TGTGInsightтелеграм анализLIVE / telegram public index
← Такты, стеки, два колеса

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #501 · 12.08

Марк Уве-Клинг, «Страна качества». Уве-Клинг в первую очередь стендап-комик и автор комедийных скетчей, что сильно повлияло на книгу. Лично мне не хватило какой-то сюжетной целостности: весь текст это как бы склейка отдельных сценок в общем мире с общими героями. Персонажи, кстати, очень архетипичны, а главный герой, наоборот, сравнительно безликий наблюдатель. Я бы даже сказал, что главный герой тут — вы, тот, кто читает произведение. Тем не менее, в едкости и интересных идеях автору не занимать. «Страна качества» это сатирическая антиутопия об обществе потребления, причем, совсем не такая, как, например, «О дивный новый мир». Если у Хаксли за основу взяты глубинные соблазны людей, и на их основе смоделировано общество, то Уве-Клинг просто взял текущие реальные тренды и выкрутил в них все ручки на максимум. Не столь далёкое будущее, центром действия становится государство под названием Qualityland. Всех людей тут зовут именем + профессией родителя того же пола в момент зачатия. Например, главный герой Петер Безработный, хотя у него самого есть работа, но у его отца в момент его зачатия не было. Есть ещё, допустим, Мартин Управляющий, Конрад Повар, Мелисса Проститутка и другие. Конечно же, не обошлось без упоминания человека с именем Ганнибал Лектор. Вообще, у автора прекрасное чувство юмора с кучей пасхалок и отсылок. В Qualityland гипертрофированное до абсурда общество потребления, а люди в основном тупы, инертны и ленивы. В большинстве модальных окон в интерфейсах есть только кнопка ОК, даже если там задан вопрос, подразумевающий возможность отказа («Хотите посмотреть рекламу?»). Ещё в этом мире было посчитано, что уникальный рисунок губ более точен, чем отпечатки пальцев, поэтому люди оплачивают покупки, целуя экран своего гаджета — очень символично. Что касается товаров, то их доставляют дроны из магазина, даже если ты сам ничего не заказывал, потому что умные алгоритмы автоматически вычисляют, что именно тебе нужно, списывают с твоего счёта деньги за это и оформляют покупку без твоего участия. Это кажется диким, если не вспоминать, что у нас в нашей объективной реальности примерно такие же взаимоотношения с информацией: соцсети и алгоритмы корпораций решают за нас, какую информацию мы хотим потреблять, и доставляют её к нам. Вообще, читая эту книгу, я сначала пребывал в слезах от абсурдности и нереалистичности происходящего, а потом пребывал в слезах от осознания того, насколько близка наша реальная жизнь к чему-то подобному. Хоть центральный сюжет, на мой взгляд, вышел у автора беззубым и скомканным, острые и едкие детали в отдельных сценах и в описании мира можно пересказывать часами. Сквозь сатиру и гротеск иногда проглядывают любопытные размышления автора о неизбежном вреде человечеству от ИИ, исторические вставки с реальными фактами и вполне правдоподобные объяснения некоторых экономических эффектов. В общем, скорее рекомендую, чем не, но читать нужно с осторожностью, заранее воспринимая роман не совсем как обычное художественное произведение. Уже есть вторая книга, начну её сегодня. #fiction

Hashtags

Резултати

Намерени 3 подобни публикации

Търсене: #osmo

当前筛选 #osmo清除筛选

🐬DOLPHIN | AI PREDICTIONS 13.01.2024 00:00 GMT Expected 5% Profit/Loss in 24 Hours #OSMO | 1.7437 | PP: 82% | LP: 97% #SEI | 0.6791 | PP: 70% | LP: 99% #STX | 1.634 | PP: 68% | LP: 98% #SKL | 0.08865 | PP: 63% | LP: 91% #OM | 0.06588 | PP: 57% | LP: 98% #WNXM | 53.81 | PP: 26% | LP: 92% #CHR | 0.2573 | PP: 25% | LP: 99% #ICP | 12.232 | PP: 20% | LP: 93% #NEXO | 0.893 | PP: 18% | LP: 94% #BNB | 296.6 | PP: 5% | LP: 92% ——————————————————————— Total Predictions: 367 PP > 50%: 12 LP > 50%: 51 PP > 60%: 11 LP > 60%: 38 PP > 70%: 8 LP > 70%: 26 PP > 80%: 3 LP > 80%: 13 PP > 90%: 0 LP > 90%: 10 ——————————————————————— PP: Profit Probability | LP: Loss Probability

🐬DOLPHIN | AI PREDICTIONS 17.03.2024 00:00 GMT Expected 5% Profit/Loss in 24 Hours #TROY | 0.002931 | PP: 99% | LP: 14% #XLM | 0.1292 | PP: 99% | LP: 14% #ZEC | 29.08 | PP: 99% | LP: 14% #QNT | 123.4 | PP: 99% | LP: 15% #PENDLE | 2.5185 | PP: 99% | LP: 16% #SNT | 0.04476 | PP: 99% | LP: 16% #SNX | 3.996 | PP: 99% | LP: 16% #VIB | 0.08893 | PP: 99% | LP: 16% #WING | 9.6 | PP: 99% | LP: 16% #YFI | 8877 | PP: 99% | LP: 16% #POWR | 0.3938 | PP: 99% | LP: 17% #PYR | 7.716 | PP: 99% | LP: 17% #SCRT | 0.6228 | PP: 99% | LP: 17% #SXP | 0.4379 | PP: 99% | LP: 17% #TIA | 13.75 | PP: 99% | LP: 17% #TWT | 1.3507 | PP: 99% | LP: 17% #UMA | 4.015 | PP: 99% | LP: 17% #PROS | 0.5068 | PP: 99% | LP: 18% #PUNDIX | 0.6027 | PP: 99% | LP: 18% #WAXP | 0.07902 | PP: 99% | LP: 18% #VET | 0.04046 | PP: 99% | LP: 20% #VTHO | 0.003851 | PP: 99% | LP: 20% #RDNT | 0.3406 | PP: 99% | LP: 23% #SC | 0.009372 | PP: 99% | LP: 24% #WOO | 0.4561 | PP: 99% | LP: 24% #WRX | 0.2741 | PP: 99% | LP: 26% #USTC | 0.02857411 | PP: 99% | LP: 30% #T | 0.03411 | PP: 99% | LP: 31% #UNFI | 7.656 | PP: 98% | LP: 13% #VGX | 0.1251 | PP: 98% | LP: 13% #SFP | 0.708 | PP: 98% | LP: 14% #ONG | 0.3793 | PP: 98% | LP: 16% #PORTO | 2.738 | PP: 98% | LP: 16% #RPL | 29 | PP: 98% | LP: 16% #SKL | 0.08973 | PP: 98% | LP: 17% #WAN | 0.2703 | PP: 98% | LP: 17% #PEOPLE | 0.04006 | PP: 98% | LP: 18% #XTZ | 1.291 | PP: 98% | LP: 18% #OSMO | 1.3818 | PP: 98% | LP: 19% #ONT | 0.3293 | PP: 98% | LP: 20% #PERP | 1.53711 | PP: 98% | LP: 20% #POLYX | 0.2222 | PP: 98% | LP: 20% #QKC | 0.013515 | PP: 98% | LP: 20% #RAD | 2.355 | PP: 98% | LP: 20% #REQ | 0.1284 | PP: 98% | LP: 20% #SAND | 0.6274 | PP: 98% | LP: 20% #TRU | 0.07445 | PP: 98% | LP: 20% #UTK | 0.1067 | PP: 98% | LP: 20% #VOXEL | 0.3238 | PP: 98% | LP: 20% #XRP | 0.6031 | PP: 98% | LP: 20% ... ——————————————————————— Total Predictions: 371 PP > 50%: 370 LP > 50%: 54 PP > 60%: 370 LP > 60%: 31 PP > 70%: 364 LP > 70%: 16 PP > 80%: 257 LP > 80%: 3 PP > 90%: 138 LP > 90%: 0 ——————————————————————— PP: Profit Probability | LP: Loss Probability