Will Storr: The Science of Storytelling

Istorija turi prasidėti kažkuo šiek tiek keistu, tam kad užkabintų nuo pat pirmo sakinio. Laikrodis mušė tryliktą valandą. Visos laimingos šeimos panašios viena į kitą, kiekviena nelaiminga šeima yra nelaiminga savaip. Tada supažindinama su pagrindiniu veikėju – jis turi būti lengva pamėgti, jo bruožai turi būti tiek žmogiški, kad skaitytojui su juo būtų lengva susitapatinti. Kiekviena istorija – pagrindinio veikėjo transformacija. Gal jis turi kokią keistą savybę ar įsitikinimą, gal kitokį požiūrio tašką. Pradžioje tai jam turi gyvenime padėti ir tai tik sustiprina jo įsitikinimus. Gal jis manipuliuoja kitais žmonėmis, gal meluoja, gal jis laiko save tobula dievybe, ir tai jį vis gelbsti. Tada – krizė. Pagrindinio veikėjo įprastinis modus operandi nebeveikia. Jis arba pasikeičia ir tampa kitu žmogumi su kitokiais įsitikinimais, arba žlunga taip ir nepasikeitęs. Tvarka atstatyta, negerieji nubausti, istorija gali pasibaigti.

Will Storr savo knygoje apie istorijų pasakojimą įtikinamai pateikia šiuos pagrindinius istorijų archetipus, pasakoja, kas sudaro gerą istoriją ir tai iliustruoja įvairių žinomų romanų pavyzdžiais. Gal nieko ir labai naujo, bet gana sistemiška ir koncentruota. Privertė į pastaruoju metu skaitytus romanus kiek kitu kampu, pamatyti jų struktūrą ir iš ko jie padaryti.

Tai kaip gi ten su tuo VILIBOR’u buvo?

Daug diskusijų sukeliančius Stasio Jakeliūno teiginius, jog bankai finansų krizės metu galimai manipuliavo VILIBOR, jau esu nagrinėjęs sename sename mano įraše apie VILIBOR fiktyvumą. Čia koncentruota mano nuomonė apie VILIBOR klausimus ir kas kaltas dėl krizės.

Ar VILIBOR fiktyvus? Juk nevyko jokie VILIBOR sandoriai!

Taip, tai tiesa, kad tarpbankinis skolinimasis 6 mėnesių trukmei galima sakyti nevyko. Bet tai nereiškia, kad šios palūkanos laužtos iš piršto, nes sandoriai kitose rinkose, kurios turėtų atkartoti tas pačias palūkanų normas iš tiesų realiai vyko – ir jų palūkanos nesiskiria nuo VILIBOR. Jeigu tik norėjote, galėjote sudaryti euro ir lito ateities sandorį: sutikę prisiimti lito riziką, būtumėte gavę VILIBOR ir EURIBOR skirtumą. Galėjote metams ar pusmečiui dėti indėlius litais arba pirkti tiek bankų, tiek valstybės obligacijas už 9-10 procentų palūkanas. Darėme taip ir mes, siūlėme ir klientams, žinau ir fizinių asmenų, kurie gavo tokias palūkanas. Jos ne iš piršto laužtos, tokia buvo realybė.

Ar Lietuvos bankai specialiai laikė dideles VILIBOR palūkanas, net kai EURIBOR nukrito?

Niekas šioje diskusijoje nemini svarbaus žodžio „devalvacija“. VILIBOR buvo žymiai didesnis nei EURIBOR dėl lito devalvacijos rizikos. Ir tie, kurie sako, jog labai blogai, jog Lietuva nesikreipė į Tarptautinį Valiutos fondą pamiršta, jog viena iš pagalbos sąlygų galėjo būti valiutos devalvavimas – ir tai buvo labai reali rizika. Krizės metu buvo labai neaišku, ar Lietuvai pavyks išsisukti nedevalvuojant valiutos, tad lito ir euro palūkanų skirtumas tai realiai atspindėjo. EURIBOR nukritus dėl Europos Centrinio banko veiksmų, devalvacijos rizika vis dar buvo aukšta. Litas visgi ne euras, ypač kai politikai ir ekonomistai reliai svarsto šansus valiutos devalvacijai.

Kodėl tada nebuvo skirtumo didelio skirtumo tarp EURIBOR ir VILIBOR prieš krizę?

Nes manau, kad bankai per daug optimistiškai vertino Lietuvos ekonomiką. Visi gi tada galvojome, jog būsto kainos gali tik kilti, ėmėme didžiules paskolas pirkdami butus, kurie egzistavo dar tik brėžiniuose, apsukresni prekiavo butų rezervacijomis. Apie tai, jog gali kilti krizė niekas negalvojo (o šalies vadovai tikino, jog ji neįmanoma), mes juk jau taip arti Europos, gyvenimas taip sparčiai gerėja, atlyginimai ir būsto kainos auga dešimtimis procentų ir taip bus kasmet. Gali būti, jog krizei visgi atsitikus, buvo per daug jautriai reaguojama į priešingą pusę, bet taip jau būna: kai stipriai viršijant greitį mašinos uodega pradeda lakstyti į šalis, nori nenori drebančiomis rankomis ateinančius kilometrus prakaituodamas važiuoji lėčiau nei galėtum. Kad tik vėl nesumėtytų.

Kuris VILIBOR buvo neteisingesnis: ar tas kur per daug mažas prieš krizę ar tas kur gal per daug didelis per krizę ir po jos? Jei jau kaltinti bankus sukėlus krizę, reiktų sakyti, jog krizę sukėlė per laisvas pinigų skolinimas ir per daug optimistinių lūkesčių skatinimas – kaltas per mažas VILIBOR, kuris pūtė nekilnojamo turto burbulą. Kaltieji bankai nubausti patirtais nuostoliais. Jei jau kalbama apie kompensacijas dėl neteisingų palūkanų, matyt teisybei atstatyti reiktų papildomai apmokestinti tuos, kurie per daug optimistiškai vertindami savo galimybes ėmė paskolas itin mažomis palūkanomis litais ir prisidėjo prie burbulo. Juokauju, žinoma. Bet susidarytų turbūt ne 500 milijonų eurų.

Nick Bostrom: „Superintelligence“

Kai perskaičiau Max Tegmark’o „Life 3.0“, buvau piktas – tema įdomi ir aktuali, bet skaitai ir supranti, kad autoriui kompetencijos dirbtinio intelekto klausimais mažokai. Tad ėmiausi Nick Bostromo knygos „Superintelligence“, nes ją dauguma laiko žymiai rimtesne.

Šioje knygoje esminiai skyriai yra patys pirmieji, kuriuose diskutuojama apie tai, kada (ir ar iš vis) įmanoma pasiekti dirbtinio intelekto sprogimą: kada jau turėsime tokį dirbtinį intelektą, kuris pats besimokydamas mus aplenks savo protu. Visi kalbinti ekspertai teigė, jog arba po kokio šimtmečio, arba niekada. Likusi didžioji knygos dalis yra „kas būtų, jeigu būtų“ pasvarstymai, kurie gal ir įdomūs ir arčiau žemės nei Max Tegmarko svaičiojimai apie Daisono sferas, bet vis tiek palieka intelektualinio savismaginimosi prieskonį.

Manau, kad didžiausia problema, jog į dirbtinį intelektą žiūrima kaip į technologinę problemą, neturint filosofinio pagrindo. Vien dėl to Asimovas robotizacijos klausimais gali pasakyti žymiai daugiau nei Bostromas – ir Asimovo apysakos net po penkiasdešimties metų atrodo aktualesnės. Dirbtinio intelekto suvaldymas nėra vien tik mechaninis technologinis sprendimas – tai žymiai gilesnė problema. Mes juk net nežinome, kaip dirbtiniam intelektui suformuluoti optimizacijos uždavinį: nepakanka pasakyti, jog norime, kad žmonija būtų laimingesnė, nes iš karto kyla klausimas, kaip tą laimę apibrėžti ir išmatuoti. Ir čia algoritmai bejėgiai.

Knygoje yra ir daug keistokų bei naivokų svarstymų apie žmoniją: kaip čia juos suvaldyti, kad kas nors piktybiškai neimtų kurti pavojingo dirbtinio intelekto. Sako, tereikia tik tvirto susitarimo ir melo detektoriaus, tik skaitant neapleidžia toks jausmas, kad autorius nelabai supranta, kaip veikia pasaulis, ir iš istorijos nėra daug ko išmokęs: galėjai tartis kiek tik nori, bet atominę bombą vis tiek visi susikūrė, kas tik labai norėjo. O melo detektorius, kaip techninis sprendimas irgi itin naivus – ar bent įmanoma tiksliai apibrėžti, kas yra melas, o kas tiesa?

Ar jums tikrai reikia besimokančių (machine learning) sistemų?

Žiūrėk, turim duomenų, gal galėtumėt ką nors padaryt su machine learning ar dirbtiniu intelektu? Juk čia gi dabar ateitis“ – labai dažnas šiuolaikinis prašymas iš potencialių klientų. Neretai pasirodo, kad realių problemų sprendimui nereikia nei gudrių algoritmų, nei dirbtinio intelekto: didžioji vertė iš duomenų išspaudžiama žymiai paprastesnėmis priemonėmis, vien tik sutvarkius duomenis ar pasinaudojant senais gerais statistikos įrankiais. Kita vertus, logistinės regresijos terminai panašiai kaip ir bet kokios diskusijos apie neuroninius tinklus: nei apie vienus, nei apie kitus nedaug kas girdėjęs.

Problema tame, kad dirbtinis intelektas ir besimokančios sistemos yra dažnai minimos tokiose stebuklinguose kontekstuose, kad paprastas žmogus vargu ar gali suprasti, kad, nepaisant visų pastarųjų metų pasiekimų, jos nėra visagalės. Taip, jos gali atpažinti objektus paveiksliukuose, taip, jog pusėtinai gali išversti vienos kalbą į kitą, taip, jog gali kūrybiškai imituoti meno kūrinius. Ne, besimokančios sistemos dar negreit sukurs naują Nobelio literatūros kūrinį, ne, jos nesugalvos jums naujos verslo strategijos, ne, jūsų atsitiktinė duomenų sankaupa netaps aukso grynuoliu, nešančiu jums milijonus vien todėl, kad nutarėte investuoti į dirbtinį intelektą.

Vienas geriausių kriterijų, kuris labai greitai atmeta visas dirbtiniam intelektui kol kas neįkandamas idėjas yra užduoti sau klausimą, ar su norima spręsti užduotimi susidorotų paprastas žmogus. Jei žmogus duomenyse gali atrasti paaiškinamus sąryšius bei dėsnius, tai yra šansų, kad tai galės atlikti ir dirbtinis intelektas, nors to garantuoti negalima. Jei žiūri į klientų duomenis, ir pradedi suprasti dėsningumus, tuos dėsningumus galbūt atras ir besimokančios sistemos. O jei duomenys nieko nesako net protingiausiam žmogui, tikėtina, jog nieko protingiau nesugalvos ir dirbtinės sistemos.

Panašios nuomonės yra ir šio dienoraščio autorius. Jis gal dar griežtesnis: jei įmanoma duomenis perkratyti statistinės analizės pagalba ir jų ryšius aprašyti matematinėmis formulėmis, dirbtiniam intelektui – ne vieta. Nors suprantu, jog riba tarp sudėtingos statistikos ir besimokančių sistemų kartais nebe tokia ir aiški.

Kad ir kaip ten bebūtų, duomenys atneša daugiausiai verslo vertės, kai yra labai aiškiai suprantama, ką su jais norima padaryti ir kai yra užduodami teisingi verslo klausimai. Vien perleidus atsitiktinių duomenų rinkinį per dirbtinio intelekto algoritmus, verslo įžvalgų grynuolio nerasi. Garbage in, garbage out.

Hermann Hesse: „Stiklo karoliukų žaidimas“

Iki kai kurių knygų reikia priaugti. Hesės „Stiklo karoliukus“ net kelis kartus bandžiau įveikti prieš kokį dešimt-penkioliką metų, bet vis nesėkmingai: lėtas, nuobodokas pasakojimas, beveik niekas knygoje nevyksta, nuobodu. O štai šiemet perskaičiau su didžiuliu malonumu – subrendau tiek, kad knygoje dėstoma gyvenimo filosofija bei lėta ir rami jos tėkmė kaip tik pataikė į dešimtuką.

Knygoje piešiamas žaidimų magistro Knechto („tarno“) paveikslas – kone idealaus lyderio istorija: darbštus, netrokštantis valdžios žmogus, nesimėgaujantis galia, kuklus, protingas, džiugiai prisiimantis likimo naštą. Skaitai ir lengvai įsivaizduoji, kad tokiu lyderiu ir pats norėtum tapti: visus įkvepiančiu, visiems padedančiu, visų gerbiamu tobulu pavyzdžiu. Ir tik knygos pabaigoje viskas kažkaip sugriūva: Knechtas mato grėsmes ordinui, bet nori nuo pareigų pasitraukti ir visko atsisakius tapti paprastu berniuko mokytoju. Bet tai jam nelemta, jo mirtis atrodo beprasmė. Tad ar teisingai jis pasielgė, bėgdamas nuo savo pareigos? Ar išsikvėpęs lyderis turi pasitraukti? Ar visgi sukandęs dantis toliau nešti savo naštą? Geros knygos tuo ir ypatingos, kad palieka daug klausimų, kuriuos nešiojiesi savyje dar ne vieną savaitę.

Yra knygoje ir kitų labai įdomių temų: pats stiklo karoliukų žaidimas ir jo ordinas gali simbolizuoti akademiją, religiją ar dar bet kokią bendruomenę. Ne visa tai, kas sena, ir kuo žavimasi, išlaiko vertę ir pagarbą, kiekviena tokia organizacija turi vis atsinaujinti, neužsidaryti į savo kiautą. Tai, kas kažkada buvo inovatyvu, laikui bėgant sustabarėja. Mokslas, kaip ir karoliukų žaidimo ordinas, lyg ir turi viršenybę prieš religiją, bet jis jaunas, jo tradicija žymiai trumpesnė, o mokslininkai, kaip ir stiklo karoliukų žaidėjai, dažnai žaidžia datomis ir apibrėžimais, nekreipdami dėmesio į esmę. Istorikams bei karoliukų žaidėjams svarbios datos ir mūšiai, o vienuoliui įdomiausia istorijoje užčiuopti tokius dalykus, kurie leidžia šaliai, organizacijai ar bendruomenei ilgai klestėti be didelių herojų ar asmenybių. Bažnyčia, skaičiuojanti savo amžių tūkstantmečiais, gyvena ne konkretaus popiežiaus asmenybė kultu, o bendromis vertybėmis.

Tara Westover: „Apšviestoji“

Ši knyga labai patiko žmonai ir uošvei, o be to ją labai rekomendavo Bill Gates – žodžiu, ji lengvai pateko į šiemet būtinų perskaityti knygų sąrašą. Patiko, bet visgi ne taip, kaip pernai skaityta „Hillbilly Elegy“: gal sunkiau buvo identifikuotis su heroje, gal kartais per daug kai kas atrodė perspausta ir sutirštinta, gal sunku buvo suprasti, ar čia sisteminė visuomenės problema, ar tiesiog Tarai taip nepasisekė, kad gavo tokius tėvus su psichinėmis ligomis.

Jei „Hillbilly Elegy“ gana aiškiai matosi, kas visgi herojų ištraukė iš asocialumo duobės ir tempė į šviesą: užsispyrusi močiutė, kariuomenės būrio vadas, ar kiti sutikti žmonės, tai „Apšviestojoje“ gana sunku suprasti, iš kur atsirado polinkis į mokslą. Išaugus mokslo nekenčiančioje aplinkoje vargu ar galima lengvai įgauti kitokias vertybes. Be to, man buvo gana sunku patikėti, jog visiškai nieko nemokomi vaikai, užaugę kone drevėje, per vasarą galėtų išmokti tiek, kad išsilaikytų baigiamuosius mokyklos egzaminus: ar tik dvi klases baigęs suaugęs lengvai su tuo susidorotų? O gal visgi nebuvo taip jau tie vaikai nemokomi ir sąlygos siekti šviesos nebuvo jau tokios baisios? Keturi mokslo daktarai asocialioje šeimoje šiaip jau neišauga.

Panašios kritikos susilaukia ir tėvų „survivalistų“ paveikslas – gal jie ir ruošiasi pasaulio pabaigai, bet iki visiško kraštutinumo jiems tolokai: yra namie ir internetas, naudojamasi ir elektra, yra ir telefonas. Jų gyvenimo stilius nėra kraštutinis Amišų idealas. Pati autorė gana dažnai pabrėžia, jog nebepasitiki savo atmintimi: dažnai tuos pačius įvykius jų dalyviai piešia kitokiomis spalvomis.

Nepaisant šių trūkumų, visgi tai užkabinanti knyga. Labiau apie psichinę negalią, apie smurtą šeimoje, apie asocialumą, mažiau apie kraštutinį religingumą, apie mormonus bei tamsuolių kaimiečių vertybes. Bet norint geriau suprasti, kuo gyvena tamsuoliškoji JAV gyventojų dalis, rekomenduočiau skaityti „Hillbilly Elegy“.

John D. Caputo. „Truth“

Kaip ir dauguma filosofijos knygų, ši nebuvo pati lengviausia, ir kai kuriuos puslapius turėjau versti įtempęs smegenis bei valią. Bet, nepaisant to, šis gana trumpas pasakojimas apie tai, kaip keitėsi tiesos sąvoka filosofijos istorijoje man patiko.

Patiko dar ir todėl, kad gana aiškiai išdėstė skirtumą tarp modernistinio ir post-modernistinio požiūrio į pasaulį: modernizmas linkęs viską sudėti į atskirus stalčiukus, sukaterogizuoti, priskirti baltai arba juodai. Post-modernizmas dažnai perlenkia lazdą į kitą pusę: nieko nėra absoliutaus, viskas priklauso nuo požiūrio taško, yra tik pilkų atspalvių spektras. Todėl modernistams tiesa yra tik tai, kas racionaliai įrodoma, o post-modernistams vienos tiesos net negali būti – visi mes teisūs, net ir tie, kurie susipykę su fizikos dėsniais, mat gal iš jų kampo viskas atrodo kitaip.

Galų gale tikriausiai neteisūs nei vieni, nei kiti, ir reikalingas kažkoks tarpinis požiūris. Ne viską galima spręsti racionalumu (tarkim, kaip iki galo racionaliai išmatuoti paveikslo grožį?), ne viskas tikėjime yra niekam vertos sapalionės. Lygiai taip, negalima įkristi į reliatyvizmą: ne visi požiūriai yra teisingi, kažkokie realybės dėsniai visgi egzistuoja, ir to nereiktų paneigti. Jei kas nors įrodinėja, jog žemė plokščia, jis turi tam teisę, tik nebūtina jo klausyti – reikėtų tik stengtis, kad jo kalbos visiem atrodytų kvailokos.

Filosofijos istorijoje gaudausi mažokai, tad po šios knygos mano norimų perskaityti autorių sąraše atsidūrė Wittgenstein‘as, Rousseau ir Montaigne‘is. Jei dar pridėčiau Max‘ą Stirner’į, apie kurį prisiskaičiau CalassoKušo žlugime“, šie metai man gali tapti filosofijos skaitymo metai.

Neapdorotų duomenų nebūna

Yra toks gana gajus mitas, kad turint „žalius“ neapdorotus duomenis, galima nesunkiai padaryti objektyvias išvadas – juk neapdoroti duomenys turėtų kalbėti už save, jie neturėtų būti „sutepti“ šališkos žmogiškos nuomonės bei išankstinių nusistatymų. Kuo daugiau neapdorotų duomenų, tuo objektyvesnės išvados. Deja, visiškai neapdorotų duomenų nebūna. Jau pats faktas, kad kažkas juos rinko, reiškia, kad kažkas padarė sprendimą jais domėtis: o kodėl rinko būtent taip, o ne kitaip? Kodėl rinko tokius, o ne anokius? Kodėl skaičiavo žmones, o ne mašinas; kodėl išmetė iš skaičiavimų vaikus ar žmones vežimėliuose, kodėl nusprendė, jog tamsoje duomenys nepatikimi? Net jei duomenis renka automatiniai prietaisai (tarkim, kas kažkiek laiko skaičiuojama temperatūra), duomenys fiksuojami su aiškia paklaida, kuri nustatyta matavimo įrenginio specifikacijoje – pats įrenginys kažkiek matavimą apvalina, kažkiek veikia nepatikimai už tam tikrų temperatūros rėžių. Jei nežinosi šio konteksto, gali padaryti išvadą, kad temperatūra būna stabili (tiesiog nematai temperatūros pokyčių, mažesnių nei vienas laipsnis) ar ji niekada nenukrenta žemiau -20˚C.

Ypač sunku teisingai interpretuoti skaičius, kurie susiję su žmogumi. Nusikaltimų skaičius gali augti jau vien dėl to, kad pasikeitė suvokimas, kas yra nusikaltimas (tarkim, anksčiau gal buvo visuomenėje priimta, kad vaikus mušti ir tai nebuvo laikoma nusikaltimu). BVP ar infliacijos skaičiai gali kisti dėl metodologinių paklaidų. Pajamų duomenys, surinkti apklausos būdu, smarkiai skirsis nuo duomenų, gautų iš mokesčių inspekcijos.

Simply put, the context of data — why it was collected, how it was collected, and how it was transformed — is always relevant. There is, then, no such thing as context-free data, and thus data cannot manifest the kind of perfect objectivity that is sometimes imagined.

https://www.thenewatlantis.com/publications/why-data-is-never-raw

Šiuolaikinė „didelių duomenų“ mada bando įteigti, jog žali duomenys yra patys objektyviausi, nes jie neužteršti išankstinėmis nuostatomis. Kuo daugiau tokių duomenų, kuriuos galima sušerti taipogi labai objektyviam algoritmui, tuo teisingesnės išvados – ir tam net nereikia jokių ekspertų, mat jie tik įneš savo (nebūtinai teisingą) išankstinę nuomonę. Žmonėmis negalima pasitikėti dėl jų subjektyvumo: nuo to gali išgelbėti tik daugybė duomenų. Bet toks pasaulio vaizdas visgi yra utopinis: jei atvirai nedeklaruoji savo prielaidų, nereiškia, jog jų nedarai. Nematomos subjektyvios prielaidos duomenyse atsiranda jau jų rinkimo procese, ir to niekaip neišvengsi. Ką matuoji, tą ir optimizuosi. Duomenys už save nekalba, jie atkartoja duomenų rinkėjų nuomones.

2019-ųjų tikslas: daugiau asmeninio bendravimo

Žvelgiant į 2018-ųjų tikslus, visus juos įvykdžiau su kaupu. Perskaičiau rekordiškai daug knygų (64!), uždirbau kiek daugiau pajamų nei tikėjausi, nustojau skelbti savo dienoraščio įrašus Facebooke ir tai vėl atgaivino mano internetinį dienoraštį. Tiek žodžių, kiek prirašiau pernai, nebuvau sumaigęs nuo pat 2009-ųjų. Ir svarbiausia, kad vėl pradėjau rašyti sau, o ne nematomai auditorijai – tai leidžia man geriau susidėlioti savo paties mintis, nesukant galvos ar kam nors jos įdomios ar ne. Dienoraščio rašymo tikslas yra pats rašymo procesas, nes jis leidžia geriau suvokti, ką aš manau apie perskaitytą knygą, kas mane užkabino viename ar kitame straipsnyje, ar ką įdomaus pastebėjau ir ką aš noriu užfiksuoti.

2019-iesiems turiu vieną svarbų tikslą: didžiąja dalimi pakeisti socialinių tinklų vartojimą realiu bendravimu su žmonėmis. Per dieną Facebooke, Instagrame bei kituose socialiniuose tinkluose vidutiniškai „praskrolinu“ virš valandos, bet kuo toliau, tuo tai man mažiau teikia malonumo. Tuo tarpu gyvas bendravimas, ar netgi asmeninis susirašinėjimas su žmonėmis džiugina žymiai daugiau – būtų gerai, kad šiemet to būtų žymiai daugiau. Daugiau svečių, daugiau pokalbių, daugiau asmeninio bendravimo, mažiau komentarų skaitymo, mažiau trolių sekimo, mažiau „influencerių“. Socialiniai tinklai suteikia per daug paviršutinio triukšmo ir per mažai gylio.

Max Tegmark – „Life 3.0“

Jau senokai skaitoma knyga mane taip erzino: nuolat norėjosi su autoriumi nesutikti ir nurašyti jį kaip nieko nesuprantantį naivų hipsterį. Paviršutiniškas tekstas, pilnas gal ir įdomių, bet dažniausiai visiškai neesminių pastebėjimų, užteptas riebiu sluoksniu autoriaus sutiktų žymių žmonių pavardžių. Buvimas fiziku visai neužtikrina, jog supranti dirbtinio intelekto problemas, juolab, kad jos daugiau filosofinės / humanitarinės, o ne iš tiksliųjų mokslų srities. Nors ir tiksliųjų mokslų problemos knygoje nušviestos skurdokai.

Aišku, visai nepadeda ir tai, kad mano paties nuomonė apie dirbtinį intelektą labai skiriasi nuo autoriaus, bet būtent todėl ir noriu geriau suprasti Bostromo, Kurzweilo ir kitų požiūrį, kad tuoj tuoj pasaulį užvalgyt superprotingas dirbtinis intelektas. Kiek suprantu, su bendruoju dirbtiniu intelektu (t.y. ne tokiu AI, kuris sugeba atlikti tik siaurą užduotį, tarkim, žaisti šachmatais ar atpažinti objektus paveiksle) kol kas yra labia mažai pasistūmėta. Dar blogiau: netgi tie dirbtinio intelekto pritaikymai, kurie jau yra radę savo vietą, susilaukia vis daugiau kritikos. Facebook algoritminis žinių srautas, pasirodo, nėra toks jau nekaltas, tad gal tai nebėra jau tokia išspręsta problema kaip atrodė prieš kelis metus. Net save vairuojančios mašinos vėluoja pasirodyti: o buvo manančių, kad jau 2020-aisiais jų bus daugiau nei žmonių valdomų automobilių. Dirbtinio intelekto mokymo progresas bent jau kol kas nėra eksponentinis: priešingai, kuo daugiau sieki tikslumo, tuo sunkiau jį pasiekti. Kaip ir visur kitur gyvenime.  

Filosofuoti apie šauniai skambančias Daisono sferas, kurios nelabai turi ką bendro su dabartimi, visada yra smagu. Galvoti, kad didžiosios pasaulio problemos yra inžinerinės, ir, kad tiesiog atradus teisingą algoritmą viskas išsispręs, yra super naivu. Matyt reiks paskaityti BostromoSuperintelligence“.