TEDxSydney
Tom Griffiths: 3 ways to make better decisions -- by thinking like a computer
טום גריפית'ס: ממדעי המחשב לחיי היומיום: שלוש דרכים לשפר את קבלת ההחלטות שלנו
Filmed:
Readability: 4.2
3,652,976 views
אם אי-פעם התקשיתם לקבל החלטה, זאת ההרצאה שחיפשתם. המדען הקוגניטיבי טום גריפית'ס מראה כיצד נוכל ליישם את הגיון המחשב לפתרון בעיות אנושיות סבוכות ומציע שלוש שיטות מעשיות לקבלת החלטות טובות יותר בכל תחום, החל מקניית בית ועד ולבחירת מסעדה.
"ניסוי או מיצוי" - "explore-exploit tradeoff."
Tom Griffiths - Psychologist, cognitive scientist
Tom Griffiths uses ideas from computer science to understand how human minds work. Full bio
Tom Griffiths uses ideas from computer science to understand how human minds work. Full bio
Double-click the English transcript below to play the video.
אם יש עיר אחת בעולם
00:13
If there's one city in the world
0
1407
1581
שבה קשה למצוא מקום
שאפשר לקנות או לשכור,
שאפשר לקנות או לשכור,
00:15
where it's hard to find
a place to buy or rent,
a place to buy or rent,
1
3012
2333
זאת סידני.
00:17
it's Sydney.
2
5369
1150
ואם ניסיתם לאחרונה למצוא כאן בית,
00:19
And if you've tried
to find a home here recently,
to find a home here recently,
3
7043
2367
אתם מכירים את הבעיה.
00:21
you're familiar with the problem.
4
9434
1840
בכל פעם שאתם נכנסים לדירה לדוגמה
00:23
Every time you walk into an open house,
5
11298
2014
אתם מקבלים מידע מסוים
על המצב
על המצב
00:25
you get some information
about what's out there
about what's out there
6
13336
2191
ועל מה שיש בשוק.
00:27
and what's on the market,
7
15551
1393
אבל בכל פעם שאתם יוצאים החוצה,
00:28
but every time you walk out,
8
16968
1430
אתם מסתכנים בכך שתחמיצו
את הבית הכי טוב.
את הבית הכי טוב.
00:30
you're running the risk
of the very best place passing you by.
of the very best place passing you by.
9
18422
3214
אז איך אתם יודעים
מתי להפסיק לבחון דירות
מתי להפסיק לבחון דירות
00:33
So how do you know when
to switch from looking
to switch from looking
10
21660
2820
ולהיות מוכנים להציע מחיר?
00:36
to being ready to make an offer?
11
24504
1562
זאת בעיה אכזרית ומוכרת כל-כך
00:39
This is such a cruel and familiar problem
12
27663
2401
שאולי תופתעו לשמוע
שיש לה פתרון פשוט.
שיש לה פתרון פשוט.
00:42
that it might come as a surprise
that it has a simple solution.
that it has a simple solution.
13
30088
3074
37 אחוזים.
00:45
37 percent.
14
33588
1203
(צחוק)
00:46
(Laughter)
15
34815
1828
אם ברצונכם למרב את הסבירות
לכך שתמצאו את המקום הכי טוב,
לכך שתמצאו את המקום הכי טוב,
00:48
If you want to maximize the probability
that you find the very best place,
that you find the very best place,
16
36667
3936
עליכם לבדוק 37%
ממה שיש בשוק,
ממה שיש בשוק,
00:52
you should look at 37 percent
of what's on the market,
of what's on the market,
17
40627
2825
ולהציע מחיר למקום הבא שתבדקו,
00:55
and then make an offer
on the next place you see,
on the next place you see,
18
43476
2310
שמוצא חן בעיניכם
יותר מכל מה שראיתם לפניו.
יותר מכל מה שראיתם לפניו.
00:57
which is better than anything
that you've seen so far.
that you've seen so far.
19
45810
2524
ואם אתם מחפשים כבר חודש,
קחו עוד 37% מהזמן הזה -
קחו עוד 37% מהזמן הזה -
01:00
Or if you're looking for a month,
take 37 percent of that time --
take 37 percent of that time --
20
48358
3805
11 יום, בתור תקן -
01:04
11 days, to set a standard --
21
52187
2915
ואז אתם מוכנים לפעול.
01:07
and then you're ready to act.
22
55126
1575
אנו יודעים זאת כי
הנסיון למצוא מקום מגורים
הנסיון למצוא מקום מגורים
01:09
We know this because
trying to find a place to live
trying to find a place to live
23
57829
2709
הוא דוגמה ל"בעיית עצירה מיטבית",
01:12
is an example of an optimal
stopping problem.
stopping problem.
24
60562
2325
סוג בעיות שנחקרו היטב
01:14
A class of problems that has been
studied extensively
studied extensively
25
62911
2483
בידי מתמטיקאים ומדעני מחשבים.
01:17
by mathematicians and computer scientists.
26
65418
2105
אני איש מחשבים במדעי הקוגניציה.
01:21
I'm a computational cognitive scientist.
27
69502
2519
אני מקדיש את זמני לנסיון להבין
01:24
I spend my time trying to understand
28
72045
1960
איך פועל מוח האדם,
01:26
how it is that human minds work,
29
74029
1798
מתוך הצלחותינו המדהימות
וגם מכשלונותינו המבישים.
וגם מכשלונותינו המבישים.
01:27
from our amazing successes
to our dismal failures.
to our dismal failures.
30
75851
3671
לצורך כך אני חושב
על המבנה החישובי
על המבנה החישובי
01:32
To do that, I think about
the computational structure
the computational structure
31
80552
2493
של בעיות היומיום,
01:35
of the problems
that arise in everyday life,
that arise in everyday life,
32
83069
2659
ומשווה את הפתרונות האידאליים
לבעיות אלה
לבעיות אלה
01:37
and compare the ideal
solutions to those problems
solutions to those problems
33
85752
2375
עם התנהגותנו בפועל.
01:40
to the way that we actually behave.
34
88151
1747
אגב כך,
01:42
As a side effect,
35
90725
1185
אני מגלה איך יישום
קצת מדע מחשבים
קצת מדע מחשבים
01:43
I get to see how applying
a little bit of computer science
a little bit of computer science
36
91934
2715
יכול להקל על קבלת ההחלטות האנושית.
01:46
can make human decision-making easier.
37
94673
1860
יש לי מניע אישי לכך.
01:49
I have a personal motivation for this.
38
97828
1847
גדלתי בפרת'
כילד עם ראש גדול מדי...
כילד עם ראש גדול מדי...
01:52
Growing up in Perth
as an overly cerebral kid ...
as an overly cerebral kid ...
39
100153
3166
(צחוק)
01:55
(Laughter)
40
103343
4731
השתדלתי תמיד לפעול
באופן שנראה לי הגיוני,
באופן שנראה לי הגיוני,
02:00
I would always try and act in the way
that I thought was rational,
that I thought was rational,
41
108098
3147
שקלתי כל החלטה,
02:03
reasoning through every decision,
42
111269
1597
ניסיתי למצוא מהי הפעולה
שבה הכי כדאי לנקוט.
שבה הכי כדאי לנקוט.
02:04
trying to figure out
the very best action to take.
the very best action to take.
43
112890
2403
אבל זאת גישה שלא עומדת במבחן
הבעיות שצצות בחיים הבוגרים.
הבעיות שצצות בחיים הבוגרים.
02:07
But this is an approach
that doesn't scale up
that doesn't scale up
44
115972
2190
02:10
when you start to run into
the sorts of problems
the sorts of problems
45
118186
2242
02:12
that arise in adult life.
46
120452
1500
פעם אפילו ניסיתי להיפרד
מחברה שלי
מחברה שלי
02:13
At one point, I even tried
to break up with my girlfriend
to break up with my girlfriend
47
121976
2728
בעקבות הנסיון להתחשב
בהעדפותיה ובהעדפותי
בהעדפותיה ובהעדפותי
02:16
because trying to take into account
her preferences as well as my own
her preferences as well as my own
48
124728
3350
ולמצוא פתרונות מושלמים -
02:20
and then find perfect solutions --
49
128102
1683
(צחוק)
02:21
(Laughter)
50
129809
2259
זה רק התיש אותי.
02:24
was just leaving me exhausted.
51
132092
1752
(צחוק)
02:25
(Laughter)
52
133868
2533
היא ציינה בפני
שאני נוקט בגישה מוטעית
שאני נוקט בגישה מוטעית
02:28
She pointed out that I was taking
the wrong approach
the wrong approach
53
136425
2429
לפתרון הבעיה הזאת -
02:30
to solving this problem --
54
138878
1609
ולימים הפכה להיות אשתי.
02:32
and she later became my wife.
55
140511
1382
02:33
(Laughter)
56
141917
2062
(צחוק)
(מחיאות כפיים)
02:36
(Applause)
57
144003
4971
בין אם זה משהו בסיסי
כמו להחליט לאיזו מסעדה ללכת,
כמו להחליט לאיזו מסעדה ללכת,
02:40
Whether it's as basic as trying to decide
what restaurant to go to
what restaurant to go to
58
148998
3461
או משהו חשוב כמו להחליט
עם מי לבלות את שארית חייך,
עם מי לבלות את שארית חייך,
02:44
or as important as trying to decide
who to spend the rest of your life with,
who to spend the rest of your life with,
59
152483
4055
החיים האנושיים מלאים בבעיות חישוביות
02:48
human lives are filled
with computational problems
with computational problems
60
156562
2375
שפשוט קשה מדי לפתרן
בכוח בלבד.
בכוח בלבד.
02:50
that are just too hard to solve
by applying sheer effort.
by applying sheer effort.
61
158961
4196
בבעיות כאלה כדאי להתייעץ עם מומחים:
02:55
For those problems,
62
163650
1166
02:56
it's worth consulting the experts:
63
164840
1961
מדעני המחשבים.
02:58
computer scientists.
64
166825
1151
(צחוק)
03:00
(Laughter)
65
168000
1784
כשאתם מחפשים עצה לחיים,
03:01
When you're looking for life advice,
66
169808
1819
אולי אינכם חושבים
לפנות אל מדעני המחשבים.
לפנות אל מדעני המחשבים.
03:03
computer scientists probably aren't
the first people you think to talk to.
the first people you think to talk to.
67
171651
3640
לחיות את החיים כמו מחשב -
03:07
Living life like a computer --
68
175315
1875
סטריאוטיפ דטרמיניסטי, מקיף ומדויק -
03:09
stereotypically deterministic,
exhaustive and exact --
exhaustive and exact --
69
177214
2578
לא נשמע כיף גדול.
03:11
doesn't sound like a lot of fun.
70
179816
1552
אבל החשיבה על מדעי המחשב
של ההחלטות האנושיות
של ההחלטות האנושיות
03:14
But thinking about the computer science
of human decisions
of human decisions
71
182153
2927
חושפת שאנו מבינים את זה הפוך.
03:17
reveals that in fact,
we've got this backwards.
we've got this backwards.
72
185104
2408
כשמיישמים זאת לבעיות הקשות
שמתעוררות בחיים האנושיים,
שמתעוררות בחיים האנושיים,
03:19
When applied to the sorts
of difficult problems
of difficult problems
73
187536
2198
03:21
that arise in human lives,
74
189758
1239
הדרך בה המחשבים
פותרים בעיות אלה
פותרים בעיות אלה
03:23
the way that computers
actually solve those problems
actually solve those problems
75
191021
2727
נראית הרבה יותר כמו הדרך
בה מתנהגים בפועל בני-אדם.
בה מתנהגים בפועל בני-אדם.
03:25
looks a lot more like the way
that people really act.
that people really act.
76
193772
2896
לדוגמה, ההחלטה לאיזו מסעדה ללכת.
03:29
Take the example of trying to decide
what restaurant to go to.
what restaurant to go to.
77
197267
2922
זאת בעיה עם מבנה חישובי ייחודי.
03:33
This is a problem that has
a particular computational structure.
a particular computational structure.
78
201090
3088
יש לכם מערך של אפשרויות,
03:36
You've got a set of options,
79
204202
1524
אתם בוחרים אחת מאפשרויות אלה,
03:37
you're going to choose
one of those options,
one of those options,
80
205750
2049
ומחר תיאלצו לקבל
אותה החלטה בדיוק.
אותה החלטה בדיוק.
03:39
and you're going to face
exactly the same decision tomorrow.
exactly the same decision tomorrow.
81
207823
2811
במצב זה,
03:42
In that situation,
82
210658
1151
אתם במצב שמדעני המחשב מכנים
03:43
you run up against
what computer scientists call
what computer scientists call
83
211833
2295
"ניסוי או מיצוי".
03:46
the "explore-exploit trade-off."
84
214152
2372
עליכם לקבל החלטה
אם לנסות משהו חדש -
אם לנסות משהו חדש -
03:49
You have to make a decision
85
217115
1334
03:50
about whether you're going
to try something new --
to try something new --
86
218473
2334
ניסוי, איסוף מידע נוסף
שאולי תוכלו לנצל בעתיד -
שאולי תוכלו לנצל בעתיד -
03:52
exploring, gathering some information
87
220831
2183
03:55
that you might be able
to use in the future --
to use in the future --
88
223038
2285
או שמא ללכת למקום
שידוע לכם שהוא טוב למדי -
שידוע לכם שהוא טוב למדי -
03:57
or whether you're going to go to a place
that you already know is pretty good --
that you already know is pretty good --
89
225347
3793
מיצוי המידע שעד כה אספתם.
04:01
exploiting the information
that you've already gathered so far.
that you've already gathered so far.
90
229164
3003
בעיית "ניסוי או מיצוי"
עולה תמיד כשעליכם לבחור
עולה תמיד כשעליכם לבחור
04:05
The explore/exploit trade-off
shows up any time you have to choose
shows up any time you have to choose
91
233488
3096
בין בדיקה של משהו חדש
04:08
between trying something new
92
236608
1350
לבין היצמדות למשהו שידוע לכם
שהוא טוב למדי,
שהוא טוב למדי,
04:09
and going with something
that you already know is pretty good,
that you already know is pretty good,
93
237982
2980
בין אם מדובר בהאזנה למוסיקה
04:12
whether it's listening to music
94
240986
1550
או בהחלטה עם מי לבלות.
04:14
or trying to decide
who you're going to spend time with.
who you're going to spend time with.
95
242560
2634
זוהי גם הבעיה של חברות הטכנולוגיה
04:17
It's also the problem
that technology companies face
that technology companies face
96
245218
2494
כשהן מנסות למשל להחליט
איזו פרסומת להציג באינטרנט.
איזו פרסומת להציג באינטרנט.
04:19
when they're trying to do something
like decide what ad to show on a web page.
like decide what ad to show on a web page.
97
247736
3667
האם כדאי שינסו פרסומת חדשה
וילמדו מזה משהו,
וילמדו מזה משהו,
04:23
Should they show a new ad
and learn something about it,
and learn something about it,
98
251417
2572
או להציג לכם פרסומת
שכבר ידוע להם
שכבר ידוע להם
04:26
or should they show you an ad
99
254003
1383
שיש סיכוי טוב שתקליקו עליה?
04:27
that they already know there's a good
chance you're going to click on?
chance you're going to click on?
100
255420
3306
ב-60 השנה האחרונות
04:30
Over the last 60 years,
101
258750
1151
מדעני המחשבים התקדמו מאד
בתחום בעיית ה"ניסוי או מיצוי",
בתחום בעיית ה"ניסוי או מיצוי",
04:31
computer scientists have made
a lot of progress understanding
a lot of progress understanding
102
259925
2892
04:34
the explore/exploit trade-off,
103
262841
1452
והמחקר שלהם הניב
כמה תובנות מפתיעות.
כמה תובנות מפתיעות.
04:36
and their results offer
some surprising insights.
some surprising insights.
104
264317
2398
כשאתם מנסים להחליט
לאיזו מסעדה ללכת,
לאיזו מסעדה ללכת,
04:39
When you're trying to decide
what restaurant to go to,
what restaurant to go to,
105
267291
2598
השאלה הראשונה שעליכם
לשאול את עצמכם היא,
לשאול את עצמכם היא,
04:41
the first question you should ask yourself
106
269913
2000
כמה זמן עוד תהיו בעיר.
04:43
is how much longer
you're going to be in town.
you're going to be in town.
107
271937
2179
אם תהיו בעיר
זמן קצר בלבד,
זמן קצר בלבד,
04:46
If you're just going to be there
for a short time,
for a short time,
108
274505
2342
כדאי לכם למצות.
04:48
then you should exploit.
109
276871
1515
אין טעם לאסוף מידע.
04:50
There's no point gathering information.
110
278410
1905
לכו פשוט למקום
שכבר ידוע לכם שהוא טוב.
שכבר ידוע לכם שהוא טוב.
04:52
Just go to a place
you already know is good.
you already know is good.
111
280339
2048
אבל אם תישארו בעיר
זמן רב יותר, נסו.
זמן רב יותר, נסו.
04:54
But if you're going to be there
for a longer time, explore.
for a longer time, explore.
112
282411
2929
נסו משהו חדש,
כי המידע שתשיגו
כי המידע שתשיגו
04:57
Try something new,
because the information you get
because the information you get
113
285364
2387
עשוי לשפר את בחירותיכם העתידיות.
04:59
is something that can improve
your choices in the future.
your choices in the future.
114
287775
2974
ערך המידע עולה
05:02
The value of information increases
115
290773
1979
ככל שמתרבות האפשרויות שלכם
לנצל אותו.
לנצל אותו.
05:04
the more opportunities
you're going to have to use it.
you're going to have to use it.
116
292776
2600
עקרון זה יכול לתת לנו הבנה
גם לגבי מבנה החיים האנושיים.
גם לגבי מבנה החיים האנושיים.
05:08
This principle can give us insight
117
296193
1754
05:09
into the structure
of a human life as well.
of a human life as well.
118
297971
2070
לתינוקות אין מוניטין של יצורים
רציונליים במיוחד.
רציונליים במיוחד.
05:13
Babies don't have a reputation
for being particularly rational.
for being particularly rational.
119
301104
3053
הם תמיד מנסים דברים חדשים,
05:17
They're always trying new things,
120
305098
1825
מנסים להכניס דברים לפה.
05:18
and you know, trying to stick them
in their mouths.
in their mouths.
121
306947
2836
אך למעשה, זה בדיוק
מה שהם אמורים לעשות.
מה שהם אמורים לעשות.
05:22
But in fact, this is exactly
what they should be doing.
what they should be doing.
122
310621
2952
הם מצויים בשלב ה"ניסוי" של חייהם,
05:25
They're in the explore
phase of their lives,
phase of their lives,
123
313597
2430
וכמה מהדברים האלה
אולי יתגלו כטעימים.
אולי יתגלו כטעימים.
05:28
and some of those things
could turn out to be delicious.
could turn out to be delicious.
124
316051
2621
בקצה האחר של הקשת,
05:32
At the other end of the spectrum,
125
320040
1572
הזקן שהולך תמיד לאותה מסעדה
05:33
the old guy who always goes
to the same restaurant
to the same restaurant
126
321636
2506
ואוכל תמיד אותו אוכל
05:36
and always eats the same thing
127
324166
1635
איננו משעמם:
05:37
isn't boring --
128
325825
1328
הוא מיטבי.
05:39
he's optimal.
129
327177
1509
(צחוק)
05:40
(Laughter)
130
328710
3830
הוא ממצה את הידע שרכש
05:44
He's exploiting the knowledge
that he's earned
that he's earned
131
332564
2228
במהלך כל נסיון חייו.
05:46
through a lifetime's experience.
132
334816
1767
באופן כללי יותר,
ככל שתבינו בבעיית "ניסוי או מיצוי",
ככל שתבינו בבעיית "ניסוי או מיצוי",
05:50
More generally,
133
338406
1151
05:51
knowing about
the explore/exploit trade-off
the explore/exploit trade-off
134
339581
2031
יהיה לכם קצת יותר קל
להירגע ולסלוח לעצמכם
להירגע ולסלוח לעצמכם
05:53
can make it a little easier for you
to sort of relax and go easier on yourself
to sort of relax and go easier on yourself
135
341636
3667
כשאתם מנסים לקבל החלטה.
05:57
when you're trying to make a decision.
136
345327
1810
אינכם מוכרחים ללכת
בכל ערב למסעדה הכי טובה.
בכל ערב למסעדה הכי טובה.
05:59
You don't have to go
to the best restaurant every night.
to the best restaurant every night.
137
347161
2728
קחו סיכון, נסו משהו חדש, התנסו.
06:01
Take a chance, try something new, explore.
138
349913
2979
אולי תלמדו משהו חדש.
06:04
You might learn something.
139
352916
1627
ולמידע שתרכשו
06:06
And the information that you gain
140
354567
1589
יהיה יותר ערך מאשר
סעודה טובה למדי.
סעודה טובה למדי.
06:08
is going to be worth more
than one pretty good dinner.
than one pretty good dinner.
141
356180
2543
מדעי המחשב יכולים
גם להקל עלינו
גם להקל עלינו
06:12
Computer science can also help
to make it easier on us
to make it easier on us
142
360178
2699
במקומות אחרים בבית ובמשרד.
06:14
in other places at home and in the office.
143
362901
2152
אם נאלצתם אי-פעם
לסדר את המלתחה,
לסדר את המלתחה,
06:17
If you've ever had
to tidy up your wardrobe,
to tidy up your wardrobe,
144
365860
2453
נקלעתם לדילמה מייסרת במיוחד:
06:20
you've run into a particularly
agonizing decision:
agonizing decision:
145
368337
2671
להחליט אילו דברים תשאירו
06:23
you have to decide what things
you're going to keep
you're going to keep
146
371032
2382
ואילו דברים תמסרו.
06:25
and what things you're going to give away.
147
373438
2009
מסתבר שמרתה סטיוארט
השקיעה בכך מחשבה מרובה -
השקיעה בכך מחשבה מרובה -
06:27
Martha Stewart turns out
to have thought very hard about this --
to have thought very hard about this --
148
375974
3000
(צחוק)
06:30
(Laughter)
149
378998
1205
ויש לה כמה עצות טובות.
06:32
and she has some good advice.
150
380227
1678
היא אומרת,
"שאלו את עצמכם ארבע שאלות:
"שאלו את עצמכם ארבע שאלות:
06:33
She says, "Ask yourself four questions:
151
381929
2295
1. ממתי הפריט הזה אצלי?
06:36
How long have I had it?
152
384248
1526
2. האם הוא עדיין תקין?
06:37
Does it still function?
153
385798
1450
3. יש לי שניים כאלה או יותר?
06:39
Is it a duplicate
of something that I already own?
of something that I already own?
154
387272
3199
4. מתי לאחרונה לבשתי
או השתמשתי בזה?
או השתמשתי בזה?
06:42
And when was the last time
I wore it or used it?"
I wore it or used it?"
155
390495
2411
אבל יש קבוצה נוספת של מומחים
06:46
But there's another group of experts
156
394648
1715
שחשבו אולי עוד יותר לעומק
על הבעיה הזאת,
על הבעיה הזאת,
06:48
who perhaps thought
even harder about this problem,
even harder about this problem,
157
396387
3130
והם אומרים שאחת השאלות האלה
יותר חשובה מהאחרות.
יותר חשובה מהאחרות.
06:51
and they would say one of these questions
is more important than the others.
is more important than the others.
158
399541
3660
מיהם המומחים האלה?
06:55
Those experts?
159
403819
1150
האנשים שמתכננים את
מערכות הזכרון של מחשבים.
מערכות הזכרון של מחשבים.
06:57
The people who design
the memory systems of computers.
the memory systems of computers.
160
405281
2848
לרוב המחשבים יש שני סוגי
מערכות זכרון:
מערכות זכרון:
07:00
Most computers have
two kinds of memory systems:
two kinds of memory systems:
161
408153
2254
מערכת זכרון מהיר,
07:02
a fast memory system,
162
410431
1387
מערך שבבי מחשב
בעל קיבולת מוגבלת
בעל קיבולת מוגבלת
07:03
like a set of memory chips
that has limited capacity,
that has limited capacity,
163
411842
3169
משום שהם יקרים,
07:07
because those chips are expensive,
164
415035
2052
ומערכת זכרון איטי,
גדולה בהרבה.
גדולה בהרבה.
07:09
and a slow memory system,
which is much larger.
which is much larger.
165
417111
3260
כדי שהמחשב יתפקד בשיא היעילות,
07:13
In order for the computer to operate
as efficiently as possible,
as efficiently as possible,
166
421239
3000
יש לוודא שהמידע
שאליו רוצים לגשת
שאליו רוצים לגשת
07:16
you want to make sure
167
424263
1151
07:17
that the pieces of information
you want to access
you want to access
168
425438
2352
יימצא במערכת הזכרון המהיר,
07:19
are in the fast memory system,
169
427814
1477
כדי שאפשר יהיה
להגיע אליו במהירות.
להגיע אליו במהירות.
07:21
so that you can get to them quickly.
170
429315
1754
בכל פעם שניגשים לפיסת מידע
היא נטענת לזכרון המהיר
היא נטענת לזכרון המהיר
07:23
Each time you access
a piece of information,
a piece of information,
171
431093
2061
07:25
it's loaded into the fast memory
172
433178
1525
והמחשב צריך להחליט
מה למחוק מאותו זכרון
מה למחוק מאותו זכרון
07:26
and the computer has to decide which item
it has to remove from that memory,
it has to remove from that memory,
173
434727
3877
בגלל קיבולתו המוגבלת.
07:30
because it has limited capacity.
174
438628
1741
במשך השנים
מדעני המחשב ניסו שיטות שונות
מדעני המחשב ניסו שיטות שונות
07:33
Over the years,
175
441794
1151
07:34
computer scientists have tried
a few different strategies
a few different strategies
176
442969
2739
כדי להחליט מה למחוק
מהזכרון המהיר.
מהזכרון המהיר.
07:37
for deciding what to remove
from the fast memory.
from the fast memory.
177
445732
2292
הם ניסו דברים כמו
בחירה אקראית,
בחירה אקראית,
07:40
They've tried things like choosing
something at random
something at random
178
448048
3176
או עקרון
"נכנס ראשון - יוצא ראשון",
"נכנס ראשון - יוצא ראשון",
07:43
or applying what's called
the "first-in, first-out principle,"
the "first-in, first-out principle,"
179
451248
2906
כלומר, מחיקת הפריט
שהיה הכי הרבה זמן בזכרון.
שהיה הכי הרבה זמן בזכרון.
07:46
which means removing the item
180
454178
1399
07:47
which has been in the memory
for the longest.
for the longest.
181
455601
2176
אבל השיטה הכי יעילה
07:50
But the strategy that's most effective
182
458091
2713
מתמקדת בפריטים שהיו
הכי מעט בשימוש לאחרונה.
הכי מעט בשימוש לאחרונה.
07:52
focuses on the items
which have been least recently used.
which have been least recently used.
183
460828
3229
כלומר, אם רוצים להחליט
מה למחוק מהזכרון,
מה למחוק מהזכרון,
07:56
This says if you're going to decide
to remove something from memory,
to remove something from memory,
184
464972
3191
יש למחוק את הפריט
שניגשו אליו הכי מזמן.
שניגשו אליו הכי מזמן.
08:00
you should take out the thing which was
last accessed the furthest in the past.
last accessed the furthest in the past.
185
468187
4968
ויש בכך הגיון מסוים.
08:05
And there's a certain
kind of logic to this.
kind of logic to this.
186
473179
2159
אם הגישה לפריט מסוים
נעשתה לפני הכי הרבה זמן,
נעשתה לפני הכי הרבה זמן,
08:07
If it's been a long time since you last
accessed that piece of information,
accessed that piece of information,
187
475362
3598
יש להניח שיעבור הרבה זמן
עד שייגשו אליו שוב.
עד שייגשו אליו שוב.
08:10
it's probably going to be a long time
188
478984
1762
08:12
before you're going to need
to access it again.
to access it again.
189
480770
2192
המלתחה שלכם דומה לזכרון המחשב.
08:15
Your wardrobe is just like
the computer's memory.
the computer's memory.
190
483787
2774
הקיבולת היא מוגבלת,
08:18
You have limited capacity,
191
486585
2030
ועליכם להכניס לשם
את הדברים הכי נחוצים לכם
את הדברים הכי נחוצים לכם
08:20
and you need to try and get in there
the things that you're most likely to need
the things that you're most likely to need
192
488639
5327
כדי שתגיעו אליהם מהר ככל האפשר.
08:25
so that you can get to them
as quickly as possible.
as quickly as possible.
193
493990
2419
אם מקבלים זאת,
08:29
Recognizing that,
194
497016
1151
אולי כדאי ליישם את עקרון
הניצול המועט ביותר גם לארגון המלתחה.
הניצול המועט ביותר גם לארגון המלתחה.
08:30
maybe it's worth applying
the least recently used principle
the least recently used principle
195
498191
2813
08:33
to organizing your wardrobe as well.
196
501028
1949
אז אם נחזור לארבע השאלות
של מרתה,
של מרתה,
08:35
So if we go back
to Martha's four questions,
to Martha's four questions,
197
503001
2082
מדעני המחשב יאמרו שמתוכן,
08:37
the computer scientists
would say that of these,
would say that of these,
198
505107
2861
השאלה האחרונה היא הכי חשובה.
08:39
the last one is the most important.
199
507992
1941
הרעיון של ארגון דברים
08:43
This idea of organizing things
200
511473
2055
כך שמה שסביר שתצטרכו יותר
יהיה הכי נגיש
יהיה הכי נגיש
08:45
so that the things you are most
likely to need are most accessible
likely to need are most accessible
201
513552
3129
יפה גם למשרד.
08:48
can also be applied in your office.
202
516705
1676
הכלכלן היפני יוקיו נוגוצ'י
08:51
The Japanese economist Yukio Noguchi
203
519091
1930
המציא אפילו שיטת תיוק
שזהו בדיוק המאפיין שלה.
שזהו בדיוק המאפיין שלה.
08:53
actually invented a filing system
that has exactly this property.
that has exactly this property.
204
521045
3055
הוא התחיל עם תיבת קרטון,
08:57
He started with a cardboard box,
205
525161
1609
והכניס את מסמכיו לתיבה
בצד שמאל.
בצד שמאל.
08:58
and he put his documents into the box
from the left-hand side.
from the left-hand side.
206
526794
2940
בכל פעם שהוסיף מסמך,
09:02
Each time he'd add a document,
207
530067
1434
הזיז הלאה את התכולה
09:03
he'd move what was in there along
208
531525
1621
ע"י הוספת המסמך החדש בצד שמאל.
09:05
and he'd add that document
to the left-hand side of the box.
to the left-hand side of the box.
209
533170
2810
ובכל פעם שניגש למסמך,
הוציא אותו,
הוציא אותו,
09:08
And each time he accessed
a document, he'd take it out,
a document, he'd take it out,
210
536004
2667
עיין בו והחזירו בצד שמאל.
09:10
consult it and put it back in
on the left-hand side.
on the left-hand side.
211
538695
2608
כתוצאה מכך, המסמכים היו
מסודרים משמאל לימין
מסודרים משמאל לימין
09:13
As a result, the documents would be
ordered from left to right
ordered from left to right
212
541327
3281
לפי המועד האחרון בהם היו בשימוש.
09:16
by how recently they had been used.
213
544632
1761
והוא גילה שהוא מוצא מהר
את מה שהוא מחפש
את מה שהוא מחפש
09:18
And he found he could quickly find
what he was looking for
what he was looking for
214
546417
2774
כשהוא מתחיל לחפש
בצד שמאל של התיבה
בצד שמאל של התיבה
09:21
by starting at the left-hand
side of the box
side of the box
215
549215
2054
ומתקדם ימינה.
09:23
and working his way to the right.
216
551293
1572
לפני שאתם אצים הביתה
ומיישמים את עקרון התיוק הזה --
ומיישמים את עקרון התיוק הזה --
09:25
Before you dash home
and implement this filing system --
and implement this filing system --
217
553215
2621
(צחוק)
09:27
(Laughter)
218
555860
1731
כדאי שתכירו בכך
שאתם כבר מיישמים אותו.
שאתם כבר מיישמים אותו.
09:29
it's worth recognizing
that you probably already have.
that you probably already have.
219
557615
2638
(צחוק)
09:32
(Laughter)
220
560891
3310
ערימת הניירות שעל שולחנכם...
09:36
That pile of papers on your desk ...
221
564225
2866
שבד"כ מושמצת כבלגן,
09:39
typically maligned
as messy and disorganized,
as messy and disorganized,
222
567115
2474
ערימת הניירות הזאת בעצם
מאורגנת להפליא -
מאורגנת להפליא -
09:41
a pile of papers is, in fact,
perfectly organized --
perfectly organized --
223
569613
2565
(צחוק)
09:44
(Laughter)
224
572202
1000
אם תמיד,
שאתם שולפים נייר כלשהו,
שאתם שולפים נייר כלשהו,
09:45
as long as you, when you take a paper out,
225
573226
2014
תקפידו להחזירו לראש הערימה,
09:47
put it back on the top of the pile,
226
575264
2432
המסמכים יהיו מסודרים מלמעלה למטה
לפי מועד השימוש האחרון,
לפי מועד השימוש האחרון,
09:49
then those papers are going
to be ordered from top to bottom
to be ordered from top to bottom
227
577720
2826
09:52
by how recently they were used,
228
580570
1552
וסביר שתמצאו מהר
את מה שאתם מחפשים
את מה שאתם מחפשים
09:54
and you can probably quickly find
what you're looking for
what you're looking for
229
582146
2701
אם תתחילו מלמעלה.
09:56
by starting at the top of the pile.
230
584871
1700
ארגון המלתחה או השולחן
09:59
Organizing your wardrobe or your desk
231
587988
1848
אולי אינן הבעיות הכי דוחקות בחייכם.
10:01
are probably not the most pressing
problems in your life.
problems in your life.
232
589860
2681
לפעמים הבעיות שעלינו לפתור
הן פשוט קשות עד מאד.
הן פשוט קשות עד מאד.
10:05
Sometimes the problems we have to solve
are simply very, very hard.
are simply very, very hard.
233
593588
3602
אבל אפילו במקרים אלה,
מדעי המחשב יכולים להציע שיטות
מדעי המחשב יכולים להציע שיטות
10:09
But even in those cases,
234
597716
1150
10:10
computer science can offer some strategies
235
598890
2021
ואולי נחמה כלשהי.
10:12
and perhaps some solace.
236
600935
1669
טובי האלגוריתמים מנסים למצוא
מה הכי הגיוני לעשות
מה הכי הגיוני לעשות
10:16
The best algorithms are about doing
what makes the most sense
what makes the most sense
237
604048
3075
בזמן הקצר ביותר.
10:19
in the least amount of time.
238
607147
1502
כשמחשבים נתקלים בבעיות קשות,
10:22
When computers face hard problems,
239
610627
1958
הם מתמודדים עימן
בהפיכתן לבעיות פשוטות יותר -
בהפיכתן לבעיות פשוטות יותר -
10:24
they deal with them by making them
into simpler problems --
into simpler problems --
240
612609
2762
באמצעות אקראיות,
10:27
by making use of randomness,
241
615395
1346
בסילוק מגבלות
או באיפשור קליעה מקורבת.
או באיפשור קליעה מקורבת.
10:28
by removing constraints
or by allowing approximations.
or by allowing approximations.
242
616765
3817
פתרון בעיות פשוטות יותר אלה
10:32
Solving those simpler problems
243
620606
1494
יכול לתת תובנה
לגבי הבעיות הקשות יותר,
לגבי הבעיות הקשות יותר,
10:34
can give you insight
into the harder problems,
into the harder problems,
244
622124
2920
ולעתים, לספק פתרונות טובים למדי
בזכות עצמם.
בזכות עצמם.
10:37
and sometimes produces
pretty good solutions in their own right.
pretty good solutions in their own right.
245
625068
3031
כל הידע הזה איפשר לי
להירגע כשעלי לקבל החלטות.
להירגע כשעלי לקבל החלטות.
10:41
Knowing all of this has helped me
to relax when I have to make decisions.
to relax when I have to make decisions.
246
629658
3569
קחו לדוגמה את כלל
37 האחוזים למציאת בית.
37 האחוזים למציאת בית.
10:45
You could take the 37 percent rule
for finding a home as an example.
for finding a home as an example.
247
633251
3255
אין סיכוי שתוכלו לשקול
את כל האפשרויות,
את כל האפשרויות,
10:49
There's no way that you can
consider all of the options,
consider all of the options,
248
637015
2702
ולכן עליכם להסתכן.
10:51
so you have to take a chance.
249
639741
1580
ואפילו אם תנהגו
על פי השיטה המיטבית,
על פי השיטה המיטבית,
10:53
And even if you follow
the optimal strategy,
the optimal strategy,
250
641888
2860
לא מובטחת לכם תוצאה מושלמת.
10:56
you're not guaranteed a perfect outcome.
251
644772
1931
אם תאמצו את כלל 37 האחוזים,
10:59
If you follow the 37 percent rule,
252
647198
2154
הסבירות לכך שתמצאו
את הבית הכי טוב היא -
את הבית הכי טוב היא -
11:01
the probability that you find
the very best place is --
the very best place is --
253
649376
3279
כמה מוזר -
11:04
funnily enough ...
254
652679
1508
(צחוק)
11:06
(Laughter)
255
654211
1014
37 אחוזים.
11:07
37 percent.
256
655249
1420
רוב הזמן לא תצליחו,
11:09
You fail most of the time.
257
657966
1689
אבל זה הכי טוב שתוכלו לעשות.
11:12
But that's the best that you can do.
258
660522
1744
בשורה התחתונה, מדעי המחשב
יכולים להפוך אותנו לסלחניים יותר
יכולים להפוך אותנו לסלחניים יותר
11:14
Ultimately, computer science
can help to make us more forgiving
can help to make us more forgiving
259
662846
3052
ביחס למגבלותינו.
11:17
of our own limitations.
260
665922
1909
אינכם יכולים לשלוט בתוצאות
אלא רק בתהליכים.
אלא רק בתהליכים.
11:20
You can't control outcomes,
just processes.
just processes.
261
668333
2539
וכל עוד השתמשתם בתהליך הכי טוב,
11:22
And as long as you've used
the best process,
the best process,
262
670896
2119
הרי שעשיתם כמיטב יכולתכם.
11:25
you've done the best that you can.
263
673039
1763
לפעמים התהליכים הכי טובים האלה
כרוכים בנטילת סיכון -
כרוכים בנטילת סיכון -
11:26
Sometimes those best processes
involve taking a chance --
involve taking a chance --
264
674826
3688
לא לשקול את כל האפשרווית,
11:30
not considering all of your options,
265
678538
2115
או להיות מוכנים
להסתפק בפתרון די טוב,
להסתפק בפתרון די טוב,
11:32
or being willing to settle
for a pretty good solution.
for a pretty good solution.
266
680677
2729
אלה אינם וויתורים שאנו עושים
כשאיננו יכולים לנהוג בהגיון;
כשאיננו יכולים לנהוג בהגיון;
11:35
These aren't the concessions
that we make when we can't be rational --
that we make when we can't be rational --
267
683430
3350
זוהי בדיוק התנהגות הגיונית.
11:38
they're what being rational means.
268
686804
1629
תודה לכם.
11:40
Thank you.
269
688833
1151
(מחיאות כפיים)
11:42
(Applause)
270
690008
4547
ABOUT THE SPEAKER
Tom Griffiths - Psychologist, cognitive scientistTom Griffiths uses ideas from computer science to understand how human minds work.
Why you should listen
Tom Griffiths's research explores connections between natural and artificial intelligence to discover how people solve the challenging computational problems they encounter in everyday life. Currently the Henry R. Luce Professor of Information Technology, Consciousness, and Culture at Princeton University, his work has received awards from organizations ranging from the American Psychological Association to the Sloan Foundation.
In 2016, Griffiths and his friend and collaborator Brian Christian published Algorithms to Live By, a book that illustrates how understanding the algorithms used by computers can inform human decision-making (and vice versa). The book was named one of the Amazon.com "Best Science Books of 2016" and appeared on Forbes's "Must-read brain books of 2016" list as well as the MIT Technology Review's "Best books of 2016" list.
Tom Griffiths | Speaker | TED.com