ch
Feedback
Заметки Профессора К

Заметки Профессора К

前往频道在 Telegram

Улугбек Камилов Профессор UW-Madison 🇺🇸 | Ранее: WashU, Google, Microsoft, Stanford, MIT, CMU, EPFL | AI for Imaging | Ташкент 🇺🇿 Размышляю о науке и академии. 🔗 https://ukmlv.github.io

显示更多
未指定国家未指定类别
594
订阅者
+124 小时
+207 天
+2930 天
帖子存档
Мы часто думаем, что общественное мнение отражает то, что на самом деле думают люди. Если большинство публично поддерживает какую-то идею, значит большинство в неё верит. Если никто не возражает против существующего порядка, значит всех он устраивает. На самом деле между тем, что люди думают, и тем, что они говорят публично, существует разница. Именно эту проблему исследовал экономист Тимур Куран в книге Private Truths, Public Lies (1995). Куран назвал этот феномен фальсификацией предпочтений (preference falsification). Человек может иметь одно мнение в частной жизни, но выражать другое публично, потому что открытое несогласие несет риск. Можно потерять работу, испортить отношения, вызвать осуждение или просто оказаться единственным человеком, который говорит неприятную вещь. Поэтому иногда рациональнее сказать то, что от тебя ожидают. Такая маленькая индивидуальная адаптация может иметь большие общественные последствия. Куран выделяет три особенно важных. Первое - искажение общественных решений. Представьте, что большинство людей недовольна каким-то правилом, но каждый считает своё недовольство меньшинством. На собрании никто не возражает. Руководитель видит единодушную поддержку и сохраняет правило. Возникает странная ситуация: решение, которого почти никто не хочет, продолжает существовать именно потому, что каждый скрывает, что он его не хочет. Второе (последствие глубже) - искажается не только общественное решение, но и частное знание людей. Мы формируем свои представления о мире, наблюдая за другими. Если все вокруг публично говорят, что определённая политика успешна, человек начинает думать, что, возможно, именно он чего-то не понимает. Если никто не критикует популярную идею, её слабые стороны обсуждаются реже, аргументы против неё постепенно забываются, а новое поколение может вообще с ними не столкнуться. Публичная ложь со временем начинает менять картину мира. Но самое интересное следствие - неожиданные социальные переломы. Представьте общество, в котором десять человек публично поддерживают власть, хотя восемь из них втайне недовольны. Каждый молчит, потому что думает, что остальные девять довольны. Затем один человек решается открыто выступить против. Для кого-то другого это снижает риск несогласия: теперь он уже не один. Он тоже выступает. Это, в свою очередь, делает протест менее рискованным для третьего человека. Возникает цепная реакция. Именно поэтому общества кажутся стабильными буквально до момента, когда перестают ими быть. Накануне революции, массового протеста или внезапного изменения общественной нормы наблюдателю может казаться, что почти ничего не происходит. Проблема в том, что он видит публичные предпочтения, но не частные. Система может выглядеть устойчивой не потому, что её действительно поддерживает большинство, а потому, что большинство ещё не знает, сколько людей думают так же, как они. Такие процессы происходят постоянно в обычных ситуациях. В университете кафедра может годами поддерживать правило, которое большинство профессоров считает бессмысленным. В компании сотрудники могут соглашаться со стратегией, в которую никто особенно не верит. В обществе люди могут публично повторять мнение, которое считают социально приемлемым, и одновременно в частных разговорах говорить совершенно другое. В каждом случае молчание окружающих становится информацией: «видимо, остальных всё устраивает». Поэтому, наблюдая общественное согласие, я люблю задавать себе вопрос: «насколько дорого здесь быть несогласным?». Чем выше социальная цена публичного несогласия, тем меньше оснований считать публичное мнение точным отражением частного. Иногда единодушие действительно означает консенсус. Но достаточно часто оно означает лишь то, что первым сказать правду пока слишком дорого. ■

25 лет назад большинство студентов из Китая, не возвращались домой после учёбы. Сегодня, подавляющее большинство возвращается
25 лет назад большинство студентов из Китая, не возвращались домой после учёбы. Сегодня, подавляющее большинство возвращается. Это хороший урок для Центральной Азии. Три этапа: 1. Дать талантам уехать (учиться и набираться опыта в лучших местах мира). 2. Создать условия для возвращения (хорошие возможности дома). 3. Превратить утечку мозгов в циркуляцию мозгов (чтобы люди возвращались с опытом, знаниями и международными связями).

Раньше хорошие оценки за домашние задания предсказывали хорошие результаты на экзамене. С ИИ эта связь перевернулась. Среди ш
Раньше хорошие оценки за домашние задания предсказывали хорошие результаты на экзамене. С ИИ эта связь перевернулась. Среди школьников, использующих ИИ, чем выше оценки за домашние задания, тем хуже результаты на экзамене.

sofistika: Mantiq qonunlarini atayin buzib, yolg‘on dalillarga asoslangan holda muhokama yuritish. safsata: 1. Bemaʼni gap, tagi puch, asossiz daʼvo, nazariya va shu kabilar 2. Quruq, bekorchi gap. Qadimgi yunoncha sophisma (mohirona dalil, sofistik mulohaza) arab tiliga safsata shaklida kirgan. Undan o‘zbekchadagi safsata kelib chiqqan. sofistika - bahslashish usuli, safsata - uning mahsuli.

Марк Аврелий: «Жить независимо, обладая достаточной уверенностью, чтобы не придавать значения броскам костей судьбы, и сосредоточиваться только на Логосе, не отвлекаясь от него ни на мгновение.» Жить независимо Тут речь о внутренней автономии. Если мое состояние полностью зависит от похвалы, статуса, успеха, отношения окружающих или результата моей работы, то значительная часть моей жизни фактически находится в чужих руках. Не придавать значения броскам костей судьбы Мир содержит огромную долю случайности. Поэтому: качество решения ≠ результат решения Сосредоточиваться только на Логосе Для стоиков Logos это разумный порядок природы, а способность человека рассуждать часть этого порядка. Поэтому жить согласно Логосу означает прежде всего руководствоваться разумом, а не импульсом, страхом, гневом или удачей.

Самая полезная идея стоиков (для меня): Вы контролируете решение. Но не контролируете его результат. Можно принять прекрасное решение и получить плохой результат. Можно принять идиотское решение и случайно выиграть. Поэтому качество решения нельзя оценивать только по тому, чем оно закончилось. Очень полезная мысль после любой ошибки.

Я профессор в Штатах, руковожу научной группой по ИИ. Это моя серия о поступлении в PhD. Совет: Смотрите на соавторов профессора. Если последние работы регулярно написаны с людьми из других университетов, компаний или медицинских факультетов, это показывает исследовательскую сеть группы. Ваш PhD проходит не только внутри одной лаборатории. Хорошая сеть часто означает больше проектов, стажировок и будущих рекомендаций.

Я профессор в Штатах, руковожу научной группой по ИИ. Это моя серия о поступлении в PhD. Совет: Посмотрите на размер группы профессора. Если у профессора 15 PhD студентов, спросите себя, сколько времени он реально сможет уделять каждому. Если студентов 1-2, спросите, почему их так мало. Идеального размера нет, но размер группы многое говорит о том, каким будет ваше ежедневное взаимодействие с научным руководителем.

Вот фото этого письма
Вот фото этого письма

Альбер Камю не было и года, когда его отец погиб на Первой мировой войне. Он рос в бедной семье без перспектив, но школьный учитель Луи Жермен разглядел в нём талант и помог ему получить образование, которое изменило его жизнь. Три десятилетия спустя Камю стал одним из самых молодых лауреатов Нобелевской премии по литературе. Сразу после награждения он написал письмо своему бывшему учителю:
Дорогой господин Жермен, Я подождал, пока немного утихнет шум, окружавший меня все эти дни, прежде чем написать вам и сказать от всего сердца то, что я чувствую. Мне только что оказали слишком большую честь — честь, которой я не искал и о которой не просил. Но когда я узнал эту новость, первой моей мыслью после матери были вы. Без вас, без той доброй руки, которую вы протянули бедному мальчику, каким я был, без ваших уроков и вашего примера ничего этого не произошло бы. Я не придаю слишком большого значения подобным почестям, но эта по крайней мере дала мне возможность сказать вам, кем вы были и кем до сих пор остаётесь для меня. И заверить вас, что ваши усилия, ваш труд и та щедрость сердца, которую вы в них вкладывали, по-прежнему живут в одном из ваших маленьких учеников, который, несмотря на прошедшие годы, так и не перестал быть вашим благодарным учеником. Крепко вас обнимаю. Альбер Камю
Оригинал письма на французском:
Cher Monsieur Germain, J’ai laissé s’éteindre un peu le bruit qui m’a entouré tous ces jours-ci avant de venir vous parler un peu de tout mon cœur. On vient de me faire un bien trop grand honneur, que je n’ai ni recherché ni sollicité. Mais quand j’ai appris la nouvelle, ma première pensée, après ma mère, a été pour vous. Sans vous, sans cette main affectueuse que vous avez tendue au petit enfant pauvre que j’étais, sans votre enseignement, et votre exemple, rien de tout cela ne serait arrivé. Je ne me fais pas un monde de cette sorte d’honneur mais celui-là est du moins une occasion pour vous dire ce que vous avez été, et êtes toujours pour moi, et pour vous assurer que vos efforts, votre travail et le cœur généreux que vous y mettiez sont toujours vivants chez un de vos petits écoliers qui, malgré l’âge, n’a pas cessé d’être votre reconnaissant élève. Je vous embrasse, de toutes mes forces. Albert Camus

Я думаю, мы не можем точно предсказать будущее человечества, потому что не можем знать, что будут знать люди будущего. По-настоящему новое знание нельзя предсказать заранее: если мы его предсказали, оно уже не является знанием будущего.

Увидел этот график: В Америке уровень неравенства выше, чем во многих странах Западной Европы, но даже американский нижний ср
Увидел этот график: В Америке уровень неравенства выше, чем во многих странах Западной Европы, но даже американский нижний средний класс живёт довольно обеспеченно по сравнению с европейским. График отсюда: https://open.substack.com/pub/cremieux/p/americans-are-richer-than-everyone

Я профессор в Штатах, руковожу научной группой по ИИ. Это моя серия о поступлении в PhD. Совет: Настройте Google Scholar alerts на 2-3 профессоров в августе. Дальше весь цикл их новые работы приходят вам на почту сами. К письму профессору в сентябре и к интервью зимой вы будете знать их свежие статьи лучше их студентов. Это ноль усилий после настройки и актуальное знание последней информации.

Мы любим порядок. Мы думаем что ровные линии и аккуратные списки - признак разумного устройства, а сложность и беспорядок - недостатки, которые нужно устранить. Поэтому государство, пытаясь сделать общество более управляемым, стремится его упростить: разделить на категории, пронумеровать, стандартизировать. Но у такого упрощения есть цена. Именно её описал Джеймс Скотт в книге Seeing Like a State (1998). Скотт заметил что реальность (деревня, лес, город, хозяйство) всегда сложнее, чем её формальное описание. Она включает множество негласного знания, которое нигде не записано и существует благодаря опыту людей, непосредственно в неё вовлечённых. Государство же может опираться только на то, что поддаётся описанию, измерению и учёту. Поэтому оно стремится упростить реальность: вводит фамилии, стандартизированные меры, категории и другие формы учёта. Скотт назвал это свойство читаемостью (legibility). Реальность упрощают не потому, что так лучше для людей, живущих в ней, а потому, что так её легче понимать и администрировать. Но, упрощение не остаётся простым описанием. Чтобы сделать реальность управляемой, власть сначала сводит её к набору формальных категорий, а затем начинает перестраивать в соответствии с ними. В результате утрачиваются локальные особенности и негласное знание, которые невозможно полностью формализовать, хотя именно они часто обеспечивают устойчивую работу системы. Один из самых известных примеров Скотта - история прусских лесов. В 18 веке немецкие чиновники стали рассматривать лес прежде всего как источник древесины и налоговых поступлений. Лес плохо поддавался учёту, поэтому его заменили однородными посадками: одну породу деревьев сажали ровными рядами. Первое поколение таких лесов оказалось очень продуктивным. Но затем почвы начали истощаться, вредители распространяться быстрее, а последующие поколения деревьев росли значительно хуже. Для этого явления в немецком языке появился термин Waldsterben (гибель лесов). Причина была в том, что система учёта не учитывала множество локальных экологических взаимодействий, которые обеспечивали устойчивость естественного леса. Упростив лес для управления, одновременно устранили часть механизмов, благодаря которым он нормально функционировал. Похожие примеры можно найти гораздо ближе. Возьмите традиционную махаллю в Ташкенте с её узкими переулками, тупиками и внутренними дворами. С точки зрения планирования такая структура кажется неэффективной и плохо поддаётся учёту. Однако именно в ней складывались локальные традиции и неформальные связи: соседская взаимопомощь, повседневные маршруты, использование общественного пространства. Значительная часть этого знания нигде не была записана, но обеспечивала нормальную работу сообщества. При перепланировке его легко потерять, потому что оно не передается через формальные схемы. Или другой пример, хорошо знакомый нашему региону. Когда огромные территории переводят на выращивание одной культуры ради централизованного планирования, система действительно становится проще для управления и учёта. Но одновременно исчезает разнообразие, от которого зависят состояние почвы, водный баланс и устойчивость экосистем. Упрощая систему для управления, легко утратить знания и процессы, которые невозможно полностью формализовать. Поэтому, создавая новые правила, процедуры или системы управления, стоит задавать вопрос: «какие процессы, знания и связи могут остаться вне этой модели?». Простота облегчает управление, но сложные системы часто зависят именно от тех элементов, которые трудно формализовать и измерить. История прусских лесов показывает, что решение, эффективное в краткосрочной перспективе, может ослабить систему в долгосрочной, если при его разработке были исключены важные, но трудно наблюдаемые процессы. ■

Три страны с мусульманским большинством входят в мировой топ-20 по числу научных публикаций: 15 место: Иран: 243 742 публикаций 19 место: Турция: 176 555 20 место: Малайзия: 171 518 Топ-3 это Китай, Штаты, и Индия. Для сравнения: Россия - номер 11, Швеция - 22, Украина - 29, Мексика - 36.

Для *тебя* это было быстро.
Для *тебя* это было быстро.

Ферганец Аль-Фергани был одним из самых уважаемых учёных своего времени. Колумб опирался на его оценку длины 1 градуса широты. Аль-Фергани писал, что 1 градусу земной окружности соответствуют 56⅔ арабской мили (арабская миля > римской мили). Колумб взял 56⅔ но истолковал его как римские мили. В результате каждый градус у него оказался примерно на ⅓ короче, а Земля меньше, чем в действительности. Так оценка, сделанная ферганским астрономом, стала одной из нитей в истории открытия Америки.

Мой любимый рейтинг университетов США. Количество книг в библиотеке. 1. Harvard - 20,4 млн 2. Yale - 15,5 млн 3. Stanford 12,4 млн 4. UC Berkeley - 11,8 млн 5. UMich Ann Arbor - 11,1 млн 6. UIUC - 10,5 млн 7. UT Austin - 10,1 млн 8. Indiana University - 9,4 млн 9. Ohio State - 8,9 млн 10. UW-Madison - 8,6 млн

Расскажу, кто такие Area Chair (AC) на NeurIPS - одной из крупнейших конференций по ИИ. AC это опытные исследователи, которых приглашают организаторы. Работа неоплачиваемая. В этом году каждый AC курирует 10 статей: следит за рецензированием, помогает разрешать разногласия, и пишет итоговую рекомендацию. Зачем соглашаться? AC влияют на программу NeurIPS. Для меня это возможность помочь сильным работам в моей области получить заслуженное внимание.

Не всякая неопределённость плоха. Если выгода растёт быстрее, чем линейно, разброс становится преимуществом. Почему? Неравенство Йенсена Выпуклая кривая никогда не опускается ниже своей касательной. Касательная в точке μ = E[X]. Кривая лежит выше неё всюду: f(x) ≥ f(μ) + f′(μ)·(x − μ) для всех x. Берём матожидание обеих частей. Член f′(μ)·(E[X] − μ) обнуляется, ведь E[X] = μ: E[f(X)] ≥ f(E[X]). Выпуклость превращает разброс в прибавку.