Это вторая книга Ха-Джун Чан, которую я прочитал. Первая — Злые самаритяне — оставила хорошие впечатление, плюс о ней позитивно отозвался Тим О’Рейли в книге WTF?. Поэтому «Как устроена экономика» прописалась в моей очереди на прочтение и вот я наконец до неё добрался.
По словам Чан, книга задумывалась как «введение в экономическую теорию, понятное самой широкой аудитории» (страница 299) и это хорошо отражает её суть. Я бы только добавил, с позиции моего пост-советсткого образования, что это скорее не «введение в теорию», а ммм… обзор многообразия и сложности экономики, разбавленный введением в теорию.
В книге нет математических формул и зубодробительной статистики, только конкретные факты. Зато есть набор призм, через которые можно и нужно смотреть на экономику, чтобы примерно понимать, что происходит.
По сути, Чан даёт набор точек зрения, через которые можно смотреть на экономические процессы, описывает их преимущества и недостатки, сопровождает всё это примерами, историческми справками и фактами.
Поскольку книга — своего рода учебник, я не буду пытаться её пересказывать — это привело бы к попытке повторить книгу в паре страниц, а я определённо не в состоянии это сделать. Ограничусь описанием взгляда автора на экономику в целом, как я его понял.
Рекомендую эссе Paul Graham: Superlinear returns.
Что мне нравится в текстах Paul Graham так это опережение моих писательских планов. Пол периодически пишет про то, что я давно хочу написать, но пока не могу — ещё не Paul Graham :-D
Конкретно на тему нелинейных изменений я уже лет 10 хочу написать эссе да побольше. Но если бы я сел его писать сейчас, то это был бы длиннопост со странными графиками и терминами и без таких интересных примеров как у Пола. Поэтому приходится давать ссылки на его эссе.
Дальше, в общем-то, можете мой пост не читать. Главное оригинальное эссе прочтите. Но оставлю пару заметок для истории, которые лучше читать после оригинального эссе.
Для протокола скажу пару слов о Non Fungible Tokens. В основном потому, что о них сейчас кричат из каждого утюга. Может для кого-нибудь этот пост будет полезен.
Некоторые вещи буду говорить упрощённо, чтобы не затягивать.
GitHub в прошлом месяце выпустил ИИ напарника для программистов, который умеет дописывать код. В догонку OpenAI опубликовали видео с возможностями технологии. Например, демонстрацию разработки игры на JavaScript.
Справедливости ради отмечу, что «игра» откровенно убогая. Но процесс создания впечатляет всё равно.
Одновременно с этим роботы занимаются паркуром, автомобили ездят без водителя, маркетинговые алгоритмы и ленты социальных сетей во всю управляют нашим поведением и даже мыслями.
Время поговорить о замене нас железными мозгами перспективах машинного обучения в его текущем виде.
Для краткости, вместо машинного обучения, нейронных сетей, feature programming и аналогичных вещей далее буду использовать аббревиатуру ИИ — Искусственный Интеллект. Кто знает на какой конкретно технологии всё остановится, но для её пиара гарантировано будут использовать затычку из двух «И».
Эссе включает:
В первой и второй частях я уверен, а вот в прогнозах у меня получается жутковатая картина. В то же время основной проблемой прогнозов я считаю оценку сроков, а не качественных изменений.
Я нахожусь далеко от науки, особенно от хардкорной. Да и сроки прогноза неопределённо долгие. Поэтому предлагаю смотреть на эссе, как на описания одного из множества вариантов отдалённого будущего.
Если копнуть в историю науки, можно заметить, что не существует чёткого момента её возникновения. Такого, чтобы: «вот досюда не было науки, а после она уже есть».
Тем более, если смотреть на науку как на движитель прогресса. Если прогресс обеспечивается только наукой, то как он происходил до неё, как она могла возникнуть без прогрессивных изменений?
Очевидно, и до появления концепции научной деятельности, люди познавали мир, улучшали его. Более того, совершенствовали инструменты познания, пока те не оформились в то, что мы зовём наукой.
Фактически, наука — абстракция — мемплекс, который собрал под общим названием набор инструментов для манипуляций реальностью. Набор оказался удачным: результаты его применения усиливают эффективность будущих применений и приносят побочную пользу. Возникшая обратная связь и привела, вкупе с некоторыми другими штуками, к взрывному росту технологий.
Как любой мемплекс, набор концепций науки не фиксирован навечно, он меняется, иногда существенно. Например, критерий фальсифицируемости бы сформулирован относительно недавно — в 1935 году, и привёл к большим сдвигам в научной деятельности. А до этого как-то без него обходились.
То есть изменение даже базовых принципов науки нормально, фатальной катастрофой не грозит, происходило и будет происходить в будущем.
Возможности одного такого изменения и посвящено эссе.