Небольшая новость на разрыв школьных шаблонов, тянущая на громкие заголовки вроде "Платон учел не все тела" и "Природа обхитрила Платона".

Из школы мы знаем про идеальные платоновые тела (тетраэдр, октаэдр и т.п.), игравшие в свое время большую роль в античной философии. Тонкость в том, что как только мы сказали, что они "идеальные", то как бы само собой подразумевается, что все в мире (природе) должно тяготеть к таким идеальным формам.

Но не тут-то было. Ученые тут нарыли новую фигуру - скутоид (scutoid), которая, может и не столь идеальна математически, но зато весьма жизненна. Оказалось, что клетки эпителия (внешний слой кожи и внутренних органов) упакованы в необычные формы, которые являются "странными призмами", у которых одно основание имеет шесть углов, а другое пять, соответственно, на одной из граней образуется треугольник.

Рассчеты показывают, что такая форма хорошо подходит как для упаковки, так и для переноса механических воздействий при искривлении поверхности (например, во время роста).

https://gizmodo.com/the-scutoid-is-geometrys-newest-shape-and-it-could-be-1827924643 #nature

Вроде бы небольшая новость, но смотрите, что происходит с точки зрения опыта пользователя. В Edge добавили поддержку спецификации Web Authentication, позволяющей, заменить пароли биометрией, вводом пина или подключением FIDO2-совместимого устройства. Фактически, человек может залогиниться на сайт (при соответствующей поддержке), например, просто посмотрев в камеру.

Но самое интересное начинается, когда эта штука объединяется с веб-платежами. Если вы разрешили браузеру запомнить вашу карточку или, например, она привязана к вашей учетке в браузере, то дальше он сам может подставить ваши данные — и единственное, что вам нужно будет сделать, это подтвердить покупку с помощью Windows Hello (или аналога в другой операционке).

И пока у блюстителей безопасности возникает в  голове масса сценариев, которые нужно попробовать, чтобы обмануть пользователя, я отмечу такой момент: только что из головы пользователя исчез конкретный банк и все связанные с ним интерфейсы. Единственное, что человек видит — это visa/mastercard и последние цифры карты. Повторю: банк исчез.

https://blogs.windows.com/msedgedev/2018/07/30/introducing-web-authentication-microsoft-edge/

Новость из Аризоны (США) про автономный транспорт. Waymo (Alphabet) партнерится с системой общественного транспорта (метро, в частности) для проведения принципиального эксперимента: может ли внедрение беспилотников на последней миле (добраться до/от точки общественного траспорта) способствовать использованию последнего.

Другими словами, будет ли связка беспилотник + общественный транспорт лучше в отдельных сценариях, чем использование собственной машины на всем пути? В чем-то это напоминает небольшой эксперимент от Lyft в Чикаго: там сервис такси предлагает жителям на месяц пересесть с машины на связку "такси-шеринга-общ. транспорта", покрывая большу часть расходов.

Попутно, конечно, идет поиск правильного позиционирования и постепенное приучение аудитории к тому, что беспилотники — это нормально и даже правильно.

https://www.engadget.com/2018/07/31/waymo-self-driving-rides-to-from-public-transportation/ #autonomous #cars

Ребята из IrisGlobal (Калифорния) делают интересный VR-проект, который, хотя и базируется на VR-технологиях, на самом деле AR. Идея простая: если на смартфоне есть хорошая камера и хороший экран, то почему бы не использовать комбинацию смартфона и специального шлема вместо очков для коррекции зрения?

Фокус в том, что искажения зрительного поля софтверно делать сильно проще, чем физически, и более того — оно оказывается динамически регулируемым. Ну и новые возможности добавляются простым обновлением вместо смены очков.

В ролике ниже Dr. Rhew из Самсунга рассказывает, как работает технология (Samsung является партнером проекта):

https://www.youtube.com/watch?v=upKZlvetou4 #vr #ar #inclusion #accessibility

Продолжаем тему "вот еще одна крупная компания, которая делает кастомные AI-чипсеты". На этот раз очередь дошла до Tesla. Компания планирует в течение года начать переходить на собственное железо для обсчета нейронных сетей. Какими бы прекрасными не были видео-карты Nvidia, Илон обещает, что переход к реальному вычислению нейронок "в металле" должен дать порядковый прирост в вычислительной мощности.

Интересная деталь: компания шла к этому 2-3 года, постепенно формируя детальное понимание, как их нейронные сети будут эволюционировать в будущем. Тонкость ситуации в том, что обновить железо на машине гораздо сложнее, чем софт. Поэтому, если GPU, фактически, выступало как обобщенное всеядное железо, то в случае с кастомными AI-чипами обычно речь идет о достаточно жесткой заточке под конкретную структуру сети, точнее необходимые для ее исполнения вычислительные блоки.

https://techcrunch.com/2018/08/01/tesla-is-building-its-own-ai-chips-for-self-driving-cars/ #ai #hardware

Две философские заметки про распознавание лиц и опасность технологии для общества. Тут надо отметить, что в штатах на эту тему активно бомбит последние несколько месяцев (кейс с сенаторами я описывал несколькими постами выше).

Первая - Facial Recognition Is the Perfect Tool for Oppression, от Woodrow Hartzog, профессора права и компьютерных наук в Northeastern University (Бостон, США). Вудроу пишет, что технологии распознавания лиц -- это огромный троянский конь, выгодный, в первую очередь, государству.

С одной стороны, в идеальной реализации технологии вы получаете ситуацию, когда "отсутствуют незнакомые люди, не нужны пароли, вы не боитесь забыть кошелек, ваши фото-видео автоматически сортируются, пропавшие люди находятся, школы становятся безопаснее, а преступникам становится неимоверно сложно спрятаться."

С другой стороны, по мере того, как технология будет все больше проникать в жизнь граждан и размываться в ней, она все больше будет становиться инструментом подавления, идеально настроенным на задачи государственной машины. Вудроу описывает ее так: "the most uniquely dangerous surveillance mechanism ever invented", и настаивает на необходимости бана, пока не стало поздно.

Некоторые говорят, что вопрос не в том, чтобы целиком забанить технологии распознавания лиц, это кажется слишком экстремальным, а в том, чтобы обозначить на законадательном уровне, что можно делать, а что уже идет в разрез с ценностями, правами и ситуациями, которые мы наоборот хотим защитить. Именно так мы поступаем с большинством новых технологий.

Но, кажется, распознавание лиц -- это не тот случай. Данная технология является недостающим куском в уже существующей огромной инфраструктуре наблюдения, созданной для удобства государственных служб и частного сектора. Тонкость в том, что распознавание лиц позволяет поднять ее на новый уровень, оставаясь практически невидимой. При этом мы знаем, что поведение людей меняется, когда они понимают, что за ними наблюдают, а это уже удар по свободе действий.

Параллельно с этим, пишет Вудроу, мы получаем полный букет неравенства и притеснений (автор приводит много примеров от плохого распознавания "цветных" людей и отдельных меньшинств до уничтожения практической скрытности), включая те, которые вызваны излишним доверием качеству технологии.

Ну и, наконец, надеяться, что государство или корпорации смогут все сделать правильно и надежно, отрегулировав все тонкости применения и вводя самоконтроль -- это все тщетно. Нельзя приоткрыть ящик Пандоры на чуть-чуть.

--
https://medium.com/s/story/facial-recognition-is-the-perfect-tool-for-oppression-bc2a08f0fe66

От себя отмечу, что в мире идет несколько таких больших дискуссий на тему технологий распознавания лиц. И отдельный момент для размышления:
1) Можно ли остановить технологию?
2) Если нет, то не окажется ли так, что тот же Китай, который уже активно внедряет, технологически окажется сильно впереди тех, кто пытается регулировать, замедлять, отладывать или отменить?
3) И как следствие, это страх перед новым социальным устройством, перекроенном на фундаментальном уровне, или его категорическое неприятие как неправильного?

Вторая статья на тему технологий распознавания лиц - How Facial Recognition Will Change Your Face от Colin Horgan, журналиста из Maclean's и Guardian в Канаде.

Колин, как и предыдущий автор, пишет о дихотомии между тем, какую пользу приносит или может приносить технология (от поиска преступников до помощи слепым людям), и тем, какой она может наносить вред обществу (от контроля участников политических акций до общественного обличения окружающих вас неплательщиков по долгам в Китае).

Лицо уже стало паролем. Это понятно, как и вопросы стоящие перед обществом: какие ограничения нужно наложить на технологию и кто будет ее контролировать? Но Колин, вслед за Николасом Негропонте (основателем MIT Media Labs), поднимает еще один: что означает, что компьютер "знает", что это мы, когда он "видит" нас?

Например, прошлым летом французский художник Рафаэль Фабре успешно получил национальную идентификационную карту, используя полностью сгенерированное на компьютере свое лицо (то есть не фото, а созданное с нуля). Компьютер воспринимает мир через те фотографии, которые мы ему скармливаем. Но эта огромная мега-фотография мира не просто цифровая, она измененная и фрагментарная.

Но что компьютер "видит"? Также, как в случае с Фабре, он видит данные, то есть не нас, как мы есть, а цифровой слепок нас. Информация, которая ассоциирована с человеком, составляет "персональные данные" только в том смысле, что она связана с сущностью человека и может влиять на их жизненные выборы и возможности.

Все эти отпечатки не формируют целостной истории, однако, мы зачастую доверяем фрагментарным данным больше, чем самим людям. Создаваемый нами цифровой мир -- это не копия, а проекция, скорее даже рендер нас.

Лица давно используются для идентификации людей, но до сих пор фотографии не претендовали на то, чтобы понимать нас. Технологии распознавания лиц это меняют, позволяя ее пользователям считать, что они "знают" лица. Структуры, осуществляющие наблюдение за людьми, делают это предположение по умолчанию. Раньше вы могли считать, что ваше лицо способно хранить секреты. Ему больше не разрешат.

Но, если подумать, что именно эти технологии распознают, то это будут абстрактные данные, "выжатые" из поверхностного изображения нашего лица. Именно это нас пугает и кажется несправедливым в кейсах использования распознавания лиц в Китае. Лица, которые хранили детали, заменаются рендерами без персональной глубины.

Как следствие, наши лица из состояния человеческих инструментов, используемых для понимания друг друга и проявления эмпатии, превратятся в компьютерные инструменты, применяемые для взаимодействия с цифровым миром. Лицо станет интерфейсом.

https://medium.com/s/story/how-facial-recognition-will-change-your-face-9e6365b6c516

В продолжение темы распознавания лиц — апрельское видео с TED от Supasorn Suwajanakorn, исследователя из Университета Вашингтона.

Супасорн рассказывает о генерации реалистичных лиц, в том числе в движении и поверх существующей речи. И тут снова двоякость применения: с одной стороны, аватары для представления себя в разных ситуациях (в том числе после смерти), а с другой — всевозможные фейки.

Интересный факт: создавая технологию генерации лиц, команда также работает над технологией распознавания сгенерированных лиц, одновременно создавая средство и противодействие для него.

https://www.ted.com/talks/supasorn_suwajanakorn_fake_videos_of_real_people_and_how_to_spot_them

Про технологические задачки и эмпатию. Где-то год назад мы разбирали кейс из телемедицины, когда врач ведет удаленную беседу с пациентом (Skype и т.п.) и задает один из традиционных вопросов: "Что у вас болит? Как сильно? Опишите свою боль."

Тонкость в том, что обычно врач, наблюдая пациента вживую, также научается интерпретировать не только его слова, но и реакции (эмоции, мимику и т.п.) и также сам ощупывает место боли, контролируя силу нажатия.

Но вот вопрос: как "снять" уровень боли дистанционно? Год назад мы ограничились постановкой вопроса и пониманием, что самые очевидные ответы вроде "обвешать пациента датчиками" не очень приемлемы. Полгодика назад я, кажется, кидал заметку, в которой рассказывалось про автоматизированный анализ лица пациента для вычления "болевых характеристик".

Вот еще одно исследование на эту тему, но через призму эмпатии. Гипотеза такая: пациенту очень сложно словами описать свою боль, а врачу дистанционно ее очень сложно интерпретировать. Давайте тогда дадим пациенту "языковую замену", чтобы он не описывал, а показал, как у него болит.

Для этого исследователи из Университета Питсбурга сделали приложение "Painimation", которое вместо шкалы от 1 до 10 использует анимации для визуализации разных типов боли, которые пользователь может настроить под себя. В обзорной статье есть маленький показательный пример видео.

https://www.futurity.org/painimation-pain-apps-1831372-2

Классная история про "битву" классических и квантовых алгоритмов. Есть такая задачка по подбору рекомендаций для пользователя на основании его профиля и общей базы пользователей (пример: какой фильм вам порекомендовать в Netflix). Задачка вычислительно емкая.

Несколько лет назад в работе  Iordanis Kerenidis и Anupam Prakash, "Quantum Recommendation Systems", авторы показали, как получить экспоненциальное ускорение относительно существующих классических алгоритмов за счет использования квантового компьютера (работа теоретическая). Это был отличный пример алгоритма, показывающего, зачем нужен квантовый компьютер. И также это было отличной заявкой на иллюстрацию преимущества симбиоза машинного обучения и квантовых вычислений. Было только одно но: они не доказывали в работе, что классический алгоритм с сопостовимыми результатами не возможен.

В общем, Ewin Tang (University of Texas), вдохвовившись результами и логикой работы квантового компьютера, смог создать "классический" аналог, также с экспоненциальным ускорением. В целом, это отличная иллюстрация того, что одновременное изучение квантовых и классических алгоритмов может быть новые идеи даже для текущего поколения машин.

Новость: https://www.quantamagazine.org/teenager-finds-classical-alternative-to-quantum-recommendation-algorithm-20180731/
Публикация: https://arxiv.org/pdf/1807.04271.pdf

Новости по разные стороны океана про технологии общения со студентами:
1.  Росстандарт разработал ГОСТ к услугам, предоставляемым в студенческих общежитиях. Студент может по желанию воспользоваться услугой утренней побудки. Об этом сообщает ТАСС со ссылкой на сайт Росстандарта.
2. Saint Louis University (США) планирует разместить несколько тысяx Amazon Echo в жилых студенческих пространствах. Теперь студенты смогут узнать, во сколько закрывается библиотека, не вставая с кровати.

https://techcrunch.com/2018/08/19/a-university-is-outfitting-living-spaces-with-thousands-of-echo-dots

У меня почти закончился сезон тренингов (в связи с чем, я надеюсь, скоро сделаю анонс о новом канале), поэтому можно снова вернуться к новостям, благо, за примерно полторы-две недели много интересного накопилось.

Начнем сегодня с AI и генерации видео. Тут ребята из университета Berkeley развлекаются и пытаются научить людей танцевать. Точнее так: сделать перенос стилей с видео танцующего человека на подопытного пытающегося. Пока хромает в мелких деталях, но в целом трекинг скелета по контрольным точкам вполне кажется неплохим: https://www.youtube.com/watch?v=PCBTZh41Ris

Обзор на Engadget: https://www.engadget.com/2018/08/26/ai-alters-video-to-make-people-dance/  #ai #video #generation

Немного в сторону от айтишного к человеческому. Есть такая штука - Spotlight Effect (эффект прожектора), когда люди сильно переоцинивают насколько хорошо окружающие замечают их, их внешний вид и поведение (в частности, оплошности). Нам кажется, что на нас сейчас все смотрят, конечно же, все вокруг заметили, как мы сконфузились, хочется пропасть на ровном месте, но, на самом деле, всем плевать. А если и заметили, то через минуту другую забудут.

Соседняя с этой — тема иллюзии прозрачности. Нам часто кажется, что наши эмоции, чувства, мысли и т.п. прозрачны и должны быть понятны окружающим. Это же так естественно! Но, на самом деле, нет.

—
Иногда мы переносим такие предположения на социальные взаимодействия. Классический для IT миф — это, что если код находится во всеобщем поле внимания (выложен в единый репозитарий, гитхаб и т.п.), то все точно увидят, что там есть, заметят наши оплошности, ошибки друг друга и т.п. Конечно же, в массе это так не работает.

Аналогичное искажение происходит, когда мы хотим, чтобы, например, какие-то государственные данные были открыты. Нам кажется, что тогда все будет прозрачно, будет легко выявить проблемы, нестыковки и т.п., но ничего такого в массе также не происходит.

—
Если есть такого рода искажения, то есть и те, кто этим пользуется осознанно или нет. С одной стороны, когда мы сподвигаем кого-то, скажем, использовать общий репозиторий, мы заведомо играем на спотлайт-эффекте для этого человека или группы людей. То есть даже, если никто не будет проверять код, сам факт такой возможности или ощущение "ну все же смотрят, что я коммичу", будет делать свою работу.

С другой стороны, если я знаю, что всем в массе плевать, то это большая дырка в безопасности за счет социальной инженерии. И мы знаем такие случаи, когда злоумышленники сознательно выкладывали вроде как открытый полезный код, но на самом деле его никто не проверял.

—
Контр-меры тоже понятны. Проверка качества не имеет права рассчитывать на то, что человек действует благономеренно или на него работает spotlight effect, но при этом его можно стимулировать случайными или автоматическими проверками кода.

—
Про сам Spotlight Effect в отрыве от IT: https://medium.com/personal-growth/the-spotlight-effect-why-no-one-else-remembers-what-you-did-feb3ba8dbfc0

Коллеги выложили большой персонализированный лонгрид про то, как Matthew Bennett и команда создают звуковую начинку Windows и других продуктов Microsoft.

В статье много интересных деталей, например, я как-то перестал обращать внимание, что при удалении чего-то в корзинку изчез звук скомканной бумаги! А он исчез. Меттью описывает это как избавление от скеоморфичных звуков, которые нужны были на заре создания GUI, но не нужны сегодня.

Чем больше устройств нас окружает, тем более критичным становится, чтобы 1) они были гармонизированы друг с другом и 2) каждое из них создавала как можно меньше дополнительных шумов. В Windows 7 было 40 базовых звуков, в 10 - их уже 8. Многие звуки были перепроектированы, основываясь на звучании речи (во множестве языков). Например, напоминалка в календаре своим ритмом повторяет фразу "ready to go?" (готовы идти?).

Для всех фанатов дизайна, рекомендую. Редкий материал на тему важности звуковой составляющей в операционнке и приложениях.
https://news.microsoft.com/stories/people/matthew-bennett.html #design #sound

На фоне развития спекуляций о грядущем общем искусственном интеллекте (Artificial general intelligence, AGI), и присущих ему сверх-интеллектуальных и скоростных способностей, растет также страх о будущем победивших машин, закате человечествества и т.п. (не волнуйтесь, другая волна спекуляций предвещает нам новую "зиму" в ИИ).

Но допустим, что искусственный сверх-интеллект возможен, что нам нужно делать, чтобы он нас не поработил или не уничтожил? Группа исследователей из университетов Сорбоны и Луисвилля предлагает инвестировать в новое направление — искусственную тупость (artificial stupidity). Это не шутка.

Ученые определяют это так: мы делаем ИИ искусственно глупым, когда добавляем к нему некоторые ограничения, позволяющие свести его возможности совершать какую-то задачу до человеческого уровня. В некотором смысле, это попытка придать ИИ ограничения человеческого разума: мы не можем помнить все, не можем мгновенно и масштабно обсчитывать и т.п. У потенциального сверх-интеллекта таких ограничений не будет.

Помимо программных и логических ограничений, исследователи рассматривают также ограничения на уровне железа (часть из которых, говорят они, потенциально легко обходится, например, за счет облачных вычислений) и на уровне предубеждений (bias), которые "делают людей реально тупыми".

Вот несколько примеров, таких предубеждений, которые можно "натягивать" на ИИ: ошибки планирования, эффект присоединения к большинству, склонность к подтверждению своей точки хрения, консерватизм, эффект уклонения, функциональная закрепленность и т.п. всего список содержит 14 позиций, включая упомянутый мной ранее эффект прожектора.

Обзор в The Next Web: https://thenextweb.com/artificial-intelligence/2018/08/23/want-to-make-robots-more-human-try-artificial-stupidity
Публикация: https://arxiv.org/pdf/1808.03644.pdf

Я уже как-то писал про заметку MIT Technology Review, где авторы опасливо говорили, что, похоже, гонку за лидерство в ИИ выигрывает Китай.

Вот еще одна заметка на эту тему, на этот раз от SIngularityHub. Четыре главных преимущества Китая:

1. Изобилие данных. Особый акцент -- крупные компании с миллиардной аудиторией (WeChat от Tencent) и экосистемой из местных стартапов, делающих связку между online и offline. Сюда же относятся данные о мобильных платежах через WeChat Wallet или Alipay. Сюда же относятся транспортные стартапы (вроде Mobike), генерирующие уйму данных о потоках населения. Ну а об успехах распознавания лиц вы, наверняка, наслышаны.

2. Голодные предприниматели. За десяток другой от позиции копирования китайские предприниматели начинают переходить в позицию создания того, чему нет аналогов на западе. Со свойственной им скоростью и жесткой внутренней конкуренцией, а также явными амбициями выхода на внешние рынки. Три из семи мировых AI-гигантов находятся в Китае (Baidu, Alibaba и Tencent). Одна из оценок венчурного рынка показывала, что в апреле этого года в Китае было 168 потенциальных единорогов с суммарной оценкой в $628B.

3. Экспертиза в ИИ. Хотя Китай все еще новый игрок на площадке, он очень быстро растет. Это хорошо видно по количеству публикаций на международных конференциях, где количество исследователей из Китая уже сравнялось с показателями США. Китайские IT-гиганты активно сотрудничают с китайскими же университетами, открывают собственные лаборатории. В отдельных соревнованиях китайские стартапы обходят лучшие результаты от Alphabet, Facebook, Microsoft и IBM.

4. Китайское правительство. История с гугловским AlphaGo, разбившим лучше китайского играка в Go, стала своего рода "Sputnik Moment" для китайского руководства. Спустя два месяца, оно выпустило план, согласно которому Китай должен стать глобальным центром инноваций в ИИ. В отличие от многих других стран, включая США, план правительства Китая должен работать. В течение года китайские венчурные фонды вложили в ИИ-стартапы рекордные суммы, составившие 48% от всех мировых инвестиций.  Директивы работают на всех уровнях: от чиновников (например, Пекин планирует инвестирвать $2B в строительство парка разработки ИИ для размещения 400 компаний и национальной ИИ-лаборатории) до технологических гигантов, работающих в тесной связке с Национальной инженерной лабораторией Китая.

https://singularityhub.com/2018/08/29/china-ai-superpower

В обсуждениях будущего технологий очень трудно избежать темы искусственного интеллекта и машинного обучения, в частности. У очень многих людей есть огроменная такая иллюзия всемогущества технологии и надвигающегося призрака сингулярности. Я, обычно, на это привожу один простой факт: модель нейрона, используемая повсеместно в компютерных нейронных сетях, — это наше представление о живых нейронах 60-летней давности, этакая математическая модель, дающая хорошие результаты в отдельных случаях, но имеющая мало общего с реальностью.

Вот свежий пример на эту тему. В журнале Nature Neuroscience описывается новый тип нейронов, обнаруженный пока только в человеческом мозге. Rosehip neuron (модель шиповника?) составляет около 10-15% верхнего слоя неокортекса, обычно ассоциируемого с сознанием. Особенностью таких нейронов является форма окончаний аксонов, выпускающих нейротрансмиттеры в другие клетки. В данном случае она выглядит веретенообразно, напоминая формой гипантий цветка шиповника после опадения лепестков. Сам нейрон выглядит достаточно компактным, в два раза меньше традиционно наблюдаемых у животных. Функциональное предназначение таких нейронов пока не понятно, но ученые предполагают, что их форма и структура позволяют эффективно и выборочно гасить активацию нейронов.

А вывод для адептов технологической сингулярности очень простой: пока мир все еще сложнее и эффективнее наших моделей.

https://medium.com/popular-science/a-new-type-of-neuron-lurks-in-the-human-brain-and-we-have-no-idea-what-it-does-e6bb2d140bd0

Новый телеграм-курс про Inclusive Design, Digital Transformation и Inclusive Transformation Framework.

Микро-анонс. Я последние пару лет довольно много занимался темой инклюзивного дизайна и попытками вырастить из этого "технологию" для чего-то, что мы внутри называем обычным английским словом "envisioning", проводил воркшопы, тренинги, разбирал разные кейсы внутри, снаружи, с заказчиками и т.п.  Но это все было в оффлайне и на ограниченную аудиторию.

Теперь же будет веселее! Я запустил новый канал - Human Spectrum Lab (HSL), где короткими порциями буду рассказывать про Inclusive Design, Digital Transformation и наш Inclusive Transformation Framework. В отличие от Quantum Quintum, где я делюсь новостями, HSL стоит воспринимать скорее как онлайн-курс в telegram-формате.

В "курсе" будет много контента, упражнений, домашки, обсуждения и т.п., но это также съедает больше времени, чем "просто новостной канал": в среднем до 20 минут в день, чтобы погрузиться в практическую трансформацию и получить для себя новые инструменты и ментальные модели для обсуждения интересных вам сценариев.

Еще важный момент: курс рассчитан на широкую аудиторию - от разработчиков, продуктологов и дизайнеров до менеджеров, аналитиков и консультантов, а также их друзей и знакомых, которым интересны темы дизайн-мышления, цифровой трансформации и футуризма. :)

Подписываться сюда: https://t.me/humanspectrum