Человеческие алгоритмы заразительны, но не генетически

Человеческиеалгоритмызаразительнынонегенетически

Когда учредители застревают, они склонны винить в этом обстоятельства или людей, иногда включая самих себя. Но устранение проблем таким способом часто приводит к еще большему застреванию. Это похоже на то, как инженеры обвиняют компьютер в сбое, когда их код имеет гигантскую утечку памяти.

Тем не менее, это широко распространенная точка зрения. Мой опыт работы с Hipmunk включал периоды паралича, паники, раздражительности и паранойи. Работая с основателями, я вижу те же закономерности. Поэтому я начал исследовать, почему это происходит и как с этим справиться.

Когда я поделился некоторыми ранними открытиями в классе для основателей Массачусетского технологического института, студенты были удивлены, увидев, что наша иммунная система воображает угрозы так же, как и наш разум . И каким-то образом модель «биологического алгоритма» помогла им выбраться из тупика.

Я задавался вопросом: может ли алгоритмическая перспектива обратиться к другим способам застревания лидеров? Ответ оказался положительным. (Предупреждение о спойлере: для этого есть алгоритм.)

Однако, чтобы добраться туда, мне потребовалось восстановить мое понимание того, как люди думают и работают. Я проведу вас через алгоритм, который я использовал, а затем покажу, как вы можете повторить этот процесс для того, что мешает вам.

Биологическая алгоритмическая сложность #

Очевидно, это рабочая, функция, что важно для человека, поскольку структуры являются лишь инструментами для улучшения выполнения функции. Дж. С. Хаксли

Я начал поиски в поисках генетических основ, поскольку именно об этом я узнал в Средняя школа. Но чем больше я исследовал, тем меньше генов казалось объяснимым во всех областях биологии и психологии.

Теперь мы знаем, что простое изменение напряжения в определенных частях эмбриона лягушки вызывает рост глаз. части тела они не должны . Точно так же наша иммунная система человека работает частично путем случайного перетасовки генов , а не просто путем копирования нашего унаследованного генома. как есть, а иммунная система, в свою очередь, влияет на наше умственное функционирование . Таким образом, хотя гены могут многое объяснить, их недостаточно, чтобы объяснить всех нас.

Некоторые исследователи теперь смотрят на информацию (т.е. данные) как на другую важнейшая составляющая жизни . Но когда я делюсь аналогиями с основателями, для меня важно правильно понимать биологические истории, а ни гены, ни информация – это не то же самое, что паранойя. Что организм делает с информация определяет, ест он или есть. Точно так же то, что мы делаем с информацией, определяет, учимся ли мы, счастливы или параноики .

Это указывает на третий строительный блок всего живого: алгоритмы обработки информации. Ниже я покажу, что эти алгоритмы существенно отличаются от своих физических носителей (таких как гены); алгоритмы могут изменять и даже создавать новые физические носители. Я также показываю, что эти алгоритмы подвержены естественному отбору; «наиболее приспособленные» алгоритмы могут опередить «наиболее приспособленные» гены.

Этот, казалось бы, абстрактный пункт имеет важные практические последствия. Если вы хотите знать, почему вы параноик, моя гипотеза состоит в том, что это не (просто) для выживания ваших генов, а, скорее, для выживания самого алгоритма паранойи. Этот сдвиг в перспективе предлагает новые ответы на вопрос, почему мы так часто впадаем в плохие привычки и как стать лучше.

Любопытно насчет курия #

Для упрощения начнем с неживых существ. Предположим, есть ускоритель элементарных частиц, который превращает один тип материи в другой (например, кюрий в калифорний ), и нажатие кнопки запускает ускоритель.

Теперь я пишу код, который заставляет робота нажимать кнопку, когда часы бьют полночь, а вы пишете код, который никогда не заставляет робота нажимать кнопку. Мы помещаем каждый алгоритм на отдельный флэш-накопитель, перемешиваем их случайным образом и вставляем один в робота.

Мы ждем полуночи и обнаруживаем, что робот нажимает кнопку.

The robot starts the accelerator, transforming cesium into californium
После полуночи встряхнем твой бубен

Я утверждаю, что цезий превратился в калифорний потому что робот запустил мой алгоритм . Это означает, что алгоритмы не (просто) возникают из материи, но могут изменять саму материю.

Четкий пример #

Теперь давайте посмотрим на некоторые живые существа: бактерии. CRISPR является частью некоторых бактериальных иммунных систем, позволяя им модифицируют свой собственный геном , чтобы напрямую включить часть генетического материала вирусов, с которыми они сталкиваются. Затем, в будущем, бактерии смогут быстрее распознавать эти вирусы и бороться с ними.

Предположим, мы знаем, что бактерия будет модифицировать себя с помощью CRISPR в присутствии определенного вируса, и что эта модификация приведет к появлению белков для борьбы с будущими копиями этого вируса.

Мы вводим вирус в бактерию, а затем, в момент, когда бактерия «замечает» вирус, мы спросите: «Есть ли у этой бактерии в настоящее время ДНК для борьбы с будущими копиями этого конкретного вируса?»

A bacterium has DNA; when it gets attacked by a virus, the bacterium takes some time to recognize it. Once that happens, the bacterium incorporates a section of the virus's genome into its own. Soon, the bacterium uses this to fight off the virus.
Шаг 1: Бактерия с ДНК внутри

Шаг 2: Интересующий момент: Атаки вирусов

Шаг 3: Бактерия включает часть генома вируса в свой собственный

A bacterium has DNA; when it gets attacked by a virus, the bacterium takes some time to recognize it. Once that happens, the bacterium incorporates a section of the virus's genome into its own. Soon, the bacterium uses this to fight off the virus. Шаг 4: Бактерия генерирует белки для борьбы с вирусом

Ответ – нет, потому что его ДНК еще не изменилась.

Наконец, мы спрашиваем: «Имеет ли организм в настоящее время способность бороться от будущих копий вируса? ” И здесь ответ – да.

Следуя инструкциям, заложенным в самой себе, бактерия «знает, как» – и будет – модифицировать себя, чтобы бороться с вирусом.

Иначе говоря, организм имеет алгоритм для борьбы с будущими копиями этого вируса до того, как в нем появятся необходимые для этого белки или геномные правки. Это означает, что биологические алгоритмы не (просто) возникают из ДНК, но те же самые биологические алгоритмы могут также генерировать ДНК.


Идея с птичьим мозгом

#

Если алгоритмы являются строительными блоками, отличными от генов, мы должны ожидать, что алгоритмы будут воспроизводиться, даже если их гены этого не делают. И действительно, могут.

Представьте себе вид птиц, которые каждый год совершают длительные миграции. Самый большой риск для этих птиц – умереть от голода до того, как они достигнут пункта назначения, а при ограниченном количестве пищи в пути выживают только самые энергоэффективные птицы.

Примечательно, что эти птицы имеют способность игнорировать генетически запрограммированная техника полета, имитирующая полет других. Если имитация приводит к повышению эффективности, имитирующая птица запомнит новую технику.

Теперь рассмотрим три варианта этого вида птиц, которые летают по-разному, как показано на игральных картах ниже. .

Несмотря на то, что Low Bird самый тяжелый, он наиболее энергоэффективен

Основываясь только на этой информации, мы могли бы ожидать, что долгосрочное равновесие видов будет низкими птицами, которые являются наиболее эффективными, поскольку летают близко к поверхности снижает аэродинамическое сопротивление .

А теперь представьте, что Низкая и Светлая птица видят и имитируют полет друг друга. Одна из этих имитаций приведет к еще большей эффективности: легкая птица, летящая низко, будет обладать преимуществами меньшего веса и меньшего сопротивления.

Таким образом, естественный отбор пойдет по другому пути, чем гены. предсказали: новопросветленные светлые птицы превзойдут и нормальные, и низкие типы. Алгоритм низкорасположенного полета будет продолжать распространяться – но не гены для этого.

Предположим, теперь мы вводим в мигрирующую стаю некоторых «имитирующих роботов» (которые достаточно похожи на птиц). Достаточно скоро робот увидит и имитирует низко летящую птицу, и довольно скоро птица увидит и подражает низко летящему роботу.

After introducing a robot to the mix, it too learns to fly low. The Light bird, which has now learned to fly low, becomes the new most energy-efficient bird. Light Bird становится наиболее энергоэффективной после изучения алгоритма низколетящего полета

Алгоритм «низкого полета» будет теперь распространяются еще шире. Мало того, «физический коррелят» этого алгоритма появится в совершенно разных средах: сначала ДНК птицы, затем кремний робота и, наконец, мозг птицы.

The algorithm for flying low moves from bird DNA to robot memory to bird brain. Or does the algorithm stay put while the things around it change? Алгоритм миграции для низкого полета

Это иллюстрирует две вещи. Во-первых, естественный отбор – это действует непосредственно на алгоритмы, в отличие от генов, в которых этот алгоритм выражен. Во-вторых, алгоритм может перемещаться между живыми и неживыми существами.

Суть дела

#

Математика моя нога! Алгоритмы – это тоже математика, и часто более интересная

и определенно полезнее. Дорон Зейлбергер

Подводя итог: мы видели алгоритмы: а) предшествуют изменениям в материи, б) вызывают изменения в материи, в) переходят между небиологической и биологической материей. . Вместе эти аргументы затрагивают самую суть вопроса с идеей построения эволюции на основе только материи. Алгоритмы тоже имеют значение.

Мы могли бы, конечно, попытаться сформулировать некоторую теорию о том, что на самом деле это были не (нефизические) алгоритмы, а скорее конкретная конфигурация (физических) вещей, таких как напряжения в микросхемах памяти роботов. Мы могли бы даже назвать эти напряжения информацией.

Но это было бы неудовлетворительно, потому что набор напряжений ничего не значит без некоторого контекста: способ узнать, означает ли низкое напряжение 0 или 1, интерпретатор этих битов на каком-то машинном языке и т. Д.

Иными словами, напряжения в памяти робота сами по себе не являются алгоритмом полета, равно как и символ является Prince symbol художник Принц ; все они просто представления. Эти представления что-то делают только при правильном переводе. И для их правильного перевода требуется алгоритм.

Последствия и намёки

#

Если мы рассматриваем подбородок как «вещь», а не как продукт взаимодействия двух полей роста (альвеолярных и нижнечелюстной), то мы приходим к интерпретации его происхождения в точности противоположное тому, которое сейчас обычно предпочитают Стивен Джей Гулд и Ричард Левонтин

Я могу (и буду) сказать намного больше о последствиях этого рамки для различных областей науки. А пока я собираюсь вернуться к тому, с чего начал: к человеческому благополучию.

Короче говоря, мой аргумент состоит в том, что наиболее актуальной единицей анализа для нашего разума является наша информация. алгоритмы обработки, а не гены, нейроны, области мозга или мемы .

Это легче всего увидеть при психическом заболевании . Ученые знают, что уровень шизофрении намного выше , когда у кого-то есть родственники с таким же состоянием. Но после десятилетий поисков гены объяснили только меньшинство случаев . Со временем они открыли гораздо более тонкие и сложный каскад , включая физические факторы, такие как курение, а также нефизические факторы, такие как социальная изоляция.

Новый консенсус в отношении шизофрении состоит в том, что она вызвана нестандартная обработка информации – то есть по неверно откалиброванным алгоритмам. То же самое верно для расстройства личности , которые также наследуются с большей частотой, чем можно было бы предсказать с помощью одних только генов.

Шизофрения и расстройства личности являются крайними примерами, но многие другие человеческие «способы реагирования» варьируются, наследуются и воспроизводятся. Они также выживают с разной скоростью в разных контекстах. Например, в опасной среде паранойя процветает, но в безопасной среде побочные эффекты паранойи следующие с большей вероятностью убьет, чем объекты страха .

Понимание человеческих алгоритмов

#

То, что объединяет большую часть психических заболеваний и более приземленных форм застревания, – это механизм действия: мы ловим особый «застрявший алгоритм». »Каким-то образом, и он начинает воспроизводиться как невидимый паразит – в нас и Иногда наши коллеги – в свою пользу. Ужасно, поскольку алгоритмы были досконально отточены эволюцией, они даже проявляют тонкие влияние на окружающую среду для повышения их шансов на выживание , часто за наш счет.

Хорошая новость заключается в том, что, хотя генам требуются поколения, чтобы измениться, алгоритмы могут измениться за одну жизнь. Мы можем улучшить наш опыт, изменив наши входных данных или самих алгоритмов. Просто требуется некоторая целенаправленная работа, чтобы найти и заменить их.

Для большинства лидеров (включая меня) тенденция, когда дела идут неважно, – это искать что-то, что решит проблему: новый найм, сбор средств, запуск продукта или модель ценообразования. Этот подход, однако, означает усиление точки зрения существующего алгоритма.

Если мы хотим быть лучшими лидерами, мы должны изучить эти алгоритмы, включая алгоритм определения того, какие алгоритмы работают и какие нет.

Например, когда вы раздражаетесь, не начинайте с поиска того, кто из сотрудников несет ответственность за задержку проекта. Вместо этого начните с того, что спросите, должен ли ваш алгоритм искать причину в ваших целях, людях, процессах или специфических для вас факторах, таких как то, насколько хорошо вы спали предыдущей ночью.

Точно так же, когда вы параноик, не начинайте с вопроса, является ли новый конкурент серьезной угрозой. Вместо этого спросите, является ли ваш алгоритм оценки риска и вознаграждения откалиброван правильно и сфокусирован на наиболее важные угрозы – и повторно откалибруйте при необходимости.

Когда крупный покупатель отменяет свой заказ, не начинайте с того, что спрашиваете, что вы делаешь неправильно. Вместо этого спросите, были ли ваш продукт и алгоритм продаж нацелены на клиентов, которые принесут вам наибольший успех.

На самом общем уровне вы можете подойти к любой проблеме лидерства, спросив, какие алгоритмы были запущены, что привело к тому, что это а) произошло и б) было воспринято как проблема, а затем в) выяснилось, какие алгоритмы нужно запустить, чтобы изменить один или оба. Это алгоритм постоянного улучшения и снижения стресса.

Он работает независимо от причин, будь то финансовые, эмоциональные, межличностные, генетические или физические.

Это работает, потому что алгоритмы – дело нас.

Спасибо моим читателям за их полезные комментарии: Эндрю Уэнсли , Брайан Кристиан , Дэниел Гакл, Джеймс Сомерс , Джесс Ма , Кимберли Сиснерос, Нэнси Хуа , Невилл Кроули , Нихил Шривастава , Рэй Голдштейн , Санджай Сарма , Ури Лопатин, и Зак Стоун. И благодаря Ювал Хакер для иллюстрации.

Leave a comment

Your email address will not be published. Required fields are marked *

thirteen + 8 =