Прокрастинометрия: основы
количественного анализа откладывания дел

В.А. Завтраков

Страницы   1   2   3   4   5   6   7   8

4.2 Тип Б — Профессиональные откладыватели

Характеристики:

  • 20 < Ҡоткл. < 50;
  • имеют развитую систему оправданий;
  • находят более важные дела вместо запланированных;
  • средняя продолжительность откладывания: 1 — 2 недели

Девиз Сначала нужно подготовиться к подготовке!

4.3 Тип В — Дедлайн-серферы

Характеристики:

  • 50 < Ҡоткл. < 100;
  • работают исключительно в режиме аврала;
    Аврал Аврал — работа на судне, выполняемая всем или почти всем экипажем.
     
     
     
     
  • достигают pкрит. за 2 — 6 час. до дедлайна;
  • средняя продолжительность откладывания: до последнего момента.

Девиз Я лучше работаю под давлением!

4.4 Тип Г — Мастера прокрастинации

Характеристики:

  • Ҡоткл. > 100;
  • способны откладывать даже откладывание;
  • создают метауровни1 прокрастинации;
  • средняя продолжительность откладывания: до последнего момента.

Девиз Я подумаю об этом, когда буду меньше занят размышлениями о том, как я занят.

4.5 Тип Д — Квантовые прокрастинаторы

Характеристики:

  • Ҡоткл. → ∞;
  • существуют в суперпозиции состояний работаю и откладываю;
  • до момента проверки начальством находятся одновременно в обоих состояниях;
  • Подчиняются принципу неопределенности Гейзенберга:
    Принцип неопределённости Гейзенберга в квантовой механике — фундаментальное соображение, устанавливающее предел точности одновременного определения пары характеризующих систему квантовых наблюдаемых, описываемых некоммутирующими операторами.
     
     
     
          чем точнее известно, что они ничего не делают, тем менее определенно, когда они это начали.

Девиз Я одновременно делаю всё и ничего, пока вы не проверите.

5. Методы измерения прокрастинации

5.1 Прямой хронометрический метод

Заключается в непосредственном измерении времени откладывания с помощью секундомера
Секундомер Секудомер — прибор, способный измерять интервалы времени с точностью до долей секунды.
 
 
 
  и честного самонаблюдения. Точность метода крайне низка из-за склонности прокрастинаторов откладывать начало измерений.

5.2 Косвенный списочный метод

Основан на анализе количества пунктов в списке дел и скорости их переноса на следующий день. Коэффициент откладывания вычисляется по формуле:
Коэффициент откладывания
где k — калибровочный коэффициент (k = 1,3 для бумажных списков, k = 2,7 для электронных).

5.3 Спектральный анализ отговорок

Продвинутый метод, основанный на частотном анализе используемых отговорок. Каждой отговорке присваивается спектральная линия, интенсивность которой пропорциональна Ҡоткл.:

Спектр Длина волны, нм Ҡоткл.
Фиолетовый (устал) 380 — 450 5 — 10
Синий (нет настроения) 450 — 495 10 — 20

1 Метауровни — это более высокие, абстрактные уровни мышления, анализа или описания, которые рассматривают базовый (объектный) уровень со стороны, обеспечивая более широкий контекст. — Ред. ТЧК.

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

1970–80-е: Спад и возрождение ИИ

У государства были завышенные ожидания от учёных в вопросах развития искусственного интеллекта. Когда они не оправдались, финансирование исследований в области ИИ сократилось. Возобновить разработки помогла конкуренция США и Великобритании с Японией. К тому времени там уже построили WABOT-1 — интеллектуального человекоподобного робота.
Вот некоторые разработки западных учёных того времени:
  • более продвинутые экспертные системы. Например, MYCIN могла диагностировать менингит и рассчитывать дозировку антибиотика для его лечения;
  • алгоритмы обратного распространения ошибки, которые позволили обучать нейронные сети гораздо эффективнее.

1990 – 2000-е: Машины стали обыгрывать людей

Благодаря увеличению вычислительной мощности стали возможными более сложные и мощные алгоритмы машинного обучения:
  • 1997. Deep Blue от IBM (компьютерная система для игры в шахматы) победила гроссмейстера Гарри Каспарова ― действующего чемпиона мира по шахматам;

    Гарри Каспаров проиграл ИИ Deep Blue

  • внедрено программное обеспечение для распознавания речи Dragon Systems в Windows;
  • Конец 1990-х. разработка Kismet — искусственного гуманоида, который мог распознавать и демонстрировать эмоции;
  • 2002. ИИ появился в домах в виде Roomba — первого робота-пылесоса;
  • 2004. 2 робота-геолога NASA — Opportunity и Spirit — исследовали поверхность Марса без помощи человека;
  • 2009. Google начала разрабатывать технологию самоуправляемых автомобилей. Позже они прошли тест на самостоятельное вождение.

2010-е: Наше время: мысли о сингулярности

В XXI ИИ стал развиваться стремительно, и вот почему:

  • появился объём данных из социальных сетей и других медиа, на котором ИИ может полноценно учиться;
  • мощные компьютеры позволили обрабатывать и анализировать огромные объёмы данных с большей скоростью и эффективностью;
  • появились новые технологии и подходы, которые поддерживают развитие искусственного интеллекта. Машинное обучение, нейронные сети, глубокое обучение стали доступными и дали новые возможности для создания более умных и адаптивных систем.

4 декабря 2012 на конференции Neural Information Processing Systems (NIPS) группа исследователей представила подробную информацию о своих свёрточных нейронных сетях, которые помогли им выиграть в конкурсе классификации ImageNet. Классификация изображения — это процесс определения категории или класса, к которому оно относится. Например, мы видим кота и понимаем: это рыжее пушистое существо — точно кот. Нейросеть определяет кота на изображении,  анализируя  пиксели  и  выделяя  характерные  признаки.  Модель,  которую
   Картинка: right