TEDxSydney
Tom Griffiths: 3 ways to make better decisions -- by thinking like a computer
Tom Griffiths: Trzy sposoby na podejmowanie lepszych decyzji, dzięki myśleniu komputerowemu
Filmed:
Readability: 4.2
3,652,976 views
Jeśli kiedykolwiek zmagaliście się z podjęciem jakiejś decyzji, to ta prelekcja jest dla was. Kognitywista Tom Griffiths wskazuje, jak można zastosować logikę komputerową do rozwiązania trudnych problemów. Naukowiec dzieli się z nami trzema praktycznymi strategiami, które pomogą nam podjąć lepsze decyzje, czy to dotyczące znalezienia domu, czy wyboru restauracji na wieczór.
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.
00:13
If there's one city in the world
0
1407
1581
Jeśli istnieje miasto,
00:15
where it's hard to find
a place to buy or rent,
a place to buy or rent,
1
3012
2333
w którym trudno znaleźć lokum
do kupienia lub wynajęcia,
do kupienia lub wynajęcia,
00:17
it's Sydney.
2
5369
1150
to musi być Sydney.
00:19
And if you've tried
to find a home here recently,
to find a home here recently,
3
7043
2367
Jeśli ostatnio próbowaliście
znaleźć tu dom,
znaleźć tu dom,
00:21
you're familiar with the problem.
4
9434
1840
to wiecie, o czym mówię.
00:23
Every time you walk into an open house,
5
11298
2014
Zawsze kiedy wchodzicie
do domu na sprzedaż,
do domu na sprzedaż,
00:25
you get some information
about what's out there
about what's out there
6
13336
2191
jesteście informowani o różnych ofertach
00:27
and what's on the market,
7
15551
1393
i o sytuacji na rynku,
00:28
but every time you walk out,
8
16968
1430
ale zawsze wychodząc z niego,
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
ryzykujecie, że okazja
może przejść wam koło nosa.
może przejść wam koło nosa.
00:33
So how do you know when
to switch from looking
to switch from looking
10
21660
2820
Skąd wiadomo, kiedy od zwykłego oglądania
00:36
to being ready to make an offer?
11
24504
1562
przejść do złożenia oferty?
00:39
This is such a cruel and familiar problem
12
27663
2401
To tak bolesny i znany nam problem,
00:42
that it might come as a surprise
that it has a simple solution.
that it has a simple solution.
13
30088
3074
że zaskakujące może być to,
że jest rozwiązanie tego problemu.
że jest rozwiązanie tego problemu.
00:45
37 percent.
14
33588
1203
37 procent.
00:46
(Laughter)
15
34815
1828
(Śmiech)
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
Żeby zwiększyć prawdopodobieństwo
znalezienia najlepszego miejsca,
znalezienia najlepszego miejsca,
00:52
you should look at 37 percent
of what's on the market,
of what's on the market,
17
40627
2825
trzeba zobaczyć 37% tego, co jest na rynku
00:55
and then make an offer
on the next place you see,
on the next place you see,
18
43476
2310
i złożyć ofertę przy następnym
oglądanym miejscu,
oglądanym miejscu,
00:57
which is better than anything
that you've seen so far.
that you've seen so far.
19
45810
2524
które jest lepsze niż to,
co już widzieliście.
co już widzieliście.
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
Kiedy szukacie czegoś od miesiąca,
obliczcie 37% tego czasu,
obliczcie 37% tego czasu,
01:04
11 days, to set a standard --
21
52187
2915
będzie to około 11 dni,
01:07
and then you're ready to act.
22
55126
1575
i wtedy jesteście gotowi do działania.
01:09
We know this because
trying to find a place to live
trying to find a place to live
23
57829
2709
Wiemy to, bo znalezienie miejsca do życia
01:12
is an example of an optimal
stopping problem.
stopping problem.
24
60562
2325
jest przykładem problemu
optymalnego zatrzymania.
optymalnego zatrzymania.
01:14
A class of problems that has been
studied extensively
studied extensively
25
62911
2483
Gama problemów szeroko badanych
01:17
by mathematicians and computer scientists.
26
65418
2105
przez matematyków i informatyków.
01:21
I'm a computational cognitive scientist.
27
69502
2519
Jestem specjalistą
od kognitywistyki obliczeniowej.
od kognitywistyki obliczeniowej.
01:24
I spend my time trying to understand
28
72045
1960
Poświęcam czas na zrozumienie tego,
01:26
how it is that human minds work,
29
74029
1798
jak działa umysł ludzki,
01:27
from our amazing successes
to our dismal failures.
to our dismal failures.
30
75851
3671
od sukcesów po wielkie niepowodzenia.
01:32
To do that, I think about
the computational structure
the computational structure
31
80552
2493
Muszę myśleć w kategoriach
struktury obliczeniowej problemów,
struktury obliczeniowej problemów,
01:35
of the problems
that arise in everyday life,
that arise in everyday life,
32
83069
2659
które pojawiają się w życiu
01:37
and compare the ideal
solutions to those problems
solutions to those problems
33
85752
2375
i porównywać idealne
rozwiązania tych problemów
rozwiązania tych problemów
01:40
to the way that we actually behave.
34
88151
1747
do naszego zachowania.
Efektem ubocznym jest to,
01:42
As a side effect,
35
90725
1185
01:43
I get to see how applying
a little bit of computer science
a little bit of computer science
36
91934
2715
że widzę, jak niewielkie
zastosowanie informatyki
zastosowanie informatyki
01:46
can make human decision-making easier.
37
94673
1860
może ułatwić ludziom podejmowanie decyzji.
01:49
I have a personal motivation for this.
38
97828
1847
Mam osobistą motywację do tej pracy.
01:52
Growing up in Perth
as an overly cerebral kid ...
as an overly cerebral kid ...
39
100153
3166
Dorastając w Perth
jako przeintelektualizowane dziecko,
jako przeintelektualizowane dziecko,
01:55
(Laughter)
40
103343
4731
(Śmiech)
02:00
I would always try and act in the way
that I thought was rational,
that I thought was rational,
41
108098
3147
zawsze starałem się
postępować racjonalnie,
postępować racjonalnie,
02:03
reasoning through every decision,
42
111269
1597
analizując każdą podjętą decyzję,
02:04
trying to figure out
the very best action to take.
the very best action to take.
43
112890
2403
próbując wybrać najlepsze rozwiązanie.
02:07
But this is an approach
that doesn't scale up
that doesn't scale up
44
115972
2190
Takie podejście nie ma zastosowania,
02:10
when you start to run into
the sorts of problems
the sorts of problems
45
118186
2242
kiedy natrafia się na problemy
dorosłego życia.
dorosłego życia.
02:12
that arise in adult life.
46
120452
1500
02:13
At one point, I even tried
to break up with my girlfriend
to break up with my girlfriend
47
121976
2728
W pewnym momencie nawet
próbowałem zerwać z dziewczyną,
próbowałem zerwać z dziewczyną,
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
bo próbowałem liczyć się
z jej, ale też z moimi preferencjami,
z jej, ale też z moimi preferencjami,
02:20
and then find perfect solutions --
49
128102
1683
i znaleźć doskonałe rozwiązanie,
02:21
(Laughter)
50
129809
2259
(Śmiech)
02:24
was just leaving me exhausted.
51
132092
1752
co mnie wykańczało.
02:25
(Laughter)
52
133868
2533
(Śmiech)
02:28
She pointed out that I was taking
the wrong approach
the wrong approach
53
136425
2429
Pokazała mi, że moje podejście
nie było właściwe,
nie było właściwe,
02:30
to solving this problem --
54
138878
1609
żeby rozwiązać ten problem,
02:32
and she later became my wife.
55
140511
1382
a potem została moją żoną.
02:33
(Laughter)
56
141917
2062
(Śmiech)
02:36
(Applause)
57
144003
4971
(Brawa)
02:40
Whether it's as basic as trying to decide
what restaurant to go to
what restaurant to go to
58
148998
3461
Obojętne czy chodzi o wybór restauracji,
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
czy o coś ważniejszego,
jak wybór partnera życiowego,
jak wybór partnera życiowego,
02:48
human lives are filled
with computational problems
with computational problems
60
156562
2375
życie ludzkie wypełnione jest
zadaniami rachunkowymi,
zadaniami rachunkowymi,
02:50
that are just too hard to solve
by applying sheer effort.
by applying sheer effort.
61
158961
4196
zbyt trudnymi, żeby je rozwiązać
za pomocą samych starań.
za pomocą samych starań.
02:55
For those problems,
62
163650
1166
Przy takich problemach
02:56
it's worth consulting the experts:
63
164840
1961
warto jest skonsultować się z ekspertem,
02:58
computer scientists.
64
166825
1151
informatykiem.
03:00
(Laughter)
65
168000
1784
(Śmiech)
03:01
When you're looking for life advice,
66
169808
1819
Kiedy szukacie życiowych porad,
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
informatyk pewnie nie jest pierwszą osobą,
którą poprosilibyście o pomoc.
którą poprosilibyście o pomoc.
03:07
Living life like a computer --
68
175315
1875
Życie jak z komputera,
03:09
stereotypically deterministic,
exhaustive and exact --
exhaustive and exact --
69
177214
2578
stereotypowo deterministyczne,
drobiazgowe, precyzyjne,
drobiazgowe, precyzyjne,
03:11
doesn't sound like a lot of fun.
70
179816
1552
nie brzmi zachęcająco.
Jednak łączenie informatyki
z podejmowaniem decyzji przez człowieka,
z podejmowaniem decyzji przez człowieka,
03:14
But thinking about the computer science
of human decisions
of human decisions
71
182153
2927
03:17
reveals that in fact,
we've got this backwards.
we've got this backwards.
72
185104
2408
pokazuje, że tak naprawdę jest odwrotnie.
03:19
When applied to the sorts
of difficult problems
of difficult problems
73
187536
2198
Rozwiązywanie trudnych problemów
pojawiających się w życiu,
03:21
that arise in human lives,
74
189758
1239
w sposób, w jaki robią to komputery,
03:23
the way that computers
actually solve those problems
actually solve those problems
75
191021
2727
03:25
looks a lot more like the way
that people really act.
that people really act.
76
193772
2896
przypomina ludzkie działanie.
03:29
Take the example of trying to decide
what restaurant to go to.
what restaurant to go to.
77
197267
2922
Weźmy przykład wyboru restauracji.
03:33
This is a problem that has
a particular computational structure.
a particular computational structure.
78
201090
3088
Ten problem zawiera konkretną
strukturę obliczeniową.
strukturę obliczeniową.
03:36
You've got a set of options,
79
204202
1524
Mamy kilka opcji,
03:37
you're going to choose
one of those options,
one of those options,
80
205750
2049
chcecie wybrać jedną z nich,
03:39
and you're going to face
exactly the same decision tomorrow.
exactly the same decision tomorrow.
81
207823
2811
i tę samą decyzję będziecie musieli
podjąć kolejnego dnia.
podjąć kolejnego dnia.
03:42
In that situation,
82
210658
1151
W tej sytuacji
03:43
you run up against
what computer scientists call
what computer scientists call
83
211833
2295
napotykacie na coś,
co informatycy nazywają
co informatycy nazywają
03:46
the "explore-exploit trade-off."
84
214152
2372
kompromisem między
eksploracją a eksploatacją.
eksploracją a eksploatacją.
03:49
You have to make a decision
85
217115
1334
Trzeba podjąć decyzję,
03:50
about whether you're going
to try something new --
to try something new --
86
218473
2334
czy zamierzacie spróbować czegoś nowego,
to eksploracja, zbieranie informacji,
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
które mogą być przydatne w przyszłości,
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
czy też zamierzacie pójść
do znanej wam i dobrej restauracji,
do znanej wam i dobrej restauracji,
04:01
exploiting the information
that you've already gathered so far.
that you've already gathered so far.
90
229164
3003
to eksploatowanie informacji,
którą już zgromadziliście.
którą już zgromadziliście.
Kompromis między eksploracją
a eksploatacją pojawia się zawsze wtedy,
a eksploatacją pojawia się zawsze wtedy,
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
04:08
between trying something new
92
236608
1350
kiedy wybieramy między nowym,
04:09
and going with something
that you already know is pretty good,
that you already know is pretty good,
93
237982
2980
a tym, co wiemy, że jest dobre.
Może to dotyczyć wyboru muzyki
04:12
whether it's listening to music
94
240986
1550
lub tego, z kim chcecie spędzić czas.
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
04:17
It's also the problem
that technology companies face
that technology companies face
96
245218
2494
Ten problem napotykają też
firmy technologiczne,
firmy technologiczne,
kiedy na przykład decydują, jaką reklamę
umieścić na na stronie internetowej.
umieścić na na stronie internetowej.
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
Umieścić nową reklamę
i czegoś się o niej dowiedzieć,
i czegoś się o niej dowiedzieć,
04:23
Should they show a new ad
and learn something about it,
and learn something about it,
98
251417
2572
czy pokazać reklamę,
04:26
or should they show you an ad
99
254003
1383
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
która daje spore szanse na to,
że klikniecie na nią?
że klikniecie na nią?
W ciągu ponad 60 lat
04:30
Over the last 60 years,
101
258750
1151
04:31
computer scientists have made
a lot of progress understanding
a lot of progress understanding
102
259925
2892
informatycy uczynili duży postęp
w procesie rozumienia
w procesie rozumienia
04:34
the explore/exploit trade-off,
103
262841
1452
opisanego kompromisu.
04:36
and their results offer
some surprising insights.
some surprising insights.
104
264317
2398
Wynikiem tego są
zaskakujące spostrzeżenia.
zaskakujące spostrzeżenia.
04:39
When you're trying to decide
what restaurant to go to,
what restaurant to go to,
105
267291
2598
Myśląc nad tym,
do jakiej restauracji pójść,
do jakiej restauracji pójść,
04:41
the first question you should ask yourself
106
269913
2000
po pierwsze zadajcie sobie pytanie,
04:43
is how much longer
you're going to be in town.
you're going to be in town.
107
271937
2179
jak długo chcecie być w mieście.
04:46
If you're just going to be there
for a short time,
for a short time,
108
274505
2342
Jeśli tylko na krótko,
powinniście wybrać to, co znane.
04:48
then you should exploit.
109
276871
1515
04:50
There's no point gathering information.
110
278410
1905
Nie ma sensu zbierać informacji.
04:52
Just go to a place
you already know is good.
you already know is good.
111
280339
2048
Idźcie tam, gdzie wiecie, że jest dobrze.
04:54
But if you're going to be there
for a longer time, explore.
for a longer time, explore.
112
282411
2929
Jeśli zamierzacie zostać w mieście
na dłużej - eksplorujcie.
na dłużej - eksplorujcie.
04:57
Try something new,
because the information you get
because the information you get
113
285364
2387
Próbujcie czegoś nowego,
bo informacja, którą zbierzecie
bo informacja, którą zbierzecie
04:59
is something that can improve
your choices in the future.
your choices in the future.
114
287775
2974
może udoskonalić wasze przyszłe wybory.
05:02
The value of information increases
115
290773
1979
Wartość informacji wzrasta,
05:04
the more opportunities
you're going to have to use it.
you're going to have to use it.
116
292776
2600
kiedy jest więcej okoliczności
na wykorzystanie jej.
na wykorzystanie jej.
05:08
This principle can give us insight
117
296193
1754
Ta zasada pokazuje też,
05:09
into the structure
of a human life as well.
of a human life as well.
118
297971
2070
jak działa ludzkie życie.
05:13
Babies don't have a reputation
for being particularly rational.
for being particularly rational.
119
301104
3053
Niemowlaki nie uchodzą
za zbyt rozsądne istoty.
za zbyt rozsądne istoty.
05:17
They're always trying new things,
120
305098
1825
Zawsze próbują czegoś nowego,
05:18
and you know, trying to stick them
in their mouths.
in their mouths.
121
306947
2836
wsadzając wszystko do buzi.
05:22
But in fact, this is exactly
what they should be doing.
what they should be doing.
122
310621
2952
Właśnie tak powinny robić.
05:25
They're in the explore
phase of their lives,
phase of their lives,
123
313597
2430
Są w fazie eksploracji życia
05:28
and some of those things
could turn out to be delicious.
could turn out to be delicious.
124
316051
2621
i mogą odkryć, że pewne rzeczy są pyszne.
05:32
At the other end of the spectrum,
125
320040
1572
Z drugiej strony mamy starszego człowieka,
05:33
the old guy who always goes
to the same restaurant
to the same restaurant
126
321636
2506
który zawsze chodzi
do tej samej restauracji
do tej samej restauracji
05:36
and always eats the same thing
127
324166
1635
i zawsze je to samo.
05:37
isn't boring --
128
325825
1328
On nie jest nudny,
05:39
he's optimal.
129
327177
1509
tylko podejmuje optymalną decyzję.
05:40
(Laughter)
130
328710
3830
(Śmiech)
05:44
He's exploiting the knowledge
that he's earned
that he's earned
131
332564
2228
Wykorzystuje wiedzę,
zdobytą dzięki swojemu doświadczeniu.
05:46
through a lifetime's experience.
132
334816
1767
05:50
More generally,
133
338406
1151
Ogólnie mówiąc,
05:51
knowing about
the explore/exploit trade-off
the explore/exploit trade-off
134
339581
2031
wiedząc o kompromisie
między eksploracją a eksploatacją,
między eksploracją a eksploatacją,
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
łatwiej jest spokojnie podejmować decyzje.
05:57
when you're trying to make a decision.
136
345327
1810
Nie musicie chodzić co wieczór
do najlepszej restauracji.
do najlepszej restauracji.
05:59
You don't have to go
to the best restaurant every night.
to the best restaurant every night.
137
347161
2728
06:01
Take a chance, try something new, explore.
138
349913
2979
Spróbujcie czegoś nowego, eksplorujcie.
06:04
You might learn something.
139
352916
1627
Możecie się czegoś nauczyć.
06:06
And the information that you gain
140
354567
1589
A zdobyta informacja
06:08
is going to be worth more
than one pretty good dinner.
than one pretty good dinner.
141
356180
2543
może być warta więcej niż dobra kolacja.
06:12
Computer science can also help
to make it easier on us
to make it easier on us
142
360178
2699
Informatyka może też być pomocna
06:14
in other places at home and in the office.
143
362901
2152
w innych miejscach w domu czy w biurze.
06:17
If you've ever had
to tidy up your wardrobe,
to tidy up your wardrobe,
144
365860
2453
Jeśli kiedykolwiek musieliście
posprzątać szafę,
posprzątać szafę,
06:20
you've run into a particularly
agonizing decision:
agonizing decision:
145
368337
2671
zetknęliście się
z wyjątkowo trudnym wyborem:
z wyjątkowo trudnym wyborem:
06:23
you have to decide what things
you're going to keep
you're going to keep
146
371032
2382
które rzeczy zatrzymać,
06:25
and what things you're going to give away.
147
373438
2009
a których się pozbyć.
06:27
Martha Stewart turns out
to have thought very hard about this --
to have thought very hard about this --
148
375974
3000
Martha Stewart bardzo dużo
rozmyślała o tym
rozmyślała o tym
06:30
(Laughter)
149
378998
1205
(Śmiech)
06:32
and she has some good advice.
150
380227
1678
i doszła do pewnych wniosków.
06:33
She says, "Ask yourself four questions:
151
381929
2295
Radzi, żeby zadać sobie cztery pytania:
06:36
How long have I had it?
152
384248
1526
Od kiedy to mam?
06:37
Does it still function?
153
385798
1450
Czy to się nadal nosi?
06:39
Is it a duplicate
of something that I already own?
of something that I already own?
154
387272
3199
Czy to jest kopia tego, co już mam?
06:42
And when was the last time
I wore it or used it?"
I wore it or used it?"
155
390495
2411
Kiedy ostatni raz to nosiłam lub używałam?
06:46
But there's another group of experts
156
394648
1715
Są jednak inni eksperci,
06:48
who perhaps thought
even harder about this problem,
even harder about this problem,
157
396387
3130
którzy może nawet więcej o tym myśleli,
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
i stwierdzili, że jedno z tych pytań
jest ważniejsze od pozostałych.
jest ważniejsze od pozostałych.
06:55
Those experts?
159
403819
1150
Ci eksperci?
06:57
The people who design
the memory systems of computers.
the memory systems of computers.
160
405281
2848
Ludzie projektujący
systemy pamięci komputerów.
systemy pamięci komputerów.
07:00
Most computers have
two kinds of memory systems:
two kinds of memory systems:
161
408153
2254
Istnieją dwa główne rodzaje
systemów pamięci:
systemów pamięci:
07:02
a fast memory system,
162
410431
1387
szybka pamięć,
07:03
like a set of memory chips
that has limited capacity,
that has limited capacity,
163
411842
3169
jak zbiór kart pamięci
z ograniczoną pojemnością,
z ograniczoną pojemnością,
07:07
because those chips are expensive,
164
415035
2052
bo są drogie,
07:09
and a slow memory system,
which is much larger.
which is much larger.
165
417111
3260
i pamięć wolna,
która jest o wiele pojemniejsza.
która jest o wiele pojemniejsza.
07:13
In order for the computer to operate
as efficiently as possible,
as efficiently as possible,
166
421239
3000
Żeby komputer działał jak najefektywniej
07:16
you want to make sure
167
424263
1151
upewniacie się,
07:17
that the pieces of information
you want to access
you want to access
168
425438
2352
że informacja, do której chcecie dotrzeć
07:19
are in the fast memory system,
169
427814
1477
jest w pamięci szybkiej,
07:21
so that you can get to them quickly.
170
429315
1754
żeby można szybko do niej dotrzeć.
07:23
Each time you access
a piece of information,
a piece of information,
171
431093
2061
Zawsze kiedy docieramy do informacji,
07:25
it's loaded into the fast memory
172
433178
1525
jest ona ładowana w szybkiej pamięci
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
i komputer musi wybrać,
co wyrzucić z pamięci,
co wyrzucić z pamięci,
07:30
because it has limited capacity.
174
438628
1741
bo ma ograniczoną pojemność.
07:33
Over the years,
175
441794
1151
Przez wiele lat
07:34
computer scientists have tried
a few different strategies
a few different strategies
176
442969
2739
informatycy próbowali
różnych metod wyboru tego,
różnych metod wyboru tego,
07:37
for deciding what to remove
from the fast memory.
from the fast memory.
177
445732
2292
co ma być usuwane z pamięci.
07:40
They've tried things like choosing
something at random
something at random
178
448048
3176
Próbowali wybierać na chybił trafił
07:43
or applying what's called
the "first-in, first-out principle,"
the "first-in, first-out principle,"
179
451248
2906
lub stosować zasadę
"pierwsze weszło, pierwsze wyszło",
"pierwsze weszło, pierwsze wyszło",
07:46
which means removing the item
180
454178
1399
czyli wyrzucenie tego,
07:47
which has been in the memory
for the longest.
for the longest.
181
455601
2176
co w pamięci jest najdłużej.
07:50
But the strategy that's most effective
182
458091
2713
Ale najskuteczniejsza metoda
07:52
focuses on the items
which have been least recently used.
which have been least recently used.
183
460828
3229
skupia się na tym,
co było najdawniej modyfikowane.
co było najdawniej modyfikowane.
07:56
This says if you're going to decide
to remove something from memory,
to remove something from memory,
184
464972
3191
Jeśli trzeba zdecydować,
co usunąć z pamięci,
co usunąć z pamięci,
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
należy wybrać to, co było modyfikowane
najdalej w przeszłości.
najdalej w przeszłości.
08:05
And there's a certain
kind of logic to this.
kind of logic to this.
186
473179
2159
Jest w tym pewna logika.
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
Jeśli minęło dużo czasu
od kiedy korzystano z tej informacji,
od kiedy korzystano z tej informacji,
08:10
it's probably going to be a long time
188
478984
1762
pewnie upłynie sporo czasu,
08:12
before you're going to need
to access it again.
to access it again.
189
480770
2192
zanim znowu się z niej skorzysta.
08:15
Your wardrobe is just like
the computer's memory.
the computer's memory.
190
483787
2774
Wasza szafa jest jak pamięć komputera.
08:18
You have limited capacity,
191
486585
2030
Macie ograniczoną pojemność.
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
Musicie mieć dostęp do rzeczy,
których najczęściej potrzebujecie,
których najczęściej potrzebujecie,
08:25
so that you can get to them
as quickly as possible.
as quickly as possible.
193
493990
2419
żeby jak najszybciej je wyjąć.
08:29
Recognizing that,
194
497016
1151
Wiedząc to,
08:30
maybe it's worth applying
the least recently used principle
the least recently used principle
195
498191
2813
może zastosować zasadę
"najdawniej używane"
"najdawniej używane"
08:33
to organizing your wardrobe as well.
196
501028
1949
do organizacji swojej szafy.
08:35
So if we go back
to Martha's four questions,
to Martha's four questions,
197
503001
2082
Wracając do czterech pytań Marthy,
08:37
the computer scientists
would say that of these,
would say that of these,
198
505107
2861
informatyk powiedziałby,
08:39
the last one is the most important.
199
507992
1941
że ostatnio używane jest najważniejsze.
08:43
This idea of organizing things
200
511473
2055
Taki pomysł na organizowanie,
08:45
so that the things you are most
likely to need are most accessible
likely to need are most accessible
201
513552
3129
czyli rzeczy najpotrzebniejsze
są najłatwiej dostępne,
są najłatwiej dostępne,
08:48
can also be applied in your office.
202
516705
1676
można też zastosować w biurze.
08:51
The Japanese economist Yukio Noguchi
203
519091
1930
Japoński ekonomista Yukio Noguchi
08:53
actually invented a filing system
that has exactly this property.
that has exactly this property.
204
521045
3055
wymyślił system katalogowania
oparty na tej zasadzie.
oparty na tej zasadzie.
08:57
He started with a cardboard box,
205
525161
1609
Zaczął od tekturowego pudełka,
08:58
and he put his documents into the box
from the left-hand side.
from the left-hand side.
206
526794
2940
do którego wkładał dokumenty
od lewej strony.
od lewej strony.
09:02
Each time he'd add a document,
207
530067
1434
Kiedy dodawał dokument,
09:03
he'd move what was in there along
208
531525
1621
przesuwał ten, który był pierwszy
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
i wkładał nowy z lewej strony pudełka.
09:08
And each time he accessed
a document, he'd take it out,
a document, he'd take it out,
210
536004
2667
Kiedy wyciągał dokument,
09:10
consult it and put it back in
on the left-hand side.
on the left-hand side.
211
538695
2608
zaglądał do niego i wkładał go
z lewej strony pudełka.
z lewej strony pudełka.
09:13
As a result, the documents would be
ordered from left to right
ordered from left to right
212
541327
3281
W wyniku tego dokumenty
były ułożone od lewej strony
były ułożone od lewej strony
09:16
by how recently they had been used.
213
544632
1761
w kolejności "ostatnio używane".
09:18
And he found he could quickly find
what he was looking for
what he was looking for
214
546417
2774
W ten sposób szybko mógł znaleźć to,
czego potrzebował,
czego potrzebował,
09:21
by starting at the left-hand
side of the box
side of the box
215
549215
2054
szukając od lewej strony
09:23
and working his way to the right.
216
551293
1572
i idąc w kierunku prawej.
09:25
Before you dash home
and implement this filing system --
and implement this filing system --
217
553215
2621
Zanim popędzicie do domu,
żeby zastosować tę metodę,
żeby zastosować tę metodę,
09:27
(Laughter)
218
555860
1731
(Śmiech)
09:29
it's worth recognizing
that you probably already have.
that you probably already have.
219
557615
2638
warto rozważyć,
czy już tego nie zrobiliście.
czy już tego nie zrobiliście.
09:32
(Laughter)
220
560891
3310
(Śmiech)
09:36
That pile of papers on your desk ...
221
564225
2866
Sterta papierów na biurku,
09:39
typically maligned
as messy and disorganized,
as messy and disorganized,
222
567115
2474
zazwyczaj określana jako nieład,
09:41
a pile of papers is, in fact,
perfectly organized --
perfectly organized --
223
569613
2565
a w gruncie rzeczy doskonale poukładana,
09:44
(Laughter)
224
572202
1000
(Śmiech)
09:45
as long as you, when you take a paper out,
225
573226
2014
o ile zawsze kiedy bierzecie kartkę,
09:47
put it back on the top of the pile,
226
575264
2432
odkładacie ją na wierzch.
09:49
then those papers are going
to be ordered from top to bottom
to be ordered from top to bottom
227
577720
2826
Wówczas papiery są ułożone od góry do dołu
w kolejności "ostatnio używane"
09:52
by how recently they were used,
228
580570
1552
i prawdopodobnie szybko
znajdziecie to, czego szukacie,
znajdziecie to, czego szukacie,
09:54
and you can probably quickly find
what you're looking for
what you're looking for
229
582146
2701
zaczynając od góry.
09:56
by starting at the top of the pile.
230
584871
1700
09:59
Organizing your wardrobe or your desk
231
587988
1848
Uporządkowanie szafy czy biurka
10:01
are probably not the most pressing
problems in your life.
problems in your life.
232
589860
2681
pewnie nie jest najważniejszą
sprawą w waszym życiu.
sprawą w waszym życiu.
10:05
Sometimes the problems we have to solve
are simply very, very hard.
are simply very, very hard.
233
593588
3602
Czasami problemy bywają bardzo trudne.
Jednak nawet w takich sprawach
10:09
But even in those cases,
234
597716
1150
10:10
computer science can offer some strategies
235
598890
2021
informatyka może zaproponować działania
10:12
and perhaps some solace.
236
600935
1669
i może być pomocna.
10:16
The best algorithms are about doing
what makes the most sense
what makes the most sense
237
604048
3075
Najlepsze algorytmy wprowadzają
najlepsze rozwiązania
najlepsze rozwiązania
10:19
in the least amount of time.
238
607147
1502
w najkrótszym czasie.
Kiedy komputery napotykają
ciężkie problemy,
ciężkie problemy,
10:22
When computers face hard problems,
239
610627
1958
10:24
they deal with them by making them
into simpler problems --
into simpler problems --
240
612609
2762
radzą sobie z nimi, upraszczając je,
10:27
by making use of randomness,
241
615395
1346
wykorzystując przypadkowość,
10:28
by removing constraints
or by allowing approximations.
or by allowing approximations.
242
616765
3817
usuwając ograniczenia
lub wprowadzając szacowanie.
lub wprowadzając szacowanie.
10:32
Solving those simpler problems
243
620606
1494
Rozwiązując prostsze problemy,
10:34
can give you insight
into the harder problems,
into the harder problems,
244
622124
2920
mamy pogląd na te trudniejsze
10:37
and sometimes produces
pretty good solutions in their own right.
pretty good solutions in their own right.
245
625068
3031
i czasami możemy dojść do ich rozwiązania.
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
Wiedząc to, jest mi łatwiej,
kiedy muszę podjąć pewne decyzje.
kiedy muszę podjąć pewne decyzje.
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
Można zastosować zasadę 37%,
żeby znaleźć dom, jak w przykładzie.
żeby znaleźć dom, jak w przykładzie.
10:49
There's no way that you can
consider all of the options,
consider all of the options,
248
637015
2702
Nie ma możliwości,
żeby rozważyć wszystkie opcje,
żeby rozważyć wszystkie opcje,
10:51
so you have to take a chance.
249
639741
1580
dlatego trzeba zaryzykować.
10:53
And even if you follow
the optimal strategy,
the optimal strategy,
250
641888
2860
Nawet jeśli wybierze się
optymalną strategię,
optymalną strategię,
10:56
you're not guaranteed a perfect outcome.
251
644772
1931
nie ma gwarancji uzyskania
idealnego rozwiązania.
idealnego rozwiązania.
10:59
If you follow the 37 percent rule,
252
647198
2154
Jeśli wybierzecie zasadę 37%,
11:01
the probability that you find
the very best place is --
the very best place is --
253
649376
3279
prawdopodobieństwo wybrania
najlepszego miejsca,
najlepszego miejsca,
11:04
funnily enough ...
254
652679
1508
to zabawne,
11:06
(Laughter)
255
654211
1014
(Śmiech)
11:07
37 percent.
256
655249
1420
wynosi 37%.
11:09
You fail most of the time.
257
657966
1689
Zazwyczaj nam się nie udaje.
11:12
But that's the best that you can do.
258
660522
1744
Ale tylko tyle można zrobić.
11:14
Ultimately, computer science
can help to make us more forgiving
can help to make us more forgiving
259
662846
3052
W końcu, informatyka może pomóc nam
11:17
of our own limitations.
260
665922
1909
pokonać własne ograniczenia.
11:20
You can't control outcomes,
just processes.
just processes.
261
668333
2539
Nie można kontrolować
wyników, tylko procesy.
wyników, tylko procesy.
11:22
And as long as you've used
the best process,
the best process,
262
670896
2119
Najlepsze co możemy zrobić,
11:25
you've done the best that you can.
263
673039
1763
to wybrać najlepszy proces.
11:26
Sometimes those best processes
involve taking a chance --
involve taking a chance --
264
674826
3688
Czasami wymagają one zaryzykowania,
11:30
not considering all of your options,
265
678538
2115
rezygnacji ze sprawdzania wszystkich opcji
11:32
or being willing to settle
for a pretty good solution.
for a pretty good solution.
266
680677
2729
lub chęci wyboru dobrego rozwiązania.
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
Nie są to ustępstwa, które czynimy,
kiedy nie możemy być racjonalni,
kiedy nie możemy być racjonalni,
11:38
they're what being rational means.
268
686804
1629
one właśnie oznaczają racjonalny wybór.
11:40
Thank you.
269
688833
1151
Dziękuję.
11:42
(Applause)
270
690008
4547
(Brawa)
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