Štai pirmosios 2024 m. išleistos „Book Bits“ stulpelių metų pabaigos apžvalgos tęsinys. Smagaus skaitymo!
● Šokai, krizės ir klaidingi pavojaus signalai: kaip įvertinti tikrąją makroekonominę riziką
Philipp Carlsson-Szlezak ir Paul Swartz
Ištrauka iš Harvard Business Review
2022 m., kai JAV palūkanų normos pakilo, buvo prognozuojama besivystančių rinkų įsipareigojimų nevykdymo kaskada, tačiau jie nepasitvirtino. Taip pat 2022 m. ir 2023 m. viešasis diskursas gresiančią recesiją pavadino „neišvengiamu“. Vietoj to, atspari JAV ekonomika ne tik nepaisė pražūtingųjų, bet ir užtikrino stiprų augimą.
Vadovams ir investuotojams toks plakimas apima dviejų rūšių išlaidas: finansines ir organizacines. Apsvarstykite finansines išlaidas automobilių gamintojams, kurie 2020 m. sumažino puslaidininkių užsakymus, nes jie klaidingai suprato, kad COVID-19 recesija yra užsitęsusi ekonominė depresija. Tai reiškė, kad riaumojančio atsigavimo metu jie prarado pardavimus. O lyderiai gali prarasti savo organizacijų pasitikėjimą, jei per daug reaguos į klaidingus pavojaus signalus staigiai pakeisdami strategiją, operacijas ir komunikaciją. Akivaizdu, kad makrokomandos iškvietimas yra tikrai svarbus.
● Neapibrėžtumo menas: kaip išvengti atsitiktinumo, nežinojimo, rizikos ir sėkmės
Davidas Spiegelhalteris
Apžvalga per The Economist
… knygos, kuriose sėkmingai pranešama, kaip mąsto matematikai, bet yra skirtos tiems, kurie dar nėra gentyje, yra vertingos ir retos. Per kelis dešimtmečius daugelis nekantriai besimokančių studentų prarijo Thomaso Körnerio „Skaičiavimo malonumai“ (1996) ir sero Timothy Gowerso „Matematika: labai trumpas įvadas“ (2002). Dabar seras Davidas Spiegelhalteris, Kembridžo universiteto statistikos profesorius emeritas, papildė žanrą „Neapibrėžtumo menu“. Jo naujoji knyga patiks daugeliui daugiau nei tik norintiems matematikams, nes jos tema yra universali: kaip analizuoti atsitiktinumą, nežinojimą ir riziką.
● Augimas: istorija ir atsiskaitymas
Danielis Susskindas
Apžvalga per Financial Times
Knyga pradedama per šimtmečius trukusį painų mąstymą. Thomas Malthusas ir jo amžininkai manė, kad augimas iš prigimties yra netvarus, nes augančiam gyventojų skaičiui ilgainiui pritrūks išteklių. Vėliau Pasaulio banko plėtros ekonomistai palaikė investicijų „fetišą“, pasikliaudami modeliais, pagal kuriuos fizinis kapitalas – dalykai, kuriuos žmonės galėjo paliesti – yra raktas į vystymąsi.
Pastaruoju metu yra „degrothers“, tarp kurių yra aktyvistė Greta Thunberg ir antropologas Jasonas Hickelis. Nors jų nuomonė (pernelyg) dažnai apibrėžiama neaiškiai, pagrindinė baimė yra ta, kad didesnis ekonomikos augimas suvaldys Žemės išteklius, todėl politikos formuotojai turėtų mažiau jo siekti, kad išvengtų aplinkos katastrofos.
● Viskas yra nuspėjama: kaip Bajeso statistika paaiškina mūsų pasaulį
Tomas Chiversas
Apžvalga per „The Wall Street Journal“.
Pirmą kartą XVIII amžiuje suformuluota mėgėjo matematiko, siekusio mąstyti nuo pasekmių iki priežasties, Bayeso teorema praleido didžiąją dviejų šimtmečių dalį, kovodama dėl pripažinimo ir pagarbos. Tačiau šiandien, teigia Tomas Chiversas knygoje „Viskas yra nuspėjama“, tai gali būti laikoma „turbūt svarbiausia vienintele lygtimi istorijoje“. Tai skatina šiukšlių filtrų, dirbtinio intelekto ir galbūt mūsų pačių smegenų logiką. Netrukus tai gali padėti mums susidoroti su sudėtingomis socialinėmis problemomis, tokiomis kaip dvejonės dėl vakcinos. Kai pradedi jos ieškoti, sako ponas Chiversas, visur pradedi matyti Bayeso teoremą.
Iš esmės teorema pateikia kiekybinį metodą, kaip tapti laipsniškai išmintingesniu, nuolat atnaujinant tai, ką, jūsų manymu, žinai – savo ankstesnius įsitikinimus, kurie iš pradžių gali būti subjektyvūs – nauja informacija. Jūsų rafinuotas įsitikinimas tampa nauju pirmuoju, o procesas kartojasi.
● Mašinos maitinimas: paslėptas žmogaus darbas, maitinantis AI
Callum Cant ir kt.
Apžvalga per The Economist
Tamsesnė blizgančios AI eros pusė yra trijų Esekso ir Oksfordo universitetų akademikų tema „Pamaitinti mašiną“. Jie tvirtina, kad automatizavimas gimsta iš išnaudojimo. Šiandieniniai švytintys duomenų centrai, kuriuose veikia AI sistemos, yra panašūs į XIX amžiaus gamyklas, padengtas suodžiais. Už algoritmų slypi žmonės – taip, gausiai apmokami inžinieriai, bet ir daugybė darbuotojų, kurie priverčia sistemas ūžti – nuo tų, kurie peržiūri pagrindinius duomenis, įvedamus į programinę įrangą, iki tų, kurie tikrina jos atsakymus.
Atkreipkite dėmesį, kad aukščiau pateiktos nuorodos į knygas yra susijusios su Amazon.com ir Jamesas Picerno (dar žinomas kaip „The Capital Spectator“) uždirba pinigų, jei perkate vieną iš išvardytų knygų. Taip pat atminkite, kad jūs nemokėsite papildomai už knygą, net jei ji generuoja pajamas „The Capital Spectator“. Įsigydami knygas šioje svetainėje, jūs palaikote nemokamą „The Capital Spectator“ turinį. Ačiū!