# Немного о принятии решений и нейросетях

## Мотивация

Сейчас очень распространились нейросети различных форматов: для работы
с текстом, видео, аудио, для обработки 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 ренгена, 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 обусловленно преимущественно тем, что
люди относятся к ним, как к некой "палочке-выручалочке", которая
представляет собой кнопку "сделать красиво". Такой подход не только
*критичное отношение* к окружающему миру (зачем придумывать решение,
если нейросеть может сгенерировать его за меня, *даже если он будет
некорректный*), но уменьшает общее качество результата.

Но несмотря на это, 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** и 
попытке использования нейросетей для его применения.

## 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 текста
любого толка, они "начинают" понимать, в каком контексте уместны какие
слова (получается такая очень сложная "китайская комната"). 

Результатом же работы нейросети является текст, который я 
воспринимаю как *случайное число*, которое параметризовали запросом 
(примерно как случаное 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. 

## Применение нейросетей

## Пример

## Вывод

## Источники