Паттерн возражения
Глава 8 открывается в разгаре аргумента. Хэмминг представлял примеры возможностей машин. Студенты и коллеги продолжают выдвигать одни и те же возражения. Он их каталогизирует & предлагает возражения на возражения.
Возражение 1: 'Я не хочу, чтобы машины управляли моей жизнью.'
Возражение Хэмминга: вы уже это принимаете. Светофоры управляют вашим движением. Кардиостимуляторы управляют вашим сердцебиением. Это возражение доказывает слишком много: если бы оно было справедливым, вы отказались бы от каждого существующего машинного управления. Вы этого не делаете. Поэтому вопрос не в том, управляют ли машины вашей жизнью — они уже это делают — а в том, какое машинное управление хорошо & какое нет.
Возражение 2: 'Машины никогда не смогут делать то, что могут люди.'
Возражение Хэмминга: машины уже делают то, что не может ни один человек. Управление устойчивостью самолёта с точностью до миллисекунды, безошибочное хранилище данных масштаба петабайта, одновременный перевод на многие языки. Это возражение явно ложно в его сильной форме. В слабой форме ('машины не могут делать всё, что делают люди') оно тривиально верно, но бесполезно.
Возражение 3: Эксперты утверждают, что машины никогда не смогут конкурировать в их области.
Наблюдение Хэмминга: эксперты последовательно отстаивают человеческое превосходство в своих областях, игнорируя полный перечень преимуществ машин. Он приводит список: экономика, скорость, точность, надёжность, быстрое управление, свобода от скуки, пропускная способность, лёгкость переподготовки, враждебная среда, отсутствие проблем с персоналом. Эксперты отвергают список, не вдаваясь в него.
Анализ паттерна возражения
Хэмминг замечает структурный паттерн в том, как люди сопротивляются аргументам о возможностях машин. Они выбирают одно предполагаемое человеческое преимущество & защищают его, не соглашаясь взаимодействовать со сравнительным списком преимуществ машин.
Его рекомендация: вместо защиты человеческого превосходства ищите места, где машины могут улучшить ситуацию. Комбинация человека & машины превосходит обе стороны по отдельности.
Что этот спор на самом деле означает для вашей работы
Хэмминг завершает трёхглавную последовательность машинного рассуждения резким поворотом: 'В любом случае, насколько релевантны эти предполагаемые различия для вашей карьеры?'
Это вопрос, который большинство людей избегает. Философский спор о том, 'действительно ли' машины 'думают', занимателен, но карьерно не релевантен для большинства практиков. Практически важный вопрос уже & резче: в вашей конкретной области, в работе, которую вы на самом деле выполняете, где в настоящий момент находится граница между человеком & машиной, & как быстро она смещается?
Наблюдение Хэмминга: люди сопротивляются чёткому мышлению об этом в обоих направлениях. Те, кто верит, что машины не могут делать их работу, не принимают инструменты, которые многократно повысили бы их эффективность. Те, кто предполагает, что машины займут их работу, пренебрегают развитием нестандартного суждения, которое делает их работу незаменимой.
Его рекомендация прямолинейна: 'Думайте более внимательно об неловких темах машинного мышления & их видении своего личного будущего.' Артикулируйте свою позицию, затем проверьте её контраргументами, туда-сюда, пока вы не будете знать, во что вы верите & почему.
Почему n-мерное пространство идёт дальше
Хэмминг завершает главы о машинном рассуждении & поворачивает к n-мерной геометрии. Связь не произвольна.
Проблемы проектирования — & проблемы машинного рассуждения — происходят в многомерных пространствах. Каждый независимый параметр добавляет размерность. Конструкция моста может иметь десятки параметров: свойства материалов, размеры поперечного сечения, предположения о нагрузке, коэффициенты безопасности. Пространство проектирования — 50-мерное. Пространство всех возможных моделей машинного обучения имеет намного больше измерений.
Размышление Хэмминга: когда он оглянулся на крупные инженерные проекты спустя 30 лет, он заметил, что все они имели общую структуру. 'Проблемы проектирования все происходили в пространстве n-измерений, где n — количество независимых параметров.' Понимание геометрии высоких измерений не факультативно; это предпосылка для чёткого мышления о любой сложной конструкции.
Неожиданность высоких измерений
Низкомерная интуиция ломается в высоких измерениях. Наблюдение Хэмминга о случайном блуждании: в трёх измерениях случайный ходок почти никогда не возвращается в исходное положение. В двух измерениях случайный ходок вернётся с вероятностью 1. Это различие имеет прямые последствия для того, как вы встречаете & повторно встречаете людей, идеи, & проблемы — в зависимости от размерности пространства, в котором вы работаете.