Как сдвинуть гору Фудзи? Подходы ведущих мировых компаний к поиску талантов
Добавить в закладки К обложке
- Об авторе - Страница 1
- Предисловие - Страница 2
- I. Вопросы, на которые невозможно ответить - Страница 3
- II. Терманы и Кремниевая долина - Страница 12
- II. Билл Гейтс и культура головоломок - Страница 25
- IV. Головоломки, которые использует в интервью microsoft - Страница 38
- V. Полное недоумение - Страница 43
- VI. Уолл-стрит и стрессовые интервью - Страница 52
- VII. Самые трудные головоломки среди используемых в интервью - Страница 56
- VIII. Как справиться с интервью на сообразительность - Страница 57
- IX. Как должны проводить интервью инновационные компании - Страница 61
- Ответы - Страница 68
- Библиография и ссылки в Интернете. Интернет-сайты, где можно найти головоломки и вопросы из технических интервью - Страница 111
- Библиография - Страница 112
V. Полное недоумение
Может быть, вы споткнулись на каких-то головоломках из предыдущей главы. Что вам нужно делать, когда вы сталкиваетесь с задачей, которую не знаете, как решать?
Люди давно уже пытались ответить на этот вопрос. В определенном смысле это основная проблема исследований искусственного интеллекта (ИИ).
Билл Гейтс и почти все его коллеги из Microsoft выросли, мечтая о создании искусственного интеллекта, о машинах, которые запрограммированы думать, судить о различных вещах и решать проблемы так, как это делают люди. Один из традиционных подходов к тематике ИИ — изучать, как люди решают проблемы. Если вы можете понять этапы и особенности решения проблем людьми, возможно, вы сумеете запрограммировать компьютер делать то же самое.
Как люди, умеющие хорошо решать различные задачи, делают это? Отдельные примеры мало помогают в этом. Гении часто решают задачи непонятным и мистическим способом. Во время своих лекций в Калифорнийском технологическом институте (Caltech) физик Мюррей Гелл-Манн любил демонстрировать метод решения задач своего коллеги — знаменитого физика Ричарда Фейнмана. Гелл-Манн писал на доске условие сложной задачи, затем проводил несколько минут в молчании, уставившись на доску и, наконец, писал правильный ответ. Смысл шутки Гелл-Манна был в том, что и гениальные решения Фейнмана, и любой творческий процесс вообще трудно объяснить словами.[107] Как говорил Луис Армстронг: «Послушайте, если уж вам приходится спрашивать „А что это такое?", вы этого никогда не поймете».
Особенно озадачивает вот что: роль логики на некоторых стадиях решения проблем оказывается минимальной. Сложные проблемы, часто решаются благодаря интуиции, неожиданному «озарению», догадке. Вы только что не знали, куда двигаться дальше, и вдруг вас «озарило», но это не был последовательный логичный процесс решения, о котором вы можете рассказать.
В исследованиях ИИ очень часто использовались головоломки и загадки. Они проще и более четко сформулированы, чем сложные проблемы реального мира. Причем для их решения также требуются логика, догадки и интуиция, без которых не обойтись при решении реальных проблем. Многие люди из Microsoft внимательно следят за исследованиями в сфере ИИ, и это помогает объяснить их уверенность в том, что все эти «глупые маленькие задачки» имеют отношение к реальному миру, которая, возможно, удивила некоторых читателей этой книги.
Пространство решений, плато неопределенностиКрестный отец современных исследований решения проблем — экономист и эрудит Герберт Саймон (1916–2001). Большая часть профессиональной карьеры Саймона, получившего в 1978 году нобелевскую премию по экономике, прошла в университете Карнеги Меллон, имеющем хорошие традиции исследований в области компьютеров и робототехники. Он был одним из многих экономистов, которые начали активно использовать в 1970-е компьютерные модели.
Саймон настолько увлекся компьютерами, что начал исследовать, как люди решают проблемы, именно для того, чтобы понять, каким образом можно запрограммировать компьютеры для решения сходных задач. В своей книге Human Problem Solving («Как люди решают проблемы»), опубликованной в 1972 году, Саймон вместе со своим коллегой Аланом Ньюэллом рассказал о результатах исследований, объектом которых были люди, решавшие математические и логические головоломки. В более поздней публикации, Scientific Discovery («Научное открытие», 1987 год), он попытался реконструировать на основе исторических данных ход рассуждений людей, сделавших важные научные открытия.
Саймон не обнаружил ничего особенно загадочного ни в решении скромных головоломок, ни в процессах, приведших к фундаментальным научным открытиям. Люди на основе своих догадок формулировали поддающиеся проверке гипотезы, делали несколько неверных ходов и в конце концов находили верный ответ. Никогда не случалось так, чтобы решение головоломки или научный прорыв оказывались результатом «чистого вдохновения».
Саймон и его коллеги предложили несколько популярных терминов, которые сейчас широко используются. Один из них — «пространство решений». Этот термин в его простейшей трактовке описывает все потенциальные решения проблемы. Когда компьютерная программа играет в шахматы, она ищет ход в пространстве решений. Она исследует все потенциальные ходы (и ответные ходы противника, и ответные ходы на ответные ходы противника. до разумного предела) для того, чтобы определить наиболее выгодное продолжение.
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
- 52
- 53
- 54
- 55
- 56
- 57
- 58
- 59
- 60
- 61
- 62
- 63
- 64
- 65
- 66
- 67
- 68
- 69
- 70
- 71
- 72
- 73
- 74
- 75
- 76
- 77
- 78
- 79
- 80
- 81
- 82
- 83
- 84
- 85
- 86
- 87
- 88
- 89
- 90
- 91
- 92
- 93
- 94
- 95
- 96
- 97
- 98
- 99
- 100
- 101
- 102
- 103
- 104
- 105
- 106
- 107
- 108
- 109
- 110
- 111
- 112
- 113