Цитаты из книги «Алгоритмы для жизни: Простые способы принимать верные решения»

Этот же принцип, к примеру, использовал Лесли Келблинг из Массачусетского технологического института в создании «оптимистичных роботов», которые исследуют пространство вокруг себя, повышая ценность неизведанных территорий. И это, разумеется, имеет значение для жизни человека.

Алгоритмы верхнего доверительного предела претворяют в жизнь принцип, прозванный оптимизмом перед лицом неопределенности. Оптимизм, как выясняется, может быть совершенно рациональным. Сфокусировавшись на том лучшем, что может дать объект, принимая во внимание доказательства, полученные к данному моменту, эти алгоритмы увеличивают возможности, о которых мы знали меньше всего. Как следствие, они действительно вносят долю исследования в процесс принятия решений, заставляя с энтузиазмом хвататься за новые возможности, потому что одна из них может оказаться выдающейся

Специалист по обработке данных Джефф Хаммербахер, бывший сотрудник Facebook, однажды сказал в интервью Bloomberg Businessweek, что «лучшие умы моего поколения размышляют над тем, как заставить людей кликать по объявлениям». Вспомните «Вопль» Аллена Гинзбурга — «Я видел лучшие умы своего поколения, разрушенные безумием» — самое известное произведение бит-поколения. Хаммербахер оценивает такое положение дел как «отстой». Но, несмотря ни на что, интернет все же дает возможности для развития экспериментальной науки о кликах мышкой, о чем маркетологи прошлого не могли и мечтать

Логарифмически растущее сожаление означает, что мы совершим столько же ошибок за первые десять рывков, сколько мы совершим за последующие девяносто, и столько же ошибок за первый год, сколько за оставшиеся девять из декады. (Количество ошибок в первой декаде, в свою очередь, совпадет с количеством ошибок за последующие 90 лет.) Это в какой-то мере утешает. В целом мы не можем ожидать, что в один прекрасный день сожаления вовсе исчезнут. Но если следовать алгоритму минимизации сожалений, то с каждым годом мы можем ожидать меньше сожалений, чем в предыдущем году

Во-первых, предполагая, что вы не всезнайка, можно сказать, что число ваших сожалений никогда не перестанет расти, даже если вы будете выбирать наилучшую стратегию действий. Потому что даже наилучшая стратегия не может быть каждый раз совершенной. Во-вторых, сожаление будет расти меньшими темпами, если вы будете предпочитать лучшую стратегию всем прочим; более того, с хорошей стратегией уровень сожаления будет падать по мере более глубокого изучения проблемы и выбора лучших решений. В-третьих и в-главных, минимально возможное количество сожалений — снова не допуская всеведения — это сожаление, которое растет логарифмически выверенно с каждым рывком рычага

вал бы только «ботаник» — принципами минимизации сожалений. Я представил себя в возрасте 80 лет и сказал: «О'кей, вот я оглядываюсь на прожитую мною жизнь. Хотел бы я свести к минимуму те сожаления, которые мне пришлось испытать!» Я знал, что, когда мне стукнет 80, я точно не пожалею о том, что попробовал сделать это. Я не пожалею о том, что ввязался в то, что называется интернетом, и я знал, что это будет великая вещь. Я знал, что в случае неудачи я не буду сожалеть об этом, но я всегда буду сожалеть о том, что даже не попытался. Я знал, что это будет преследовать меня каждый день, поэтому, когда я взглянул на все с этой точки зрения, принять решение оказалось весьма легко. Информатика не обеспечит вам жизнь, целиком лишенную сожалений. Однако она может предложить то, чего так добивался Безос: жизнь с минимумом сожалений

Как гласит памятная фраза бизнес-теоретика Честера Барнарда, «пробовать и ошибаться — значит хотя бы учиться; ошибиться, не попробовав, — значит пережить невосполнимую потерю того, что могло бы быть

Индекс Гиттинса, таким образом, дает нам формальное строгое обоснование, почему мы всегда предпочитаем узнавать нечто новое при условии, что у нас есть некоторая возможность воспользоваться результатами исследования. Старая пословица утверждает, что «по ту сторону забора трава всегда зеленее», а математика объясняет, почему это так: у неизведанного всегда есть шанс оказаться лучше, даже если мы не ожидаем особой разницы и даже если оно может оказаться хуже. Непроверенный новичок ценится больше (на ранних этапах, во всяком случае), чем ветеран с такими же, казалось бы, способностями именно потому, что о новичке мы меньше знаем. Исследование ценно само по себе, поскольку поиски нового увеличивают наши шансы найти лучшее. Таким образом, именно расчет на будущее, а не концентрация на сегодняшнем дне и побуждает нас к новшествам

влияние Флада на развитие компьютерной науки нельзя не отметить. Именно он обратил внимание на задачу о коммивояжере (которую мы обсудим более подробно в главе 8), изобрел математическую игру «Два бандита» (которая будет описана в главе 11

всего лишь один из примеров ситуации, где работает принцип оптимальной остановки.