Algoritmi per vivere di Brian Christian e Tom Griffiths Sommario e analisi

L'informatica delle decisioni umane

Algorithms to Live By di Brian Christian e Tom Griffiths mostra come la logica alla base degli algoritmi informatici possa aiutare a ottimizzare qualsiasi cosa, dalla programmazione al processo decisionale, dimostrando che il modo più intelligente di affrontare la vita potrebbe essere quello di pensare come un computer.

La vita si dà da fare. Ha Algoritmi per vivere che stavano prendendo polvere sulla vostra libreria? Raccogliete invece subito le idee chiave. Stiamo solo grattando la superficie. Se non avete ancora il libro, ordinate l'edizione libro o ottenere il audiolibro gratis su Amazon per conoscere i dettagli succosi.

La prospettiva di Brian Christian

Brian Christian è un poeta, programmatore e ricercatore. In precedenza ha vinto il concorso Loebner Prize. In questa competizione, è riuscito ad apparire 'più umano' degli umani che facevano il test mentre gareggiava come 'confederato'. Il suo primo libro, The Most Human Human, è stato un bestseller del Wall Street Journal e nominato libro dell'anno del New Yorker. 

La prospettiva di Tom Griffiths

Tom Griffiths è professore di psicologia e scienze cognitive alla UC Berkeley. Dirige anche il Computational Cognitive Science Lab alla UC Berkeley. È uno dei principali accademici della psicologia cognitiva e ha vinto diversi premi dell'American Psychological Association. 

Introduzione

Algoritmi per vivere offre scorciatoie e hack per aiutare a semplificare la tua vita. Gli algoritmi sono inseriti nei computer e in altre forme di tecnologia per risolvere i problemi. Tuttavia, non c'è motivo per cui non possiamo usare gli algoritmi nella nostra vita quotidiana. Brian Christian e Tom Griffiths descrivono come gli algoritmi sono stati usati per secoli. Inoltre, come usiamo algoritmi specifici ogni giorno. Tuttavia, alcuni algoritmi sono più efficienti di altri. Questo libro fornisce una panoramica degli algoritmi che possono aiutare a rendere la vostra vita più facile e piacevole. 

Algoritmi per vivere ha avuto un enorme successo dalla sua uscita nel 2016. Al momento dell'uscita, è diventato il libro di saggistica #1 più venduto di Audible. Successivamente, è stato nominato miglior libro scientifico dell'anno da Amazon.com. Infine, è stato nominato libro dell'anno dalla MIT Technology Review. 

A meno che non siamo disposti a passare eoni a lottare per la perfezione ogni volta che incontriamo un ostacolo, i problemi difficili richiedono che invece di girare le gomme immaginiamo versioni più facili e affrontiamo prima quelle. Se applicato correttamente, questo non è solo un pensiero velleitario, non è fantasia o ozioso sogno ad occhi aperti. È uno dei nostri modi migliori per fare progressi".

- Brian Christian

Gli algoritmi non si applicano solo ai computer

Alcune delle più grandi sfide affrontate dai computer e dalle menti umane: come gestire uno spazio finito, un tempo finito, un'attenzione limitata, incognite sconosciute, informazioni incomplete e un futuro imprevedibile; come farlo con grazia e fiducia; e come farlo in una comunità con altri che stanno tutti contemporaneamente cercando di fare lo stesso".

- Brian Christian

La maggior parte delle persone associa gli algoritmi ai computer e ad altre forme di tecnologia. Tuttavia, la parola in realtà risale al nono secolo. Il matematico persiano, Muhammad Al-Khwarizmi, è la prima persona ad usare la parola 'algoritmo'. Tuttavia, l'uso di concetti come algoritmi risale ai Sumeri. I Sumeri erano una civiltà che esisteva quattromila anni fa. Questa civiltà usava un numero finito di passi per risolvere i problemi. Noi usiamo un numero finito di passi per completare più compiti ogni giorno. È importante notare che questa è anche la tecnica alla base degli algoritmi. 

Finché un insieme di passi finiti viene seguito, allora qualsiasi cosa può essere un algoritmo. Per esempio, una ricetta è un tipo di algoritmo. Comporta una serie di istruzioni per ottenere il risultato desiderato. Scrivere una lista di pro e contro per fare qualcosa è un algoritmo intuitivo. 

Potremmo considerare questi algoritmi più soggettivi degli algoritmi informatici. Tuttavia, questi algoritmi usano lo stesso processo e raggiungono la stessa soluzione. In entrambi i casi, quando certe condizioni sono soddisfatte, viene fatto il passo successivo nel processo.

Gli algoritmi possono dirci quando fermarci

Oltre a dirci come svolgere un compito passo dopo passo, gli algoritmi possono dirci quando smettere di fare un compito. Come esseri umani, facciamo fatica a sapere quando smettere di cercare qualcosa. Inoltre, abbiamo pregiudizi cognitivi che influenzano le nostre scelte durante la ricerca. 

Gli autori di questo libro suggeriscono che l'algoritmo di arresto ottimale è la soluzione a questo problema. Se ci sono 100 opzioni, questo algoritmo vi dirà che dovreste guardare le prime 37 senza prenderne nessuna. Usate queste prime 37 come standard. Successivamente, qualsiasi elemento che soddisfa questi standard dovrebbe essere preso. Questo algoritmo non garantisce il miglior risultato. Tuttavia, significherà che avrai una possibilità molto più alta di acquisire un articolo significativamente migliore rispetto al solo tirare a indovinare. Non importa cosa stai cercando: 37% del totale è dove si disegna il tuo standard. 

Gli algoritmi possono dirci quando iniziare

Oltre a consigliarci quando dovremmo smettere di cercare, gli algoritmi possono anche dirci quando esplorare qualcosa di nuovo. Nel libro, gli autori fanno l'esempio di una slot machine. Alcune persone si siedono alla macchina finché non vincono. Tuttavia, c'è sempre un pensiero nella mente delle persone se dovrebbero semplicemente andarsene nonostante abbiano perso molti soldi. Sulla base del nome alternativo per le slot machine, questo dilemma è chiamato il Problema del Bandito Multi-Armato. 

Una strategia spesso usata dai giocatori d'azzardo è quella di rimanere se stanno vincendo e spostarsi se stanno perdendo. Tuttavia, questo non è un modo logico di scegliere quando esplorare qualcosa di nuovo. In alternativa, un metodo migliore è quello di utilizzare l'algoritmo Upper Confidence Bound. Ecco i passi di questo algoritmo, forniti dagli autori. Di nuovo, è applicato alle macchine da gioco:

1. Trovate una macchina che offra il valore migliore. In questo caso, è la macchina con il jackpot più grande, dato che non sei consapevole delle probabilità.
2. Mentre giochi, assicurati di tenere traccia del risultato reale (quanti soldi stai vincendo). Il risultato reale dovrebbe essere confrontato con quanto ti aspettavi di vincere a questo punto.
3. Se il risultato reale è costantemente inferiore al risultato atteso, dovresti passare a un'altra macchina. Questa macchina dovrebbe essere quella con il secondo jackpot più grande.
4. Ripetere il processo.

Gli algoritmi possono aiutarci a organizzare il nostro lavoro

Gli autori di questo libro spiegano che il caos organizzato può andare bene. Finché sapete dov'è tutto, sarete produttivi. Tuttavia, se il vostro sistema di archiviazione non è organizzato in modo efficiente, ci sono algoritmi per migliorare la vostra organizzazione. Gli autori descrivono tre algoritmi, in particolare:

Ordinamento a bolle

Questo algoritmo è il meno efficiente. Con questo metodo, si organizza una coppia alla volta. Poi, si ripete questo processo più e più volte fino a quando tutto è ordinato. Gli autori danno un esempio dell'algoritmo di ordinamento a bolle per l'alfabetizzazione dei libri. Con uno scaffale disorganizzato, si inizia con la lettera A. Si confrontano i primi due libri e si ordinano questi due in ordine alfabetico. Poi, si confronta l'elemento che ora è il secondo libro con il terzo libro. Questo processo si ripete finché non si è raggiunta la fine della collezione.

Inserimento Ordinamento

Il metodo di ordinamento a inserimento è molto più efficiente se dovete ordinare una quantità sostanziale di articoli. Se si considera di nuovo l'analogia del libro, il metodo di ordinamento a inserimento comporterebbe il togliere tutti i libri dallo scaffale. Poi, rimetterli uno per uno, assicurandosi che i libri siano messi nell'ordine corretto ogni volta che si mette un libro.

Unire le ordinazioni

Infine, il metodo dell'ordinamento misto consiste nel dividere tutto in più pile. Ogni pila dovrebbe essere ordinata dalla A alla Z. Poi, queste pile dovrebbero essere unite. 

Gli algoritmi possono aiutarci a programmare le nostre vite

Il thrashing è uno stato umano molto riconoscibile. Se avete mai avuto un momento in cui avreste voluto smettere di fare tutto solo per avere la possibilità di scrivere tutto quello che avreste dovuto fare, ma non ne avete avuto il tempo, avete thrashato".

- Brian Christian

Oltre a organizzare i file, dobbiamo organizzare la nostra vita. Programmare la nostra vita può essere molto complesso ed è spesso una sfida quotidiana. Oltre alle richieste di lavoro, molte altre richieste di vita rendono difficile incastrare tutto. Tuttavia, alcuni algoritmi possono aiutare a migliorare il modo in cui si programma la propria vita. 

• L'algoritmo della scadenza più vicina - Un algoritmo semplice. Il primo compito che completi è quello con la scadenza più vicina.
• Algoritmo di Moore - Questo algoritmo raccomanda di saltare il compito che richiede più tempo. Invece, si dovrebbe lavorare per finire più compiti in generale. Questo algoritmo è più efficace quando non si ha abbastanza tempo per completare ogni compito.

Gli autori consigliano di evitare l'inversione di priorità a tutti i costi. L'inversione di priorità è quando ci si concentra su troppi piccoli compiti, e nessuno di essi viene portato a termine. Si dovrebbe puntare a concentrarsi esclusivamente su un compito alla volta piuttosto che sul multitasking. 

Gli algoritmi possono aiutarti a prevedere il futuro

Se vuoi essere un buon bayesiano intuitivo - se vuoi fare naturalmente buone previsioni, senza dover pensare a quale tipo di regola di previsione sia appropriata - hai bisogno di proteggere i tuoi priori. Controintuitivamente, questo potrebbe significare spegnere le notizie".

- Brian Christian

Anche se non possiamo mai essere sicuri di ciò che accadrà in futuro, è possibile prevedere ciò che probabilmente accadrà. Prevedere i risultati probabili è fattibile quando si usano gli algoritmi corretti. 

La previsione di probabili risultati basati su algoritmi risale all'Inghilterra del XVIII secolo. Il reverendo Thomas Bayes sviluppò un modo semplice per prevedere i risultati futuri. Gli autori di questo libro applicano il teorema di Bayes ai biglietti della lotteria. Bayes raccomanda che le persone che comprano biglietti gratta e vinci considerino la prevalenza di biglietti vincenti in circolazione. Con questo come presupposto, è possibile calcolare la probabilità dei risultati specifici dei biglietti. 

Come per molte cose, più informazioni avete a disposizione, più sarete precisi. Un metodo che utilizza una grande quantità di informazioni per prevedere i risultati futuri è il modello di distribuzione del fenomeno. Altri nomi per questa distribuzione sono la distribuzione normale o la curva a campana. Se qualcosa è distribuito normalmente, si può supporre che sarà caratterizzato da caratteristiche nel mezzo piuttosto che agli estremi quando lo si incontra.

La distribuzione alternativa alla distribuzione normale è la distribuzione power-law. Questa distribuzione ha una mediana molto più bassa della media del fenomeno. Un esempio di questo è la ricchezza. La maggior parte delle persone nel mondo sono povere, mentre poche persone detengono la stragrande maggioranza della ricchezza del mondo. 

Gli algoritmi prevengono il sovraccarico di dati

Il sovraccarico di dati è spesso considerato in relazione a un classico esperimento di pensiero. In questo esperimento di pensiero, due generali si stanno preparando a lanciare un attacco congiunto su una città. Questa città si trova in una valle fortificata. Questi generali si trovano sulle due colline ai lati della valle. Quindi, l'unico modo in cui possono attaccare simultaneamente è concordare un tempo esatto. Inoltre, possono comunicare solo inviando individui attraverso la valle dove si trovano i loro nemici. Questo esperimento mentale è stato usato dagli scienziati informatici per determinare gli algoritmi per la trasmissione sicura dei messaggi.

Metodo I - Ritrasmissione della scomposizione del Till

Questo fu il primo metodo creato. Questa soluzione comportava l'invio di più messaggeri con la speranza che uno sfuggisse senza essere individuato. Tuttavia, l'invio di troppi messaggeri può portare ad un sovraccarico. Per quanto riguarda i computer, questo sarebbe un sovraccarico del server. 

Metodo II - Backoff esponenziale

Se si crea un sovraccarico del server, allora il back-off esponenziale è un metodo che dovrebbe funzionare. Invece di premere freneticamente il refresh, si potrebbe aspettare qualche minuto che il traffico si riduca. La parte esponenziale si riferisce a quanto tempo si aspetta tra i refresh. Gli autori suggeriscono di aspettare il doppio del tempo ogni volta che si riceve un messaggio di errore durante il refresh.

Metodo III - Aumento additivo, diminuzione moltiplicativa

Questo metodo spera di prevenire il sovraccarico in primo luogo. Questo algoritmo determina la quantità massima di dati che una rete può gestire. L'algoritmo inizia inviando solo un pacchetto di dati. Poi, se questo va bene, invia il doppio della quantità. Continua questo processo fino a raggiungere il punto di sovraccarico. Questo processo permette all'algoritmo di individuare il limite.

Questi metodi possono essere applicati alla vostra vita quotidiana. Troppe informazioni possono portare al sovraccarico del cervello. Pertanto, si dovrebbe iniziare introducendo piccole quantità di informazioni e testare fino a che punto si può arrivare prima che il cervello si sovraccarichi. Una volta che si conosce questo limite, si avrà una migliore comprensione di quando si dovrebbe smettere di lavorare su un compito. 

Gli algoritmi hanno i loro limiti

Anche la migliore strategia a volte produce cattivi risultati - ecco perché gli scienziati informatici fanno attenzione a distinguere tra "processo" e "risultato". Se hai seguito il miglior processo possibile, allora hai fatto tutto quello che potevi, e non dovresti incolparti se le cose non sono andate come volevi".

- Brian Christian

Gli scenari complicati spesso richiedono algoritmi complessi per comprendere appieno ciò che sta accadendo. Tuttavia, gli algoritmi sono limitati nella complessità con cui possono essere applicati. Il problema è che, quando si prevede qualcosa di complesso, si è tentati di aggiungere variabili fino a quando l'algoritmo può spiegare completamente i dati. Questo include la spiegazione degli errori nei dati. Tuttavia, fare questo è problematico perché porta a qualcosa chiamato over-fitting. Avete reso il modello molto complicato e specifico per i dati che state usando. Quindi, non può essere applicato in modo flessibile ad altri dati. 

Più grande è l'incertezza, più grande è il divario tra ciò che si può misurare e ciò che conta, più si dovrebbe fare attenzione all'overfitting - cioè, più si dovrebbe preferire la semplicità".

- Tom Griffiths

Punti conclusivi

Gli algoritmi ci permettono di andare per 'abbastanza bene' piuttosto che cercare sempre la perfezione. Se usiamo costantemente gli algoritmi nella nostra vita, ne trarremo grande beneficio e potremo iniziare a rilassarci di più. Il nostro cervello è costruito come un computer. Pertanto, come i computer, dovremmo iniziare a completarlo con gli algoritmi. 

Valutazione

Valutiamo Algoritmi per vivere 4/5. Come giudica il libro di Brian Christian e Tom Griffiths sulla base di questo riassunto?

PDF, audiolibro gratuito e riassunto animato del libro Algoritmi per vivere

Questa era la punta dell'iceberg. Per immergersi nei dettagli e sostenere l'autore, ordinate il libro o ottenere l'audiolibro gratis su Amazon.

Nuovo su StoryShots? Ottieni il PDF, l'audiolibro gratuito e le versioni animate di questo riassunto e di centinaia di altri bestseller di saggistica nel nostro app gratuita di alto livello. È stato descritto da Apple, The Guardian, The UN, e Google come una delle migliori app di lettura e apprendimento al mondo.

Se hai un feedback su questo riassunto o vuoi condividere ciò che hai imparato, commenta qui sotto.

Riassunti di libri correlati

Linchpin da Seth Godin

Il potere dell'impegno totale James Loehr e Tony Schwartz

L'arte della felicità dal Dalai Lama

Factfulness di Hans Rosling, Ola Rosling e Anna Rosling Rönnlund

L'atteggiamento è tutto da Jeff Keller

Mindset da Carol Dweck

Come non sbagliare di Jordan Ellenberg

Abitudini atomiche da James Clear

Superlife da Darin Olien

Prevedibilmente irrazionale da Dan Ariely