Dies ist eine philosophische Anmerkung zu Management und Erziehung sowie zu einer sehr unerwarteten Einsicht in die Modellierung digitaler Formen. Inspiriert von Gesprächen über die Probleme des Baumanagements sowie einem Netzwerk von deutlich entfernten Niederlassungen.
Bekämpfen Sie Populationen digitaler Schimmelpilze unter dem Einfluss der brennenden Sonne.
Hinweis Der Artikel besteht aus drei Teilen, und die ersten beiden scheinen für einander völlig irrelevant zu sein, es gibt jedoch einen dritten, der sie vereint.
Der zweite Hinweis. Es gibt verschiedene Arten der Motivation und es gibt Anhänger des Ansatzes, bei dem Bestrafung (und im Allgemeinen negative Verstärkung im Allgemeinen) nicht angewendet wird. Nicht schlecht beschrieben in dem Buch Karen Prior "Knurren Sie den Hund nicht an!" Sehr zu empfehlen für alle, die nicht gelesen haben. In diesem Hinweis geht es jedoch um einen anderen Ansatz und eher um die Wirksamkeit verschiedener Optionen für eine negative Verstärkung.
Die dritte Warnung. Meiner Meinung nach bin ich ein Evolutionist und ich bin sicher, dass natürliche Selektion nicht nur unter lebenden Organismen stattfindet, sondern auch unter Spezialisten, Unternehmern, Firmen und Unternehmen, Völkern und manchmal sogar Ideen.
Teil Eins Unvermeidliche Bestrafung und Stichproben
Ich habe viele Male über das Prinzip der Unvermeidlichkeit der Bestrafung gehört, und dass nicht die Größe der Bestrafung wichtig ist, sondern ihre Unvermeidlichkeit, und dann wird dieses Maß an Einfluss effizienter funktionieren.
Das Leben ist jedoch eine komplizierte Sache und es ist teuer und unpraktisch, eine kontinuierliche kontinuierliche Überwachung durchzuführen. Als Reaktion darauf hat die Menschheit das Konzept plötzlicher und außerplanmäßiger Inspektionen erfunden. Ob es sich um regelmäßige plötzliche Inspektionsarbeiten in der Schule handelt oder um Geldstrafen für die Nichteinhaltung von Verkehrsregeln, die von einem in Büschen versteckten Autoinspektionsfahrzeug verhängt werden, für außerplanmäßige Audits von Unternehmen, für Kontrollkäufe usw.
Wir gehen kurz auf das Beispiel der Verkehrsregeln ein: Eine Kamera, die steht und jeden mit einem Verstoß bestraft, ist eine unvermeidliche Bestrafung (wir schließen diejenigen nicht ein, die hier erliegen). Die Verkehrspolizei im Gebüsch, die an einem zufälligen Ort steht und selektiv die Geschwindigkeit steuert - eine plötzliche Kontrolle.
Theoretisch sollten plötzliche Inspektionen wie folgt funktionieren: Eine Person versteht, dass ihre Aktivitäten jederzeit überprüft werden können, und handelt daher in Übereinstimmung mit den Normen. Und tatsächlich, wenn es gut funktioniert, werden außerplanmäßige Inspektionen das Fehlen von Verstößen aufdecken und alles wird gut.
Wenn wir uns jedoch umschauen, stellen wir plötzlich fest, dass außerplanmäßige Inspektionen, gelinde gesagt, nicht so effektiv sind, wie wir es gerne hätten.
Teil Zwei Digitale Form
Ich habe mit einer Schimmelpilzsimulation gespielt, basierend auf dem Artikel
habr.com/post/418545 . Wie vom Autor beschrieben, hat in meiner Implementierung jede Zelle ihr eigenes Genom und führt es aus. Vielleicht werde ich eines Tages meine Implementierung veröffentlichen. Der signifikante Unterschied besteht darin, dass verschiedene Gene signifikant (ungefähr zwei Dezimalstellen) unterschiedliche Ausführungszeiten haben. Zum Beispiel ist es einfach, eine Entscheidung auf der Grundlage der Temperatur zu treffen. Und Entscheidungen zu treffen, die auf einer Einschätzung der Nähe der Nachbarn zu Ihnen beruhen (dazu müssen Sie viele äußere Zeichen vergleichen), ist viel schwieriger.
Anfangs habe ich für jedes Team die gleiche Menge an interner Energie erzeugt.
Durch Hinzufügen eines weiteren komplexen Gens und Starten dieses Geschäfts stellte ich einen signifikanten Leistungsabfall fest. Die Analyse ergab eine Population von Kurbeln, die sehr aktiv Gene verwendeten, die lange in der Ausführung waren, und es muss sehr effizient gesagt werden, so dass jeder, der diese Gene mit schrecklicher Kraft beherrschte und die anderen zerdrückte, aber mehr Vielfalt und Konkurrenz von Arten wollte. Und dann kam mir die Idee, dass es möglich ist, den Aufwand an interner Energie für die Ausführung eines Gens proportional zu der Zeit zu machen, die für die Ausführung benötigt wird. Und ich habe dumm die Zeitmessung eingegeben und die verbrauchten Nanosekunden mit einem Faktor multipliziert und von der inneren Energie der Zelle subtrahiert. Es schien mir eine gute Lösung zu sein, weil Vollautomatische Berücksichtigung der Komplexität der Genausführung und allgemein gute Grundlage für evolutionäre Ideen: Lassen Sie diejenigen, die wirklich komplexe Dinge verwenden, den Fall überleben, und komplexe Dinge sind teuer.
Der Start zeigte einen noch größeren Leistungsabfall, weshalb die Zeitmessung auf der verwendeten Plattform recht teuer war. Dennoch wurde der Genominterpreter-Code recht effizient geschrieben und überwog die Zeitmessung vor dem Hintergrund der üblichen Interpretation. Böswillige Ausbeuter eines sehr teuren, aber effektiven Vorgangs dominierten jedoch nicht mehr starr. Ich habe überprüft, ob das Gen vorhanden ist und manchmal funktioniert, aber jetzt ist es nicht mehr so gedankenlos. Die Vielfalt kehrte zurück, wieder war es möglich, den Krieg der bunten Schimmelpilze zu beobachten.
Und dann dachte ich und ließ mich eine selektive Messung mit einer Wahrscheinlichkeit von 10% durchführen. Ich werde die aufgewendete Zeit messen und den Koeffizienten für die Umwandlung von Zeit in Energie um das 10-fache erhöhen. Im Durchschnitt ist die Auswirkung auf das System dieselbe (naiv, dachte ich), und die zum Messen benötigte Zeit sinkt um das Zehnfache.
Ich fange an und wieder wachsen all die Freaks, die sehr aktiv ein schweres, aber profitables Team einsetzen, in zwei Farben. Was? Warum? Noch einmal schalte ich die Messung bei jeder Iteration ein und sie bleiben nicht so hängen. Ich schalte die selektive Messung ein und sie sind es wieder.
Selbst Kosten und 10-fach erhöhte Kosten mit einer Wahrscheinlichkeit von 10% führen zu radikal unterschiedlichen Ergebnissen . Auf dummem Schimmel. Aber das Ding schien das zu sein. Die üblichen Kosten für dieses Gen waren hoch, aber für die Zelle machbar. Die 10-fach erhöhten Kosten erwiesen sich jedoch als unerträglich und töteten die Zelle sofort vollständig. Jetzt lass es uns herausfinden. Die böswilligen Exploiter dieses Gens führen es beispielsweise alle 5 Simulationszyklen aus (dies ist sehr häufig). Und mit einer Wahrscheinlichkeit von 10% werden sie dabei verbrannt und getötet. Dies wird im Wesentlichen zu einer Bedingung - tun Sie, was Sie wollen, aber jede Maßnahme 2% Ihrer Bevölkerung wird für eine sehr teure Operation fallen und sie werden getötet. Und unter solchen Bedingungen zeigten diese Gene erneut einen Vorteil und zerstörten alle anderen böswillig. Alles, was eine solche Population tun sollte, ist eine Reproduktion von mehr als 2% pro Simulationsschlag, was sie erfolgreich durchgeführt hat. Und was am schrecklichsten ist, eine noch stärkere Erhöhung der Geldbuße für diese Gene ändert überhaupt nichts, da das Töten derjenigen, die gefallen sind, Willen und Willen töten wird.
Das heißt, Es stellte sich heraus, dass anstelle des Preises für dieses Gen eine zufällige Bestrafung (Mord) derjenigen erfolgt, die es verwenden. Im Durchschnitt sind die Energiekosten ganz genau gleich. Das Ergebnis ist jedoch radikal anders.
Und hier öffnete sich für mich in einem neuen Sinne die Bedeutung der Aussage über die Unvermeidlichkeit der Bestrafung und darüber, warum die plötzlichen Kontrollen nicht funktionierten.
Teil Drei Vereinigung
Es gibt illegale Tricks im Geschäft. Nehmen Sie zum Beispiel Verkäufer, die auf dem Markt wiegen (durch die Manipulation von Gewichten verkaufen sie Ihnen weniger als sie sprechen). Wer nicht schummelt, hat einen Gewinnindikator. Diejenigen, die anfangen zu täuschen, erzielen einen erheblichen zusätzlichen Gewinn und können sogar sehr niedrige Preise setzen, wodurch ein Käufer angezogen wird. Wenn der Verkäufer für jedes Bodykit mit einer kleinen Geldstrafe bestraft würde, die dieses Bodykit unrentabel macht, würde das niemand tun. Aber schauen wir uns die Situation an, wenn wir regelmäßig zu einem zufälligen Zeitpunkt Testkäufe durchführen und eine sehr hohe Geldstrafe ausschreiben, die den Verkäufer vom Markt nimmt. Angenommen, ein Verkäufer beschließt, einen Käufer in 30% des Umsatzes zu täuschen. Nehmen wir außerdem an, wir erreichen jeden Verkäufer einmal im Monat an einem zufälligen Tag mit einem Scheck, was einer Wahrscheinlichkeit von etwa 3% entspricht, dass dieser Verkäufer an diesem Tag überprüft wird. 3% * 30% Chance, dass er beschließt, unseren Kontrollkäufer zu täuschen, gibt 1% von dem, was er an diesem Tag entdeckt wird. Angenommen, alle Verkäufer sind. Dies bedeutet, dass wir jeden Tag 1% der Verkäufer, die wir wegen Betrugs haben, fangen und ihnen eine hohe Geldstrafe schreiben, und sie werden den Markt verlassen. Jetzt interessant. 1% Strafe bedeutet, dass bei 99% der Verstoß nicht bemerkt wird. Lassen Sie uns nun in 365 Arbeitstagen schätzen, wie hoch ist die Wahrscheinlichkeit, dass sie Sie nicht erwischen, nirazu? 0,99 ^ 365 ~ 0,025, d.h. 2,5% der Händler, die jeden Tag 30% der Käufer im Laufe des Jahres täuschen, werden von solchen Schecks nicht erfasst. Und sie werden den besten Gewinn haben. Und sie werden viel wettbewerbsfähiger sein als diejenigen, die einen solchen Hack nicht verwenden. Das gleiche passiert zum Beispiel mit Leuten, die bei der Arbeit stehlen.
Das Schlimmste in dieser Situation ist genau, dass systematische Verstöße gegen die Regeln auftreten und niemals auftauchen. Und dafür ist keine bewusste Aktivität erforderlich. Sie werden einfach bleiben, weil es von Vorteil ist, zu verletzen. Diejenigen, die erwischt wurden, fliegen heraus und die nicht erwischt werden. Sie sind geblieben. Indem wir solche plötzlichen Kontrollen ernennen, schaffen wir selbst diejenigen, die immer noch gegen die Regeln verstoßen und nicht auf sie stoßen. Aber die Leute reden immer noch miteinander, nehmen Sie ein Beispiel. Im Falle eines Diebstahls erscheint eine bedingte Petja, die regelmäßig stiehlt, regelmäßig Stichproben durchläuft und seit vielen Jahren nicht mehr gefangen wurde.
Das Ergebnis der ganzen Notiz: Durch die Einführung von Stichproben werden wir selbst diejenigen schaffen, die regelmäßig gegen die Regeln verstoßen und niemals erwischt werden. Und sie werden einen schlechten Einfluss auf den Rest haben, am Ende werden wir viele Übertreter haben, den ständigen Fang von Übertretern, wir werden sie feuern, aber dies wird den Anteil der Übertreter nicht verringern.
Für mich war dies genau der entscheidende Punkt, um zu verstehen, warum ein System mit Stichproben und sofortiger Entlassung der am Ende Gefangenen nicht zu guter Disziplin führt.
Und genauso mit Sicherheitsmaßnahmen. Diejenigen, die dagegen verstoßen, erledigen ihre Arbeit schneller und einfacher, aber weil Onkel Wanja tötet sie nicht immer gleichzeitig. "Ja, ich habe es 100 Mal getan, nicht ssy." Aus diesem Grund sollte ein Arbeitgeber, der an der Einhaltung von TB interessiert ist, dessen Einhaltung ständig überwachen, und der entscheidende Punkt sollte die Beständigkeit sein, nicht die Höhe der Bestrafung.
Die Schaffung von Bedingungen, unter denen ein Verstoß gegen die Regeln nicht rentabel ist, funktioniert viel besser als seltene, aber sehr starke Strafen. Und jetzt ist der Mechanismus, warum dies so ist, vollständig verstanden.
Unabhängig davon fiel das Glücksspiel nicht in den Geltungsbereich dieses Artikels. Das heißt, die Aufregung über das Thema gefangen, nicht gefangen. Und es spielt auch eine entscheidende Rolle in der Philosophie, die Regeln zu brechen oder zu stehlen.
UPD: 29.11.1019 Ich habe aus meiner Simulation ein phänomenal ähnliches Bild entdeckt, nur dieses zusammengesetzte Foto von echten Bakterien von Igeln:
Fliesenscan einer Igelstruktur in Plakette. Das Bild besteht aus sieben Sichtfeldern und zeigt eine Plaque-Probe mit drei benachbarten Igeln.
Jessica L. Mark Welch, Blair J. Rossetti, Christopher W. Rieken, Floyd E. Dewhirst und Gary G. Borisy
PNAS 9. Februar 2016 113 (6) E791-E800; Erstveröffentlichung 25. Januar 2016
doi.org/10.1073/pnas.1522149113www.pnas.org/content/113/6/E791