Текст книги "Обратная разработка великих свершений. Реверс-инжиниринг как путь к мастерству"

Глава 2
Алгоритмическое мышление

Алисе Натан было двадцать два года, когда она познакомилась с Джошем Яновером.

Молодые люди обменялись несколькими робкими сообщениями, затем еще несколькими. Джон предложил куда-нибудь сходить. На первое свидание молодые люди отправились в арт-кафе. Все шло замечательно. Некоторое время спустя Алиса заметила, что помещение опустело и персонал убирает все вокруг. Девушка спросила одного из них, не собираются ли они закрываться. «Дорогуша, мы закрылись 45 минут назад», – ответили ей.

Было поздно, но расходиться не хотелось. Молодые люди решили продолжить вечер и отправились в пиццерию, которая очень нравилась Джошу, где съели вкусную грибную пиццу и обменялись первым поцелуем. Это было замечательное свидание. Менее чем через два года они уже были готовы жить долго и счастливо под одной крышей и строили планы относительно свадьбы.

Алиса и Джош познакомились и поженились благодаря алгоритму, на котором построена работа самого популярного в мире приложения для знакомств Tinder.

Еще не так давно идея поиска романтического партнера в интернете считалась актом отчаяния. Сегодня данное предубеждение осталось в прошлом. Исследования показывают, что примерно 40 процентов любовных отношений начинаются с общения в режиме онлайн и эта связь оказывается значительно более успешной, нежели та, которая возникла в результате личного знакомства. Иными словами, люди, познакомившиеся через интернет, имеют больше шансов разделить счастливую судьбу Алисы и Джоша.

Одна из причин эффективности приложений знакомств в ходе поиска гармоничных пар заключается в том, что они используют процесс машинного обучения для выявления предпочтений, которые не высказываются вслух, то есть таких, которые люди могут сами в себе не замечать. Каждый раз, когда пользователи типа Алисы быстро пролистывают одни фотографии, а на других задерживают взгляд, или когда нажимают на снимок, чтобы открыть профайл потенциального претендента, или когда реагируют на текстовые сообщения, алгоритм Tinder фиксирует все это. Подобные действия указывают на наличие интереса. Затем алгоритм анализирует черты мужчин, на которых Алиса обратила внимание, и находит объединяющие их отличительные признаки. Все они высокие или низкорослые? Какой у них средний возраст? Понятно ли из профилей мужчин, какие они: жизнерадостные и склонные к приключениям или, наоборот, застенчивые и осторожные?

Фактически алгоритм Tinder ищет формулу, которая описывает черты идеального мужчины с точки зрения Алисы. Чем лучше алгоритму удается определить предпочтения девушки, тем больше шансов, что она заинтересуется претендентами, которые будут рекомендованы ей системой, и найдет Того Самого.

В последние годы алгоритмы типа Tinder используются во многих сферах деятельности благодаря возможности быстро выявлять шаблоны и закономерности. Их способность извлечь из тысяч кликов, скроллов и свайпов некую формулу, а затем применить ее для предсказания поведения человека в будущем играет огромную роль в сферах бизнеса, технологий и даже романтических отношений.

И данный процесс обладает очевидными сходствами с методом обратного инжиниринга. Превращение интересной истории, симфонии или фотографии в некую формулу успеха точно так же предполагает экстраполяцию за пределы той информации, которую можно получить из какого-либо одного примера. Для этого нужно сделать шаг назад, вывести сначала некую закономерность, а затем формулу.

Способность выявлять закономерности и формулы отличает человека от животных. Более того, в течение многих лет это было фундаментальным требованием для выживания людей.

На протяжении всей истории человечества наши предки полагались на умение обнаруживать наличие закономерностей, чтобы предвидеть, где они смогут найти пищу, какого цвета растения вероятнее всего окажутся ядовитыми и в какое время суток можно безопасно бродить по саванне. Для выживания во враждебной среде нужно научиться читать ее и предвидеть, что может произойти в следующий момент. И хотя в наше время подобное умение перестало быть вопросом жизни и смерти, психологи полагают, что оно продолжает играть важную роль с точки зрения предсказания успеха и является одной из граней высокоразвитого интеллекта.

Однако, как отмечают специалисты, благодаря развитию науки и техники мы достигли такого момента, когда способность компьютеров устанавливать закономерности далеко превзошла человеческие возможности. В связи с этим возникает несколько интересных вопросов: что именно позволяет алгоритмам, о которых идет речь, так эффективно выявлять закономерности и чему это может научить с точки зрения повышения эффективности обратного инжиниринга?

Лаконичный ответ: многому.

Начнем с азов. Механизм распознавания закономерностей состоит из четырех главных этапов. Первый из них – это сбор образцов. Прежде чем начать предсказывать, каких именно мужчин Алиса находит привлекательными, нужно отобрать и претендентов, которым она симпатизирует, и тех, которые ей не нравятся. Вы сможете получить данную информацию, анализируя реакцию девушки на профайлы разных мужчин.

Второй шаг заключается в систематизации собранных сведений и определенииважных отличительных особенностей. Что в этих мужчинах влияет на предпочтение Алисы? Очевидно, что существуют некие физические параметры, такие как возраст, рост и вес. Но есть и особенности в профайлах претендентов: много ли фотографий они размещают на своей странице, насколько подробно рассказывают о себе и на какой тип личности указывает их характеристика самих себя. Чем больше факторов вы сумеете идентифицировать на второй стадии, тем больше у вас шансов выявить именно тот из них, который пробуждает в Алисе интерес.

Третий шаг – это обнаружение схожих черт. Что общего у мужчин, которых Алиса находит привлекательными? В чем они похожи внешне? А как насчет тех, которых Алиса отвергла? Какие качества отличают их от мужчин, которым она симпатизирует? Сравнивая характеристики, присущие обеим группам, алгоритм может начать идентифицировать те основные факторы, которые предопределяют выбор Алисы.

Последний, четвертый, шаг – это попытка системы на основе проведенного анализа предсказать, каких мужчин Алиса найдет привлекательными. Именно их она будет предлагать девушке в первую очередь. И чем больше свайпов делает Алиса, тем эффективнее становится алгоритм, поскольку он использует обратную связь для уточнения и совершенствования своих предсказаний.

Когда число переменных невелико, люди достаточно хорошо справляются с задачей выявления закономерностей. Но если уровень сложности повышается, то наших способностей уже не хватает. И вот здесь на помощь приходят компьютерные алгоритмы.

Такие системы способны оценивать гигантские базы данных и анализировать множество факторов одновременно, а также корректировать свои прогнозы в режиме реального времени по мере получения новой информации. Кроме того, они не подвержены разного рода бессознательным ожиданиям и социальному давлению, из-за которых мы во многих случаях избегаем предсказаний, идущих вразрез с общепринятыми представлениями.

И эти преимущества накапливаются. В качестве примера давайте рассмотрим, как компания IBM подняла на новые высоты мир кулинарии. Некоторое время назад программисты из IBM загрузили в суперкомпьютер Watson, названный так в честь первого руководителя компании и снабженный искусственным интеллектом, данные исследований относительно того, какие продукты люди находят приятными на вкус (этим вопросом занимается область науки, известная как гедонистическая физика), а также архив рецептов с сайта Bon Appetit. Кроме того, они создали программу под названием Chef Watson, которая систематизирует всю полученную информацию и предлагает новые рецепты на основе выявленных принципов и закономерностей.

Результат оказался поразительным благодаря не только инновационным комбинациям, предложенным программой Chef Watson, но и тем скрытым принципам, которые удалось раскрыть с помощью алгоритма.

Думая об удачном кулинарном продукте, мы чаще всего сосредоточиваемся исключительно на вкусе. Анализ, проведенный программой Chef Watson, указывает на то, что вовсе не вкус делает блюдо неотразимым, а его аромат. Как выяснилось, запах жареной курицы или супа из омаров активирует рецепторы в носу и горле, способствуя выделению в кровь эндорфинов задолго до того, как мы попробуем блюдо, и доставляя нам чувство радости, которое мы даже не осознаем.

Второй вывод, который можно сделать из открытий программы Chef Watson, заключается в том, что букет ароматов блюд может быть рассчитан с математической точностью.

Вам не нужно даже готовить блюдо, чтобы определить, будет ли оно приятно пахнуть. Достаточно проанализировать ингредиенты, входящие в его состав. Каждый из них содержит определенное количество химических веществ, которые называются ароматическими соединениями и придают готовому блюду уникальный запах. Так вот, анализ, проведенный программой Chef Watson, выявил в рецептах, которые завоевывают награды и признание гурманов, скрытую закономерность: входящие в них ингредиенты в общей сложности содержат большое количество ароматических соединений.

Подобный анализ информации и сложные математические расчеты, позволяющие копнуть глубже и обнаружить невидимую структуру, способны объяснить, почему некоторые блюда пользуются всеобщей любовью. Возьмем, к примеру, пиццу. Согласно расчету IBM, помидоры, моцарелла, пармезан и тесто содержат более сотни различных ароматических соединений, что делает блюдо практически неотразимым по вкусу для человека.

Искусственный интеллект Watson может применять данные открытия для разработки новых, более сложных и провокационных рецептов, которые даже в голову не пришли бы многим поварам. Наиболее интересные рекомендации программы состоят в том, чтобы сочетать жареную спаржу с горьким шоколадом, жареную утку – с помидорами, оливками и вишней, а куриный кебаб – с клубникой, яблоками и грибами.

Очевидно, что к выводам, сделанным из анализа программы Chef Watson, не смог бы прийти даже самый амбициозный кулинарный эксперт без использования суперкомпьютера. Однако благодаря этому программному подходу, использующему алгоритмы вроде тех, на которых строится служба знакомств Tinder и программа IBM Watson, можно многому научиться, особенно когда речь заходит о реверс-инжиниринге творений, которые нам хотелось бы взять на вооружение.

Давайте внимательнее изучим работу алгоритмов. Начнем с первого шага – сбора образцов.

Стоит отметить, что первое действие, выполняемое компьютерной программой, предназначенной для выявления закономерностей, сводится не к анализу, а к сбору информации. И это вполне согласуется с тем, как характеризуют себя многие писатели, музыканты и художники, причисляя себя не к мастерам-ремесленникам, а к коллекционерам. Они с жадностью собирают труды своих предшественников, одержимо гоняются за ними, накапливают источники влияния и вдохновения, подобно тому как повара активно выискивают лучшие ингредиенты для кулинарных шедевров.

История учит, что многие выдающиеся мастера своего дела имели природную склонность собирать вещи, которыми восхищались, и в большинстве случаев коллекционерами они становились гораздо раньше, чем мастерами. Энди Уорхол собирал картины, Дэвид Боуи – грамзаписи, Джулия Чайлд – кулинарные книги. Режиссер Квентин Тарантино проводил за просмотром кинофильмов так много времени, что местный видеомагазин нанял его в качестве эксперта, который давал рекомендации покупателям (что позволяло ему смотреть еще больше фильмов и при этом получать зарплату). Библиотека Эрнеста Хемингуэя пополнялась примерно двумя сотнями книг ежегодно, и к моменту смерти писателя в ней насчитывалось более девяти тысяч томов. Генри Джеймс был, вероятно, прав, когда заметил, что «писатель – это читатель, занявшийся подражательством».

Почему же коллекционировать выдающиеся образцы чужого творчества так важно? Потому что первым шагом к овладению ремеслом является признание мастерства в других людях.

Для многих выдающихся личностей путь к освоению профессии начинался со стремления собрать как можно больше образцов творчества в выбранной ими сфере деятельности. Со временем данная склонность помогала им оттачивать навыки, тоньше чувствовать вызывающие восхищение элементы, а также презираемые условности и стереотипы.

Подобно тому как алгоритм продолжает совершенствоваться за счет усвоения новой информации в режиме реального времени, так и изучение образцов играет центральную роль в карьере любой творческой личности. Романист Том Перротта занимается творчеством более 25 лет, но по-прежнему полагает, что хороший писатель должен быть жаден до чтения: «Если ты не читаешь постоянно, то, я думаю, ты не писатель. Это не критика, а тест на профпригодность».

Погружение в лучшие образцы творчества способствует развитию в таких направлениях, о которых мы даже не подозреваем. Оно позволяет усваивать стандарты и условности, присущие выбранной нами сфере деятельности, почти на автомате. Исследования свидетельствуют о том, что изучение образцов и понимание структуры, лежащей в их основе, приводят к обнаружению принципов и закономерностей, даже если сознательно не пытаться чему-то научиться. Данный процесс когнитивные психологи называют имплицитным научением. Если вы ловите себя на мысли, что первые несколько эпизодов сериала увлекли вас, но к концу сезона их предсказуемость наскучила вам, то наверняка здесь сыграло роль имплицитное научение.

Кроме того, расширяются наши представления о собственных возможностях. Людям часто говорят, что мастерство требует в первую очередь практики. Если вы хотите стать профессионалом в каком-то деле, то должны иметь четкие цели, незамедлительную обратную связь и постоянно повторять одни и те же действия. Но данная формула имеет существенный изъян. Вы не можете применять на деле идею, которая не пришла в голову. Если вы находитесь в изоляции от внешнего влияния и вдохновения, в вашей голове не появятся новые интересные замыслы, сколько ни практикуйся. Они ждут, когда вы обнаружите их в трудах уже состоявшихся мастеров.

Когда у вас есть большая коллекция образцов для подражания и источников влияния, вы имеете возможность понять уникальные достоинства каждого из них. Например, любой писатель уверен, что редкий автор одинаково хорош в развитии сюжета, построении диалогов, разработке персонажей, описании настроений и красоте слога. Десятилетиями занимаясь изучением образцов, они знают, какими сильными сторонами обладает каждый из них, и это позволяет им творчески смешивать источники влияния и в нужный момент опираться на те или иные модели, чтобы сделать свое произведение еще лучше.

Когда вы коллекционируете образцы и выделяете наиболее интересные из них, это приносит дополнительную пользу. Закономерности легче обнаруживаются в большом количестве. Чем больше замечательных образцов есть в вашем распоряжении для изучения и анализа, тем легче обнаружить то, что их объединяет.

Что делать после того, как коллекция собрана? Когда вы определились с тем, какие работы находите достаточно интересными и какие получили отклик в вашей душе, как разобраться, что же в них такого особенного?

Как раз в этот момент алгоритмы распознавания закономерностей приступают к полномасштабному анализу. Они начинают поиск факторов, которые отличают один образец от другого, чтобы обнаружить ключевые качества, придающие уникальность каждому из «успешных» образцов.

Когда же поиском закономерностей занимается не быстродействующая машина, а человек, это напоминает игру «Найди отличия». В ее детской версии вашему вниманию предлагаются две почти одинаковые картинки, и вы должны внимательно рассмотреть их и найти, чем одна картинка отличается от другой.

Аналогичный подход применяется к выявлению закономерностей в образцах, которые вызывают наше восхищение.

Вот как это работает на практике. Представьте, что вы наткнулись на веб-сайт одного из сторонников здорового образа жизни, который чем-то понравился вам. Целевая страница информационного ресурса кажется свежей, чарующей и тут же приковывает к себе внимание. И вы уже готовы зарегистрироваться, чтобы получить бесплатный подарок, но на мгновение останавливаете себя. «Обычно я не подписываюсь на подобные бюллетени, – удивляетесь вы, – что же не так на этот раз?»

Когда подобная мысль мелькает в голове обычного посетителя сайта, он лишь пожимает плечами и идет дальше заниматься своими делами. Но с помощью игры «Найди отличия» вы можете не просто удивиться, но и сделать что-то большее. Существует несколько конкретных вопросов, с которых можно начать, чтобы выделить характеристики данной страницы веб-сайта, делающие ее такой притягательной и эффективной.

Первый и наиболее очевидный вопрос звучит так: «Чем эта целевая страница отличается от целевых страниц сайтов других проповедников ЗОЖ?»

А вот варианты этого же вопроса:

• Что делает данную страницу такой притягательной?

• Чему я могу научиться из полученной здесь информации?

• Как имеющиеся сведения можно применить к тому, над чем я работаю?

В конце концов, вопросы, которые вы задаете, не так важны, как сам процесс размышления над интересным примером, когда вы пытаетесь интеллектуально деконструировать причины, обусловливающие эффективность рассматриваемого образца.

Профессор Гарвардской школы бизнеса Клейтон Кристенсен потратил десятилетия на анализ различий между обычными менеджерами и такими предпринимателями из категории «подрывных инноваторов», как Илон Маск, Рид Хастингс и Джефф Безос. То, что он обнаружил, весьма интересно. Согласно исследованиям Кристенсена, личностные качества менеджеров и предпринимателей на удивление схожи. Лучшие предприниматели вовсе не умнее средних менеджеров, и средние менеджеры готовы рисковать не меньше, чем предприниматели. Разница объясняется не их личностными качествами, а поведением.

Если говорить о поведении, то разрыв между данными группами особенно заметен в умении задавать вопросы. По сравнению со средними менеджерами подрывные инноваторы прикладывают гораздо больше усилий для удовлетворения своего любопытства. Это их отличительный признак, главный индикатор инновационного менталитета. Основатели задают вопросы, а менеджеры отвечают на них. Выдающиеся предприниматели спрашивают об общей картине происходящего («Какова здесь реальная проблема?»), рассматривают сценарии «а что, если…» («Что произойдет, если мы перестанем принимать наличные?»), а также стараются обнажить корень проблемы («Что заставляет клиентов вести себя именно так?»).

Здесь важно научиться формулировать вопросы таким образом, чтобы они не воспринимались как тривиальные, непродуктивные или чрезмерно отвлеченные. Если вы хотите улучшить результат работы, умение задавать вопросы является одной из важнейших составляющих успеха.

Чтобы обнаружить важные отличительные особенности изучаемого образца, иногда имеет смысл исследовать его более глубоко, используя множество средств и методов. Например, если вам никак не удается постичь секрет успеха какого-то писателя, попробуйте поискать ключи в его аудиокнигах. Слушая, как автор читает собственный текст, можно понять, что за голос звучал у него в голове, когда он создавал свое произведение. Ритм, используемый писателем, содержит в себе полезную информацию, а выбор того или иного порядка слов раскрывает его фундаментальные намерения.

Заменить письменный текст аудиокнигой – это одна тактика. Однако столь же полезным бывает и обратный подход: вместо устного выступления использовать письменный текст. Если вы восхищаетесь каким-то оратором, перенесите его речь на бумагу. Если хотите внимательнее изучить какой-то фильм или спектакль, найдите сценарий либо наймите человека, который стенографирует для вас диалоги. Если вы музыкант, переложите песню на ноты. Чем больше будет инструментов анализа, тем выше шансы обнаружить ключевые особенности, которые делают рассматриваемое произведение выдающимся.

Бывают ситуации, когда вы из кожи вон лезете, чтобы понять, что особенного в изучаемом образце, но вам никак не удается взломать код. К счастью, существует огромное количество дополнительных приемов, которые можно использовать для выявления различий и идентификации важных вариантов. Все они связаны с одной общей стратегией: изменить точку или угол зрения, взглянуть на ситуацию с большего расстояния, и тогда скрытая структура зачастую становится очевидной.

Эта стратегия называется «взгляд с расстояния».