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

939,847 views ・ 2018-10-05

TED


אנא לחץ פעמיים על הכתוביות באנגלית למטה כדי להפעיל את הסרטון.

תרגום: Shlomo Adam עריכה: Ido Dekkers
00:13
If there's one city in the world
0
13407
1581
אם יש עיר אחת בעולם
שבה קשה למצוא מקום שאפשר לקנות או לשכור,
00:15
where it's hard to find a place to buy or rent,
1
15012
2333
00:17
it's Sydney.
2
17369
1150
זאת סידני.
ואם ניסיתם לאחרונה למצוא כאן בית,
00:19
And if you've tried to find a home here recently,
3
19043
2367
00:21
you're familiar with the problem.
4
21434
1840
אתם מכירים את הבעיה.
בכל פעם שאתם נכנסים לדירה לדוגמה
00:23
Every time you walk into an open house,
5
23298
2014
00:25
you get some information about what's out there
6
25336
2191
אתם מקבלים מידע מסוים על המצב
00:27
and what's on the market,
7
27551
1393
ועל מה שיש בשוק.
00:28
but every time you walk out,
8
28968
1430
אבל בכל פעם שאתם יוצאים החוצה,
00:30
you're running the risk of the very best place passing you by.
9
30422
3214
אתם מסתכנים בכך שתחמיצו את הבית הכי טוב.
00:33
So how do you know when to switch from looking
10
33660
2820
אז איך אתם יודעים מתי להפסיק לבחון דירות
00:36
to being ready to make an offer?
11
36504
1562
ולהיות מוכנים להציע מחיר?
00:39
This is such a cruel and familiar problem
12
39663
2401
זאת בעיה אכזרית ומוכרת כל-כך
שאולי תופתעו לשמוע שיש לה פתרון פשוט.
00:42
that it might come as a surprise that it has a simple solution.
13
42088
3074
00:45
37 percent.
14
45588
1203
37 אחוזים.
00:46
(Laughter)
15
46815
1828
(צחוק)
00:48
If you want to maximize the probability that you find the very best place,
16
48667
3936
אם ברצונכם למרב את הסבירות לכך שתמצאו את המקום הכי טוב,
00:52
you should look at 37 percent of what's on the market,
17
52627
2825
עליכם לבדוק 37% ממה שיש בשוק,
00:55
and then make an offer on the next place you see,
18
55476
2310
ולהציע מחיר למקום הבא שתבדקו,
00:57
which is better than anything that you've seen so far.
19
57810
2524
שמוצא חן בעיניכם יותר מכל מה שראיתם לפניו.
01:00
Or if you're looking for a month, take 37 percent of that time --
20
60358
3805
ואם אתם מחפשים כבר חודש, קחו עוד 37% מהזמן הזה -
11 יום, בתור תקן -
01:04
11 days, to set a standard --
21
64187
2915
ואז אתם מוכנים לפעול.
01:07
and then you're ready to act.
22
67126
1575
01:09
We know this because trying to find a place to live
23
69829
2709
אנו יודעים זאת כי הנסיון למצוא מקום מגורים
01:12
is an example of an optimal stopping problem.
24
72562
2325
הוא דוגמה ל"בעיית עצירה מיטבית",
01:14
A class of problems that has been studied extensively
25
74911
2483
סוג בעיות שנחקרו היטב
01:17
by mathematicians and computer scientists.
26
77418
2105
בידי מתמטיקאים ומדעני מחשבים.
01:21
I'm a computational cognitive scientist.
27
81502
2519
אני איש מחשבים במדעי הקוגניציה.
אני מקדיש את זמני לנסיון להבין
01:24
I spend my time trying to understand
28
84045
1960
איך פועל מוח האדם,
01:26
how it is that human minds work,
29
86029
1798
01:27
from our amazing successes to our dismal failures.
30
87851
3671
מתוך הצלחותינו המדהימות וגם מכשלונותינו המבישים.
01:32
To do that, I think about the computational structure
31
92552
2493
לצורך כך אני חושב על המבנה החישובי
של בעיות היומיום,
01:35
of the problems that arise in everyday life,
32
95069
2659
01:37
and compare the ideal solutions to those problems
33
97752
2375
ומשווה את הפתרונות האידאליים לבעיות אלה
עם התנהגותנו בפועל.
01:40
to the way that we actually behave.
34
100151
1747
01:42
As a side effect,
35
102725
1185
אגב כך,
01:43
I get to see how applying a little bit of computer science
36
103934
2715
אני מגלה איך יישום קצת מדע מחשבים
01:46
can make human decision-making easier.
37
106673
1860
יכול להקל על קבלת ההחלטות האנושית.
01:49
I have a personal motivation for this.
38
109828
1847
יש לי מניע אישי לכך.
גדלתי בפרת' כילד עם ראש גדול מדי...
01:52
Growing up in Perth as an overly cerebral kid ...
39
112153
3166
(צחוק)
01:55
(Laughter)
40
115343
4731
השתדלתי תמיד לפעול באופן שנראה לי הגיוני,
02:00
I would always try and act in the way that I thought was rational,
41
120098
3147
שקלתי כל החלטה,
02:03
reasoning through every decision,
42
123269
1597
02:04
trying to figure out the very best action to take.
43
124890
2403
ניסיתי למצוא מהי הפעולה שבה הכי כדאי לנקוט.
02:07
But this is an approach that doesn't scale up
44
127972
2190
אבל זאת גישה שלא עומדת במבחן הבעיות שצצות בחיים הבוגרים.
02:10
when you start to run into the sorts of problems
45
130186
2242
02:12
that arise in adult life.
46
132452
1500
02:13
At one point, I even tried to break up with my girlfriend
47
133976
2728
פעם אפילו ניסיתי להיפרד מחברה שלי
02:16
because trying to take into account her preferences as well as my own
48
136728
3350
בעקבות הנסיון להתחשב בהעדפותיה ובהעדפותי
ולמצוא פתרונות מושלמים -
02:20
and then find perfect solutions --
49
140102
1683
02:21
(Laughter)
50
141809
2259
(צחוק)
זה רק התיש אותי.
02:24
was just leaving me exhausted.
51
144092
1752
02:25
(Laughter)
52
145868
2533
(צחוק)
02:28
She pointed out that I was taking the wrong approach
53
148425
2429
היא ציינה בפני שאני נוקט בגישה מוטעית
02:30
to solving this problem --
54
150878
1609
לפתרון הבעיה הזאת -
02:32
and she later became my wife.
55
152511
1382
ולימים הפכה להיות אשתי.
02:33
(Laughter)
56
153917
2062
(צחוק)
(מחיאות כפיים)
02:36
(Applause)
57
156003
4971
02:40
Whether it's as basic as trying to decide what restaurant to go to
58
160998
3461
בין אם זה משהו בסיסי כמו להחליט לאיזו מסעדה ללכת,
02:44
or as important as trying to decide who to spend the rest of your life with,
59
164483
4055
או משהו חשוב כמו להחליט עם מי לבלות את שארית חייך,
02:48
human lives are filled with computational problems
60
168562
2375
החיים האנושיים מלאים בבעיות חישוביות
02:50
that are just too hard to solve by applying sheer effort.
61
170961
4196
שפשוט קשה מדי לפתרן בכוח בלבד.
02:55
For those problems,
62
175650
1166
בבעיות כאלה כדאי להתייעץ עם מומחים:
02:56
it's worth consulting the experts:
63
176840
1961
02:58
computer scientists.
64
178825
1151
מדעני המחשבים.
(צחוק)
03:00
(Laughter)
65
180000
1784
03:01
When you're looking for life advice,
66
181808
1819
כשאתם מחפשים עצה לחיים,
03:03
computer scientists probably aren't the first people you think to talk to.
67
183651
3640
אולי אינכם חושבים לפנות אל מדעני המחשבים.
03:07
Living life like a computer --
68
187315
1875
לחיות את החיים כמו מחשב -
סטריאוטיפ דטרמיניסטי, מקיף ומדויק -
03:09
stereotypically deterministic, exhaustive and exact --
69
189214
2578
03:11
doesn't sound like a lot of fun.
70
191816
1552
לא נשמע כיף גדול.
אבל החשיבה על מדעי המחשב של ההחלטות האנושיות
03:14
But thinking about the computer science of human decisions
71
194153
2927
חושפת שאנו מבינים את זה הפוך.
03:17
reveals that in fact, we've got this backwards.
72
197104
2408
03:19
When applied to the sorts of difficult problems
73
199536
2198
כשמיישמים זאת לבעיות הקשות שמתעוררות בחיים האנושיים,
03:21
that arise in human lives,
74
201758
1239
הדרך בה המחשבים פותרים בעיות אלה
03:23
the way that computers actually solve those problems
75
203021
2727
03:25
looks a lot more like the way that people really act.
76
205772
2896
נראית הרבה יותר כמו הדרך בה מתנהגים בפועל בני-אדם.
לדוגמה, ההחלטה לאיזו מסעדה ללכת.
03:29
Take the example of trying to decide what restaurant to go to.
77
209267
2922
זאת בעיה עם מבנה חישובי ייחודי.
03:33
This is a problem that has a particular computational structure.
78
213090
3088
יש לכם מערך של אפשרויות,
03:36
You've got a set of options,
79
216202
1524
03:37
you're going to choose one of those options,
80
217750
2049
אתם בוחרים אחת מאפשרויות אלה,
03:39
and you're going to face exactly the same decision tomorrow.
81
219823
2811
ומחר תיאלצו לקבל אותה החלטה בדיוק.
03:42
In that situation,
82
222658
1151
במצב זה,
03:43
you run up against what computer scientists call
83
223833
2295
אתם במצב שמדעני המחשב מכנים
"ניסוי או מיצוי".
03:46
the "explore-exploit trade-off."
84
226152
2372
עליכם לקבל החלטה אם לנסות משהו חדש -
03:49
You have to make a decision
85
229115
1334
03:50
about whether you're going to try something new --
86
230473
2334
03:52
exploring, gathering some information
87
232831
2183
ניסוי, איסוף מידע נוסף שאולי תוכלו לנצל בעתיד -
03:55
that you might be able to use in the future --
88
235038
2285
או שמא ללכת למקום שידוע לכם שהוא טוב למדי -
03:57
or whether you're going to go to a place that you already know is pretty good --
89
237347
3793
מיצוי המידע שעד כה אספתם.
04:01
exploiting the information that you've already gathered so far.
90
241164
3003
04:05
The explore/exploit trade-off shows up any time you have to choose
91
245488
3096
בעיית "ניסוי או מיצוי" עולה תמיד כשעליכם לבחור
04:08
between trying something new
92
248608
1350
בין בדיקה של משהו חדש
04:09
and going with something that you already know is pretty good,
93
249982
2980
לבין היצמדות למשהו שידוע לכם שהוא טוב למדי,
בין אם מדובר בהאזנה למוסיקה
04:12
whether it's listening to music
94
252986
1550
04:14
or trying to decide who you're going to spend time with.
95
254560
2634
או בהחלטה עם מי לבלות.
זוהי גם הבעיה של חברות הטכנולוגיה
04:17
It's also the problem that technology companies face
96
257218
2494
04:19
when they're trying to do something like decide what ad to show on a web page.
97
259736
3667
כשהן מנסות למשל להחליט איזו פרסומת להציג באינטרנט.
האם כדאי שינסו פרסומת חדשה וילמדו מזה משהו,
04:23
Should they show a new ad and learn something about it,
98
263417
2572
או להציג לכם פרסומת שכבר ידוע להם
04:26
or should they show you an ad
99
266003
1383
04:27
that they already know there's a good chance you're going to click on?
100
267420
3306
שיש סיכוי טוב שתקליקו עליה?
04:30
Over the last 60 years,
101
270750
1151
ב-60 השנה האחרונות
04:31
computer scientists have made a lot of progress understanding
102
271925
2892
מדעני המחשבים התקדמו מאד בתחום בעיית ה"ניסוי או מיצוי",
04:34
the explore/exploit trade-off,
103
274841
1452
והמחקר שלהם הניב כמה תובנות מפתיעות.
04:36
and their results offer some surprising insights.
104
276317
2398
כשאתם מנסים להחליט לאיזו מסעדה ללכת,
04:39
When you're trying to decide what restaurant to go to,
105
279291
2598
04:41
the first question you should ask yourself
106
281913
2000
השאלה הראשונה שעליכם לשאול את עצמכם היא,
04:43
is how much longer you're going to be in town.
107
283937
2179
כמה זמן עוד תהיו בעיר.
04:46
If you're just going to be there for a short time,
108
286505
2342
אם תהיו בעיר זמן קצר בלבד,
04:48
then you should exploit.
109
288871
1515
כדאי לכם למצות.
04:50
There's no point gathering information.
110
290410
1905
אין טעם לאסוף מידע.
04:52
Just go to a place you already know is good.
111
292339
2048
לכו פשוט למקום שכבר ידוע לכם שהוא טוב.
04:54
But if you're going to be there for a longer time, explore.
112
294411
2929
אבל אם תישארו בעיר זמן רב יותר, נסו.
04:57
Try something new, because the information you get
113
297364
2387
נסו משהו חדש, כי המידע שתשיגו
04:59
is something that can improve your choices in the future.
114
299775
2974
עשוי לשפר את בחירותיכם העתידיות.
05:02
The value of information increases
115
302773
1979
ערך המידע עולה
05:04
the more opportunities you're going to have to use it.
116
304776
2600
ככל שמתרבות האפשרויות שלכם לנצל אותו.
עקרון זה יכול לתת לנו הבנה גם לגבי מבנה החיים האנושיים.
05:08
This principle can give us insight
117
308193
1754
05:09
into the structure of a human life as well.
118
309971
2070
לתינוקות אין מוניטין של יצורים רציונליים במיוחד.
05:13
Babies don't have a reputation for being particularly rational.
119
313104
3053
הם תמיד מנסים דברים חדשים,
05:17
They're always trying new things,
120
317098
1825
05:18
and you know, trying to stick them in their mouths.
121
318947
2836
מנסים להכניס דברים לפה.
05:22
But in fact, this is exactly what they should be doing.
122
322621
2952
אך למעשה, זה בדיוק מה שהם אמורים לעשות.
05:25
They're in the explore phase of their lives,
123
325597
2430
הם מצויים בשלב ה"ניסוי" של חייהם,
וכמה מהדברים האלה אולי יתגלו כטעימים.
05:28
and some of those things could turn out to be delicious.
124
328051
2621
בקצה האחר של הקשת,
05:32
At the other end of the spectrum,
125
332040
1572
05:33
the old guy who always goes to the same restaurant
126
333636
2506
הזקן שהולך תמיד לאותה מסעדה
ואוכל תמיד אותו אוכל
05:36
and always eats the same thing
127
336166
1635
05:37
isn't boring --
128
337825
1328
איננו משעמם:
הוא מיטבי.
05:39
he's optimal.
129
339177
1509
05:40
(Laughter)
130
340710
3830
(צחוק)
05:44
He's exploiting the knowledge that he's earned
131
344564
2228
הוא ממצה את הידע שרכש
05:46
through a lifetime's experience.
132
346816
1767
במהלך כל נסיון חייו.
05:50
More generally,
133
350406
1151
באופן כללי יותר, ככל שתבינו בבעיית "ניסוי או מיצוי",
05:51
knowing about the explore/exploit trade-off
134
351581
2031
יהיה לכם קצת יותר קל להירגע ולסלוח לעצמכם
05:53
can make it a little easier for you to sort of relax and go easier on yourself
135
353636
3667
כשאתם מנסים לקבל החלטה.
05:57
when you're trying to make a decision.
136
357327
1810
אינכם מוכרחים ללכת בכל ערב למסעדה הכי טובה.
05:59
You don't have to go to the best restaurant every night.
137
359161
2728
06:01
Take a chance, try something new, explore.
138
361913
2979
קחו סיכון, נסו משהו חדש, התנסו.
06:04
You might learn something.
139
364916
1627
אולי תלמדו משהו חדש.
06:06
And the information that you gain
140
366567
1589
ולמידע שתרכשו
יהיה יותר ערך מאשר סעודה טובה למדי.
06:08
is going to be worth more than one pretty good dinner.
141
368180
2543
מדעי המחשב יכולים גם להקל עלינו
06:12
Computer science can also help to make it easier on us
142
372178
2699
06:14
in other places at home and in the office.
143
374901
2152
במקומות אחרים בבית ובמשרד.
06:17
If you've ever had to tidy up your wardrobe,
144
377860
2453
אם נאלצתם אי-פעם לסדר את המלתחה,
06:20
you've run into a particularly agonizing decision:
145
380337
2671
נקלעתם לדילמה מייסרת במיוחד:
להחליט אילו דברים תשאירו
06:23
you have to decide what things you're going to keep
146
383032
2382
06:25
and what things you're going to give away.
147
385438
2009
ואילו דברים תמסרו.
06:27
Martha Stewart turns out to have thought very hard about this --
148
387974
3000
מסתבר שמרתה סטיוארט השקיעה בכך מחשבה מרובה -
06:30
(Laughter)
149
390998
1205
(צחוק)
ויש לה כמה עצות טובות.
06:32
and she has some good advice.
150
392227
1678
06:33
She says, "Ask yourself four questions:
151
393929
2295
היא אומרת, "שאלו את עצמכם ארבע שאלות:
1. ממתי הפריט הזה אצלי?
06:36
How long have I had it?
152
396248
1526
06:37
Does it still function?
153
397798
1450
2. האם הוא עדיין תקין?
3. יש לי שניים כאלה או יותר?
06:39
Is it a duplicate of something that I already own?
154
399272
3199
06:42
And when was the last time I wore it or used it?"
155
402495
2411
4. מתי לאחרונה לבשתי או השתמשתי בזה?
06:46
But there's another group of experts
156
406648
1715
אבל יש קבוצה נוספת של מומחים
שחשבו אולי עוד יותר לעומק על הבעיה הזאת,
06:48
who perhaps thought even harder about this problem,
157
408387
3130
06:51
and they would say one of these questions is more important than the others.
158
411541
3660
והם אומרים שאחת השאלות האלה יותר חשובה מהאחרות.
06:55
Those experts?
159
415819
1150
מיהם המומחים האלה?
האנשים שמתכננים את מערכות הזכרון של מחשבים.
06:57
The people who design the memory systems of computers.
160
417281
2848
לרוב המחשבים יש שני סוגי מערכות זכרון:
07:00
Most computers have two kinds of memory systems:
161
420153
2254
07:02
a fast memory system,
162
422431
1387
מערכת זכרון מהיר,
07:03
like a set of memory chips that has limited capacity,
163
423842
3169
מערך שבבי מחשב בעל קיבולת מוגבלת
משום שהם יקרים,
07:07
because those chips are expensive,
164
427035
2052
ומערכת זכרון איטי, גדולה בהרבה.
07:09
and a slow memory system, which is much larger.
165
429111
3260
כדי שהמחשב יתפקד בשיא היעילות,
07:13
In order for the computer to operate as efficiently as possible,
166
433239
3000
יש לוודא שהמידע שאליו רוצים לגשת
07:16
you want to make sure
167
436263
1151
07:17
that the pieces of information you want to access
168
437438
2352
יימצא במערכת הזכרון המהיר,
07:19
are in the fast memory system,
169
439814
1477
כדי שאפשר יהיה להגיע אליו במהירות.
07:21
so that you can get to them quickly.
170
441315
1754
בכל פעם שניגשים לפיסת מידע היא נטענת לזכרון המהיר
07:23
Each time you access a piece of information,
171
443093
2061
07:25
it's loaded into the fast memory
172
445178
1525
והמחשב צריך להחליט מה למחוק מאותו זכרון
07:26
and the computer has to decide which item it has to remove from that memory,
173
446727
3877
07:30
because it has limited capacity.
174
450628
1741
בגלל קיבולתו המוגבלת.
07:33
Over the years,
175
453794
1151
במשך השנים מדעני המחשב ניסו שיטות שונות
07:34
computer scientists have tried a few different strategies
176
454969
2739
כדי להחליט מה למחוק מהזכרון המהיר.
07:37
for deciding what to remove from the fast memory.
177
457732
2292
הם ניסו דברים כמו בחירה אקראית,
07:40
They've tried things like choosing something at random
178
460048
3176
או עקרון "נכנס ראשון - יוצא ראשון",
07:43
or applying what's called the "first-in, first-out principle,"
179
463248
2906
כלומר, מחיקת הפריט שהיה הכי הרבה זמן בזכרון.
07:46
which means removing the item
180
466178
1399
07:47
which has been in the memory for the longest.
181
467601
2176
אבל השיטה הכי יעילה
07:50
But the strategy that's most effective
182
470091
2713
07:52
focuses on the items which have been least recently used.
183
472828
3229
מתמקדת בפריטים שהיו הכי מעט בשימוש לאחרונה.
07:56
This says if you're going to decide to remove something from memory,
184
476972
3191
כלומר, אם רוצים להחליט מה למחוק מהזכרון,
יש למחוק את הפריט שניגשו אליו הכי מזמן.
08:00
you should take out the thing which was last accessed the furthest in the past.
185
480187
4968
ויש בכך הגיון מסוים.
08:05
And there's a certain kind of logic to this.
186
485179
2159
08:07
If it's been a long time since you last accessed that piece of information,
187
487362
3598
אם הגישה לפריט מסוים נעשתה לפני הכי הרבה זמן,
08:10
it's probably going to be a long time
188
490984
1762
יש להניח שיעבור הרבה זמן עד שייגשו אליו שוב.
08:12
before you're going to need to access it again.
189
492770
2192
08:15
Your wardrobe is just like the computer's memory.
190
495787
2774
המלתחה שלכם דומה לזכרון המחשב.
08:18
You have limited capacity,
191
498585
2030
הקיבולת היא מוגבלת,
08:20
and you need to try and get in there the things that you're most likely to need
192
500639
5327
ועליכם להכניס לשם את הדברים הכי נחוצים לכם
08:25
so that you can get to them as quickly as possible.
193
505990
2419
כדי שתגיעו אליהם מהר ככל האפשר.
אם מקבלים זאת,
08:29
Recognizing that,
194
509016
1151
אולי כדאי ליישם את עקרון הניצול המועט ביותר גם לארגון המלתחה.
08:30
maybe it's worth applying the least recently used principle
195
510191
2813
08:33
to organizing your wardrobe as well.
196
513028
1949
אז אם נחזור לארבע השאלות של מרתה,
08:35
So if we go back to Martha's four questions,
197
515001
2082
מדעני המחשב יאמרו שמתוכן,
08:37
the computer scientists would say that of these,
198
517107
2861
08:39
the last one is the most important.
199
519992
1941
השאלה האחרונה היא הכי חשובה.
08:43
This idea of organizing things
200
523473
2055
הרעיון של ארגון דברים
08:45
so that the things you are most likely to need are most accessible
201
525552
3129
כך שמה שסביר שתצטרכו יותר יהיה הכי נגיש
08:48
can also be applied in your office.
202
528705
1676
יפה גם למשרד.
הכלכלן היפני יוקיו נוגוצ'י
08:51
The Japanese economist Yukio Noguchi
203
531091
1930
המציא אפילו שיטת תיוק שזהו בדיוק המאפיין שלה.
08:53
actually invented a filing system that has exactly this property.
204
533045
3055
הוא התחיל עם תיבת קרטון,
08:57
He started with a cardboard box,
205
537161
1609
08:58
and he put his documents into the box from the left-hand side.
206
538794
2940
והכניס את מסמכיו לתיבה בצד שמאל.
בכל פעם שהוסיף מסמך,
09:02
Each time he'd add a document,
207
542067
1434
09:03
he'd move what was in there along
208
543525
1621
הזיז הלאה את התכולה
ע"י הוספת המסמך החדש בצד שמאל.
09:05
and he'd add that document to the left-hand side of the box.
209
545170
2810
ובכל פעם שניגש למסמך, הוציא אותו,
09:08
And each time he accessed a document, he'd take it out,
210
548004
2667
09:10
consult it and put it back in on the left-hand side.
211
550695
2608
עיין בו והחזירו בצד שמאל.
09:13
As a result, the documents would be ordered from left to right
212
553327
3281
כתוצאה מכך, המסמכים היו מסודרים משמאל לימין
09:16
by how recently they had been used.
213
556632
1761
לפי המועד האחרון בהם היו בשימוש.
09:18
And he found he could quickly find what he was looking for
214
558417
2774
והוא גילה שהוא מוצא מהר את מה שהוא מחפש
כשהוא מתחיל לחפש בצד שמאל של התיבה
09:21
by starting at the left-hand side of the box
215
561215
2054
ומתקדם ימינה.
09:23
and working his way to the right.
216
563293
1572
לפני שאתם אצים הביתה ומיישמים את עקרון התיוק הזה --
09:25
Before you dash home and implement this filing system --
217
565215
2621
09:27
(Laughter)
218
567860
1731
(צחוק)
09:29
it's worth recognizing that you probably already have.
219
569615
2638
כדאי שתכירו בכך שאתם כבר מיישמים אותו.
09:32
(Laughter)
220
572891
3310
(צחוק)
ערימת הניירות שעל שולחנכם...
09:36
That pile of papers on your desk ...
221
576225
2866
שבד"כ מושמצת כבלגן,
09:39
typically maligned as messy and disorganized,
222
579115
2474
09:41
a pile of papers is, in fact, perfectly organized --
223
581613
2565
ערימת הניירות הזאת בעצם מאורגנת להפליא -
(צחוק)
09:44
(Laughter)
224
584202
1000
אם תמיד, שאתם שולפים נייר כלשהו,
09:45
as long as you, when you take a paper out,
225
585226
2014
תקפידו להחזירו לראש הערימה,
09:47
put it back on the top of the pile,
226
587264
2432
09:49
then those papers are going to be ordered from top to bottom
227
589720
2826
המסמכים יהיו מסודרים מלמעלה למטה לפי מועד השימוש האחרון,
09:52
by how recently they were used,
228
592570
1552
וסביר שתמצאו מהר את מה שאתם מחפשים
09:54
and you can probably quickly find what you're looking for
229
594146
2701
אם תתחילו מלמעלה.
09:56
by starting at the top of the pile.
230
596871
1700
09:59
Organizing your wardrobe or your desk
231
599988
1848
ארגון המלתחה או השולחן
10:01
are probably not the most pressing problems in your life.
232
601860
2681
אולי אינן הבעיות הכי דוחקות בחייכם.
10:05
Sometimes the problems we have to solve are simply very, very hard.
233
605588
3602
לפעמים הבעיות שעלינו לפתור הן פשוט קשות עד מאד.
10:09
But even in those cases,
234
609716
1150
אבל אפילו במקרים אלה, מדעי המחשב יכולים להציע שיטות
10:10
computer science can offer some strategies
235
610890
2021
10:12
and perhaps some solace.
236
612935
1669
ואולי נחמה כלשהי.
טובי האלגוריתמים מנסים למצוא מה הכי הגיוני לעשות
10:16
The best algorithms are about doing what makes the most sense
237
616048
3075
בזמן הקצר ביותר.
10:19
in the least amount of time.
238
619147
1502
10:22
When computers face hard problems,
239
622627
1958
כשמחשבים נתקלים בבעיות קשות,
10:24
they deal with them by making them into simpler problems --
240
624609
2762
הם מתמודדים עימן בהפיכתן לבעיות פשוטות יותר -
10:27
by making use of randomness,
241
627395
1346
באמצעות אקראיות,
10:28
by removing constraints or by allowing approximations.
242
628765
3817
בסילוק מגבלות או באיפשור קליעה מקורבת.
10:32
Solving those simpler problems
243
632606
1494
פתרון בעיות פשוטות יותר אלה
יכול לתת תובנה לגבי הבעיות הקשות יותר,
10:34
can give you insight into the harder problems,
244
634124
2920
ולעתים, לספק פתרונות טובים למדי בזכות עצמם.
10:37
and sometimes produces pretty good solutions in their own right.
245
637068
3031
10:41
Knowing all of this has helped me to relax when I have to make decisions.
246
641658
3569
כל הידע הזה איפשר לי להירגע כשעלי לקבל החלטות.
קחו לדוגמה את כלל 37 האחוזים למציאת בית.
10:45
You could take the 37 percent rule for finding a home as an example.
247
645251
3255
אין סיכוי שתוכלו לשקול את כל האפשרויות,
10:49
There's no way that you can consider all of the options,
248
649015
2702
10:51
so you have to take a chance.
249
651741
1580
ולכן עליכם להסתכן.
10:53
And even if you follow the optimal strategy,
250
653888
2860
ואפילו אם תנהגו על פי השיטה המיטבית,
10:56
you're not guaranteed a perfect outcome.
251
656772
1931
לא מובטחת לכם תוצאה מושלמת.
אם תאמצו את כלל 37 האחוזים,
10:59
If you follow the 37 percent rule,
252
659198
2154
11:01
the probability that you find the very best place is --
253
661376
3279
הסבירות לכך שתמצאו את הבית הכי טוב היא -
11:04
funnily enough ...
254
664679
1508
כמה מוזר -
(צחוק)
11:06
(Laughter)
255
666211
1014
37 אחוזים.
11:07
37 percent.
256
667249
1420
11:09
You fail most of the time.
257
669966
1689
רוב הזמן לא תצליחו,
11:12
But that's the best that you can do.
258
672522
1744
אבל זה הכי טוב שתוכלו לעשות.
11:14
Ultimately, computer science can help to make us more forgiving
259
674846
3052
בשורה התחתונה, מדעי המחשב יכולים להפוך אותנו לסלחניים יותר
11:17
of our own limitations.
260
677922
1909
ביחס למגבלותינו.
11:20
You can't control outcomes, just processes.
261
680333
2539
אינכם יכולים לשלוט בתוצאות אלא רק בתהליכים.
11:22
And as long as you've used the best process,
262
682896
2119
וכל עוד השתמשתם בתהליך הכי טוב,
הרי שעשיתם כמיטב יכולתכם.
11:25
you've done the best that you can.
263
685039
1763
11:26
Sometimes those best processes involve taking a chance --
264
686826
3688
לפעמים התהליכים הכי טובים האלה כרוכים בנטילת סיכון -
11:30
not considering all of your options,
265
690538
2115
לא לשקול את כל האפשרווית,
11:32
or being willing to settle for a pretty good solution.
266
692677
2729
או להיות מוכנים להסתפק בפתרון די טוב,
11:35
These aren't the concessions that we make when we can't be rational --
267
695430
3350
אלה אינם וויתורים שאנו עושים כשאיננו יכולים לנהוג בהגיון;
11:38
they're what being rational means.
268
698804
1629
זוהי בדיוק התנהגות הגיונית.
11:40
Thank you.
269
700833
1151
תודה לכם.
(מחיאות כפיים)
11:42
(Applause)
270
702008
4547
על אתר זה

אתר זה יציג בפניכם סרטוני YouTube המועילים ללימוד אנגלית. תוכלו לראות שיעורי אנגלית המועברים על ידי מורים מהשורה הראשונה מרחבי העולם. לחץ פעמיים על הכתוביות באנגלית המוצגות בכל דף וידאו כדי להפעיל את הסרטון משם. הכתוביות גוללות בסנכרון עם הפעלת הווידאו. אם יש לך הערות או בקשות, אנא צור איתנו קשר באמצעות טופס יצירת קשר זה.

https://forms.gle/WvT1wiN1qDtmnspy7