https://www.ben-evans.com/benedictevans/2023/7/2/working-with-ai
Бенедикт Эванс написал подробную статью о том, как автоматизация работы с помощью ИИ может повлиять на рынок труда, почему предыдущие волны автоматизации не оставили людей без работы, а создали новые рабочие места, и какие изменения могут ждать человечество на этот раз.
Главные мысли из статьи:
• Согласно парадоксу Джевонса, автоматизация и повышение эффективности труда приводит не к снижению спроса на человеческие ресурсы, а к его росту
• Новые технологии, как правило, удешевляют и упрощают выполнение задачи. Вы можете делать то же самое с меньшим количеством людей или можете делать гораздо больше с теми же людьми. Бизнес выберет второе
• Автоматизация труда с помощью ИИ произойдёт быстрее, чем при появлении компьютеров, а значит, людям будет сложнее приспособиться
• При появлении компьютеров требовалось значительное время на то, чтобы новые машины начали использоваться массово. В случае с ИИ человеку достаточно открыть веб-сайт. Тем не менее появление генеративного ИИ на рабочем месте займёт годы, а не недели
• Внедрение ИИ в бизнес-процессы — это сложная процедура, которая требует человеческого контроля над безопасностью, уровнями доступа и ещё целым рядом параметров
• Помимо человеческого контроля, развёртывание новой технологии требует времени, и у крупных компаний есть веские причины не менять свой рабочий процесс внезапно. Будущее требует времени, а мир за пределами Силиконовой долины сложен
• Будущее LLM заключается в переходе от чата с подсказками к графическому интерфейсу с кнопками. Создание промтов и естественный язык противоречат друг другу
• Возможно, появление LLM объединит многие функции в одно приложение (bundling), но также возможно, что это породит ещё большее разделение на отдельные узконаправленные продукты (unbundling). Подтверждением этой теории является появление огромного количества SaaS-приложений на базе ИИ, которые могут решать проблемы, не считавшиеся проблемами ранее
• ИИ довольно часто ошибается, но при этом уверен в своей правоте. Его нельзя использовать как достоверный источник информации или базу данных
• По-настоящему заменить человека смог бы только универсальный самообучаемый ИИ (AGI), который не заблуждается и не совершает ошибок. Но его пока нет, а значит, нас ждёт такая же рядовая волна автоматизации, какие происходили последние 200 лет
Бенедикт Эванс написал подробную статью о том, как автоматизация работы с помощью ИИ может повлиять на рынок труда, почему предыдущие волны автоматизации не оставили людей без работы, а создали новые рабочие места, и какие изменения могут ждать человечество на этот раз.
Главные мысли из статьи:
• Согласно парадоксу Джевонса, автоматизация и повышение эффективности труда приводит не к снижению спроса на человеческие ресурсы, а к его росту
• Новые технологии, как правило, удешевляют и упрощают выполнение задачи. Вы можете делать то же самое с меньшим количеством людей или можете делать гораздо больше с теми же людьми. Бизнес выберет второе
• Автоматизация труда с помощью ИИ произойдёт быстрее, чем при появлении компьютеров, а значит, людям будет сложнее приспособиться
• При появлении компьютеров требовалось значительное время на то, чтобы новые машины начали использоваться массово. В случае с ИИ человеку достаточно открыть веб-сайт. Тем не менее появление генеративного ИИ на рабочем месте займёт годы, а не недели
• Внедрение ИИ в бизнес-процессы — это сложная процедура, которая требует человеческого контроля над безопасностью, уровнями доступа и ещё целым рядом параметров
• Помимо человеческого контроля, развёртывание новой технологии требует времени, и у крупных компаний есть веские причины не менять свой рабочий процесс внезапно. Будущее требует времени, а мир за пределами Силиконовой долины сложен
• Будущее LLM заключается в переходе от чата с подсказками к графическому интерфейсу с кнопками. Создание промтов и естественный язык противоречат друг другу
• Возможно, появление LLM объединит многие функции в одно приложение (bundling), но также возможно, что это породит ещё большее разделение на отдельные узконаправленные продукты (unbundling). Подтверждением этой теории является появление огромного количества SaaS-приложений на базе ИИ, которые могут решать проблемы, не считавшиеся проблемами ранее
• ИИ довольно часто ошибается, но при этом уверен в своей правоте. Его нельзя использовать как достоверный источник информации или базу данных
• По-настоящему заменить человека смог бы только универсальный самообучаемый ИИ (AGI), который не заблуждается и не совершает ошибок. Но его пока нет, а значит, нас ждёт такая же рядовая волна автоматизации, какие происходили последние 200 лет
Benedict Evans
AI and the automation of work — Benedict Evans
ChatGPT and generative AI will change how we work, but how different is this to all the other waves of automation of the last 200 years? What does it mean for employment? Disruption? Coal consumption?
https://www.uxmatters.com/mt/archives/2023/06/testing-the-future-a-guide-to-testing-ai-products-with-users.php
Дмитрий Старков рассказал о том, как проводить пользовательские тесты ИИ-продуктов.
Дмитрий Старков рассказал о том, как проводить пользовательские тесты ИИ-продуктов.
Curated lists of XAI and Interpretable ML papers, methods, critiques, and resources.
https://github.com/wangyongjie-ntu/Awesome-explainable-AI
https://github.com/altamiracorp/awesome-xai
https://github.com/jphall663/awesome-machine-learning-interpretability
https://github.com/wangyongjie-ntu/Awesome-explainable-AI
https://github.com/altamiracorp/awesome-xai
https://github.com/jphall663/awesome-machine-learning-interpretability
GitHub
GitHub - wangyongjie-ntu/Awesome-explainable-AI: A collection of research materials on explainable AI/ML
A collection of research materials on explainable AI/ML - wangyongjie-ntu/Awesome-explainable-AI
Рекомендации по оформлению документации для датасетов
https://medium.com/people-ai-research/the-generation-evaluation-and-metrics-gem-project-improving-dataset-transparency-with-the-data-30fd7f7ff96f
https://medium.com/people-ai-research/the-generation-evaluation-and-metrics-gem-project-improving-dataset-transparency-with-the-data-30fd7f7ff96f
Medium
The Generation, Evaluation, and Metrics (GEM) Project: Improving dataset transparency with the Data Cards Playbook
By Mahima Pushkarna and Andrew Zalidvar, with Sebastian Gehrmann
First, we develop a predictive model of delayed rewards that incorporates all information obtained to date. Full observations as well as partial (short or medium-term) outcomes are combined through a Bayesian filter to obtain a probabilistic belief. Second, we devise a bandit algorithm that takes advantage of this new predictive model. The algorithm quickly learns to identify content aligned with long-term success by carefully balancing exploration and exploitation.
https://dl.acm.org/doi/abs/10.1145/3580305.3599386
https://dl.acm.org/doi/abs/10.1145/3580305.3599386
ACM Conferences
Impatient Bandits: Optimizing Recommendations for the Long-Term Without Delay | Proceedings of the 29th ACM SIGKDD Conference on…
Всякие социальные проблемы/вызовы, которые Google хочет решить ЭйАем
https://globalgoals.withgoogle.com/globalgoals
https://globalgoals.withgoogle.com/globalgoals
AI for the Global Goals 2023
Learn more about the selected organizations of @googleorg’s AI for the Global Goals — 15 organizations who are using AI to accelerate progress towards the UN’s 17 Sustainable Development Goals.
QuantUXCon2023-ProgramAbstracts.pdf
1.5 MB
Список тем и докладов с QuantCon 2023. Интересно посмотреть о чем сейчас говорят и что в тренде.
TL;DR
* Инструменты - обсуждают все то, что использовалось в работе лет 10 назад. Просто теперь эти подходы проникают шире в массы и коммерческие проекты. Читатели основого канала так или иначе знакомы с этим.
* Методологии - по краткому описанию мало что понятно. Каких-то ноу-хау не заметил, хотя некоторые мастер классы обещают интересную инфу. В основном идет переосмысление существующих подходов.
* Про карьеру и место исследователя в этом мире :)
Все презентации доступны в папочке (а тут одна больша преза с 2022 года). Там больше деталей. Пролистал и понял, что отсюда можно подчерпнуть набор кейсов-примеров.
P.S.
Думаю, в следующем году можно попасть в слушатели. Немного полезной инфы почерпнуть можно.
P.S.S.
Приятно видеть в качестве докладчиков бывших коллег и знакомых спецов.
TL;DR
* Инструменты - обсуждают все то, что использовалось в работе лет 10 назад. Просто теперь эти подходы проникают шире в массы и коммерческие проекты. Читатели основого канала так или иначе знакомы с этим.
* Методологии - по краткому описанию мало что понятно. Каких-то ноу-хау не заметил, хотя некоторые мастер классы обещают интересную инфу. В основном идет переосмысление существующих подходов.
* Про карьеру и место исследователя в этом мире :)
Все презентации доступны в папочке (а тут одна больша преза с 2022 года). Там больше деталей. Пролистал и понял, что отсюда можно подчерпнуть набор кейсов-примеров.
P.S.
Думаю, в следующем году можно попасть в слушатели. Немного полезной инфы почерпнуть можно.
P.S.S.
Приятно видеть в качестве докладчиков бывших коллег и знакомых спецов.
June15_1200_CEST_Ekaterina_Svikhnushina_Expectation_vs_Reality_in.pdf
3 MB
Willingness to Delegate to Digital Assistants -- интересный концепт для "умных" продуктов
https://dl.acm.org/doi/10.1145/3544549.3585763
https://dl.acm.org/doi/10.1145/3544549.3585763
Forwarded from Цифровой геноцид
Цифровой геноцид ревью: Перспективы HCI
Next Steps in Human-Computer Integration
Важно полностью понимать и совместно формировать технологии, где пользователь и технология вместе образуют тесно связанную систему в более широком физическом, цифровом и социальном контексте - с этих строк начинается манифест Next Steps in Human-Computer Integration огромного коллектива авторов, среди которых достаточно большое число имен, которых я читал в статьях и рецензиях.
Наступает эпоха «многих машин для многих пользователей», современная эра повсеместных вычислений, которая смещает фокус HCI с вопроса «Как мы взаимодействуем с компьютерами?» к «Как интегрированы люди и компьютеры?»
Область человеко-компьютерной интеграции охватывает четыре тематические области: (1) технологии, совместимые с человеком; (2) Влияние интеграции на идентичность и поведение; (3) Человеческая интеграция и общество; и (4) Проектирование интегрированного взаимодействия.
Большое число вычислений большого числа устройств создает принципиально иное отношения в социуме, наборов правил поведения,связанных с устройствами. Вторым челленджем является более глубокая интеграция в тело и психику устройств. В последние годы появились такие достижения, как эпидермальная электроника и интерактивный текстиль, в которых используется гибкая и растягивающаяся электроника, обеспечивающая более сильное слияние с человеческим телом.
Для UX это отдельный вызов - авторы подчеркивают, что тут будет много проектирования неявного взаимодействия
Next Steps in Human-Computer Integration
Важно полностью понимать и совместно формировать технологии, где пользователь и технология вместе образуют тесно связанную систему в более широком физическом, цифровом и социальном контексте - с этих строк начинается манифест Next Steps in Human-Computer Integration огромного коллектива авторов, среди которых достаточно большое число имен, которых я читал в статьях и рецензиях.
Наступает эпоха «многих машин для многих пользователей», современная эра повсеместных вычислений, которая смещает фокус HCI с вопроса «Как мы взаимодействуем с компьютерами?» к «Как интегрированы люди и компьютеры?»
Область человеко-компьютерной интеграции охватывает четыре тематические области: (1) технологии, совместимые с человеком; (2) Влияние интеграции на идентичность и поведение; (3) Человеческая интеграция и общество; и (4) Проектирование интегрированного взаимодействия.
Большое число вычислений большого числа устройств создает принципиально иное отношения в социуме, наборов правил поведения,связанных с устройствами. Вторым челленджем является более глубокая интеграция в тело и психику устройств. В последние годы появились такие достижения, как эпидермальная электроника и интерактивный текстиль, в которых используется гибкая и растягивающаяся электроника, обеспечивающая более сильное слияние с человеческим телом.
Для UX это отдельный вызов - авторы подчеркивают, что тут будет много проектирования неявного взаимодействия