Постсериал: 1-й сезон, 1-й пост — “Мистер Q и футбол” .
Кое-что я уже про это писал. И даже не раз. Но не системно, а как-то по касательной. Как бы подступаясь к этой многогранной истории с разных сторон:
— писал об интеллектуальных кентаврах – симбиозе интеллекта человека и компьютера, – альтернативе мейнстриму ИИ технологий, плодящему «бездумные машины»;
Наверное, наиболее проницательные из моих читателей уже поняли, куда я клоню.
К тому, что всё вышеперечисленное — грани одной комплексной темы: взаимосвязи интеллекта (человеческого, машинного, кентаврического) и предсказаний будущего. Но как они связаны — интеллект и предсказания?
Полагаю, хватить дробить эту тему. Пора попытаться нарисовать общую картину.
Но такой рассказ в один или даже пару постов не втиснуть. Слишком много здесь захватывающих, крайне малоизвестных и интригующих поворотов. Хочу попробовать редкий для е-каналов жанр — постосериал, еженедельно публикуя продолжение одной большой истории.
Ну а начну с прояснения заголовка. Как в этой теме сплелись кентавры и предсказания будущего, объясню чуть позже. А начну с интриги, — при здесь ЦРУ, да еще и на ключевой позиции.
Мистер Q — ученый для шпионов
Главной темой только что завершившегося «Весеннего симпозиума разведки США» было обсуждение целей и приоритетов новой Стратегии Национальной Безопасности, обнародованной Президентом Трампом в конце 2017.
Как и раньше, в основе СНБ США — «удержание мира посредством превосходства в силе» (Peace through Strength). Однако теперь, в качестве ключевого пререквизита «превосходства в силе», помимо превосходства в оружии и методах управления, фигурирует упреждающая разведка (Anticipatory Intelligence) — предсказание будущих угроз, а также предвидение событий, способствующих возникновению и/или нарастанию угроз.
Так предсказание будущего превратилось в одно из самых приоритетных направлений Intelligence Advanced Research Projects Activity (IARPA) — правительственного агентства США, созданного еще в 2006 году для финансирования разработок прогностических технологий предотвращения грядущих глобальных кризисов и конфликтов, а также выявления потенциальных возможностей, когда США может получить преимущество перед конкурентами. И хотя IARPA де-юре не подчиняется ЦРУ и АНБ (Агентство Национальной Безопасности), но де-факто — именно на эти два ведомства IARPA и работает.
Руководит IARPA Джейсон Матени (Jason Matheny), прозванный журналистами мистер Q. В фильмах о Джеймсе Бонде так звали агента, ответственного за секретное исследовательское подразделение британской разведки, где изобретались шпионские гаджеты, типа цианидных сигарет и автоматов в лыжных палках.
Джейсон Матени — это реальный, современный Q — ученый для шпионов. Но вместо того, чтобы разрабатывать ядовитые авторучки, его компетенция охватывает сложнейшие темы исследований: от предсказания будущего до квантовых вычислений.
Однако, не следует думать, что современный Q работает исключительно на благо шпионов. Ни для кого не секрет, что инвестиции в наиболее рисковые, но потенциально прорывные (high-risk/high-payoff) технологии на начальных этапах, в основном, делает не бизнес, а разведка и военные.
В результате приоритеты последних, в значительной мере, определяют, куда и как будет развиваться та или иная технология из класса high-risk/high-payoff.
В любом случае, как сказал в интервью Джейсон Матени:
«Наши работы могут принести большой выигрыш не только для разведывательного сообщества, но и для общественности».
И это особенно важно, поскольку, по словам Матени:
«Мы нацелены на решение самых сложных проблем с потенциально наибольшим воздействием».
Среди таких проблем, имеющих наивысший приоритет, Матени называет:
Как устроен интеллект.
Каким образом человеческий мозг превосходит компьютер.
Какую роль в 1 и 2 играет предсказание будущего.
Ну а поскольку предсказание будущего лежит в основе ключевой задачи IARPA — упреждающей разведки, — переплетение названных 3х тем (проблем) породило новое комплексное направление сегодняшних интересов IARPA - «Кентаврические технологии предсказания будущего, как средство изучения устройства интеллекта во всех его вариантах».
Прежде, чем начать подробный рассказ о разработках мистера Q в области кентаврических предсказаний будущего, нужно расставить точки над i в вопросе о предсказаниях. Предсказание будущего — это вовсе не что-то несерьезное или лженаучное.
На самом деле:
· предсказания будущего — это не миф, не эзотерика и не разводилово, а технологическое направление для уменьшения неопределенностей в целях улучшения процесса принятия решений.
· технологии предсказания будущего используются в самых разных областях принятия решений: от политики и планирования военных операций до ритейла и спорта.
· среди high-risk/high-payoff технологий, предсказание будущего, пожалуй, одно из самых щедро финансируемых направлений. Здесь крутятся миллиарды долларов, работают десятки научных центров, публикуются сотни авторитетных статей.
В то же время, об этих технологиях, в силу разнообразных причин, предпочитают не особенно распространяться. Будущее — вопрос деликатный, касается ли это победы на выборах, на поле боя или в финале чемпионата мира. Здесь важно не только самим угадать, но и другим этого не показать. Причем, в идеале, — ни до, ни после. Ну а теперь давайте рассмотрим на всем понятном примере, что же это такое на практике — предсказание будущего.
Практический кейс — разведка и футбол
Главная задача разведки — уменьшение неопределенностей в целях улучшения процесса принятия решений политическими элитами. Уменьшить неопределенность можно тремя способами:
А) Путем анализа всей имеющейся информации по рассматриваемому вопросу;
B) Извлечением с помощью аналитики больших данных дополнительной информации, доселе отсутствующей, будучи скрытой в глубинах «озер данных»;
C) Получением прогнозов будущих событий, опирающихся на неформализуемые или недоступные для извлечения источники (интуиция, скрытые/неявные знания или опыт, вытесненные воспоминания и т.д.)
1-й способ, полагаю, пояснять не нужно. Он общеизвестен и используется для предсказания будущего повсеместно.
2-й способ не так очевиден. И потому я его ниже проиллюстрирую.
3-й способ, наверное, кажется ряду читателей сродни шаманству. Но это не так. И я это также покажу.
В качестве иллюстрации будет использован пример не менее интересный, чем разведка, и при этом ничуть не уступающий ни по объемам инвестиций, ни по числу научных работ. С одним безусловным для целей настоящей статьи плюсом — все работы здесь отрытые.
Этот пример — футбольные пенальти.
Думаю, не нужно объяснять высочайшую ценность умения отражать 11-метровые удары в играх высших лиг, чемпионатах и кубках континентов и мира. Не будет преувеличением сказать, что один взятый в серии послематчевых пенальти удар может принести команде, например, в финале мирового чемпионата сотни миллионов долларов. Однако, даже самые лучшие футбольные вратари мира при пенальти угадывают правильное направление удара и отражают его максимум в 20% случаев.
Здесь нужно пояснить 2 важных момента.
Первый момент. Биомеханика вратаря и физика полета мяча таковы, что вратарь должен прыгнуть раньше, чем футболист ударит ногой по мячу. Мяч летит при пенальти примерно 400–600 миллисекунд. Вратарю на прыжок и полет до штанги или угла нужно 500–700 миллисекунд. Поэтому вариантов нет — нужно прыгнуть минимум на 100 миллисекунд раньше, чем произойдет удар. Тогда вопрос — а куда прыгать? Как выбрать направление прыжка.
И тут возникает второй момент. Немного огрубляя задачу, можно сказать, что у вратаря есть 7 вариантов поведения: 3 варианта прыжка направо (вниз, вбок и вверх), 3 аналогичных варианта прыжка налево, плюс вариант — оставаться на месте.
Итак, получаем для вратаря задачу предсказания будущего — куда будет произведен удар и, соответственно, куда прыгнуть.
Как улучшить качество принимаемых вратарем решений по выбору направления броска? Сделать это можно, уменьшив неопределенность при принятии решения вратарем с помощью трех вышеперечисленных способов.
Попробуем способ А.
Можно проанализировать всю статистику истории ударов бьющего футболиста и посчитать на ее основе вероятности различных вариантов его удара. Результативность такого анализа, как в анекдоте про встречу с динозавром — 50% (или угадаешь, или нет), поскольку сам бьющий с этой статистикой, вряд ли, знаком, а если и знаком, то не обязан ей следовать. Не сильно этот способ оказался продуктивен.
Тогда способ B. Он будет состоять из 2 этапов.
1-й этап. С помощью аналитики больших данных, нужно извлечь из видео-базы всех предыдущих ударов пенальти каждого из футболистов 5 характеристик ударов (баланс рук, угол бедра опорной ноги и т.д. — см. рисунок) и научить компьютер по набору этих характеристик определять направление удара. Такую работу нужно будет заранее провести для каждого из футболистов противника — потенциальных исполнителей пенальти. Итогом такой работы станет база образцов характеристик ударов, с высокой вероятностью определяющая направление каждого из ударов.
2-й этап. Когда в серии послематчевых пенальти подойдет очередь удара футболиста Х, компьютер в реальном времени по видеоизображению должен будет проанализировать характеристики исполняемого удара и, сравнить их с базой образцов этого футболиста, определив тем самым, направление готовящегося удара.
Если вычислительная мощность компьютера окажется достаточной, чтобы в реальном времени определить, как описано выше, направление готовящегося удара и передавать подсказку вратарю самое позднее — за 100 миллисекунд до удара, статистика успеха вратарей должна улучшиться… Но не на много.
Почему? Да потому, что аналогичную работу проведет противник, работающий в интересах бьющего игрока. Тоже проанализирует видео (на сей раз вратарей), тоже найдет хинты в позе и движении вратарей, тоже сделает базу образцов и т.д.
Но это все когда-то в будущем. Пока же это не представляется возможным ни за вратаря, ни за бьющего пенальти, и когда станет возможным — также не известно. В итоге получилось, что и способ В, несмотря на всю проделанную работу по подготовке базы образцов ударов, оказался столь же непродуктивен, как и А.
Так что ж, — забить (не гол, а в смысле забыть) и ждать светлого будущего? Но ведь задача-то есть уже сегодня. И на ее кону большие-пребольшие деньги!
Тогда остается опробовать способ С. Причем возможны 2 варианта его реализации:
1) найти человека, способного предсказывать направление 11-ти метровых ударов (эдакого супер-предсказателя);
2) использовать рынок предсказаний, на котором происходит котировка предсказаний множества людей, каждый из которых опирается на собственный опыт, знания, интуицию и т.д.
1-й вариант, при всей кажущейся его фантастичности, вполне реален. Так, например, случилось в послематчевой серии пенальти Германия-Аргентина в 2006, когда вратарь немцев Йенс Леманн угадал направление всех 4х ударов, отразил 2 из них и почти отразил 3й (в результате немцы победили).
Как такое было возможно? Да с помощью записки, которую тренер вратарей немцев дал Леманну. А тот положил записку в носок и сверялся с ней перед каждым ударом. Вот фото этого и самой записки.
Слева—Йенс Леманн достает, читает и убирает записку (показана справа).
А здесь можете посмотреть видео, где все видно в динамике и в реальном времени.
Что такое тренер вратарей немцев смог узнать о технике ударов нападающих Аргентины — неизвестно. Но то, что он смог дать 100% правильный прогноз направления ударов — факт.
Приведенный пример предсказаний в футболе — вовсе не поясняющая метафора предсказаний в разведке. Это абсолютно однотипные задачи.
Ровно так же в разведке:
- анализ фактов, зачастую, ничего не дает для предсказаний;
- аналитика больших данных создает лишь иллюзию снижения неопределенности, не редко выдавая такие корреляции, что нормальному человеку не понять.
Например, возвращаясь к кейсу пенальти, — согласно статистике, наивысшие (вдвое выше среднего) показатели забиваемости показывают «самые слабые» игроки (либо зеленая молодежь, либо заканчивающие карьеру «старики»), причем бьющие, обязательно, в правый верхний угол и только с правой ноги.
Что с таким выводом делать? Только удавиться!
В силу вышеназванного, вариант С1 (положиться на супер-предсказателя) оказывается весьма конкурентен.
Остается только научиться таких людей находить и создавать для них наилучшие условия, максимизирующие точность их предсказаний.
Но есть еще в запасе и вариант С2 — использование рынка предсказанийв качестве оптимального агрегатора информации (явной и неявной, осознаваемое и неосознаваемой).
Товарные, финансовые, фьючерсные рынки давно доказали свое абсолютное превосходство перед любыми иными механизмами агрегации информации. Рынки предсказаний также существуют уже не первое десятилетие, порой, показывая фантастическую прозорливость предсказаний.
Исследованием обоих названных варианта — поиском супер-предсказателей и агрегацией информации рынков предсказаний — и занялась IARPA еще несколько лет назад, бросив немалые ресурсы на попытки решить проблему предсказаний, так сказать, в лоб и без затей.
Как развивались события и что из этого получилось, будет рассказано во 2й серии постосериала через неделю.
Слева—Йенс Леманн достает, читает и убирает записку (показана справа).