Прокрастинометрия: основы
количественного анализа откладывания дел

В.А. Завтраков

Страницы   1   2   3   4   5   6   7   8

Индекс срочности

где:  Jважн. — важность задачи по 10-балльной шкале;
D — количество дней до дедлайна
Дедлайн Дедлайн — дата выполнения задачи или работы, определённый момент времени, к которому должна быть достигнута цель или задача.
 
 
 
 

При D = 0 (дедлайн сегодня) Iс стремится к бесконечности, что соответствует состоянию крайней паники.

2.4 Критическая точка паники

Критическая точка паники (pкрит.) — момент времени, когда прокрастинатор прекращает откладывать дело и начинает его выполнение в авральном режиме. pкрит. наступает, когда:
Порог паники

где: Ƭпан. — порог паники индивида (индивидуальная константа, варьируется от 5 до 500).

3. Фундаментальные законы прокрастинодинамики

Общее количество намерений сделать что-либо в изолированной системе остается постоянным, независимо от того, выполняются эти намерения или нет.
Математическая формулировка:
Функция намерений во времени

где: Ą(t) — функция намерений во времени.

Следствие Невыполненные сегодня намерения автоматически переносятся на завтра, создавая иллюзию продуктивного планирования.

3.2 Второй закон (закон возрастания энтропии откладывания)

В любой системе прокрастинации энтропия
Энтропия Энтропия — широко используемый в естественных и точных науках термин, обозначающий меру необратимого рассеивания энергии или бесполезности энергии.
 
 
 
  (степень беспорядка в списке дел) может только возрастать или оставаться постоянной.
энтропия откладывания

где: ΔSоткл. — энтропия откладывания.

Практическое проявление Список дел постоянно растет, но количество выполненных пунктов остается неизменным или уменьшается.

3.3 Третий закон (закон абсолютного нуля продуктивности)

При приближении дедлайна к бесконечности (D → ∞) продуктивность стремится к абсолютному нулю:
Предел дедлайна

где: Ę — продуктивность.

Следствие Задачи без дедлайна никогда не будут выполнены.

3.4 Четвертый закон (принцип неопределенности завтра)

Невозможно одновременно точно определить, что именно и когда именно будет сделано завтра:
Принцип неопределенности "завтра"

где:  Δt — неопределенность во времени начала работы;
Δm — неопределенность в выборе задачи
hпл. — постоянная Планирования (ℏпл.≈6,626 × 10-34 Дж×с — совпадение с постоянной Планка не случайно)

Характеристики:

  • 5 < Ҡоткл. < 20;
  • постоянно составляют списки дел;
  • искренне верят, что выполнят всё завтра;
  • средняя продолжительность откладывания: 1 — 3 дня

Девиз Завтра я точно начну новую жизнь!

Страницы   1   2   3   4   5   6   7   8

Александра Патрушева, Анастасия Павлова. Второй разум:
как развивается искусственный интеллект и что его ждёт в будущем

Продолжение Назад
в мозге. Вместо того чтобы писать сложные алгоритмы для решения задач, нейросети обучаются на основе большого количества данных и находят в них закономерности.
Чтобы работать с нейросетями, не нужно быть учёным. Например, можно освоить профессию инженера машинного обучения. Он работает с данными и создаёт на их основе алгоритмы машинного обучения, которые помогают решать прикладные задачи.

История возникновения ИИ

Несмотря на медиашум вокруг chatGPT и генеративных нейросетей, искусственный интеллект — не новая область исследований.

1950-е: тест Тьюринга и конференция в Дартмуте

Математик Алан Тьюринг предложил идею мыслящей машины. Он считал, что машины, как и люди, могут использовать доступную информацию для принятия решений. Чтобы это проверить, он разработал тест. Человек с помощью текстового интерфейса задавал вопросы одновременно другому человеку и машине. Если отличить их ответы не получалось, считалось, что машина прошла тест и обладает искусственным интеллектом.
Проверить концепцию Тьюринга оказалось сложно из-за ограниченной функциональности компьютеров и дорогой техники. Такие исследования были доступны только крупным технологическим компаниям и престижным университетам.
В 1956 в Дартмутском колледже прошла конференция о механизации интеллекта, на которой Джон Маккарти, когнитивист и специалист по информатике, предложил термин искусственный интеллект. Этот момент можно считать началом истории ИИ.

1960-е: золотые годы искусственного интеллекта

Компьютеры становились доступнее, дешевле, быстрее и могли хранить больше информации. Алгоритмы машинного обучения также совершенствовались:
  • Начали разрабатывать первые экспертные системы — компьютерные программы, которые моделируют знания человека в определенной области. Например, в химии или физике. Эти системы обычно состояли из двух компонентов: базы знаний и механизма вывода. База знаний содержала информацию о предметной области, а механизм вывода работал как диалоговое окно. Например система DENDRAL помогала определять структуру молекул неизвестных органических соединений.
  • Появились персептроны — первые нейронные сети, которые смогли обучаться на данных и решать простые задачи классификации. Например, распознавать рукописные цифры.
  • Разработан язык программирования LISP, который стал основным языком для исследований в области ИИ.
  • В середине 1960-х Джозеф Вайценбаум создал ELIZA — первого чат-бота, который имитировал работу психотерапевта и мог общаться с человеком на естественном языке.

Первый чат-бот

   Картинка: right