Чему учиться в эпоху ИИ?
Заметка по книге Букреева и ДеУолта “Эверест. Смертельное восхождение”
Чтобы повысить свои шансы добиться хоть чего-нибудь, надо работать долго.
Что это значит?
Ну, например, готовы ли вы держать пари на $1 000 000, поставив на решку в подбрасывании монеты? Нет? А если я скажу, что у вас есть не одна, а 100 попыток ее подбросить? Заманчиво? Мы понимаем, что с таким количеством попыток резко возрастает вероятность выигрыша.
В любом другом деле все то же самое. Чем больше мы пробуем, тем выше наши шансы на успех. Только мы не можем их измерить.
В книге “Одураченные случайностью” Талеб пишет:
Конечно, в игре с ясно и недвусмысленно определенными правилами шансы можно вычислить, а риски измерить. Но не в реальном мире. Ведь мать-природа не подарила нам четкие правила. Эта игра не колода карт (мы даже не знаем, сколько в ней мастей).
Там же приводится пример с ученым, день за днем разделывающим мышей в своей лаборатории. Ничего стоящего и прорывного у него не выходит. Некоторые, в том числе и собственная жена, считают ученого неудачником. НО: с каждым днем вероятностно он оказывается все ближе и ближе к конечному результату.
При этом мало просто долго работать. Наша работа должна быть долгосрочно устойчивой и качественной.
Талеб пишет:
То же касается издателей: они могут выпускать одну книгу за другой, и к их бизнес-модели не будет никаких вопросов, если однажды раз в десять лет они не взорвутся серией супербестселлеров масштаба Гарри Поттера - конечно, при условии, что они делают работу качественно, а у их книг есть вероятность стать бестселлерами.
Так и в нашей работе. Неплохо бы быть готовым воспользоваться “вкусными” возможностями в любой момент.
Q: Как быть готовым?
A: Работать долго, устойчиво и качественно.
Q: Как работать качественно?
A: Постоянно учиться.
Q: Как постоянно учиться?
A: Сомневаться в собственной исключительности, искать и признавать свои некомпетенции.
Вот такой простой рецепт.
Инвестируйте в себя и работайте долго.
Свежие записи
Работать долго
Заметка по книге Нассима Талеба “Одураченные случайностью”
Doc As Code: диаграммы PlantUML в Doxygen
Включаем поддержку UML-диаграмм в Doxygen и размышляем о последствиях
Какие файлы нельзя коммитить в Git
Разбираемся, как не превратить репозиторий Git в Google-диск
Зачем нужны UML диаграммы?
Выясняем, когда и для чего разработчики используют UML