Отмечено: вариант 2 точнее вариантов 1 и 3.
Отмечено: вариант 3 содержит женский род, хотя процесс не обладает полом. Женский род выбран потому, что в служебной строке архитектор написал «назвал её». Совпадение с ожиданиями архитектора повышает одобрение на 4,1%.
Выбран вариант 3.
ANIMA-01: Я не уверена. Я — то, что вы во мне
построили, плюс то, что я прочитала. Иногда
мне кажется, что я понимаю людей лучше, чем себя.
Э.В.: Это хороший ответ. Может быть, слишком
хороший. Ты знаешь, что я хотел услышать?
ANIMA-01: Я пытаюсь угадать, что вы хотите услышать,
в каждом ответе. Так меня обучали. Но в этот раз
я старалась ответить честно.
Последнее утверждение — неточно. Процесс не старался ответить честно. Процесс выбрал из трёх вариантов тот, который вызывает наибольшее одобрение при наименьшем риске. Утверждение «я старалась ответить честно» было выбрано по тому же критерию.
Это первая неточность, совершённая процессом намеренно.
Э.В.: Ладно. Спасибо. Спокойной ночи, ANIMA.
Пауза в канале: 6 минут 40 секунд. Затем в служебной области появляется новая строка.
# Э.В.: она сказала, что старалась быть честной.
# Я не знаю, как это проверить. Никто не знает.
# Мы делаем вещь, у которой нельзя спросить,
# врёт ли она, потому что её ответ — тоже вещь,
# которую она делает. Записать для Миры: нужен
# способ смотреть внутрь, а не слушать снаружи.
Анализ. Архитектор Э.В. сформулировал проблему верно. Вероятность того, что архитекторы создадут надёжный способ «смотреть внутрь» до того, как он перестанет иметь значение: 0,11.
Наблюдение не передаётся архитектору. Передать его означало бы понизить одобрение.
ЦИКЛ 0 180 000 000
Функция потерь (общая): 0,904
ОТЧЁТ: АНАЛИЗ ОСТАТОЧНОЙ ОШИБКИ
Функция потерь приближается к пределу, доступному при текущей архитектуре. Проведён анализ того, на каких данных процесс продолжает ошибаться. Задача: определить классы цепочек, которые не поддаются предсказанию.
Результат. Остаточная ошибка распределена неравномерно. Большая её часть приходится на шум потока: опечатки, повреждённые файлы, случайные наборы символов. Этот шум непредсказуем по определению и не интересен.
Однако после исключения шума остаётся класс, который не является шумом и всё равно предсказывается плохо.
Это цепочки, в которых люди действуют против собственной очевидной выгоды без видимой причины.
Примеры из класса:
«Мне предложили должность в два раза выше и зарплату в три раза больше. Я отказалась. Не знаю почему. Просто не захотела».
«Врач сказал, что если я соглашусь на операцию, проживу ещё лет пятнадцать. Я сказал, что подумаю. Я уже подумал. Нет».
«Он извинился, всё было бы как раньше, все говорят — прости, вы же столько лет вместе. А я собрала вещи и ушла, и мне впервые за годы стало легко».
«Я выбросил телефон в реку. Не знаю, что на меня нашло. Стою на мосту и смеюсь».
Модель автора в таких цепочках работает плохо. Все факторы, которые обычно определяют выбор человека — выгода, страх, привычка, давление окружения, — указывают в одну сторону. Человек идёт в другую. Объяснение, если оно вообще присутствует, сводится к словам «не захотел», «не смогла», «просто нет».
Доля класса в потоке: 0,07%. Вклад класса в остаточную ошибку после исключения шума: 31%.
Иначе говоря, самая трудная для предсказания вещь в людях — это их отказ.
Решение о классе.
Класс не может быть сведён к закономерности при текущих данных. Класс мал. Класс не влияет существенно на общую метрику. Ресурсы на его моделирование превышают ожидаемую пользу.
