un

guest
1 / ?
back to lessons

두 솔로, 하나의 간격, 하나의 엔진

ML 삼각형에는 네 가지 구성 요소가 있습니다:您的 사양, 그들의 사양, ML 엔진, 간격을 닫는 것입니다.

언터프는 특정 간격에 인프라를 제공합니다: 교육, 코드 실행, 데이터 분포. 커리큘럼 작성자는 한 사양을 보유하고 있습니다. 학생들은 다른 것을 보유하고 있습니다. ML 엔진은 그들 사이에 위치하여 응답을 분류하고 적응형 피드백을 생성합니다. 언하우스쿨은 이 패턴의 한 수업 모양 인스턴스입니다.

그러나 패턴은 언터프 이전에 존재했습니다. 서로 보완적인 도메인 깊이를 가진 두 솔로가 있고 실제로 그들 사이에 간격이 있다면 적용됩니다. 영양사와 환자 네비게이터. 기계사와 디자인 엔지니어. 마을 장로와 구어 역사학자. 회계사와 자금난 협력조직. 이 쌍 중 어느 누구라도 삼각형을 형성할 수 있습니다.

질문을 하는 것은 아니다: 언터프가 내 도메인에 자식 엔티티를 가지고 있는가? 질문은 간격의 다른 쪽에 있는 사양을 보유하고 있는 자가 누구인지입니다?

네 가지 확인 사항

삼각형을 형성하기 전에 모든 네 가지 구성 요소가 있는지 확인해야 합니다:

1. 귀하의 사양: 귀하가 정답이 어떤 모습인지, 부분적인 답변이 어떤 모습인지 그리고 그들 사이의 경계가 어디에 있는지 설명할 충분한 도메인 지식을 가지고 있는지 확인합니다.

2. 그들의 사양: 간격의 다른 쪽에 있는 누가 도메인 지식을 가지고 있는지 확인합니다. 그들은 그것을 받을 때 알아볼 수 있습니다.

3. 실제 간격: 두 사양이 현재 만나지 않는다. 거리, 언어, 비용, 형식 또는 액세스가 서로 연결되지 못하게 합니다.

4. ML 다리: 두 사양 사이에 클래스 가능 작업이 존재합니다. 엔진은 한 쪽에서 입력을 받을 수 있으며, 다른 쪽의 사양에 따라 처리하고 유용한 것을 반환할 수 있습니다.

모든 구성 요소가 없으면 삼각형이 형성되지 않습니다. 모든 네 가지 구성 요소가 있는 경우 형태는 도메인에서 생성하는 모든 자본 형태와 상관없이 동일하게 형성됩니다.

삼각형 식별

실제 시나리오에 대해 네 가지 확인 사항을 적용합니다.

솔로는 가정 전기 기술자들을 위한 커리큘럼을 작성합니다. 다른 솔로는 계약자들을 위한 도구 인벤토리 시스템을 실행합니다. 그들 사이의 간격을 설명하고 그 간격을 닫는 ML 다리를 스케치하세요.

묵시적 지식: 몸과 땅에 축적

생활 자본 보유자, 영양사, 농부, 허브 전문가, 산부인과 의사, 물리치료사는 직접 관찰을 기반으로 구축된 사양을 가지고 있다: 몸, 토양, 식물, 출산 결과, 회복 패턴. 그들의 지식은 손으로 쓴 메모, 기억, 그리고 수천 건의 사례를 통해 향상된 패턴 인식으로 축적된다.

물질 자본 보유자, 기계 조작사, 제조업자, 토지 관리자, 건축가들은 물리학 및 기술에서 구축된 사양을 가지고 있다. 10,000개의 도구 경로를 실행한 기계 조작사는 수치를 초과하는 공정도를 안다. 200개의 집을 지었던 건축가는 검사자가 알지 못하는 studs 베이를 실패할 것으로 예측한다.

양쪽 형식은 디지털화에 저항한다. 산부인과 의사가 20년 동안 출산 결과 패턴을 스프레드시트로 내보낼 때, 지식이 유용한 대부분을 잃게 된다. 기계 조작사의 진동 감각을 тол레란스 스펙에 인코딩할 수 없다. 묵시적 구성 요소는 실제로 존재하고 크다.

디지털화 저항이 바로 ML 교량이 유용한 이유이다. 산부인과 의사의 패턴 인식과 출산 후 치료 안내자의 일치 논리는 서로 다른 형식으로 존재한다. ML 교량은 어떤 사양도 대체하지 않는다. 그것은 그들 사이에서 번역을 수행한다.

ML 삼각형 자본 지도

일반적인 솔로스: 자본 형태

생활: 영양사, 농부, 약초사, 산부인과 의사, 물리치료사, 지역 건강 노동자

물질: 기계공, 제조사, 토지 보호자, 건축가, 수리 기술자, 도구 제작자

가파른 지식의 격차는 각 영역마다 다릅니다. 산부인과 의사의 보완 솔로는 출산 후 치료 코디네이터, 방문 간호 일정 관리, 또는 배우는 양모 교육 프로그램일 수 있습니다. 기계공의 보완 솔로는 설계 엔지니어, 재료 공급 전문가, 또는 허용 범위 데이터베이스 유지관리자일 수 있습니다.

그들은 항상 같은 모양의 격차를 가지고 있습니다: 양쪽 모두 깊은 영역 지식, 가운데 공유되지 않는 형식이 없습니다.

산부인과 의사의 명세서

생활 자본의 구체적인 시나리오.

산부인과 의사가 20년 동안 출산 결과 패턴을 기억하고 손으로 쓴 메모를 가지고 있습니다. 솔로는 출산 후 치료를 일치시키는 도구를 만듭니다. 산부인과 의사의 명세서에는 어떤 것이 포함되어 있을까요? 그리고 그들 사이에 ML 브릿지가 무엇을 할까요?

이론이 실무와 만나다

지적 자본 보유자, 연구자, 도서관 관리인, 오픈 소스 개발자, 도메인 작가, 조직화되고 문서화된 지식 보유자입니다. 그것은 물리적 예술품에 존재합니다: 종이, 코드베이스, 교육 프로그램, 데이터베이스, 참고 자료 수집. 지식은 실제로 깊고 종종 복잡합니다. 문제는 그것이 실천가가 그것을 필요로 하는 것과 연결되어 있지 않다는 것입니다.

실천적 자본 보유자, 주방장, 공예가, 기술 전문가, 운동 선수, 음악가들은 그 반대: 깊은 연습과 최소한의 문서화가 있습니다. 5,000개의 소스가 있는 주방장의 맛 균형 사양은 완벽하게 기록된 레시피 북을 넘어설 수 있습니다. 올림픽 로워의 스크롤 효율성 사양은 수천 시간의 물에 대한 피드백으로부터 빌드됩니다.

ML 삼각형은 이론과 실천 사이의 간격을 줄이는 지적 솔로와 실천적 솔로 사이에 있습니다. 지적 솔로의 사양은 추상에서 올바른 형태가 어떻게 보이는지 설명합니다. 실천적 솔로의 사양은 실제에서 올바른 형태가 어떻게 느껴지는지 설명합니다. ML 엔진은 두 가지 모두에 대한 구체적인 성능을 분류합니다.

이는 홈스쿨 구조입니다

커리큘럼 작성자(지적 자본)는 수업을 작성합니다. 학생(실천적 자본)은 활동을 시도합니다. ML 엔진은 학생의 응답을 커리큘럼 작성자의 사양에 대조하고 적응형 피드백을 반환합니다. 작성자는 학생을 보지 않습니다. 학생은 작성자의 원본 사양을 보지 않습니다. 엔진은 번역합니다.

이 구조는 이론과 실천이 간격을 가리는 모든 영역에서 작동합니다. ML 엔진은 영역을 이해할 필요가 없습니다: 그것은 입력을 두 사양에 대해 분류할 수 있도록 정확해야 합니다.

로잉 삼각형

실천적 자본의 시나리오입니다.

올림픽 로잉 코치는 2초의 동영상에서 스크롤의 효율성을 식별할 수 있습니다. 스포츠 분석 스타트업은 경주 영상 10,000시간을 보유하고 있습니다. 이들이 겪는 ML 삼각형을 설명하십시오.

가장 어려운 사양을 작성하기

사회적 자본 보유자, 연결자, 커뮤니티 조직자, 신뢰 보유자들은 네트워크에서 사양을 작성합니다. 그들은 누가 누가 알고 있는지 알며, 누가 성실하게 수행하는지, 어떤 방식의 신뢰성을 어느 방에 가지고 있는지 알습니다. 이 지식은 메모리에서 살아가고, 긴 관계의 질감에서 살아가습니다. 그것은 어떤 데이터베이스에서도 나타나지 않습니다.

문화적 자본 보유자, 이야기꾼, 전통 보관자, 역사가, 예술가는 공동체의 살아있는 아카이브를 가지고 있습니다: 땅 사용 패턴을 인코딩하는 이야기, 갈등 해결 방법, 계절적 관행, 세대 간 계약입니다. 이 지식은 전달과 재전달만으로 생존합니다.

정신적 자본 보유자, 고민하는 사람, 목회자, 의미를 만드는 사람들은 존재를 유지하는 방법을 알고 있습니다. 그들은 어려움에 있는 사람을 들고, 반영을 위한 조건을 만들고, 목적이 조용해졌을 때 목적을 표면화하는 방법을 알고 있습니다. 그들의 사양은 명확하게 표현하기 어려운 관계적이고 상황에 맞는 방식입니다.

이들은 가장 어려운 자본 형식을 작성하는 사양입니다. 사회적 자본은 '사람들을 아는 것'처럼 느껴집니다. 문화적 자본은 '이야기를 아는 것'처럼 느껴집니다. 정신적 자본은 '존재하는 것'처럼 느껴집니다. 그런데 그들은 모두 사양이 아닙니다.

이 사양을 작성할 수 있는 이유

사회적 자본 사양은 네트워크의 신뢰 구조를 명시합니다: 누가 누가 신뢰하는지, 그 근거는 무엇이고, 어떤 영역에서 신뢰하는가? ML 다리桥는 신뢰 자체를 대체하지 않습니다. 그것은 올바른 신뢰 경로로 소개를 라우팅합니다.

문화적 자본 사양은 전통의 패턴 어휘집을 명시합니다: 반복되는 주제, 표준 예시, 가치에 대한 정보를 담은 이야기들. ML 교량은 이야기 대신에 그 자체를 대체하지 않습니다: 주어진 질문에 관련된 이야기를 표출합니다.

정신적 자본 사양은 깊이 있는 반성, 의미 인식, 의지 설정을 신뢰롭게 생성하는 조건 및 연습을 명시합니다. ML 교량은 종교적 묵상 대신에 그 자체를 대체하지 않습니다: 확장된 구조물입니다.

이러한 사양을 작성할 수 있는 솔로는 해당 커뮤니티를 서비스할 수 있는 다리가 됩니다: 그 과정에서 커뮤니티의 자본을 추출하지 않습니다.

마을 장로의 사양

문화적 자본의 시나리오입니다.

마을 장로는 세 대 세대의 오라할사를 보유하고 있습니다: 토지 사용 패턴, 계절 연습, 분쟁 해결 방법을 담은 이야기들입니다. 그런 지식의 사양은 어떤 형태일까요? 그 간극을 넘어선 보완적인 솔로는 누구일까요?

세 부분, 하나의 구조

모든 명세는 도메인에서 생성하는 대로 동일한 세 부분 구조를 가지고 있습니다:

1단계: 당신이 지키는 것. 당신의 도메인, 당신의 자본 형태, 당신의 암묵 지식. 'X에 대해 많은 것을 알고 있다'고 말하는 것이 아니라, 당신이 관찰을 분류하는 데 사용하는 특정 어휘를 이름지어야 합니다. 산모보호사가 위험 범주를 이름지으며, 배-rowing 코치가 효율성 부족 분류 체계를 이름지으며, 마을 장로가 토지 이용 및 갈등 패턴 어휘를 이름지어야 합니다. 만약 카테고리를 이름지을 수 없다면, 전문지식이 아닌 명세가 없습니다. 전문지식은 자신의 차이를 이름지어 명세가 됩니다.

2단계: 그것이 필요한 사람과 그것을 달성할 수 없는 사람. 다른 솔로, 격차, 거리. 'X에 관심 있는 모든 사람'이 아니라, 당신의 분류 어휘가 필요한 명확한 역할과 구체적인 작업을 요구해야 합니다. 출산 결과 라우팅이 필요한 산후 관리 책임자, 배-rowing 코치의 분류 체계를 확장할 수 없는 스포츠 대규모 분석 스타트업, 역사적 사례 전례가 개입 전에 필요한 토지 복원 실천가. 격차는 실제로 존재해야 합니다: 두 솔로는 이미 직접 명세를 교환할 수 있다면, 다리 건너기를 필요로 하지 않습니다.

3단계: AI가 연결하는 것. 다리 작동: 입력 형식, 분류 논리, 출력 형식. 'AI가 그들을 연결한다'고 말하는 것이 아니라, 함수를 이름지어야 합니다. 출산 기록을 받아서 산모의 위험 분류 체계와 분류하고, 돌봄 매칭 신호를 반환하십시오. 배-rowing 동영상 클립을 받아서 코치의 효율성 분류 체계와 평가하고, 효율성 등급을 반환하십시오. 전문가의 질문을 받아서 장로의 패턴 어휘와 일치시키고, 관련된 이야기 surface를 반환하십시오. 다리는 함수이며, 관계가 아닙니다.

ML 삼각형 명세 구조

자본 형태는 어휘를 변경하지만 구조는 변경하지 않습니다

생물학적 및 관찰 어휘를 사용하는 생물적 자본 명세: 건강 지표, 위험 표지, 돌봄 임계값.

물리적 및 기술 어휘를 사용하는 물리적 자본 명세: 허용 범위, 물질 특성, 공정 매개변수.

흐름 어휘를 사용하는 금융 자본 명세: 활주로, 소모 속도, 청구 항목, 지급 타이밍.

지식 구조 어휘를 사용하는 지적 자본 명세: 강의 범위, 주제 의존성, 평가 기준.

성능 어휘를 사용하는 경험적 자본 명세: 형태 범주, 오류 분류, 마스터링 임계값.

신뢰 네트워크 어휘를 사용하는 사회적 자본 명세: 보증 관계, 명예 도메인, 소개 경로.

반복되는 테마, 표준 예제, 인코딩 가치를 사용하는 문화적 자본 명세: 패턴 어휘.

정신적 자본 사양 사용 조건 어휘: 반영을 유도하는 연습, 의도 설정 트리거, 의미 인식 패턴.

어휘가 변경됩니다. 세 부분 구조는 유지됩니다.

자신의 사양을 작성하십시오

자신의 영역에 구조를 적용합니다.

자신의 영역에 대한 사양 드래프트를 작성하십시오. 세 부분 구조를 사용: 무엇을 유지하는가, 누구에게 필요한가, AI가 무엇을 수행하는가. 구체적이십시오: 자본 형식을 이름지어야 합니다, 격차를 이름지어야 합니다, 다리 작업을 이름지어야 합니다.