Optimizando la Vida

Un problema de optimización es cómo encontrar dónde se encuentra el mejor valor de una función objetivo dentro del rango de todas sus variables. Una gran parte de la vida es solo eso: tratar de llegar a un punto en el que se maximice lo que más te importa, ya sea la riqueza, la fama, los logros, la conexión emocional, la paz interior... o tal vez simplemente la nada.

Dependiendo de la forma de la función objetivo, un problema de optimización puede ser fácil o difícil. Con una función lineal, donde básicamente solo sumas todos los factores (variables) y cada uno con alguna ponderación (coeficiente), ves claramente cómo cada variable afecta el resultado de manera independiente, positiva o negativamente, solo a partir de su coeficiente. Entonces, es más o menos obvio cómo manipular esas variables para obtener lo mejor. Pero con una función no lineal, todas las variables se enredan con todo tipo de combinaciones locas como multiplicaciones y exponenciales, etc. Es imposible averiguar qué hacer con sólo mirar la ecuación. Está desordenado.

La vida es muy, muy no lineal. No existe una fórmula para calcular la mejor solución, y ni siquiera obtienes la agradable vista de pájaro que ves arriba. La analogía que a todo el mundo le gusta usar es escalar una montaña con muchos picos, unos más altos que otros. Todo lo que puede hacer es comenzar desde algún lugar, recopilar información al alcance de la mano, dar un pequeño paso e iterar. Al elegir siempre un paso hacia arriba, se acercará a uno de los picos (un máximo local), y finalmente terminará en uno de ellos (un máximo local), pero no necesariamente en el más alto (el máximo global). Eso es exactamente lo que hacen los algoritmos de optimización no lineal más simples. Pero luego te quedas atascado en el pequeño pico porque no hay ningún lugar alrededor para subir más. Para un algoritmo más inteligente, podría comenzar aleatoriamente desde otro lugar nuevamente y, con suerte, iterar a un máximo mejor esta vez. Sin embargo, no puedes hacer eso en la vida real. Para apuntar a un pico más alto, primero debe bajar del nivel en el que ya se encuentra.

Para complicar aún más el problema, su función objetivo (o la ponderación entre ellas si tiene más de una) puede cambiar varias veces durante su vida. Las cosas se vuelven importantes o no importantes a medida que creces. Y a diferencia de las montañas reales que están grabadas en piedra (literalmente), su paisaje cambia completamente a medida que cambia su función objetivo.

Entonces, ¿qué nos dice eso?

1. Dónde terminas no depende tanto de dónde empiezas, sino en gran medida de cuál es tu función objetivo.

2. No sigas ciegamente los pasos de otras personas, porque pueden tener funciones objetivas diferentes a las tuyas. Entonces, aunque parezca que ambos están en las mismas coordenadas en el mapa, en realidad podrían estar escalando montañas muy diferentes. Mide tus pasos en función de tu propio objetivo.

3. No te obsesiones demasiado con elegir siempre el mejor paso que tienes delante. Aunque te lleva más rápido al máximo local más cercano, no aumenta tu probabilidad de alcanzar el máximo global. Un poco de aleatoriedad en realidad es algo bueno, especialmente en las primeras etapas. Evita que te quedes atascado en un máximo local demasiado pronto.

4. Para saltar de un máximo local y, con suerte, llegar al global, debe introducir perturbaciones deliberadamente, "sacudir un poco las cosas". El problema es que, por la definición misma de un máximo local, su función objetivo disminuye a medida que sale de ella antes de que pueda volver a subir. Eso no se siente bien. Acostumbrarse a él.

Pero aún sabiendo todo lo anterior, ningún algoritmo puede garantizar alcanzar el máximo global. Así que al final del día (o de tu vida), sé feliz con lo que lograste lograr.

Si todo esto se siente un poco demasiado mecánico, ¿dónde entra en juego la naturaleza humana? Bueno, sea cual sea el algoritmo elegante que se use, nada más y nada menos que usted puede definir su función objetivo. Las máquinas no pueden elegir su propósito. La gente puede.