إذا كانت هنالك مدينة في العالم يصعب فيها العثور على سكن للبيع أو للإيجار، فهي حتماً مدينة سيدني. وإذا كنتم قد حاولتم مؤخراً العثور هنا عن منزل، فأنتم إذن مطلعون على هذه المشكلة. في كل مرة تدخلون منزلاً معروضاً، تحصلون على معلومات عمّا هو متوفر وعمّا هو متاح في السوق. لكن عندما تخرجون، فأنتم تخاطرون بأن يفوتكم أحد أفضل الأماكن. فكيف تعلمون أنه حان وقت التخلي عن مجرد المشاهدة والانتقال إلى تقديم عرض؟
If there's one city in the world where it's hard to find a place to buy or rent, it's Sydney. And if you've tried to find a home here recently, you're familiar with the problem. Every time you walk into an open house, you get some information about what's out there and what's on the market, but every time you walk out, you're running the risk of the very best place passing you by. So how do you know when to switch from looking to being ready to make an offer?
إنها مشكلة عويصة ومعتادة وما قد يكون مفاجئاً هو أن لها حلاً بسيطاً. 37 بالمائة.
This is such a cruel and familiar problem that it might come as a surprise that it has a simple solution. 37 percent.
(ضحك)
(Laughter)
إذا أردتم مضاعفة احتمالات العثور على السكن الأنسب لكم، فلا بد من النظر إلى 37 بالمائة ممّا معروض في السوق، ثم قدموا عرضاً على المنزل التالي الذي تشاهدونه، حين يكون أنسب من كل المنازل التي زرتموها من قبل. أو إذا كنتم ستبحثون لمدة شهر فخصصوا 37 بالمائة من تلك المدة، أي 11 يوما من أجل تحديد معيار، حينها ستصبحون جاهزين للتصرف.
If you want to maximize the probability that you find the very best place, you should look at 37 percent of what's on the market, and then make an offer on the next place you see, which is better than anything that you've seen so far. Or if you're looking for a month, take 37 percent of that time -- 11 days, to set a standard -- and then you're ready to act.
نحن على دراية بالأمر لأن البحث عن سكن يعد مثالاً على مشكلة الظرف الأنسب للتوقف. وقد أُجريت دراسات مكثفة على هذا الصنف من المشكلات من قِبل علماء رياضيات وعلماء حاسوب.
We know this because trying to find a place to live is an example of an optimal stopping problem. A class of problems that has been studied extensively by mathematicians and computer scientists.
أنا عالم مختص في الحوسبة الإدراكية. أمضي وقتي في محاولة فهم كيفية عمل العقل البشري، فيما بين إنجازاتنا العظيمة إلى حالات فشلنا المخزي. من أجل القيام بذلك أفكر في البنية الحسابية للمشكلات التي تصادفنا في الحياة اليومية، وأقارن ما بين الحلول المثالية لهذه المشكلات وبين سلوكنا الفعلي. وضمن التأثيرات الجانبية، أدركت كيف أن تطبيق القليل من علوم الحاسوب يجعل اتخاذ الإنسان لقراراته أكثر سهولة.
I'm a computational cognitive scientist. I spend my time trying to understand how it is that human minds work, from our amazing successes to our dismal failures. To do that, I think about the computational structure of the problems that arise in everyday life, and compare the ideal solutions to those problems to the way that we actually behave. As a side effect, I get to see how applying a little bit of computer science can make human decision-making easier.
لديَّ حافز شخصي يقودني إلى هذا. نشأت في بيرث طفلاً عقلانياً بشكل مبالغ فيه...
I have a personal motivation for this. Growing up in Perth as an overly cerebral kid ...
(ضحك)
(Laughter)
كنت دائماً أحاول التصرف بالطريقة التي أظنها عقلانية، أقلّب أمري لدى اتخاذ كل قراراتي، وأحاول معرفة الخطوة الأنسب للقيام بها. لكن هذه المقاربة لا تفي بالمطلوب عندما تبدأ التعامل مع مشكلات من النوع الذي يواجهه البالغون. في مرحلة ما وصل الأمر بي إلى أن جربت الانفصال عن صديقتي لأني كنت أحاول أن آخذ في الحسبان خياراتها إلى جانب خياراتي ومن ثمّ أبحث عن الحلول المثالية...
I would always try and act in the way that I thought was rational, reasoning through every decision, trying to figure out the very best action to take. But this is an approach that doesn't scale up when you start to run into the sorts of problems that arise in adult life. At one point, I even tried to break up with my girlfriend because trying to take into account her preferences as well as my own and then find perfect solutions --
(ضحك)
(Laughter)
كان ذلك يُنهكني تماماً.
was just leaving me exhausted.
(ضحك)
(Laughter)
أشارت إلى أنني أتّبع المقاربة الخاطئة لحل هذه المشكلة... وفيما بعد أصبحت زوجتي.
She pointed out that I was taking the wrong approach to solving this problem -- and she later became my wife.
(ضحك)
(Laughter)
(تصفيق)
(Applause)
سواء في اتخاذ قرارات الحياة الأشد بساطة كاختيار المطعم الذي سوف نقصده أو في القرارات المصيرية كاختيار الشخص الذي ستمضي معه بقية حياتك، فإن حياة الإنسان مليئة بمشكلات ذات طابع حاسوبي يستعصي حلها من خلال بذل جهد كبير. من أجل تلك المشكلات، يستحق الأمر استشارة الخبراء: علماء الحاسوب.
Whether it's as basic as trying to decide what restaurant to go to or as important as trying to decide who to spend the rest of your life with, human lives are filled with computational problems that are just too hard to solve by applying sheer effort. For those problems, it's worth consulting the experts: computer scientists.
(ضحك)
(Laughter)
أثناء بحثكم عن نصيحة حول الحياة، ربما لا يكون علماء الحاسوب هم أول من يخطر على بالكم أن تتحدثوا إليهم. إن ممارسة الحياة شبيهة بالحاسوب... فهي حتمية بشكل نمطي، وشاملة ودقيقة لا يبدو ذلك شيئا ممتعاً للغاية. لكن التفكير من خلال علوم الحاسوب في قرارات الإنسان يكشف أننا في الواقع قد فهمنا عكس المقصود. عند تطبيق هذه العلوم على أنواع المشكلات الصعبة التي تظهر في حياة البشر، فإن الطريقة التي تحل بها الحواسيب تلك المشكلات تشبه بدرجة كبيرة الأسلوب الذي يتَّبعه الناس فعلاً.
When you're looking for life advice, computer scientists probably aren't the first people you think to talk to. Living life like a computer -- stereotypically deterministic, exhaustive and exact -- doesn't sound like a lot of fun. But thinking about the computer science of human decisions reveals that in fact, we've got this backwards. When applied to the sorts of difficult problems that arise in human lives, the way that computers actually solve those problems looks a lot more like the way that people really act.
خذوا مثال محاولة اختيار المطعم الذي سنرتاده. هذه مشكلة لديها بنية حاسوبية خاصة. في حوزتكم مجموعة من الخيارات، ستختارون أحدها، من ثم ستتعاملون بالضبط مع نفس الخيار في اليوم الموالي. في هذه الحالة، ستواجهون ما يطلق عليه علماء الحاسوب مبدأ "المفاضلة عبر الاستكشاف والاستثمار". لا بد من أن تتخذوا قراراً حول ما إذا كنتم ستجربون شيئاً جديداً عبر الاستكتشاف وجمع بعض المعلومات التي يُحتمل أن يكون بوسعكم استخدامها مستقبلاً، أو أنكم ستذهبون إلى مكان تعلمون مسبقاً أنه جيد جداً، عبر استثمار المعلومات التي لديكم فعلاً. يظهر مبدأ "المفاضلة" هذا كلما توجب عليكم الاختيار بين تجربة أمر جديد أو الاكتفاء بشيء تعلمون مسبقاً أنه جيد جداً، سواء كان الاستماع إلى الموسيقى، أو محاولة تقرير من ستقضون الوقت معه. كما تواجه شركات التكنولوجيا نفس المشكلة عند محاولة القيام بشيء مثل اختيار محتوى صفحاتها الإلكترونية. هل عليهم عرض إعلان جديد لغاية اكتساب معارف جديدة حوله، أو عرض إعلان هم على دراية تامّة بأنّك ستنقر في النهاية على زرّ المشاهدة؟
Take the example of trying to decide what restaurant to go to. This is a problem that has a particular computational structure. You've got a set of options, you're going to choose one of those options, and you're going to face exactly the same decision tomorrow. In that situation, you run up against what computer scientists call the "explore-exploit trade-off." You have to make a decision about whether you're going to try something new -- exploring, gathering some information that you might be able to use in the future -- or whether you're going to go to a place that you already know is pretty good -- exploiting the information that you've already gathered so far. The explore/exploit trade-off shows up any time you have to choose between trying something new and going with something that you already know is pretty good, whether it's listening to music or trying to decide who you're going to spend time with. It's also the problem that technology companies face when they're trying to do something like decide what ad to show on a web page. Should they show a new ad and learn something about it, or should they show you an ad that they already know there's a good chance you're going to click on?
على مرّ ال60 سنة الماضية أحرز علماء الكمبيوتر تقدّما مبهرا في دراسة كيفية البحث عن حل وسط بين الاستكتشاف والاستتثمار و تقدم لنا نتائج هذه الدراسات وجهات نظر مفاجئة عند البحث عن مطعم للذهاب إليه فإنّ أوّل ما يجب أخذه بعين الإعتبار هو مدّة بقائكم في البلدة. وإذا قررتم البقاء لفترة قصيرة حينها يجب الاستثمار. فلا فائدة من جمع المعلومات بعد الآن. اذهبوا الى مطعم تعرفونه. لكن أن كنتم تخططون للبقاء مدة أطول قوموا بالاستكشاف.
Over the last 60 years, computer scientists have made a lot of progress understanding the explore/exploit trade-off, and their results offer some surprising insights. When you're trying to decide what restaurant to go to, the first question you should ask yourself is how much longer you're going to be in town. If you're just going to be there for a short time, then you should exploit. There's no point gathering information. Just go to a place you already know is good. But if you're going to be there for a longer time, explore.
جربوا شيئا جديدا فالمعلومات التي ستحصلون عليها
Try something new, because the information you get
قادرة على تحسين خياراتكم في المستقبل. كلما ارتفعت قيمة المعلومة كلما أصبحت فرصة استخدامها متاحة أكثر.
is something that can improve your choices in the future. The value of information increases the more opportunities you're going to have to use it.
قد ينير هذا المبدأ بصائرنا بشأن تركيبة الحياة البشرية. لا يشتهر الأطفال بتصرّفاتهم العقلانيّة. يجرّبون أشياء جديدة على الدّوام، و يحاولون حشر الأشياء في أفواههم كما تعلمون. في الواقع هذا هو بالضبط ما عليهم فعله. إنّهم في المرحلة الاستكشافية من أعمارهم، وبعض تلك الأشياء قد تبدو لذيذة لهم. من ناحية أخرى، العجوز الذي يقصد نفس المطعم يوميًّا ويتناول نفس الطعام في كل مرّة ليس مضجرًا... إنّه المثال المناسب.
This principle can give us insight into the structure of a human life as well. Babies don't have a reputation for being particularly rational. They're always trying new things, and you know, trying to stick them in their mouths. But in fact, this is exactly what they should be doing. They're in the explore phase of their lives, and some of those things could turn out to be delicious. At the other end of the spectrum, the old guy who always goes to the same restaurant and always eats the same thing isn't boring -- he's optimal.
(ضحك)
(Laughter)
إنّه يستثمر العلم الذي اكتسبه خلال رحلة العمر. بالعموم، فهم معنى مبدأ التسوية بين الاستكشاف والاستثمار يجعل من السهل لنا أن نهدأ ونهوّن على أنفسنا عند اتّخاذ القرارات. ليس عليكم الذهاب لأفضل المطاعم كل ليلة. اغتنموا الفرصة، جرّبوا شيئا جديدًا قوموا بالاستكشاف. بإمكانكم تعلّم أشياء جديدة. ففي النهاية المعلومات المكتسبة قيمتها ستضاهي عشاء جميلًا. علوم الحاسوب بإمكانها أيضًا تسهيل الأمورعلينا
He's exploiting the knowledge that he's earned through a lifetime's experience. More generally, knowing about the explore/exploit trade-off can make it a little easier for you to sort of relax and go easier on yourself when you're trying to make a decision. You don't have to go to the best restaurant every night. Take a chance, try something new, explore. You might learn something. And the information that you gain is going to be worth more than one pretty good dinner. Computer science can also help to make it easier on us
في مواضع أخرى في المنزل مثلا وفي المكتب. إذا توجّب عليكم يوماً ترتيب خزائن ثيابكم، و تحتّم عليكم اتخاذ قرار مؤلم: مثلاً بشأن الأغراض التي سوف تحتفظون بها وتلك التي ستتخلّصون منها. من الواضح أن مارثا ستيوارت قد فكرت مليًّا في هذا الأمر... (ضحك)
in other places at home and in the office. If you've ever had to tidy up your wardrobe, you've run into a particularly agonizing decision: you have to decide what things you're going to keep and what things you're going to give away. Martha Stewart turns out to have thought very hard about this -- (Laughter)
ولديها نصيحة مفيدة.
and she has some good advice.
وهي تقول: اطرح على نفسك أربعة أسئلة: منذ متى وهذا الشيء في حوزتي؟ هل ما زال صالحاً للاستخدام؟ هل هو مشابه لشيء لدي فعلاً؟ وما هي آخر مرّة قمت فيها بارتدائه أو استخدامه؟ لكن توجد مجموعة أخرى من الخبراء الذين فكّروا بجديّة أكثر في هذه المشكلة، واستنتجوا أنّ واحدا من هذه التساؤلات هو حتما أهمّ من البقيّة. من هم أولئك الخبراء؟ إنهم مصمّمو أنظمة الذاكرة في الحواسيب. معظم الحواسيب لديها نوعان من أنظمة الذاكرة: نظام ذاكرة سريع، مجموعة شرائح ذاكرة محدودة الإمكانيات لأن تلك الشرائح مكلفة، وهناك نظام ذاكرة بطيء وذو حجم أكبر. لكي يعمل الحاسوب بأكبر قدر ممكن من الكفاءة، يجب أن تتأكدوا من أن وحدات المعلومات التي تريدون النفاذ إليها مسجّلة في الذاكرة السريعة، حتّى تكون متاحة لكم بسرعة. في كلّ مرة تدخلون إلى معلومات في الحاسوب يتم تنزيلها إلى الذاكرة السريعة وعلى الحاسوب أن يختار الوحدات التي سيزيلها من هذه الذاكرة، بسبب طاقة الاستيعاب المحدودة. على مرّ السنين،
She says, "Ask yourself four questions: How long have I had it? Does it still function? Is it a duplicate of something that I already own? And when was the last time I wore it or used it?" But there's another group of experts who perhaps thought even harder about this problem, and they would say one of these questions is more important than the others. Those experts? The people who design the memory systems of computers. Most computers have two kinds of memory systems: a fast memory system, like a set of memory chips that has limited capacity, because those chips are expensive, and a slow memory system, which is much larger. In order for the computer to operate as efficiently as possible, you want to make sure that the pieces of information you want to access are in the fast memory system, so that you can get to them quickly. Each time you access a piece of information, it's loaded into the fast memory and the computer has to decide which item it has to remove from that memory, because it has limited capacity. Over the years,
جرب علماء الحاسوب بعض الاستراتيجيات المختلفة لاختيار ما سيتم حذفه من الذاكرة السريعة. جرّبوا الاختيار بصفة عشوائية أو تطبيق ما يسمّى "مبدأ المُدرج أولا يُحذف أولا" أي حذف الوحدة التي خزنت في الذاكرة لوقت أطول. لكنّ الاستراتيجية الأكثر فعالية تركّز على الوحدات التي كان استخدامها أقل، مؤخراً. أي أنكم إذا كنتم تريدون حذف شيء من ذاكرة الحاسوب، فما يجب حذفه هو أقدم شيء قمتم بالنفاذ إليه في الماضي. ويوجد مقدار من المنطق خلف هذا. إذا كان قد مضى وقت طويل منذ نفاذكم إلى تلك المعلومات، فعلى الأغلب سيمرّ وقت طويل قبل العودة إليها من جديد. هناك تشابه بين الخزائن وذاكرة الحاسوب. لديكم طاقة استيعاب محدودة، وعليكم أن تحاولوا حفظ الأغراض التي ترون أنكم ستحتاجونها أكثر للنفاذ إليها بأسرع وقت ممكن. بالتفطّن لهذا الأمر لعله من الجدير أن تطبقوا المبدأ المستخدم مؤخرا لتنظيم خزائنكم أيضا. إذا أعدنا النظر في الأسئلة الأربعة لمارثا ستيوارت بالنسبة لعلماء الحاسوب من بين كل المعلومات المعلومة الأخيرة هي دائما الأهم. فكرة تنظيم الأشياء بأسلوب يسمح للمعلومات بأن تكون متاحة
computer scientists have tried a few different strategies for deciding what to remove from the fast memory. They've tried things like choosing something at random or applying what's called the "first-in, first-out principle," which means removing the item which has been in the memory for the longest. But the strategy that's most effective focuses on the items which have been least recently used. This says if you're going to decide to remove something from memory, you should take out the thing which was last accessed the furthest in the past. And there's a certain kind of logic to this. If it's been a long time since you last accessed that piece of information, it's probably going to be a long time before you're going to need to access it again. Your wardrobe is just like the computer's memory. You have limited capacity, and you need to try and get in there the things that you're most likely to need so that you can get to them as quickly as possible. Recognizing that, maybe it's worth applying the least recently used principle to organizing your wardrobe as well. So if we go back to Martha's four questions, the computer scientists would say that of these, the last one is the most important. This idea of organizing things so that the things you are most likely to need are most accessible
من الممكن تطبيقها في المكتب. خبير الاقتصاد الياباني يوكيو نوقوشي اخترع نظام حفظ الملفات بنفس الخاصيات استشرف عمله بصناعة صندوق من الورق المقوّى وقام بترصيف ملفاته في الصندوق من اليسار. وكلّما أضاف ملفّا جديدا يضع الملفات الموجودة جانبا ويضيف الملف الجديد الى اليسار. وحين الدخول لملف ما يقوم بسحبه، مراجعته ثم إعادته لليسار من الصندوق. الملفات حينها تكون مرتبة من اليسار إلى اليمين حسب الملف المستخدم مؤخّرا. وأيقن بأنه قادر على ايجاد ما يبحث عنه بسرعة ببدء البحث من الجهة اليسرى من الصندوق إلى غاية اليمين. قبل التوجه إلى المنزل لتطبيق هذا النظام... (ضحك)
can also be applied in your office. The Japanese economist Yukio Noguchi actually invented a filing system that has exactly this property. He started with a cardboard box, and he put his documents into the box from the left-hand side. Each time he'd add a document, he'd move what was in there along and he'd add that document to the left-hand side of the box. And each time he accessed a document, he'd take it out, consult it and put it back in on the left-hand side. As a result, the documents would be ordered from left to right by how recently they had been used. And he found he could quickly find what he was looking for by starting at the left-hand side of the box and working his way to the right. Before you dash home and implement this filing system -- (Laughter)
من الجدير الاعتراف بأنكم تطبقونه بالفعل.
it's worth recognizing that you probably already have.
(ضحك)
(Laughter)
تلك الرزمة من الأوراق فوق الطاولة....
That pile of papers on your desk ...
بالإجمال مبعثرة وغير مرتبة،
typically maligned as messy and disorganized,
في الواقع رزمة من الأوراق هي مرتبة بشكل مثالي... (ضحك) طالما حين تأخذون ورقة ما،
a pile of papers is, in fact, perfectly organized -- (Laughter) as long as you, when you take a paper out,
تعيدونها فوق الأوراق،
put it back on the top of the pile,
حينها ستعود مرتبة من الأعلى إلى الأسفل حسب الورقة التي تم استُعملت مؤخرا ومن المرجح أن تجدوا ما تبحثون عنه بسرعة عبر البدء من أعلى رزمة الأوراق. تنظيم خزانة الملابس أو المكتب ليست بالضرورة من المهام الضاغطة في الحياة.
then those papers are going to be ordered from top to bottom by how recently they were used, and you can probably quickly find what you're looking for by starting at the top of the pile. Organizing your wardrobe or your desk are probably not the most pressing problems in your life.
المشاكل التي علينا حلها هي في غاية الصعوبة لكن في تلك الحالات، بإمكان علوم الحاسوب تقديم بعض الاستراتيجيات وربّما بعض المواساة. أفضل القواعد الرياضية تعمل من أجل الحصول على نتائج منطقية في أقل وقت ممكن. عندما تواجه الحواسيب مشكلة صعبة، تقوم بتقسيمها إلى مشاكل بسيطة... بصفة عشوائية، بالتخلص من العقبات أو تمهيد الطريق للتقديرات التقريبية. فإيجاد حل لتلك المشاكل البسيطة يفتح البصيرة على المشاكل الصعبة، وأحيانا يصنع حلولا توافق منظورها. درايتي بكل هذا الأمر ساعدني على الاسترخاء عند اتخاذ القرارات. بالإمكان استخدام قاعدة 37% مثلا لدى البحث عن منزل
Sometimes the problems we have to solve are simply very, very hard. But even in those cases, computer science can offer some strategies and perhaps some solace. The best algorithms are about doing what makes the most sense in the least amount of time. When computers face hard problems, they deal with them by making them into simpler problems -- by making use of randomness, by removing constraints or by allowing approximations. Solving those simpler problems can give you insight into the harder problems, and sometimes produces pretty good solutions in their own right. Knowing all of this has helped me to relax when I have to make decisions. You could take the 37 percent rule for finding a home as an example.
ليس بالإمكان دراسة كل الخيارات لهذا السبب يجب أن نجازف. وحتى لو قمتم باتباع الخطة الأمثل، فالنتيجة المثالية ليست مضمونة. أما في حالة تطبيق "قاعدة ال37 بالمئة" فإن احتمالية إيجاد المنزل المثالي... بشكل مضحك... (ضحك) هي 37 بالمئة.
There's no way that you can consider all of the options, so you have to take a chance. And even if you follow the optimal strategy, you're not guaranteed a perfect outcome. If you follow the 37 percent rule, the probability that you find the very best place is -- funnily enough ... (Laughter) 37 percent.
غالبا ما تفشلون.
You fail most of the time.
لكنكم على الأقل بذلتم كل ما في وسعكم. في النهاية، يمكن لعلوم الحاسوب أن تساعدنا على التصالح مع إمكانياتنا المحدودة.
But that's the best that you can do. Ultimately, computer science can help to make us more forgiving of our own limitations.
لا نستطيع التحكم في النتائج بل في الطرق التي نتّبعها. وطالما قمتم بانتهاج الطريقة المثلى، حينها يمكن القول أنكم قدمتم أفضل ماعندكم أحيانا اتباع تلك الطرق المثلى يفرض علينا خوض المجازفات... عدم التمكن من دراسة كل الخيارات على سبيل المثال، أو تقبّل فكرة الاكتفاء بحلّ لا بأس به. هذه المجازفات ليست هي التنازلات التي نقوم بها عند عجزنا على أن نكون عقلانيين فخوض المجازفات هو ببساطة جوهر العقلانية. شكرًا لكم. (تصفيق)
You can't control outcomes, just processes. And as long as you've used the best process, you've done the best that you can. Sometimes those best processes involve taking a chance -- not considering all of your options, or being willing to settle for a pretty good solution. These aren't the concessions that we make when we can't be rational -- they're what being rational means. Thank you. (Applause)