生きるためのアルゴリズム まとめ
|

Algorithms to Live By by Brian Christian and Tom Griffithsの概要と分析

人間の意思決定のコンピュータサイエンス

忙しい毎日です。ある 生きるためのアルゴリズム 本棚で埃をかぶっていませんか?そうではなく、今すぐ重要なアイデアを手に取ってみてください。

ここでは、その表面だけを取り上げています。この本をまだお持ちでない方は、以下の本をご注文ください。 書籍 を手に入れるか オーディオブック無料 をクリックすると、詳細をご覧いただけます。

ブライアン・クリスチャンの視点

ブライアン・クリスチャン は詩人、プログラマー、研究者です。以前、ローブナー賞のコンペティションで優勝したことがある。このコンペティションでは、「合コン」として競い合いながら、テストを受ける人間よりも「より人間らしく」見せることに成功した。彼の最初の著書『The Most Human Human』は、ウォール・ストリート・ジャーナルのベストセラーとなり、ニューヨーカー誌の年間最優秀作品に選ばれた。 

Tom Griffithsの視点

トム・グリフィス カリフォルニア大学バークレー校の心理学と認知科学の教授である。また、カリフォルニア大学バークレー校の計算認知科学研究所の所長も務めている。認知心理学の第一人者であり、米国心理学会から複数の賞を受賞している。 

はじめに

生きるためのアルゴリズム は、生活を効率化するためのショートカットやハックを提供します。アルゴリズムは、問題を解決するためにコンピュータなどに挿入されます。しかし、私たちが日常生活でアルゴリズムを使えない理由はありません。ブライアン・クリスチャンとトム・グリフィスは、アルゴリズムが何世紀にもわたってどのように使われてきたかを説明します。さらに、私たちは日々、特定のアルゴリズムをどのように使っているのか。しかし、アルゴリズムには他のものよりも効率的なものがあります。本書は、あなたの生活をより快適に、より楽しくするために役立つアルゴリズムの概要を説明します。 

生きるためのアルゴリズム は、2016年の発売以来、大きな成功を収めています。発売と同時に、Audibleの#1ベストセラーのノンフィクションになりました。その後、Amazon.comの年間ベストサイエンスブックに選ばれました。そしてついに、MITテクノロジーレビューのブックオブザイヤーに選ばれました。 

何年もかけて完璧を目指すのでなければ、困難な問題には、空回りするのではなく、より簡単な方法を想像して、まずそれに取り組むことが必要です。正しく適用すれば、これは単なる希望的観測でもなければ、空想や空想を意味するものでもありません。これは、前進するための最良の方法のひとつなのです」。

- ブライアン・クリスチャン

アルゴリズムはコンピュータにだけ適用されるのではない

コンピュータも人間の頭脳も同様に直面する最大の課題、すなわち、有限の空間、有限の時間、限られた注意力、未知の未知、不完全な情報、予測できない未来をいかに管理するか、それをいかに優雅さと自信をもって行うか、それを同じことを同時に試みる他の人々とコミュニティで行うか、です。"。

- ブライアン・クリスチャン

アルゴリズムというと、コンピュータなどのテクノロジーを連想する人が多いと思います。しかし、実はこの言葉の起源は9世紀にさかのぼる。ペルシャの数学者、ムハンマド・アル・クワリズミーが初めて「アルゴリズム」という言葉を使った人物です。しかし、アルゴリズムのような概念の使用は、シュメール人にまでさかのぼります。シュメール人は4千年前に存在した文明である。この文明では、問題を解決するために有限の数のステップを使用していました。私たちは毎日、有限の数のステップを使って、複数のタスクをこなしています。重要なことは、これがアルゴリズムの核となる技術でもあるということです。 

有限のステップを踏んでいる限り、どんなものでもアルゴリズムになり得る。例えば、レシピはアルゴリズムの一種である。望む結果を得るための一連の指示を含みます。何かをするときの長所と短所のリストを書くのは、直感的なアルゴリズムです。 

これらのアルゴリズムは、コンピュータのアルゴリズムよりも主観的であると考えることができるかもしれません。それでも、これらのアルゴリズムは同じプロセスを使い、同じ解に到達する。どちらも、ある条件を満たしたときに、次のステップに進むというプロセスである。

アルゴリズムが教えてくれる「やめるべきとき

アルゴリズムは、あるタスクをどのように実行するかを段階的に教えてくれるだけでなく、あるタスクをいつやめるべきかを教えてくれるのです。人間は、検索をやめるタイミングを見極めるのに苦労しています。さらに、私たちには認知バイアスがあり、それが検索時の選択に影響を及ぼしています。 

本書の著者は、これを解決する方法として、「最適停止アルゴリズム」を提案している。100個のオプションがある場合、このアルゴリズムでは、どれも取らずに最初の37個を見るべきだとしています。この最初の37個を基準にしてください。その後、この基準を満たしたものを取るようにします。このアルゴリズムは、最良の結果を保証するものではありません。しかし、ただ推測するよりもはるかに良いアイテムを取得する確率が高くなることを意味します。あなたが何を探しているかは関係ありません。全体の37%が、あなたの基準を描く場所です。 

アルゴリズムは、いつ始めるべきかを教えてくれる

アルゴリズムは、検索をやめるべきタイミングを助言するだけでなく、新しいものを探索すべきタイミングも教えてくれる。この本の中で著者は、スロットマシンを例に挙げています。ある人は、勝つまでマシンの前に座っている。しかし、人々の心の中には、大金を失ったにもかかわらず、そのまま立ち去るべきかどうかという思いが常にある。このジレンマを、スロットマシンの別名にちなんで、「多腕バンディット問題」と呼んでいる。 

ギャンブラーがよく使う戦略のひとつに、勝っていたらそのまま、負けていたらシフトするというものがあります。しかし、これは新しいものを探求するタイミングを選択する論理的な方法ではない。代わりに、より良い方法は、上方信頼区間アルゴリズムを使用することです。以下は、著者らが提供するこのアルゴリズムの手順である。ここでも、ギャンブルマシンに適用されています。

  1. 一番期待値の高い機械を探す。この場合、確率を意識していないので、一番大きな大当たりの機械となる。
  2. プレイ中は、本当の結果(いくら勝っているか)を把握するようにしましょう。実際の結果は、この時点で勝つと予想していた金額と比較する必要があります。
  3. もし、実際の結果があなたの期待する結果より常に低い場合は、他のマシンに移るべきです。このマシンは、2番目に大きなジャックポットを持つマシンであるべきです。
  4. これを繰り返す。

アルゴリズムは、私たちの仕事を整理するのに役立ちます。

本書の著者は、組織化されたカオスは大丈夫だと説明する。どこに何があるのかが分かっていれば、生産性は上がります。しかし、もしあなたのファイリングシステムが効率的に整理されていないのであれば、整理を改善するアルゴリズムがあります。著者は、具体的に3つのアルゴリズムについて説明しています。

バブルソート

このアルゴリズムは、最も効率が悪い。この方法では、一度に1つのペアを整理する。そして、このプロセスを、すべてが分類されるまで何度も繰り返す。著者は、本のアルファベット順を決めるバブルソーティングアルゴリズムの例を挙げています。棚が乱れている状態で、まずAの文字から始めます。最初の2冊を比較し、この2冊をアルファベット順に並べます。次に、今2冊目になっている品と3冊目の本を比較します。この作業をコレクションの最後まで繰り返すのです。

インサーションソート

挿入ソート法は、かなりの量のアイテムを分類しなければならない場合に、はるかに効率的です。本の例で考えてみると、挿入ソート法では、すべての本を棚から取り出します。そして、本を置くたびに正しい順番になるように、1冊ずつ元の棚に戻していきます。

マージソート

最後に、マージソートでは、すべてのものを複数の山に分けます。それぞれの山をAからZに分類し、それらを統合する。 

アルゴリズムは、私たちの生活設計を助けてくれる

スラッシングは、人間にとって非常にわかりやすい状態です。もしあなたが、何もかもやめて、やるべきことをすべて書き留めたいのに、その時間が惜しいと思ったことがあるなら、それはスラッシュしたことになります。"

- ブライアン・クリスチャン

ファイルの整理と同様に、私たちは生活の整理をしなければなりません。私たちの生活のスケジュールは非常に複雑であり、しばしば日々の課題となっています。仕事上の要求だけでなく、他の生活上の要求も多数あるため、すべてを合わせることは困難です。しかし、いくつかのアルゴリズムが、あなたの人生のスケジュールの立て方を改善するのに役立ちます。 

  • The Earliest Due Date Algorithm - 直球勝負のアルゴリズム。最初に完了するタスクは、最も期限が近いものである。
  • ムーアのアルゴリズム - このアルゴリズムは、最も時間を必要とするタスクをスキップすることを推奨しています。その代わり、全体としてより多くのタスクを終わらせるように努力する必要があります。このアルゴリズムは、すべてのタスクを完了するのに十分な時間がないときに、より効果的です。

著者は、優先順位の逆転を何としても避けるようアドバイスしています。優先順位の逆転とは、あまりにも多くの小さなタスクに集中しすぎて、結局どれも片付かないことです。マルチタスクではなく、一度に1つのタスクにのみ集中することを目指すべきでしょう。 

アルゴリズムで未来を予測する

直感的なベイズになりたければ、つまり、どんな予測ルールが適切かを考えなくても、自然に良い予測ができるようになりたければ、自分のプリオールを守る必要がある。直感に反して、それはニュースを消すことを意味するかもしれない。

- ブライアン・クリスチャン

未来に何が起こるかを確信することはできないが、おそらく起こるであろうことを予測することは可能である。正しいアルゴリズムを用いれば、起こりうる結果を予測することは可能である。 

アルゴリズムに基づく確率的な結果の予測は、18世紀のイギリスまでさかのぼることができる。トーマス・ベイズ牧師は、将来の結果を予測する簡単な方法を開発した。本書の著者らはベイズの定理を宝くじのスクラッチ券に応用している。ベイズは、スクラッチ券を購入する人に、当たり券の流通量を考慮することを勧めている。これを前提に、あなたのチケットの特定の結果の確率を計算することが可能です。 

多くの物事がそうであるように、利用可能な情報が多ければ多いほど、精度は高くなる。膨大な情報を活用して将来の結果を予測する方法のひとつに、現象の分布パターンがあります。この分布の他の呼び方は、正規分布やベルカーブです。何かが正規分布していれば、それに遭遇したとき、極端ではなく中間の特徴を持っていると考えることができます。

正規分布に代わる分布として、べき乗分布があります。この分布は、中央値が現象の平均値よりずっと低くなっています。この例として、富が挙げられます。世界のほとんどの人は貧しいが、少数の人が世界の富の大部分を握っている。 

アルゴリズムがデータ過多を防ぐ

データの過負荷は、しばしば古典的な思考実験と関連して考察される。この思考実験では,2人の将軍がある都市に対して共同攻撃を行う準備をしている.この都市は要塞化された谷間にある。これらの将軍は谷の両側の丘にいる。だから、同時に攻撃するには、正確な時刻を合意するしかない。その上、敵のいる谷間に人を送り込むことでしか通信できない。この思考実験は、コンピュータ科学者が安全なメッセージ伝送のアルゴリズムを決定するために使用された。

方法I - 再送信されたティルブレークダウン

これが最初の方法である。これは、複数のメッセンジャーを送り、その中から一人を選び出すという方法です。しかし、あまりに多くのメッセンジャーを送ると、過負荷になることがあります。コンピュータで言えば、サーバーの過負荷です。 

方法II - Exponential Backoff

サーバーに過負荷が生じた場合、指数関数的なバックオフが有効な方法となるはずです。必死に更新を繰り返す代わりに、トラフィックが緩和されるまで数分待つことができます。指数関数的な部分は、リフレッシュの間の待ち時間に関連しています。著者は、更新時にエラーメッセージが表示されるたびに、その2倍の時間を待つことを提案しています。

方法III - 加法的増加、乗法的減少

この方法は、そもそも過負荷が発生しないようにすることを期待しています。このアルゴリズムは、ネットワークが処理できるデータの最大量を決定する。このアルゴリズムでは、まずデータのパッケージを1つだけ送信します。そして、これで問題なければ、その2倍の量を送信します。このプロセスを過負荷のポイントに達するまで続けます。このプロセスにより、アルゴリズムが限界を特定することができます。

これらの方法は、日常生活にも応用できます。情報量が多すぎると、脳がオーバーロードしてしまいます。そのため、まずは少量の情報を導入し、どこまでやれば脳が過負荷になるかをテストする必要があります。この限界を知ることで、いつその作業をやめるべきかがわかるようになります。 

アルゴリズムには限界がある

だからこそ、コンピュータ科学者は "プロセス "と "結果 "を区別するように心がけている。最善のプロセスを踏んだのであれば、できることはすべてやったのだから、思い通りにいかなくても自分を責めるべきではない」。

- ブライアン・クリスチャン

複雑なシナリオでは、何が起こっているのかを完全に理解するために、複雑なアルゴリズムが必要になることがよくあります。しかし、アルゴリズムには適用できる複雑さに限界があります。問題は、複雑なものを予測する場合、アルゴリズムがデータを完全に説明できるようになるまで、変数を追加したくなることである。これには、データの誤差を説明することも含まれる。しかし、これはオーバーフィットと呼ばれる現象を引き起こすので問題である。モデルを非常に複雑化し、使用するデータに特化させることになる。そのため、他のデータには柔軟に適用できない。 

不確実性が大きければ大きいほど、測定できるものと重要なものとの間のギャップが大きければ大きいほど、オーバーフィッティングに気をつけるべきで、つまり単純性を重視すべきなのです。

- トム・グリフィス

総括的なポイント

アルゴリズムによって、私たちは常に完璧を目指すのではなく、「十分であること」を目指すことができるのです。もし私たちが生活の中で一貫してアルゴリズムを使えば、大きな恩恵を受けて、よりリラックスできるようになるでしょう。私たちの脳はコンピュータのようにできています。ですから、コンピュータと同じように、アルゴリズムで補完することを始めるべきです。 

PDF、無料オーディオブック、アニメーション

これは氷山の一角であった。詳細を知りたい方、著者を応援したい方は、以下の本をご注文ください。 書籍 またはオーディオブックを入手する ただで をAmazonで購入することができます。

StoryShotsのご利用は初めてですか?この要約のPDF版、無料オーディオブック、アニメーション版、その他ベストセラーのノンフィクション数百冊を私たちのサイトで手に入れましょう。 無料トップランキングアプリ Apple、The Guardian、The UN、Googleから世界最高の読書・学習アプリの一つとして紹介されています。

この要約についてのフィードバックや、学んだことを共有したい場合は、以下にコメントしてください。

関連書籍の要約

リンシュピン セス・ゴーディン著

フルエンゲージメントの力 James Loehr、Tony Schwartz

しあわせの技術 ダライ・ラマ著

事実関係 ハンス・ロスリング、オーラ・ロスリング、アンナ・ロスリング・ロンルンド著

態度がすべて ジェフ・ケラー著

マインドセット キャロル・ドゥエック著

間違えない方法 ジョーダン・エレンバーグ著

アトミックハビッツ ジェームス・クリア著

スーパーライフ ダリン・オリエン著

予想通り不合理 ダン・アリエリー著

生きるためのアルゴリズム まとめ
  • 保存

類似の投稿

コメントを残す

ダイナミッククーポンは正常に削除されました。 が付いている欄は必須項目です

このサイトはスパムを低減するために Akismet を使っています。コメントデータの処理方法の詳細はこちらをご覧ください