Курс научного мышления -- в середине целого ряда методологических курсов

Интереснейшая лекция "Эпистемология глубокого обучения" Яна ЛеКуна была 22 февраля 2019 (он сам её назвал "Глубокое обучение: алхимия или наука?", я бы её назвал -- "Глубокое обучение: инженерия или наука") -- https://youtu.be/gG5NCkMerHU. И это нужно обязательно смотреть вместе со слайдами его выступления на предмет аппаратуры машинного обучения 18 февраля 2019 -- https://twitter.com/ylecun/status/1097532314614034433. Он подтверждает давно известный тезис (я даю его в учебнике "Системноинженерное мышление" http://techinvestlab.ru/systems_engineering_thinking/ в разделе "инженерия и наука" в изложении Billy Koen), что инженерия не научна: она не дожидается, пока какая-то теория построит хорошую модель предметной области. Мосты строили и в средние века, когда предмета "сопротивление материалов" в университетах не преподавали. И построенные тогда мосты стоят до сих пор, и никого это не удивляет.Второй закон Кларка: если пожилой учёный говорит, что что-то возможно -- то, скорее всего, это возможно. Поэтому всё, что ЛеКун говорит про мощь инженерного подхода и примат эксперимента/эволюционных проб над теоретизированием -- да, это верно.

Но этот же закон Кларка утверждает, что если пожилой учёный говорит, что это невозможно, то это скорее всего возможно. Например, ЛеКун говорит в слайдах про аппаратуру, что обучение с подкреплением плохо работает в реальном мире, что дети мало пробуют и больше наблюдают -- реальный мир слишком медленный, чтобы в нём учиться. Но вот пример, где время обучения в реальном мире уже более-менее прилично: 35 часов для руки робота https://www.forbes.com/sites/bridaineparnell/2019/01/31/robot-know-thyself-engineers-build-a-robotic-arm-that-can-imagine-its-own-self-image/#185954244ee3 и 3 дня для закидывания шарика в стакан -- https://sites.google.com/view/rss-2019-sawyer-bic/. Это уже сравнимо со временем обучения моторным навыкам у людей. Можно спорить, сколько там именно "классического RL", а сколько разных трюков, но прогресс в этой области налицо -- обучение происходит не только в виртуальных мирах, но и в реальном мире. Инженерный подход пока существенно опережает теорию. Это нормально, это так и должно быть. Учёные не знают и работают над теориями полегче (ровно как рассказывает Ян ЛеКун), а инженеры не знают, но делают работающие артефакты. В AI всё бежит бегом, два прорыва в неделю продолжаются, всё невозможное становится возможным. И это безо всякой научной основы в форме классических теорий, хотя и теорий уже хватает.В ШСМ мы хотим дать людям адекватную картину мира, в которой они смогут понимать, что происходит вокруг них. Нам нужно изготовить у людей такие мозги, которые не сойдут с ума во время всех этих крутых перемен перемен двадцать первого века. Нужно дать адекватное научное мышление, которое работает не только со строгими теориями, появляющимися через много лет после инженерных прорывов. Нужно дать такое научное мышление, которое можно использовать в текущих научных и инженерных проектах. Увы, чтение Поппера и Латура не даст такого мышления (я уже ругался три дня назад на университетский курс логики и методологии науки в первом же абзаце тут: https://ailev.livejournal.com/1465997.html). Мы в ШСМ читаем и методологические курсы, в числе которых планируем давать и "научное мышление".Вот наш список методологических курсов "второго бакалавриата" (полная цепочка текстов -- https://ailev.livejournal.com/1453126.html), и обратите внимание, что научное мышление там в самой середине, так что есть его пререквизиты, и есть курсы после него:-- онтологика классическая: термины, которые важны и неважны, отслеживаемость типов и отношений в схемах и в естественном языке, формальность и недискретность/вероятностность моделирования, проверка типов и работа с наследованием, холархия/мереология и 4D, классификации и специализации. Описания как модели с интерпретаторами-людьми и компьютерами.-- понимание и выражение: от многабукофф к смыслу и обратно (вот это нужно специально тренировать!)-- как сообразить на троих: множествественность описаний -- дисциплины, стейкхолдеры. Коммуникативные стратегии: как стейкхолдерам договориться.-- научное мышление. Правдоподобность моделей, эксперимент, возможные миры, предсказания, вероятностная логика, причинность и контрфактуальность.

-- принятие решений, прагматика. Методы принятия решений, упаковка решений в модель, согласование решений с другими стейкхолдерами.
-- системное мышление: виды систем, системные уровни и эмерджентность, требования и архитектура, жизненный цикл.

Отдельно -- вычислительное мышление/информатика/AI: моделирование и обучение/learning (символьные и коннективистские модели), исполнение моделей/inference, кодирование-декодирование-перекодирование, алгоритмика и парадигмы вычислений, no free lunch theorem, the master algorithm. В этой строчке пока винегрет, уж слишком быстро всё меняется, не успеваем осмыслять. Старая информатика была как-то описана тут: https://ailev.livejournal.com/1008054.html, но вот коннективистские модели -- это тоже информатика? Когда-то в 1989 году я провёл на ВДНХ в Киеве организационно-деятельностную игру "Перспективы и программы развития сферы информатики". Итогом этой игры было то, что единственная перспектива в развитии сферы информатики -- это AI. Прошло тридцать лет, и так оно и получается. Но это нужно осмыслить.Названия всех этих методологических дисциплин рабочие, цель тут была подробить целостное методологическое знание на не слишком большие части, упаковываемые в отдельные курсы. И все эти дисциплины проходить последовательно, потом параллельно, по диагонали, и всяко-разно, чтобы связать их знание в рамках одной методологической компетенции.И тут нужно честно сказать, что это всё можно более-менее освоить за год, не меньше. И ещё год потратить на когнитивистские дисциплины (акторское/стейкхолдерское мастерство, антипрокрастинатология, системный фитнес и т.д.). И ещё год на деятельностный кругозор (системная инженерия, системный менеджмент, системное предпринимательство и прочие сферы деятельности). Итого три года, как и обычный бакалавриат -- вот текущий набор дисциплин: https://ailev.livejournal.com/1443837.htmlЕсли очень постараться, то можно уложиться и за два года -- те, кто попал на второй бакалавриат могут учиться быстрее, чем вчерашние школьники, учащиеся в первом бакалавриате. И это даже при вечерних занятиях, ибо днём люди работают, а учатся вечером.Вопрос только в том, что большинство людей, закончивших свой первый бакалавриат, уже считают себя достаточно умными. Действительно, они в своих глазах (онто)логичны, научны, хорошо принимают решения, у них мышление системно, они деловиты, бодры и кругозор у них более чем широк. Зачем им ещё учиться, грызть гранит методологии? Объяснить, что мир поменялся, и за всеми этими расхожими терминами "логики" и "системного мышления" сегодня стоят совсем другие мышления, чем это было ещё двадцать лет назад, очень трудно (если не невозможно). Но мир таки серьёзно поменялся: в нём мы ежедневно разговариваем с нежитью, квантовые компьютеры уже существуют, архитектура нейронных сеток разрабатывается эволюционными алгоритмами, и в этом новом мире хорошо бы иметь крепкие мозги. Вот эти мозги мы и будем делать. Инженерными методами, не дожидаясь строгой теории, но опираясь на научное мышление.И это научное мышление мы будем ещё и преподавать. У нас в четверг в Школе прошёл очередной методологический совет, где мы пару часов разбирали этот вопрос, а потом мы с piongaibaryan ещё и часовое методологическое совещание на эту тему провели. Так что всё медленно, но будет.Можете сравнить, как продвинулось понимание за пару лет с 2016 года, когда я писал текст "Программа общего верхнего образования умерла, но пока не да здравствует программа", https://ailev.livejournal.com/1259411.html и уж тем более с июня 2012 года, когда вышла последняя версия моей программы общего верхнего образования https://ailev.livejournal.com/1008939.html. Повторюсь, что текущий набор дисциплин живёт вот тут: https://ailev.livejournal.com/1443837.html

Источник: ailev.livejournal.com

Комментарии: