1) 85% от всего объёма мировой информации в 40 зеттабайт – это несистематизированный информационный «мусор», чтобы в нем покопаться и понять свои и чужие ошибки нужен не особо брезгливый ИИ. Так ИИ может изменить способы обработки этих больших данных и принесёт в «Big Data» аналитику отмытого «мусора» для ее массового применения. Но неправильная постановка задачи ИИ к его аналитическим способностям «мусорщика» могут принесут только проблемы по замедлению скорости работы, а значит только убытки. А цель задачи состоит в повышении скорости разработки с улучшением функциональных характеристик программ при уменьшении их стоимости. Поэтому сначала надо быстро научить «мусорщика» ИИ моделям машинного обучения (МО). Машинное обучение в основном состоит из сбора информации и статистики предпочтений и намерений покупателей, а также на основе эти данных формирование моделей потребительского поведения, что с учетом способностей «мусорщика» ИИ позволит компаниям внедрять персонализированные услуги. Если вместо потребностей потребителей обрабатывать ошибки пользователей и программистов, то на том же принципе выстраивается работа служб технической поддержки. Если соединить эти два сервисы с учетом наличия возможных угроз кибер-атак, то можно понять и предотвратить потенциальные опасности меньшими усилиями. Чтобы лучше идентифицировать информационный «мусор» будут внедряться все больше биометрических показателей от лиц до дактилоскопии, что с учетом все большей «облачной» интеграции даст право говорить об исчезновении личных прав как таковых.
Но может в итоге проще научить всех мыслить самим и при этом информационно не «мусорить», тем самым обеспечить всем энергетическую экономию, личную безопасность и информационную свободу? И даже свободу религиозной воли — вот и Патриарх Кирилл выступил против электронных денег…
2) За любой машиной стоит человек, поэтому отношения между человеком и машиной – это отношения между человеком и человеком, а машина – это интерфейс этого взаимодействия. И чем качественнее этот интерфейс, тем эффективнее количественное взаимодействие. Поэтому ИИ не сможет повысить производительность труда отдельного работника, а только сможет открыть свободные и темные ниши для этого труда, то есть может управлять этими нишами. А вот кто как мотивирован на этот труд в них – совсем другая история… Многие думают, что «думающий компьютер» может стать их врагом, выполняя задачи, которые обезличены к конкретному человеку, а может и ко всему человечеству Поэтому все равно надо как минимум избавить себя от всех рисков, поэтому должны быть ПРАВИЛА:
ИИ обязан быть понятным ЧЕЛОВЕКУ разумному и его работа должна быть прозрачна всему человечеству
ИИ обязан создаваться для помощи любому нуждающемуся в его помощи ЧЕЛОВЕКУ разумному, не разрушая его человеческое достоинство
ИИ обязан не снижать эффективность и качество процессов жизни человечества до определенного критического уровня, в том числе гарантировать безопасности личных данных в отношении всех имеющих прав неприкосновенности всех без исключения людей.
И как эти правила соблюсти? Да, нужен watch-dog опасностей, например как «ИИ-опасность» в игре «Civilization V»…
Все вакцины нужны и имеют свои плюсы и минусы, если знать для кого их применять:
мРНК ослабленные необходимы на стерильных территориях (работники больницы ) с высокой эффективностью до 95% (но и риском их мутаций, которые можно в мед учреждения быстрее обнаружить и пресечь) и относительно выверенным сроком своей эффективности до 1 года;
векторные нужна для масс граждан в общественных местах (магазины, транспорт, образовательные учреждения, армия) с наличием вектора аденовируса (поэтому эффективность относительная от 30 до 95%) и соответственно очень долгой эффективностью до 2..3 х лет и почти без мутаций;
ин-активированные (искусственные) нужны для ослабленных и хронических больных (пациенты мед. учреждений), пожилых и детей совсем маленьких (с не выработанным иммунитетом), так как прививки практически без осложнений, мутаций, но они не очень долгие по сроку около полугода и не самые эффективные (данных пока нет но около 60-90%), они также нужны как начальный тест на выработку антител, если есть сомнения или противопоказания, или если другие вакцины почему-то оплошали.
Как итог: поэтому все проценты эффективности вакцин (без оценки риска их применения) — условные, так как зависят от наличия внешних условий ( о которых нам не говорят) и от качества здоровья добровольцев (о котором нам так же ничего не известно, вот только для "пфайзер" возраст дан — от 25 до 65 лет и более без расшифровки).
Самое интересное, что кому-то придется делать последовательно все три типа вакцин, начиная с ин-активированных и заканчивая РНК-ослабленными, чтобы достичь результата без постоянного введения анти-тел.
То, что мы делаем всегда трактовки будущей цели с требуемыми компромиссами по ее реализации во времемени между результатами работы членов команды при субъективных приоритетах руководства в части финансовой и технической составляющих при неизвестном переменном давлении внешнего окружения, поэтому представления каждого об этом мире субъективны и туманны, а мир кажется не идеальным, но именно поэтому хочется свои задачи осуществлять лучше, разумнее и понятнее, давая от этого надежду другим стать немного лучше, ориентируясь в первую очередь на ближнее окружение …
Как итог: но то, что мы потом имеем, это факт биологической неизменяемости как человека, так и социума, поэтому как говорят «надежда умирает последней», – сказала Надежда и умерла…
А где еще более простые поведенческие модели?
Видимо их должны найти программисты-техники по теории вероятностей с подстановкой решений рекуррентных уравнений под статистические данные по теореме Байеса, то есть по принципу работы нейронных сетей, которые отсекают ненужный перебор вероятностей, то есть так находят поведенческих модели?
сбора и анализа информации на основе знаний в области теории вероятностей с использованием большего количества вычислительных ресурсов для изначальной статистической модели базы данных;
имитационной модели с применением концепций объектно-ориентированного программирования (в данном случае нам предлагают базовый курс ООП на Python на модели мульти-фазной не линейной СМО на основе решений рекуррентных соотношений по уравнению с функцией «max», но с ее граничной проверкой по фактическим параметрам статистической и линейной модели).
программистов-техников с хорошей мотивацией.
Как итог: а еще теория вероятностей нужна для найма мотивированных программистов-техников по подгону решений рекуррентных уравнений под статистические данные?
С одной стороны меняющиеся теории от математиков, которые скорее верны, но совокупно плохо применимы к многокомпонентной финансовой среде, поэтому никогда не имеют достоверных 100% прогнозов, с другой стороны — простые эмпирические практики таких сред с ожидаемыми прогнозами для большинства простаков, но по середине – спекулятивные игры на глупости и жадности человеческой.
Как итог: предел всех спекуляций – ложность любых прогнозов, а ложность прогнозов – граница среды для спекуляций. Поэтому вероятность взлета акций, купонов, валют или электронных денег прямо пропорционально спутанности их друг с другом в многокомпонентной среде, а так как биткоин «выживают» от туда, а среда у него своя, но одна, причем сильно энергозависимая, поэтому жить он может очень долго, но бедно, что и показывают выше все графики.
Есть способ постановки задачи из трех последовательных элементов:
I. проблема – состояние мира, которое требуется «разрешить»,
II. решение – собственно метод устранения проблемы,
III. результат – состояние мира после разрешения проблемы.
Но есть метод решения задачи с помощью постановки проблемы как кажущегося исключительным факта как прецедента, но на самом деле имеющего решение в прошлом. И есть метод решения задачи с такой постановкой проблемы с помошщью сравнительного анализа из имеющихся в прошлом базы решений на основе аналогии и адаптации, который заключается в цикле из повторяющихся шагов:
1. извлечение (retrieve) из базы решений
2. адаптация (reuse) извлечённого решения под новую проблему,
3. оценка (revise) адаптированного решения до его применения с подшагом дополнительной адаптации, либо переход на два шага назад к извлечению дополнительногое решения,
4. сохранение (retain) решения после успешной проверки с добавлением в базу.
Проект «Щ»:
I. Проблема: шаблон и код применительно к конкретному случаю.
II. Решение:
1. извлечение: префиксный ПОИСК шаблона из базы, который реализовал бы код похожим образом со СВОЙСТВАМИ описываемой проблемы с набором ПАРАМЕТРОВ
2. адаптация: набор ПАРАМЕТРОВ узла, а также СВОЙСТВ его ближайших потомков.
3. оценка:
4. сохранение:
III. Результат: шаблон и код который сгенерирован из шаблона применительно к конкретному случаю.
Как итог получаем новую проблему: решение задачи «N»- классовой классификации по X;Y-ПАРАМЕТРАМ проектируемых объектов с «n» прецедентами в базе, которая решается параметричеки без ввода опредделеныых СВОЙСТВ (например, макета дизайнера).
Поэтому возникает новая проблема: оценка результатов поиска, которая решается простым перебором.
Но в итоге: проще ручная адаптации от простого к сложному, с алгоритмом полу-ручного подбора свойств по структуре шаблона. И все из-за отсутствия самой базы шаблонов и коммерческой цели в получении НОВОГО продукта, а не в адаптации шаблона из баз методом перебора.
Значит должна быть зависимость: величина прерывистости потока (дистанции) от процента агрессивных водителей (по разным данным статистики около 30%), значит если в топологии сети дороги такая зависимость прослеживается и мешает движению, то для нее необходимо вводить прерывистость потока (дистанцию как минимум на 30% больше, чем обычно, независимо от скорости). Или по конкретному расчету отклонения времени простоя (пробки) с заданной загрузкой по потокам и есть необходимая для ввода зависимость увеличения величины дистанции по решению парадокса.
По поводу нагрузки на узких дорог: «На узких «красных» дорогах… движение увеличивается с повышением нагрузки, если все машины соберутся на одной «красной» дороге", то скорость движение по ним уменьшается». Но дополнительное ответвление от широкой дорог не спасает", то есть парадокс…
Но есть хорошее решение, причем применяемое уже миллионы лет у коллективных насекомых. Понаблюдайте за муравьями, которые добывая материал или еду, двигаются по узкой тропинке цепочкой грузов, соединенных между собой невидимыми нитями запаховых рецепторов.
При этом они соблюдают большую дистанцию друг перед другом, но маленькую по бокам, чтобы использовать площадь по минимум, не снижая скорость передвижения, как бы играя друг с другом в «шахматки», но скоординированные.
Как итог: конечно люди агрессивны и сильно конкурируют друг с другом, в том числе на дорогах, и не хотят действовать как единый коллективный организм как у насекомых,
поэтому вроде хорошая затея, которая бы разрешила парадокс, но она может привести только к еще большей аварийности на дорогах, из-за появившейся возможности проявить эгоизм. Поэтому за «шахматки» и наказывают… Но решение парадокса как в изменении правил дорожного движения, но с их соблюдением
Парадокс Браеса и его решение
Гипотеза: система никогда не переходит в равновесное состояние при наличии «хороших» альтернативных путей
Условие: стремление к эгоистичному построению маршрута, потому что таково человеческое понимание окружающего мира с субъективным сравнительным анализом, необходимым в ходе эволюции для выживания, но не функциональным анализом, необходимого для получения новых знаний.
Доказательство: система в динамической модели всегда колеблется с определенным периодом в сценариях с «n» количеством путей, мешая общей скорости потоков.
Решение: нужен только один широкий путь с буферами ожидания ( для временного «обратного проникания очереди»), например всем известное реверсивное движение.
Как бы рецензия: ключевое слово — «хороший» в его субъективном понимании, тогда
любое решение определяется либо «заученными» «хорошими» паттернами, либо новой ясной информацией о новых знаниях (табло, светофор и прочее). То есть если решение только в том, что реверсивное движение и хороший широкий поток лучше, то только с тем же изначальным условием и тем же решением о необходимости информационно организовывать поток, так как он также может субъективно делится на «хорошие» и «плохие» под-потоки, что на практике не сможет дать выигрыша в зависимости от пропускной способности всех «n» потоков, даже с парадоксом Браерса
Поэтому объяснение хорошее, а решения гипотезы в Парадоксе Браеса нет.
И эту причину и ее признаки в следствия можно увидеть в фильме ДухLESS-2, где
герой спекулирую на транзакциях пришел к борьба с коррупцией только через
Президента, а могли и убить…
Есть одна причина, почему свободная от границ крипто-валюта не стала желанной панацеей для всех, а именно — наличие разных национальных политических систем с консерватизмом для их устойчивого существования, который выражается в двух основных признаках:
1) приоритет формализованных желаний законодательных органов власти перед совокупными общественными мнениями, которые эту власть и выбрали, поэтому общество выносят за скобки до следующих выборов, поэтому превосходство перед «всеми этими» юристами и экономистами.
2) приоритет существующих финансовых инструментов исполнительной власти перед желаниями суммы граждан, поэтому неправительственные инструменты свободных граждан выносят за скобки до следующего формирования правительства, а поэтому превосходство «всех этих „юристов и экономистов, которые как-то предвзято перераспределят многие права и средства.
Как итог:
когда большинство свободных граждан в мире будут едины в своих общественными мнениях по поводу необходимости высоко-рискованного цифрового либертарианского рая на основе единого реестра транзакций, то вектор существования может измениться, а пока – нет. Но пока люди выбирают где меньшие проблемы и меньшие риски: заявления на облаке вместо электронной подписки, подписку вместо микро платежей, свободные микро платежи до $10 вместо дорогих денежных переводов, наличные до $100 вместо банковских карт, а банковские карты свыше этой суммы…
Но в итоге все ждут бесплатный цифровой социализм (халяву), а его никогда не будет, так как не видно какова ценность в виртуальной среде каждого конечного пользователя, а автоматизировать это программисты без помощи всех этих юристов и экономистов пока не могут. А жаль, однако…
Если образцы для толпы — это цель, то эта цель не достижима во времени пока вся толпа не придет к симбиозу (почти единому «организму») с полным отсутствием конкуренции (что в динамике приведет к отсутствию в ней гибкости и адаптивности).
То есть или одно или другое, в иных случаях нейтрализм или хищничество, то есть если любая социальная модель временная, так как вариативна, то и выиграть в толпе может малое количество персон. Поэтому ее принуждают к долговременному сотрудничеству социально-проверенными правилами из вне, которые работают по иным законам.
Типы отношений между организмами:
Симбиоз (с полной или локальной кооперацией и иные)
Хищничество
Нейтрализм
Антибиоз ( в т.ч конкуренция)
Скорее вот такой тезис, выраженный другими словами, не противоречащий здравому смыслу и выглядывающейся точно не глупостью:
«группа людей при правильных условиях будет иметь общественное мнение, которое кажется рассудительнее с точки зрения постоянства, чем всяких там экспертов». А «добавив в группу больше специалистов вы не повысите гибкость группы, а сделав наоборот – возможно, что может дать более объективный и интеллектуальный результат».Но вот коллективной воли просто не существует, воля только индивидуальна, в том числе потому что есть коллективная вера как феномен иррационального объединения вокруг никому неизвестного… Поэтому и «умной» толпы не существует, но может быть толпа любознательных, поэтому же есть феномен социальных сетей… А проблема выбора каждого – это совсем не проблема свобод, а наоборот – наличие степеней свобод предопределяет выбор, поэтому цифровые сети так быстро и хаотично растут. Справедливость — иллюзия, а власть и есть народ, которому надо столько свобод по необходимым правилам, чтобы не перебить себя или не зачерстветь как система, вот поэтому:
1) культ с правилами игры необходим обратной стороне толпы;
2) но которой еще необходимо и открытое соперничество.
Но как итог — Макс Шти́рнер: «Мы живём в мире, полном призраков и одержимых. Везде и всюду нам стремятся доказать, что смысл и цель нашего существования лежат где-то вне нас»
Если сторонняя оценка показателей «системы» плохая (у Анны она сначала была), то энергичное исправление видимых ошибок без объективной внешней оценки приводит к появлению новых, то есть «система» забуксовала в своей субъективности, поэтому следовало бы начать объективно разбираться с того места, когда показатели были относительно хорошие.
Так как все удачные «системы» одной и той же предметной области похожи друг на друга по объективным показателям во времени, то и каждая «система» может быть проблемная по своим субъективным показателям.
Проблемы могут возникать из-за решения лиц привлечь работников низкой квалификации с «экспериментальными» решениями, которые «проникают» в открытую и ослабленную «систему» из-за необходимости ее большей устойчивости во времени при осознаваемом обоюдном риске и энтузиазме получить эффект решения проблемы, а только потом оценку результатов (принцип «эксперимента").
Но итоге «система» выживет только так: объективная оценка — «высокая» квалификация – устойчивость системы с оценкой рисков – показатели – оценка показателей.
То есть Принципа Анны Карениной может и существует, но как недооценка или переоценка объективных показателей во времени, то есть как неудачный «эксперимент» с суммой субъективных оценок. Но остается «открытым» вопрос: нужны ли кому-то такие эксперименты?
Теорема Байеса – это лишь экспресс-метод подсчёта вероятностной обоснованности нового на основе статически имеющихся доказательств свидетельств:
«мнение о выборе нового с обоснованностью есть функция выбора вероятности доказательств суждения из N-матриц: [i-изначальное мнение / i-свидетельства]
По такому же сравнительному принципу работают сейчас многие нейронные сети, отсекая заранее ненужный перебор вероятностей, а также по похожему способу работают скалярные микросхемы.
В итоге результат получают более быстро, но не значит, что точнее. А последующий цикл подбора получается более эффективным.
Здравый смысл в этом методе есть, так как любые отдельные субъективные свидетельства могут быть изменчивы, то только их динамический массив в текущий момент времени дает объективную картину мира. Это и нужно принципу эволюции.
Но это всё усредняет мышление, так как по такому принципу люди, доказывающие теорему Байеса – ну просто «ботаны», не достойные внимания, так как они скрупулёзно доказывающие то, чего нет.
Так как:
«Достоверность вашего убеждения зависит от того, насколько сильно общие убеждения объясняет существующие факты, а чем больше вариантов такого объяснения фактов, тем менее достоверно ваше личное убеждение».
Новая эра «Big Data» с подкастами «ИИ»…
1) 85% от всего объёма мировой информации в 40 зеттабайт – это несистематизированный информационный «мусор», чтобы в нем покопаться и понять свои и чужие ошибки нужен не особо брезгливый ИИ. Так ИИ может изменить способы обработки этих больших данных и принесёт в «Big Data» аналитику отмытого «мусора» для ее массового применения. Но неправильная постановка задачи ИИ к его аналитическим способностям «мусорщика» могут принесут только проблемы по замедлению скорости работы, а значит только убытки. А цель задачи состоит в повышении скорости разработки с улучшением функциональных характеристик программ при уменьшении их стоимости. Поэтому сначала надо быстро научить «мусорщика» ИИ моделям машинного обучения (МО). Машинное обучение в основном состоит из сбора информации и статистики предпочтений и намерений покупателей, а также на основе эти данных формирование моделей потребительского поведения, что с учетом способностей «мусорщика» ИИ позволит компаниям внедрять персонализированные услуги. Если вместо потребностей потребителей обрабатывать ошибки пользователей и программистов, то на том же принципе выстраивается работа служб технической поддержки. Если соединить эти два сервисы с учетом наличия возможных угроз кибер-атак, то можно понять и предотвратить потенциальные опасности меньшими усилиями. Чтобы лучше идентифицировать информационный «мусор» будут внедряться все больше биометрических показателей от лиц до дактилоскопии, что с учетом все большей «облачной» интеграции даст право говорить об исчезновении личных прав как таковых.
Но может в итоге проще научить всех мыслить самим и при этом информационно не «мусорить», тем самым обеспечить всем энергетическую экономию, личную безопасность и информационную свободу? И даже свободу религиозной воли — вот и Патриарх Кирилл выступил против электронных денег…
2) За любой машиной стоит человек, поэтому отношения между человеком и машиной – это отношения между человеком и человеком, а машина – это интерфейс этого взаимодействия. И чем качественнее этот интерфейс, тем эффективнее количественное взаимодействие. Поэтому ИИ не сможет повысить производительность труда отдельного работника, а только сможет открыть свободные и темные ниши для этого труда, то есть может управлять этими нишами. А вот кто как мотивирован на этот труд в них – совсем другая история… Многие думают, что «думающий компьютер» может стать их врагом, выполняя задачи, которые обезличены к конкретному человеку, а может и ко всему человечеству Поэтому все равно надо как минимум избавить себя от всех рисков, поэтому должны быть ПРАВИЛА:
И как эти правила соблюсти? Да, нужен watch-dog опасностей, например как «ИИ-опасность» в игре «Civilization V»…
Все вакцины нужны и имеют свои плюсы и минусы, если знать для кого их применять:
Как итог: поэтому все проценты эффективности вакцин (без оценки риска их применения) — условные, так как зависят от наличия внешних условий ( о которых нам не говорят) и от качества здоровья добровольцев (о котором нам так же ничего не известно, вот только для "пфайзер" возраст дан — от 25 до 65 лет и более без расшифровки).
Самое интересное, что кому-то придется делать последовательно все три типа вакцин, начиная с ин-активированных и заканчивая РНК-ослабленными, чтобы достичь результата без постоянного введения анти-тел.
То, что мы делаем всегда трактовки будущей цели с требуемыми компромиссами по ее реализации во времемени между результатами работы членов команды при субъективных приоритетах руководства в части финансовой и технической составляющих при неизвестном переменном давлении внешнего окружения, поэтому представления каждого об этом мире субъективны и туманны, а мир кажется не идеальным, но именно поэтому хочется свои задачи осуществлять лучше, разумнее и понятнее, давая от этого надежду другим стать немного лучше, ориентируясь в первую очередь на ближнее окружение …
Как итог: но то, что мы потом имеем, это факт биологической неизменяемости как человека, так и социума, поэтому как говорят «надежда умирает последней», – сказала Надежда и умерла…
А где еще более простые поведенческие модели?
Видимо их должны найти программисты-техники по теории вероятностей с подстановкой решений рекуррентных уравнений под статистические данные по теореме Байеса, то есть по принципу работы нейронных сетей, которые отсекают ненужный перебор вероятностей, то есть так находят поведенческих модели?
Система массового обслуживания требуют:
Как итог: а еще теория вероятностей нужна для найма мотивированных программистов-техников по подгону решений рекуррентных уравнений под статистические данные?
Как итог: предел всех спекуляций – ложность любых прогнозов, а ложность прогнозов – граница среды для спекуляций. Поэтому вероятность взлета акций, купонов, валют или электронных денег прямо пропорционально спутанности их друг с другом в многокомпонентной среде, а так как биткоин «выживают» от туда, а среда у него своя, но одна, причем сильно энергозависимая, поэтому жить он может очень долго, но бедно, что и показывают выше все графики.
I. проблема – состояние мира, которое требуется «разрешить»,
II. решение – собственно метод устранения проблемы,
III. результат – состояние мира после разрешения проблемы.
Но есть метод решения задачи с помощью постановки проблемы как кажущегося исключительным факта как прецедента, но на самом деле имеющего решение в прошлом. И есть метод решения задачи с такой постановкой проблемы с помошщью сравнительного анализа из имеющихся в прошлом базы решений на основе аналогии и адаптации, который заключается в цикле из повторяющихся шагов:
1. извлечение (retrieve) из базы решений
2. адаптация (reuse) извлечённого решения под новую проблему,
3. оценка (revise) адаптированного решения до его применения с подшагом дополнительной адаптации, либо переход на два шага назад к извлечению дополнительногое решения,
4. сохранение (retain) решения после успешной проверки с добавлением в базу.
Проект «Щ»:
I. Проблема: шаблон и код применительно к конкретному случаю.
II. Решение:
1. извлечение: префиксный ПОИСК шаблона из базы, который реализовал бы код похожим образом со СВОЙСТВАМИ описываемой проблемы с набором ПАРАМЕТРОВ
2. адаптация: набор ПАРАМЕТРОВ узла, а также СВОЙСТВ его ближайших потомков.
3. оценка:
4. сохранение:
III. Результат: шаблон и код который сгенерирован из шаблона применительно к конкретному случаю.
Как итог получаем новую проблему: решение задачи «N»- классовой классификации по X;Y-ПАРАМЕТРАМ проектируемых объектов с «n» прецедентами в базе, которая решается параметричеки без ввода опредделеныых СВОЙСТВ (например, макета дизайнера).
Поэтому возникает новая проблема: оценка результатов поиска, которая решается простым перебором.
Но в итоге: проще ручная адаптации от простого к сложному, с алгоритмом полу-ручного подбора свойств по структуре шаблона. И все из-за отсутствия самой базы шаблонов и коммерческой цели в получении НОВОГО продукта, а не в адаптации шаблона из баз методом перебора.
Но есть хорошее решение, причем применяемое уже миллионы лет у коллективных насекомых. Понаблюдайте за муравьями, которые добывая материал или еду, двигаются по узкой тропинке цепочкой грузов, соединенных между собой невидимыми нитями запаховых рецепторов.
При этом они соблюдают большую дистанцию друг перед другом, но маленькую по бокам, чтобы использовать площадь по минимум, не снижая скорость передвижения, как бы играя друг с другом в «шахматки», но скоординированные.
Как итог: конечно люди агрессивны и сильно конкурируют друг с другом, в том числе на дорогах, и не хотят действовать как единый коллективный организм как у насекомых,
поэтому вроде хорошая затея, которая бы разрешила парадокс, но она может привести только к еще большей аварийности на дорогах, из-за появившейся возможности проявить эгоизм. Поэтому за «шахматки» и наказывают… Но решение парадокса как в изменении правил дорожного движения, но с их соблюдением
Гипотеза: система никогда не переходит в равновесное состояние при наличии «хороших» альтернативных путей
Условие: стремление к эгоистичному построению маршрута, потому что таково человеческое понимание окружающего мира с субъективным сравнительным анализом, необходимым в ходе эволюции для выживания, но не функциональным анализом, необходимого для получения новых знаний.
Доказательство: система в динамической модели всегда колеблется с определенным периодом в сценариях с «n» количеством путей, мешая общей скорости потоков.
Решение: нужен только один широкий путь с буферами ожидания ( для временного «обратного проникания очереди»), например всем известное реверсивное движение.
Как бы рецензия: ключевое слово — «хороший» в его субъективном понимании, тогда
любое решение определяется либо «заученными» «хорошими» паттернами, либо новой ясной информацией о новых знаниях (табло, светофор и прочее). То есть если решение только в том, что реверсивное движение и хороший широкий поток лучше, то только с тем же изначальным условием и тем же решением о необходимости информационно организовывать поток, так как он также может субъективно делится на «хорошие» и «плохие» под-потоки, что на практике не сможет дать выигрыша в зависимости от пропускной способности всех «n» потоков, даже с парадоксом Браерса
Поэтому объяснение хорошее, а решения гипотезы в Парадоксе Браеса нет.
герой спекулирую на транзакциях пришел к борьба с коррупцией только через
Президента, а могли и убить…
1) приоритет формализованных желаний законодательных органов власти перед совокупными общественными мнениями, которые эту власть и выбрали, поэтому общество выносят за скобки до следующих выборов, поэтому превосходство перед «всеми этими» юристами и экономистами.
2) приоритет существующих финансовых инструментов исполнительной власти перед желаниями суммы граждан, поэтому неправительственные инструменты свободных граждан выносят за скобки до следующего формирования правительства, а поэтому превосходство «всех этих „юристов и экономистов, которые как-то предвзято перераспределят многие права и средства.
Как итог:
когда большинство свободных граждан в мире будут едины в своих общественными мнениях по поводу необходимости высоко-рискованного цифрового либертарианского рая на основе единого реестра транзакций, то вектор существования может измениться, а пока – нет. Но пока люди выбирают где меньшие проблемы и меньшие риски: заявления на облаке вместо электронной подписки, подписку вместо микро платежей, свободные микро платежи до $10 вместо дорогих денежных переводов, наличные до $100 вместо банковских карт, а банковские карты свыше этой суммы…
Но в итоге все ждут бесплатный цифровой социализм (халяву), а его никогда не будет, так как не видно какова ценность в виртуальной среде каждого конечного пользователя, а автоматизировать это программисты без помощи всех этих юристов и экономистов пока не могут. А жаль, однако…
То есть или одно или другое, в иных случаях нейтрализм или хищничество, то есть если любая социальная модель временная, так как вариативна, то и выиграть в толпе может малое количество персон. Поэтому ее принуждают к долговременному сотрудничеству социально-проверенными правилами из вне, которые работают по иным законам.
Типы отношений между организмами:
Симбиоз (с полной или локальной кооперацией и иные)
Хищничество
Нейтрализм
Антибиоз ( в т.ч конкуренция)
«группа людей при правильных условиях будет иметь общественное мнение, которое кажется рассудительнее с точки зрения постоянства, чем всяких там экспертов». А «добавив в группу больше специалистов вы не повысите гибкость группы, а сделав наоборот – возможно, что может дать более объективный и интеллектуальный результат».Но вот коллективной воли просто не существует, воля только индивидуальна, в том числе потому что есть коллективная вера как феномен иррационального объединения вокруг никому неизвестного… Поэтому и «умной» толпы не существует, но может быть толпа любознательных, поэтому же есть феномен социальных сетей… А проблема выбора каждого – это совсем не проблема свобод, а наоборот – наличие степеней свобод предопределяет выбор, поэтому цифровые сети так быстро и хаотично растут. Справедливость — иллюзия, а власть и есть народ, которому надо столько свобод по необходимым правилам, чтобы не перебить себя или не зачерстветь как система, вот поэтому:
1) культ с правилами игры необходим обратной стороне толпы;
2) но которой еще необходимо и открытое соперничество.
Но как итог — Макс Шти́рнер: «Мы живём в мире, полном призраков и одержимых. Везде и всюду нам стремятся доказать, что смысл и цель нашего существования лежат где-то вне нас»
Так как все удачные «системы» одной и той же предметной области похожи друг на друга по объективным показателям во времени, то и каждая «система» может быть проблемная по своим субъективным показателям.
Проблемы могут возникать из-за решения лиц привлечь работников низкой квалификации с «экспериментальными» решениями, которые «проникают» в открытую и ослабленную «систему» из-за необходимости ее большей устойчивости во времени при осознаваемом обоюдном риске и энтузиазме получить эффект решения проблемы, а только потом оценку результатов (принцип «эксперимента").
Но итоге «система» выживет только так: объективная оценка — «высокая» квалификация – устойчивость системы с оценкой рисков – показатели – оценка показателей.
То есть Принципа Анны Карениной может и существует, но как недооценка или переоценка объективных показателей во времени, то есть как неудачный «эксперимент» с суммой субъективных оценок. Но остается «открытым» вопрос: нужны ли кому-то такие эксперименты?
Теорема Байеса – это лишь экспресс-метод подсчёта вероятностной обоснованности нового на основе статически имеющихся доказательств свидетельств:
«мнение о выборе нового с обоснованностью есть функция выбора вероятности доказательств суждения из N-матриц: [i-изначальное мнение / i-свидетельства]
По такому же сравнительному принципу работают сейчас многие нейронные сети, отсекая заранее ненужный перебор вероятностей, а также по похожему способу работают скалярные микросхемы.
В итоге результат получают более быстро, но не значит, что точнее. А последующий цикл подбора получается более эффективным.
Здравый смысл в этом методе есть, так как любые отдельные субъективные свидетельства могут быть изменчивы, то только их динамический массив в текущий момент времени дает объективную картину мира. Это и нужно принципу эволюции.
Но это всё усредняет мышление, так как по такому принципу люди, доказывающие теорему Байеса – ну просто «ботаны», не достойные внимания, так как они скрупулёзно доказывающие то, чего нет.
Так как:
«Достоверность вашего убеждения зависит от того, насколько сильно общие убеждения объясняет существующие факты, а чем больше вариантов такого объяснения фактов, тем менее достоверно ваше личное убеждение».