Алгоритми, за якими треба жити, Брайан Крістіан і Том Гріффітс Резюме та аналіз

Комп'ютерна наука про людські рішення

Книга "Алгоритми життя" Брайана Крістіана і Тома Гріффітса показує, як логіка комп'ютерних алгоритмів може допомогти оптимізувати все - від планування до прийняття рішень, доводячи, що найрозумніший спосіб орієнтуватися в житті може бути просто мислити як комп'ютер.

Життя стає напруженим. Має Алгоритми для життя припадали пилом на вашій книжковій полиці? Замість цього візьміть ключові ідеї прямо зараз. Тут ми лише зачіпаємо поверхню. Якщо ви ще не маєте книги, замовте книга або отримати аудіокнига безкоштовно на Amazon, щоб дізнатися пікантні подробиці.

Погляд Браяна Крістіана

Брайан Крістіан поет, програміст і дослідник. Раніше він виграв конкурс на премію Лебнера. У цьому конкурсі йому вдалося виглядати "більш людяним", ніж люди, які проходили тест, змагаючись у якості "конфедерата". Його перша книга "Найбільш людяна людина" стала бестселером Wall Street Journal і була названа книгою року за версією New Yorker. 

Погляд Тома Гріффітса

Том Гріффітс професор психології та когнітивних наук в Каліфорнійському університеті в Берклі. Він також очолює Лабораторію обчислювальної когнітивної науки в Каліфорнійському університеті в Берклі. Він є провідним вченим у галузі когнітивної психології та отримав численні нагороди від Американської психологічної асоціації. 

Вступ

Алгоритми для життя пропонує ярлики та хаки, які допоможуть спростити ваше життя. Алгоритми вбудовуються в комп'ютери та інші технології для вирішення проблем. Однак немає жодної причини, чому ми не можемо використовувати алгоритми у повсякденному житті. Брайан Крістіан і Том Гріффітс описують, як алгоритми використовувалися протягом століть. А також про те, як ми використовуємо конкретні алгоритми щодня. Однак деякі алгоритми є більш ефективними, ніж інші. У цій книжці подано короткий опис алгоритмів, які можуть допомогти зробити ваше життя простішим і приємнішим. 

Алгоритми для життя має шалений успіх з моменту виходу у 2016 році. Одразу після виходу вона стала бестселером #1 серед нон-фікшн книг на Audible. Згодом її назвали найкращою науковою книгою року на Amazon.com. Зрештою, вона була названа книгою року за версією MIT Technology Review. 

Якщо ми не хочемо витрачати віки, прагнучи до досконалості щоразу, коли натрапляємо на перешкоду, складні проблеми вимагають, щоб замість того, щоб зациклюватися, ми уявляли собі простіші варіанти і вирішували їх першими. При правильному застосуванні, це не просто прийняття бажаного за дійсне, не фантазія і не пусті мрії. Це один з найкращих способів досягти прогресу".

- Брайан Крістіан

Алгоритми застосовуються не лише до комп'ютерів

Деякі з найбільших викликів, з якими стикаються як комп'ютери, так і людський розум: як керувати обмеженим простором, обмеженим часом, обмеженою увагою, невідомими невідомими, неповною інформацією та непередбачуваним майбутнім; як робити це з витонченістю та впевненістю; і як робити це у спільноті з іншими, які одночасно намагаються робити те ж саме".

- Брайан Крістіан

Більшість людей асоціюють алгоритми з комп'ютерами та іншими технологіями. Однак насправді це слово з'явилося ще в дев'ятому столітті. Перський математик Мухаммед Аль-Хорезмі є першою людиною, яка вжила слово "алгоритм". Однак використання таких понять, як алгоритми, бере свій початок ще з часів шумерів. Шумери - це цивілізація, яка існувала чотири тисячі років тому. Ця цивілізація використовувала скінченну кількість кроків для вирішення проблем. Ми використовуємо скінченну кількість кроків, щоб виконати безліч завдань щодня. Важливо, що ця техніка також лежить в основі алгоритмів. 

Якщо виконується набір кінцевих кроків, то алгоритмом може бути все, що завгодно. Наприклад, рецепт - це різновид алгоритму. Він включає в себе серію інструкцій для отримання бажаного результату. Складання списку плюсів і мінусів для того, щоб зробити щось, є інтуїтивним алгоритмом. 

Ми можемо вважати ці алгоритми більш суб'єктивними, ніж комп'ютерні алгоритми. Проте, ці алгоритми використовують той самий процес і досягають того самого рішення. В обох випадках, коли виконуються певні умови, робиться наступний крок у процесі.

Алгоритми можуть сказати нам, коли зупинитися

Крім того, що алгоритми підказують нам, як виконувати завдання крок за кроком, вони також можуть сказати нам, коли потрібно припинити його виконання. Як люди, ми намагаємося зрозуміти, коли потрібно припинити пошук. Крім того, ми маємо когнітивні упередження, які впливають на наш вибір під час пошуку. 

Автори цієї книги пропонують алгоритм оптимальної зупинки для вирішення цієї проблеми. Якщо є 100 варіантів, цей алгоритм скаже, що ви повинні розглянути перші 37, не беручи жодного з них. Використовуйте ці перші 37 як стандарт. Згодом, будь-який товар, що відповідає цим стандартам, повинен бути обраний. Цей алгоритм не гарантує найкращого результату. Однак, це означатиме, що у вас є набагато більше шансів придбати товар, який значно краще, ніж просто вгадати. При цьому не має значення, що саме ви шукаєте: 37% із загальної кількості - це те, на що ви орієнтуєтесь. 

Алгоритми підкажуть нам, коли починати

Алгоритми не лише радять нам, коли варто припинити пошук, але й підказують, коли варто спробувати щось нове. У книзі автори наводять приклад ігрового автомата. Деякі люди просто сидять біля автомата, поки не виграють. Проте в голові завжди є думка про те, чи варто просто піти, незважаючи на те, що вони втратили багато грошей. Виходячи з альтернативної назви ігрових автоматів, ця дилема називається проблемою багаторукого бандита. 

Одна зі стратегій, яку часто використовують гравці, полягає в тому, щоб залишатися за столом, якщо вони виграють, і пересісти на інший, якщо програють. Однак це не є логічним способом вибору моменту, коли варто спробувати щось нове. Кращим методом є використання алгоритму верхньої довірчої межі. Ось кроки до цього алгоритму, надані авторами. Знову ж таки, він застосовується до ігрових автоматів:

1. Знайдіть автомат, який пропонує найкраще очікуване значення. У цьому випадку це буде автомат з найбільшим джекпотом, оскільки ви не знаєте про ймовірності.
2. Під час гри обов'язково відстежуйте реальний результат (скільки грошей ви виграєте). Реальний результат слід порівнювати з тим, скільки ви очікували виграти до цього моменту.
3. Якщо реальний результат постійно нижчий за очікуваний, вам слід перейти до іншого автомата. Це повинен бути автомат з другим за величиною джекпотом.
4. Повторіть процес.

Алгоритми можуть допомогти нам організувати нашу роботу

Автори цієї книги пояснюють, що організований хаос може бути прекрасним. Поки ви знаєте, де що лежить, ви будете продуктивними. Однак, якщо ваша система документообігу не є ефективно організованою, існують алгоритми, які допоможуть покращити вашу організацію. Автори описують три алгоритми, зокрема:

Сортування бульбашок

Цей алгоритм є найменш ефективним. За допомогою цього методу ви впорядковуєте по одній парі за раз. Потім ви повторюєте цей процес знову і знову, поки все не буде відсортовано. Автори наводять приклад алгоритму сортування за допомогою бульбашок для сортування книг за алфавітом. Якщо у вас неорганізована полиця, ви почнете з літери А. Ви порівняєте перші дві книги і відсортуєте їх в алфавітному порядку. Потім ви порівнюєте предмет, який зараз є другою книгою, з третьою книгою. Цей процес повторюється, поки ви не дійдете до кінця колекції.

Сортування вставок

Метод сортування вставками набагато ефективніший, якщо вам потрібно відсортувати значну кількість елементів. Якщо знову розглянути аналогію з книжками, то метод сортування вставками передбачає, що ви знімаєте всі книжки з полиці, а потім розставляєте їх назад, забезпечуючи правильний порядок. Потім ви ставите їх назад одну за одною, переконуючись, що книги розміщені у правильному порядку кожного разу, коли ви ставите книгу.

Об'єднати Сортувати

Нарешті, метод сортування злиттям передбачає поділ всього на кілька купок. Кожну купу слід відсортувати від A до Z. Потім ці купи слід об'єднати. 

Алгоритми можуть допомогти нам планувати наше життя

Виснаження - це дуже впізнаваний стан людини. Якщо у вас коли-небудь був момент, коли ви хотіли припинити робити все, щоб мати можливість записати все, що ви мали зробити, але не могли знайти часу, то ви були в стані трешу".

- Брайан Крістіан

Так само, як ми впорядковуємо файли, ми повинні впорядковувати своє життя. Планування нашого життя може бути дуже складним і часто є щоденним викликом. Окрім вимог на роботі, багато інших життєвих потреб ускладнюють завдання встигнути все. Однак, деякі алгоритми можуть допомогти покращити планування вашого життя. 

• Алгоритм найближчого дедлайну - простий алгоритм. Першим виконується завдання з найближчим дедлайном.
• Алгоритм Мура - цей алгоритм рекомендує пропустити завдання, яке вимагає найбільше часу. Натомість ви повинні працювати над тим, щоб завершити більше завдань в цілому. Цей алгоритм є більш ефективним, коли у вас не вистачає часу на виконання кожного завдання.

Автори радять уникати інверсії пріоритетів будь-якою ціною. Інверсія пріоритетів - це коли ви зосереджуєтесь на надто великій кількості дрібних завдань, і жодне з них не виконується. Ви повинні прагнути зосередитися виключно на одному завданні за раз, а не на багатозадачності. 

Алгоритми можуть допомогти вам передбачити майбутнє

Якщо ви хочете бути хорошим інтуїтивним байєсівцем - якщо ви хочете природно робити хороші прогнози, не замислюючись над тим, яке правило прогнозування є доречним, - вам потрібно захистити свої попередні результати. Контрінтуїтивно це може означати вимкнення новин".

- Брайан Крістіан

Хоча ми ніколи не можемо бути впевненими в тому, що станеться в майбутньому, можна передбачити, що, ймовірно, станеться. Прогнозування ймовірних результатів можливе за умови використання правильних алгоритмів. 

Прогнозування ймовірних результатів на основі алгоритмів бере свій початок в Англії у вісімнадцятому столітті. Преподобний Томас Байєс розробив простий спосіб передбачення майбутніх результатів. Автори цієї книги застосовують теорему Байєса до лотерейних скретч-білетів. Байєс рекомендує людям, які купують скретч-квитки, враховувати переважання виграшних квитків в обігу. Виходячи з цього припущення, можна розрахувати ймовірність конкретного результату ваших квитків. 

Як і в багатьох інших випадках, чим більше інформації ви маєте в своєму розпорядженні, тим точнішим буде ваш прогноз. Одним з методів, який використовує величезні обсяги інформації для прогнозування майбутніх результатів, є модель розподілу явища. Іншими назвами цього розподілу є нормальний розподіл або дзвоноподібна крива. Якщо щось розподілено нормально, ви можете припустити, що воно буде характеризуватися характеристиками в середині, а не крайніми значеннями, коли ви з ним зіткнетеся.

Альтернативою нормальному розподілу є розподіл зі степеневим законом. Цей розподіл має медіану набагато нижчу, ніж середнє значення явища. Прикладом цього є багатство. Більшість людей у світі бідні, в той час як кілька людей володіють переважною більшістю світового багатства. 

Алгоритми запобігають перевантаженню даних

Перевантаження даних часто розглядається у зв'язку з класичним уявним експериментом. У цьому уявному експерименті два генерали готуються до спільної атаки на місто. Це місто розташоване в укріпленій долині. Ці генерали знаходяться на двох пагорбах по обидва боки долини. Отже, єдиний спосіб, яким вони можуть одночасно атакувати - це домовитись про точний час. Крім того, вони можуть спілкуватися, лише посилаючи людей через долину, де лежать їхні вороги. Цей уявний експеримент був використаний комп'ютерними науковцями як спосіб визначення алгоритмів безпечної передачі повідомлень.

Метод I - ретрансляція до пробою

Це був перший створений метод. Це рішення передбачало надсилання кількох месенджерів з надією, що один з них проскочить непоміченим. Однак надсилання занадто великої кількості месенджерів може призвести до перевантаження. У випадку з комп'ютерами це було б перевантаженням сервера. 

Метод II - Експоненціальний відступ

Якщо створюється перевантаження сервера, то експоненціальний відступ - це метод, який повинен спрацювати. Замість того, щоб несамовито натискати кнопку "оновити", ви можете почекати кілька хвилин, поки трафік зменшиться. Експоненціальна частина пов'язана з тим, як довго ви чекаєте між оновленнями. Автори пропонують чекати вдвічі довше кожного разу, коли ви отримуєте повідомлення про помилку при оновленні.

Метод III - Адитивне збільшення, мультиплікативне зменшення

Цей метод сподівається запобігти перевантаженню в першу чергу. Цей алгоритм визначає максимальну кількість даних, яку може обробити мережа. Алгоритм починає з надсилання одного пакета даних. Потім, якщо це нормально, він надсилає вдвічі більшу кількість. Він продовжує цей процес, поки не досягне точки перевантаження. Цей процес дозволяє алгоритму точно визначити межу.

Ці методи можна застосовувати у повсякденному житті. Занадто багато інформації може призвести до перевантаження мозку. Тому варто почати з невеликих обсягів інформації і перевірити, як далеко ви можете зайти, перш ніж ваш мозок перевантажиться. Знаючи цю межу, ви будете краще розуміти, коли варто припинити роботу над завданням. 

Алгоритми мають свої межі

Навіть найкраща стратегія іноді дає погані результати - саме тому комп'ютерні науковці намагаються розрізняти "процес" і "результат". Якщо ви дотримувалися найкращого можливого процесу, то ви зробили все, що могли, і не варто звинувачувати себе, якщо все пішло не так, як ви хотіли".

- Брайан Крістіан

Складні сценарії часто вимагають складних алгоритмів для повного розуміння того, що відбувається. Однак алгоритми обмежені в складності, з якою їх можна застосовувати. Проблема полягає в тому, що при прогнозуванні чогось складного у вас буде спокуса додавати змінні до тих пір, поки алгоритм не зможе повністю пояснити ваші дані. Це включає в себе пояснення помилок у даних. Однак робити це проблематично, оскільки це призводить до того, що називається надмірним припасуванням. Ви зробили модель дуже складною і специфічною для даних, які ви використовуєте. Отже, вона не може бути гнучко застосована до інших даних. 

Чим більша невизначеність, чим більший розрив між тим, що ви можете виміряти, і тим, що має значення, тим більше ви повинні остерігатися надмірної пристосованості - тобто, тим більше ви повинні надавати перевагу простоті".

- Том Гріффітс

Висновки

Алгоритми дозволяють нам не завжди прагнути до досконалості, а обмежуватися "достатньою мірою". Якщо ми будемо постійно використовувати алгоритми у своєму житті, ми отримаємо велику користь і зможемо почати більше розслаблятися. Наш мозок влаштований як комп'ютер. Тому, як і комп'ютери, ми повинні почати доповнювати їх алгоритмами. 

Рейтинг

Ми оцінюємо Алгоритми для життя 4/5. Як би ви оцінили книгу Брайана Крістіана і Тома Гріффітса на основі цього резюме?

PDF, безкоштовна аудіокнига та анімована книга "Алгоритми, за якими треба жити

Це була лише верхівка айсберга. Щоб зануритися в деталі та підтримати автора, замовляйте книга або придбати аудіокнигу безкоштовно на Амазонці.

Не знайомі з StoryShots? Отримайте PDF, безкоштовну аудіокнигу та анімовану версію цього огляду та сотні інших бестселерів у нашому безкоштовний топовий додаток. Apple, The Guardian, ООН та Google визнали його одним з найкращих у світі додатків для читання та навчання.

Якщо у вас є відгуки щодо цього резюме або ви хочете поділитися тим, що ви дізналися, прокоментуйте його нижче.

Анотації до книг, пов'язаних з темою

Стримуючий фактор Сет Годін

Сила повного залучення Джеймс Лоер і Тоні Шварц

Мистецтво щастя Далай-лама

Фактологічність Ганс Рослінг, Ола Рослінг та Анна Рослінг Рьоннлунд

Ставлення - це все Джефф Келлер

Мислення Керол Двек

Як не помилитися Джордан Елленберг

Атомні звички Джеймс Клір

Superlife автор Дарін Олієн

Передбачувано ірраціональний Ден Аріелі