только без “азартных игр” с рынками предсказания).

Этот 2-й этап исследований можно условно назвать «Поиск максимума человеческих возможностей в предсказаниях».

Бизнес контекст 2-го этапа исследований и разработок по предсказанию будущих событий для обеспечения национальной безопасности США претерпевал в середине 2000-х на менее фундаментальные изменения, чем геополитика.

Главным двигателем изменений было постепенное распространение новой парадигмы обработки данных, называемой Big Data (Большие Данные), из сферы интересов IT в сферу интересов бизнеса.

Сначала Big Data породило новый класс аналитики — Big Data Analytics (Аналитику Больший Данных), позволяющую извлекать из колоссальных объемов данных скрытую в них важную информацию для принятия решений.

Про Аналитику Больший Данных сегодня написано масса статей и книг. Но самое главное, чем эта аналитика отличается от всех предшествующих аналитик для бизнеса, подчас так и остается не сформулированным на фоне десятков важных, но не решающих ее качеств.



Ключевым отличием Аналитики Больший Данных стал синтез возможностей решения 2-х супер-задач:

1) Количественной — задача «поиска иголки в стоге сена» (поскольку при поиске перелопачивался колоссальный объем данных);
2) Качественной — задача «пойди туда, не знаю куда, и принеси то, не знаю что» (поскольку неизвестно, что надо найти в стоге сена).

А из необходимости решения 2-й (качественной) задачи естественным образом родился еще один — совсем новый вид бизнес-аналитики — Предсказательная (Предиктивная) Аналитика — Predictive Analytics.



Новый класс Предсказательной Аналитики принципиально отличался самой постановкой вопросов при анализе Больших Данных. Раньше вопросы аналитиков ограничивались двумя следующими классами:
- Что происходит?
- Почему так происходит?


Вопросы Предсказательной Аналитики касались уже не прошлого и настоящего, а будущего:
- Что может произойти?
- Какой вариант для нас лучше из тех, что могли бы произойти?


Но это еще не все. Фокусировка на будущее изменила постановку целей Предсказательной Аналитики по сравнению со всеми предыдущими типами бизнес-аналитики.

В дополнение к аналитике понимания происходящего бизнес получил новую замечательную возможность — аналитику действий для формирования желаемого будущего.

Если раньше бизнес-аналитика:
✔️ позволяла лишь осуществлять статистическое прогнозирование (на основе анализа «прошлых войн»)
✔️и выработку рекомендаций (на основе анализа «верхушки айсберга» данных)

И целью этих рекомендаций была выработка субъективных решений (про которые никто не узнает, было ли оно верное или нет).

Новая Предсказательная Аналитика:
✔️ позволяла предсказывать будущие статистики
✔️и подбирать управляющие параметры, максимизирующие целевую функцию в желаемом варианте будущего.

Т.е. цель теперь заключалась в автоматизации процессов формирования желаемых вариантов будущего.
Так в результате появления Предсказательной Аналитики фундаментальная мысль Фрэнсиса Бэкона (Francis Bacon) «Knowledge Prediction is power profit», несколько веков лежавшая в основе не только научного метода, но и бизнеса, сократилась с пяти до трех слов — «Prediction is profit».



Понимая контекст (в госполитике и в бизнесе) в котором начинался и происходил 2-й этап исследований и разработок по предсказанию будущих событий для обеспечения национальной безопасности США, условно названный «Поиск максимума человеческих возможностей в предсказаниях».

Именно вследствие этого контекста:

1) запрещающего игру на деньги на рынках предсказаний США,
2) консолидирующего огромные финансовые ресурсы, полученные разведсообществом США, и фокусирующего исследования на предсказаниях возможных терактов в будущем;
3) изменяющего не только методы бизнес-аналитики, но и даже ее цели, превращая тем самым сегодняшние предсказания в завтрашнюю прибыль,
4) делающего предсказание будущего самым быстрорастущим и финансово привлекательным сегментом аналитики для бизнеса,
оказалось возможным в течение 11 лет с 2006 (создание IARPA) по 2017 осуществить беспрецедентный залп из 10 проектов:


- Aggregative Contingent Estimation (ACE)
- Forecasting Science & Technology (ForeST)
- Crowdsourcing Evidence, Argumentation, Thinking and Evaluation (CREATE).
- Foresight and Understanding from Scientific Exposition (FUSE)
- Open Source Indicators (OSI)
- Strengthening Human Adaptive Reasoning and Problem-Solving (SHARP)
- Serious Games (Sirius)
- Knowledge Representation in Neural Systems (KRNS)
- Integrated Cognitive-Neuroscience Architectures for Understanding Sensemaking (ICArUS)
- Machine Intelligence from Cortical Networks (MICrONS)

Если в течение 1-го этапа исследований технологий предсказания будущего военным удалось реализовать лишь 1 проект (и то не до конца), то на 2-м этапе разведка развернулась вовсю, реализовав аж целых 10 проектов.

- 4 первых среди указанных выше проектов напрямую ориентированы на задачи предсказания будущего (целевые проектные теги: Forecasting, Crowdsourcing, Human judgment, Decision making и еще 12).

- 6 других, за счет междисциплинарной синергии, должны были способствовать качественному улучшению предсказаний (целевые проектные теги: от Cognitive bias и Knowledge discovery до Data sense-making и Social/Behavioral/Neuroscience и еще 17).



Продолжение следует.

/Источник/



Картинка кликабельна



Tags: Общество, Технологии
Subscribe

Recent Posts from This Journal

  • Внутри слов

    Оригинал взят у mi3ch Внутри слов © Mindaugas Dudenas

  • Способ объяснить

    «Исследуемые объяснения» (Explorable Explanations)— чрезвычайно полезный и жутко интересный интерактивный обучающий научно-популярный нон-фикшн.…

  • Проявленное и Непроявленное

    Оригинал взят у andeadd "ВСЁ существует ВСЕГДА, просто оно существует либо в проявленном, либо в непроявленном виде". /Лао-Цзы/ То…

promo evan_gcrm march 28, 19:35 75
Buy for 30 tokens
Основополагающим элементом, основным двигателем всей жизни, является репликатор. Скопированная информация - это и есть «репликатор». На Земле первый репликатор довольно бесспорный - это гены, или информация, закодированная в молекулах ДНК. Точнее это первый репликатор, о котором мы знаем.…
  • Post a new comment

    Error

    default userpic

    Your IP address will be recorded 

    When you submit the form an invisible reCAPTCHA check will be performed.
    You must follow the Privacy Policy and Google Terms of use.
  • 5 comments