Прокрастинометрия: основы
количественного анализа откладывания дел

В.А. Завтраков

5.4 Квантово-механический метод

Основан на принципе суперпозиции состояний прокрастинатора. До момента наблюдения (проверки начальником) прокрастинатор находится одновременно в состоянии работы и безделья. Волновая функция прокрастинатора описывается уравнением Шрёдингера для откладывания:

где:

Ĥ —

гамильтониан Гамильтониан (квантовая механика) — оператор полной энергии системы.         прокрастинации, включающий потенциал дедлайна и кинетическую энергию отговорок.

6. Практические рекомендации по оптимизации прокрастинации

Вопреки распространенному заблуждению, прокрастинометрия не ставит своей целью борьбу с откладыванием дел. Напротив, она стремится оптимизировать этот процесс для достижения максимальной продуктивной непродуктивности.

6.1 Метод структурированного откладывания

Разработан проф. Дж. Перри [2] и заключается в создании иерархии задач. На вершине размещается наиболее важная задача, которую планируется откладывать, а ниже — менее важные дела, которые будут выполняться вместо главной. Таким образом достигается иллюзия продуктивности.
Эффективность метода: Ҡ_откл. снижается до 10 — 15, при этом выполняется до 60% второстепенных задач.

6.2 Техника помидора на завтра

Модификация известной техники Pomodoro¹, адаптированная для прокрастинаторов. Вместо немедленного начала работы планируется начать её через один помидор (25 мин.). За это время прокрастинатор успевает:

6.3 Дедлайн-инжиниринг

Метод основан на искусственном создании промежуточных дедлайнов с постепенным повышением их драматичности. Рекомендуемая последовательность:

¹ Техника Pomodoro — техника тайм-менеджмента, предложенная Франческо Чирилло, которая помогает повысить продуктивность, разбивая работу на 25-мин. интервалы (помидоры), разделенные короткими 5-мин. перерывами, после чего следует более длительный перерыв (15 — 30 мин.) после каждых четырех помидоров. — 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

представили на конференции, содержала нейросеть со множеством слоёв. Такая архитектура помогла распознавать изображения с точностью 85% — всего на 10% слабее человека.
Спустя два года классификация в конкурсе ImageNet с помощью свёрточных нейросетей обогнала по точности человека и достигла 96%. Технологию искуственного интеллекта начали применять не только для распознавания изображений, но и для аналитики в финансах, распознавания голоса в смартфонах, в беспилотных автомобилях и компьютерных играх.
За последние 10 лет разработано больше, чем за всю историю ИИ. Вот некоторые достижения:

• в 2011 Apple выпустила Siri, виртуального помощника, который с помощью технологии NLP (обработки естественного языка) делает выводы, изучает, отвечает и предлагает что-либо своему пользователю-человеку;
• в 2016 появилась София — первый робот, который может менять выражение лица, видеть (с помощью распознавания изображений) и разговаривать с помощью искусственного интеллекта;
• в 2017 Facebook разработал двух чат-ботов для переговоров друг с другом. В процессе переговоров они обучались и совершенствовали тактики. В итоге эти чат-боты изобрели свой собственный язык для общения;
• 2023 — год прогресса для генеративных сетей (GAN), которые создают реалистичные изображения и видео, и больших языковых моделей (LLM), например chatGPT.

Сферы применения ИИ в современном мире

1. Голосовые помощники. Siri от Apple, Google Assistant, Alexa от Amazon и Алиса от Яндекса работают на основе ИИ и отвечают на вопросы, делают напоминания, управляют устройствами.
2. Рекомендательные системы. Сервисы потокового видео, такие как Netflix и YouTube, используют технологию искусственного интеллекта для анализа предпочтений пользователей и рекомендаций фильмов или видео. Они учатся на основе предыдущих просмотров и отметок нравится.
3. Распознавание образов. В смартфонах и некоторых фотоаппаратах есть функция автоматического распознавания лиц и объектов. ИИ позволяет определить, кто и что находится на фотографии. Умная камера есть и в приложении Яндекса. Например, можно навести её на предмет, и приложение найдет похожий товар в интернете.
4. Автопилоты и автономные транспортные системы. Искусственный интеллект применяется в авиации и автомобильной индустрии для разработки автопилотов и систем автономного вождения. Он позволяет транспортным средствам анализировать окружающую среду, принимать решения на основе полученной информации и безопасно перемещаться.
5. Финансовые аналитические системы. ИИ используется для анализа данных, прогнозирования трендов на рынке, определения рисков и принятия решений по инвестициям. Он помогает улучшить эффективность и точность финансовых операций.
6. Языковые переводчики. Сервисы машинного перевода, такие как Google Translate, используют ИИ для автоматического перевода текстов с одного языка на другой. Они обучаются на большом количестве параллельных текстов и статистических моделях, чтобы предлагать качественные переводы.
7. Игровая индустрия. В компьютерных играх ИИ используется для создания виртуальных персонажей с интеллектом, способных адаптироваться к действиям игрока, принимать решения и симулировать реалистичное поведение.
8. Медицинская диагностика. ИИ используют, чтобы анализировать рентгеновские снимки или снимки МРТ. Это помогает врачам более точно диагностировать заболевания и принимать решения о лечении.