25 мая стартует очередная группа R5, и я думаю, не принять ли мне challenge по коррекции руководства по системному мышлению: убрать онтологические различия с FPF и (возможно!) облегчить восприятие, ибо про целевые системы понимание появляется как-то очень поздно, это уже чёткая проблема. Единственное, что меня сдерживает – это потребует большого времени, а оно у меня уже давно распланировано. Почему-то я уверен, что AI мне тут не слишком сильно будет помогать. Прежняя скорость у меня в пике была 20 страниц не слишком крупных правок в день, это пара месяцев на каждое руководство, если ничем другим не заниматься, и при этом FPF остановится, ибо заниматься им будет некогда. Тем не менее:
- перевести все мои тексты на .md (да, я знаю о постах Карпати про HTML-формат, но это явно не сейчас должно быть, текущие модели и .md с картинками для моих целей плохо тянут)
- ввести нормально роли как абстрактный объект, и там алгебру ролей. Сейчас там роли прилеплены только к агентам, но ведь и агент – это тоже роль! Алгебра ролей – чтобы не было соблазна “инженер как роль агента как роли системы как роли холона”.
- целевая система получит полное имя “целевая система проекта” (или даже согласованная целевая система проекта) и это будет роль системы, чтобы не было шанса трактовать как специализацию системы. То же самое со всеми остальными (создателями и т.д.).
- сервис и его “распаковка”, а ещё глубже дать отношение изменения
- метод чётче развести с работой (пока там можно запутаться в месте, где “метод существует в тот момент, когда существует работа”)
- хотя бы подумать о том, что делать с “паровозиками” синонимов (они ж там “синонимы с нюансами”, и надо бы эти нюансы объяснить – но я пока даже боюсь трогать это место, хотя вся часть F в FPF как раз про это: работу с именами в разных предметных областях, UTS).
- я бы добавил характеризацию в количестве, но тогда это вообще будет уже означать “переписать с нуля”, так что воздержусь пока.
На методсовете мы опять и снова немного пообсуждали вопрос о проектной целевой системе МИМ, а также уточнения по поводу перехода к сервис-организации (ибо мастерство инженера-менеджера и его сильный интеллект ведь не наши, у нас сервис по их развитию). Очень трудно на всём бегу остановиться и серьёзно подумать об этом вопросе, но именно это и требуется, если следовать чётко материалу руководств. Беда в том, что я слишком много знаю, чтобы сходу давать советы самому себе (врачи, заметим, не лечат сами себя – честно ходят к спецам-коллегам), поэтому моя собственная ситуация не выглядит для меня как “из учебника, бери да делай”. Вот только несколько соображений:
- сейчас формально – у нас мастерство инженеров-менеджеров, их сильный интеллект. Но если приглянуться, то такая целевая система обычно у учебных организаций, с развитием надо ещё подумать: люди из open-endedness сразу начинают говорить, что делать надо не только лучших агентов, чтобы у них было развитие, но и достаточно богатые миры (В нейросетях devo вроде как реализовали, а для evo нужно ещё разобраться с eco: ailev — ЖЖ, 2025, и там про богатые миры для AI – можно развернуть на богатый мир для наших инженеров-менеджеров, причём для Stanley это как раз “выйти в реальный мир”, но каждый из нас выходит в крошечный фрагмент этого реального мира, так что тут и “постоянное ощупывание” в поисках зоны влияния и исследования среды из active inference, активное рассуждение и всякое такое – думал тут в посте 2022 года Маржинальная революция во всех мыслительных практиках, активное рассуждение, и куда думать дальше: ailev — ЖЖ, и ещё последний заход вдруг про измерения, коммуникацию и “спутанность” или хотя бы “неразделимость” с квантовоподобной math lens для подобных описаний, это когда “заданный вопрос неожиданно меняет ситуацию” – паттерн в FPF как раз про это, Квантовоподобность (quantum-like) -- уже в FPF: ailev — ЖЖ, это же всё про “среду развития и поведение в ней для инженеров-менеджеров”)
- ещё один ход – это на многоуровневость: как мастерства развития (в том числе мастерств развития, которые тоже ведь как-то факторизуются, отношения там явно не часть-целое, и в мастерстве развития там как раз ход на интеллект), так и личности, в составе которой мастерство развития в целом, так дальше – и сообщества (и тут всё то же самое: сцепленность, ходы на психологию и well-being и многое другое, про сообщества я уже писал). Сверху тут и межуровневые конфликты сразу, и community management как основной сервис и многое другое.
- отдельно можно обсуждать такие вопросы, как “на волне хайпа” цеплять рассуждения про понимание. В эти дни много цитируется фраза https://x.com/yacineMTB/status/2018886083120153046 Контекст тут в том, что думать вместо тебя будет AI, но от человека всё одно потребуется понимание. Что тут имеется в виду под “пониманием”, понимание чего именно? Все радостно начали трактовать это высказывание (включая Karpathy как главного трактователя), перечисляя объекты понимания. Но почему так же радостно не перечисляют объекты мышления, как перечисляют объекты понимания?! Например, если AI-агент строит за вас гипотезы, сравнивает сценарии, формулирует причинные объяснения и проектирует проверки (он может!), то он участвует не только в “thinking”, но и в вашем понимании. Так что тезис по факту ложен: мышление и понимание не разделяются чисто. Косвенно можно понять так, что “Можно делегировать локальные операции мышления, но нельзя полностью делегировать эпистемическое владение ситуацией, если именно ты должен направлять работу, оценивать результат и отвечать за последствия”. Я сам бы приплетал конструктивное понимание (как в математике: можешь сконструировать объект – значит ты его понял): понял, если можешь пересобрать решение в простом случае, можешь объяснить, почему оно работает, можешь предсказать, от чего и в какой момент оно сломается, можешь модифицировать под изменяющуюся ситуацию или даже новый ситуационный контекст, можешь построить тест, который проверит, реализовано ли решение или реализовано что-то другое. Если понимать “understanding” в причинной традиции (привет Pearl и Bareinboim), то оно почти неизбежно становится деятельностным. Причинная модель не просто описывает мир. Она предсказывает эффекты вмешательств и контрфактические сценарии. Causal model предсказывает поведение системы, эффекты interventions и counterfactual claims; do-calculus — это аппарат для работы с выражениями, содержащими do-оператор. Понимание причинно-следственных связей – это прежде всего связано с “вмешательством”, изменением. И тут, конечно, опять привет квантовоподобности и всяческим эффектам, аналогичным “спутанности” (если будете подсовывать эти мои тексты AI-агентам, они вас особо будут предупреждать, что это нефизическая квантовоподобность и нефизическая спутанность. Это math lens, способ думать – но нам ведь как раз и нужен “способ думать”).
- если вернуться к начальной мысли о том, что МИМ – это клуб инженеров-менеджеров, то главный продукт клубов “курируемый доступ” (а с доступом как целевой системой мы неоднократно разбирались): членство/резидентство, нетворкинг с отбором, закрытые встречи и круглые столы, мастермайнд-группы и peer advisory, то же самое обучение и развитие, менторство и коучинг, иногда база знаний и контент (сейчас это уже не имеет большой привлекательности, но всё же – “где карта закопанного клада?!”), карьерный и кадровый продукт (вакансии и наоборот – кадровый резерв, а ещё сертификации по квалификации), всяческие сделки-бизнес-партнёрства, статус и знаки принадлежности, представительство и влияние (“голос там, куда по одиночке не пускают, но кто-то один от сообщества может пройти и донести мнение”), а ещё “продажа доступа к целевой аудитории”. Если попытать AI-агентов на темы клубов директоров и инженеров, то там оказываются немного разные маршруты: у директоров обучение входит в комплект – “закрытое членство → регулярные встречи → доверительный обмен опытом → деловые связи → обучение → статус → доступ к экспертам/власти/сделкам”, а у инженеров – не входит в комплект – “профессиональное сообщество → обмен практиками → технологии и кейсы → карьерный рост → менторство → мероприятия → доступ к работодателям/техлидам/CTO”. В любом случае, эти модели торговли доступом не слишком взлетают, если смотреть на эти “клубы”, доходность “тусования” минимальная, влияния на мир особого нет (хотя масоны… но не будем обсуждать такое вслух, многие тут шуток не понимают). Участник платит за то, чтобы быстрее найти “своих”: людей, которым можно задать неудобный вопрос, получить честный ответ, договориться о партнёрстве, проверить идею, найти эксперта, нанять фирму или даже одного человека или просто не чувствовать себя одиноким в управленческой/профессиональной роли (ибо в этих ролях жизнь часто неожиданно трудна, “богатые тоже плачут”). “Закрытость доступа” в этих тусовках направлена не собственно на клуб, а на снижение транзакционных издержек по доверию: перевод по Хайеку “дальнего порядка” в “ближний”. Но вот если посмотреть на продукты Disney как “курируемый доступ”, то сразу становится интересней.
- … и такого много, разговор о целевых системах никогда не заканчивается, не бывает быстрым, и он должен идти всегда.
За это время в FPF произошли огромные изменения, ибо я выплатил огромный накопившийся архитектурный и эпистемический долг:
- я сделал большой апдейт семиотической архитектуры. Всё-таки там главная идея – в том, что эпистемы, публикации и их публикационные единицы, прочие эпистемические объекты движутся в пространстве их состояний, а также перескакивают между этими пространствами ввиду трансдукций с ними. Поэтому надо описать какой-то не слишком большой набор трансдукций, чтобы можно было описывать и проектировать такое движение.
- после чего вылезло огромное количество лексических несоответствий: архитектура уже начинала изобретать собственную онтологию “семиотики” вместо того, чтобы строго следовать онтологии эпистемы и публикаций. И это часто была “школьная семиотика”, а не опирающаяся на современную семиотику. Вот для этого был сделан паттерн E.10.SEMIO, отлавливающий ошибки семиотической лексики и приводящий “школьную семиотику” к FPF-семиотике на базе современного понятия эпистемы. Дополнительно в паттерны FPF (в особенности в E.10.SEMIO) были втянуты дополнительные проверки, которые оказались в архитектурных документах и общих документах процесса разработки FPF в Codex, но которых ещё не было в самом FPF.
- дальше по E.10.SEMIO был прогнан весь FPF, проход шёл сначала час до “самоостанова”, потом продолжение 4 часов, потом неожиданно продолжение шло непрерывно 8 часов 42 минуты в один оставшийся ход. Всего агент сделал 142 прохода по разным defect families E.10.SEMIO. Всё, онтологический и лексический долг по приведению FPF к современному понятию эпистемы выплачен. Но ещё и вычищено много другого. Особенно меня в тексте FPF раздражали слеши как псевдо-термин (иногда там было чтение как or, иногда как and, иногда как попытка задать тип перечислением несовместимого, очень мутные места). Этих слешевых групп было вычищено несколько тысяч. Codex, конечно, сильно меняет ситуацию с работой над большими текстами. Невозможное становится возможным, прямо сейчас. Дальше я так же прошёлся с E.10.SEMIO по общим документам процесса (harness) и самой semio-архитектуре.
- текущая ситуация: поправлены тысячи и тысячи строк в FPF, текст стал много суше. Наверняка где-то были внесены ошибки и смысл текста был утерян в местах, которые пока неведомы. Но я считаю, что пользы от более точного текста будет больше. Посмотрим, жизнь покажет. Инженерия и наука развиваются в сторону более сухих, менее метафорических, чётче проверяемых и однозначно читаемых текстов. Метафорические описания были популярны во времена алхимии. Так что выполнено довольно большое “антиалхимическое” мероприятие. По ходу дела восстановил ещё и “дидактичность”, ибо текст оказался пересушен даже там, где не надо – в объяснениях простым языком. Дидактичность у нас есть аж в pillars, но, как и в любые другие “стратегические документы”, в эти pillars (паттерн A.2) никто не заглядывает, так что это добавлено было после моих напоминаний.
- Ещё в FPF вытащено было всё полезное из текущего процесса в Codex, но не как процесс (что, когда, как), а как требования к результату. А уж процесс для получения этого результата – отдельно.
- что там делать в следующих семиотических кампаниях – уже вопрос, ибо семиотика необъятна и её всю закрыть заведомо нельзя. Мне не очень нравится текущая очередь этих семиотических кампаний, её тоже бы надо кардинально пересмотреть. Возможно, надо уже притормозить с семиотикой и переходить уже к доделке TGA – просто по timeboxing, ибо у меня по планам как раз было закончить с семиотикой в середине мая, вот взять – и просто закончить. Я уже провёл semio-кампанию по уточнению использования функциональных описаний (чтобы в этих описаниях не искали разрешений, модулей и всего остального, кроме функциональности), но это только семиотическая часть работы, а надо с функциональными описаниями разбираться по их онтологическому существу, то есть делать TGA в целом. И затем уже идти в разбирательство с архитектурой (после разбирательства с конфликтами между системными уровнями, это ж в центре архитектурных решений).
Я поменял в очередной раз текст README.md на GitHub, и теперь FPF формулирую чуть понятнее, чем “операционная система мышления”: Pattern language and core specification for admissible action in problematic engineering, research, and mixed human/AI work. В эту сторону двигаю и многие паттерны (в семиотических паттернах это особо сильно проявилось): паттерны не столько ловят ошибки, проверяют, объясняют и дают теорию, сколько подсказывают действия (solution) по решению проблемы (problem) в проблемных ситуациях (problem frame). Задача не поймать за руку, не объяснить, а подсказать, что надо делать, если уж влипли. Ну, и подсказать, что влипли – всё-таки ошибку или встретившуюся проблему надо сначала найти и осознать, чтобы перейти к её решению. Понял, что пять месяцев ничего не писал в LinkedIn, написал туда пост на английском про “FPF обновился, поглядите” – First Principles Framework (FPF) for Complex Systems and AI Work | Anatoly Levenchuk разместил(а) публикацию на тему | LinkedIn. Реакции на этот пост практически никакой не было за несколько дней. Пафоса вроде “операционной системы мышления” стало меньше, объяснения прагматической (выход в действие) сути FPF – больше. Но посмотрим, что будет дальше.
NVIDIA стала первой компанией в мире, перешагнувшей капитализацию в $5.5 трлн. (ссылок не даю, об этом изо всех утюгов). Ну, я о стратегии NVIDIA писал много раз, и предрекал великое будущее, даже делал три доклада на лебедевских чтениях (“Предпринимательство: кейс NVIDIA”, 20 мая 2017 г., Опубликованы материалы тринадцатых Лебедевских чтений: ailev — ЖЖ; “Предпринимательство: кейс NVIDIA. Часть 2”, 19 мая 2018, Опубликованы материалы четырнадцатых Лебедевских чтений : ailev — ЖЖ; “Большие предпринимательские программы: Дженсен Хуанг, Элон Маск и все-все-все”, 22 мая 2021, Видео моего доклада "Большие предпринимательские программы: Дженсен Хуанг, Элон Маск и все-все-все": ailev — ЖЖ). Вот мой пост 2014 года, где я пишу, что видеокарточная компания развернулась в сторону поддержки deep learning как приоритетного направления: “Компьютеры меняют начинку, и быстро”, Компьютеры меняют начинку, и быстро: ailev — ЖЖ “я думаю, что в очень и очень краткосрочной перспективе победят не новые игроки с новыми чипами, а именно GPU-архитектуры в связке с передовыми софтверными пакетами. Гляньте, первая же картинка хвастовства по поводу выхода ускорителя NVIDIA Tesla K80 содержит именно пример про deep learning (на примере 24x разгона пакета Caffe по сравнению с чистым CPU и вдвое большим, чем в K40 – AnandTech Forums: Technology, Hardware, Software, and Deals). Фишка в том, что вся архитектура GPU потихоньку разворачивается в этом направлении, становится neuromorphic в каком-то смысле. Поглядите: разгон для машинного обучения NVIDIA заботит явно больше, чем разгон для многих и многих других типов задач (хотя тут может быть и просто тот факт, что раньше в этом направлении просто не думали, а сейчас вдруг озаботились. Но я именно об этом и пишу: озаботились, и это будет направление главного удара – вместо компьютерной графики): http://www.nvidia.com/object/tesla-servers.html”. Да, прошло 12 лет с 2014 года и AI вместо компьютерной графики не просто стал “направлением главного удара” для NVIDIA, но и позволил вырасти в компанию с крупнейшей капитализацией в мире. Можно делать очередной доклад про предпринимательство и системную инженерию, писать очередной большой пост (я их про NVIDIA написал довольно много, легко гуглятся).
Много думаю над графиком из https://www.reddit.com/r/accelerate/comments/1tbt6rd/its_still_so_unbelievably_early_and_were_already/ – там просто наглядно показаны пять цифр: 0.12% населения Земли, всего 10 миллионов человек, используют AI-агентов (и я, и я!), 0.72% пользуются платным AI-чатом (за $20) в месяц, 21.1% населения пользуются бесплатными AI-чатами (скажем так: “хотя бы один раз воспользовались”), а 78% населения Земли ещё ничем таким не пользовались. Я-таки живу в информационном пузыре, при каких-то действиях во внешнем мире надо-таки корректироваться. С другой стороны, могу за себя порадоваться: я не прохлопал когда-то взлёт интернета – и моя жизнь была интересной и увлекательной. Сейчас я не прохлопал старт AI – и моя интеллектуальная жизнь (искусственный, но интеллект же!) тоже вполне интересна и увлекательна. Я упоминал уже в посте про то, что Stanley говорит про бесконечное развитие как умение бесконечно долго производить интересные артефакты (попутно решая какие-то проблемы для этого), а Стивенсон обсуждал прожитие интересной жизни в самом начале романа “Алмазный век”: “в сравнении с другими отделами у относительно большой доли инженеров была, так скажем, занятная жизнь. – А что делает одну жизнь более занятной, чем остальные? – В общем я сказал бы, что занятным мы называем все новое и непредсказуемое”. Собственно, и программированием я занимался тогда, когда это была не слишком распространённая специальность, успел поработать даже на M-222, на компиляторе Алгола TA-1M в 1975 году.
