TEDxSydney
Tom Griffiths: 3 ways to make better decisions -- by thinking like a computer
Τομ Γκρίφιθς: 3 τρόποι για καλύτερες αποφάσεις- σκέψου σαν υπολογιστής
Filmed:
Readability: 4.2
3,652,976 views
Αν δυσκολεύεστε ποτέ να πάρετε αποφάσεις, να μια ομιλία για σας. Ο γνωστικός επιστήμονας Τομ Γκρίφιθς παρουσιάζει πώς μπορούμε να εφαρμόσουμε τη λογική των υπολογιστών για να ξεδιαλύνουμε περίπλοκα ανθρώπινα προβλήματα, και μοιράζεται τρεις πρακτικές στρατηγικές για καλύτερες αποφάσεις - σχετικά με τα πάντα, από την εύρεση σπιτιού μέχρι την επιλογή εστιατορίου για φαγητό το βράδυ.
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
Αν υπάρχει μια πόλη στον κόσμο
00:15
where it's hard to find
a place to buy or rent,
a place to buy or rent,
1
3012
2333
όπου δύσκολα βρίσκεις σπίτι
για αγορά ή ενοικίαση,
για αγορά ή ενοικίαση,
00:17
it's Sydney.
2
5369
1150
είναι το Σίδνεϊ.
00:19
And if you've tried
to find a home here recently,
to find a home here recently,
3
7043
2367
Και αν προσπαθήσατε να βρείτε
πρόσφατα σπίτι εδώ,
πρόσφατα σπίτι εδώ,
00:21
you're familiar with the problem.
4
9434
1840
γνωρίζετε το πρόβλημα.
00:23
Every time you walk into an open house,
5
11298
2014
Κάθε φορά που μπαίνετε σε ένα σπίτι,
00:25
you get some information
about what's out there
about what's out there
6
13336
2191
μαθαίνετε για το τι υπάρχει εκεί έξω
00:27
and what's on the market,
7
15551
1393
και τι υπάρχει στην αγορά,
00:28
but every time you walk out,
8
16968
1430
αλλά κάθε φορά που βγαίνετε,
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
κινδυνεύετε να χάσετε
το καλύτερο σπίτι που υπάρχει.
το καλύτερο σπίτι που υπάρχει.
00:33
So how do you know when
to switch from looking
to switch from looking
10
21660
2820
Πώς ξέρετε επομένως πότε
να περάσετε από την έρευνα
να περάσετε από την έρευνα
00:36
to being ready to make an offer?
11
24504
1562
στην προσφορά;
00:39
This is such a cruel and familiar problem
12
27663
2401
Αυτό είναι ένα ύπουλο και γνωστό πρόβλημα
00:42
that it might come as a surprise
that it has a simple solution.
that it has a simple solution.
13
30088
3074
και μπορεί να σας εκπλήξει
το ότι έχει μια απλή λύση.
το ότι έχει μια απλή λύση.
00:45
37 percent.
14
33588
1203
37%.
00:46
(Laughter)
15
34815
1828
(Γέλια)
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
Αν θέλετε να αυξήσετε την πιθανότητα
να βρείτε το καλύτερο σπίτι,
να βρείτε το καλύτερο σπίτι,
00:52
you should look at 37 percent
of what's on the market,
of what's on the market,
17
40627
2825
πρέπει να βλέπετε το 37%
των σπιτιών στην αγορά,
των σπιτιών στην αγορά,
00:55
and then make an offer
on the next place you see,
on the next place you see,
18
43476
2310
και να επιλέξετε το επόμενο
σπίτι που θα δείτε,
σπίτι που θα δείτε,
00:57
which is better than anything
that you've seen so far.
that you've seen so far.
19
45810
2524
το οποίο θα είναι το καλύτερο ως τότε.
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
Ή αν ψάχνετε ένα μήνα, πάρτε
το 37% του χρόνου αυτού-
το 37% του χρόνου αυτού-
01:04
11 days, to set a standard --
21
52187
2915
11 μέρες, για να αποκτήσετε ένα στάνταρντ-
01:07
and then you're ready to act.
22
55126
1575
και μετά είστε έτοιμοι για δράση.
01:09
We know this because
trying to find a place to live
trying to find a place to live
23
57829
2709
Το ξέρουμε αυτό επειδή η εύρεση σπιτιού
01:12
is an example of an optimal
stopping problem.
stopping problem.
24
60562
2325
είναι παράδειγμα
προβλήματος βέλτιστης επίλυσης.
προβλήματος βέλτιστης επίλυσης.
01:14
A class of problems that has been
studied extensively
studied extensively
25
62911
2483
Ένα είδος προβλημάτων
που μελετήθηκαν εκτενώς
που μελετήθηκαν εκτενώς
01:17
by mathematicians and computer scientists.
26
65418
2105
από μαθηματικούς και
επιστήμονες πληροφορικής.
επιστήμονες πληροφορικής.
01:21
I'm a computational cognitive scientist.
27
69502
2519
Ασχολούμαι με την υπολογιστική
γνωστική επιστήμη.
γνωστική επιστήμη.
Περνώ τον καιρό μου
προσπαθώντας να καταλάβω
προσπαθώντας να καταλάβω
01:24
I spend my time trying to understand
28
72045
1960
01:26
how it is that human minds work,
29
74029
1798
πώς λειτουργεί ο ανθρώπινος εγκέφαλος,
01:27
from our amazing successes
to our dismal failures.
to our dismal failures.
30
75851
3671
από τις μεγαλύτερες επιτυχίες
μέχρι τις χειρότερες αποτυχίες μας.
μέχρι τις χειρότερες αποτυχίες μας.
Για να το κάνω, σκέφτομαι
την υπολογιστική δομή
την υπολογιστική δομή
01:32
To do that, I think about
the computational structure
the computational structure
31
80552
2493
01:35
of the problems
that arise in everyday life,
that arise in everyday life,
32
83069
2659
των προβλημάτων που προκύπτουν
στην καθημερινότητα,
στην καθημερινότητα,
01:37
and compare the ideal
solutions to those problems
solutions to those problems
33
85752
2375
και συγκρίνω τις ιδανικές λύσεις τους
01:40
to the way that we actually behave.
34
88151
1747
με τον τρόπο που όντως συμπεριφερόμαστε.
01:42
As a side effect,
35
90725
1185
Ως παράλληλη συνέπεια,
01:43
I get to see how applying
a little bit of computer science
a little bit of computer science
36
91934
2715
παρατηρώ πώς με μια μικρή δόση
υπολογιστικής επιστήμης
υπολογιστικής επιστήμης
01:46
can make human decision-making easier.
37
94673
1860
μπορούμε να κάνουμε ευκολότερη
τη λήψη αποφάσεων.
τη λήψη αποφάσεων.
01:49
I have a personal motivation for this.
38
97828
1847
Έχω ένα προσωπικό κίνητρο για αυτό.
01:52
Growing up in Perth
as an overly cerebral kid ...
as an overly cerebral kid ...
39
100153
3166
Μεγαλώνοντας στο Περθ
ως ένα εντελώς εγκεφαλικό παιδί...
ως ένα εντελώς εγκεφαλικό παιδί...
01:55
(Laughter)
40
103343
4731
(Γέλια)
02:00
I would always try and act in the way
that I thought was rational,
that I thought was rational,
41
108098
3147
προσπαθούσα πάντα να ενεργώ
κατά ένα τρόπο που θεωρούσα λογικό,
κατά ένα τρόπο που θεωρούσα λογικό,
02:03
reasoning through every decision,
42
111269
1597
δικαιολογώντας κάθε απόφαση,
02:04
trying to figure out
the very best action to take.
the very best action to take.
43
112890
2403
ψάχνοντας την καλύτερη
λύση για να ακολουθήσω.
λύση για να ακολουθήσω.
02:07
But this is an approach
that doesn't scale up
that doesn't scale up
44
115972
2190
Αυτή η προσέγγιση όμως
δεν εξελίσσεται
δεν εξελίσσεται
02:10
when you start to run into
the sorts of problems
the sorts of problems
45
118186
2242
όταν αρχίζεις να αποκτάς
τα προβλήματα εκείνα
τα προβλήματα εκείνα
02:12
that arise in adult life.
46
120452
1500
που φέρνει η ενηλικίωση.
02:13
At one point, I even tried
to break up with my girlfriend
to break up with my girlfriend
47
121976
2728
Κάποτε, προσπάθησα ακόμη
και να χωρίσω με την κοπέλα μου
και να χωρίσω με την κοπέλα μου
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
γιατί το να λαμβάνω υπόψη
τα θέλω της μαζί με τα δικά μου
τα θέλω της μαζί με τα δικά μου
02:20
and then find perfect solutions --
49
128102
1683
και μετά να βρίσκω την τέλεια λύση-
02:21
(Laughter)
50
129809
2259
(Γέλια)
02:24
was just leaving me exhausted.
51
132092
1752
με εξαντλούσε.
02:25
(Laughter)
52
133868
2533
(Γέλια)
02:28
She pointed out that I was taking
the wrong approach
the wrong approach
53
136425
2429
Μου εξήγησε ότι ακολουθούσα
λάθος προσέγγιση
λάθος προσέγγιση
02:30
to solving this problem --
54
138878
1609
για να λύσω το πρόβλημα
02:32
and she later became my wife.
55
140511
1382
και αργότερα έγινε γυναίκα μου.
02:33
(Laughter)
56
141917
2062
(Γέλια)
02:36
(Applause)
57
144003
4971
(Χειροκρότημα)
02:40
Whether it's as basic as trying to decide
what restaurant to go to
what restaurant to go to
58
148998
3461
Είτε είναι κάτι τόσο επουσιώδες
όπως σε ποιο εστιατόριο να πας
όπως σε ποιο εστιατόριο να πας
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
είτε τόσο σημαντικό όσο το με ποιον
θα περάσεις την υπόλοιπη ζωή σου,
θα περάσεις την υπόλοιπη ζωή σου,
02:48
human lives are filled
with computational problems
with computational problems
60
156562
2375
οι ζωές μας είναι γεμάτες
με υπολογιστικά προβλήματα
με υπολογιστικά προβλήματα
02:50
that are just too hard to solve
by applying sheer effort.
by applying sheer effort.
61
158961
4196
που είναι πολύ δύσκολα για να λυθούν
απλώς με σκληρή προσπάθεια.
απλώς με σκληρή προσπάθεια.
02:55
For those problems,
62
163650
1166
Για τα προβλήματα αυτά,
αξίζει να συμβουλευτεί
κανείς τους ειδικούς:
κανείς τους ειδικούς:
02:56
it's worth consulting the experts:
63
164840
1961
02:58
computer scientists.
64
166825
1151
τους επιστήμονες υπολογιστών.
03:00
(Laughter)
65
168000
1784
(Γέλια)
03:01
When you're looking for life advice,
66
169808
1819
Όταν ψάχνετε για συμβουλές ζωής,
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
οι επιστήμονες αυτοί δεν είναι ίσως
οι πρώτοι που σας έρχονται στο μυαλό.
οι πρώτοι που σας έρχονται στο μυαλό.
03:07
Living life like a computer --
68
175315
1875
Το να ζει κανείς ως υπολογιστής-
03:09
stereotypically deterministic,
exhaustive and exact --
exhaustive and exact --
69
177214
2578
στερεοτυπικά αποφασιστικά,
εξαντλητικά και με ακρίβεια-
εξαντλητικά και με ακρίβεια-
03:11
doesn't sound like a lot of fun.
70
179816
1552
δεν ακούγεται διασκεδαστικό.
Αλλά αν σκεφτείτε την υπολογιστική
επιστήμη των ανθρώπινων αποφάσεων
επιστήμη των ανθρώπινων αποφάσεων
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
θα δείτε ότι το έχουμε
καταλάβει όλο ανάποδα.
καταλάβει όλο ανάποδα.
Όταν εφαρμοστεί στα δύσκολα προβλήματα
03:19
When applied to the sorts
of difficult problems
of difficult problems
73
187536
2198
μιας ανθρώπινης ζωής,
03:21
that arise in human lives,
74
189758
1239
ο τρόπος που οι υπολογιστές
θα έλυναν αυτά τα προβλήματα
θα έλυναν αυτά τα προβλήματα
03:23
the way that computers
actually solve those problems
actually solve those problems
75
191021
2727
μοιάζει περισσότερο με τον τρόπο
που όντως λειτουργούν οι άνθρωποι.
που όντως λειτουργούν οι άνθρωποι.
03:25
looks a lot more like the way
that people really act.
that people really act.
76
193772
2896
03:29
Take the example of trying to decide
what restaurant to go to.
what restaurant to go to.
77
197267
2922
Πάρτε ως παράδειγμα την απόφαση
επιλογής εστιατορίου.
επιλογής εστιατορίου.
03:33
This is a problem that has
a particular computational structure.
a particular computational structure.
78
201090
3088
Είναι ένα πρόβλημα
με ιδιαίτερη υπολογιστική δομή.
με ιδιαίτερη υπολογιστική δομή.
03:36
You've got a set of options,
79
204202
1524
Έχετε συγκεκριμένες επιλογές,
03:37
you're going to choose
one of those options,
one of those options,
80
205750
2049
θα διαλέξετε μια από αυτές,
και θα έχετε ακριβώς
το ίδιο δίλημμα και αύριο.
το ίδιο δίλημμα και αύριο.
03:39
and you're going to face
exactly the same decision tomorrow.
exactly the same decision tomorrow.
81
207823
2811
03:42
In that situation,
82
210658
1151
Σε αυτή την περίπτωση,
03:43
you run up against
what computer scientists call
what computer scientists call
83
211833
2295
συναντάτε αυτό που
οι πληροφορικάριοι αποκαλούν
οι πληροφορικάριοι αποκαλούν
03:46
the "explore-exploit trade-off."
84
214152
2372
«δίπολο εξερεύνησης- εκμετάλλευσης».
Πρέπει να αποφασίσετε
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
αν θα δοκιμάσετε κάτι νέο-
εξερεύνηση, συγκέντρωση πληροφοριών
03:52
exploring, gathering some information
87
220831
2183
που ίσως να χρησιμοποιήσετε στο μέλλον-
03:55
that you might be able
to use in the future --
to use in the future --
88
223038
2285
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
ή αν θα πάτε κάπου
όπου ξέρετε ήδη ότι είναι καλά-
όπου ξέρετε ήδη ότι είναι καλά-
04:01
exploiting the information
that you've already gathered so far.
that you've already gathered so far.
90
229164
3003
εκμετάλλευση πληροφοριών
που έχετε ήδη συλλέξει.
που έχετε ήδη συλλέξει.
Το δίπολο εξερεύνησης-εκμετάλλευσης
εμφανίζεται όποτε πρέπει να διαλέξετε
εμφανίζεται όποτε πρέπει να διαλέξετε
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
ανάμεσα σε κάτι καινούριο
04:09
and going with something
that you already know is pretty good,
that you already know is pretty good,
93
237982
2980
και κάτι που ξέρετε ήδη
ότι είναι πολύ καλό,
ότι είναι πολύ καλό,
είτε αφορά στη μουσική που ακούτε
04:12
whether it's listening to music
94
240986
1550
είτε στο με ποιον θα περάσετε χρόνο.
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
Το ίδιο πρόβλημα αντιμετωπίζουν
οι εταιρείες τεχνολογίας
οι εταιρείες τεχνολογίας
04:17
It's also the problem
that technology companies face
that technology companies face
96
245218
2494
όταν αποφασίζουν, για παράδειγμα, ποια
διαφήμιση να βάλουν σε μια ιστοσελίδα.
διαφήμιση να βάλουν σε μια ιστοσελίδα.
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
Να βάλουν μια νέα διαφήμιση
και να μάθουν κάτι για αυτό,
και να μάθουν κάτι για αυτό,
04:23
Should they show a new ad
and learn something about it,
and learn something about it,
98
251417
2572
04:26
or should they show you an ad
99
254003
1383
ή να σας δείξουν μια διαφήμιση
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
που ήδη ξέρουν ότι πιθανότατα θα αρέσει;
04:30
Over the last 60 years,
101
258750
1151
Τα τελευταία 60 χρόνια,
04:31
computer scientists have made
a lot of progress understanding
a lot of progress understanding
102
259925
2892
οι πληροφορικάριοι έχουν κάνει
μεγάλη πρόοδο στην κατανόηση
μεγάλη πρόοδο στην κατανόηση
του διπόλου εξερεύνησης- εκμετάλλευσης,
04:34
the explore/exploit trade-off,
103
262841
1452
04:36
and their results offer
some surprising insights.
some surprising insights.
104
264317
2398
και τα αποτελέσματά τους
προσφέρουν εκπληκτική γνώση.
προσφέρουν εκπληκτική γνώση.
04:39
When you're trying to decide
what restaurant to go to,
what restaurant to go to,
105
267291
2598
Όταν προσπαθείτε
να διαλέξετε εστιατόριο,
να διαλέξετε εστιατόριο,
04:41
the first question you should ask yourself
106
269913
2000
το πρώτο που πρέπει να αναρωτηθείτε
04:43
is how much longer
you're going to be in town.
you're going to be in town.
107
271937
2179
είναι πόσο ακόμη θα είστε στην πόλη.
04:46
If you're just going to be there
for a short time,
for a short time,
108
274505
2342
Αν πρόκειται να είστε εκεί
για λίγο καιρό ακόμη,
για λίγο καιρό ακόμη,
04:48
then you should exploit.
109
276871
1515
τότε πρέπει να αξιοποιήσετε.
04:50
There's no point gathering information.
110
278410
1905
Δεν έχει νόημα
η συγκέντρωση πληροφοριών.
η συγκέντρωση πληροφοριών.
04:52
Just go to a place
you already know is good.
you already know is good.
111
280339
2048
Πάτε σε ένα μέρος
που ξέρετε ότι είναι καλό.
που ξέρετε ότι είναι καλό.
04:54
But if you're going to be there
for a longer time, explore.
for a longer time, explore.
112
282411
2929
Αλλά αν θα είστε εκεί για
περισσότερο καιρό, να εξερευνήσετε.
περισσότερο καιρό, να εξερευνήσετε.
Δοκιμάστε κάτι νέο,
γιατί οι πληροφορίες που θα πάρετε
γιατί οι πληροφορίες που θα πάρετε
04:57
Try something new,
because the information you get
because the information you get
113
285364
2387
04:59
is something that can improve
your choices in the future.
your choices in the future.
114
287775
2974
θα βελτιώσουν και
τις μελλοντικές σας επιλογές.
τις μελλοντικές σας επιλογές.
05:02
The value of information increases
115
290773
1979
Όσο η αξία των πληροφοριών αυξάνεται,
05:04
the more opportunities
you're going to have to use it.
you're going to have to use it.
116
292776
2600
τόσο περισσότερες ευκαιρίες θα έχετε
να τις χρησιμοποιήσετε
να τις χρησιμοποιήσετε
Αυτή η αρχή μπορεί να ρίξει φως
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
και στη δομή της ανθρώπινης ζωής.
05:13
Babies don't have a reputation
for being particularly rational.
for being particularly rational.
119
301104
3053
Τα μωρά δεν έχουν τη φήμη
ότι είναι ιδιαίτερα λογικά.
ότι είναι ιδιαίτερα λογικά.
05:17
They're always trying new things,
120
305098
1825
Συνεχώς δοκιμάζουν καινούρια πράγματα,
05:18
and you know, trying to stick them
in their mouths.
in their mouths.
121
306947
2836
και ξέρετε, θέλουν
να τα βάλουν στο στόμα τους.
να τα βάλουν στο στόμα τους.
05:22
But in fact, this is exactly
what they should be doing.
what they should be doing.
122
310621
2952
Στην πραγματικότητα,
αυτό ακριβώς θα έπρεπε να κάνουν.
αυτό ακριβώς θα έπρεπε να κάνουν.
05:25
They're in the explore
phase of their lives,
phase of their lives,
123
313597
2430
Σε αυτή τη φάση της ζωής τους εξερευνούν,
05:28
and some of those things
could turn out to be delicious.
could turn out to be delicious.
124
316051
2621
και κάποια από αυτά τα πράγματα
μπορεί να φανούν πεντανόστιμα.
μπορεί να φανούν πεντανόστιμα.
05:32
At the other end of the spectrum,
125
320040
1572
Και από την άλλη μεριά,
05:33
the old guy who always goes
to the same restaurant
to the same restaurant
126
321636
2506
ο ηλικιωμένος που πάει
πάντα στο ίδιο εστιατόριο
πάντα στο ίδιο εστιατόριο
05:36
and always eats the same thing
127
324166
1635
και τρώει πάντα το ίδιο φαγητό
05:37
isn't boring --
128
325825
1328
δεν είναι βαρετός-
05:39
he's optimal.
129
327177
1509
είναι άριστος.
05:40
(Laughter)
130
328710
3830
(Γέλια)
05:44
He's exploiting the knowledge
that he's earned
that he's earned
131
332564
2228
Εκμεταλλεύεται τη γνώση που έχει αποκτήσει
05:46
through a lifetime's experience.
132
334816
1767
μέσα από εμπειρίες μιας ζωής.
Γενικότερα,
05:50
More generally,
133
338406
1151
το να γνωρίζεις για το δίπολο
εξερεύνησης- εκμετάλλευσης
εξερεύνησης- εκμετάλλευσης
05:51
knowing about
the explore/exploit trade-off
the explore/exploit trade-off
134
339581
2031
μπορεί να κάνει ευκολότερο
το να χαλαρώσετε
το να χαλαρώσετε
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
05:57
when you're trying to make a decision.
136
345327
1810
όταν προσπαθείτε να αποφασίσετε κάτι.
05:59
You don't have to go
to the best restaurant every night.
to the best restaurant every night.
137
347161
2728
Δεν χρειάζεται να πάτε κάθε βράδυ
στο καλύτερο εστιατόριο.
στο καλύτερο εστιατόριο.
06:01
Take a chance, try something new, explore.
138
349913
2979
Ρισκάρετε, δοκιμάστε
κάτι νέο, εξερευνήστε.
κάτι νέο, εξερευνήστε.
06:04
You might learn something.
139
352916
1627
Μπορεί να μάθετε κάτι.
06:06
And the information that you gain
140
354567
1589
Και οι πληροφορίες που θα πάρετε
06:08
is going to be worth more
than one pretty good dinner.
than one pretty good dinner.
141
356180
2543
θα αξίζουν περισσότερο
από ένα καλό φαγητό.
από ένα καλό φαγητό.
06:12
Computer science can also help
to make it easier on us
to make it easier on us
142
360178
2699
Η υπολογιστική επιστήμη
βοηθά να χαλαρώσουμε
βοηθά να χαλαρώσουμε
06:14
in other places at home and in the office.
143
362901
2152
και σε άλλα μέρη στο σπίτι
και στο γραφείο.
και στο γραφείο.
06:17
If you've ever had
to tidy up your wardrobe,
to tidy up your wardrobe,
144
365860
2453
Αν είχατε ποτέ να συμμαζέψετε
τη ντουλάπα σας,
τη ντουλάπα σας,
06:20
you've run into a particularly
agonizing decision:
agonizing decision:
145
368337
2671
θα έχετε έρθει αντιμέτωποι
με μια αγχωτική απόφαση:
με μια αγχωτική απόφαση:
06:23
you have to decide what things
you're going to keep
you're going to keep
146
371032
2382
ποια ρούχα να κρατήσετε
06:25
and what things you're going to give away.
147
373438
2009
και ποια να δώσετε.
06:27
Martha Stewart turns out
to have thought very hard about this --
to have thought very hard about this --
148
375974
3000
Η Μάρθα Στιούαρτ φαίνεται ότι
έχει σκεφτεί σε βάθος για αυτό-
έχει σκεφτεί σε βάθος για αυτό-
06:30
(Laughter)
149
378998
1205
(Γέλια)
06:32
and she has some good advice.
150
380227
1678
και έχει κάποιες καλές συμβουλές.
06:33
She says, "Ask yourself four questions:
151
381929
2295
Λέει, «Αναρωτηθείτε 4 πράγματα:
06:36
How long have I had it?
152
384248
1526
Πόσο καιρό έχω κάτι;
06:37
Does it still function?
153
385798
1450
Λειτουργεί ακόμη;
06:39
Is it a duplicate
of something that I already own?
of something that I already own?
154
387272
3199
Το έχω διπλό ή ήδη;
06:42
And when was the last time
I wore it or used it?"
I wore it or used it?"
155
390495
2411
Και πότε ήταν η τελευταία φορά
που το φόρεσα ή το χρησιμοποίησα;»
που το φόρεσα ή το χρησιμοποίησα;»
Αλλά υπάρχει και μια άλλη ομάδα ειδικών
06:46
But there's another group of experts
156
394648
1715
06:48
who perhaps thought
even harder about this problem,
even harder about this problem,
157
396387
3130
που ίσως έχουν σκεφτεί
ακόμη βαθύτερα αυτό το πρόβλημα,
ακόμη βαθύτερα αυτό το πρόβλημα,
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
και θα έλεγαν ότι μια ερώτηση
είναι σημαντικότερη των άλλων.
είναι σημαντικότερη των άλλων.
06:55
Those experts?
159
403819
1150
Ποιοι ειδικοί;
06:57
The people who design
the memory systems of computers.
the memory systems of computers.
160
405281
2848
Αυτοί που σχεδιάζουν τις μονάδες
μνήμης των υπολογιστών.
μνήμης των υπολογιστών.
07:00
Most computers have
two kinds of memory systems:
two kinds of memory systems:
161
408153
2254
Οι υπολογιστές συνήθως
έχουν δύο είδη μνήμης:
έχουν δύο είδη μνήμης:
07:02
a fast memory system,
162
410431
1387
ένα γρήγορο σύστημα μνήμης,
07:03
like a set of memory chips
that has limited capacity,
that has limited capacity,
163
411842
3169
σαν ένα σετ από τσιπάκια
περιορισμένης χωριτηκότητας,
περιορισμένης χωριτηκότητας,
07:07
because those chips are expensive,
164
415035
2052
γιατί τα τσιπάκια αυτά είναι ακριβά,
07:09
and a slow memory system,
which is much larger.
which is much larger.
165
417111
3260
και ένα αργό σύστημα μνήμης,
που είναι πολύ μεγαλύτερο.
που είναι πολύ μεγαλύτερο.
07:13
In order for the computer to operate
as efficiently as possible,
as efficiently as possible,
166
421239
3000
Για να λειτουργεί ο υπολογιστής
όσο πιο αποτελεσματικά γίνεται,
όσο πιο αποτελεσματικά γίνεται,
πρέπει να είστε σίγουροι
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
ότι οι πληροφορίες που
θέλετε να βρείτε
θέλετε να βρείτε
07:19
are in the fast memory system,
169
427814
1477
είναι στο γρήγορο σύστημα,
07:21
so that you can get to them quickly.
170
429315
1754
ώστε να τις βρειτε γρήγορα.
07:23
Each time you access
a piece of information,
a piece of information,
171
431093
2061
Κάθε φορά που βρίσκετε μια πληροφορία,
07:25
it's loaded into the fast memory
172
433178
1525
αυτή φορτώνεται στη γρήγορη μνήμη
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
και ο υπολογιστής πρέπει να αποφασίσει
τι θα διώξει από αυτή,
τι θα διώξει από αυτή,
07:30
because it has limited capacity.
174
438628
1741
λόγω της περιορισμένης της χωρητικότητας.
Μέσα στα χρόνια,
07:33
Over the years,
175
441794
1151
οι πληροφορικάριοι έχουν δοκιμάσει
διάφορες στρατηγικές
διάφορες στρατηγικές
07:34
computer scientists have tried
a few different strategies
a few different strategies
176
442969
2739
που καθορίζουν τι θα φύγει
από τη γρήγορη μνήμη.
από τη γρήγορη μνήμη.
07:37
for deciding what to remove
from the fast memory.
from the fast memory.
177
445732
2292
Έχουν δοκιμάσει πράγματα
όπως η τυχαία επιλογή
όπως η τυχαία επιλογή
07:40
They've tried things like choosing
something at random
something at random
178
448048
3176
07:43
or applying what's called
the "first-in, first-out principle,"
the "first-in, first-out principle,"
179
451248
2906
ή η εφαρμογή του
«ο πρώτος που έρχεται, φεύγει πρώτος»,
«ο πρώτος που έρχεται, φεύγει πρώτος»,
07:46
which means removing the item
180
454178
1399
που σημαίνει ότι φεύγει
07:47
which has been in the memory
for the longest.
for the longest.
181
455601
2176
ότι υπάρχει στη μνήμη
το μεγαλύτερο διάστημα.
το μεγαλύτερο διάστημα.
07:50
But the strategy that's most effective
182
458091
2713
Ωστόσο, η πιο
αποτελεσματική στρατηγική
αποτελεσματική στρατηγική
07:52
focuses on the items
which have been least recently used.
which have been least recently used.
183
460828
3229
επικεντρώνεται σε αντικείμενα
που χρησιμοποιήθηκαν πιο παλιά.
που χρησιμοποιήθηκαν πιο παλιά.
Αυτό σημαίνει ότι αν αποφασίσετε
να διώξετε κάτι από τη μνήμη,
να διώξετε κάτι από τη μνήμη,
07:56
This says if you're going to decide
to remove something from memory,
to remove something from memory,
184
464972
3191
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
να διώξετε αυτό το οποίο ψάξατε
πιο παλιά στο παρελθόν.
πιο παλιά στο παρελθόν.
08:05
And there's a certain
kind of logic to this.
kind of logic to this.
186
473179
2159
Και υπάρχει μια ειδική λογική σε αυτό.
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
Πάει καιρός από τότε που
κατέφυγες σε αυτή την πληροφορία,
κατέφυγες σε αυτή την πληροφορία,
08:10
it's probably going to be a long time
188
478984
1762
λογικά θα περάσει καιρός
08:12
before you're going to need
to access it again.
to access it again.
189
480770
2192
μέχρι να χρειαστεί να το ξανακάνεις.
08:15
Your wardrobe is just like
the computer's memory.
the computer's memory.
190
483787
2774
Η ντουλάπα σας είναι
σαν τη μνήμη του υπολογιστή.
σαν τη μνήμη του υπολογιστή.
08:18
You have limited capacity,
191
486585
2030
Έχει περιορισμένη χωριτηκότητα,
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
και πρέπει να βάλετε εκεί μέσα
αυτά που λογικά θα χρειαστείτε
αυτά που λογικά θα χρειαστείτε
08:25
so that you can get to them
as quickly as possible.
as quickly as possible.
193
493990
2419
ώστε να φτάνετε σε αυτά
όσο το δυνατόν γρηγορότερα.
όσο το δυνατόν γρηγορότερα.
08:29
Recognizing that,
194
497016
1151
Αναγνωρίζοντας αυτό,
08:30
maybe it's worth applying
the least recently used principle
the least recently used principle
195
498191
2813
ίσως αξίζει να εφαρμόσετε την αρχή
τη πιο πρόσφατης χρήσης
τη πιο πρόσφατης χρήσης
08:33
to organizing your wardrobe as well.
196
501028
1949
για να οργανώσετε και τη ντουλάπα σας.
08:35
So if we go back
to Martha's four questions,
to Martha's four questions,
197
503001
2082
Αν δούμε τις τέσσερις ερωτήσεις της Μάρθα,
08:37
the computer scientists
would say that of these,
would say that of these,
198
505107
2861
οι επιστήμονες υπολογιστών
θα έλεγαν ότι από αυτές,
θα έλεγαν ότι από αυτές,
08:39
the last one is the most important.
199
507992
1941
η τελευταία είναι η πιο σημαντική.
Η ιδέα της οργάνωσης πραγμάτων
08:43
This idea of organizing things
200
511473
2055
08:45
so that the things you are most
likely to need are most accessible
likely to need are most accessible
201
513552
3129
ώστε αυτά που χρειάζεται κανείς
πιο συχνά να είναι τα πιο προσιτά
πιο συχνά να είναι τα πιο προσιτά
08:48
can also be applied in your office.
202
516705
1676
εφαρμόζεται και στο γραφείο.
08:51
The Japanese economist Yukio Noguchi
203
519091
1930
Ο Ιάπωνας οικονομολόγος Γιούκο Νογκούτσι
08:53
actually invented a filing system
that has exactly this property.
that has exactly this property.
204
521045
3055
ανακάλυψε ένα σύστημα αρχειοθέτησης
με αυτή ακριβώς την ιδιότητα.
με αυτή ακριβώς την ιδιότητα.
08:57
He started with a cardboard box,
205
525161
1609
Ξεκίνησε με ένα χάρτινο κουτί,
08:58
and he put his documents into the box
from the left-hand side.
from the left-hand side.
206
526794
2940
και έβαλε μέσα τα έγγραφά του
ξεκινώντας από αριστερά.
ξεκινώντας από αριστερά.
09:02
Each time he'd add a document,
207
530067
1434
Όποτε θα έβαζε ένα έγγραφο,
09:03
he'd move what was in there along
208
531525
1621
θα μετακινούσε αυτά που ήταν μέσα
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
και θα προσέθετε το έγγραφο
στα αριστερά του κουτιού.
στα αριστερά του κουτιού.
09:08
And each time he accessed
a document, he'd take it out,
a document, he'd take it out,
210
536004
2667
Και κάθε φορά που χρειαζόταν ένα έγγραφο,
το έβγαζε έξω,
το έβγαζε έξω,
09:10
consult it and put it back in
on the left-hand side.
on the left-hand side.
211
538695
2608
το συμβουλευόταν και το έβαζε πίσω
στην αριστερή πλευρά.
στην αριστερή πλευρά.
09:13
As a result, the documents would be
ordered from left to right
ordered from left to right
212
541327
3281
Έτσι, τα έγγραφα ήταν ταξινομημένα
από αριστερά προς δεξιά
από αριστερά προς δεξιά
ανάλογα με το πότε
είχαν χρησιμοποιηθεί.
είχαν χρησιμοποιηθεί.
09:16
by how recently they had been used.
213
544632
1761
09:18
And he found he could quickly find
what he was looking for
what he was looking for
214
546417
2774
Και ανακάλυψε ότι μπορούσε
εύκολα να βρει αυτό που έψαχνε
εύκολα να βρει αυτό που έψαχνε
ξεκινώντας από την αριστερή
πλευρά του κουτιού
πλευρά του κουτιού
09:21
by starting at the left-hand
side of the box
side of the box
215
549215
2054
09:23
and working his way to the right.
216
551293
1572
και πηγαίνοντας προς τα δεξιά.
09:25
Before you dash home
and implement this filing system --
and implement this filing system --
217
553215
2621
Πριν τρέξετε σπίτι
και εφαρμόσετε το σύστημα-
και εφαρμόσετε το σύστημα-
09:27
(Laughter)
218
555860
1731
(Γέλια)
09:29
it's worth recognizing
that you probably already have.
that you probably already have.
219
557615
2638
να αναγνωρίσετε ότι
μάλλον ήδη το έχετε κάνει.
μάλλον ήδη το έχετε κάνει.
09:32
(Laughter)
220
560891
3310
(Γέλια)
09:36
That pile of papers on your desk ...
221
564225
2866
Αυτή η στοίβα στο γραφείο σας...
09:39
typically maligned
as messy and disorganized,
as messy and disorganized,
222
567115
2474
που συχνά αποκαλείται
ακατάστατη και ανοργάνωτη,
ακατάστατη και ανοργάνωτη,
09:41
a pile of papers is, in fact,
perfectly organized --
perfectly organized --
223
569613
2565
μια στοίβα χαρτιών, βασικά,
οργανωμένη τέλεια-
οργανωμένη τέλεια-
09:44
(Laughter)
224
572202
1000
(Γέλια)
09:45
as long as you, when you take a paper out,
225
573226
2014
αφού, όταν βγάζετε ένα χαρτί,
09:47
put it back on the top of the pile,
226
575264
2432
το τοποθετείτε πίσω στην κορυφή,
09:49
then those papers are going
to be ordered from top to bottom
to be ordered from top to bottom
227
577720
2826
και έτσι τα χαρτιά αυτά είναι
ταξινομημένα από πάνω ως κάτω
ταξινομημένα από πάνω ως κάτω
βάσει του πόσο πρόσφατα
χρησιμοποιήθηκαν,
χρησιμοποιήθηκαν,
09:52
by how recently they were used,
228
580570
1552
09:54
and you can probably quickly find
what you're looking for
what you're looking for
229
582146
2701
και λογικά θα βρίσκετε
γρήγορα ό,τι ψάχνετε
γρήγορα ό,τι ψάχνετε
ξεκινώντας από πάνω.
09:56
by starting at the top of the pile.
230
584871
1700
09:59
Organizing your wardrobe or your desk
231
587988
1848
Η οργάνωση της ντουλάπας ή του γραφείου
10:01
are probably not the most pressing
problems in your life.
problems in your life.
232
589860
2681
ίσως δεν είναι τα πιο πιεστικά
προβλήματα της ζωής σας.
προβλήματα της ζωής σας.
Κάποιες φορές τα προβλήματα που καλούμαστε
να λύσουμε είναι απλώς πάρα πολύ δύσκολα.
να λύσουμε είναι απλώς πάρα πολύ δύσκολα.
10:05
Sometimes the problems we have to solve
are simply very, very hard.
are simply very, very hard.
233
593588
3602
10:09
But even in those cases,
234
597716
1150
Αλλά ακόμη και τότε,
10:10
computer science can offer some strategies
235
598890
2021
η υπολογιστική επιστήμη
παρέχει στρατηγικές
παρέχει στρατηγικές
και ίσως λίγη ανακούφιση.
10:12
and perhaps some solace.
236
600935
1669
Οι καλύτεροι αλογόριθμοι αφορούν
στο τι βγάζει περισσότερο νόημα
στο τι βγάζει περισσότερο νόημα
10:16
The best algorithms are about doing
what makes the most sense
what makes the most sense
237
604048
3075
10:19
in the least amount of time.
238
607147
1502
στο λιγότερο χρόνο.
Όταν οι υπολογιστές έχουν κάποιο πρόβλημα,
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
το χειρίζονται σπάζοντάς το σε μικρότερα-
χρησιμοποιώντας την τυχαιότητα,
10:27
by making use of randomness,
241
615395
1346
10:28
by removing constraints
or by allowing approximations.
or by allowing approximations.
242
616765
3817
αφαιρώντας εμπόδια
ή επιτρέποντας προσεγγίσεις.
ή επιτρέποντας προσεγγίσεις.
Η επίλυση απλούστερων προβλημάτων
10:32
Solving those simpler problems
243
620606
1494
10:34
can give you insight
into the harder problems,
into the harder problems,
244
622124
2920
μπορεί να ρίξει φως και στα δυσκολότερα,
10:37
and sometimes produces
pretty good solutions in their own right.
pretty good solutions in their own right.
245
625068
3031
και συχνά παράγει πολύ καλές λύσεις.
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
Η γνώση όλων αυτών με έχει βοηθήσει
να παίρνω αποφάσεις πιο χαλαρός.
να παίρνω αποφάσεις πιο χαλαρός.
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
Μπορείτε να πάρετε τον κανόνα του 37%
για να βρείτε ένα σπίτι ως παράδειγμα.
για να βρείτε ένα σπίτι ως παράδειγμα.
10:49
There's no way that you can
consider all of the options,
consider all of the options,
248
637015
2702
Δεν γίνεται να αναλύσετε όλες
τις επιλογές σας,
τις επιλογές σας,
10:51
so you have to take a chance.
249
639741
1580
οπότε πρέπει να ρισκάρετε.
10:53
And even if you follow
the optimal strategy,
the optimal strategy,
250
641888
2860
Και ακόμη και αν ακολουθήσετε
τη βέλτιστη στρατηγική,
τη βέλτιστη στρατηγική,
10:56
you're not guaranteed a perfect outcome.
251
644772
1931
κανείς δεν εγγυάται τέλειο αποτέλεσμα.
10:59
If you follow the 37 percent rule,
252
647198
2154
Αν ακολουθήσετε τον κανόνα του 37%,
11:01
the probability that you find
the very best place is --
the very best place is --
253
649376
3279
η πιθανότητα να βρείτε
το καλύτερο σπίτι είναι-
το καλύτερο σπίτι είναι-
11:04
funnily enough ...
254
652679
1508
είναι όντως αστείο...
11:06
(Laughter)
255
654211
1014
(Γέλια)
11:07
37 percent.
256
655249
1420
37%.
11:09
You fail most of the time.
257
657966
1689
Αποτυγχάνετε τις περισσότερες φορές.
Αλλά αυτό είναι το καλύτερο
που μπορείτε να κάνετε.
που μπορείτε να κάνετε.
11:12
But that's the best that you can do.
258
660522
1744
11:14
Ultimately, computer science
can help to make us more forgiving
can help to make us more forgiving
259
662846
3052
Εντέλει, η υπολογιστική επιστήμη
βοηθά να συγχωρήσουμε
βοηθά να συγχωρήσουμε
11:17
of our own limitations.
260
665922
1909
τα εγγενή μας όρια.
Δεν μπορείτε να ελέγξετε αποτελέσματα,
μόνο διαδικασίες.
μόνο διαδικασίες.
11:20
You can't control outcomes,
just processes.
just processes.
261
668333
2539
11:22
And as long as you've used
the best process,
the best process,
262
670896
2119
Αν χρησιμοποιήσατε
την καλύτερη διαδικασία,
την καλύτερη διαδικασία,
11:25
you've done the best that you can.
263
673039
1763
κάνατε το καλύτερο δυνατό.
11:26
Sometimes those best processes
involve taking a chance --
involve taking a chance --
264
674826
3688
Κάποιες φορές αυτές
οι διαδικασίες σημαίνουν ρίσκο-
οι διαδικασίες σημαίνουν ρίσκο-
11:30
not considering all of your options,
265
678538
2115
να μην εξετάσετε όλες τις εναλλακτικές,
11:32
or being willing to settle
for a pretty good solution.
for a pretty good solution.
266
680677
2729
ή συμβιβασμό με μια αρκετά καλή λύση.
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
Αυτές δεν είναι οι παραχωρήσεις
που κάνουμε όταν δεν χωρά λογική-
που κάνουμε όταν δεν χωρά λογική-
11:38
they're what being rational means.
268
686804
1629
είναι το νόημα της λογικής.
11:40
Thank you.
269
688833
1151
Σας ευχαριστώ.
11:42
(Applause)
270
690008
4547
(Χειροκρότημα)
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