-
Pasirinkti leidinį
Leidiniai
Uždaryti
Leidiniai
– Rugsėjį skaitysite pranešimą konferencijoje „Lūžio taškas 2018: smėlio pilys“, kuri taip pavadinta dėl vienoje jūsų knygų aprašytos smėlio smiltelių koncepcijos. Galbūt galėtumėte trumpai ją pristatyti IQ skaitytojams?
– Žinoma. Prieš maždaug 30 metų fizikai vykdė įdomius eksperimentus, išmėgino supaprastintas sistemas su viltimi jas perprasti, kad vėliau būtų galima pažiūrėti, ar tai, ko išmokome teorinėje aplinkoje, gali ko nors išmokyti ir komplikuotame realiame pasaulyje.
Tuo metu danų mokslininkas Peras Bakas ir jo kolegos darė eksperimentą su smėlio smiltelėmis. Reikia pasakyti, kad tai buvo matematinis eksperimentas, todėl ir smiltelės šiuo atveju yra „matematinės“. Tačiau įsivaizduokite didelį stalą, ant kurio iš pradžių numetate vieną smėlio smiltį, tada antrą ir barstote jas toliau, kol pradeda formuotis smėlio krūvelė. Kartais pavienės smiltelės gali sukelti tokios kalvos griūtis, o dalis smėlio ‒ nuslinkti į vieną ar kitą kalvos pusę. Bet įsivaizduokite, kad kartojate veiksmus taip ilgai, kol ji pasiekia pastovią būseną.
Tada jos tolesnis formavimasis tampa praktiškai neprognozuojamas, pasiekiamas maksimaliai jautriausias taškas ir krentančios smiltelės sukeltas atoveiksmis tampa sunkiausiai nuspėjamas. Griūtys gali būti tiek mažos, tiek didelės – jei numetate vieną smiltį, galite sukelti trijų ar keturių smiltelių griūtį, bet lygiai taip pat gali nuslinkti ir 30 mln. ar 30 mlrd. smiltelių.
Savaime suprantama, nieko nestebina, kad jei numeti vieną smėlio krislelį, tiksliai numatyti tai, kas atsitiks, yra labai sunku. Tai priklauso nuo to, kaip smiltelė nusileis, kaip išsidėsčiusios kitos šalia jos.
Tačiau tai yra geras pavyzdys to, kas matematikoje vadinama laipsniniu dėsniu (angl. power law). Būtent šis dėsnis labai dažnai pasitaiko gamtoje.
Tai gali būti labai sudėtingi dariniai, tokie kaip žemės drebėjimai. Drebėjimai vyksta visada, tačiau ne visąlaik juos pastebime. Patys didžiausi drebėjimai yra dešimtis milijardų kartų stipresni už smulkiausius, bet iš tiesų tarp jų nėra tokio didelio skirtumo – šiuo atveju, žiūrint kiekybiškai, tai tokie patys drebėjimai. Ir atrodo, kad žemės pluta geba savaime pasiekti tą kritinę būklę, kurią galime prilyginti mūsų jau minėtai smėlio krūvai.
Tai kartojasi daugybėje kitų sričių, net ir žmogaus smegenų gaunami signalai ar akcijų biržose vykstantys svyravimai remiasi šia matematine taisykle. Jei paimsime platesnį kontekstą, pamatysime, kad tai galima pritaikyti ir pasauliniams karams.
Taigi galima pamatyti, kad toks iš pažiūros vaikiškas žaidimas su smėliu tampa metafora, kaip pasaulis susiorganizuoja, o tada gali įvykti netikėtas pokytis.
– Tačiau ar yra praktinė eksperimento išvada ir ką mes galime iš jo pasiimti?
– Eksperimento tikslas buvo parodyti, kad taip suorganizuotas pasaulis neturėtų būti siurprizu. Jei į teoriją pažvelgtume giliau, ji nurodo, jog pasaulyje yra tam tikri šablonai, kurie gali paaiškinti, kodėl mūsų pasaulis staiga gali pasikeisti taip tarsi neprognozuojamai ir netikėtai.
Jei pažiūrėtume į, tarkime, biržos pokyčių statistiką ir šią teoriją, ji rodo, kad turėtume rasti labai panašių svyravimų šablonų visose rinkose. Tarkime, jei pažiūrėtume į vienos dienos mažytį pokytį akcijų biržoje ir didžiausią ilgesnio laikotarpio pokytį, pamatytume, kad jiems abiem gali būti pritaikoma ta pati taisyklė. Ir tokia tendencija matoma visose akcijų rinkose, tai universalus principas.
Vienas iš praktinių pritaikymų yra efektyvesnis būdas pamatuoti galimas rizikas, kad įvyks didelės apimties ir neprognozuojami įvykiai. Taigi nors ir negalite tiksliai prognozuoti paties įvykio, galite numatyti, kokia jo nutikimo tikimybė, ir imtis veiksmų, tarkime, pasinaudoti draudimu ar nutarti per daug nerizikuoti finansų rinkoje.
Taip pat tą galima pritaikyti ir žemės drebėjimų tyrimų srityje. Gal nebeverta svajoti, kad bus galima numatyti konkretų žemės drebėjimą, tačiau pažiūrėti racionaliau ir pamėginti prognozuoti, kur ir kada žemės drebėjimams ištikti yra didžiausia tikimybė.
Kalbant apie finansus, čia yra ir dar gilesnis lygmuo – vadinamasis kintamumo klasterizacijos fenomenas (angl. volatility clustering). Jei rinkų nepastovumas šiandien yra aukštas ir vyksta labai daug didelių pasikeitimų, padidėja tikimybė, kad daug didelių pasikeitimų vyks ir rytoj, ir kitą savaitę. Kitaip tariant, staigūs pokyčiai neretai eina vienas paskui kitą.
Ši tendencija buvo atrasta gana seniai, dar XIX a. Japonijoje, fiksuojant žemės drebėjimų aktyvumą. Žemės drebėjimai su laiku irgi yra linkę įvykti panašiu metu, vienas po kito, ir tai duoda daugiau galimybių juos nuspėti. Ir atvirkščiai, jei matome daugiau ramesnių periodų, galima tikėtis dar ilgesnio tylos periodo.
– Užsiminėte apie akcijų biržas, bet ar pagal tai galima numatyti ir recesijos tikimybę? Ekonomika, kurioje dirbame, yra paremta pakilimais arba nuosmukiais, ir jau gana ilgai neturėjome nuosmukio. Tai ar galima sakyti, kad mes dabar kaip tik ir statome tą smėlio pilį, ir nežinome, kuri smiltelė ir kada sukels griūtį?
– Nenorėčiau drąsiai kalbėti apie ekonomikos aktyvumą, nes daugiausia tokių modelių tyrimų apima gana trumpus, kelerių metų periodus ir orientuojasi daugiau į akcijų biržas nei BVP augimą. Tam reikėtų ilgesnio stebėjimų termino.
Nenorėčiau tvirtai teigti, kad šie modeliai negali būti pritaikyti ekonomikai matuoti, tačiau kol kas įdomesnių mokslinių studijų šia tema matyti neteko. Esu šiek tiek skeptiškas dėl pačių verslo ciklų dažnumo. Iš matytų duomenų panašu, kad juose yra labai daug sudėtingų dėsniams nepaklūstančių svyravimų.
– Esate ne kartą rašęs, kad ekonomikos augimas turėtų būti matuojamas kitokiais metodais nei dabar. Kodėl?
– BVP kaip ekonominio aktyvumo rodiklis buvo sugalvotas po Antrojo pasaulinio karo ir netgi jį pasiūlęs asmuo manė, kad tai nėra priemonė, kuria galima matuoti naudingą aktyvumą.
BVP kaip ekonominio aktyvumo rodiklis nėra ta priemonė, kuri galėtų matuoti naudingą ekonomikos aktyvumą.
Jei, tarkime, mes turime išleisti daugiau, norėdami suvaldyti aplinkos taršą, tai augina BVP ir atrodo kaip geras dalykas. Bet žiūrint iš esmės, geriau, kad tokia veikla nereikėtų užsiimti, nes auganti tarša ir išlaidos jai valdyti nėra gerai.
Taigi daugybė žmonių kritikuoja ekonomikos matavimą pagal BVP. Manau, kad tai tiesiog lengvai pamatuojamas rodiklis, prie kurio žmonės paprasčiausiai įprato. Vis dėlto mėginama plėtoti geresnių modelių, kurie galėtų pamatuoti ekonominį aktyvumą. Vienas iš jų – tikrosios pažangos rodiklis (angl. genuine progress indicator, GPI).
Jame kaip pradinis taškas pasirenkamas BVP, tačiau įtraukiami ir kiti, dabar ignoruojami, ekonomikos pokyčiai. Tarkime, šalis turi resursų – miškų, iškasenų, tokių kaip brangieji metalai. GPI atsižvelgia į šiuos išteklius – jei jie buvo išeikvoti, tai paveiks ir rodiklį.
Galbūt yra ir socialinių veiksnių, kurie ilgainiui blogėja, tarkime, didėja socialinė nelygybė. Tai atsispindės ir GPI. Kitaip tariant, čia įtraukiama daugybė veiksnių, siekiant matyti kuo platesnį šalies gerovės paveikslą. Matuojant šiuo būdu matyti, kad JAV pasiekė piką aštuntajame dešimtmetyje ir iš esmės nuo to laiko yra tokiame pačiame lygyje.
– Rašydamas apie ekonomiką dažnai užsimenate apie ekologiją. Kodėl manote, kad svarbu tai sieti?
– Dabartinė situacija gana keista – ekonomika yra pastatyta ant idėjos, tarsi ji plėtotųsi izoliuotoje aplinkoje, atskirta nuo biologinio ar fizinio pasaulio. Viskas apibrėžiama terminais „Kapitalas“, „Darbo jėga“, „Konkurencija“. Viskas, kas yra išorėje – ekologija, ekosistemos – ignoruojama.
Dabartinė situacija gana keista – ekonomika yra pastatyta ant idėjos, tarsi ji plėtotųsi izoliuotoje aplinkoje, atskirta nuo biologinio ar fizinio pasaulio.
Savaime suprantama, toks požiūris kelia problemų. Ekosistema dabar patiria labai smarkų spaudimą, kadangi sparčiai naudojami ištekliai, į upes ir vandenynus plūsta teršalai. Gal būtų ir galima ignoruoti mūsų įtaką pasauliui, jei mes būtume santykinai maži, tačiau šiandien žmonių vykdoma ekonomika daro labai didelę įtaką planetos būklei. Aš įsitikinęs, kad būdai, kuriais buvo studijuojama ekonomika, nebėra naudingi. Reikia įtraukti tuos veiksnius, kurie apima ekosistemą.
– Jei pagalvotume apie statistinio amerikiečio ar europiečio vartojimo apimtis ir pritaikytume jas milijoninėms besivystančioms šalims ar žemynams, matytume galimą rimtą išteklių krizę. Ir besivystančios šalys eina to link – vartoja vis daugiau. Atrodytų, būtų naudinga apriboti vartojimą, tačiau nėra sąžininga drausti Afrikos ar Azijos šalims siekti patogesnio gyvenimo. Ar šiandien turime tam kokių nors išmintingų kompromisinių sprendimų?
– Viliuosi, kad žmonės dirba šia kryptimi. Vakarų šalių ekonomika pradėjo judėti šia trajektorija anksčiau nei besivystančios šalys. Tai daugeliui žmonių atnešė klestėjimą, tačiau kartu sukūrė ir režimą, kurio negalėjome numatyti, bei padidino spaudimą mūsų planetai. Ir tuomet mes pradėjome svarstyti, ar iš tiesų šiandien gyvename gerai ir kiek laiko šis laikotarpis truks.
Dabar pats metas judėti link naujų modelių. Jie galėtų būti tarpinis variantas tarp to, kas besivystančiose šalyse leistų ištraukti žmones iš skurdo, tačiau tuo pačiu šios šalys galėtų pasimokyti iš mūsų klaidų. Per daug reikšmės suteikiama paprastiems fiziniams ištekliams, vartojimui ir neužtektinai dėmesio sveikos aplinkos išlaikymui bei kitiems būdams, kuriuos žmonės vertina, kai jų esminiai poreikiai yra patenkinami. Jie jau dabar stengiasi sumažinti savo priklausomybę nuo išteklių, kai kuriuos iš jų iš naujo perdirbdami.
Manau, kad paprasta nebus ir netgi esu gana pesimistiškas. Šiandien pasaulyje yra daug stiprių jėgų, ir dažniausiai iš verslo pusės, kurios nenori nieko per daug keisti.
– Esate daug rašęs apie dirbtinį intelektą (DI) ir jo pritaikymą. Susidariau įspūdį, kad jūs skeptiškas. Kokia tikroji jūsų pozicija šiuo klausimu?
– Aš iš tiesų esu kiek skeptiškas. Tačiau šia tema kalbu dėl to, kad seku, ką rašo idėjų kalvės ir kitos sektoriaus organizacijos, ir pastebėjau nemažai straipsnių, kuriuose garbinamas pats DI ir tai, ką jis netrukus padarys su pasauliu. Manau, kad žmones pasiekia labai vienpusiškas požiūris, todėl, kai rašau tekstus, stengiuosi jam nepasiduoti ir įnešti daugiau realybės.
DI moka puikių dalykų, pavyzdžiui, gali žaisti tokius žaidimus kaip GO, atpažinti vaizdus. Aš nesakau, kad po 5–10 metų mes negalime turėti ko nors panašaus į gatvėse laisvai riedančius savivaldžius automobilius, tačiau reikėtų žiūrėti į istoriją, jei norime suprasti, kaip technologijos įeina į žmonių gyvenimus ir kaip juos pakeičia. Taip geriau pamatytume, kur naujos tendencijos gali nueiti ir kaip greitai.
Vienoje įdomioje transporto studijoje analizuota, kaip automobilių technologijos, tokios kaip oro pagalvės, automatiniai stabdžiai ir kiti dalykai, atėjo į automobilių rinką. Kai kuriais atvejais šie išradimai laukė nuo 30 iki 50 metų, kol buvo pradėti naudoti plačiai.
Ar taip auga BVP? (Scanpix nuotr.)
Ta pati studija nurodo ir tai, kad savivaldžiai automobiliai neateis, kartu nepakeisdami gyventojų įpročių ir nesukurdami naujų iššūkių. Pavyzdžiui, aš mėgstu įšokti į automobilį ir važiuodamas į darbą mėgautis laisvu laiku. Skaityti, naršyti kompiuteryje ar pasiruošti darbui. Paaiškėjo, kad daug maloniau kažką veikti važiuojančiame automobilyje, kai jis nedaro staigių posūkių, jam nereikia akseleruoti, nereikia važinėti per nelygumus ir t. t. Taigi kai kurie žmonės tiki, kad kai savivaldžiai automobiliai išpopuliarės, jie bus užprogramuoti judėti lėčiau, o tai vėliau gali reikšti daugiau transporto spūsčių.
Kita tikimybė – jei nebus pakankamai vietų pastatyti automobilį ar tai padaryti bus brangu, žmonės gali tiesiog paleisti automobilį „į orbitą“, t. y. važinėti aplink kelias valandas, kol jo vėl prireiks.
– Dažniausiai, kai kalbame apie DI, mes norime jį „įdėti“ į kokį nors prietaisą, kuris galėtų padėti atlikti tam tikrus darbus. DI kol kas neturi emocinio prieraišumo, o tai galėtų būti pranašumas priimant racionalius sprendimus. Ar jis gali kada nors būti pačią ekonomiką valdančios smegenys?
– Taip, manau, kad idėja nebloga. Prieš keletą metų vienas JAV antropologas rašė, kad žmogaus smegenys, galvodamos apie problemas, mato, tarkime, tris susijusius kintamuosius a, b ir c. Asmuo galvoja – jei aš galėčiau įsikišti ir suvaldyti šiuos tris kintamuosius, išspręsčiau problemą.
Tai veikia, todėl tai kartojame kiekvieną kartą spręsdami problemas. Šis mokslininkas pažymėjo, kad kiekvieną kartą mes vertiname supaprastintą pasaulio modelį – tuos du ar tris kintamuosius. Mes randame atsakymą ir esame juo patenkinti, bet tuo pačiu jis dažniausiai turi netiesioginio poveikio pasekmių, kurių iš pradžių net nepastebime.
Kitaip tariant, kai mes sprendžiame problemas, to nenorėdami dažnai sukuriame naujų. Mes neturime pajėgumų visko apskaičiuoti. Todėl jis siūlo galimybę pasinaudoti kompiuterių technologijomis ir DI, kuris galėtų padėti mums iš esmės suprasti problemos sprendimo pasekmes prieš jį priimant.
Tai labai panašu į dalykus, kuriuos pasiūlėte. Dirbtinio intelekto technologija galėtų suprasti daugybę pasaulyje esančių šablonų, kurie mums nėra suprantami, ir suteikti patarimų, kaip elgtis toliau. Tai atrodo įmanoma ir skamba kaip galimybė, kurią turėtume išbandyti.
M. Buchananas
Gimė 1961 m.
1985 m. Lihajaus universitete JAV įgijo inžinerinės fizikos ir elektros inžinerijos bakalauro laipsnį.
1993 m. Virdžinijos universitete apsigynė teorinės fizikos daktaro laipsnį.
Buvęs mokslo žurnalo „Nature“ redaktorius, nuolatinis žurnalo „Nature Physics“ ir naujienų portalo „Bloomberg News“ autorius.
Keturių knygų autorius. Savo veikaluose jis įtaigiai aiškina socialinius reiškinius per fizikos teoriją, padedančią suprasti ir prognozuoti socialinių visuomenės santykių, ekonomikos ir politikos ateitį.
Rugsėjo 27–28 d. skaitys pranešimą Palangoje vyksiančioje konferencijoje „Lūžio taškas“.
Komentarai
-
- Irena
- 15:18 2018.09.27
Rodyti visus komentarus (1)Dirbtinis intelektas yra viena iš naujausių verslo inovacijų. Jį galima prietaikyti tiek gamyboje, tiek sandėlių valdyme. PAtarčiau visiems verslininkams apie tai pasidomėti, nes taip optimizuosite savo verslą, ko pasekoje išauks pelnas.
http://www.terrait.lt/produktai/verslo-valdymo-sistemos