Algorithmes pour vivre Résumé
|

Algorithmes à vivre par Brian Christian et Tom Griffiths Résumé et analyse

L'informatique au service des décisions humaines

Contenu montrer

Algorithms to Live By de Brian Christian et Tom Griffiths montre comment la logique qui sous-tend les algorithmes informatiques peut aider à tout optimiser, de la programmation à la prise de décision, prouvant que la façon la plus intelligente de naviguer dans la vie pourrait bien être de penser comme un ordinateur.

La vie s'active. A Des algorithmes pour vivre a pris la poussière sur votre étagère ? Prenez plutôt les idées clés dès maintenant. Nous ne faisons qu'effleurer la surface. Si vous n'avez pas encore le livre, commandez l'ouvrage livre ou obtenir le livre audio gratuit sur Amazon pour connaître les détails juteux.

Le point de vue de Brian Christian

Brian Christian est un poète, un programmeur et un chercheur. Il a déjà remporté le concours du prix Loebner. Lors de ce concours, il a réussi à paraître "plus humain" que les humains qui passaient le test tout en concourant en tant que "confédéré". Son premier livre, The Most Human Human, a été un best-seller du Wall Street Journal et a été nommé livre de l'année par le New Yorker. 

Le point de vue de Tom Griffiths

Tom Griffiths est professeur de psychologie et de sciences cognitives à l'université de Berkeley. Il dirige également le Computational Cognitive Science Lab à l'UC Berkeley. Il est un universitaire de premier plan dans le domaine de la psychologie cognitive et a remporté plusieurs prix de l'American Psychological Association. 

Introduction

Des algorithmes pour vivre propose des raccourcis et des astuces pour vous aider à rationaliser votre vie. Les algorithmes sont insérés dans les ordinateurs et d'autres formes de technologie pour résoudre des problèmes. Cependant, il n'y a aucune raison pour que nous ne puissions pas utiliser les algorithmes dans notre vie quotidienne. Brian Christian et Tom Griffiths décrivent comment les algorithmes sont utilisés depuis des siècles. De plus, comment nous utilisons quotidiennement des algorithmes spécifiques. Cependant, certains algorithmes sont plus efficaces que d'autres. Ce livre donne un aperçu des algorithmes qui peuvent vous aider à rendre votre vie plus facile et plus agréable. 

Des algorithmes pour vivre a connu un énorme succès depuis sa sortie en 2016. Dès sa sortie, il est devenu le livre de non-fiction le plus vendu d'Audible #1. Par la suite, il a été nommé meilleur livre scientifique de l'année par Amazon.com. Enfin, il a été nommé livre de l'année par la MIT Technology Review. 

À moins que nous ne soyons prêts à passer des siècles à rechercher la perfection chaque fois que nous rencontrons un problème, les problèmes difficiles exigent qu'au lieu de nous épuiser, nous imaginions des versions plus faciles et que nous nous y attaquions en premier. Lorsqu'elle est appliquée correctement, il ne s'agit pas d'un vœu pieux, d'une fantaisie ou d'une rêverie inutile. C'est l'un de nos meilleurs moyens de progresser."

- Brian Christian

Les algorithmes ne s'appliquent pas seulement aux ordinateurs

Certains des plus grands défis auxquels sont confrontés les ordinateurs comme les esprits humains : comment gérer un espace fini, un temps fini, une attention limitée, des inconnus, des informations incomplètes et un avenir imprévisible ; comment le faire avec grâce et confiance ; et comment le faire au sein d'une communauté avec d'autres personnes qui essaient simultanément de faire de même."

- Brian Christian

La plupart des gens associent les algorithmes aux ordinateurs et à d'autres formes de technologie. Cependant, le mot remonte en fait au neuvième siècle. Le mathématicien perse Muhammad Al-Khwarizmi est la première personne à utiliser le mot "algorithme". Cependant, l'utilisation de concepts tels que les algorithmes remonte aux Sumériens. Les Sumériens étaient une civilisation qui existait il y a quatre mille ans. Cette civilisation utilisait un nombre fini d'étapes pour résoudre des problèmes. Nous utilisons un nombre fini d'étapes pour accomplir de multiples tâches chaque jour. Il est important de noter que c'est également la technique au cœur des algorithmes. 

Tant qu'un ensemble d'étapes finies est suivi, tout peut être un algorithme. Par exemple, une recette est un type d'algorithme. Elle implique une série d'instructions pour obtenir le résultat souhaité. Rédiger une liste d'avantages et d'inconvénients pour faire quelque chose est un algorithme intuitif. 

Nous pourrions considérer ces algorithmes comme plus subjectifs que les algorithmes informatiques. Pourtant, ces algorithmes utilisent le même processus et aboutissent à la même solution. Dans les deux cas, lorsque certaines conditions sont remplies, on passe à l'étape suivante du processus.

Les algorithmes peuvent nous dire quand nous devons nous arrêter

En plus de nous indiquer comment effectuer une tâche étape par étape, les algorithmes peuvent nous dire quand arrêter d'effectuer une tâche. En tant qu'êtres humains, nous avons du mal à savoir quand arrêter de chercher quelque chose. De plus, nous avons des préjugés cognitifs qui influencent nos choix lors de nos recherches. 

Les auteurs de ce livre suggèrent que l'algorithme d'arrêt optimal est la solution à ce problème. S'il y a 100 options, cet algorithme indique que vous devez examiner les 37 premières sans en prendre aucune. Utilisez ces 37 premières options comme norme. Par la suite, il faudra choisir l'élément qui répond à ces critères. Cet algorithme ne garantit pas le meilleur résultat. Cependant, il vous permettra d'avoir beaucoup plus de chances d'obtenir un article bien meilleur que si vous vous contentez de deviner. Peu importe ce que vous recherchez : 37% du total est le point de départ de votre norme. 

Les algorithmes peuvent nous dire quand commencer

En plus de nous conseiller sur le moment où nous devons arrêter de chercher, les algorithmes peuvent également nous dire quand explorer quelque chose de nouveau. Dans le livre, les auteurs donnent l'exemple d'une machine à sous. Certaines personnes se contentent de rester assises devant la machine jusqu'à ce qu'elles gagnent. Cependant, les gens se demandent toujours s'ils ne devraient pas simplement s'en aller, même s'ils ont perdu beaucoup d'argent. D'après le nom alternatif des machines à sous, ce dilemme est appelé le problème du bandit à plusieurs bras. 

Une stratégie souvent utilisée par les joueurs consiste à rester s'ils gagnent et à changer s'ils perdent. Cependant, ce n'est pas une façon logique de choisir quand explorer quelque chose de nouveau. Une meilleure méthode consiste à utiliser l'algorithme de la limite supérieure de confiance. Voici les étapes de cet algorithme, fournies par les auteurs. Là encore, il est appliqué aux machines à sous :

  1. Trouvez une machine qui offre la meilleure valeur attendue. Dans ce cas, il s'agit de la machine qui offre le plus gros jackpot, car vous ne connaissez pas les probabilités.
  2. Pendant que vous jouez, assurez-vous de suivre le résultat réel (combien d'argent vous gagnez). Le résultat réel doit être comparé au montant que vous pensiez gagner à ce stade.
  3. Si le résultat réel est systématiquement inférieur au résultat attendu, vous devez passer à une autre machine. Cette machine devrait être celle qui offre le deuxième plus gros jackpot.
  4. Répétez le processus.

Les algorithmes peuvent nous aider à organiser notre travail

Les auteurs de ce livre expliquent que le chaos organisé peut être une bonne chose. Tant que vous savez où se trouve chaque chose, vous serez productif. Cependant, si votre système de classement n'est pas organisé efficacement, il existe des algorithmes pour améliorer votre organisation. Les auteurs décrivent trois algorithmes, en particulier :

Tri à bulles

Cet algorithme est le moins efficace. Avec cette méthode, vous organisez une paire à la fois. Ensuite, vous répétez ce processus encore et encore jusqu'à ce que tout soit trié. Les auteurs donnent un exemple de l'algorithme du tri à bulles pour classer des livres par ordre alphabétique. Avec une étagère désorganisée, vous commencez par la lettre A. Vous comparez les deux premiers livres et les triez par ordre alphabétique. Ensuite, vous comparez l'élément qui est maintenant le deuxième livre avec le troisième livre. Vous répétez ce processus jusqu'à ce que vous ayez atteint la fin de la collection.

Tri par insertion

La méthode de tri par insertion est bien plus efficace si vous devez trier un nombre important d'articles. Si l'on reprend l'analogie du livre, la méthode de tri par insertion implique de retirer tous les livres de l'étagère. Ensuite, vous les remettez en place un par un, en vous assurant que les livres sont placés dans le bon ordre à chaque fois que vous en placez un.

Fusionner le tri

Enfin, la méthode de tri par fusion consiste à tout diviser en plusieurs piles. Chaque pile doit être triée de A à Z. Ensuite, ces piles doivent être fusionnées. 

Les algorithmes peuvent nous aider à planifier nos vies

Le "Thrashing" est un état humain très reconnaissable. Si vous avez déjà eu un moment où vous vouliez arrêter de tout faire juste pour avoir la chance d'écrire tout ce que vous étiez censé faire, mais que vous n'avez pas eu le temps de le faire, vous avez fait du thrashing."

- Brian Christian

En plus d'organiser les dossiers, nous devons organiser nos vies. L'organisation de notre vie peut être très complexe et constitue souvent un défi quotidien. En plus des exigences professionnelles, de multiples autres exigences de la vie rendent difficile de tout caser. Cependant, certains algorithmes peuvent vous aider à améliorer la façon dont vous planifiez votre vie. 

  • L'algorithme de la date d'échéance la plus proche - Un algorithme simple. La première tâche que vous effectuez est celle dont l'échéance est la plus proche.
  • Algorithme de Moore - Cet algorithme recommande de sauter la tâche qui demande le plus de temps. Vous devriez plutôt vous efforcer de terminer un plus grand nombre de tâches dans l'ensemble. Cet algorithme est plus efficace lorsque vous n'avez pas assez de temps pour terminer toutes les tâches.

Les auteurs vous conseillent d'éviter à tout prix l'inversion des priorités. L'inversion des priorités, c'est lorsque vous vous concentrez sur un trop grand nombre de petites tâches, et qu'aucune d'entre elles n'aboutit. Vous devriez vous efforcer de vous concentrer sur une seule tâche à la fois plutôt que sur le multitâche. 

Les algorithmes peuvent vous aider à prédire l'avenir

Si vous voulez être un bon bayésien intuitif - si vous voulez faire naturellement de bonnes prédictions, sans avoir à réfléchir au type de règle de prédiction approprié - vous devez protéger vos antécédents. De manière contre-intuitive, cela peut signifier qu'il faut arrêter de regarder les informations."

- Brian Christian

Bien que nous ne puissions jamais être sûrs de ce qui va se passer dans le futur, il est possible de prédire ce qui va probablement se passer. La prédiction des résultats probables est viable lorsqu'on utilise les bons algorithmes. 

La prédiction de résultats probables sur la base d'algorithmes remonte au XVIIIe siècle en Angleterre. Le révérend Thomas Bayes a mis au point un moyen simple de prédire les résultats futurs. Les auteurs de ce livre appliquent le théorème de Bayes aux tickets de loterie à gratter. Bayes recommande aux personnes qui achètent des tickets à gratter de tenir compte de la prévalence des tickets gagnants en circulation. En partant de cette hypothèse, il est possible de calculer la probabilité des résultats spécifiques de vos tickets. 

Comme pour beaucoup de choses, plus vous disposez d'informations, plus vous serez précis. Une méthode qui utilise de grandes quantités d'informations pour prédire les résultats futurs est le modèle de distribution du phénomène. D'autres noms pour cette distribution sont la distribution normale ou la courbe en cloche. Si un phénomène est normalement distribué, vous pouvez supposer qu'il sera caractérisé par des caractéristiques situées au milieu plutôt qu'aux extrêmes lorsque vous le rencontrerez.

La distribution alternative à la distribution normale est la distribution en loi de puissance. Cette distribution a une médiane beaucoup plus basse que la moyenne du phénomène. La richesse en est un exemple. La plupart des gens dans le monde sont pauvres, alors que quelques personnes détiennent la grande majorité de la richesse mondiale. 

Les algorithmes empêchent la surcharge de données

La surcharge de données est souvent envisagée par rapport à une expérience de pensée classique. Dans cette expérience de pensée, deux généraux se préparent à lancer une attaque conjointe sur une ville. Cette ville est située dans une vallée fortifiée. Ces généraux se trouvent sur les deux collines situées de part et d'autre de la vallée. Ainsi, le seul moyen pour eux d'attaquer simultanément est de se mettre d'accord sur un moment précis. En plus de cela, ils ne peuvent communiquer qu'en envoyant des individus à travers la vallée où se trouvent leurs ennemis. Cette expérience de pensée a été utilisée par les informaticiens pour déterminer des algorithmes permettant de transmettre des messages en toute sécurité.

Méthode I - Rupture de l'essai retransmis

C'est la première méthode créée. Cette solution consistait à envoyer plusieurs messagers dans l'espoir que l'un d'eux passe inaperçu. Cependant, l'envoi de trop de messagers peut entraîner une surcharge. En ce qui concerne les ordinateurs, il s'agit d'une surcharge du serveur. 

Méthode II - Backoff exponentiel

Si une surcharge du serveur est créée, la méthode du retrait exponentiel devrait fonctionner. Au lieu d'appuyer frénétiquement sur la touche de rafraîchissement, vous pouvez attendre quelques minutes que le trafic diminue. La partie exponentielle concerne le temps que vous attendez entre les rafraîchissements. Les auteurs suggèrent d'attendre deux fois plus longtemps chaque fois que vous recevez un message d'erreur lors de l'actualisation.

Méthode III - Augmentation additive, Diminution multiplicative

Cette méthode vise à empêcher la surcharge de se produire en premier lieu. Cet algorithme détermine la quantité maximale de données qu'un réseau peut traiter. L'algorithme commence par envoyer un seul paquet de données. Puis, si cela convient, il envoie le double de la quantité. Il poursuit ce processus jusqu'à ce qu'il atteigne le point de surcharge. Ce processus permet à l'algorithme de déterminer la limite.

Ces méthodes peuvent être appliquées à votre vie quotidienne. Un excès d'informations peut entraîner une surcharge de votre cerveau. Par conséquent, vous devriez commencer par introduire de petites quantités d'informations et tester jusqu'où vous pouvez aller avant que votre cerveau ne soit surchargé. Lorsque vous connaîtrez cette limite, vous saurez mieux à quel moment vous devez arrêter de travailler sur une tâche. 

Les algorithmes ont leurs limites

Même la meilleure stratégie donne parfois de mauvais résultats. C'est pourquoi les informaticiens prennent soin de faire la distinction entre "processus" et "résultat". Si vous avez suivi le meilleur processus possible, vous avez fait tout ce que vous pouviez, et vous ne devez pas vous en vouloir si les choses ne se sont pas déroulées comme vous le souhaitiez."

- Brian Christian

Les scénarios compliqués nécessitent souvent des algorithmes complexes pour bien comprendre ce qui se passe. Cependant, les algorithmes sont limités dans la complexité avec laquelle ils peuvent être appliqués. Le problème est que, lorsque vous prédisez quelque chose de complexe, vous serez tenté d'ajouter des variables jusqu'à ce que l'algorithme puisse expliquer complètement vos données. Cela inclut l'explication des erreurs dans les données. Cependant, cette démarche est problématique car elle conduit à ce que l'on appelle l'over-fitting. Vous avez rendu le modèle très compliqué et spécifique aux données que vous utilisez. Par conséquent, il ne peut pas être appliqué de manière flexible à d'autres données. 

Plus l'incertitude est grande, plus l'écart entre ce que l'on peut mesurer et ce qui compte est important, plus il faut faire attention à l'overfitting, c'est-à-dire préférer la simplicité".

- Tom Griffiths

Points de conclusion

Les algorithmes nous permettent d'opter pour le "suffisamment bon" plutôt que de toujours rechercher la perfection. Si nous utilisons systématiquement les algorithmes dans notre vie, nous en tirerons un grand bénéfice et pourrons commencer à nous détendre davantage. Notre cerveau est construit comme un ordinateur. Par conséquent, comme les ordinateurs, nous devrions commencer à les compléter avec des algorithmes. 

Classement

Nous évaluons Des algorithmes pour vivre 4/5. Quelle note donneriez-vous au livre de Brian Christian et Tom Griffiths sur la base de ce résumé ?

Cliquez pour évaluer ce livre !
[Total : 3 Moyenne : 3.7]

PDF, livre audio gratuit et résumé animé du livre Algorithmes pour vivre

C'était la partie émergée de l'iceberg. Pour plonger dans les détails et soutenir l'auteur, commandez l'ouvrage livre ou obtenez le livre audio gratuitement sur Amazon.

Nouveau sur StoryShots ? Obtenez la version PDF, le livre audio gratuit et la version animée de ce résumé et de centaines d'autres livres de non-fiction à succès dans notre site Web. application gratuite de premier rang. Apple, The Guardian, les Nations unies et Google l'ont classée parmi les meilleures applications de lecture et d'apprentissage au monde.

Si vous avez des commentaires sur ce résumé ou si vous souhaitez partager ce que vous avez appris, commentez ci-dessous.

Résumés de livres connexes

Linchpin par Seth Godin

Le pouvoir de l'engagement total James Loehr et Tony Schwartz

L'art du bonheur par le Dalai Lama

L'exactitude des faits par Hans Rosling, Ola Rosling, et Anna Rosling Rönnlund

L'attitude est primordiale par Jeff Keller

État d'esprit par Carol Dweck

Comment ne pas se tromper par Jordan Ellenberg

Les habitudes atomiques par James Clear

Superlife par Darin Olien

Predictably Irrational par Dan Ariely

De quoi parle le livre Algorithms to Live By ?

Algorithms to Live By est un livre qui explore la manière dont les algorithmes et les concepts informatiques peuvent être appliqués pour prendre de meilleures décisions dans notre vie quotidienne.

Qui sont les auteurs d'Algorithmes pour vivre ?

Le livre Algorithms to Live By est co-écrit par Brian Christian et Tom Griffiths.

Quels sont les exemples pratiques d'algorithmes abordés dans Algorithms to Live By ?

Algorithms to Live By couvre divers algorithmes tels que le compromis exploration/exploitation, les algorithmes de tri, les algorithmes d'ordonnancement, et bien d'autres encore, en fournissant des applications pratiques et un aperçu des processus de prise de décision.

En quoi Algorithms to Live By peut-il être utile aux lecteurs dans leur vie quotidienne ?

Algorithms to Live By offre aux lecteurs une nouvelle perspective sur la prise de décision, la résolution de problèmes et la gestion du temps, en fournissant des informations précieuses qui peuvent être appliquées pour améliorer la productivité et optimiser les processus de prise de décision.

Algorithms to Live By convient-il à des lecteurs non techniques ?

Oui, Algorithms to Live By est écrit d'une manière qui le rend accessible aux lecteurs techniques et non techniques. Les auteurs utilisent des exemples concrets et expliquent des concepts complexes de manière claire et compréhensible.

Y a-t-il des exemples concrets ou des études de cas dans Algorithms to Live By ?

Oui, Algorithms to Live By comprend des exemples du monde réel et des études de cas qui illustrent les applications pratiques de divers algorithmes dans différents contextes, ce qui rend les concepts plus tangibles et plus faciles à comprendre.

Où les lecteurs peuvent-ils se procurer Algorithms to Live By ?

Algorithms to Live By peut être acheté auprès des principaux détaillants en ligne tels qu'Amazon, Barnes & Noble, ainsi que dans les librairies locales.

A lire également

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur la façon dont les données de vos commentaires sont traitées.