Искусственный интеллект, сильный и не очень / Хабр
С 4 по 7 апреля в Сан-Хосе прошла конференция, организованная компанией NVIDIA, посвященная параллельным вычислениям и искусственному интеллекту. Далее я хотел бы поделиться своими мыслями о состоянии и перспективах разработок в области ИИ, навеянными этим мероприятием.
Рассуждения об искусственном интеллекте можно поделить на два типа. Первый тип – это разговоры о том, что будет, когда появятся мыслящие компьютеры и какова будет при этом судьба человеческого вида. Исследуются возможные варианты отношений человека и мыслящей машины. Затрагиваются темы бессмертия, связанного с возможным переносом человеческого сознания в компьютерную оболочку. Поднимается, пожалуй, главный вопрос – если человек создаст разум намного превосходящий свой собственный, кто он будет при этом разуме? Хозяин, раб, тупиковая ветвь эволюции или участник симбиоза?
Второй тип — это рассуждения о путях, которые, по идее, должны привести к созданию полноценного искусственного интеллекта и методах, которые уже сейчас, помогают, решать сложные интеллектуальные задачи.
Главный водораздел проходит через «критерий разумности» машин. Это принято называть делением искусственного интеллекта на сильный и слабый. Под слабым ИИ понимается способность компьютеров решать информационные задачи, например, определять, что изображено на картинке или переводить звучание голоса в соответствующий текст. Сильный ИИ подразумевает, что компьютер не просто оперирует информацией, а, в той или иной степени, понимает ее смысл. Например, если компьютерный переводчик с одного языка на другой просто заменяет одни слова другими по заданным неизменным правилам, то это слабый ИИ, если же он исходит из понимания смысла фраз, то он уже ближе к сильному.
Критерий сильного ИИ – это знаменитый тест Тьюринга. Если при общении с компьютером посредством анонимного канала связи вы не сможете понять кто на том конце провода, человек или машина, то можно считать, что такой компьютер-собеседник действительно мыслит. Суть этого теста в том, что сколько не запоминай ответы, которые дают люди на те или иные вопросы и сколько не накапливай фраз, уместных в определенные моменты, всегда найдется ситуация, когда «механический» ответ будет невозможен.
Недавний пример «неудачи в прохождении теста» — чат-бот от Microsoft Тэй(Tay). Пообщаться с ним можно было через Twitter или мессенджеры Kik и GroupMe. Уже через день общения с пользователями чат-бот стал агрессивен, начал хвалить Гитлера и ругать евреев.
Причина такого поведения вовсе не в том, что разговаривавшие с ним люди «открыли ему глаза на жизнь». Причина – пока еще неумение машин приблизится к пониманию смысла фраз. Когда в памяти чат-бота есть что-то похожее на текущую беседу, он может воспользоваться теми фразами, что говорили люди в подобных ситуациях, в надежде получить что-то разумное. Или же робот может попытаться определить тему разговора, например, по тому насколько употребляемые собеседником слова и формулировки советуют той или иной тематике. Определив тему беседы, он может пытаться подбирать фразы из бесед с аналогичной темой или использовать заложенные в него или почерпнутые из интернета знания в этой области. Такая стратегия позволяет создать видимость разумной беседы, но только видимость.
Значительно лучше, чем беседы на вольную тему, у компьютеров получается понимать команды и формализованные запросы. Если машина ожидает вполне определенного обращения, то задача сильно упрощается. По этому принципу успешно работают и «Siri», и «Ok, Google».
На конференции было много активности посвященной суперкомпьютеру IBM Watson. Основная идея Ватсона – понимать беседу на естественном языке, переводить ее в понятное компьютеру описание, использовать базы знаний в различных областях для поиска адекватных ответов.
В феврале 2011 года Ватсон победил в телепередаче Jeopardy! (российский аналог — «Своя игра»). Причем обыграл он не просто соперников, а двух рекордсменов, Брэда Раттера — обладателя самого большого выигрыша в программе, и Кена Дженнингса — рекордсмена по длительности беспроигрышной серии.
Компьютер заработал приз в 1 млн долларов. В NVIDIA на тему выигрыша пошутили, что они не знают, что компьютер будет делать с миллионом, но с точки зрения метода обучения с подкреплением надо сказать, что это неплохое подкрепление. Особо отмечалось, что Ватсон был на равных с игроками в том смысле, что не был подключен к интернету. В память Ватсона «весь интернет» был закачан заранее, по крайней мере его значимая часть размеров в 4 терабайта. Для структурированных данных это достаточно много, достаточно учесть, что вся Википедия занимает 17 гигабайт.
Самым важным в игре было то, что вопросы задавались без какого-либо упрощения и дополнительных уточнений. Это означает, что компьютер действительно смог в ряде случаев правильно определить, что именно от него требовалось и найти это в своей базе знаний. Но действительно ли Ватсон понимал суть задаваемых вопросов? Нет, не понимал, по крайней мере, не так, как понимает их человек. В чем была суть поединка? Люди понимали каждый заданный вопрос, но не всегда могли найти ответ в своей памяти.
Компьютер не понимал смысла вопросов, но, используя алгоритмы, переводил их в некую поисковую форму, по которой находил достаточно точное соответствие в своей структурированной памяти. Победа Ватсона показала, что алгоритм плюс хорошая память могут дать больший процент правильных ответов, чем понимание и плохая память. Если бы людям дали доступ в интернет и не ставили жестких временных рамок, то результат игры был бы иной.
IBM Watson пока нельзя отнести к сильному ИИ, но это не умаляет его достоинств. Главная проблема, связанная с пониманием естественного языка – это множественность трактовок, которая может возникать у одного и того же слова в зависимости от контекста фразы. Но если беседа переходит в более специальную область, то оказывается, что многие области определяют практически единственно возможные трактовки. И в этот момент успешность работы компьютера значительно возрастает. Понимая это, разработчики Ватсона сделали акцент на отдельные темы. Например, пожалуй, самый большой прорыв суперкомпьютера от IBM связан с медицинской диагностикой.
Москва. Середина восьмидесятых.
Врачебная конференция, посвященная использованию в медицине ЭВМ. Все собравшиеся сошлись во мнении, что в скором времени ЭВМ заменят врачей… Будут ставить диагнозы, а людям останутся только процедурные мероприятия.
Это был очень сложный случай, восемь предыдущих врачей не смогли поставить диагноз больной. Моему учителю хватило одного взгляда на эту женщину, он сразу назначил анализ на реакцию Васермана. Так вот скажите мне, дорогие коллеги, какой ЭВМ сможет мгновенно поставить диагноз сифилис лишь только по одному бл*дскому виду пациентки?»Возвращаясь к Ватсону. IBM пошла по пути создания открытого API, когда каждый желающий может использовать знания Ватсона и интерфейс естественного языка для интеграции в свой бизнес. IBM пытается создать множество когнитивных сервисов таких как: распознавание речи и изображений, сервис классификации запросов на естественном языке, перевод на другой язык, определение эмоциональной окрашенности речи и текстов и т.п. В перспективе они видят, что многие фирмы смогут перевести большую часть голосовой поддержки клиентов на технологии Ватсона, а это сулит колоссальную экономию. Короче, многие индусы из call-центров могут остаться без работы.
Идея, что ИИ начинает работать значительно лучше, когда удается перейти к специальной задаче, сужающей пространство трактовок, применима не только к анализу естественного языка, но и, например, к анализу изображений.
Беспилотное управление автомобилем использует множество технологий, вот часть из них:
- Распознавание образов, оно отвечает за узнавание различных объектов на дороге;
- Стереоскопическая обработка изображений, позволяет построить карту глубины и расстояний;
- Использование лидара, дополняет построение карты расстояний или позволяет построить ее с нуля, например, в полной темноте.
На днях этим отличился Ford; - Обучение с подкреплением, обеспечивает обучение вождению и правилам движения.
На днях этим отличился Ford;В холе конференции стояли три беспилотных автомобиля от Audi, Volvo и BMW. У всех них и не только них управление построено на решении NVIDIA DRIVE. Само решение состоит из трех компонент:
- NVIDIA DRIVE PX – платформа автопилотирования;
- NVIDIA DRIVE CX – бортовой компьютер с системой навигации, если PX знает как ехать, то CX знает куда ехать и как при этом развлечь пассажира;
- NVIDIA DIGITS DEV BOX – система глубокого обучения, которая позволяет обучать нейронные сети для PX.
Автоматическое вождение производит сильное впечатление. ИИ во всей своей красе. Мне особенно понравился ролик, который показала Toyota о том, как самообучался вождению их беспилотный автомобиль. Сначала он как слепой котенок тыркался во все стороны и постоянно тормозил, потом передвигался все увереннее и, наконец, через 3000 миль пробега стал вполне уверенно бегать по любым дорогам.
Toyota на конференции была представлена через Toyota Research Institute. CEO института Gill Pratt озвучил, что автопроизводитель намерен вложить 1 миллиард долларов в течении ближайших пяти лет в исследования, связанные с ИИ. Интересен сам подход Toyota. Они говорят, что не считают полный автопилот основным приоритетом. Сейчас автопилот, реализованный, например, в Tesla, требует режима «руки на руле». То есть он может вести машину, но требует постоянного контроля со стороны водителя. Такой режим скорее напрягает, чем добавляет удовольствия от поездки. Toyota делает акцент на системы помощи водителю, то есть автопилот не вмешивается в управление пока все идет нормально, но если ситуация выходит из-под контроля, то автопилот берет все в свои руки и спасает положение. Мало у кого из водителей есть опыт вождения в экстремальных ситуациях, обычное вождение имеет мало общего с тем, что надо делать в критической ситуации. Автопилот же как раз может быть очень хорошо обучен именно для таких случаев.
1 200 000 смертей на дорогах ежегодно – такая статистика по планете Земля. Как считает Toyota их система позволит снизить эту цифру практически до нуля. Как сказал Gill Pratt (привожу по памяти): «востребованность нашей системы надо считать не по автомобилям, потребители, кому она нужна позарез – это 1 200 000 человек в год».
Но автопилот, как бы удивительно не выглядел автомобиль, едущий без водителя, — это не сильный ИИ. Пока – это набор хороших методов и алгоритмов. Возможно, что для этой задачи большего и не надо.
Многие задачи, подобные беспилотному вождению, можно успешно решать и без использования сильного ИИ. Нейронные сети с глубинным обучением (или глубоким обучением, если такой перевод Deep learning вам больше нравится) достаточно хорошо подходят там, где “программирование в лоб” заходит в тупик и оказывается, что значительно проще “скормить” нейронной сети огромный массив обучающих примеров и тем самым обучить ее правильной классификации, чем пытаться самому описать все закономерности и реакцию на них.
Но чудес не бывает, простота получения результата компенсируется сложностью обучения. Тренировки нейронных сетей, состоящих из большого числа элементов, на огромном числе примеров требуют колоссального количества вычислений. Традиционные CPU оказываются слишком медленны для таких расчетов. Единственное спасение — это массивное распараллеливание вычислений, благо именно нейронные сети очень хорошо этому поддаются. GPU, которые изначально создавались для формирования графической картинки практически идеально подошли для таких целей. Востребованность на рынке нейронных сетей заставила производителей GPU учесть особенности такого применения в архитектуре железа и побудила их к созданию соответствующего программного обеспечения, облегчающего жизнь разработчиков. На конференции NVIDIA, как основной производитель GPU, постаралась убедить всех, что ими создан полный стек необходимого программного обеспечения, предусматривающий сопровождение всех этапов разработки нейронных сетей.
Как я уже писал, на конференции NVIDIA презентовала прорыв в области обучения глубинных нейронных сетей – суперкомпьютер DGX-1.
Прорыв – это 12 кратное повышение производительности на задачах обучения по сравнению с предшественниками.
Соответственно, экосистема включает в себя не только железо, но и полный набор программ, оптимизированных для глубокого обучения (https://developer.nvidia.com/deep-learning#source=pr).
В набор ПО DGX-1 входит NVIDIA Deep Learning GPU Training System (DIGITS), полноценная интерактивная система для создания глубоких нейронных сетей (DNN), а также GPU-ускоряемая библиотека примитивов для создания DNN — NVIDIA CUDA Deep Neural Network (cuDNN) версии 5.
Помимо этого, система содержит оптимизированные версии нескольких широко используемых фреймворков глубокого обучения— Caffe, Theano и Torch. DGX-1 дополнительно предоставляет доступ к облачным инструментам управления, обновлениям ПО и банку приложений-контейнеров».
Вообще же, на конференции NVIDIA отчетливо пыталась донести до всех мысль, что они уже давно не просто производитель специализированных чипов, а компания, которая имеет видение технологий в целом и предлагает комплексные решения, в которых железо – это только одна и не факт, что самая главная составляющая.
Короче ИИ шагает семимильными шагами. Но пока все это слабый ИИ. Термин слабый не стоит воспринимать, как негативную оценку. Это просто уточнение используемых технологий. Насколько далеки мы от сильной ИИ легко судить по системам компьютерного перевода. Пока переводится технический или иной хорошо трактуемый текст, машинный переводчик на высоте. Но стоит дать пример, который требует понимания смысла фразы, как правильный перевод становится делом случая и никакие статистические методы положение не спасают.
Deep Blue от IBM в 1997 году выиграл матч по шахматам из 6 партий у чемпиона мира Гарри Каспарова. Недавно система AlphaGo от google победила сильнейшего в мире игрока Го. Насколько это говорит о приближении эры сильного ИИ? Большой шаг для одного робота, но малое продвижение для человечества. Мы видим хорошую работу методов обучения с подкреплением, но с одним существенным «но». Дело в том, что и шахматы и Го позволяют достаточно просто и точно описать позицию. Стратегия поведения строится из понимания того, что позиция нам в той или иной мере знакома и мы можем использовать ранее полученный опыт для принятия решений.
Чтобы не просчитывать все варианты до конца вводится оценка качества ситуации, которая позволяет оценить позицию без просчета вариантов возможных продолжений. В обоих ситуациях оказывается, что самое главное – это суметь из формального описания позиции получить все смысловые элементы, влияющие на ее оценку. Для шахмат и Го это хотя и не просто, но получилось. В жизни все значительно сложнее. Внешнее «сырое» описание происходящего плохо помогает в определении стратегии поведения и оценке качества ситуации. Нельзя судить о сходстве ситуаций по совпадению части признаков. Требуется понимание смысла происходящего. Любая незначительная деталь может оказаться критической для определения того, что происходит. Так, google-мобиль будет и дальше ехать по дороге если нет препятствий, не нарушаются правила движения и выдерживается маршрут. И его не смутят ни ядерный гриб на горизонте, ни толпы зомби, нервно стоящих на обочине.
Создание сильного ИИ напрямую связано не просто с умением алгоритмически (традиционными методами) оперировать с информацией, а с возможностью понимать ее смысл.
Задача эта кажется непростой, тем более, что она напрямую связана с пониманием работы мозга, так как этот механизм точно умеет работать со смыслом. Скоро ли появится сильный ИИ? Возможно, что очень скоро. В следующий статье я опишу разработки нашей группы относительно математической формализации понятия смысл и построении основанной на этом модели, которая претендует на очень хорошее описание работы мозга, а чтобы это было убедительно покажу неплохо работающий образец. Так что, возможно, скоро в магазине вы услышите такой диалог:
Продавец: Это новинка, мозговой имплантант, снимает половину умственной нагрузки.
Покупатель: Отлично! Продайте мне парочку.
Чем различаются слабый, сильный и супер-ИИ
Начнем с общего определения этой технологии. Звучит оно примерно так: ИИ — это обширный раздел компьютерных наук, цель которого — создать видимость наличия у машины человеческого интеллекта. Таким образом, если компьютер демонстрирует когнитивные способности, присущие людям, то мы называем это ИИ.
Слабый ИИ (Narrow AI)
ИИ узкого назначения, также известный как слабый, — это ИИ в сегодняшнем понимании. Он запрограммирован на выполнение одной задачи — будь то мониторинг погоды, игра в шахматы или анализ данных для написания журналистских репортажей.
Такой ИИ может работать в режиме реального времени, но он извлекает информацию лишь из ограниченного набора данных. В результате эта система способна справляться только с одной конкретной проблемой, решению которой она обучена.
В отличие от ИИ общего назначения, также известного как сильный, ИИ узкого назначения не обладает человеческими чувствами и сознанием, а работает лишь в заранее заданном диапазоне.
Все окружающие нас ИИ-решения — это примеры слабого ИИ, в том числе Google Assistant, Google Translate, Siri и другие инструменты обработки естественного языка. Кто-то может возразить и сказать, что это не так, ведь они способны взаимодействовать с людьми.
Однако все же это ИИ узкого назначения, потому что подобные машины слишком далеки от человеческого интеллекта — другими словами, они не могут думать самостоятельно.
Например, Siri не обладает сознанием. Она просто выполняет ряд задач: обрабатывает человеческую речь, вводит полученный вопрос в поисковую систему и выдает ответ.
Это объясняет, почему на абстрактные вопросы о смысле жизни и личных проблемах Siri или Google Assistant дают неопределенные ответы, которые часто не имеют смысла, или предлагают ссылки на статьи из интернета. С другой стороны, на вопрос о погоде мы всегда получаем точный ответ. Это доказывает, что голосовые помощники на основе ИИ не могут выходить за рамки знакомых задач.
Преимущества слабого ИИ
Хоть этот вид ИИ мы и называем слабым, не стоит воспринимать такое определение буквально. ИИ узкого назначения — это серьезный технологический прорыв.
Такие системы способны обрабатывать данные и выполнять задачи значительно быстрее, чем любой человек, что позволило повысить общую производительность, а также качество жизни.
В частности, такие ИИ-решения, как IBM Watson, разработаны для помощи врачам — они делают медобслуживание лучше, быстрее и безопаснее.
Кроме того, слабый ИИ избавил нас от множества рутинных задач: от заказа пиццы (теперь это может сделать Siri) до обработки больших массивов информации. Эта технология значительно улучшила нашу жизнь, поэтому мы не должны ее недооценивать. С появлением передовых технологий наподобие беспилотных автомобилей слабый ИИ также избавит нас от досадных реалий вроде пробок и предоставит больше свободного времени.
Кроме того, ИИ узкого назначения служит строительным материалом для более фундаментальных систем, с которыми мы можем столкнуться в ближайшем будущем.
Сильный ИИ (General AI)
ИИ общего назначения, или сильный ИИ, схож с человеческим интеллектом. Иными словами, он может успешно выполнять любые умственные задачи, которые под силу людям. Именно такие системы мы видим в научно-фантастических фильмах, посвященных взаимодействию человека с машинами, обладающими чувствами и сознанием.
Сейчас компьютеры могут обрабатывать данные быстрее, чем мы. Но они не способны мыслить абстрактно, продумывать стратегию, а также использовать мысли и воспоминания, чтобы принимать обоснованные решения или выдвигать творческие идеи. Благодаря этому типу интеллекта мы превосходим машины. В то же время работу этих когнитивных механизмов сложнее всего понять, а значит, и сложнее всего воспроизвести.
Ожидается, что сильный ИИ сможет рассуждать, справляться с проблемами, выносить суждения в условиях неопределенности, планировать, учиться, интегрировать предыдущие знания в процесс принятия решений, а также предлагать новаторские идеи. Но для достижения всех этих целей исследователи должны придумать, как наделить машины сознанием.
Супер-ИИ (Super AI)
Оксфордский философ Ник Бостром определяет супер-ИИ так: «Это любой интеллект, который значительно превосходит когнитивные способности человека практически во всех областях».
Супер-ИИ превзойдет людей во всех аспектах — от творчества до жизненной мудрости и решения проблем.
Машины будут способны демонстрировать интеллект, который мы не видели и у самых одаренных представителей человечества. Это тот тип ИИ, который многих беспокоит, а по мнению Илона Маска, именно он приведет к вымиранию людей как вида.
Источник.
Strong and Weak — InterVarsity Press
«Эта книга заставила меня мыслить по-настоящему как лидер и привнести свое истинное «я» в работу лидера. Энди Крауч предлагает простую, но глубокую схему, которая исследует важную взаимосвязь между властью и уязвимостью— и как различные комбинации могут либо помочь, либо помешать человеческому процветанию.Эта дорожная карта раскрывает слишком простые ловушки ухода и эксплуатации, напоминая нам, что именно в уязвимости и страдании обитает сила. Strong and Weak — это вдохновляющее руководство для всех, кто стремится жить вопреки культуре безопасности и вести жизнь, полную осмысленного риска и процветания». «Божье Слово так много внимания уделяет взаимодействию слабости и силы, а также другим противоположностям, которые ведут нас к величайшим возможностям для процветания.
Все ученичество, кажется, сосредоточено вокруг этих противоположностей. Когда мы переживаем бедность, мы постигаем богатство, которое Бог щедро дарует нам. Когда мы испытываем беспомощность, мы признаем могущество его силы! Прекрасная книга Энди Крауча дает возможность понять все это более четко».0005
Рави И. Джаякаран, директор отдела общественных преобразований, e3 Partners, старший сотрудник интегральной миссии Лозаннского движения
«Энди Крауч снова сделал это! показывает нам, как приумножить нашу силу, чтобы создать мир, в котором люди из любого племени и нации могут процветать и полностью раскрыть свой Богом данный потенциал. Мне это нравится!»
Бренда Солтер Макнил, Тихоокеанский университет Сиэтла, автор книги «Дорожная карта к примирению 9»0005
«Эта книга окажет глубокое влияние на наш мир. Она построена на ясном, глубоком, меняющем жизнь понимании, которое открывает огромные возможности для человеческого процветания. Классическое, элегантное и совершенно поучительное.
»
Джон Ортберг, автор книги «Вечность сейчас в сеансе». возможно, самая важная работа лидера, и часто наиболее упускаемая из виду. Она станет обязательной для чтения в нашей работе по лидерству и развитию».
Лиза Слейтон, президент Pittsburgh Leadership Foundation
«Крауч хорошо разбирается как в тексте Священного Писания, так и в нашем культурном контексте, и он хороший переводчик, берущий надежные богословские идеи и делающий их доступными для широкого круга читателей. Его тезис о том, что человеческое процветание связано с парадоксом как большей власти, так и большей уязвимости, перекликается с воплощением и учением Иисуса и вдохновляет читателя исследовать далеко идущие последствия Евангелия в нашем сломанном мире, даже в нашей сломанной работе».
2016 Премия The Gospel Coalition Book Awards
«Очень мало книг, которые откровенно и библейски говорят о природе власти. Христиане склонны ошибаться в одном из трех направлений в отношении власти. Либо они поклоняются силе как конечной цели; они наивно отрицают власть, на которую они способны и за которую несут ответственность, или избегают руководства, опасаясь, что власть может их развратить.
используется для служения Царству Божьему. Это ценное и необходимое ободрение для церкви и ее народа».
Пол Тейлор, Темелиос, август 2016 г.
«Церковным руководителям, ищущим новый взгляд на влияние греха на затерянный мир, будет полезна эта книга. Это также отличная книга для чтения вместе с группой друзей, чтобы обсудить природу Евангелия и его влияние как на отдельных людей, так и на сообщества, с новой точки зрения».
Тобин Перри, «В командировке», лето 2016 г.
«Книга, всю идею которой можно изложить на диаграмме размером 2 на 2 дюйма, поначалу может показаться чрезмерно упрощенной и недостойной своих 186 страниц, но Крауч эффективно копает дальше. поверхности своего послания. Он награждает читателей полезными советами о том, как христиане могут процветать, признавая свою уязвимость, а не подавляя ее. И пастор, и мирянин уйдут от Strong and Weak со свежим взглядом на то, как Божья сила совершенствуется в слабости».
Дэниел Кэмп, The Baptist Standard, май 2016 г.
Но для меня это было большим ударом, почти с силой откровения. Как христианин и как лидер, я изо всех сил стараюсь оградить себя, свою семью и окружающих от риска, постоянно расширяя масштабы своих и их эффективных действий. Однако это не способствует ни моему, ни их процветанию, а делает невозможным духовный рост или эффективное служение. Чтобы сделать это, мы должны, как Иисус, скатиться из привилегии в боль, потому что только принимая осмысленный риск, мы можем также развить способность к эффективным действиям. Заимствуя фразу Павла, когда мы немощны, тогда мы сильны (2 Коринфянам 12:10). И только потом»
Джордж П. Вуд, Influence, 10 мая 2016 г.
«В своей последней книге Энди Крауч задается вопросом: какие добродетели характера наиболее непосредственно ведут к тому процветанию, которого Бог желает для нас? Он предполагает, что ответ заключается в сочетании двух парадоксальных добродетелей: авторитета и уязвимости. Книга подталкивает нас к тому, чтобы переосмыслить форму нашей верности».
Relevant Magazine, март/апрель 2016 г.
«Процветать — значит воплощать в жизнь то, к чему нас призвал Бог, не только для нашего собственного блага, но и для других. Энди Крауч, рассказывая значимые жизненные истории и примеры, объясняет, как Иисус сам воплощает парадокс процветания как в своей силе как самого Сына Божьего, так и в своей немощи как младенца, который растет и умирает на кресте».
Линда Слэдки, компаньон Ковенанта, июль/август 2017 г.
« Сильные и слабые — отличный компаньон для «Игры в Бога», потому что он продолжает обсуждение силы как средства прославления Бога».
Эндрю М. Уайток, Haddington House Journal 2017
Сильные и слабые: жизнь, полная любви, риска и истинного процветания
Автор Энди Крауч Отзыв Пола Тейлора
Миссия и культура
Я был в самолете и рисовал на салфетке сетку два на два. Рядом со мной сидел мой давний друг, который был президентом небольшого предприятия.
Моя таблица на салфетке была попыткой подытожить лекцию Энди Крауча, которую я прослушал два года назад, на тему библейской силы. Мой друг сразу понял, какое значение эти идеи имели для его бизнеса и личной жизни.
В культуре, которая колеблется между страхом и преклонением перед силой, размышления Крауча о библейской силе были свежими и преобразующими. С тех пор, как я услышал их, я проповедовал две серии проповедей на эту тему для церкви, в которой я был пастором: сначала для молодежи, а затем для мужского служения. Strong and Weak: Жизнь, полная любви, риска и истинного процветания — это письменная версия этой лекции.
Сердцевина этой книги — метод, с помощью которого люди могут процветать: быть полностью живыми, как задумал Бог. Крауч предполагает, что это возможно только в том случае, если принять парадокс быть сильным и слабым одновременно. Матрица два на два объясняет эту концепцию. Вертикальная ось представляет авторитет или «способность к осмысленным действиям» (стр.
35). Что большинство людей обычно думают, говоря о власти, так это способность влиять на события и контролировать обстоятельства или обладать знаниями или положением для этого. Однако процветание происходит только тогда, когда авторитет сочетается с тем, что иногда считается слабостью — уязвимостью, определяемой как «подверженность серьезному риску» (стр. 40). Этот вид уязвимости — это не просто эмоциональная прозрачность. Крауч резюмирует: «Настоящая уязвимость предполагает риск чего-то, что имеет реальную и даже невосполнимую ценность» (стр. 42).
Матрица, созданная осями авторитета и уязвимости, приводит к четырем отдельным квадрантам, каждый из которых получает объяснение длины главы. Нижний правый представляет низкий авторитет с высокой уязвимостью. Это страдание — переживание боли без возможности изменить обстоятельства. Внизу слева — низкий авторитет с низкой уязвимостью. Это отстранение — бегство от выбора в страхе перед его последствиями. Верхний левый, обобщенно говоря, эксплуатирующий, — это царство диктаторов и тиранов — высокая власть с низкой уязвимостью.
Большинство людей склоняются к этому углу, когда они используют власть, чтобы уменьшить уязвимость.
Однако процветание занимает правый верхний угол — высокий авторитет в сочетании с высокой уязвимостью. Когда люди живут в этом квадранте, они и их сообщества получают пользу. Риски приняты. Лидеры развивают смирение. Контроль отпускается. Конфронтация приводит к трансформации. Процветание в смысле отношений — это состояние, которое иногда называют любовью. «Это то, чем стремится быть любовь: способной на осмысленные действия в жизни возлюбленного, настолько преданной возлюбленной, что все значимое оказывается под угрозой. Если мы хотим процветания, это то, чему мы должны научиться» (стр. 48).
Остальная часть книги направлена именно на это: помочь читателю научиться преуспевать. Чтобы достичь процветания, нужно совершить два путешествия. Первая — это задача лидера — жить с уязвимостью, о которой никто не знает. Уязвимость скрывается не для защиты лидера, а для общества, которому он или она служит.
Второе путешествие — это добровольное переживание боли и потерь, или то, что Крауч называет «нисхождением к мертвым». Только смирившись с потерей, люди могут в конечном итоге избавиться от своего идолопоклонства перед властью, не будучи уязвимыми, и прийти к истинному процветанию.
Если в этой книге и есть слабость, так это то, что некоторые идеи могут быть техническими и абстрактными. Отслеживание матричной схемы, понимание диагонали ложного выбора, понимание путей скрытой уязвимости и спуска к мертвым, а также применение каждого из них к реальным жизненным ситуациям может быть сложной задачей. Однако Крауч пишет с оттенком юмора и смешивает многочисленные личные истории со ссылками на культурные проблемы, такие как расизм и бедность. Его стиль помогает сделать эту книгу практичной с соответствующим применением. Но это также и глубоко богословская книга. Сочетание уязвимости с властью — это не только путь к процветанию людей, но и путь, по которому Сам Бог сотворил и искупил мир.