Сел смотреть Tesla AI day 09/2021 и на моменте, когда их Vision Team Lead начал объяснять как проектирует нейронные сети, обрабатывающие картинку и как они вдохновляются работой человеческого глаза и мозга.. у меня случился типичный внутренний диалог:

— ничо не понятно, нахера я это смотрю? никак же не смогу применить, я же не AI-инженер

— если добавить в мозг новую круто структурированную информацию, мозг в старой+новой информации увидит новые паттерны и перестроит моё текущее понимание реальности. А ещё это интересно.

Я вижу, в common sense подходе к обучению, большую дыру: привычное обучение не учит способности видеть сквозные паттерны в реальности.

Подход к обучению через задачи, и что с ним не так

Типичное обучение решает одну из двух задач:

  1. Дать новую профессию
  2. Научить решать новые задачки с помощью конкретных навыков

Профессия—это множество задачек, которое рынок упаковал в ёмкое название. То есть common sense подход к обучению задаче-центричен.

С подходом к обучению через задачи и с профессии есть проблемки:

  1. Профессия [например, data scientist]—это метафора, конструкт, который определённым образом встраивается в разные части капитализма [спрос, интересность для конкретных психотипов, мода, ROI,..]. И как любая метафора и конструкт—каждая профессия в каждый момент времени субоптимально встраивается в реальность. 20 лет назад были нужны единицы сисадминов и вебмастеров, которые могли поднять корпоративный MS-сервер и сделать веб-страничку, хотя никто не понимал зачем она нужна, а сейчас разработчиков днём с огнём не найдёшь, 8 из 10 самых больших по капитализации компании—результат их труда. Хотя, по-сути, вебмастеры из 2000 года и современные разработчики делают очень похожие штуки. Метафоры меняются, адаптируются, полируются и эволюционируют. В разных странах и компаниях на разных уровнях развития профессии называются одинаково, а по-сути являются разными. Продакт в Manychat и продакт в СИБУРе—люди разных профессий.
  2. Профессия—конструкт, запаздывающий от реальности. Пока конкретный руководитель поймёт, что ему нужен немного другой человек, пока XX руководителей через собеседования и общение между собой и внешним миром сообщат миру что потребность в профессиях изменилась, пока обучалки узнают и подстроятся, пока ученики узнают про это и пройдут обучение—пройдёт минимум год. А ещё есть проникновение инновации. Короче, то, что сейчас всем нужны продакты, гарантирует, что есть 100 человек, которые УЖЕ работают в новой невероятно секси профессии, в которую текущие продакты будут мечтать через 5 лет.
  3. Обучение профессии—занимает много времени. От пары месяцев для простых профессий, до 10 лет для высокорискового хардкора типа врачей.
  4. Задачка—производная от текущего контекста человека в системе капитализма. Руководитель сказал делать X. Акционеры хотят Y. Моя девушка говорит что я дурак и в этой ситуации надо делать Z. То есть моё текущее понимание реальности+понимание реальности влияющих на меня людей определяют какие задачки я буду делать. Если я работаю менеджером в сети магазинов и мне нужно минимизировать воровство сотрудников на складах и в магазинах, и в моей компании никто не слышал про обучение нейросетей, в меня не придёт задачка «интегрировать систему распознавания воровства по записям камер»
  5. Есть карго-культные профессии. Карго-культы опасны отсутствием связи с реальностью, то есть КПД людей работающих в карго-культных профессиях в компаниях, которые не умеют их применять, может быть крайне низким. Как, например, в Сбере многих прожектов недавно назвали продактами [не утверждаю что Сбер не умеет, но это решение похоже на карго-культ].
  6. Задачи, которые мне дают на текущем месте работы мне не интересны. Менять работу ссыкотно. Путь к реально интересной работе может занять годы.

Итого, обучение через «хочу уметь делать задачу Х» и тем более через профессии:

  • гарантированно будет запаздывать относительно рынка
  • может быть
    • лишним: руководитель требует от меня херню
    • устаревшим: руководитель требует от меня устаревшую херню
    • неинтересным мне: руководитель требует от меня то, что мне неинтересно
  • быть плохо связанным с реальностью

Работает, но медленно, не точно, с ошибками. Есть другой тип обучения, который долгосрочно даёт круче эффект—это научиться во всём выделять первые принципы и видеть сквозные паттерны.

Зачем ботать разные дисциплины и много читать

За три года регулярного чтения и ботания книг на далёкие [на первый взгляд] друг от друга темы, я получил следующие бенефиты:

  1. Мозг автоматически видит первые принципы и каждое явление/сущность разбирает до первых принципов. Например: «почему Tesla минимизируют количество физических контролов в своих автомобилях? Любой контрол [физический/цифровой]—управление информацией. Производственный цикл физический кнопки на несколько порядков дольше кнопки в интерфейсе, => на порядки быстрее и дешевле добавлять и изменять + ниже себестоимость автомобиля + меньше времени производится каждый автомобиль»
  2. Мозг автоматически видит сквозные паттерны ВО ВСЁМ. В какой-то момент я абсолютно везде стал видеть эволюционный отбор. После прочтения Начала Бесконечности, везде вижу процесс проверки гипотез, везде вижу сложность [complexity].

Механика такого типа обучения следующая:

  • читать много книг [50+/год] и статей, смотреть видео на удалённые темы:
    • физика [на мой взгляд, физика кажется необходимой зоной для развития такой способности]
    • история
    • философия
    • биология
    • бизнес, маркетинг и продукт
    • биографии
    • творчество
    • математика
  • синтезировать новое на основе прочитанного. Я через написание статей в канал @zamesin, блог zamesin.me и книги, учусь доставать и разворачивать только начинающие формироваться мысли, основывающиеся на новом увиденном паттерне

У меня этот эффект усиливается с каждой прочитанной книгой. Я верю, что чем дальше каждая последующая книга будет удалена от типичного потребляемого контента, тем выше вероятность, что мой мозг будет лучше видеть паттерны и видеть больше паттернов. И самое классное—это происходит автоматически, без когнитивных усилий. У меня это проявляется как постоянно всплывающие мысли «о, а может поведение человека можно редуцировать до нескольких базовых реакций типа смелости пробовать, способность принимать ошибки..? нее, как-то слишком просто», спустя пару дней «О! Вот ещё одна базовая реакция!», через день «О! Ещё одна!». Мозг варит в параллель несколько паттернов до момента, когда мысль сварена и её можно выгружать постом в канал.

Поэтому я выбираю читать книги про темы, которые мне непонятны и смотреть видео с Tesla AI Day даже если я ничего не понимаю в этом:  сознание не поймёт, а мозг поварит и спустя месяц-год-десть подгрузит информацию и в старой+новой информации неизбежно найдёт паттерны.

Наваль Равикант [инвестор, философ, автор книги «Как стать богатым» и сооснователь AngelList] в интервью Джо Рогану говорил про это явление следущее:

  • Не нужно запоминать много важных деталей. Высшая математика не поможет в жизни. Понимание базовой математики круто поможет в жизни.
  • Очень важно понимать основы очень очень хорошо. Люди, которые управляют большими деньгами, или от чьих действий зависят жизни часто очень хорошо понимают основы.
  • Часто встречаются псевдоинтеллектуалы, которые используют сложные термины, красиво и витиевато говорят, но в их рассуждении нет логики.
  • Если тебе нужно запоминать—значит, ты не понимаешь основы. Если бы ты понимал основы, ты мог бы в любой ситуации найти решение, выведя её из основ.

Паттерны в реальности и первые принципы—именно то, что Равикант называет основами: базовыми кирпичиками из которых строится абсолютно всё, что нас окружает.

Обратно к профессиям и задачам

Если я буду обучаться ТОЛЬКО через профессии и задачи—тогда

  1. Способность видеть паттерны в реальности будет развиваться довольно слабо
  2. Актуальность меня как специалиста к рынку будет не точной и запаздывающей

Если к обучению через профессии и задачи добавить обучение видеть паттерны в реальности, тогда можно получить следующие бенефиты:

  1. Будет развиваться автоматическая способность разбирать каждое явление и сущность на первые принципы
  2. Будет развиваться автоматическая способность видеть паттерны в реальности
  3. Из этого, можно будет видеть как конкретные профессии не идеально входят в реальность и потребность рынка, как и почему не нужно решать эту задачу, и какую нужно. То есть появится возможность самому определять что и почему делать, какие навыки сейчас важны рынку и почему. Как следствие, появится возможность выйти за рамки метафор профессий.
  4. Если мне ставят задачи, я смогу увидеть что задача глупая и её не нужно делать, и понять какую именно задачу нужно делать. И на самом деле быстро выйти на уровень "почему нужно делать именно эту задачу" и "над какой проблемой нужно работать". Что, в итоге, неизбежно превращается в руководящие роли, роль предпринимателя или роль эксперта.