Спешу поделиться ссылками на несколько курсов и запись вебинара по системным архетипам, проведенном в прошлую пятницу:

• Онлайн курсы по системному мышлению (англ.)
  • Введение в системное мышление
  • Системное мышление: следующий шаг
  • Системные архетипы 1: усиливающие структуры
  • Системные архетипы 2: балансирующие структуры
  • Введение в имитационное моделирование
• Запись вебинара по системным архетипам (англ)

Есть чем заняться на новогодних праздниках! :)

Группа была замечательная: им предстоит провести серьезные изменения в своей компании и они с жадностью впитывали знания и брались за выполнение групповых заданий. Место было тоже роскошное – один из пансионатов Подмосковья с превосходной природой и инфраструктурой.

Поскольку при проведении организационных изменений для агентов изменений остро встает вопрос убеждения других людей, то мы много говорили о способах и инструментах влияния на людей. Это была и технология СПИН, и стратегии разрешения конфликтов, и более формальные инструменты.

В качестве домашнего задания я предложил слушателям проанализировать отрывок из фильма “Троя” (Ивану Парфенову и Светлане Щелоковой респект за идею): в этом эпизоде Одиссею необходимо убедить Ахиллеса примкнуть к походу на троянцев и он мастерски это делает. Предлагаю и вам проанализировать этот отрывок и в комментариях к посту пояснить нам что и как использует Одиссей для убеждения. Или может вы порекомендуете другой фильм, где демонстрируется умение убеждать?

Кстати, список литературы, что мы рекомендовали на тренинге:

• О’Коннор “Искусство системного мышления”
• Чалдини “Психология влияния”
• Литвак “Психологическое айкидо”
• Бёрн “Игры, в которые играют люди” и “Люди, которые играют в игры”
• Рекхэм “СПИН-продажи”
• Майерс “Социальная психология”
• Диксит “Стратегическое мышление в бизнесе, политике и личной жизни”
• Морган “Образы организации”
• Болмэн, Дил “Рефрейминг организации”

А на следующей неделе мы с Леной проводим тренинг в Минске, поэтому если кто-нибудь читает нас оттуда и захочет встретиться, то буду рад! Пишите.

Но обо всем по порядку. В науке распространено 2 объяснения такого феномена:

• адаптация – “все, что ни делает мозг, должно быть оптимально” и ошибки рациональности возникают, потому что мозг был адаптирован для других условий;

• история – части нашего мозга появлялись в разное время, поэтому они не всегда согласованы друг с другом, что приводит к сбоям. О несогласованности мне вспоминаются следующие 2 фотки, которые я сделал во время отпуска:

Но Джон не летал  Трансавиа и сделал свою иллюстрацию:

Господину Вилкинсу не совсем по душе такие объяснения, поэтому на основе исследований нейробиологов он формулируют свою “реальную” версию: отцовские и материнские гены предпочитают разное поведение и в нашем мозге возникает конфликт между ними.

Как выяснили эволюционные биологи, материнские гены склоняют человека к риску, в то время как отцовские – к его снижению, причем те или иные гены преобладают в разные моменты времени и воздействуют на разные части мозга. Из-за этого возникает гиперболическое дисконтирование выгод: мы непропорционально ценим то, что получаем немедленно по сравнению с тем, что получаем в отдаленном будущем. Факт, подтвержденный экспериментами над крысами: ей удаляли те или иные гены и отметили изменения в склонности к риску.

На графике вы видите, что в начале графика кривая круто снижается, а в период с 20 дней до 100 дней уже более пологая. Он означает, что в нашем восприятии ценность ближайшего гораздо быстрее падает со временем, чем ценность отдаленного.

Это открытие меня натолкнуло на размышления о мотивации: на своих тренингах я предлагаю идею “мотивации наоборот”. Суть идеи заключается в том, чтобы при старте проекта выдавать бонусы всем членам команды, а потом отбирать за ту или иную провинность. Бонусы где-то вдалеке, которые я получу, если “буду себя хорошо вести”,  не так ценны, как  бонусы сейчас – “лучше синица в руках, чем журавль в небе”.

А вы что думаете об этом?

Питер Норвиг известен в сети не столько своей позицией в Google, сколько тем, как он дискредитировал PowerPoint в 2000 году. Что же он такого натворил? Он представил, как бы выглядела презентация Абраама Линкольна, если бы у него был PowerPoint. Получилось очень даже смешно и количество просмотров презентации с 50000 в 2000 году выросло до 1.7 млн в 2007. И это не предел!

А теперь основные пункты его выступления:

• Google при поиске картинок выстраивает граф картинок (опять сетевой анализ?) по степени похожести каждой друг с другом и в результатах поиска выдает те картинки, которые принадлежат самому большому сегменту (кстати, такой же подход используется при обучении нейронных сетей без учителя – но об этом слушайте вскоре на Empatika Open);

• Проблема сегментации текста (выделения слов из текста, написанного без пробелов) решается Google-ом следующим образом: вероятность сегментации = вероятность (первого слова) X вероятность (оставшегося текста). Вероятность первого слова оценивается по частоте использования такого слова в базе данных Google (насчитывает около 1.7 миллиарда страниц). То есть, для каждого возможного первого слова считается вероятность сегментации и потом выбирается такая сегментация, у которой самая высокая вероятность. Для примера смотрите слайд ниже: из этого примера мы видим, что у сегментации при первом слове “now” самая высокая вероятность, поэтому Google именно так делит текст.

Г-н Норвиг отметил, что эта проблема очень актуальнаядля азиатских языков, где слова не разделяются знаками пробелами. Но она также актуальна и для сегментации доменных имен, ведь в их названии запрещены пробелы. Вот забавнейший пример проблем сегментации доменных имен – знающие английский поймут мой дикий хохот, когда я увидел этот слайд.

• При исправлении текста используется схожая с сегментацией идея: слова корректируются не на основе словаря, а на основе вероятностей: вероятность исправления (“медвэд” на “медведь”) = вероятность (что “медвэд” это слово) X вероятность (что “мэдвед” это очепятка для “медведь”).
  • “вероятность (что “медвэд” это слово)” определяется по частоте появления такого слова в базе данных Google
  • вероятность (что “мэдвед” это очепятка для “медведь”)” пропорциональна количеству изменений (добавить/убрать букву, изменить одну букву на другую), которое нужно сделать в слове “мэдвед”, чтобы получилось “медведь”.
• Google Sets помогает воссоздать множество слов на основе нескольких примеров. Например, если вам нужно знать, что по смыслу близко к Питеру Друкеру (Peter Drucker) и Тому Питерсу (Tom Peters), то Google Sets выдаст такие результаты (не все результаты по делу – если честно):

• Сервис Google Translate работает по схемам, схожим с сегментацией и исправлением: на основе вероятностей и обширной базы данных примеров.

Вообще, основной идеей выступления Норвига было следующее: миллиарды примеров позволяют машине самообучаться и пропадает необходимость придумывания сложных алгоритмов и привлечения человеческого разума (переводчиков и лингвистов).

Я вижу лишь небольшое “НО” в этом подходе: обучение на основе примеров может вызвать архетип “Деньги к деньгам”. Выбираться будут лишь те слова, которыми пользуется большинство. Если большинство примеров будет некачественным, то и результат потеряет в качестве. Поэтому такое обучение должно стать лишь одним из методов, с учетом особенностей его применения.

А Ваше мнение?

Примеры сетей. Сначала Марк привел ряд примеров сетей:

• Технологических – сеть компьютеров, связанных в Интернет; маршрутная сеть полетов авиакомпаний США; электросеть;

• Информационных – сеть Web страниц; сеть цитирования научных статей о теории графов и сеть судебных дел (кейсов). Не забыл Марк объяснить и суть алгоритма Page Rank от Google.

• Биологических – экосеть (пищевая цепочка), метаболическая и протеиновые сети.

• Социальных – сеть друзей в школе, сеть френдов в социальной сети Friendster, сеть распространения туберкулеза, сеть персонажей в романе (кстати, я до сих пор не оставляю идеи построить сеть персонажей “Войны и мир” – никто не хочет присоединиться?).

Феномен малых миров. Рассказав о социальных сетях, г-н Ньюман поведал об эксперименте Милграма, в ходе которого к 100 жителям штата Небраска обратились с просьбой передать письмо через сеть своих знакомых  одному жителю Бостона. Из 100 писем дошло около 20 и выяснилось, что в среднем для того, чтобы письмо попало из Небраски в Бостон, нужно 6 промежуточных узлов. Отсюда и появился термин “6 степеней отчуждения”, о котором поставлена даже пьеса и фильм.

Также Марк рассказал об игре “6 степеней Кэвина Бэйкона” и о некоторых вариациях на эту тему: 6 степеней Моники Левински, например :-)

Распространение вируса. В заключение своей лекции Ньюман объяснил как исследование сетей помогает вскрыть динамику распространения вирусов: от компьютерных до человеческих. Порадовало видео, демонстрирующее как за 24 часа распространялся вирус Code Red, наделавший немало шуму в 2003 году. Далее Марк выделил 2 характеристики сети: коэффициент кластеризации и степень  связности (degree).

• Коэффициент кластеризации – степень, определяющая насколько узлы стремятся к кластеризации. Например, в сети друзей это вероятность того, что 2 моих друга являются друзьями между собой. То есть это некоторая оценка фрагментированности сети. При высокой кластеризации можно ожидать, что вирус будет распространяться лишь в определенной подгруппе (кластере). При низкой кластеризации высока вероятность быстрого распространения вируса по всей сети.
• Степень связности определяется по среднему количеству связей у каждого узла сети. Причем Ньюман пояснил, что нужно считать не среднее количество связей, а его квадрат. Почему? Представим, что есть узел у которого 100 связей. Это означает 2 вещи: 1) если такой узел будет заражен, то он заразит еще 100 узлов; 2) у такого узла в 100 раз выше вероятность заражения другими узлами, нежели у узлов, у которых всего одна связь. Поэтому при оценке связности необходимо считать среднее по квадратам количества связей (в данном случае 100 * 100 = 10000).

Ну и в заключение Марк объяснил, что структура сети определяет динамику распространения эпидемии. Например, ниже представлена сеть распространения вируса SARS в Сингапуре и мы видим, что существует небольшое количество hub-ов (узлов с большим количеством связей).

Динамика показателя “количество зараженных ” может принять вид кнута: количество зараженных стремительно возрастает, потом может практически свестись к нулю, но за счет всего одной связи с другим таким hub-ом эпидемия может вновь разгореться, причем с еще большей силой.

Вкратце это все, о чем говорил Ньюман. Спасибо за внимание и следите за своей сетью! :)

Вебинар “Сетевое мышление в бизнесе” from Bayram Annakov on Vimeo.

Я подписался на YouTube канал этого университета и сегодня посмотрел лекцию отца Интернет и главного евангелиста Google Винта Серфа (Vint Serf) о сегодняшнем состоянии Интернет.

Ниже приведено видео + основные пункты его лекции:

Основные пункты, которые я отметил:

• Мобильные пользователи – сейчас насчитывается 3,5 миллиарда мобильных устройств с доступом в Интернет, поэтому при создании сайтов и программных продуктов нельзя не учитывать эту аудиторию (кстати, наш сайт оптимизирован под iPhone, кто-нибудь видел?)
• Азиатский регион – при 17% проникновении Интернет в странах Азии количество пользователей уже составляет больше всего в мире: 657 миллионов. Эта цифра очевидно будет расти.
• Стремительно сокращается количество доступных Интернет адресов (к 2011 году прогнозируется, что их не останется вовсе), поэтому Интернет переводят на IPv6. Уже сейчас ряд сервисов Google доступен по IPv6. Использование этого стандарта позволит значительно расширить количество доступных адресов + уже в этом году появятся сайты с нелатинскими буквами (например, мы хотим зарегистрировать сайт Эмпатика.Ру – регистрацию доменов на кириллице планируется открыть с ноября 2009 года)
• Географически локализованные поисковые запросы – в Google заметили, что поисковые запросы, которые делают пользователи, чаще всего связаны с текущим местонахождением человека (благо, мобильные телефоны с доступом в интернет дают такую возможность). Эту информацию можно использовать как в общественных, так и в коммерческих целях (например, узнать что и где чаще всего ищут: к примеру, если на улице Советская постоянно ищут чебуречную, то нужно открыть такую :))
• Винт рассказал об одном изобретателе, который сделал серф доску с возможностью доступа в Интернет – серф доска для серфинга в Интернет :) и про другие устройства, которые умудряются подключить к Интернет.
• В ближайшем будущем Винт видит необходимость научных исследований для разрешения проблем коммуникации между “облаками вычислений”.
• Ну и, конечно же, он затронул тему копирайта в Интернет и необходимости как-то приспособить наши законы к этому обстоятельству.

В общем, я всем рекомендую просмотреть ролик и подписаться на YouTube канал Singularity University.