Algorithms to Live By: The Computer Science of Human Decisions by Brian Christian and Tom Griffiths

Синопсис

Может ли компьютерная наука научить нас секретам жизни? Возможно, нет, но она может пролить свет на то, как работают определенные повседневные процессы и как их использовать. Алгоритмы повсюду, от следования рецепту до порядка, в котором вы сортируете свою электронную почту.

В Algorithms to Live By: The Computer Science of Human Decisions by Brian Christian and Tom Griffiths, программист и исследователь Брайан Кристиан и профессор психологии и когнитивной науки в UC Berkeley Том Гриффитс делятся множеством способов, которыми алгоритмы формируют все, от того, как мы помним вещи, до того, как мы принимаем большие и малые решения.

Топ-20 важных моментов

1. Правило "37%" относится к серии шагов или алгоритмов, которые человек должен следовать, чтобы принять наилучшее решение за определенное время. Кто-то выделяет 37% своего времени на исследования, прежде чем принять решение, а затем обязуется сделать следующий "лучший выбор", который они найдут.
2. Компромисс "исследовать/эксплуатировать" относится к необходимости сбалансировать проверенное и проверенное с новым и рискованным. Эффективность этого алгоритма полностью зависит от того, сколько времени у вас есть для принятия решений. Люди скорее посетят свой любимый ресторан в последнюю ночь в городе, чем рискнут чем-то новым.
3. Разработанный в 1952 году математиком Гербертом Робинсом, алгоритм "Win-Stay, Lose-Shift" использует игровые автоматы в качестве метафоры. Выберите автомат случайным образом и играйте в него, пока не проиграете. Затем переключитесь на другой автомат; этот метод оказался более надежным, чем случайность.
4. Психологическое исследование показало, что, имея выбор, люди часто "слишком много исследуют", а не используют выигрыш. Из 15 возможностей выбрать, какой игровой автомат выиграет, 47% использовали стратегии Win-Stay, Lose-Shift, а 22% выбирали автоматы случайным образом, вместо того чтобы остаться с автоматом, который выплатил выигрыш.
5. Голливуд является ярким примером тактики использования. Количество сиквелов фильмов стабильно увеличивается в течение последнего десятилетия. В 2013 и 2014 годах семь из десяти лучших фильмов были либо сиквелами, либо приквелами. Эта тенденция, вероятно, изменится, если новые идеи для фильмов привлекут больше денег от кассовых сборов.
6. Тест A/B похож на сценарий с двумя игровыми автоматами в том, что вы придерживаетесь варианта, который работает лучше всего. Более 90% из 50 миллионов долларов годового дохода Google приходится на платную рекламу, что означает, что алгоритмы исследования/использования обеспечивают большую часть интернета.
7. Индекс Гиттинса предоставляет рамки вероятностей, предполагающие, что у вас есть неограниченное количество времени, чтобы добиться наилучшего выигрыша, но шансы снижаются, чем дольше вы ждете. Например: выберите игровой автомат с историей выигрышей/проигрышей один к одному (50%) вместо автомата, который выиграл девять из 18 раз.
8. Алгоритмы "Верхней Границы Уверенности" предлагают больше возможностей для открытий, чем метод "Win-Stay, Lose-Shift". Этот алгоритм присваивает значение на основе того, что "может быть", исходя из имеющейся информации.Новый ресторан имеет 50/50 шансов предоставить хороший опыт, потому что вы никогда там не были.
9. Алгоритм "Shortest Processing Time" требует, чтобы вы сначала выполнили самые быстрые задачи. Разделите важность задачи на то, сколько времени она займет. Приоритизируйте задачу, которая занимает в два раза больше времени, только если она в два раза важнее.
10. Закон Лапласа рассчитывает вероятность того, что что-то произойдет, имея только небольшие объемы данных. Подсчитайте, сколько раз это произошло, добавьте один, затем поделите на количество возможностей плюс два. Например: Ваша софтбольная команда играет восемь игр в сезон. Она уже выиграла две игры. 2+1/ 6+2=3/8, или 37,5% шанс, что вы выиграете следующую игру.
11. Принцип Коперника позволяет предсказать, сколько времени что-то продержится, не зная о нем почти ничего. Решение состоит в том, что это продолжится столько же, сколько уже продолжалось. Исходя из этого принципа, Google, вероятно, продержится до 2044 года (23 года с 1998 + 23 с 2021).
12. "Power-law distribution" учитывает, что в жизни большинство вещей оказываются ниже среднего, а некоторые - выше. Две трети населения США зарабатывают меньше среднего дохода, но верхний 1% зарабатывает почти в десять раз больше среднего. Немногие фильмы зарабатывают деньги уровня "Titanic" в кассе, но некоторые это делают.
13. "Равновесие Нэша" исследует явление игр с двумя игроками и способ, которым игроки формируют стратегии, которые ни один из них не хочет менять, исходя из действий другого. Это создает стабильность. В игре "Камень-ножницы-бумага" с тремя вариантами, игроки принимают стратегию 1/3-1/3-1/3, если другой игрок не меняет тактику, и процесс начинается снова.
14. У человеческого мозга почти бесконечная вместимость для воспоминаний, но у нас ограниченное количество времени для доступа к ним. Это приводит к "кривой забывания." Исследование Германа Эббингауза показало, что он мог вспомнить бессмысленные слоги на 60% после того, как прочитал их, но это снизилось до 20% после 800 часов.
15. "Кривая забывания" Эббингауза была показана как тесно соответствующая частоте использования слов в обществе. Частота встречаемости слов в заголовках The New York Times снижалась на 15% за 100 дней и подразумевала, что человеческий мозг естественно настраивает свои процессы на окружающий мир.
16. "Мгновенный крах" на фондовом рынке 6 мая 2010 года был вызван "информационной каскадом." Когда один человек делает что-то иное, то другие люди следуют за ним, предполагая, что первый человек знает что-то, чего они не знают. Это поведение вызывает панические покупки или массовое поведение.
17. Социолог Барри Гласснер отметил, что число убийств в Соединенных Штатах снизилось на 20% в течение 1990-х годов, тогда как упоминание о насилии с применением огнестрельного оружия в американских новостях увеличилось на 600%.Информационная каскада может быть вызвана больше общедоступной информацией, чем частной.
18. Когда авторы Брайан Кристиан и Том Гриффитс назначали интервью для книги, они обнаружили, что эксперты скорее согласятся на узкое, предопределенное окно, чем на широко открытое. Гораздо менее сложно приспособиться к ограничениям, чем найти другое решение.
19. Верите или нет, случайность тоже является частью алгоритма жизни. Лауреат Нобелевской премии Сальвадор Лурия понял, что случайные мутации могут вызвать вирусную устойчивость, наблюдая за тем, как его друг выиграл джекпот на игровом автомате.
20. Лучшие планы часто самые простые. Джейсон Фрид и Дэвид Хейнемайер Ханссон, основатели программного компании 37signals, используют толстый маркер, когда начинают мозговой штурм, потому что это ограничивает пространство и заставляет их сосредоточиться на общей картине.

25 questions and answers

How can the concept of over exploration be mitigated in decision making?

View answer

The concept of over exploration can be mitigated in decision making by implementing strategies such as the 37% rule, the explore/exploit trade-off, and the Win-Stay, Lose-Shift algorithm. The 37% rule suggests that one should spend 37% of their time researching before making a decision, then commit to the next best choice they find. The explore/exploit trade-off emphasizes the need to balance the tried and tested with the new and risky. The Win-Stay, Lose-Shift algorithm, developed by mathematician Herbert Robins, suggests that one should stick with a decision until it proves unsuccessful, at which point they should switch to a different approach.

What factors can influence the effectiveness of the 37% rule?

View answer

The effectiveness of the 37% rule can be influenced by several factors. Firstly, the amount of time you have to make decisions can greatly impact the effectiveness of this rule. If you have a limited amount of time, you may not be able to fully utilize the 37% of the time for research. Secondly, the nature of the decision can also affect the rule's effectiveness. If the decision involves high risks, you may need to spend more than 37% of your time on research. Lastly, personal factors such as your ability to make quick decisions and your risk tolerance can also influence the effectiveness of the 37% rule.

How does the Win-Stay, Lose-Shift algorithm compare to other decision making strategies?

View answer

The Win-Stay, Lose-Shift algorithm, developed by mathematician Herbert Robins in 1952, is a decision-making strategy that uses the metaphor of slot machines. The method involves choosing a machine at random and playing it until you lose, then switching to another machine. This strategy has been proven to be more reliable than chance. It differs from other strategies such as the 37% rule, which involves allotting 37% of your time to research before making a decision, and the explore/exploit trade-off, which requires balancing the tried and tested with the new and risky.

View all 25 questions

Ask follow up

Резюме

Оптимальная остановка

Смотреть против прыжка

Жизнь полна ситуаций, требующих от нас принятия наилучшего возможного решения за кратчайший промежуток времени. Водители ищут идеальное место для парковки. Менеджеры ищут лучшего кандидата на работу, а собственники недвижимости должны решить, принимать ли предложение о продаже, прежде чем рынок недвижимости снова изменится. Эта дилемма называется "оптимальной остановкой."

25 questions and answers

How does the concept of optimal stopping apply to academic research?

View answer

The concept of optimal stopping can apply to academic research in several ways. For instance, researchers often need to decide when to stop collecting data or when to stop a study. This decision can be based on a variety of factors, such as the quality of the data collected, the time and resources available, and the objectives of the research. Optimal stopping can help researchers make these decisions in a more systematic and efficient way.

What are some other decision-making dilemmas that can be explained using algorithms?

View answer

Some other decision-making dilemmas that can be explained using algorithms include choosing the best time to buy or sell stocks, determining the optimal route for a delivery truck, deciding when to replace aging equipment, and selecting the best strategy in a game of chess. Algorithms can also be used to solve problems in machine learning and artificial intelligence, such as classifying images or predicting future events.

How can the concept of optimal stopping be used in financial planning?

View answer

The concept of optimal stopping can be used in financial planning in various ways. For instance, it can help in deciding when to sell an investment to maximize profit or minimize loss. It can also be used in retirement planning to determine the best time to start drawing from retirement savings. The idea is to make the best possible decision at the right time, considering the potential future outcomes and the risks involved.

View all 25 questions

Ask follow up

"Оптимальная остановка" относится к дилеммам, требующим принятия наилучшего решения за минимальное время. Как сбалансировать необходимость получения всех фактов с необходимостью действовать, пока не станет слишком поздно? Обычные примеры включают поиск идеального места для парковки, когда арендовать квартиру, пока они все не заняты, и когда нанять лучшего кандидата на работу. Последнее тщательно изучалось и обсуждалось математиками с 1950-х годов.

25 questions and answers

What are some practical tips for applying Optimal Stopping principles in everyday life?

View answer

Optimal Stopping principles can be applied in various aspects of everyday life. For instance, when looking for a parking spot, you might decide to stop at the first available spot after a certain point to avoid wasting more time. When renting an apartment, you might decide to take the first one that meets your minimum criteria after viewing a certain number. When hiring, you might decide to hire the first candidate who exceeds a certain benchmark after interviewing a certain number of applicants. The key is to define your criteria and decide on a stopping rule in advance.

How does the concept of Optimal Stopping apply to financial decisions?

View answer

The concept of Optimal Stopping can apply to financial decisions in various ways. For instance, it can be used to determine the best time to sell a stock or other investment. If you sell too early, you might miss out on potential gains. If you sell too late, you might lose money. Similarly, it can be used to decide when to stop investing in a losing venture. The goal is to make the best decision in the shortest amount of time, balancing the need for information with the need to act.

What are some potential future developments in the study of Optimal Stopping problems?

View answer

Future developments in the study of Optimal Stopping problems could include the application of machine learning and artificial intelligence to predict optimal stopping points more accurately. Additionally, there could be more research into the application of these problems in new fields such as healthcare, finance, and environmental science. The development of more sophisticated mathematical models and algorithms could also be a focus.

View all 25 questions

Ask follow up

Эта проблема известна как "Секретарская проблема."

• Если работодатель проводит собеседование с 100 кандидатами на должность секретаря, он должен выделить первые 37% интервью для ознакомления с пулом талантов и наилучшими качествами.
• Если они нанимают следующего кандидата, который кажется "лучшим на данный момент," у компании есть 37% шансов, что этот человек будет лучшим кандидатом.
• Шансы становятся больше при меньшем количестве претендентов.

27 questions and answers

What are the potential implications of the 37% rule on the company's overall performance?

View answer

The 37% rule, when applied to hiring, suggests that a company should spend the first 37% of the interview process to understand the talent pool and then hire the next best candidate. This could potentially improve the company's overall performance by increasing the chances of hiring the best candidate. However, it's important to note that this rule is based on probability and doesn't guarantee the best outcome every time.

How can the 37% rule be used to improve the efficiency of the hiring process?

View answer

The 37% rule can be used to improve the efficiency of the hiring process by applying it to the interview process. If an employer is interviewing 100 applicants, they should spend the first 37% of interviews familiarizing themselves with the talent pool and identifying the best qualities. After this point, they should hire the next applicant who appears to be the best so far. This approach gives the company a 37% chance of hiring the best candidate. The odds of success increase with fewer applicants.

What are the potential effects of the 37% rule on the overall hiring process?

View answer

The 37% rule can potentially improve the hiring process by increasing the chances of selecting the best candidate. By spending the first 37% of the time getting familiar with the talent pool, an employer can identify the best qualities to look for in candidates. After this period, the employer is advised to hire the next candidate who appears to be the best so far, which gives a 37% chance of that person being the best candidate. The odds become even greater with fewer applicants.

View all 27 questions

Ask follow up

Арендатор, ищущий квартиру в Сан-Франциско, может быть склонен взять первую доступную единицу из-за большого спроса. Если этому арендатору нужно найти новое место для жизни в течение 30 дней, алгоритм "Оптимальной остановки" предлагает арендатору уделить 37% своего времени, или 11 дней, на изучение вариантов без каких-либо обязательств. На 12-й день арендатор должен быть готов обязаться на первое место, которое они считают "лучшим на данный момент.

Ask follow up

Исследовать против использовать

Лора Карстенсен, профессор психологии в Стэнфорде, предположила, что люди стратегически сокращают свои социальные круги по мере старения. В одном исследовании людей спрашивали, предпочли бы они провести 30 минут с ближайшим членом семьи, автором книги, которую они недавно прочитали, или с кем-то, кого они встретили и кто, по-видимому, разделяет их интересы. Старшие респонденты выбрали члена семьи, в то время как молодые люди предпочли завести новых друзей.

Ask follow up

Однако, когда время добавлялось или убиралось, происходило что-то интересное. Если пожилым людям позволили жить на 20 лет дольше, их выбор совпадал с выбором молодых респондентов. Если молодые респонденты представляли, что они собираются переехать через всю страну, они выбирали членов семьи.

Жизнь полна неопределенности, что делает процесс принятия решений иногда еще более сложным. Чтобы снять некоторое давление жизни и смерти из уравнения, давайте вместо этого обратимся к чему-то менее угрожающему - игровому автомату в казино.

Прозванный "одноруким бандитом," игровые автоматы обладают различными коэффициентами выплат, которые веками сбивали с толку игроков и привлекали статистиков. В 1952 году математик Герберт Роббинс предложил решение вековой дилеммы: стоит ли ждать следующего большого выигрыша или остановиться, пока вы впереди. Он назвал это алгоритмом "Остаться-победить, Переключиться-проиграть".

Ask follow up

Роббинс предложил, что человек должен выбрать "руку" наугад (исследовать), затем тянуть ее, пока это приносит выгоду (эксплуатировать). Как только машина перестает платить, человек должен перейти к другой, и так далее.

Минимальное сожаление

Иногда вам приходится взвешивать риск с потенциальным сожалением, чтобы найти решение вашей конкретной проблемы. Генеральный директор Amazon Джефф Безос имел стабильную, хорошо оплачиваемую работу на Уолл-стрит, прежде чем основать Amazon. Риск первой интернет-книжной магазины, он обнаружил, был перевешен возможностью, что он может сожалеть о том, что не попробовал, "рамка минимизации сожаления."

Ask follow up

"Я знал, что когда мне будет 80, я не буду сожалеть о том, что попробовал это," - сказал Безос. "Я не буду сожалеть о том, что попытался участвовать в этой вещи, которую я считал большим делом, называемой интернет. Я знал, что если бы я потерпел неудачу, я бы об этом не сожалел, но я знал, что единственное, о чем я мог бы сожалеть, это то, что никогда не попробовал."

Ask follow up

Алгоритмы "Верхняя граница уверенности" предлагают больше возможностей для открытий, чем метод "Оставаться-победителем, Переключиться-при-проигрыше". Этот алгоритм присваивает значение на основе того, что "может быть" на основе доступной информации. Новый ресторан имеет 50/50 шансов предоставить хороший опыт, потому что вы никогда там не были.

Ask follow up

Алгоритмы не могут гарантировать жизнь без сожалений, но они показывают, как наша готовность рисковать снижается в зависимости от того, сколько времени мы думаем (или знаем), что у нас есть, чтобы их принять.Когда мы дети, мы исследуем наш мир и открываем для себя новые вещи с большим энтузиазмом. По мере взросления, мы склонны полагаться на "проверенные и верные" решения, основанные на том, что мы узнали, то есть эксплуатируем их.

Ask follow up

Планируйте с целью

Часто задачи с конечным сроком можно решать, начиная с ближайшего крайнего срока. Если у вас одновременно несколько задач, лучше всего отсортировать их по времени, которое потребуется на каждую.

Чтобы подойти к этому типу расписания, особенно если у вас несколько клиентов, вы можете сократить время ожидания каждого, используя алгоритм кратчайшего времени обработки. Проще говоря, всегда сначала беритесь за самую быструю задачу и так далее. Представьте себе понедельник утром, когда у вас есть один большой проект, который занимает четыре дня, и меньший проект, который занимает один день. Если вы сначала сдадите большой проект в четверг (4 дня), а маленький проект в пятницу (5 дней), ваши клиенты будут ждать в общей сложности девять дней. Если вы сначала сдадите маленький проект в понедельник (1 день), а большой в пятницу (5 дней), ваши клиенты будут ждать в общей сложности шесть дней. Это известно как "сумма времени выполнения."

Ask follow up

Другой подход - присвоить каждой задаче вес, например, сколько денег она принесет. Разделите вес каждой задачи на время, которое потребуется для ее выполнения, затем работайте в порядке от наибольшего к наименьшему.Для фрилансера или независимого подрядчика это позволяет определить почасовую ставку каждого задания. Разделите каждую проектную плату на ее размер и работайте от самой высокой почасовой ставки к самой низкой.

Ask follow up

Предсказать будущее

Астрофизик Дж. Ричард Готт III разработал Коперниканский принцип в 1969 году - метод предсказания продолжительности существования чего-либо. Когда он посетил Берлинскую стену, он задумался, сколько простоит стена. Поскольку он не знал, какой будет продолжительность жизни стены, Готт мог предположить, что в среднем его прибытие будет примерно на полпути. Следовательно, он предположил, что стена простоит еще восемь лет. В этом случае Берлинская стена простояла 20 лет, а не восемь.

Ask follow up

Коперниканский принцип не идеален - 90-летний мужчина вряд ли доживет до 180 лет - но есть случаи, когда он хорошо работает. Задолго до того, как Готт дал этому алгоритму имя, статистики пытались оценить, сколько танков производили немцы каждый месяц во время Второй мировой войны. Решение состояло в том, чтобы удвоить серийный номер, видимый на танках, и оценить, что существует по крайней мере в два раза больше. В этом случае они оценили, что каждый месяц производится 246 танков, в сравнении с 1400, предложенными аэроразведкой. После войны немецкие записи подтвердили, что реальное число составляет 245.

Ask follow up

Забудьте об этом

Ваш мозг был создан для забывания

Человеческая память кажется непостоянной вещью, но в этом есть своя логика. Герман Эббингауз, психолог в Берлинском университете в 1879 году, изучал себя, чтобы лучше понять память.

Каждый день Эббингауз запоминал список бессмысленных слогов и проверял себя. Затем он создал график, чтобы показать, как быстро его память угасает. Вероятность вспомнить что-то предсказуемо снижалась со временем, от близких к 60% сразу после чтения до всего 20% через 800 часов.

Джон Андерсон, психолог и компьютерный ученый, пересмотрел работу Эббингауза в 1987 году, чтобы увидеть, можно ли создать компьютерные системы вокруг человеческого мозга. Он обнаружил, что наши мозги забывают информацию, когда она больше не актуальна для окружающего нас мира. Андерсон анализировал заголовки из The New York Times и обнаружил, что слово, скорее всего, появится снова сразу после первого использования. Вероятность увидеть его снова с течением времени снижалась еще больше. Рядом, график выглядел почти идентичным данным Эббингауза.

Ask follow up

Ищите баланс... или нет

Во всем есть естественный баланс, особенно в играх для двух игроков или сценариях, включающих по крайней мере двух соперников. Математики называют это явление "равновесием", потому что оно стабильно.Равновесие особенно заметно в покере, где игроки придерживаются своих стратегий, пока не произойдет значительное изменение.

Ask follow up

Пример: В игре "Камень-Ножницы-Бумага" у игроков всего три варианта выбора. Игроки естественно выбирают случайный вариант или стратегию 1/3. Если один из игроков начинает чаще использовать камень, другой игрок адаптируется и использует бумагу. Затем другой игрок снова уравновешивает ситуацию, меняя стратегию, то есть ножницы, и т.д., и процесс начинается снова.

Ask follow up

Математик Джон Нэш, увековеченный в книге и фильме ""Прекрасный ум"," доказал в 1951 году, что в каждой игре для двух игроков есть по крайней мере одно такое равновесие. За это открытие он получил Нобелевскую премию по экономике в 1994 году. Часто называемый ""равновесием Нэша"," этот принцип предлагает прогноз стабильного долгосрочного исхода любого набора правил или стимулов.

Ask follow up

Этот алгоритм используется для планирования и формирования экономической и социальной политики, но иногда "стабильное" не обязательно означает "хорошее."

Если в городе есть два продавца, привлекающих одних и тех же клиентов, первый потеряет бизнес, если будет работать шесть дней в неделю, а другой - семь. Равновесие Нэша предполагает, что если оба бизнеса выходят на день отдыха, оба получат отдых, но оба потеряют бизнес. Поэтому оба владельца работают семь дней в неделю.

Ask follow up

Измените игру

Если бы ваш друг прыгнул с моста, вы бы последовали его примеру? Человеческий инстинкт копировать друг друга может быть признаком выживания, например, когда вы оборачиваетесь, увидев, что другие это делают, на случай, если рядом таится опасность. Моды и тренды приходят и уходят. Лучше ли играть по-безопасному или идти своим путем, несмотря на все?

Ask follow up

"Всякий раз, когда вы оказываетесь на стороне большинства, пора остановиться и задуматься," - сказал Марк Твен.

Люди склонны принимать решения, основываясь на предположениях, которые они делают из действий других людей. Если все покупают Beanie Babies, они должны быть ценными, верно?

Когда этот процесс начинает лавинообразно выходить из-под контроля, это называется "Информационной Каскадом." Кризис недвижимости 2007-2009 годов был примером того, как цены на жилье росли из-за спроса, только чтобы рухнуть. Люди предполагают, что если многие другие что-то делают, то существует срочность. (Туалетная бумага в 2020 году, например.) Результаты могут быть катастрофическими.

Ask follow up

Будьте осторожны в случаях, когда общедоступная информация, кажется, превышает частную информацию. Представление событий в СМИ не соответствует их частоте в мире. Социолог Барри Гласснер отметил, что убийства в Соединенных Штатах снизились на 20% в течение 1990-х годов, а упоминание о насилии с применением огнестрельного оружия в американских новостях увеличилось на 600%.

Ask follow up

Иногда, в лице Информационного Каскада, вам приходится менять игру.Если вы христианский торговец или у вас убеждения о балансе между работой и личной жизнью, то вопрос о закрытии в воскресенье не стоит. Если вы видите, как люди вокруг вас попадают в тренд срочности, начинают панически покупать или беспокоятся из-за сенсационных заголовков газет, вы можете снизить стресс, вводя больше данных.

Ask follow up