जीवन का अनुकूलन

एक अनुकूलन समस्या यह है कि आप यह कैसे पता लगाते हैं कि एक उद्देश्य समारोह का सबसे अच्छा मूल्य उसके सभी चरों की सीमा के भीतर कहाँ है। जीवन का एक बड़ा हिस्सा बस इतना ही है - एक ऐसे बिंदु पर पहुंचने की कोशिश करना जहां आप जिस चीज की सबसे अधिक परवाह करते हैं, वह अधिकतम हो, चाहे वह धन, प्रसिद्धि, सिद्धि, भावनात्मक संबंध, आंतरिक शांति हो ... या शायद सिर्फ शून्यता।

उद्देश्य फलन के स्वरूप के आधार पर, अनुकूलन समस्या आसान या कठिन हो सकती है। एक रैखिक कार्य के साथ, जहां आप मूल रूप से केवल प्रत्येक कारक (चर) को एक साथ जोड़ते हैं और प्रत्येक को कुछ भार (गुणांक) के साथ जोड़ते हैं, आप स्पष्ट रूप से देखते हैं कि कैसे प्रत्येक चर स्वतंत्र रूप से सकारात्मक या नकारात्मक रूप से परिणाम को प्रभावित करता है, अकेले इसके गुणांक से। तो यह कमोबेश स्पष्ट है कि सर्वोत्तम परिणाम प्राप्त करने के लिए उन चरों में कैसे हेरफेर किया जाए। लेकिन एक गैर-रेखीय फ़ंक्शन के साथ, सभी चर एक साथ सभी प्रकार के पागल संयोजनों जैसे गुणन और घातीय और इतने पर उलझ जाते हैं। केवल समीकरण को देखकर यह पता लगाना असंभव है कि क्या किया जाए। यह गन्दा है।

जीवन बहुत ही गैर-रैखिक है। सर्वोत्तम समाधान की गणना करने के लिए कोई सूत्र नहीं है, और जैसा कि आप ऊपर देखते हैं, आपको अच्छा विहंगम दृश्य भी नहीं मिलता है। हर कोई जिस सादृश्य का उपयोग करना पसंद करता है, वह कई चोटियों वाले पहाड़ पर चढ़ना है, कुछ अन्य की तुलना में अधिक है। आप बस इतना कर सकते हैं कि कहीं से शुरुआत करें, पहुंच के भीतर जानकारी एकत्र करें, एक छोटा कदम उठाएं और पुनरावृति करें। हमेशा ऊपर की ओर एक कदम चुनने से, आप किसी एक शिखर (एक स्थानीय अधिकतम) के करीब पहुंच जाएंगे, और अंत में समाप्त हो जाएंगे, लेकिन जरूरी नहीं कि सबसे ऊंचा (वैश्विक अधिकतम) हो। सरल गैर-रैखिक अनुकूलन एल्गोरिदम ठीक यही करते हैं। लेकिन तब आप छोटी सी चोटी पर अटक जाते हैं क्योंकि आगे कदम बढ़ाने के लिए कहीं नहीं है। एक चतुर एल्गोरिथम के लिए, यह बेतरतीब ढंग से फिर से कहीं और से शुरू हो सकता है और उम्मीद है कि इस बार बेहतर अधिकतम तक पुनरावृति होगी। हालांकि आपको वास्तविक जीवन में ऐसा करने को नहीं मिलता है। एक उच्च शिखर का लक्ष्य रखने के लिए, आपको पहले उस शिखर से नीचे उतरना होगा जिस पर आप पहले से ही हैं।

समस्या को और भी जटिल बनाने के लिए, आपका उद्देश्य कार्य (या यदि आपके पास एक से अधिक हैं तो उनके बीच का भार) आपके जीवन के दौरान कई बार बदल सकता है। जैसे-जैसे आप बड़े होते हैं चीजें महत्वपूर्ण या महत्वहीन हो जाती हैं। और वास्तविक पहाड़ों के विपरीत जो पत्थर में स्थापित हैं (शाब्दिक रूप से), आपका परिदृश्य पूरी तरह से बदल जाता है क्योंकि आपका उद्देश्य कार्य बदल जाता है।

तो वह हमें क्या बताता है?

1. आप कहाँ समाप्त होते हैं यह इस बात पर निर्भर नहीं करता है कि आप कहाँ से शुरू करते हैं, बल्कि इस बात पर बहुत अधिक निर्भर करता है कि आपका उद्देश्य कार्य क्या है।

2. अन्य लोगों के कदमों का आँख मूंदकर अनुसरण न करें, क्योंकि उनके उद्देश्य कार्य आपसे भिन्न हो सकते हैं। तो भले ही ऐसा लग सकता है कि आप दोनों नक्शे पर एक ही निर्देशांक पर हैं, आप वास्तव में बहुत अलग पहाड़ों पर चढ़ाई कर सकते हैं। अपने लक्ष्य के आधार पर अपने कदमों को मापें।

3. हमेशा अपने सामने सबसे अच्छा कदम चुनने को लेकर बहुत जुनूनी न हों। हालांकि यह आपको निकटतम स्थानीय अधिकतम तक तेजी से ले जाता है, यह वैश्विक अधिकतम तक पहुंचने की आपकी संभावना को नहीं बढ़ाता है। थोड़ी यादृच्छिकता वास्तव में एक अच्छी बात है, खासकर शुरुआती चरणों में। यह आपको बहुत जल्दी स्थानीय अधिकतम में फंसने से रोकता है।

4. एक स्थानीय अधिकतम से बाहर निकलने के लिए और उम्मीद है कि वैश्विक एक तक पहुंचने के लिए, आपको जानबूझकर अशांति का परिचय देना होगा, "चीजों को थोड़ा सा हिलाएं"। समस्या यह है कि, एक स्थानीय अधिकतम की बहुत परिभाषा के अनुसार, आपका उद्देश्य कार्य नीचे चला जाता है क्योंकि आप फिर से ऊपर जाने से पहले इससे बाहर निकल रहे होते हैं। यह अच्छा नहीं लगता। आदत डाल लो।

लेकिन उपरोक्त सभी को जानते हुए भी, कोई एल्गोरिथम वैश्विक अधिकतम तक पहुंचने की गारंटी नहीं दे सकता है। इसलिए दिन के अंत में (या अपने जीवन में), जो कुछ भी आप हासिल करने में कामयाब रहे, उससे खुश रहें।

यदि ये सब थोड़ा बहुत यांत्रिक लगता है, तो मानव प्रकृति कहाँ खेलती है? ठीक है, जो भी फैंसी एल्गोरिदम का उपयोग करना है, आपके अलावा कोई अन्य आपके उद्देश्य समारोह को परिभाषित नहीं कर सकता है। मशीनें अपना उद्देश्य नहीं चुन सकती हैं। लोग कर सकते हैं।