Merge pull request #4 from rustbas/dev

ACH

.gitignore

@@ -1 +1,2 @@
 venv/
+*.bak

docs/common/ach.md

@@ -0,0 +1,217 @@
+# Немного о принятии решений и нейросетях
+
+## Мотивация
+
+Сейчас очень распространились нейросети различных форматов: для работы
+с текстом, видео, аудио, для обработки и прогнозирования данных. В
+твиттере ажиотаж вокруг новой возможности ChatGPT: обработка
+изображений в стиле студии Ghibli, известной по фильмам "Мой сосед
+Тоторо", "Унесенные призраками" и пр.
+
+Нейросети применяются не только для "развлечений", но и в весьма 
+ответственных областях, например, анализ снимков рентгена, разработке 
+программ. Для последнего даже был придуман термин [Vibe Coding](https://en.wikipedia.org/wiki/Vibe_coding). 
+
+Я, в некоторой степени, являюсь луддитом по отношению к нейросетям,
+которые генерируют тексты.  Это обусловлено преимущественно тем, что
+люди относятся к ним, как к некой "палочке-выручалочке", которая
+представляет собой кнопку "сделать красиво". Такой подход не только
+снижает *критичное отношение* к окружающему миру (зачем придумывать
+решение, если нейросеть может сгенерировать его за меня, *даже если он
+будет некорректный*), но уменьшает общее качество деятельности.
+
+Но даже так, я не являюсь противником нейросетей *просто по
+существу*. У всего есть качественные области применения, иногда не
+совсем очевидные.
+
+Здесь я хочу рассказать об **анализе конкурирующих гипотез**,
+**мозговом штурме** и **попытке применения в них нейросетей**.
+
+## Большие языковые модели
+
+Должен признать, что у меня весьма смутное представление о работе 
+таких нейросетей *под капотом*. 
+
+В моем понимании, суть их работы заключается в том, при анализе
+запроса любого толка, они "понимают", какие слова будут уместны в
+контексте этого запроса (получается такая очень сложная "китайская
+комната"[2]).
+
+Результатом же работы нейросети является текст, который я воспринимаю
+как *случайное число*, которое параметризовали запросом (*prompt*),
+примерно как случайное число из нормального распределения
+параметризуется математическим ожиданием и дисперсией. Хотя, есть и
+[другое мнение](https://x.com/tsoding/status/1896205552415658463).
+
+А если есть случайность, то значит можно её можно использовать.
+
+## Суть анализа конкурирующих гипотез
+
+**Анализ конкурирующих гипотез** - методология, разработанная Ричардом
+Хоером в 70-х годах. Целью создания метода было уменьшение влияния
+когнитивных сдвигов (*bias*) на работу аналитиков при анализе и принятии
+решений.
+
+Особенность метода заключается в том, что вместо сопоставления каждой
+гипотезе всех доказательств, наоборот, каждое доказательство
+противопоставляется всем гипотезам.
+
+Пошаговая инструкция к методу:
+
+1. Определить все **возможные** гипотезы. Лучше использовать *команду
+   аналитиков* с различным опытом, чтобы реализовать **мозговой
+   штурм**.
+2. Создать список всех существенных доказательств, аргументов "за" и
+   "против, а также фактов, которые могут помочь в анализе гипотез.
+3. Подготовить матрицу, где номер строки будет отвечать за номер
+   аргумента, а номер столбца за номер гипотезы.
+4. Проверить матрицу: уточнить формулировку гипотез, удалить аргументы,
+   которые не имеют диагностической ценности.
+5. Сопоставьте каждое доказательство каждой гипотезе. Двигайтесь 
+   по столбцам.
+6. Проанализируйте, как устойчивы ваши заключение к аргумента. 
+   Посмотрите, как изменится вывод в случае, если какие-то аргументы 
+   окажутся ложными.
+7. Составьте отчет. Проверьте правдоподобность каждой гипотезы, *не 
+   только самой приятной*.
+8. Оцените дальнейшие шаги для улучшения оценки.
+
+Можно долго вдаваться в детали реализации метода. В нашем случае, нас
+интересует часть, где необходимо придумать как можно большее число
+вариантов, используя **мозговой штурм**.
+
+### Применение нейросетей
+
+Когда нет большой *команды аналитиков*, можно попробовать заменить их
+нейросетью. В данном случае, нейросеть можно применить в двух местах:
+
+1. В п. 1 для определения всех **возможных** гипотез. Само собой,
+   качество этих гипотез определяет аналитик, но их генерацию можно
+   частично делегировать ИИ.
+2. В п.2 можно попробовать определить области, где **искать
+   доказательства** за и против. Нужно помнить, что доказательства
+   также могут представлять собой *отсутствие* чего-либо.
+
+## Пример
+
+Приведу пример (полученный также с помощью ИИ): "Почему в городе
+резко выросло число ДТП на конкретном перекрестке?".
+
+Полученный список гипотез:
+
+```
+- Инфраструктурные факторы
+    1. **Изменение дорожной разметки или знаков**: Неправильно
+       нанесенная разметка, противоречивые знаки или их отсутствие.
+	2. **Неисправность светофора**: Сбои в работе (например, мигающий
+       желтый сигнал), некорректные временные интервалы.
+	3. **Сужение полос** из-за ремонтных работ, парковки или временных
+       ограждений.
+	4. **Новые препятствия**: Установка рекламных щитов, столбов,
+       деревьев, ограничивающих обзор.
+	5. **Плохое состояние дорожного покрытия**: Выбоины, ледяная
+       корка, отсутствие освещения в темное время суток.
+	6. **Изменение типа перекрестка**: Например, переход от светофора
+       к круговому движению без должного информирования.
+
+- Транспортный поток
+	7. **Рост трафика** из-за открытия новых ТЦ, офисов, жилых
+       комплексов.
+	8. **Перенаправление движения** с других улиц из-за ремонта,
+       аварий или изменений в маршрутах.
+	9. **Увеличение грузового транспорта**: Новые логистические
+       маршруты через перекресток.
+	10. **Активность общественного транспорта**: Новые автобусные
+        остановки или троллейбусные линии.
+	
+- Человеческий фактор
+	11. **Нарушение ПДД водителями**: Частые проезды на красный свет,
+        превышение скорости, агрессивное вождение.
+	12. **Низкая видимость пешеходов**: Отсутствие зебры, освещения
+        или знаков у пешеходного перехода.
+	13. **Отвлекающие факторы**: Яркая реклама, использование
+        телефонов за рулем.
+	14. **Новички на дороге**: Увеличение числа неопытных водителей
+        (например, из-за новой автошколы поблизости).
+
+- Внешние условия
+	15. **Погодные аномалии**: Гололед, туман, дождь, слепящее солнце
+        в определенные часы.
+	16. **Сезонные факторы**: Туристы, листопад, снежные заносы.
+	17. **Животные на дороге**: Бродячие собаки, птицы или дикие
+        животные, вызывающие резкие торможения.
+
+- Технические причины
+	18. **Неисправности автомобилей**: Массовые отзывы авто из-за
+        брака тормозных систем.
+	19. **Сбои в системах помощи водителю**: Например, ошибки в
+        навигаторах, предлагающих опасные маневры.
+	20. **Электромагнитные помехи**, влияющие на работу датчиков или
+        светофоров.
+
+- Организационные и социальные факторы
+	21. **Снижение контроля со стороны ГИБДД**: Уменьшение числа
+        патрулей или камер фиксации нарушений.
+	22. **Новые правила движения**, которые водители не успели
+        изучить.
+	23. **Вандализм**: Повреждение знаков, светофоров или разметки.
+	24. **Массовые мероприятия**: Концерты, митинги или фестивали,
+        создающие заторы и невнимательность.
+
+- Статистические аномалии
+	25. **Случайная кластеризация**: Краткосрочный всплеск аварий без
+        системной причины.
+	26. **Изменение методики учета ДТП**: Теперь фиксируются даже
+        мелкие столкновения, которые раньше игнорировались.
+	27. **Ошибки в данных**: Технические сбои при сборе статистики.
+```
+
+Хочется обратить внимание, что гипотез очень много и часть из низ
+можно отмести в зависимости от контекста исследования. Но эту задачу
+**должен делать аналитик**.
+
+Ответ на вопрос: "где искать доказательства":
+
+```
+- Данные ГИБДД: Статистика нарушений, протоколы ДТП, видео с камер.
+- Дорожные службы: Отчеты о ремонтах, изменениях разметки, проверках
+  светофоров.
+- Метеорологические службы: Погодные сводки на даты аварий.
+- Соцсети и СМИ: Жалобы водителей, репортажи о проблемах на
+  перекрестке.
+- Технические данные: Логи навигаторов (Яндекс.Пробки, Google Maps),
+  отчеты автопроизводителей.
+```
+
+На основе полученных ответов можно пробовать строить анализ. 
+
+## Выводы
+
+В заключении этого небольшого текста, хочу отметить несколько выводов:
+
+1. Данная заметка не является инструкцией в стиле "вы используете
+   языковые модели неправильно". Здесь я просто хочу высказать мнение
+   касательно ИИ и отметить, какое применение я вижу у этого
+   инструмента. 
+2. В моем понимании, нейросети подойдут в тех случаях, когда нужно
+   применить **мозговой штурм**: составление гипотез, поиск
+   доказательств, составление списка действия для решения задачи в
+   методологии *GTD*.
+3. Не стоит отдавать под контроль ИИ принятие решений на _любом
+   уровне_. Все логические выкладки должен делать аналитик, который
+   использует языковую модель как инструмент.
+4. Думаю, обращаться за помощью к нейросетям, нужно если не в
+   *последнюю очередь*, то хотя бы не сразу. Во-первых, стоит не
+   забывать про собственное *критичное отношение* к миру, а во-вторых,
+   цель **мозгового штурма** -- это сбор _всех_ возможных вариантов,
+   которые могут пройти ниже радаров нейросети, и про которые потом не
+   станет думать аналитик, будучи отвлеченный анализом результатов.
+
+По итогу, я убежден, что языковые модели -- это *инструмент*, который
+можно применить во множестве областей, но это все же *инструмент*. Он
+не решит все проблемы за вас, но поможет вам решить ваши проблемы.
+
+## Источники
+
+1. [Psychology of intelligence analysis](https://www.amazon.com/Psychology-Intelligence-Analysis-Richards-Heuer/dp/B0016OST3O)
+2. [Китайская комната](https://ru.wikipedia.org/wiki/%D0%9A%D0%B8%D1%82%D0%B0%D0%B9%D1%81%D0%BA%D0%B0%D1%8F_%D0%BA%D0%BE%D0%BC%D0%BD%D0%B0%D1%82%D0%B0)

docs/common/index.md

@@ -0,0 +1,3 @@
+# Общие заметки
+
+## 2025-04-23 [Немного о принятии решений и нейросетях](ach.md)

mkdocs.yml

@@ -13,6 +13,7 @@ nav:
   # - "Обо мне": 'index.md'
   - "Математика": 'maths/index.md'
   - "Linux": 'linux/index.md'
+  - "Общее": 'common/index.md'
 
 plugins:
   - search: