# Everyday chaos

![](https://notes.vtorum.net/api/public/web/everyday-chaos-74f46e27/assets/d213ec75-0ae1-4cf5-b72c-eb406b5b7e51/raw)

Дэвид Вайнбергер: «Мир — это черный ящик: он может быть предсказуем, но это не значит, что его можно понять»Одна из магистральных идей книги Вайнбергера Everyday Chaos (2020) («Повседневный хаос»), которая еще не переведена на русский язык, — будущее будет кардинально отличаться от наших сегодняшних представлений.Основные идеи: - на протяжении веков люди были убеждены в своей уникальной способности понимать этот мир и управлять хаосом, сводя сложность к набору простых правил. Однако это иллюзия: некоторые системы машинного обучения уже превосходят человеческий ум в точности прогнозов или выводов, - совершенствуя способность прогнозировать, мы все глубже осознаем непредсказуемость мира — например, что любое незначительное событие может разрушить даже самую совершенную модель, - раньше взаимодействие человечества с будущим строилось на основе стратегии "предвосхитить и подготовиться". Она действенна, но имеет существенные издержки, которые могут быть катастрофически высоки в условиях возрастающей неопределенности. Поэтому в некоторых случаях целесообразно следовать стратегии "не предвосхищать и обучаться", - традиционно суть стратегии состояла в том, чтобы сфокусировать всю энергию организации на достижении некой важнейшей для нее цели. Для этого надо было среди ряда существующих возможностей выбрать наиболее целесообразную. Но сейчас есть компании, реализующие стратегии, основанные не на сужении, а на расширении спектра возможностей, - в нашем восприятии прогресс — это смена чего-то менее совершенного чем-то более совершенным. Однако сейчас движущей силой прогресса становится не конечная цель, которой мы стремимся достичь, а снижение барьеров для изобретений.Мы привыкли к тому, что технология дает нам скорость, комфорт, многообразие впечатлений и многое другое. При этом мы не всегда замечаем, как в водовороте научно-технического прогресса меняется суть нашего взаимодействия с миром.Deep Patient — разработанный в больнице Маунт-Синай (Нью-Йорк) алгоритм глубокого обучения — один из примеров систем, ставящих под сомнение нашу способность объяснить все. В программу ввели совершенно разрозненные данные о 700 000 пациентах (примерно так, как если бы сбросили в гигантский чан остатки пищи с огромного стола). Однако, проанализировав мельчайшие крохи информации, система не только смогла определить вероятность развития определенных заболеваний у пациентов, но и сделала это с гораздо большей точностью, чем самые опытные медики.Если мы заглянем внутрь программы, чтобы разобраться, почему был сделаны такие выводы, то увидим только множество сложных наборов взаимозависимостей между данными. Проиграв AlphaGo, один из ведущих игроков в го Фань Хуэй сказал: «Это не похоже на ходы, которые делает человек; никогда не видел, чтобы люди совершали такое… Насколько же это прекрасно — невообразимо прекрасно».По мнению Вайнбергера, именно успех в использовании интернета и машинного обучения показывает, что мир гораздо более сложен и хаотичен, чем нам всегда казалось. Сначала интернет, а теперь и машинное обучение, учат нас лучше приспосабливаться к хаосу и, по крайней мере иногда, отказываться от стратегии «предвосхитить и подготовиться» в пользу подхода «не предвосхищать и обучаться». В бизнес-среде последняя стратегия (часто определяемая как стратегия создания минимально жизнеспособного продукта) уже не первый год успешно используется целым рядом технологических и иных компаний.src