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

938,894 views ・ 2018-10-05

TED


Please double-click on the English subtitles below to play the video.

Translator: Hiwa Foundation Reviewer: Hiwa Foundation II
00:13
If there's one city in the world
0
13407
1581
ئەگەر شوێنێکی جیهان هەبێت
00:15
where it's hard to find a place to buy or rent,
1
15012
2333
کە دۆزینەوەی شوێنێک بۆ کڕین یان کرێ قوورس بێت،
00:17
it's Sydney.
2
17369
1150
سیدنییە.
00:19
And if you've tried to find a home here recently,
3
19043
2367
ئەگەر بەم دواییەش ویستبێتت لێرە ماڵێک بدۆزیتەوە،
00:21
you're familiar with the problem.
4
21434
1840
ئەوا ئاشنایت بە کێشەکە.
00:23
Every time you walk into an open house,
5
23298
2014
هەرجارێک ئەچیتە ناو ماڵێکی کراوە،
00:25
you get some information about what's out there
6
25336
2191
هەندێک زانیاری دەزانیت لەسەر ئەوەی چی هەیە لەوێ، و
00:27
and what's on the market,
7
27551
1393
چیش هەیە لە بازاڕدا،
00:28
but every time you walk out,
8
28968
1430
بەڵام هەرجارێک ئەچیتە دەرەوە،
00:30
you're running the risk of the very best place passing you by.
9
30422
3214
خۆت ئەخەیتە بەر مەترسی ئەوەی باشترین شوێنت لەکیس بچێت.
00:33
So how do you know when to switch from looking
10
33660
2820
کەواتە چۆن ئەزانیت کە کەی ئەتوانی هەنگاو بنێیت
00:36
to being ready to make an offer?
11
36504
1562
لە ئامادەبوونەوە بۆ بڕیاردان؟
00:39
This is such a cruel and familiar problem
12
39663
2401
ئەمە کێشەیەکی قورسە و ئاشناین پێی
00:42
that it might come as a surprise that it has a simple solution.
13
42088
3074
کە لەوانەیە سەرت بسوڕمێت لەوەی چارەسەرێکی سادەی هەیە.
00:45
37 percent.
14
45588
1203
لەسەدا ٣٧.
00:46
(Laughter)
15
46815
1828
(پێکەنین)
00:48
If you want to maximize the probability that you find the very best place,
16
48667
3936
ئەگەر ئەتەوێت ئەگەرەکان زۆرترین بکەیت کە باشترین شوێنت پێئەدۆزرێتەوە،
00:52
you should look at 37 percent of what's on the market,
17
52627
2825
پێویستە سەیری لەسەدا ٣٧ی شوێنەکانی بازاڕ بکەیت، و
00:55
and then make an offer on the next place you see,
18
55476
2310
ئینجا بڕیار بدە لەسەر شوێنی دواتر کە ئەیبینیت،
00:57
which is better than anything that you've seen so far.
19
57810
2524
کە باشتر ئەبێت لە هەر شتێک کە پێشتر بینیبێتت.
01:00
Or if you're looking for a month, take 37 percent of that time --
20
60358
3805
یان ئەگەر مانگێکە ئەگەڕێیت، لەسەدا ٣٧ی کاتەکە وەرگرە --
01:04
11 days, to set a standard --
21
64187
2915
واتە ١١ ڕۆژ، بۆ دانانی ستانداردێک -- و
01:07
and then you're ready to act.
22
67126
1575
ئینجا ئامادە ئەبیت.
01:09
We know this because trying to find a place to live
23
69829
2709
ئەمە ئەزانین چونکە هەوڵدان بۆ دۆزینەوەی شوێنی ژیان
01:12
is an example of an optimal stopping problem.
24
72562
2325
نموونەیەکە بۆ کێشەی باشترین هەلومەرج بۆ وەستان.
01:14
A class of problems that has been studied extensively
25
74911
2483
پۆلێک کێشە کە بە چڕی توێژینەوەیان بۆ کراوە
01:17
by mathematicians and computer scientists.
26
77418
2105
لەلایەن بیرکاری زانەکان و زاناکانی کۆمپیتەر.
01:21
I'm a computational cognitive scientist.
27
81502
2519
من زانام لە بوواری توانای لێکدانەوە.
01:24
I spend my time trying to understand
28
84045
1960
کاتی خۆم بەسەر ئەبەم لە هەوڵدان بۆ تێگەشتنی
01:26
how it is that human minds work,
29
86029
1798
ئەوەی مێشکی مرۆڤ چۆن کار ئەکات،
01:27
from our amazing successes to our dismal failures.
30
87851
3671
لە سەرکەوتنە سەرسوڕهێنەرەکانمانەوە بۆ شکستە قوورسەکانمان.
01:32
To do that, I think about the computational structure
31
92552
2493
بۆ ئەوە، بیر لە پێکهاتەی ژماردن ئەکەمەوە
01:35
of the problems that arise in everyday life,
32
95069
2659
بۆ کێشەکانی کە لە ژیانی ڕۆژانەیا سەرهەڵئەیەن، و
01:37
and compare the ideal solutions to those problems
33
97752
2375
چارەسەر نموونەییەکان بەراورد ئەکەین بەو کێشانە
01:40
to the way that we actually behave.
34
100151
1747
بە شێوازی هەڵسوکەوتکردنمان.
01:42
As a side effect,
35
102725
1185
وەک کاریگەری لاوەکی،
01:43
I get to see how applying a little bit of computer science
36
103934
2715
ئەتوانم ببینم کە چۆن بەکارهێنانی کەمێک لە زانستی کۆمپیتەر
01:46
can make human decision-making easier.
37
106673
1860
ئەکرێت بڕیاردان بۆ مرۆڤ ئاسانتر بکات.
01:49
I have a personal motivation for this.
38
109828
1847
پاڵنەرێکی کەسیم هەیە بۆ ئەمە.
01:52
Growing up in Perth as an overly cerebral kid ...
39
112153
3166
کە گەورەبووم لە پێرس وەک کوڕێک کە زۆر بە وریاییەوە ئەجوڵامەوە...
01:55
(Laughter)
40
115343
4731
(پێکەنین)
02:00
I would always try and act in the way that I thought was rational,
41
120098
3147
هەمووکات هەوڵم ئەیا بەو شێوەیە بجوڵێمەوە کە ژیرانە بوو بەلامەوە،
02:03
reasoning through every decision,
42
123269
1597
بۆ هەموو بڕیارێک لێکدانەوەم ئەکرد،
02:04
trying to figure out the very best action to take.
43
124890
2403
هەوڵم ئەیا بزانم باشترین هەلبژاردن چی ئەبێت.
02:07
But this is an approach that doesn't scale up
44
127972
2190
بەڵام ئەمە نزیکبوونەوەیەکە کە زۆر بەسوود نییە
02:10
when you start to run into the sorts of problems
45
130186
2242
کاتێک ئەکەویتە ناو ئەو جۆرە کێشانەی تووشیان ئەبیت
02:12
that arise in adult life.
46
132452
1500
کاتێک گەورە ئەبیت.
02:13
At one point, I even tried to break up with my girlfriend
47
133976
2728
لە خاڵێکدا، تەنانەت هەوڵمیا لەگەڵ خۆشەویستەکەم جیابمەوە
02:16
because trying to take into account her preferences as well as my own
48
136728
3350
چونکە هەوڵدان بۆ لەبەرچاوگرتنی ویستەکانی ئەویش و خۆشم و
02:20
and then find perfect solutions --
49
140102
1683
ئینجا دۆزینەوەی باشترین چارەسەر --
02:21
(Laughter)
50
141809
2259
(پێکەنین)
02:24
was just leaving me exhausted.
51
144092
1752
زۆر ماندووی ئەکردم.
02:25
(Laughter)
52
145868
2533
(پێکەنین)
02:28
She pointed out that I was taking the wrong approach
53
148425
2429
پێی وتم کە نزیکبوونەوەیەکی هەڵەم گرتۆتە بەر
02:30
to solving this problem --
54
150878
1609
بۆ چارەسەرکردنی کێشەکە -- و
02:32
and she later became my wife.
55
152511
1382
دوواتر بوو بە هاوسەرم.
02:33
(Laughter)
56
153917
2062
(پێکەنین)
02:36
(Applause)
57
156003
4971
(چەپڵەلێدان)
02:40
Whether it's as basic as trying to decide what restaurant to go to
58
160998
3461
ئەگەر هێندە بچووک بێت وەک هەڵبژاردنی چێشتخانەکەی ئەچیت بۆی
02:44
or as important as trying to decide who to spend the rest of your life with,
59
164483
4055
یان هێندەی ئەوە گرنگ بێت بڕیار بەیت هەتا ماویت ژیانت لەگەڵ کێ ئەبەیتە سەر،
02:48
human lives are filled with computational problems
60
168562
2375
ژیانی مرۆڤەکان پڕە لە کێشەکانی لێکدانەوەی ژمارەیی
02:50
that are just too hard to solve by applying sheer effort.
61
170961
4196
کە تەنیا بە هەوڵدانی خۆت چارەسەرکردنی قورس ئەبێت.
02:55
For those problems,
62
175650
1166
بۆ ئەو کێشانە،
02:56
it's worth consulting the experts:
63
176840
1961
باشترە ڕاوێژ بە پسپۆڕەکان بکرێت:
02:58
computer scientists.
64
178825
1151
زاناکانی کۆمپیتەر.
03:00
(Laughter)
65
180000
1784
(پێکەنین)
03:01
When you're looking for life advice,
66
181808
1819
کاتێک بۆ ئامۆژگاری تەمەن ئەگەڕێیت،
03:03
computer scientists probably aren't the first people you think to talk to.
67
183651
3640
لەوانەیە زاناکانی کۆمپیتەر یەکەمین کەس نەبن قسەیان لەگەڵ بکەیت.
03:07
Living life like a computer --
68
187315
1875
ژیان بەسەر بردن وەک کۆمپیتەرێک --
03:09
stereotypically deterministic, exhaustive and exact --
69
189214
2578
بەشێوەیەکی سادەکراو پێشبینی بۆکراو گشتگیر و ورد --
03:11
doesn't sound like a lot of fun.
70
191816
1552
زۆر لە خۆش ناچێت.
03:14
But thinking about the computer science of human decisions
71
194153
2927
بەڵام بیرکردنەوە لە زانستی کۆمپیتەری بڕیارەکانی مرۆڤ
03:17
reveals that in fact, we've got this backwards.
72
197104
2408
دەریئەخات کە لە ڕاستیدا، پاشەوپێش لەمە تێگەشتووین.
03:19
When applied to the sorts of difficult problems
73
199536
2198
کاتێک بەکاریئەهێنیت بۆ کێشە قورسە هەمەجۆرەکانی
03:21
that arise in human lives,
74
201758
1239
لە ژیانی مرۆڤدا سەرهەڵئەیەن،
03:23
the way that computers actually solve those problems
75
203021
2727
شێوەی چارەسەرکردنی ئەو کێشانە لەلایەن ئەو کۆمپیتەرانەوە
03:25
looks a lot more like the way that people really act.
76
205772
2896
زۆر لە شێوەی هەلسوکەوتی کەسەکان ئەچن.
03:29
Take the example of trying to decide what restaurant to go to.
77
209267
2922
بۆ نموونە هەوڵی بڕیاردان لەسەر ئەوەی بچیت بۆ کام رێستۆرانت.
03:33
This is a problem that has a particular computational structure.
78
213090
3088
ئەمە کێشەیەکە کە بەدیاریکراوی پێکهاتەیەکی لێکدانەوەی ژمارەیی هەیە.
03:36
You've got a set of options,
79
216202
1524
ژمارەیەک هەڵبژاردن لەبەردەستدایە،
03:37
you're going to choose one of those options,
80
217750
2049
یەکێک لەوانە هەڵئەبژێریت، و
03:39
and you're going to face exactly the same decision tomorrow.
81
219823
2811
بۆ ڕۆژی دواتریش ڕووبەڕووی هەمان بڕیار ئەبیتەوە.
03:42
In that situation,
82
222658
1151
لەو هەلومەرجەدا،
03:43
you run up against what computer scientists call
83
223833
2295
ئەکەویتە ناو ئەو دەستەواژەیەی زانایانی کۆمپیتەر پێی ئەڵێن
03:46
the "explore-exploit trade-off."
84
226152
2372
"ئاڵوگۆڕی لێکۆڵینەوە-قۆستنەوە."
03:49
You have to make a decision
85
229115
1334
پێویستە بڕیارێک بەیت
03:50
about whether you're going to try something new --
86
230473
2334
کە ئایا ئەتەوێت شتێکی نوێ تاقی بکەیتەوە --
03:52
exploring, gathering some information
87
232831
2183
لێکۆڵینەوە، و کۆکردنەوەی هەندێک زانیاری
03:55
that you might be able to use in the future --
88
235038
2285
کە لەوانەبێت لە داهاتوودا بتوانیت بەکاریبێنیت --
03:57
or whether you're going to go to a place that you already know is pretty good --
89
237347
3793
یان تەواو ئەچیت بۆ شوێنێک کە خۆت ئەزانیت زۆر باشە --
04:01
exploiting the information that you've already gathered so far.
90
241164
3003
ئەو زانیارییانە بەکار ئەهێنیت کە تا ئەو ساتە کۆتکردۆتەوە.
04:05
The explore/exploit trade-off shows up any time you have to choose
91
245488
3096
ئاڵوگۆڕی لێکۆڵینەوە/قۆستنەوە هەموو جارێک دەرئەکەوێت کاتێک ئەتەوێت هەڵبژێریت
04:08
between trying something new
92
248608
1350
لەنێوان تاقیکردنەوەی شتێکی نوێ و
04:09
and going with something that you already know is pretty good,
93
249982
2980
ڕۆشتن لەگەڵ شتێکا کە خۆت ئەزانیت زۆر باشە،
04:12
whether it's listening to music
94
252986
1550
ئەگەر گوێگرتن بێت لە گۆرانی
04:14
or trying to decide who you're going to spend time with.
95
254560
2634
یان هەوڵدان بۆ بڕیاردان لەسەر ئەوەی کاتی خۆت لەگەڵ کێ بەسەر ئەبەیت.
04:17
It's also the problem that technology companies face
96
257218
2494
هەروەها کێشەیەکیشە کە کۆمپانیاکانی تەکنەلۆجیا ڕووبەڕووی ئەبنەوە
04:19
when they're trying to do something like decide what ad to show on a web page.
97
259736
3667
کاتێک هەوڵئەیەین شتێک بکەن وەک بڕیاردان لەسەر نیشاندانی کام ریکلام لەسەر ماڵپەڕ.
04:23
Should they show a new ad and learn something about it,
98
263417
2572
ئەبێت ریکلامێکی نوێ نیشان بەن یان شتێک فێربن لەبارەیەوە،
04:26
or should they show you an ad
99
266003
1383
یان ئەبێت ریکلامێکت نیشان بەن
04:27
that they already know there's a good chance you're going to click on?
100
267420
3306
کە خۆیان ئەزانن ئەگەری زۆری هەیە کلیکی لەسەر بکەیت؟
04:30
Over the last 60 years,
101
270750
1151
بەدرێژایی ٦٠ ساڵی ڕابردوو،
04:31
computer scientists have made a lot of progress understanding
102
271925
2892
زانایانی کۆمپیتەر بەرەوپێشچوونێکی زۆریان کردووە لە تێگەشتن لە
04:34
the explore/exploit trade-off,
103
274841
1452
ئاڵووگۆڕی لێکۆڵینەوە/قۆستنەوە، و
04:36
and their results offer some surprising insights.
104
276317
2398
ئەنجامەکانیان هەندێک تێگەشتنی سەرسوڕهێنەر ئەیات.
04:39
When you're trying to decide what restaurant to go to,
105
279291
2598
کاتێک هەوڵ ئەیەیت بڕیار بەیت بۆ کام رێستۆرانت بچیت،
04:41
the first question you should ask yourself
106
281913
2000
یەکەم پرسیار کە ئەبێت لەخۆتی بکەیت ئەوەیە
04:43
is how much longer you're going to be in town.
107
283937
2179
کە چەندێک زیاتر لەناو شارەکەیا ئەبیت.
04:46
If you're just going to be there for a short time,
108
286505
2342
ئەگەر تەنیا بۆ ماوەیەکی کورت لەوێبیت،
04:48
then you should exploit.
109
288871
1515
کەواتە ئەبێت بیقۆزیتەوە.
04:50
There's no point gathering information.
110
290410
1905
کۆکردنەوەی زانیاری هیچ سوودی نییە.
04:52
Just go to a place you already know is good.
111
292339
2048
تەنیا بڕۆ بۆ شوێنێک کە ئەزانیت خۆشە.
04:54
But if you're going to be there for a longer time, explore.
112
294411
2929
بەڵام ئەگەر ئەزانیت بۆ ماوەیەکی زیاتر ئەمێنیتەوە، بگەڕێ.
04:57
Try something new, because the information you get
113
297364
2387
شتێکی نوێ تاقیکەرەوە، چونکە زانیارییەکەی دەستت ئەکەوێت
04:59
is something that can improve your choices in the future.
114
299775
2974
شتێکە ئەکرێت لە داهاتووشا هەڵبژاردنەکانت باشتر بکات.
05:02
The value of information increases
115
302773
1979
بەهای زانیارییەکە زیاد ئەکات
05:04
the more opportunities you're going to have to use it.
116
304776
2600
ئەگەر دەرفەتی زیاترت هەبێت بۆ ئەوەی بەکاریان بهێنیت.
05:08
This principle can give us insight
117
308193
1754
ئەم بنەمایە ئەتوانێت تێگەشتنمان باتێ
05:09
into the structure of a human life as well.
118
309971
2070
لەسەر پێکهاتەی ژیانی مرۆڤیش.
05:13
Babies don't have a reputation for being particularly rational.
119
313104
3053
منداڵان ناوبانگێکی باشیان نییە کە ژیرانە بجووڵێنەوە.
05:17
They're always trying new things,
120
317098
1825
هەمووکات شتی نوێ تاقی ئەکەنەوە، و
05:18
and you know, trying to stick them in their mouths.
121
318947
2836
هەوڵ ئەیەن بیخەنە دەمییانەوە.
05:22
But in fact, this is exactly what they should be doing.
122
322621
2952
بەڵام ڕاستییەکەی، ئەمە ڕێک ئەو شتەیە کە ئەبێ بیکەن.
05:25
They're in the explore phase of their lives,
123
325597
2430
لە قۆناغی لێکۆڵینەوەی ژیانیاندان، و
05:28
and some of those things could turn out to be delicious.
124
328051
2621
لەوانەیە هەندێک لەو شتانەش تامیان خۆش دەرچێت.
05:32
At the other end of the spectrum,
125
332040
1572
لە کۆتاییەکەی تری شەبەنگەکەشدا،
05:33
the old guy who always goes to the same restaurant
126
333636
2506
پیاوە پیرەکەی هەموو جارێک ئەچێت بۆ هەمان چێشتخانە و
05:36
and always eats the same thing
127
336166
1635
هەموو جارێک هەمان شت ئەخوات
05:37
isn't boring --
128
337825
1328
کەسێکی وشک نییە --
05:39
he's optimal.
129
339177
1509
لەبارترین هەڵئەبژێرێت.
05:40
(Laughter)
130
340710
3830
(پێکەنین)
05:44
He's exploiting the knowledge that he's earned
131
344564
2228
ئەو زانیارییانە ئەقۆزێتەوە کە دەستی کەوتووە
05:46
through a lifetime's experience.
132
346816
1767
لەڕێگەی ئەزموونی ژیانییەوە.
05:50
More generally,
133
350406
1151
بەشێوەیەکی گشتی تر،
05:51
knowing about the explore/exploit trade-off
134
351581
2031
زانین دەربارەی ئاڵووگۆڕی لێکۆڵینەوە/قۆستنەوە
05:53
can make it a little easier for you to sort of relax and go easier on yourself
135
353636
3667
ئەکرێت کەمێک ئاسانتری بکات بۆت کە پشوو بەیت و ئاسانتری بکات بۆت
05:57
when you're trying to make a decision.
136
357327
1810
کاتێک هەوڵ ئەیەیت بڕیارێک بەیت.
05:59
You don't have to go to the best restaurant every night.
137
359161
2728
پێویست ناکا هەموو شەوێک بچیت بۆ باشترین چێشتخانە.
06:01
Take a chance, try something new, explore.
138
361913
2979
سەرکێشی بکە، شتێکی نوێ تاقی بکەرەوە، بگەڕێ.
06:04
You might learn something.
139
364916
1627
لەوانەیە شتێک فێربیت. و
06:06
And the information that you gain
140
366567
1589
زانیارییەکەی کە دەستت ئەکەوێت
06:08
is going to be worth more than one pretty good dinner.
141
368180
2543
لە تەنیا ژەمە خۆراکێکی باش زیاتر ئەهێنێت بۆت.
06:12
Computer science can also help to make it easier on us
142
372178
2699
زانستی کۆمپیتەریش ئەکرێت یارمەتیدەربێت ئاسانتری بکات بۆمان
06:14
in other places at home and in the office.
143
374901
2152
لە شوێنەکانی تری ماڵەوە و لە شوێنی کاریش.
06:17
If you've ever had to tidy up your wardrobe,
144
377860
2453
ئەگەر هەرجارێک پێویستی کردبێت دۆڵابەکەت ڕێک بخەیت،
06:20
you've run into a particularly agonizing decision:
145
380337
2671
بڕیارێکی یەکلاکەرەوەی قورس یەتە بەردەمت:
06:23
you have to decide what things you're going to keep
146
383032
2382
ئەبێ بڕیار بەیت کام لە شتەکان ئەهێڵیتەوە
06:25
and what things you're going to give away.
147
385438
2009
کام لە شتەکانیش فڕێ ئەیەیت.
06:27
Martha Stewart turns out to have thought very hard about this --
148
387974
3000
دەرکەوت مارتا ستیوارت زۆری بیر لەمە کردۆتەوە --
06:30
(Laughter)
149
390998
1205
(پێکەنین)
06:32
and she has some good advice.
150
392227
1678
هەندێک ئامۆژگاری باشی هەیە.
06:33
She says, "Ask yourself four questions:
151
393929
2295
ئەڵێت، "چوار پرسیار لەخۆت بکە:
06:36
How long have I had it?
152
396248
1526
چەندێکە هەمە؟
06:37
Does it still function?
153
397798
1450
هێشتا سوودی هەیە؟
06:39
Is it a duplicate of something that I already own?
154
399272
3199
هاوشێوەی شتێکە کە هێشتا هەمە؟
06:42
And when was the last time I wore it or used it?"
155
402495
2411
ئەی دوایین جار کەی بوو کە لەبەرم کرد یان بەکارم هێنا؟"
06:46
But there's another group of experts
156
406648
1715
بەڵام کۆمەڵێکی تر پسپۆڕیش هەیە
06:48
who perhaps thought even harder about this problem,
157
408387
3130
کە زیاتر بیریان لەم کێشەیە کردۆتەوە، و
06:51
and they would say one of these questions is more important than the others.
158
411541
3660
ئەلێن کە یەکێک لەم پرسیارانە لەوانی تر گرنگترە.
06:55
Those experts?
159
415819
1150
ئەو پسپۆڕانە؟
06:57
The people who design the memory systems of computers.
160
417281
2848
ئەو کەسانەی نەخشەی سیستمی یادەوەری کۆمپیتەرەکان دائەنێن.
07:00
Most computers have two kinds of memory systems:
161
420153
2254
زۆربەی کۆمپیتەرەکان دوو جۆر سیستمی یادەوەرییان هەیە:
07:02
a fast memory system,
162
422431
1387
سیستمێکی یادەوەری خێرا،
07:03
like a set of memory chips that has limited capacity,
163
423842
3169
وەک چەند خەریتەیەکی یادەوەری کە توانای سنورداریان هەیە،
07:07
because those chips are expensive,
164
427035
2052
چونکە ئەو خەریتانە گرانن، و
07:09
and a slow memory system, which is much larger.
165
429111
3260
سیستمێکی یادەوەری خاو، کە زۆر گەورەترە.
07:13
In order for the computer to operate as efficiently as possible,
166
433239
3000
بۆ ئەوەی کۆمپیتەر بە باشترین شێوە کار بکات،
07:16
you want to make sure
167
436263
1151
ئەبێت دڵنیابیت لەوەی کە
07:17
that the pieces of information you want to access
168
437438
2352
ئەو پارچە زانیارییانەی کە ئەتەوێت بەردەست بێت بۆت
07:19
are in the fast memory system,
169
439814
1477
لە سیستمی یادەوەری خێرایا بێت،
07:21
so that you can get to them quickly.
170
441315
1754
بۆ ئەوەی خێرا بچیتە سەریان.
07:23
Each time you access a piece of information,
171
443093
2061
هەرجارێک ئەچیتە سەر پارچە زانیارییەک،
07:25
it's loaded into the fast memory
172
445178
1525
ئەچێتە سەر یادەوەری خێرا و
07:26
and the computer has to decide which item it has to remove from that memory,
173
446727
3877
ئەبێ کۆمپیتەرەکە بڕیار بات کام شت لابەرێت لەسەر ئەو یادەوەرییە،
07:30
because it has limited capacity.
174
450628
1741
چونکە توانای سنووردارە.
07:33
Over the years,
175
453794
1151
بەدرێژایی ساڵەکان،
07:34
computer scientists have tried a few different strategies
176
454969
2739
زانایانی کۆمپیتەر چەند ستراتیجییەکی جیاوازیان تاقیکردۆتەوە
07:37
for deciding what to remove from the fast memory.
177
457732
2292
بۆ بڕیاردان لەسەر ئەوەی چی لە یادەوەری خێرا لابەرن.
07:40
They've tried things like choosing something at random
178
460048
3176
هەندێک شتیان تاقیکردۆتەوە وەک هەڵبژاردن بە هەڕەمەکی
07:43
or applying what's called the "first-in, first-out principle,"
179
463248
2906
یان بەکارهێنانی ئەوەی پێی ئەوترێت "بنەمای، یەکەم بۆ ناوەوە، یەکەم بۆ دەرەوە،
07:46
which means removing the item
180
466178
1399
واتە لابردنی ئەو شتەی
07:47
which has been in the memory for the longest.
181
467601
2176
زۆرترین ماوە لەناو یادەوەرییەکەیا بووە.
07:50
But the strategy that's most effective
182
470091
2713
بەڵام ستراتیجییەکەی کاریگەرترینە
07:52
focuses on the items which have been least recently used.
183
472828
3229
تیشک ئەخاتە سەر ئەو شتانەی بەو دواییە کەمترین جار بەکارهێنراوە.
07:56
This says if you're going to decide to remove something from memory,
184
476972
3191
واتە ئەگەر بڕیاری ئەوە بەیت کە شتێک لە یادەوەری دەربکەیت،
08:00
you should take out the thing which was last accessed the furthest in the past.
185
480187
4968
پێویستە ئەو شتە دەربکەیت کە دوایین جار لە دوورترین کاتی ڕابردوودا کراوەتەوە. و
08:05
And there's a certain kind of logic to this.
186
485179
2159
ئەمەش جۆرە لۆجیکێکی دیاریکراوی هەیە.
08:07
If it's been a long time since you last accessed that piece of information,
187
487362
3598
ئەگەر ماوەیەکی زۆر تێپەڕیوە بەسەر دوایین جار کە ئەو زانیارییەت بۆ بەردەست بووە،
08:10
it's probably going to be a long time
188
490984
1762
ئەوا ماوەیەکی درێژخایەن ئەبێت
08:12
before you're going to need to access it again.
189
492770
2192
پێش ئەوەی پێویست بکات بەوەی دووبارە بیکەیتەوە.
08:15
Your wardrobe is just like the computer's memory.
190
495787
2774
دۆڵابەکەشت هەر وەک یادەوەری کۆمپیتەرەکەیە.
08:18
You have limited capacity,
191
498585
2030
شوێنێکی سنووردارت هەیە، و
08:20
and you need to try and get in there the things that you're most likely to need
192
500639
5327
پێویستە ئەو شتانە بهێڵیتەوە کە ئەگەری هەیە زیاتر پێویست پێیان بێت
08:25
so that you can get to them as quickly as possible.
193
505990
2419
بۆ ئەوەی بە زووترین کات بەردەست بن بۆت.
08:29
Recognizing that,
194
509016
1151
ناسینەوەی ئەوە،
08:30
maybe it's worth applying the least recently used principle
195
510191
2813
لەوانەیە شایەنی بێت ئەو بنەمایە بەکاربێنیت کە بەو دواییە کەمترین بەکارهێنراوە
08:33
to organizing your wardrobe as well.
196
513028
1949
بۆ ڕێکخستنەوەی دۆڵابەکەشت.
08:35
So if we go back to Martha's four questions,
197
515001
2082
بۆیە ئەگەر بگەڕێینەوە سەر چوار پرسیارەکەی مارتا،
08:37
the computer scientists would say that of these,
198
517107
2861
زاناکانی کۆمپیتەر ئەڵێن کە لەناو ئەمانەیا،
08:39
the last one is the most important.
199
519992
1941
دوایین دانە گرنگترینە.
08:43
This idea of organizing things
200
523473
2055
بیرۆکەی ڕێکسختنی شتەکان
08:45
so that the things you are most likely to need are most accessible
201
525552
3129
بۆ ئەوەی ئەو شتانەی زۆرترین پێویستیت پێیەتی زیاتر بەردەست بێت
08:48
can also be applied in your office.
202
528705
1676
لە شوێنی کارەکەشت بەکاریەت.
08:51
The Japanese economist Yukio Noguchi
203
531091
1930
ئابوریناسی ژاپۆنی یوکیۆ نۆگوچی
08:53
actually invented a filing system that has exactly this property.
204
533045
3055
سیستمێکی فایل دانانی داهێناوە کە ڕێک ئەم خاسیەتەی هەیە.
08:57
He started with a cardboard box,
205
537161
1609
بە سندووقێکی کارتۆنی دەستیپێکرد، و
08:58
and he put his documents into the box from the left-hand side.
206
538794
2940
بەڵگەنامەکانی خۆی خستە ناو سندوقەکەوە لە بەری لای چەپەوە.
09:02
Each time he'd add a document,
207
542067
1434
هەرجارێک کە بەڵگەنامەیەکی دائەنا،
09:03
he'd move what was in there along
208
543525
1621
ئەوانەی تری ئەخستە ئەو لاوە و
09:05
and he'd add that document to the left-hand side of the box.
209
545170
2810
ئەو بەڵگەنامەیەی ئەخستە بەری لای چەپی سندووقەکە. و
09:08
And each time he accessed a document, he'd take it out,
210
548004
2667
هەرجارێک بەڵگەنامەیەکی ئەویست، دەری ئەهێنا،
09:10
consult it and put it back in on the left-hand side.
211
550695
2608
سەیری ئەکرد و دووبارە ئەیخستەوە بەری لای چەپەوە.
09:13
As a result, the documents would be ordered from left to right
212
553327
3281
دەرئەنجام، بەڵگەنامەکان لە چەپەوە بۆ ڕاست ڕێز ئەکران
09:16
by how recently they had been used.
213
556632
1761
بەپێی ئەوەی دواین جار بەکارهێنراون.
09:18
And he found he could quickly find what he was looking for
214
558417
2774
بۆی دەرکەوت ئەتوانێت بەخێرایی ئەوە بدۆزێتەوە کە بۆی ئەگەڕێت
09:21
by starting at the left-hand side of the box
215
561215
2054
بە دەستکردن بە گەڕان لە لای چەپی سندوقەکە و
09:23
and working his way to the right.
216
563293
1572
ڕۆشتن بەرەو لای ڕاست.
09:25
Before you dash home and implement this filing system --
217
565215
2621
پێش ئەوەی خۆت بکەیت بەماڵەوەیا و ئەم سیستمی جیاکردنەوەیە بەکاربێنیت --
09:27
(Laughter)
218
567860
1731
(پێکەنین)
09:29
it's worth recognizing that you probably already have.
219
569615
2638
شایەنی ئەوەیە درک بەوە بکەیت کە خۆت هەر وات کردووە.
09:32
(Laughter)
220
572891
3310
(پێکەنین)
09:36
That pile of papers on your desk ...
221
576225
2866
ئەو تۆپەڵە کاغەزەی سەر مێزەکەت
09:39
typically maligned as messy and disorganized,
222
579115
2474
کە وەک شێواو و ڕێکنەخراو سەیر ئەکرێت،
09:41
a pile of papers is, in fact, perfectly organized --
223
581613
2565
ڕاستییەکەی ئەو کاغەزانە زۆر باش کۆکراوەن --
09:44
(Laughter)
224
584202
1000
(پێکەنین)
09:45
as long as you, when you take a paper out,
225
585226
2014
ئەگەر کاتێک کاغەزێک دەر ئەکەیت،
09:47
put it back on the top of the pile,
226
587264
2432
بیخەیتەوە سەری سەرەوەی تۆپەڵە کاغەزەکە،
09:49
then those papers are going to be ordered from top to bottom
227
589720
2826
ئینجا ئەو کاغەزانە لە سەرەوە بۆ خوارەوە ڕێک ئەخرێن
09:52
by how recently they were used,
228
592570
1552
بەپێی ئەوەی کامیان دوایین جار بەکارهاتوون،
09:54
and you can probably quickly find what you're looking for
229
594146
2701
لەوانەشە خێرا ئەوە بدۆزیتەوە کە بۆی ئەگەڕێیت
09:56
by starting at the top of the pile.
230
596871
1700
بە سەیرکردنی سەری سەرەوەی کاغەزەکان.
09:59
Organizing your wardrobe or your desk
231
599988
1848
ڕێکخستنی دۆڵابەکەت یان سەر مێزەکەت
10:01
are probably not the most pressing problems in your life.
232
601860
2681
لەوانەیە گەورەترین کێشەی ژیانت نەبێت.
10:05
Sometimes the problems we have to solve are simply very, very hard.
233
605588
3602
هەندێک جار کێشەکانی ژیانمان کە ئەبێت چارەسەریان بکەین زۆر زۆر قورسن.
10:09
But even in those cases,
234
609716
1150
بەڵام تەنانەت ئەو جارانەش،
10:10
computer science can offer some strategies
235
610890
2021
زانستی کۆمپیتەر ئەکرێت هەندێک ستراتیجیمان باتێ و
10:12
and perhaps some solace.
236
612935
1669
لەوانەشە دڵنەواییەک.
10:16
The best algorithms are about doing what makes the most sense
237
616048
3075
باشترین ئەلگۆریتم ئەوەیە ئەو شتە بکەیت کە زیاتر ڕێی تێئەچێت
10:19
in the least amount of time.
238
619147
1502
لە کەمترین کاتدا.
10:22
When computers face hard problems,
239
622627
1958
کاتێک کۆمپیتەرەکان کێشەی گەورەیان تێئەکەوێت،
10:24
they deal with them by making them into simpler problems --
240
624609
2762
ئەیانکەن بە کێشەی بچوکەوە بۆ مامەڵەکردن لەگەڵی --
10:27
by making use of randomness,
241
627395
1346
بە بەکارهێنانی بەهەڕەمەکی کردنیان،
10:28
by removing constraints or by allowing approximations.
242
628765
3817
بە لابردنی بەربەستەکان یان ڕێگەدان بە نزیککردنەوەکان.
10:32
Solving those simpler problems
243
632606
1494
چارەسەرکردنی ئەو کێشە سادەترانە
10:34
can give you insight into the harder problems,
244
634124
2920
ئەکرێت تێگەشتنت باتێ بۆ کێشەکانی قورسترن، و
10:37
and sometimes produces pretty good solutions in their own right.
245
637068
3031
هەندێک جاریش بەشێوەی خۆیان چارەسەری زۆر باش بەرهەم ئەهێنن.
10:41
Knowing all of this has helped me to relax when I have to make decisions.
246
641658
3569
زانینی هەموو ئەمە یارمەتی یاوم پشوو بەم کاتێک ئەزانم ئەبێت بڕیارێک بەم.
10:45
You could take the 37 percent rule for finding a home as an example.
247
645251
3255
ئەکرێت یاسای لەسەدا ٣٧ەکەی دۆزینەوەی ماڵێک وەرگری وەک نموونە.
10:49
There's no way that you can consider all of the options,
248
649015
2702
بەهیچ شێوەیەک ناتوانیت هەموو هەڵبژاردنەکان لەبەرچاو بگریت،
10:51
so you have to take a chance.
249
651741
1580
بۆیە پێویستە سەرکێشی بکەیت. و
10:53
And even if you follow the optimal strategy,
250
653888
2860
تەنانەت ئەگەر ستراتیجی لەبارترینیش بەکاربێنیت،
10:56
you're not guaranteed a perfect outcome.
251
656772
1931
گرنتی باشترین ئەنجامت نابێت.
10:59
If you follow the 37 percent rule,
252
659198
2154
ئەگەر شوێن یاسای لە سەدا ٣٧ بکەویت،
11:01
the probability that you find the very best place is --
253
661376
3279
ئەگەری ئەوەی کە باشترین شوێن بدۆزیتەوە --
11:04
funnily enough ...
254
664679
1508
کە جێی پێکەنینە ...
11:06
(Laughter)
255
666211
1014
(پێکەنین)
11:07
37 percent.
256
667249
1420
لەسەدا ٣٧ە.
11:09
You fail most of the time.
257
669966
1689
زۆربەی جارەکان شکست ئەهێنیت.
11:12
But that's the best that you can do.
258
672522
1744
بەڵام ئەوە باشترینە پێت بکرێت.
11:14
Ultimately, computer science can help to make us more forgiving
259
674846
3052
دەرئەنجام، زانستی کۆمپیتەر ئەکرێت یارمەتیمان بات لێبووردەتر بیت
11:17
of our own limitations.
260
677922
1909
بۆ سنوورەکانی بۆمان دانراوە.
11:20
You can't control outcomes, just processes.
261
680333
2539
ناکرێت کۆنترۆڵی ئەنجامەکان بکەیت، تەنیا پرۆسەکان ئەکرێت.
11:22
And as long as you've used the best process,
262
682896
2119
هەتا باشترین پرۆسەکانی خۆت بەکارهێنابێت،
11:25
you've done the best that you can.
263
685039
1763
ئەوا باشترینت کردووە کە پێتبکرێت.
11:26
Sometimes those best processes involve taking a chance --
264
686826
3688
هەندێک جار ئەو باشترین پرۆسانە سەرکێشی کردن لەخۆ ئەگرێت --
11:30
not considering all of your options,
265
690538
2115
هەموو هەلبژاردنەکان لەبەرچاو نەگریت،
11:32
or being willing to settle for a pretty good solution.
266
692677
2729
یان ئامادەبیت جێگیر ببیت لەسەر چارەسەرێکی باش.
11:35
These aren't the concessions that we make when we can't be rational --
267
695430
3350
ئەمانە خۆبەدەستەوەیانەکان نین کە پێویستە بیکەین کاتێک ناتوانین ژیر بین --
11:38
they're what being rational means.
268
698804
1629
ئەوە واتای ژیر بوونە.
11:40
Thank you.
269
700833
1151
زۆر سوپاس.
11:42
(Applause)
270
702008
4547
(چەپڵەلێدان)
About this website

This site will introduce you to YouTube videos that are useful for learning English. You will see English lessons taught by top-notch teachers from around the world. Double-click on the English subtitles displayed on each video page to play the video from there. The subtitles scroll in sync with the video playback. If you have any comments or requests, please contact us using this contact form.

https://forms.gle/WvT1wiN1qDtmnspy7