Optymalizacja życia

Nov 26 2022
Problem optymalizacyjny polega na tym, jak znaleźć najlepszą wartość funkcji celu w zakresie wszystkich jej zmiennych. Duża część życia polega właśnie na tym — próbie dotarcia do punktu, w którym wszystko, na czym najbardziej Ci zależy, zostanie zmaksymalizowane, czy to bogactwo, sława, osiągnięcia, więź emocjonalna, wewnętrzny spokój… a może po prostu nicość.

Problem optymalizacyjny polega na tym, jak znaleźć najlepszą wartość funkcji celu w zakresie wszystkich jej zmiennych. Duża część życia polega właśnie na tym — próbie dotarcia do punktu, w którym wszystko, na czym najbardziej Ci zależy, zostanie zmaksymalizowane, czy to bogactwo, sława, osiągnięcia, więź emocjonalna, wewnętrzny spokój… a może po prostu nicość.

W zależności od postaci funkcji celu problem optymalizacji może być łatwy lub trudny. Dzięki funkcji liniowej, w której po prostu dodajesz każdy czynnik (zmienną) razem i każdy z pewną wagą (współczynnikiem), wyraźnie widać, jak każda zmienna niezależnie wpływa na wynik, pozytywnie lub negatywnie, na podstawie samego współczynnika. Jest więc mniej lub bardziej oczywiste, jak manipulować tymi zmiennymi, aby wydobyć to, co najlepsze. Ale w przypadku funkcji nieliniowej wszystkie zmienne są splątane razem z różnymi szalonymi kombinacjami, takimi jak mnożenie, wykładnictwo i tak dalej. Nie można dowiedzieć się, co zrobić, patrząc tylko na równanie. To niechlujne.

Jak wygląda nieliniowa funkcja celu.

Życie jest bardzo, bardzo nieliniowe. Nie ma wzoru na obliczenie najlepszego rozwiązania, a nawet nie uzyskasz ładnego widoku z lotu ptaka, jak widać powyżej. Analogia, której wszyscy lubią używać, to wspinanie się na górę z wieloma szczytami, niektóre wyższe od innych. Wszystko, co możesz zrobić, to zacząć od czegoś, zebrać informacje w zasięgu ręki, zrobić mały krok i iterować. Wybierając zawsze krok w górę, zbliżysz się i ostatecznie znajdziesz na jednym ze szczytów (maksimum lokalne), ale niekoniecznie najwyższym (maksimum globalne). Dokładnie to robią prostsze algorytmy optymalizacji nieliniowej. Ale potem utkniesz na małym szczycie, ponieważ nie ma dokąd pójść dalej. W przypadku sprytniejszego algorytmu może on losowo zacząć od innego miejsca i miejmy nadzieję, że tym razem osiągnie lepsze maksimum. Jednak nie możesz tego zrobić w prawdziwym życiu. Aby dążyć do wyższego szczytu, musisz najpierw zejść z tego, na którym już jesteś.

Aby problem był jeszcze bardziej chaotyczny, twoja funkcja celu (lub waga między nimi, jeśli masz więcej niż jedną) może zmieniać się kilka razy w ciągu twojego życia. Rzeczy stają się ważne lub nieważne, gdy dorastasz. I w przeciwieństwie do prawdziwych gór, które są osadzone w kamieniu (dosłownie), twój krajobraz zmienia się całkowicie wraz ze zmianą funkcji celu.

Co nam to mówi?

1. To, gdzie skończysz, nie zależy tak bardzo od tego, gdzie zaczynasz, ale w dużej mierze od tego, jaka jest twoja funkcja celu.

2. Nie podążaj ślepo śladami innych ludzi, ponieważ mogą oni pełnić inne funkcje celu niż Ty. Więc nawet jeśli może się wydawać, że oboje jesteście w tych samych współrzędnych na mapie, w rzeczywistości możecie wspinać się na bardzo różne góry. Mierz swoje kroki w oparciu o własny cel.

3. Nie miej obsesji na punkcie wybierania najlepszego kroku przed sobą. Chociaż przyspiesza to do najbliższego lokalnego maksimum, nie zwiększa prawdopodobieństwa osiągnięcia globalnego maksimum. Trochę przypadkowości jest właściwie dobrą rzeczą, szczególnie na wczesnych etapach. Zapobiega zbyt wczesnemu utknięciu w lokalnym maksimum.

4. Aby wyskoczyć z lokalnego maksimum i miejmy nadzieję dostać się do globalnego, trzeba celowo wprowadzić zakłócenia, „trochę wstrząsnąć”. Problem polega na tym, że z samej definicji lokalnego maksimum twoja funkcja celu spada, gdy wychodzisz z niej, zanim będziesz mógł ponownie wzrosnąć. To nie jest dobre. Przyzwyczaić się do tego.

Ale nawet znając wszystkie powyższe, żaden algorytm nie może zagwarantować osiągnięcia globalnego maksimum. Więc na koniec dnia (lub swojego życia) bądź zadowolony z tego, co udało ci się osiągnąć.

Jeśli wszystko to wydaje się trochę zbyt mechaniczne, gdzie wchodzi w grę ludzka natura? Cóż, niezależnie od tego, jakiego wymyślnego algorytmu użyć, nikt inny niż ty nie możesz zdefiniować swojej funkcji celu. Maszyny nie mogą wybrać celu. Ludzie mogą.