хмммм
Фундаментальный ресерч о "природе данных" - The topology of data

Для широкой публики будет открыт 1 января 2024

https://authors.library.caltech.edu/records/qa61x-ah042

Compared to machine learning, causal inference allows us to build a robust framework that controls for confounders in order to estimate the true incremental impact to members

https://netflixtechblog.com/a-survey-of-causal-inference-applications-at-netflix-b62d25175e6f

Illustrating power using the example of flipping a coin 100 times and calculating the fraction of heads. The black and red dashed lines show, respectively, the distribution of outcomes assuming the probability of heads is 50% (null hypothesis) and 64% (specific value of the alternative hypothesis). Here, the power against this alternative is 80% (red shading).

https://netflixtechblog.com/interpreting-a-b-test-results-false-negatives-and-power-6943995cf3a8

Карта науки о теории сложности - последние вдохновления в работе черпаю отсюда

https://www.art-sciencefactory.com/complexity-map_feb09.html

THE EVOLUTION OF TRUST: в интерактивном формате изучаем основы теории игр, стратегий поведения и точки роста для социума.

https://ncase.me/trust/

Автогенерация интерфейсов

Новая нейросеть от гугл - Gemini - умеет генерировать интерфейсы внутри чата в зависимости от задачи пользователя, выглядит очень перспективно - как примерно и описывалось в статьях об автогенерации интерфейсов в LLM.

Интересно сколько там все-таки заготовленных канвас?
https://www.theverge.com/2023/12/6/23990466/google-gemini-llm-ai-model


Узнал от @cryptoEssay

Does big data serve policy? Not without context. An experiment with in silico social science

Authors: Graziul, Chris; Belikov, Alexander; Ishanu Chattopadyay; Ziwen Chen; Hongbo Fang; Anuraag Girdhar; Xiaoshuang Jua; P. M. Krafft; Max Kleiman-Weiner; Candice Lewis; Chen Liang; John Muchovej; Alejandro Vietos; Meg Young and James Evans
Source: Computational and Mathematical Organizational Theory; Vol.: 29; Issue: 1; Pp.: 188-219;

DOI: 10.1007/s10588-022-09362-3; March 2023
SFI Taxonomy: Models, Tools, and Scientific Visualization (Human Social Dynamics)

Abstract:
The DARPA Ground Truth project sought to evaluate social science by constructing four varied simulated social worlds with hidden causality and unleashed teams of scientists to collect data, discover their causal structure, predict their future, and prescribe policies to create desired outcomes. This large-scale, long-term experiment of in silico social science, about which the ground truth of simulated worlds was known, but not by us, reveals the limits of contemporary quantitative social science methodology. First, problem solving without a shared ontology-in which many world characteristics remain existentially uncertain-poses strong limits to quantitative analysis even when scientists share a common task, and suggests how they could become insurmountable without it. Second, data labels biased the associations our analysts made and assumptions they employed, often away from the simulated causal processes those labels signified, suggesting limits on the degree to which analytic concepts developed in one domain may port to others. Third, the current standard for computational social science publication is a demonstration of novel causes, but this limits the relevance of models to solve problems and propose policies that benefit from the simpler and less surprising answers associated with most important causes, or the combination of all causes. Fourth, most singular quantitative methods applied on their own did not help to solve most analytical challenges, and we explored a range of established and emerging methods, including probabilistic programming, deep neural networks, systems of predictive probabilistic finite state machines, and more to achieve plausible solutions. However, despite these limitations common to the current practice of computational social science, we find on the positive side that even imperfect knowledge can be sufficient to identify robust prediction if a more pluralistic approach is applied. Applying competing approaches by distinct subteams, including at one point the vast TopCoder.comglobal community of problem solvers, enabled discovery of many aspects of the relevant structure underlying worlds that singular methods could not. Together, these lessons suggest how different a policy-oriented computational social science would be than the computational social science we have inherited. Computational social science that serves policy would need to endure more failure, sustain more diversity, maintain more uncertainty, and allow for more complexity than current institutions support.

Economics in nouns and verbs

Author: Arthur, W. Brian
Source: Journal of Economic Behavior & Organization; Vol.: 205; Pp.: 638-647;

DOI: 10.1016/j.jebo.2022.10.036; January 2023

SFI Taxonomy: Models, Tools, and Scientific Visualization (Economics)

Abstract:
Standard economic theory uses mathematics as its main means of understanding, and this brings clarity of reasoning and logical power. But there is a drawback: algebraic mathematics restricts economic modeling to what can be expressed only in quantitative nouns, and this forces theory to leave out matters to do with process, formation, adjustment, and creation-matters to do with nonequilibrium. For these we need a different means of understanding, one that allows verbs as well as nouns. Algorithmic expression is such a means. It allows verbs-processes-as well as nouns-objects and quantities. It allows fuller denoscription in economics, and can include heterogeneity of agents, actions as well as objects, and realistic models of behavior in ill-defined situations. The world that algorithms reveal is action-based as well as object-based, organic, possibly ever-changing, and not fully knowable. But it is strangely and wonderfully alive.

An adaptive bounded-confidence model of opinion dynamics on networks

Authors: Kan, Unchitta; Michelle Feng and Mason A. Porter

Source: Journal of Complex Networks; Vol.: 11; Issue: 1; Article No.: cnac055; DOI: 10.1093/comnet/cnac055; 30 December 2022

SFI Taxonomy: Social Networks

Abstract:

Individuals who interact with each other in social networks often exchange ideas and influence each other's opinions. A popular approach to study the spread of opinions on networks is by examining bounded-confidence models (BCMs), in which the nodes of a network have continuous-valued states that encode their opinions and are receptive to other nodes' opinions when they lie within some confidence bound of their own opinion. In this article, we extend the Deffuant-Weisbuch (DW) model, which is a well-known BCM, by examining the spread of opinions that coevolve with network structure. We propose an adaptive variant of the DW model in which the nodes of a network can (1) alter their opinions when they interact with neighbouring nodes and (2) break connections with neighbours based on an opinion tolerance threshold and then form new connections following the principle of homophily. This opinion tolerance threshold determines whether or not the opinions of adjacent nodes are sufficiently different to be viewed as 'discordant'. Using numerical simulations, we find that our adaptive DW model requires a larger confidence bound than a baseline DW model for the nodes of a network to achieve a consensus opinion. In one region of parameter space, we observe 'pseudo-consensus' steady states, in which there exist multiple subclusters of an opinion cluster with opinions that differ from each other by a small amount. In our simulations, we also examine the roles of early-time dynamics and nodes with initially moderate opinions for achieving consensus. Additionally, we explore the effects of coevolution on the convergence time of our BCM.

Symmetry-simplicity, broken-symmetry-complexity

Author: Krakauer, David C.
Source: Interface Focus; Vol.: 13; Article No.: 20220075; Issue: 3; DOI: 10.1098/rsfs.2022.0075; 14 April 2023

SFI Taxonomy: Information Theory, Machine Learning and Statistics

Abstract:
Complex phenomena are made possible when: (i) fundamental physical symmetries are broken and (ii) from the set of broken symmetries historically selected ground states are applied to performing mechanical work and storing adaptive information. Over the course of several decades Philip Anderson enumerated several key principles that can follow from broken symmetry in complex systems. These include emergence, frustrated random functions, autonomy and generalized rigidity. I describe these as the four Anderson Principles all of which are preconditions for the emergence of evolved function. I summarize these ideas and discuss briefly recent extensions that engage with the related concept of functional symmetry breaking, inclusive of information, computation and causality.

https://www.lesswrong.com/posts/YN7PHizHnxinLsKvy/sociallm-a-language-model-design-for-personalised-apps - идея как докрутить Мамбу с SSM блоками, тренируется на данных диалогов, чатов, и форумов, трекает отдельными SSM блоками не только локальный контекст, но и историю сообщений и чтения пользователя, а также того, что пользователь помнит про конкретного собеседника.

Возможные бизнес-приложения:
- персональные рекомендации, клиентская поддержка, ИИ-учителя, ментальное здоровье, ИИ-друг а-ля InflectionAI,
- приложение для разрешения конфликтов
- приложение для улучшения коллективного интеллекта команды, как описано тут: https://ojs.aaai.org/index.php/AAAI/article/view/25755
- интерактивный сторителлинг

Возможные научные приложения:
- Социальные науки, collective intelligence, AI safety (detection and prevention of collusion and deception)

• The right metaphor to use when integrating AI into a product depends on much the user wants to be involved in process. How much control do they want to hand over? it's a spectrum of how much human supervision is needed.
• On one end of the spectrum, AI is an assistant that takes orders and does things on your behalf. On the other, the human is in control managing the details of what the AI does. In the middle is a copilot.
• To find the right level of human involvement, understand people's roles and needs. People closer to the problem probably require more control. Others a bit further away, likely need less.

https://www.lukew.com/ff/entry.asp?2043

Книга в онлайн-формате

https://clauswilke.com/dataviz/

Как на самом деле оценивается продукт с точки зрения опыта пользователя?

Я хотел бы начать с истории про красоту и воспринимаемое удобство, которая, вероятно, многим из нас знакома. В 1995 году японские исследователи Масааки Куросу и Каори Касимура из корпорации Hitachi ( производителя ЭВМ и промышленных авто) продемонстрировали в своем исследовании эффект эстетики и удобства использования. Результаты анализа показывают, что «явное удобство использования в меньшей степени коррелирует с субъективным удобством использования по сравнению с видимой красотой или эстетикой. На пользователя может сильно влиять эстетический аспект интерфейса, даже когда он пытается оценить интерфейс исключительно в функциональных аспектах, а дизайнерам стоит увеличить эстетическую составляющую интерфейса. Красивое - удобно, полагает пользователь
https://dl.acm.org/doi/pdf/10.1145/223355.223680

Эксперимент несколько раз был подтвержден, если верить википедии, конечно, кроме юзабилити есть сильное влияние на воспринимаемую стоимость и так называемые ценовые исследования.
Вода мокрая, да, я понимаю, но давайте взглянем на этот эффект - aesthetic–usability effect - более подробно и попробуем дать экономическое обоснование природы красоты в цифровых продуктах. Есть некоторые мои размышления на этот счет, которые, как кажется, стыкуются с реальностью

Кейнсианский конкурс красоты — мыслительный эксперимент, разработанный Джоном Мейнардом Кейнсом в главе 12 его работы «Общая теория занятости, процента и денег» (1936) для объяснения колебаний цен на фондовых рынках. В ней описывается воображаемый конкурс красоты, в котором награждаются не самые популярные участники конкурса, а те судьи, которые наиболее точно смогли угадать, кто из участников конкурса окажется наиболее популярным, и, строго говоря, будет признан самым красивым.

Кейнс описал действия рациональных агентов на рынке, используя аналогию, основанную на вымышленном конкурсе для читателей газеты, в котором участников просят выбрать шесть самых привлекательных лиц из ста фотографий. Те, кто выбрал самые популярные лица, имеют право на получение приза. В мире, где красота становится валютой, а восприятие превращается в актив, смелость выбора самого очаровательного лица кажется наивной стратегией. Скорее надо угадать лицо, действительно удовлетворяющее среднему вкусу, а еще точнее предугадать, каково будет среднее мнение относительно всех людей насчет того, каким должно быть среднее мнение.

Мы играем в игру, где правила определяются не нами, но нашими представлениями о представлениях других людей. На наше восприятие удобства и красоты интерфейса влияет имидж компании, общественное мнение, расходы на дизайн-митапы и дизайн сообщества: думаю, что именно в этом секрет того, что так много денег тратится на поддержание этого корпоративного буллшита - самый простой способ повлиять на восприятие своего мобильного зеленого или красного банка или условного Авито - это просто заплатить деньги и потратить ресурсы на выступления. Пресловутый common knowledge эпистемологии в проектировании.
https://en.wikipedia.org/wiki/Keynesian_beauty_contest