ABOUT THE SPEAKER
Tom Griffiths - Psychologist, cognitive scientist
Tom 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.

More profile about the speaker
Tom Griffiths | Speaker | TED.com
TEDxSydney

Tom Griffiths: 3 ways to make better decisions -- by thinking like a computer

Tom Griffiths: A jobb döntéshozatal három módszere – gondolkozz úgy, mint egy számítógép!

Filmed:
3,652,976 views

Ha volt már, hogy nehezen döntött, az hallgassa meg ezt az előadást. Tom Griffiths számítógépes kognitív idegtudománnyal foglalkozó kutató ismerteti, hogyan alkalmazhatjuk a számítógépek logikáját átláthatatlanul bonyolult problémák kibogozására, megoszt velünk három praktikus stratégiát, hogy jobb döntéseket tudjunk hozni – bármilyen ügyben, legyen az lakásvásárlás, vagy hogy éppen melyik étterembe menjünk vacsorázni.
- Psychologist, cognitive scientist
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 cityváros in the worldvilág
0
1407
1581
Ha van város a világon,
00:15
where it's hardkemény to find
a placehely to buyVásárol or rentbérlés,
1
3012
2333
ahol nehéz eladó
vagy kiadó ingatlant találni,
00:17
it's SydneySydney.
2
5369
1150
akkor az Sydney.
00:19
And if you've triedmegpróbálta
to find a home here recentlymostanában,
3
7043
2367
Aki próbált itt mostanában lakást keresni,
00:21
you're familiarismerős with the problemprobléma.
4
9434
1840
annak ismerős a probléma.
00:23
EveryMinden time you walkséta into an opennyisd ki houseház,
5
11298
2014
Valahányszor belépünk
egy felkínált lakásba,
00:25
you get some informationinformáció
about what's out there
6
13336
2191
némi fogalmat alkotunk arról,
mik a lehetőségek,
00:27
and what's on the marketpiac,
7
15551
1393
és hogy áll az ingatlanpiac,
00:28
but everyminden time you walkséta out,
8
16968
1430
de valahányszor kisétálunk,
00:30
you're runningfutás the riskkockázat
of the very bestlegjobb placehely passingelhaladó you by.
9
18422
3214
úgy érezzük, most szalasztottuk el
a legjobb lehetőséget.
00:33
So how do you know when
to switchkapcsoló from looking
10
21660
2820
Honnan tudjuk, mikor alkalmas
abbahagyni a tájékozódást,
00:36
to beinglény readykész to make an offerajánlat?
11
24504
1562
és árajánlatot tenni?
00:39
This is suchilyen a cruelkegyetlen and familiarismerős problemprobléma
12
27663
2401
Kínos és jól ismert probléma,
00:42
that it mightesetleg come as a surprisemeglepetés
that it has a simpleegyszerű solutionmegoldás.
13
30088
3074
talán meglepően hangzik,
milyen egyszerű a megoldása.
00:45
37 percentszázalék.
14
33588
1203
37 százalék.
00:46
(LaughterNevetés)
15
34815
1828
(Nevetés)
00:48
If you want to maximizemaximalizálása the probabilityvalószínűség
that you find the very bestlegjobb placehely,
16
36667
3936
Ha a legnagyobb valószínűséggel akarják
megtalálni a legjobb helyet,
00:52
you should look at 37 percentszázalék
of what's on the marketpiac,
17
40627
2825
a piaci kínálat 37 százalékát
kell átnézniük,
00:55
and then make an offerajánlat
on the nextkövetkező placehely you see,
18
43476
2310
aztán tegyenek ajánlatot
a következő helyen,
ami minden addig megnézettnél jobb.
00:57
whichmelyik is better than anything
that you've seenlátott so farmessze.
19
45810
2524
01:00
Or if you're looking for a monthhónap,
take 37 percentszázalék of that time --
20
48358
3805
Vagy ha egy hónapot szánnak a keresésre,
vegyék az idő 37 százalékát,
01:04
11 daysnapok, to setkészlet a standardalapértelmezett --
21
52187
2915
11 napot, hogy kialakítsák elvárásukat,
01:07
and then you're readykész to acttörvény.
22
55126
1575
és utána készek akcióba lépni.
01:09
We know this because
tryingmegpróbálja to find a placehely to liveélő
23
57829
2709
Tudjuk, hogy így van, mivel
a lakáskeresés remek példa
01:12
is an examplepélda of an optimaloptimális
stoppingmegállítás problemprobléma.
24
60562
2325
az optimális megállítás problémájára.
Az ehhez hasonló problémákat
matematikusok és informatikusok
01:14
A classosztály of problemsproblémák that has been
studiedtanult extensivelyalaposan
25
62911
2483
01:17
by mathematiciansmatematikusok and computerszámítógép scientiststudósok.
26
65418
2105
behatóan tanulmányozzák.
01:21
I'm a computationalszámítási cognitivemegismerő scientisttudós.
27
69502
2519
Számítógépes kognitív
tudománnyal foglalkozom.
01:24
I spendtölt my time tryingmegpróbálja to understandmegért
28
72045
1960
Azt próbálom megérteni,
01:26
how it is that humanemberi mindselmék work,
29
74029
1798
hogy hogyan működik az emberi elme,
01:27
from our amazingelképesztő successessikerek
to our dismallehangoló failureshibák.
30
75851
3671
elsöprő sikereinktől kezdve
csúfos kudarcainkig.
01:32
To do that, I think about
the computationalszámítási structureszerkezet
31
80552
2493
Ehhez a mindennapi életben
előforduló problémák
01:35
of the problemsproblémák
that arisefelmerülhet in everydayminden nap life,
32
83069
2659
számítógépes modelljét
gondolom végig,
01:37
and comparehasonlítsa össze the idealideál
solutionsmegoldások to those problemsproblémák
33
85752
2375
és azok ideális megoldását összevetem
01:40
to the way that we actuallytulajdonképpen behaveviselkedik.
34
88151
1747
viselkedésünkkel.
01:42
As a sideoldal effecthatás,
35
90725
1185
Melléktermékként
01:43
I get to see how applyingalkalmazó
a little bitbit of computerszámítógép sciencetudomány
36
91934
2715
világossá válik,
hogy az informatika alkalmazása
01:46
can make humanemberi decision-makingDöntéshozatal easierkönnyebb.
37
94673
1860
miként könnyíti meg
az emberi döntéshozatalt.
01:49
I have a personalszemélyes motivationmotiváció for this.
38
97828
1847
Személyes motivációm van erre.
01:52
GrowingNövekvő up in PerthPerth
as an overlytúlságosan cerebralagyi kidkölyök ...
39
100153
3166
Perthben nőttem fel,
agyas-fejes kiskölyök voltam...
01:55
(LaughterNevetés)
40
103343
4731
(Nevetés)
02:00
I would always try and acttörvény in the way
that I thought was rationalracionális,
41
108098
3147
Mindent ésszerűen igyekeztem
megoldani és eszerint cselekedni,
02:03
reasoningérvelés throughkeresztül everyminden decisiondöntés,
42
111269
1597
minden döntést ésszel meghozni,
02:04
tryingmegpróbálja to figureábra out
the very bestlegjobb actionakció to take.
43
112890
2403
igyekeztem rátalálni a lehető legjobb
megoldási módra.
De ez a fajta megközelítés
nem megfelelő olyankor,
02:07
But this is an approachmegközelítés
that doesn't scaleskála up
44
115972
2190
02:10
when you startRajt to runfuss into
the sortsfajta of problemsproblémák
45
118186
2242
amikor felnőtt életünk során
egy halom új problémába ütközünk.
02:12
that arisefelmerülhet in adultfelnőtt life.
46
120452
1500
02:13
At one pointpont, I even triedmegpróbálta
to breakszünet up with my girlfriendbarátnő
47
121976
2728
Egyszer még a barátnőmmel is
szakítani akartam,
02:16
because tryingmegpróbálja to take into accountszámla
her preferencesbeállítások as well as my ownsaját
48
124728
3350
mert figyelembe akartam venni mindent,
ami neki is, nekem is fontos,
02:20
and then find perfecttökéletes solutionsmegoldások --
49
128102
1683
és így rátalálni
a tökéletes megoldásokra –
02:21
(LaughterNevetés)
50
129809
2259
(Nevetés)
02:24
was just leavingkilépő me exhaustedkimerült.
51
132092
1752
és ez végül teljesen kimerített.
02:25
(LaughterNevetés)
52
133868
2533
(Nevetés)
02:28
She pointedhegyes out that I was takingbevétel
the wrongrossz approachmegközelítés
53
136425
2429
Ő ráébresztett, hogy rosszul kezelem
02:30
to solvingmegoldó this problemprobléma --
54
138878
1609
ezt a problémát –
02:32
and she latera későbbiekben becamelett my wifefeleség.
55
140511
1382
majd később feleségül jött hozzám.
02:33
(LaughterNevetés)
56
141917
2062
(Nevetés)
02:36
(ApplauseTaps)
57
144003
4971
(Taps)
02:40
WhetherE it's as basicalapvető as tryingmegpróbálja to decidedöntsd el
what restaurantétterem to go to
58
148998
3461
Mindegy, hogy csak azt kell eldöntenünk,
hogy hol vacsorázzunk,
02:44
or as importantfontos as tryingmegpróbálja to decidedöntsd el
who to spendtölt the restpihenés of your life with,
59
152483
4055
vagy olyan fontos döntést hozni,
hogy kivel akarjuk leélni az életünket,
02:48
humanemberi liveséletét are filledmegtöltött
with computationalszámítási problemsproblémák
60
156562
2375
az emberi élet tele van
olyan számítási problémákkal,
02:50
that are just too hardkemény to solvemegfejt
by applyingalkalmazó sheertiszta efforterőfeszítés.
61
158961
4196
amik pusztán erőből
csak igen nehezen oldhatók meg.
02:55
For those problemsproblémák,
62
163650
1166
Érdemes ilyen esetekben
02:56
it's worthérdemes consultingtanácsadó the expertsszakértők:
63
164840
1961
szakember tanácsát kikérni:
02:58
computerszámítógép scientiststudósok.
64
166825
1151
vagyis az informatikusét.
03:00
(LaughterNevetés)
65
168000
1784
(Nevetés)
Ha életvezetési tanácsra van szükségünk,
03:01
When you're looking for life advicetanács,
66
169808
1819
03:03
computerszámítógép scientiststudósok probablyvalószínűleg aren'tnem
the first people you think to talk to.
67
171651
3640
feltehetően nem az informatikus
jut először eszünkbe.
03:07
LivingÉlő life like a computerszámítógép --
68
175315
1875
Számítógépként élni az életet –
03:09
stereotypicallynevezetes deterministicdeterminisztikus,
exhaustiveteljes körű and exactpontos --
69
177214
2578
közhelyesen előre meghatározott,
kimerítő és kiszámítható –
03:11
doesn't soundhang like a lot of funmóka.
70
179816
1552
elég unalmasan hangzik.
03:14
But thinkinggondolkodás about the computerszámítógép sciencetudomány
of humanemberi decisionsdöntések
71
182153
2927
Ám ha az emberi döntések
informatikájára gondolunk,
03:17
revealskiderül that in facttény,
we'vevoltunk got this backwardsvisszafelé.
72
185104
2408
kiderül, hogy valójában
épp az ellenkezője igaz.
03:19
When appliedalkalmazott to the sortsfajta
of difficultnehéz problemsproblémák
73
187536
2198
Ha az emberi élet során felmerülő
03:21
that arisefelmerülhet in humanemberi liveséletét,
74
189758
1239
komoly problémákat tekintjük,
03:23
the way that computersszámítógépek
actuallytulajdonképpen solvemegfejt those problemsproblémák
75
191021
2727
a számítógépek ezeket valójában
03:25
looksúgy néz ki, a lot more like the way
that people really acttörvény.
76
193772
2896
hasonlóképp kezelik, mint az emberek.
03:29
Take the examplepélda of tryingmegpróbálja to decidedöntsd el
what restaurantétterem to go to.
77
197267
2922
Nézzük például azt a kérdést,
hogy melyik étterembe menjünk el.
03:33
This is a problemprobléma that has
a particularkülönös computationalszámítási structureszerkezet.
78
201090
3088
Ez olyan probléma, melynek
sajátos számítógépes modellje van.
Adott egy sor választási lehetőség,
03:36
You've got a setkészlet of optionslehetőségek,
79
204202
1524
03:37
you're going to chooseválaszt
one of those optionslehetőségek,
80
205750
2049
ezek közül egyet fogunk kiválasztani,
03:39
and you're going to facearc
exactlypontosan the sameazonos decisiondöntés tomorrowholnap.
81
207823
2811
majd másnap pontosan
ugyanazzal a döntéssel kerülünk szembe.
03:42
In that situationhelyzet,
82
210658
1151
Ebben a helyzetben
abba futunk bele,
03:43
you runfuss up againstellen
what computerszámítógép scientiststudósok call
83
211833
2295
amit az informatikusok úgy hívnak:
03:46
the "explore-exploitFedezze fel exploit trade-offkompromisszum."
84
214152
2372
a "felderítés-kiaknázás dilemma."
03:49
You have to make a decisiondöntés
85
217115
1334
Döntést kell hozni arról,
03:50
about whetherakár you're going
to try something newúj --
86
218473
2334
hogy ki akarunk-e próbálni valami újat –
03:52
exploringfeltárása, gatheringösszejövetel some informationinformáció
87
220831
2183
felderíteni, információt gyűjteni,
03:55
that you mightesetleg be ableképes
to use in the futurejövő --
88
223038
2285
amit a jövőben is alkalmazhatunk –
03:57
or whetherakár you're going to go to a placehely
that you alreadymár know is prettyszép good --
89
225347
3793
vagy menjünk egy kipróbált helyre,,
amiről tudjuk, hogy elég jó –
04:01
exploitingkiaknázása the informationinformáció
that you've alreadymár gatheredösszegyűjtött so farmessze.
90
229164
3003
vagyis kiaknázzuk a már korábban
begyűjtött információt.
04:05
The exploreFedezd fel/exploitkihasználni trade-offkompromisszum
showsműsorok up any time you have to chooseválaszt
91
233488
3096
A felderítés-kiaknázás dilemma
mindig előjön,
04:08
betweenközött tryingmegpróbálja something newúj
92
236608
1350
valahányszor dönteni kell valami új,
04:09
and going with something
that you alreadymár know is prettyszép good,
93
237982
2980
vagy valami olyan között,
ami már bevált,
04:12
whetherakár it's listeningkihallgatás to musiczene
94
240986
1550
legyen az zenehallgatás,
04:14
or tryingmegpróbálja to decidedöntsd el
who you're going to spendtölt time with.
95
242560
2634
vagy annak eldöntése,
hogy kivel töltsük el az időt.
04:17
It's alsois the problemprobléma
that technologytechnológia companiesvállalatok facearc
96
245218
2494
Ugyanezzel a problémával
szembesülnek a tech-cégek is,
04:19
when they're tryingmegpróbálja to do something
like decidedöntsd el what adhirdetés to showelőadás on a webháló pageoldal.
97
247736
3667
amikor például arról döntenek, milyen
reklámot tegyenek ki a honlapjukra.
04:23
Should they showelőadás a newúj adhirdetés
and learntanul something about it,
98
251417
2572
Próbálkozzanak valami újjal,
vagy olyat tegyenek ki, amiről már tudják,
04:26
or should they showelőadás you an adhirdetés
99
254003
1383
04:27
that they alreadymár know there's a good
chancevéletlen you're going to clickkettyenés on?
100
255420
3306
hogy jó eséllyel rákattintunk?
Az elmúlt hatvan év során
04:30
Over the last 60 yearsévek,
101
258750
1151
04:31
computerszámítógép scientiststudósok have madekészült
a lot of progressHaladás understandingmegértés
102
259925
2892
az informatikusok nagyot léptek előre
a felderítés-kiaknázás dilemma
megértésében,
04:34
the exploreFedezd fel/exploitkihasználni trade-offkompromisszum,
103
262841
1452
04:36
and theirazok resultstalálatok offerajánlat
some surprisingmeglepő insightsbetekintést.
104
264317
2398
és eredményeik meglepő
felismerésekhez vezettek.
Amikor azt próbáljuk eldönteni,
melyik étterembe menjünk,
04:39
When you're tryingmegpróbálja to decidedöntsd el
what restaurantétterem to go to,
105
267291
2598
04:41
the first questionkérdés you should askkérdez yourselfsaját magad
106
269913
2000
először kérdezzük meg magunktól:
04:43
is how much longerhosszabb
you're going to be in townváros.
107
271937
2179
mennyi ideig leszünk a városban.
04:46
If you're just going to be there
for a shortrövid time,
108
274505
2342
Ha csak rövid ideig,
04:48
then you should exploitkihasználni.
109
276871
1515
akkor azt ki kell használni.
04:50
There's no pointpont gatheringösszejövetel informationinformáció.
110
278410
1905
Ne vesztegessünk időt információgyűjtésre.
04:52
Just go to a placehely
you alreadymár know is good.
111
280339
2048
Menjünk olyan helyre,
amit már jól ismerünk.
04:54
But if you're going to be there
for a longerhosszabb time, exploreFedezd fel.
112
282411
2929
Ám ha hosszabb ideig maradunk,
akkor érdemes felderíteni.
04:57
Try something newúj,
because the informationinformáció you get
113
285364
2387
Próbáljunk ki valami újat,
mert a megszerzett információval
bővül a későbbi választási lehetőségünk.
04:59
is something that can improvejavul
your choicesválasztás in the futurejövő.
114
287775
2974
05:02
The valueérték of informationinformáció increasesnövekszik
115
290773
1979
Nő az információ értéke azzal,
05:04
the more opportunitieslehetőségek
you're going to have to use it.
116
292776
2600
hogy több lehetőségünk lesz használni.
05:08
This principleelv can give us insightbepillantás
117
296193
1754
Ez az alapelv egyúttal
az emberi élet strukturáltságának
megértéséhez is vezet.
05:09
into the structureszerkezet
of a humanemberi life as well.
118
297971
2070
05:13
BabiesBabák don't have a reputationhírnév
for beinglény particularlykülönösen rationalracionális.
119
301104
3053
A csecsemők nem arról híresek,
hogy különösebben racionálisak lennének.
05:17
They're always tryingmegpróbálja newúj things,
120
305098
1825
Folyton új dolgokkal kísérleteznek,
05:18
and you know, tryingmegpróbálja to stickrúd them
in theirazok mouthsszájuk.
121
306947
2836
és mindent igyekeznek
a szájukba gyömöszölni.
05:22
But in facttény, this is exactlypontosan
what they should be doing.
122
310621
2952
Lényegében pontosan ez a dolguk.
05:25
They're in the exploreFedezd fel
phasefázis of theirazok liveséletét,
123
313597
2430
Életük felfedező korszakát élik,
05:28
and some of those things
could turnfordulat out to be deliciousfinom.
124
316051
2621
és a vizsgált tárgyak némelyike
egészen finom lehet.
05:32
At the other endvég of the spectrumszínkép,
125
320040
1572
A másik véglet az öreg fószer,
05:33
the oldrégi guy who always goesmegy
to the sameazonos restaurantétterem
126
321636
2506
aki folyton ugyanabba az étterembe jár,
05:36
and always eatseszik the sameazonos thing
127
324166
1635
mindig ugyanazt eszi.
05:37
isn't boringunalmas --
128
325825
1328
Nem azért, mert unalmas
05:39
he's optimaloptimális.
129
327177
1509
hanem mert optimális.
05:40
(LaughterNevetés)
130
328710
3830
(Nevetés)
05:44
He's exploitingkiaknázása the knowledgetudás
that he's earnedszerzett
131
332564
2228
Felhasználja azt a tudást,
05:46
throughkeresztül a lifetime'sélettartam experiencetapasztalat.
132
334816
1767
amit egész élete során begyűjtött.
Nagy általánosságban véve
05:50
More generallyáltalában,
133
338406
1151
05:51
knowingtudva about
the exploreFedezd fel/exploitkihasználni trade-offkompromisszum
134
339581
2031
a felderítés-kiaknázás dilemma ismerete
05:53
can make it a little easierkönnyebb for you
to sortfajta of relaxRelax and go easierkönnyebb on yourselfsaját magad
135
341636
3667
megkönnyítheti nekünk a döntéshozatalt,
05:57
when you're tryingmegpróbálja to make a decisiondöntés.
136
345327
1810
lazíthatunk, megkönnyebbülünk.
05:59
You don't have to go
to the bestlegjobb restaurantétterem everyminden night.
137
347161
2728
Nem muszáj minden este
a legjobb étterembe menni.
06:01
Take a chancevéletlen, try something newúj, exploreFedezd fel.
138
349913
2979
Adjunk esélyt, próbálkozzunk,
fedezzünk fel újakat.
06:04
You mightesetleg learntanul something.
139
352916
1627
Mindig tanulhatunk valamit,
06:06
And the informationinformáció that you gainnyereség
140
354567
1589
és a begyűjtött információ
06:08
is going to be worthérdemes more
than one prettyszép good dinnervacsora.
141
356180
2543
többet érhet, mint egy jó vacsora.
Az informatika könnyebbséget nyújthat
az élet más területein is,
06:12
ComputerSzámítógép sciencetudomány can alsois help
to make it easierkönnyebb on us
142
360178
2699
06:14
in other placeshelyek at home and in the officehivatal.
143
362901
2152
például otthon vagy a munkahelyünkön.
06:17
If you've ever had
to tidyrendes up your wardroberuhásszekrény,
144
365860
2453
Aki valaha is nekifogott már
a szekrénye lomtalanításának,
06:20
you've runfuss into a particularlykülönösen
agonizingkínzó decisiondöntés:
145
368337
2671
az tudja, milyen kínszenvedés eldönteni:
06:23
you have to decidedöntsd el what things
you're going to keep
146
371032
2382
miket akarunk megtartani,
06:25
and what things you're going to give away.
147
373438
2009
és mi az, amit elajándékoznánk.
06:27
MarthaMartha StewartStewart turnsmenetek out
to have thought very hardkemény about this --
148
375974
3000
Martha Stewartnak történetesen
igen kemény véleménye volt erről –
06:30
(LaughterNevetés)
149
378998
1205
(Nevetés)
06:32
and she has some good advicetanács.
150
380227
1678
és akad pár jó tanácsa.
06:33
She saysmondja, "AskKérdez yourselfsaját magad fournégy questionskérdések:
151
381929
2295
Azt mondja, négy kérdést
tegyünk fel magunknak:
06:36
How long have I had it?
152
384248
1526
Mióta van meg?
06:37
Does it still functionfunkció?
153
385798
1450
Jó még?
06:39
Is it a duplicatemásolat
of something that I alreadymár ownsaját?
154
387272
3199
Van másik ugyanilyen darabom is?
06:42
And when was the last time
I woreviselt it or used it?"
155
390495
2411
Mikor volt rajtam, vagy mikor
használtam utoljára?
Létezik azonban egy szakembercsoport,
06:46
But there's anotheregy másik groupcsoport of expertsszakértők
156
394648
1715
06:48
who perhapstalán thought
even hardernehezebb about this problemprobléma,
157
396387
3130
amelyik talán még keményebben
fogalmazza meg ezt a problémát.
06:51
and they would say one of these questionskérdések
is more importantfontos than the othersmások.
158
399541
3660
Szerintük a fenti kérdések egyike
fontosabb a többinél.
06:55
Those expertsszakértők?
159
403819
1150
Kik ezek a szakemberek?
06:57
The people who designtervezés
the memorymemória systemsrendszerek of computersszámítógépek.
160
405281
2848
Azok, akik a számítógépek
memóriáját tervezik.
07:00
MostA legtöbb computersszámítógépek have
two kindsféle of memorymemória systemsrendszerek:
161
408153
2254
A legtöbb számítógépnek
kétféle memóriája van:
egy gyors memória,
például egy memóriachip-készlet.
07:02
a fastgyors memorymemória systemrendszer,
162
410431
1387
07:03
like a setkészlet of memorymemória chipsjátékpénz
that has limitedkorlátozott capacitykapacitás,
163
411842
3169
Ez korlátozott kapacitású,
07:07
because those chipsjátékpénz are expensivedrága,
164
415035
2052
mert azok a chipek drágák,
07:09
and a slowlassú memorymemória systemrendszer,
whichmelyik is much largernagyobb.
165
417111
3260
valamint egy lassú memória,
ami jóval nagyobb.
07:13
In ordersorrend for the computerszámítógép to operateműködik
as efficientlyeredményesen as possiblelehetséges,
166
421239
3000
Ahhoz, hogy a számítógép a lehető
leghatékonyabban működjön,
07:16
you want to make sure
167
424263
1151
biztosítanunk kell,
07:17
that the piecesdarabok of informationinformáció
you want to accesshozzáférés
168
425438
2352
hogy azok az információk,
amiket el akarunk érni.
07:19
are in the fastgyors memorymemória systemrendszer,
169
427814
1477
a gyors memóriában legyenek,
07:21
so that you can get to them quicklygyorsan.
170
429315
1754
így gyorsan hozzáférhetünk.
07:23
EachMinden time you accesshozzáférés
a piecedarab of informationinformáció,
171
431093
2061
Valahányszor hozzáférünk
egy információhoz,
07:25
it's loadedtöltött into the fastgyors memorymemória
172
433178
1525
az betöltődik a gyors memóriába,
07:26
and the computerszámítógép has to decidedöntsd el whichmelyik itemtétel
it has to removeeltávolít from that memorymemória,
173
434727
3877
és a gépnek döntenie kell, melyik elemet
törölje helyette a memóriájából,
07:30
because it has limitedkorlátozott capacitykapacitás.
174
438628
1741
hiszen a kapacitása véges.
Az évek során az informatikusok
07:33
Over the yearsévek,
175
441794
1151
07:34
computerszámítógép scientiststudósok have triedmegpróbálta
a fewkevés differentkülönböző strategiesstratégiák
176
442969
2739
kipróbáltak pár különféle stratégiát
07:37
for decidingdöntés what to removeeltávolít
from the fastgyors memorymemória.
177
445732
2292
annak eldöntésére, mi törlődjön
a gyors memóriából.
07:40
They'veŐk már triedmegpróbálta things like choosingkiválasztása
something at randomvéletlen
178
448048
3176
Próbálkoztak a véletlenszerű
választással,
07:43
or applyingalkalmazó what's calledhívott
the "first-inelső-ban, first-outlapkakészletben principleelv,"
179
451248
2906
vagy az úgynevezett
"first-in, first-out" elvvel,
07:46
whichmelyik meanseszközök removingeltávolítása the itemtétel
180
454178
1399
ami azt jelenti: azt törli a gép,
07:47
whichmelyik has been in the memorymemória
for the longestleghosszabb.
181
455601
2176
ami legkorábban került a memóriájába.
Az igazán hatékony törlési stratégia
azokra összpontosít,
07:50
But the strategystratégia that's mosta legtöbb effectivehatékony
182
458091
2713
07:52
focusesösszpontosít on the itemspéldány
whichmelyik have been leastlegkevésbé recentlymostanában used.
183
460828
3229
amiket már régóta nem használtak.
07:56
This saysmondja if you're going to decidedöntsd el
to removeeltávolít something from memorymemória,
184
464972
3191
Ha például úgy döntünk,
törölni akarunk valamit a memóriából,
08:00
you should take out the thing whichmelyik was
last accessedelérhető the furthestlegtávolabbi in the pastmúlt.
185
468187
4968
azt kell választani,
amivel a legrégebben dolgoztunk.
08:05
And there's a certainbizonyos
kindkedves of logiclogika to this.
186
473179
2159
Van ebben bizonyos logika.
08:07
If it's been a long time sincemivel you last
accessedelérhető that piecedarab of informationinformáció,
187
475362
3598
Ha régóta nem nyúltunk
ahhoz az információhoz,
08:10
it's probablyvalószínűleg going to be a long time
188
478984
1762
valószínűleg
08:12
before you're going to need
to accesshozzáférés it again.
189
480770
2192
jó ideig nem is lesz rá szükségünk.
08:15
Your wardroberuhásszekrény is just like
the computer'sszámítógép memorymemória.
190
483787
2774
A szekrényünk is olyan,
mint a számítógép memóriája.
08:18
You have limitedkorlátozott capacitykapacitás,
191
486585
2030
Befogadóképessége korlátozott,
08:20
and you need to try and get in there
the things that you're mosta legtöbb likelyvalószínűleg to need
192
488639
5327
ezért olyan holmikkal érdemes megpakolni,
amiket valószínűleg használni fogunk,
08:25
so that you can get to them
as quicklygyorsan as possiblelehetséges.
193
493990
2419
így a lehető leggyorsabban hozzáférhetünk.
08:29
RecognizingFELISMERVE that,
194
497016
1151
Ha ezt felismerjük,
08:30
maybe it's worthérdemes applyingalkalmazó
the leastlegkevésbé recentlymostanában used principleelv
195
498191
2813
talán érdemes alkalmazni a fenti alapelvet
08:33
to organizingszervező your wardroberuhásszekrény as well.
196
501028
1949
a szekrényünk rendezéséhez is.
08:35
So if we go back
to Martha'sMartha's fournégy questionskérdések,
197
503001
2082
Visszatérve Martha négy kérdéséhez,
08:37
the computerszámítógép scientiststudósok
would say that of these,
198
505107
2861
az informatikusok valószínűleg
08:39
the last one is the mosta legtöbb importantfontos.
199
507992
1941
az utolsót tartják a legfontosabbnak.
Az ötlet, hogy aszerint
rendezzük el tárgyainkat,
08:43
This ideaötlet of organizingszervező things
200
511473
2055
08:45
so that the things you are mosta legtöbb
likelyvalószínűleg to need are mosta legtöbb accessiblehozzáférhető
201
513552
3129
hogy az legyen elöl,
ami feltehetően a legszükségesebb,
08:48
can alsois be appliedalkalmazott in your officehivatal.
202
516705
1676
az irodánkban is segíthet rendet tartani.
08:51
The Japanesejapán economistközgazdász YukioYukio NoguchiNoguchi
203
519091
1930
A japán közgazdász, Yukio Noguchi
08:53
actuallytulajdonképpen inventedfeltalált a filingbejelentés systemrendszer
that has exactlypontosan this propertyingatlan.
204
521045
3055
feltalált egy kartotékrendszert,
pontosan a fenti alapelv mentén.
08:57
He startedindult with a cardboardkarton boxdoboz,
205
525161
1609
Egy kartondobozzal kezdte,
08:58
and he put his documentsdokumentumok into the boxdoboz
from the left-handbal kéz sideoldal.
206
526794
2940
balról kezdve beletette az iratait.
Valahányszor újabbat tett bele,
09:02
EachMinden time he'dő lenne addhozzáad a documentdokumentum,
207
530067
1434
09:03
he'dő lenne movemozog what was in there alongmentén
208
531525
1621
mindig odébb tolta a többit,
09:05
and he'dő lenne addhozzáad that documentdokumentum
to the left-handbal kéz sideoldal of the boxdoboz.
209
533170
2810
és mindig bal oldalra tette az újat.
09:08
And eachminden egyes time he accessedelérhető
a documentdokumentum, he'dő lenne take it out,
210
536004
2667
És valahányszor kivett egyet,
dolgozott vele,
09:10
consultConsult it and put it back in
on the left-handbal kéz sideoldal.
211
538695
2608
majd mindig a bal oldalra tette vissza.
09:13
As a resulteredmény, the documentsdokumentumok would be
orderedmegrendelt from left to right
212
541327
3281
Így végső soron az iratait
balról jobbra rendezte aszerint,
09:16
by how recentlymostanában they had been used.
213
544632
1761
hogy melyiket használta legutóbb.
09:18
And he foundtalál he could quicklygyorsan find
what he was looking for
214
546417
2774
Így mindig könnyen, gyorsan
megtalálta, amit keresett,
09:21
by startingkiindulási at the left-handbal kéz
sideoldal of the boxdoboz
215
549215
2054
mindig bal oldalról kezdve,
09:23
and workingdolgozó his way to the right.
216
551293
1572
jobb felé folytatva a keresést.
09:25
Before you dashkötőjel home
and implementvégrehajtása this filingbejelentés systemrendszer --
217
553215
2621
Mielőtt hazarobognának,
hogy megvalósítsák ezt a rendszert –
09:27
(LaughterNevetés)
218
555860
1731
(Nevetés)
09:29
it's worthérdemes recognizingfelismerés
that you probablyvalószínűleg alreadymár have.
219
557615
2638
érdemes átgondolni:
talán már meg is valósították.
09:32
(LaughterNevetés)
220
560891
3310
(Nevetés)
09:36
That pilehalom of paperspapírok on your deskasztal ...
221
564225
2866
Az a papírhalom az íróasztalukon...
jellemzően úgy becsméreljük,
hogy kaotikus és rendetlen,
09:39
typicallyjellemzően malignedkárhoztatott
as messyrendetlen and disorganizeda zavaros,
222
567115
2474
09:41
a pilehalom of paperspapírok is, in facttény,
perfectlytökéletesen organizedszervezett --
223
569613
2565
de egy ilyen papírhalom valójában
tökéletesen szervezett –
09:44
(LaughterNevetés)
224
572202
1000
(Nevetés)
09:45
as long as you, when you take a paperpapír out,
225
573226
2014
hisz amikor kihúznak belőle egy lapot,
09:47
put it back on the topfelső of the pilehalom,
226
575264
2432
a halom tetejére teszik vissza,
09:49
then those paperspapírok are going
to be orderedmegrendelt from topfelső to bottomalsó
227
577720
2826
a lapok tehát fentről lefelé
időrendi sorban állnak aszerint,
09:52
by how recentlymostanában they were used,
228
580570
1552
hogy melyikkel dolgoztak legutóbb.
09:54
and you can probablyvalószínűleg quicklygyorsan find
what you're looking for
229
582146
2701
Így valószínűleg gyorsan megtalálják,
amit keresnek,
09:56
by startingkiindulási at the topfelső of the pilehalom.
230
584871
1700
ha a kupac tetején kezdik a keresést.
09:59
OrganizingSzervezése your wardroberuhásszekrény or your deskasztal
231
587988
1848
Feltételezem, nem a szekrényük
vagy íróasztaluk rendezése
10:01
are probablyvalószínűleg not the mosta legtöbb pressingnyomás
problemsproblémák in your life.
232
589860
2681
életük legnyomasztóbb gondja.
10:05
SometimesNéha the problemsproblémák we have to solvemegfejt
are simplyegyszerűen very, very hardkemény.
233
593588
3602
Olykor a megoldandó problémák
egyszerűen igen-igen nehezek.
10:09
But even in those casesesetek,
234
597716
1150
De az informatikusoknak
10:10
computerszámítógép sciencetudomány can offerajánlat some strategiesstratégiák
235
598890
2021
még ilyen esetekre is van stratégiájuk,
10:12
and perhapstalán some solacevigaszt.
236
600935
1669
és talán meg is nyugtatnak.
A legjobb algoritmusok lényege,
hogy a lehető legkevesebb időn belül
10:16
The bestlegjobb algorithmsalgoritmusok are about doing
what makesgyártmányú the mosta legtöbb senseérzék
237
604048
3075
10:19
in the leastlegkevésbé amountösszeg of time.
238
607147
1502
a legtöbbet hozzák ki a programból.
A számítógépes feldolgozás
során a bonyolult problémák helyett
10:22
When computersszámítógépek facearc hardkemény problemsproblémák,
239
610627
1958
10:24
they dealüzlet with them by makinggyártás them
into simpleregyszerűbb problemsproblémák --
240
612609
2762
egyszerűbbeket vesznek:
véletlenszerűen választott
speciális eseteket,
10:27
by makinggyártás use of randomnessvéletlenszerűség,
241
615395
1346
10:28
by removingeltávolítása constraintskorlátok
or by allowinglehetővé téve approximationsközelítések.
242
616765
3817
vagy elhagynak néhány feltételt,
esetleg közelítő megoldást keresnek.
10:32
SolvingMegoldása those simpleregyszerűbb problemsproblémák
243
620606
1494
Az egyszerűbb problémák megoldásával
10:34
can give you insightbepillantás
into the hardernehezebb problemsproblémák,
244
622124
2920
kapunk némi képet
a nehezebbek természetéről,
10:37
and sometimesnéha producestermel
prettyszép good solutionsmegoldások in theirazok ownsaját right.
245
625068
3031
és előfordulhat, hogy ily módon
egész jó megoldások születnek.
10:41
KnowingIsmerve all of this has helpedsegített me
to relaxRelax when I have to make decisionsdöntések.
246
629658
3569
Ennek ismerete segített abban,
hogy lazán hozzam meg döntéseimet.
10:45
You could take the 37 percentszázalék ruleszabály
for findinglelet a home as an examplepélda.
247
633251
3255
Például alkalmazhatjuk a 37 százalékos
szabályt, amikor lakást keresünk.
10:49
There's no way that you can
considerfontolgat all of the optionslehetőségek,
248
637015
2702
Képtelenség végigjárni
az összes adódó lehetőséget,
10:51
so you have to take a chancevéletlen.
249
639741
1580
ezért kockáztatni kell.
10:53
And even if you followkövesse
the optimaloptimális strategystratégia,
250
641888
2860
De még a legjobb stratégia követése
sem garantálja
10:56
you're not guaranteedgarantált a perfecttökéletes outcomeeredmény.
251
644772
1931
a tökéletes végeredményt.
10:59
If you followkövesse the 37 percentszázalék ruleszabály,
252
647198
2154
Ha a 37 százalékos szabályt követjük,
11:01
the probabilityvalószínűség that you find
the very bestlegjobb placehely is --
253
649376
3279
a legeslegjobb hely
megtalálásának esélye –
11:04
funnilyviccesen enoughelég ...
254
652679
1508
elég vicces –
11:06
(LaughterNevetés)
255
654211
1014
(Nevetés)
11:07
37 percentszázalék.
256
655249
1420
mindössze 37 százalék.
11:09
You failnem sikerül mosta legtöbb of the time.
257
657966
1689
Többnyire tévedünk.
11:12
But that's the bestlegjobb that you can do.
258
660522
1744
De ez a legjobb, amit tehetünk.
11:14
UltimatelyVégső soron, computerszámítógép sciencetudomány
can help to make us more forgivingmegbocsátó
259
662846
3052
Az informatika végül is abban segít,
hogy elnézőbbek legyünk
11:17
of our ownsaját limitationskorlátozások.
260
665922
1909
saját korlátainkkal szemben.
11:20
You can't controlellenőrzés outcomeseredmények,
just processesfolyamatok.
261
668333
2539
Nincs hatásunk a végeredményre,
csak a folyamatokra.
11:22
And as long as you've used
the bestlegjobb processfolyamat,
262
670896
2119
Amennyiben a legjobb folyamatot
alkalmaztuk,
11:25
you've doneKész the bestlegjobb that you can.
263
673039
1763
megtettünk minden tőlünk telhetőt.
11:26
SometimesNéha those bestlegjobb processesfolyamatok
involvevonja takingbevétel a chancevéletlen --
264
674826
3688
Van úgy, hogy a legjobb eljárásnál
kockáztatnunk kell –
11:30
not consideringfigyelembe véve all of your optionslehetőségek,
265
678538
2115
nem veszünk figyelembe
minden lehetőséget,
11:32
or beinglény willinghajlandó to settlerendezze
for a prettyszép good solutionmegoldás.
266
680677
2729
vagy készek vagyunk beérni
egy viszonylag jó megoldással.
11:35
These aren'tnem the concessionsengedmények
that we make when we can't be rationalracionális --
267
683430
3350
Ezek nem olyan engedmények, amiket
ésszerűség híján kell megtennünk –
11:38
they're what beinglény rationalracionális meanseszközök.
268
686804
1629
hanem éppen így vagyunk racionálisak.
11:40
Thank you.
269
688833
1151
Köszönöm.
11:42
(ApplauseTaps)
270
690008
4547
(Taps)
Translated by Andrea Vida
Reviewed by Maria Ruzsane Cseresnyes

▲Back to top

ABOUT THE SPEAKER
Tom Griffiths - Psychologist, cognitive scientist
Tom 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.

More profile about the speaker
Tom Griffiths | Speaker | TED.com

Data provided by TED.

This site was created in May 2015 and the last update was on January 12, 2020. It will no longer be updated.

We are currently creating a new site called "eng.lish.video" and would be grateful if you could access it.

If you have any questions or suggestions, please feel free to write comments in your language on the contact form.

Privacy Policy

Developer's Blog

Buy Me A Coffee