-
Oi. Nesta palestra, nós estamos falando sobre resolução de problemas.
-
E nós estamos falando sobre o papel que diversas perspectivas em busca de soluções para os problemas.
-
Assim, quando você pensa sobre um problema,
-
perspectiva é como você representá-la.
-
Então lembre-se da palestra anterior, falamos sobre paisagens.
-
Nós conversamos sobre a paisagem, sendo uma forma de representar
-
as soluções ao longo deste eixo
-
e o valor das soluções como a altura.
-
E assim, metaforicamente, trata-se de uma forma de representar
-
como alguém pode pensar sobre a resolução de um problema:
-
Encontrar pontos altos na sua paisagem.
-
O que queremos fazer é tomar esta metáfora e formalizar-se
-
e parte da razão para este curso é obter a melhor lógica,
-
[fim] acho que através de coisas de uma forma clara.
-
Então eu vou tomar essa metáfora de paisagem e transformá-lo em um modelo formal.
-
Então, como fazemos isso?
-
A primeira coisa que fazemos é formalmente definimos o que é uma perspectiva.
-
Assim podemos falar de matemática a metáfora.
-
Assim que uma perspectiva vai ser é
-
vai ser uma representação de todas as soluções possíveis.
-
Então ele é alguns codificação do conjunto de possíveis soluções para o problema.
-
Uma vez que temos a codificação do conjunto de soluções possíveis,
-
em seguida, podemos criar nossa paisagem, apenas atribuindo um valor para cada uma dessas soluções.
-
E que nos dará uma imagem de paisagem que você viu antes.
-
Agora, a maioria de nós é familiar com perspectivas,
-
mesmo que não o sabemos.
-
Deixe-me dar alguns exemplos.
-
Lembre-se de quando fizemos o sétima matemática grau?
-
Aprendemos sobre como representar um ponto, como Plotar pontos.
-
E normalmente aprendemos duas maneiras de fazê-lo.
-
A primeira forma foi coordenadas cartesianas.
-
Assim, dado um ponto, que representamos
-
por e um X e um valor de Y no espaço.
-
Assim, ele pode ser de cinco unidades,
-
Este seria o ponto, vamos dizer (5, 2).
-
É cinco unidades na direção X, duas unidades na direção Y.
-
Mas nós também aprendemos uma outra maneira de representar pontos,
-
e que foi coordenadas [polares].
-
Assim podemos tomar o mesmo ponto e dizer,
-
há um raio, que é sua distância da origem,
-
e depois há algum ângulo theta,
-
que diz o quanto temos de varrer
-
para varrer o raio para fora a fim de chegar ao ponto.
-
Assim duas formas totalmente razoáveis para representar um ponto:
-
X e Y, R e teta.
-
Cartesiana, polar.
-
Qual é melhor?
-
Bem, a resposta? Depende.
-
Deixe-me mostrar-lhe porquê.
-
Suponha que eu queria para descrever esta linha.
-
Para descrever essa linha que eu deveria usar coordenadas cartesianas,
-
porque eu só posso dizer Y = 3 e X se move de dois a cinco.
-
É realmente fácil.
-
Mas suponha que eu quero descrever este arco.
-
Se eu quero descrever este arco,
-
agora coordenadas cartesianas são vai ser bastante complicado,
-
e eu seria melhor usar coordenadas polares,
-
porque o raio é fixo
-
e acabei de falar sobre como o raio é — você sabe,
-
há essa distância R,
-
e teta move-se apenas de, você sabe, de A para B, vamos dizer.
-
Assim, dependendo o que quero fazer.
-
Se eu quiser olhar em linhas retas, deve usar cartesiano.
-
E se eu quiser olhar em arcos, provavelmente deve usar polar.
-
Assim, as perspectivas dependem o problema.
-
Agora vamos pensar sobre onde queremos ir.
-
Queremos falar sobre como perspectivas nos ajudam a encontrar soluções para problemas
-
e como perspectivas nos ajudam a ser inovador.
-
Bem, se você olhar para a história da ciência um monte de grandes descobertas —
-
você sabe, nós pensamos sobre Newton,
-
você sabe, sua teoria da gravidade —
-
você pode pensar sobre as pessoas tendo realmente novas perspectivas sobre velhos problemas.
-
Vamos dar um exemplo.
-
Assim, Mendeleiev surgiu com a tabela periódica,
-
e na tabela periódica, ele representa os elementos de peso atômico.
-
Ele tem-los nessas colunas diferentes.
-
Ao fazê-lo, organizando os elementos de peso atômico
-
ele encontrou todos os tipos de estrutura.
-
Então todos os metais linha de uma coluna, coisas assim.
-
Lembre-se — de classe de química do ensino médio.
-
É uma perspectiva que: é uma representação de um conjunto de elementos possíveis.
-
Ele poderia já organizou-as em ordem alfabética.
-
Mas que não fez muito sentido.
-
Assim a representação alfabética não nos daria qualquer estrutura.
-
Representação de peso atômico nos dá um monte de estrutura.
-
Na verdade, quando Mendeleev escreveu para baixo
-
todos os elementos que estavam em torno do tempo de acordo com o peso atômico,
-
havia lacunas em sua representação.
-
Havia buracos para os elementos que faltavam.
-
Esses elementos se tornaram escândio, gálio e germânio.
-
Eles finalmente foram encontrados dez a quinze anos mais tarde,
-
Depois que ele tinha escrito para baixo da tabela periódica:
-
As pessoas saíram e foram capazes de encontrar os elementos ausentes.
-
Nessa perspectiva, o peso atômico,
-
acabou por ser uma maneira muito útil para organizar o nosso pensamento sobre os elementos.
-
Fazemos todo o tempo agora.
-
Quando você tem qualquer tipo de tarefa,
-
você vai encontrar o que você realmente está usando algum tipo de perspectiva.
-
Suponha que você está empregando alguém.
-
E você tem um monte de recém-formados que aplicar para um emprego.
-
E você tem que pensar,
-
"OK, como para organizar todos esses candidatos?"
-
Digamos 500 candidatos.
-
Uma coisa que você poderia fazer é que você pode organizá-los por GPA:
-
Tome o GPA maior até o menor GPA.
-
Que é ser uma representação.
-
E você pode fazer isso se você com valor de competência ou realização.
-
Mas você também pode valor ética de trabalho.
-
E se fosse esse o caso você pode organizar em vez disso
-
esses mesmos CV ou arquivos de aplicativo por grosso como eles são.
-
[Quem vai fazer a] realmente grossas são as pessoas que trabalham muito, muito difícil.
-
Tenho feito muito.
-
Bem, a terceira coisa que você pode fazer é que você pode valorizar a criatividade.
-
E você pode dizer,
-
"Bem, vamos colocar aqueles que são uma espécie de mais colorido, mais interessantes por aqui.
-
E os que são menos coloridos e menos interessantes por aqui.
-
Que é a terceira maneira de fazê-lo.
-
Agora, dependendo o que você está contratando,
-
dependendo de quem são os candidatos,
-
qualquer um destes pode ser bom.
-
O único ponto que eu estou tentando fazer aqui é que há diferentes maneiras de organizar esses candidatos.
-
Em cada uma dessas formas você organizar —
-
se ele está em sua cabeça,
-
ou se ele é formalmente colocando-os fora de alguma forma —
-
é uma perspectiva.
-
E essas perspectivas irão determinar quão difícil será o problema para você.
-
Deixe-me explicar o porquê.
-
Agora eu quero voltar para a metáfora da paisagem.
-
E quando penso que paisagem como sendo áspero,
-
e pelo robusto eu quero dizer que ele não se parece com um único pico,
-
que há muitos picos sobre ele.
-
E quero formalizar esta noção de picos.
-
E faço-o como segue:
-
Vou definir o que eu chamo de uma optima locais.
-
Uma optima local é um ponto tal que
-
Se você olhar para os pontos de cada lado dele,
-
eles são de menores valor.
-
Portanto, é espécie de um ponto que localmente é o maior valor possível.
-
Então, se eu olhar para este particular paisagem acidentada novamente,
-
Há três local optima: 1, 2, 3.
-
Em qualquer um destes três pontos, eu iria ser preso:
-
Se eu olhei para a esquerda ou para a direita,
-
Eu não iria encontrar uma solução que é melhor.
-
Então nós pensamos sobre o que faz uma boa perspectiva:
-
Uma boa perspectiva vai ser uma perspectiva que não tem muitos local optima.
-
Uma perspectiva ruim vai ser aquele que tem um monte de optima local.
-
Deixe-me dar um exemplo, OK?
-
Então, suponho que estou chegando com uma barra de chocolate.
-
Suponha que eu sou encarregado de vir acima com uma nova barra de chocolate.
-
Então, eu tenho minha equipe de chefs fazem um monte de diferentes confecções para me tentar,
-
e eu quero encontrar muito melhor.
-
Mas há muitos deles, há tantas possibilidades,
-
que eu não sei mesmo como pensar sobre isso.
-
Mas uma forma de representar as barras de doces pode ser pelo número de calorias que eles tinham.
-
Assim pode organizar os todas as coisas diferentes que eles fazem pelo número de calorias.
-
E se eu fizesse isso, talvez eu teria três optima local.
-
Assim que é uma forma razoável para representar essas barras de doces possível.
-
Como alternativa, eu poderia representar as barras de doces
-
por masticity, que é o tempo de mastigação —
-
quanto tempo leva para mastigá-los.
-
Assim, estes seriam os que talvez só levar dois minutos para mastigar.
-
E estes podem levar vinte minutos para mastigar.
-
Bem, o tempo de mastigação provavelmente não é a melhor maneira de olhar para uma barra de chocolate.
-
E assim, como resultado, estou indo ter uma paisagem com muitos, muitos mais picos.
-
E assim, porque ele tem muitos picos mais, que é mais lugares poderia ficar preso.
-
Portanto, não é tão bom como uma forma de representar as soluções possíveis.
-
Não é tão bom uma perspectiva.
-
A melhor perspectiva seria o que chamamos de uma paisagem do Monte Fuji,
-
o cenário ideal que tem apenas um pico.
-
E estes são chamados de paisagens do Monte Fuji
-
porque se você nunca foi para o Japão,
-
e você olhar para o Monte Fuji, parece muito bonito como este.
-
Na verdade não é bem assim, há como neve no topo.
-
Mas a maior parte, olha só como um cone gigante.
-
Se você estiver em uma paisagem do Monte Fuji,
-
Se você está sentado em algum ponto,
-
você pode sempre apenas escalar o seu caminho até o topo.
-
Estas paisagens único pico são realmente boas
-
porque você basicamente tenho tido um problema
-
e fez muito, muito simples.
-
Qual seria um exemplo de uma paisagem do Monte Fuji?
-
Vou dar um exemplo famoso.
-
Assim, um exemplo famoso vem de gestão científica,
-
e devido a Frederick Taylor.
-
Taylor famosa resolveu para o tamanho ideal de uma pá.
-
Então vamos pensar sobre a paisagem de tamanho da pá.
-
Assim, neste eixo, eu tenho o tamanho da pá.
-
E sobre este eixo, eu tenho o valor.
-
E o que quero dizer com o valor?
-
Eu não quero dizer o quanto eu posso vender a pá
-
Eu quero dizer é como como útil a pá é a tarefa.
-
Então vamos supor que nós estamos pá de carvão
-
e eu quero pensar
-
Quantos quilos de carvão pode alguns [um] pá em um dia
-
em função do tamanho.
-
Então vamos começar aqui onde o tamanho é zero.
-
Então este é o tamanho da panela.
-
Se eu tiver uma pá tem uma panela de tamanho zero,
-
que é comumente conhecido como um pedaço de pau
-
e não podemos obter qualquer coisa.
-
Nós não vamos pá qualquer coisa com uma vara.
-
Bem, se eu fazê-lo maior,
-
você sabe, torná-lo o tamanho de talvez como uma colher pequena ou algo assim,
-
então nós pode pá um pouco.
-
E como fazer a pá maior e maior e maior,
-
nós, quem, meus trabalhadores, pode pá mais carvão.
-
Mas em algum momento, a pá vai para ficar um pouco grande demais.
-
E vai ser demasiado pesado para levantar.
-
E o trabalhador vai para ficar cansado,
-
e eu vou pá menor,
-
ele vai pá menos e menos.
-
E então finalmente chegar a algum ponto onde a pá do tão grande
-
que ele mesmo não pode levantá-lo,
-
e é tão inútil como o pendrive.
-
Então se eu olhar para o valor em termos de quanto carvão a pessoa pode pá em um dia é uma função do tamanho da pá.
-
Eu estou indo para obter uma paisagem single que alcançou.
-
Que vai ser um problema fácil de resolver.
-
E esta ideia, que nós poderia representar problemas científicos desta forma —
-
ou poderíamos colocar problemas de engenharia desta forma — e, em seguida, subir a nossa maneira de picos,
-
é que a base é que algo chamado de gestão científica
-
E a idéia era que você poderia, então
-
encontrando estes pontos altos sobre estas paisagens,
-
Encontre soluções ótimas.
-
Só vamos descobrir a solução ideal, com certeza
-
se seu monte subiu como este — se for single alcançou.
-
Se ele é robusto e parece esta bagunça,
-
parece que o Monte Fuji paisagem você está bem,
-
mas se parece com esta confusão, esta paisagem de masticity,
-
Se você tem uma perspectiva ruim,
-
bem, então se você escalou colinas
-
você poderia ficar preso apenas aproximadamente em qualquer lugar.
-
Então o que você gostaria é que você gostaria de uma paisagem do Monte Fuji,
-
E no caso de coisas simples como esta pá, isso é fácil de obter.
-
Deixe-me dar-lhe outro exemplo.
-
Este é um monte de diversão.
-
Este é um favorito jogo meu chamado soma a quinze
-
e foi desenvolvido por Simon de erva
-
Quem é um vencedor do Prêmio Nobel em economia.
-
E soma a quinze foi desenvolvida para mostrar às pessoas
-
por que diversas perspectivas são tão úteis,
-
por que diferentes formas de representar um problema podem torná-los fácil,
-
pode fazê-los como o Monte Fuji,
-
ou pode torná-los realmente difícil.
-
Então aqui está como soma quinze trabalhos.
-
Há cartas numeradas de um a nove cara acima em uma tabela.
-
Há nove cartões na frente de você.
-
Há dois jogadores.
-
Cada person.takes se transforma, tomando um cartão.
-
até que todas as cartas são idos, possivelmente — poderia terminar mais cedo.
-
Se alguém já possui três cartas que adicionar até exatamente 15, eles ganham.
-
Que é o jogo. Assim, muito simples.
-
Nove cartas. Cartões tendo alternativo.
-
Se você nunca ter exatamente três que soma a quinze que você ganha.
-
Então deixe-me mostrar-lhe um jogo.
-
Aqui está um jogo entre duas pessoas,
-
chamá-los [vamos] Paul e David.
-
Paul vai primeiro. Agora você acha que quando você jogar este jogo
-
a coisa a fazer seria escolher cinco.
-
Paul escolhe os quatro, que é tipo de uma escolha estranha.
-
David vai avançar assim ele toma os cinco.
-
Paul então leva a seis.
-
Agora os seis é uma escolha estranha
-
porque quatro mais seis mais cinco é igual a quinze.
-
Então parece que não há nenhuma maneira que ele pode ganhar.
-
Bem, isso será confuso para Doug.
-
Então Doug vai para levar oito.
-
Agora Observe os oito mais cinco é igual a treze anos.
-
O que significa Paul deve ter os dois.
-
Então, ele leva os dois.
-
Pense bem sobre o que acontece em seguida:
-
Quatro mais dois é seis.
-
Assim se Doug não leva a nove, ele vai perder.
-
Mas seis mais dois é oito.
-
Assim se Doug não toma o sete que ele vai perder.
-
Então o que você tem aqui é que Paul ganhou.
-
Não importa o que Doug, Paul vai ganhar o jogo.
-
Agora este é um jogo bastante complicado, certo?
-
Ele foi desenvolvido por um vencedor do Prêmio Nobel.
-
Você poderia imaginar há muita estratégia envolvida.
-
Eu quero te mostrar este jogo em uma perspectiva diferente.
-
Lembre-se o quadrado mágico da sétima matemática grau?
-
Cada linha adiciona até quinze anos —
-
8++ 3++ 4, 1++ 5++ 9, 6++ 7++ 2 —
-
Assim, faz cada coluna —
-
8++ 1++ 6 somas até quinze anos;
-
3++ 5++ 7 somas até quinze anos —
-
e até mesmo as diagonais —
-
oito, cinco, dois é quinze anos;
-
seis, cinco, quatro é quinze.
-
Cada linha, cada coluna, cada diagonal soma até quinze anos.
-
Deixe-me mostrar-lhe este jogo de novamente sobre o quadrado mágico.
-
Assim, é apenas uma perspectiva diferente sobre "Soma de quinze".
-
Paul vai primeiro e leva quatro.
-
Doug vai avançar e leva os cinco.
-
Paul leva seis, que é uma escolha estranha, porque agora ele não pode ganhar.
-
Doug, em seguida, leva oito, Paul bloqueia-lo com os dois.
-
Mas agora acontece, ou o nove ou sete vai deixar Paul ganhar.
-
Que jogo é este?
-
Bem, você está certo, é jogo do galo.
-
Soma a quinze é só jogo da velha,
-
mas em uma perspectiva diferente, usando uma perspectiva diferente.
-
Então, se você virar a soma de quinze —
-
Se você mudou as cartas de 1 a 9 e colocá-los em quadrado mágico —
-
o que você faz é que criar uma paisagem do Monte Fuji em um sentido:
-
Você faz com que o problema realmente simples.
-
Para um monte de grandes avanços,
-
como a tabela periódica,
-
A teoria de Newton da gravidade,
-
Essas são as perspectivas sobre os problemas
-
que virou algo que era realmente difícil descobrir
-
em algo que de repente faz muito sentido,
-
muito fácil de ver a solução.
-
Pelo menos é algo que eu chamo de meu livro, um dos meus livros, a diferença,
-
Eu chamo isso do teorema da existência de Savant.
-
Para qualquer problema que está lá fora,
-
Existe alguma maneira para representá-lo,
-
assim que você ligá-lo em um problema de Mt. Fuji.
-
Agora, por que é isso?
-
Bem, é realmente bastante simples.
-
Tudo que você tem a fazer é,
-
Se você tem todas as soluções aqui representados nesta coisa,
-
você coloca o melhor no meio.
-
E, em seguida, colocar os piores no final.
-
E, em seguida, apenas uma espécie de linha de soluções de forma
-
para que você transforme um monte Fuji.
-
Por isso é muito simples.
-
Agora a coisa é, a fim de fazer o Monte Fuji,
-
você teria que já sabe a solução.
-
Esta não é uma boa maneira de resolver problemas
-
mas o ponto é, ele existe.
-
Por isso é sempre a possibilidade
-
que alguém poderia olhar para determinado problema e disse:
-
"Ei, o que se pense desta maneira?"
-
E fazer assim virar algo que foi realmente robusto
-
em algo que se parece com o Monte Fuji.
-
Eis o outro lado.
-
Há uma tonelada de perspectivas ruins.
-
Assim como há estas perspectivas do Monte Fuji,
-
Há também muitas e muitas maneiras horríveis olhar para os problemas.
-
Pense nisto: suponha que eu tenha apenas dez alternativas
-
e quero pensar sobre quais são as diferentes maneiras que só pode colocá-los em uma linha.
-
Bem, há dez coisas que eu poderia colocar em primeiro lugar,
-
nove coisas que eu poderia colocar o segundo,
-
oito coisas que eu poderia colocar a terceira e assim por diante.
-
Portanto, há 10 × 9 × 8 × 7 × 6 × 5 × 4 × 3 × 2 × 1 perspectivas.
-
A maioria das pessoas está indo para não ser muito bom.
-
Eles não vão organizar esse conjunto de soluções de forma útil.
-
Particularmente, apenas alguns deles vão criar montagem Fujis.
-
Então nós pensamos sobre o valor das perspectivas, o que temos é esta:
-
Há realmente bons lá fora,
-
que pessoas inteligentes, perspicazes podem chegar a
-
com representações muito boas do problema [s]
-
para fazer as paisagens menos robusto.
-
Se nós apenas pensar sobre as coisas de forma aleatória,
-
Estamos propensos a obter uma paisagem que é tão robusta
-
que vamos ficar praticamente em toda parte.
-
Não vamos ser capazes de encontrar boas soluções para o problema.
-
E vamos acertar as coisas que se parecem com a paisagem de masticity,
-
e nós vamos fazer as coisas com lotes e lotes de picos.
-
Vamos passar agora e falar sobre como mover estas paisagens.
-
Então, quando que cheguei em nossa paisagem, como para encontrar melhores soluções?
-
Existem outras alternativas para apenas uma espécie de subir uma colina?
-
Porque que montanha escalada idéia realmente funciona apenas em uma dimensão.
-
O que acontece se eu tenho todos os tipos de dimensões?
-
Como pensa sobre...
-
(Apenas um segundo...)
-
Então o que aprendemos?
-
A primeira coisa que aprendemos é que quando vamos tentar resolver um problema,
-
Quando nós codificá-lo de alguma forma,
-
Essa é uma perspectiva.
-
E uma perspectiva cria picos; ele cria esses local optima.
-
Assim uma melhor perspectivas têm menos optima local.
-
Piores perspectivas têm lotes do optima local.
-
E se você pensar sobre perspectivas quantos estão lá fora,
-
Nós apenas vimos há bilhões deles.
-
Porque não há bilhões de perspectivas,
-
a maioria das pessoas provavelmente não é muito úteis.
-
Alguns deles, porém, transformam problemas em Mount Fujis.
-
E às vezes leva um gênio —
-
leva um Newton, leva um Mendeleev —
-
para vir acima com uma maneira de representar a realidade
-
assim que algo que foi incrivelmente robusto
-
torna-se o Monte Fuji–like.
-
Outras vezes, se você pensar sobre o tamanho de uma pá,
-
esse problema a maioria de nós poderia provavelmente descobrir uma maneira que o problema apenas pelo tamanho da pá,
-
para que se torne um monte Fuji.
-
O grande ponto é este:
-
Quando vamos sobre resolução de problemas, a primeira coisa que fazemos é que nós codificá-los.
-
Temos alguma representação do problema.
-
Essa representação determina quão difícil será o problema.
-
Se vamos representá-lo de tal forma, que é um monte Fuji, é fácil.
-
Se vamos representá-lo de tal forma que parece que masticity paisagem,
-
ele provavelmente vai ser bastante difícil.
-
Onde queremos ir,
-
Queremos falar sobre uma vez que temos esta representação das soluções possíveis,
-
uma vez que temos essa paisagem, por assim dizer,
-
como podemos pesquisar sobre essa paisagem?
-
Então uma coisa que nós conversamos sobre estava subindo colinas.
-
Mas há muitas maneiras diferentes que você pode escalar montanhas.
-
Isso é o que vamos falar sobre o seguinte: a heurística que usamos em uma paisagem.
-
Obrigado.