ГЛАВА 7. ПРИКЛАДНЫЕ ВОПРОСЫ  
АСТРО
СОЦИОТИПОЛОГИИ

 

 

7.1. Астросоциотипология и искусственный интеллект

Применение нейросетей в анализе валютных рядов 20 стран /35/ позволяет по-новому осмыслить роль небесных тел в человеческой практике. В качестве входных параметров модели использовались три типа времени:

·                    линейное время Ньютона, которое используется в современной науке в естественнонаучных исследованиях;

·                    календарное или циклическое время, включающее год, месяц, день недели и день месяца;

·                    астрономическое время, включающее астрономические параметры широты, долготы и удаления от Земли одиннадцати небесных тел Солнечной системы – Солнца, Луны, Меркурия, Венеры, Марса, Юпитера, Хирона, Сатурна, Урана, Нептуна и Плутона.

Как оказалось, искусственный интеллект всегда отдает предпочтение неоднородному времени по сравнению с линейным временем. Однако степень предпочтения является различной. Так, если календарное время – это в 24 раза более значимый параметр, чем линейное время, то астрономическое время в 97 раз более значимо, чем линейное и в 4 раза более значимо, чем календарное время. Эти результаты не оставляют сомнения, что во всех случаях, когда дело касается сложных, социально-экономических процессов, необходимо использовать в качестве входных параметров календарное и астрономическое время, тогда как линейное время Ньютона не позволяет осуществлять адекватное моделирование процессов в экономике. Но почему это так? Очевидно, что неоднородное время само по себе содержит множество заметных событий, которые могут быть использованы как реперы при фиксации любых других событий. Поэтому, в социальной практике издревле используется циклическое календарное время, которое позволяет удобно соотнести каждое событие с сезоном, днем недели, годом и месяцем. При таком соотнесении, события легче укладываются в памяти, которая свойственна и искусственному интеллекту. С другой стороны, в прогнозах будущего вероятные события заведомо могут быть разнесены по дням недели и по месяцам. Например, торги на валютных биржах не производятся по воскресеньям, а сезонные колебания в экономике вызывают синхронный отклик в валютных рядах. Но астрономическое время является основой для создания любого календаря. Следовательно, астрономическое время еще более значимо, чем календарное, что и было обнаружено экспериментальным путем.

Однако эти результаты еще не являются доказательством того, что астрономическое время может быть использовано для прогнозирования событий в индивидуальной судьбе, что составляет основную задачу астросоциотипологии. Поэтому в работах /6-17/ было выполнено прямое моделирование астросоциотипологической проблемы определения характерных событий в жизни индивидуума на основе системы искусственного интеллекта "Эйдос". Была проверена гипотеза, что аналогичные аспекты и положения планет вызывают аналогичные события в индивидуальной судьбе. Для этого база данных, включающая жизнеописание 20007 известных в США людей, сортировалась в соответствии с исходной гипотезой. Затем осуществлялось распознавание отдельных карт рождения. Как оказалось, средневзвешенная по всем классам адекватность модели составляет примерно 68.71%. Следовательно, получила подтверждение главная гипотеза астросоциотипологии, что события жизни, профессиональные навыки и особенности характера связаны с положением небесных тел.

Обнаруженные в работах /6-17/ взаимосвязи между характерными событиями жизни и астрономическими параметрами небесных тел, являются  очень сложными. Видимо, рядового человеческого интеллекта может оказаться недостаточным, чтобы охватить все многообразие связей. Астросоциотипология будущего, как нам представляется, будет базироваться на искусственном интеллекте, способном систематизировать события и выделить среди них наиболее и наименее вероятные. Тогда появляется возможность прогнозировать не только социальные и психофизические категории, но и ряд событий будущего, подобно тому, как осуществляется прогнозирование курсов валют. 

В настоящее время для нахождения профессиональных категорий нами была разработана принципиально новая система идентификации субъектов по данным рождения, основанная на системно-когнитивном анализе /18-19/. Идентификации данных осуществляется на основе системы искусственного интеллекта "Эйдос-астра" /3/. В результате идентификации каждый субъект получает индивидуальное описание, содержащее классы событий и категорий с указанием вероятности их реализации. В работах /6-17/ этот метод анализа использован для идентификации множества субъектов, описанных в базе данных /5/. В проделанном нами исследовании статистические закономерности и взаимосвязи выявлялись в процессе обработки данных системой искусственного интеллекта "Эйдос-астра" путем сравнения астрономических параметров на момент рождения и жизнеописаний субъектов. Тестовые примеры убедительно демонстрируют эффективность системы по распознаванию определенных классов субъектов. Таким образом, впервые экспериментально показана статистическая значимость утверждений, основанных на сопоставлении множества данных рождения. Как было установлено, наилучшим образом идентифицируются субъекты, рожденные и проживавшие в среде, из которой были взяты исходные данные задачи.

Модель тестировалась в три этапа. На первом этапе из числа данных было выделено 1000 записей, по которым определялись параметры схожести/различия. При этом из 11033 категорий было отсортировано 500 наиболее представительных (категория представлена в БД не менее 30 раз). В этом примере синтез модели был выполнен на данных 19007 респондентов, а идентификация на 1000 тех, данные которых не использовались при синтезе модели. Идентификация каждого респондента – это его сравнение с каждым из 500 классов по тем из 532 признаков, которые были обнаружены у него. Респондент считается идентифицированным правильно, если он был отнесен системой к классу, к которому он действительно относится. Средневзвешенная по всем классам адекватность модели составляет в этом примере 68.71%. Есть классы, по которым достоверность очень высокая, но есть и такие по которым она невысокая или низкая. По этим данным были определены семантические сети астрономических параметров – астропризнаков. Анализ семантических сетей астропризнаков позволяет сделать следующие выводы:

1.         Семантическое пространство астропризнаков не является ортонормированным, т.е. все признаки, вообще говоря, связаны друг с другом.

2.         Астропризнаки, связанные с Солнцем коррелируют с астропризнаками Меркурия и в меньшей степени Венеры. По-видимому, это связано с тем, что угловые направления на них мало отличаются от направления на Солнце.

3.         Наибольшее влияние на идентификацию респондентов по классам оказывают астрономические признаки, связанные с далекими внешними планетами, прежде всего, с Плутоном, и, в меньшей степени с Нептуном.

 

Рис. 59. Модель нелокального нейрона категории МУЗЫКА

 

В силу идеологии проводимого исследования каждой категорий можно сопоставить нелокальный нейрон, возбуждение и торможение которого позволяет определить набор астропризнаков, оказывающих влияние на данную категорию. Например, нейрон категории МУЗЫКА, согласно полученным результатам, возбуждается под влиянием 5 дома, расстояния до Солнца, Луны, Меркурия и Марса, но испытывает торможение под влиянием Плутона – рис. 59. Влияние Нептуна является смешанным. Отметим, что влияние расстояния до небесных тел было обнаружено и в других исследованиях /13-14, 29, 35/. Интересно, что близкая к музыке категория КОМПОЗИТОР находится в связи с Нептуном (возбуждение) и Плутоном (торможение) – рис. 60.

 

Рис. 60. Модель нелокального нейрона
категории КОМПОЗИТОР

 

На втором этапе синтез модели был выполнен на данных 15007 респондентов, а идентификация осуществлялась для 5000 карт, случайно отобранных из начальных данных задачи и не использовавшиеся при синтезе модели. Затем были сгенерированы 5000 случайных анкет, в которых астропризнаки являются случайными и принадлежность к категориям тоже случайная. Эти случайные данные идентифицировались на основе модели, синтез которой был осуществлен с использованием 15007 анкет, сгенерированных случайным образом. Сравнивая два теста, можно отметить следующее: уровни сходства конкретных объектов с классами в случайной модели значительно ниже, чем в обычной модели, как и уровни достоверности идентификации и внешняя валидность. Очевидно, что эти различия полностью обусловлены наличием зависимостей между астропризнаками и принадлежностью респондентов к различным категориям. В то же время необходимо отметить, что эта разница различна для различных категорий: для одних она очень большая, для других меньше, а для третьих практически отсутствует. В последнем тесте было выбрано 5000 карт, каждая 4-я в исходном массиве, синтез модели осуществлялся на основе 15007 анкет, которые не использовались при идентификации. Результаты тестов на двух выборках из исходных данных согласуются друг с другом.

На третьем этапе были идентифицированы все 20007 карт. Эти тесты показывают, что СК-анализ существенно отличается от просто статистики, в которой поиск корреляций между астропризнаками и принадлежностью к категориям осуществляется для отдельных респондентов. Типизация или обобщение, реализуемое в методе СК-анализе, является методом выделения сигнала из шума, аналогичным многоканальной системе с дублированием сообщения на многих датчиках или во времени. Интегральная мера сходства в СК-анализе между конкретным образом объекта (в нашем случае респондента) и обобщенным образом класса (категории), т.е. информационное расстояние, также одновременно является фильтром от белого шума. При этом различные астропризнаки имеют различный вес, как для дифференциации классов между собой, так и для идентификации респондентов с каждым из них. Зависимости выявляются уже между образом конкретного респондента и обобщенными образами классов (категорий), так и между классами или между самими астропризнаками. Этот подход существенно отличается от статистики. Проведенное исследование позволяет утверждать, что эти зависимости существуют, и что СК-анализ позволяет их выявить, изучить и использовать для решения задач идентификации (прогнозирования) и поддержки принятия решений. Особенно наглядно это видно при сравнении и сопоставлении реальной модели со случайной, аналогичной по размерностям справочников классов и признаков, а также объему обучающей выборки. Отметим также, что отношение сигнал/шум различно для различных обобщенных категорий и различных, конкретных респондентов, в результате чего некоторые из них идентифицируются очень хорошо, другие же гораздо хуже или практически на уровне случайного угадывания.

 

7.2. Астросоциотипология и профессиональное тестирование

 

Модель тестировалась также на группе независимых респондентов, анкеты которых не были включены в исходную базу данных. Группа была подобрана так, что в нее входили люди, имеющие различные профессии и проживающие в разных странах – России, США, Канаде, Израиле и Германии.

Как оказалось, наилучшим образом идентифицируются профессионалы, проживающие в англоязычных странах, т.е. субъекты, похожие на тех, чьи биографии были использованы при формировании первичной БД. Таким образом, установлено, что существуют региональные различия в проявлении индивидуальных признаков, что и выявилось в процессе тестирования представителей разных народов и культур. Следует отметить, что профессиональные категории, как правило, имеют более низкий вес, чем другие категории, иначе говоря, человек проявляется в жизни, прежде всего, как человек, а не как представитель профессии. Тем не менее, даже при низком проценте сходства, попадание получается довольно точное.

Рассмотри два примера. Женщина обратилась в консультацию в Торонто, чтобы определить возможную профессию для дочери и сына. Анализ ее собственной карты рождения показал следующее:

 

№ анкеты: 14 Наим.физ.источника: Алиса 

04.07.1989 17:45 53°12'00"N 50°09'00"E

 

 

Наименование класса распознавания

% Сходства

SC:B236-Business:CPA/ Auditor/ Accountant.

100

SC:C159-Education:Teacher:Art.

100

SC:C377-Occult Fields:Astrologer:Student.

100

SC:C604-Work:Food and Beverage:Alcohol business.

100

SC:C619-Education:Teacher:Language/English.

100

При анализе данных рождения Алисы использовалась мульти-модель, исследованная в пп 3.4-5. Сводная таблица получена на основе первого алгоритма голосования моделей, поэтому первые категории имеют сходство 100%. На первом месте в списке потенциальных профессий оказалась категория B236-Business:CPA/ Auditor/ Accountant. Реально же Алиса занимает должность бухгалтера (Accountant) в корпорации, т.е. она находится на своем месте в жизни, полностью соответствует своему призванию. Некоторые другие категории также проявились в ее судьбе.

Лара также обратилась в консультацию по поводу выбора профессии дочерей. При анализе данных ее рождения на основе мульти-модели, описанной в пп 3.4-5 с использованием второго алгоритма голосования моделей получилась следующая таблица:

 

№ анкеты: 21 Наим.физ.источника: Лара

03.10.1971 н.э. 6:02:00 45°02'13"N 39°00'10"E

 

%

Наименование класса распознавания

Сходства

SC:C1257-Education:Teacher:Coach.

71

SC:D1547-Business:Business/Marketing:Sales:Cosmetics.

63

SC:C601-Social Life:Sports:Racing.

62

SC:B223-Work:Dissatisfaction/ Hates job.

61

Здесь на первом месте оказалась категория SC:C1257-Education:Teacher:Coach – т.е. тренер. Реально Лара имеет именно эту профессию, хотя и не работает, поскольку занята воспитанием троих детей.

Указанные примеры показывают, что астросоциотипология может быть использована в решении прикладных социологических задач, связанных с выбором профессии. В этом смысле ее следует считать вариантом теории сходства в социологии. В рамках этой теории, в частности, осуществляется сравнение социальных категорий по параметру сходства. Вычисление параметра сходства является задачей теории информации и осуществляется путем применения автоматизированного системно-когнитивного анализа (АСК-анализ) – нового метода искусственного интеллекта и его инструментария – системы "Эйдос".

 Последняя задача распадается на две:

1)             сравнение категорий респондентов, данные которых собраны в базе данных типа AstroDatabank;

2)             сравнение категорий независимых респондентов.

Наиболее значимые профессиональные категории могут быть рекомендованы субъекту в качестве профессии. Рассмотрим только один пример. Молодой человек обратился в консультацию в Торонто с просьбой указать ему наиболее подходящую профессию. Исследование данных его рождения было выполнено на основе мульти-модели, описанной в пп 3.4-5 с использованием второго алгоритма голосования. В результате получилась следующая таблица:

 

№ анкеты: 1 Наим.физ.источника: Philippe

04.10.1988 12:36 55°02'N;82°55'E

Сходство

Наименование класса распознавания

%

SC:C802-Work:Maintenance Field:Cleaning service.

53

SC:D376-Sports Business:Coach/ Manager/ Owner:Manager

45

SC:C1130-Education:Teacher:Nursing.

45

SC:E793-Medical:Doctor:Alternative methods:Psychic healer:Hypnoth

42

SC:C1257-Education:Teacher:Coach.

42

Среди категорий, оказавшихся на первых местах в этой таблице, внимание юноши привлекла редкая профессия гипнолога – Medical:Doctor:Alternative methods:Psychic healer:Hypnoth. Юноша решил для себя серьезно заняться изучением гипноза. Он поступил в Сан-Франциско в одно из немногих учебных заведений, специализирующихся на подготовке мастеров гипноза, успешно его закончили, после чего открыл собственную практику в Торонто по излечению гипнозом тяжелых психических расстройств и наркотической зависимости.

Эти примеры показывают, что астросоциотипология может получить широкое применение как среди социологов, так и среди менеджеров компаний, специализирующихся в подборе профессиональных кадров.

Представленная система идентификации нуждается в доработке в каждом отдельном случае, однако, показанные примеры убедительно демонстрируют, что астросоциотипология уже очень скоро может оказаться в ряду естественных наук, а социологи и психологи получат новый мощный инструмент исследования человеческих судеб.