“Although we live in a deterministic universe, human beings have free will.” – Sheldon Cooper

Kad bismo vidjeli svoju budućnost, bismo li joj mogli reći ne? Ted Chiang u svojoj SF priči Story of Your Life postavlja lika upravo u takvu poziciju, a budućnost koju vidi je tragična. I taj lik, u potpunom skladu s determinizmom, odgovara: DA. Prihvaća i čini upravo ono djelo koje ga vodi u takvu, tragičnu budućnost. Ne zato što mora, nego zato što želi. Nemamo slobodnu volju, ali to ne znači da ne činimo ono što želimo. Volja koju nepromjenjivo diktiraju fizikalni zakoni od početka svemira nije drugačija od naše volje, one su jedno te isto.

Determinizam, u kojemu je fizika zamijenjena astrologijom, kao i čovjek koji se s njime bori, nalaze se i u mojoj priči Pod upravom zvijezda. Lik iz priče istodobno je i borac i fatalist; on kao da istodobno i vjeruje i ne vjeruje u slobodu.

Vjeruju li umjetnici? Evo što kaže Leonard Cohen u svojoj pjesmi Alexandra Leaving, u kojoj se obraća čovjeku kojega napušta partnerica:

As someone long prepared for the occasion
In full command of every plan you wrecked
Do not choose a coward’s explanation
That hides behind the cause and the effect

Drugim riječima, nemoj kriviti determinizam (“cause and the effect”), nego preuzmi odgovornost. I to me pogađa, jer moja vjera u determinizam godinama mi je značila prvenstveno utjehu za vlastite pogreške i propuste – nisi mogao drugačije.

Možda i nisam, ali postoje bolje strategije od pozivanja na determinizam. Jednu od njih doživio sam ovog ljeta na izvjesnoj “radionici smijeha” gospodina Ivice. U sklopu te radionice bila je neka igra, brojalica, koju smo igrali nas desetak u krugu. Igra je bila jako jednostavna i jedina poanta bila je u sljedećem: tko pogriješi, njemu plješćemo i bodrimo ga, vičemo hura, bravo! Drugi to vjerojatno nisu doživjeli kao ja, ali meni je to bio iznimno dubok trenutak. Oprostite, gospodine Ivica, zar onaj tko pogriješi ne ispada iz igre? Ne, ostaje u igri, samo mu plješćemo i vičemo bravo. Ali gospodine, zar ne gubi bod ili tako nešto? Ne, ništa ne gubi, samo mu plješćemo i vičemo bravo. Nevjerojatno… Nisam na to navikao… Predivno! Daj da pogriješim! Mi koji smo tvrdi prema sebi, koji smo se navikli kuditi, trebali bismo češće igrati tu igru. Nije onaj prorok slučajno najviše govorio upravo o praštanju.

“You can usually accomplish more by giving something your full effort for a few years rather than giving it a lukewarm effort for fifty years.

Pick a priority for this season of your life and do it to the best of your ability.”

Gornji citat pročitao sam jučer u tjednom newsletteru Jamesa Cleara, autora koji se bavi produktivnošću i navikama. U tom citatu lako je previdjeti jednu manje naglašenu, ali presudnu stvar. Druga rečenica, naime, sastoji se od dviju točaka: 1) pick a priority; 2) do it to the best of your ability. Početna rečenica o trudu kroz godine naglašava točku 2), pa je lako zaboraviti točku 1), fazu odabira. Napor možemo uložiti u bilo što, ali često nismo sigurni je li to najbolje za nas. Što odabrati? Točnije, koliko vremena uložiti u biranje ili istraživanje (1) u odnosu na iskorištavanje (2)?

U području umjetne inteligencije ovo se zove dilema istraživanja i iskorištavanja (engl. Exploration-Exploitation Dilemma), a svodi se na sljedeće (opetovano) pitanje: hoću li “igrati na sigurno” potezom koji je najbolji s obzirom na dosadašnje znanje, ili ću odabrati drugi potez koji bi mogao biti bolji (ali i mnogo lošiji)? Primjene leže u robotici, financijama, igranju igara, algoritmima za preporučivanje oglasa/pjesama/filmova korisnicima, te općenito u podržanom učenju (engl. reinforcement learning). Dobar članak o ovom problemu i raznim matematičkim strategijama njegova rješavanja možete naći ovdje.

Ako sam našao solidan posao, hoću li tražiti još bolji? Ako biram ideju za projekt čiji je ishod neizvjestan, u kojem ću trenutku prestati tražiti, i početi raditi na najboljoj ideji smišljenoj do tog trenutka? Hoću li večeras otići u svoj omiljeni kafić ili ću isprobati neki novi? Uživati u poznatoj glazbi ili istraživati nepoznatu? Treba li angažirati uglednog ili još nepoznatog (ali možda boljeg) glumca za film? U kojem trenutku treba prestati upoznavati potencijalne ljubavne partnere i odlučiti se za jednog? (Ovo zadnje je matematički riješeno. Kao.)

Nešto malo u ovom smjeru već sam pisao. Prije dvije godine, u svojoj objavi o zadatku s potapanjem brodova, napisao sam:

On [Goran] je na početku napravio 20 ili 30 potpuno slučajnih hitaca po cijeloj ploči, neovisno o tome je li neki od njih bio uspješan. Tek potom gledao je koji su hici bili uspješni i prema tome gađao gdje su čitavi brodovi. (…) Meni se takva strategija jako svidjela, više u psihološkom nego u matematičkom smislu. Ima taj duh robusnosti, ne lijepi se za prvi pogodak, nego u prvoj fazi decidirano i pomalo nemarno isprobava trideset slučajnih stvari prije nego što se u sljedećoj fazi počne fokusirati. Životna lekcija, eto što je to.

Ako sam se od malih nogu bavio samo matematikom, kako znam da, recimo, ne bih u konačnici više uživao ili bio uspješniji baveći se glazbom? Ili pisanjem? Ili plivanjem? Ili programiranjem igara? Ili kuhanjem?

Ali i prevelik broj interesa ili talenata može biti problem jer tada često izostane ona ključna druga faza s početka teksta – faza u kojoj se nekoliko godina fokusirano trudiš samo u jednoj stvari. Izostane zato što bi se htio svime baviti, ili zato što dugo čekaš da ti postane jasno što ti je najbolje. Ili oboje pomalo.

S mnogo grubih pojednostavljenja, od kojih je najveće pretpostavka da najprije istražujemo i na kraju iskorištavamo, o ovom problemu u praksi možemo razmišljati na sljedeći način. Neka je uspjeh(x) očekivana nagrada ako je x trajanje faze istraživanja. Jasno je da x ne smije biti ni premalen ni prevelik. Ako je x = 0, nema istraživanja i zapravo ne znamo čime se baviti. Ako je x malen, isprobali smo malo stvari pa je mala vjerojatnost da smo pronašli ono što će nam dati najbolji uspjeh. Dakle, kako x (vrijeme provedeno u istraživanju) raste, tako raste i očekivani uspjeh(x) jer s više informacija bolje izabiremo. Međutim, budući da je vrijeme ograničeno, prevelik x nije dobar: iako ćemo nakon mnogo istraživanja dobro znati što nam je činiti, neće nam preostati dovoljno vremena da se tome posvetimo. To znači da funkcija uspjeh raste pa pada (graf ima oblik obrnutog slova U), tj. da postoji njezin “vrh”, neko optimalno vrijeme x = T kad je očekivani uspjeh(x) najveći. Daljnjim povećavanjem iksa (x > T) funkcija uspjeh(x) počinje padati, tj. sve se manje i manje isplati istraživati i čekati jer gubimo vrijeme. Kako prepoznati to optimalno vrijeme, “the sweet spot”?

Poznata je rečenica O ukusima se ne raspravlja. Kao što ću ispod objasniti koristeći i neke matematičke alate, mislim da nije baš tako.

Krenimo s jednostavnijom tvrdnjom, onom o ljudskoj ljepoti. Ljepota je subjektivna, ljepota je u oku promatrača. Ne, nije: istraživanja pokazuju da se ljudi u velikoj mjeri slažu oko toga koja su lica lijepa, a koja nisu. To znači da postoji “definicija” ljepote koja nam je u velikoj mjeri zajednička. Idemo li tu ljepotu dublje istraživati (što za ovaj argument i nije potrebno), vjerojatno ćemo doći do određenih pravilnosti, simetrija i proporcija koje čine tu ljepotu. Naravno da postoje “protuprimjeri” gdje je nekome lijepo/ružno što drugima nije, ali živimo u praktičnom svijetu i ima smisla reći da je netko lijep ako se većina ljudi oko toga slaže.

Ovaj argument ne možemo tako lako proširiti na ukus, gdje ne postoji slično slaganje i veća su razilaženja među ljudima. Ta činjenica mogla bi nas čak navesti na suprotni zaključak: za razliku od ljepote, “dobar ukus” ne postoji. Ali pokušat ću ovdje iznijeti malo finiji argument u prilog dobrom ukusu, barem u kontekstu umjetnosti (poput književnosti i glazbe), motiviran intuicijom koja mi kaže da tako nešto postoji, da određeni ljudi s više iskustva primjećuju više i bolje i često se slažu oko vrijednosti (ili njenog nedostatka) umjetničkih djela. Iako je filozofski možda lakše braniti stavove koji negiraju postojanje nečega (objektivnog morala, slobodne volje, svijesti, dobrog ukusa…), u mnogim slučajevima takve pozicije propuštaju ili gube iz vide neki stvaran fenomen koji (ako i nije egzaktan) postoji i važan je.

Umjesto dobrog ukusa možda je lakše govoriti o kvaliteti; to nisu sinonimi, ali mislim da se u svojoj suštini ne razlikuju izjave “postoje dobar i loš ukus” i “postoji ono što je objektivno kvalitetno i ono što nije”, barem u kontekstu umjetnosti. Sada ću pokušati definirati kvalitetu na način koji smatram dobrim. Radi jednostavnosti i bez smanjenja općenitosti, ograničimo se na književnost i definirajmo kvalitetnog pisca. I to na sljedeći način:

Kvalitetni pisci su oni ljudi za koje drugi kvalitetni pisci kažu da su kvalitetni pisci.

Ali, čekaj malo, tko su ovi “drugi kvalitetni pisci”? Znam, ovo na prvi pogled nema smisla, definiram kvalitetu koristeći kvalitetu. (To me podsjeća na definiciju ceste iz autoškole, koja je počinjala otprilike ovako: “Cesta je svaka javna cesta…”). Ali ne, izraziti iks pomoću iks nije nužno besmislica. Što je, recimo, s jednadžbom ? To je ono na što ciljam: gornja definicija zapravo je matematička jednadžba koja ima svoje rješenje. (Zato i ovaj post jest na Blogaritmu.)

Ta jednadžba u suštini je PageRank, algoritam koji Google koristi da bi rangirao stranice po važnosti samo na temelju poveznica. Ideja je da na važne stranice upućuje mnogo drugih stranica, pri čemu poveznica s važnije stranice vrijedi više. Na donjoj slici, veličina svakog lica proporcionalna je ukupnoj veličini onih lica koja na nju pokazuju. Tako su, recimo, zelena lica malena jer na njih nitko ne pokazuje, dok su ostala lica veća jer primaju više poveznica. Žuto lice znatno je veće od plavog (iako primaju skoro jednak broj poveznica) jer žuto lice prima poveznice od većih izvora (npr. od plavog lica) nego što ih prima plavo lice. Gornje crveno lice prima samo jednu poveznicu, ali je relativno veliko jer ta poveznica dolazi od velikog žutog lica. Dakle, slično našoj definiciji kvalitetnog pisca, velika lica su ona lica za koja druga velika lica kažu da su velika.

Naglasimo da veličina lica u ovom primjeru nije nigdje unaprijed zadana, nego su zadane samo poveznice, a veličina iz njih onda sama proizlazi – primjerice, rješavanjem odgovarajućeg sustava jednadžbi. Tako i kvaliteta iz naše definicije sama proizlazi iz preferencija svih onih koji imaju neko mišljenje o književnosti, pri čemu nitko nije unaprijed odabran kao kvalitetan.

Kao ilustraciju, uzmimo skup takvih (živućih) ljudi i zamislimo anketu u kojoj svaki od njih bira 50 (ili proizvoljno mnogo) subjekata iz tog istog skupa koje smatra kvalitetnim piscima. Da bismo iz tih preferencija izračunali kvalitete, svakom subjektu inicijalno dajmo, recimo, 100 bodova i neka se njegovi bodovi potom ravnomjerno rasporede piscima koje je on odabrao. Nismo još gotovi: zasad smo samo dobili popularnost, jer će pisci koji su najviše puta odabrani imati najviše bodova. No sada će ponovno svaki subjekt (istodobno) svoje bodove ravnomjerno rasporediti svojim favoritima. I ponovno, i ponovno… Tako preferencije pisaca postaju važnije jer oni imaju više bodova od običnih čitatelja. Recimo, ako u prvom koraku najviše bodova dobiju J. K. Rowling i Stephen King, u drugom koraku oni će tu gomilu bodova podijeliti piscima koji su njima kvalitetni, oni će ih dalje dijeliti svojim favoritima itd. Intuitivno, bodovi se slijevaju najboljima. Treba napomenuti da se u svakom koraku određeni manji postotak bodova (damping factor) svakog subjekta mora ravnomjerno rasporediti po cijelom skupu da bi subjekti koji nisu ničiji favoriti (nego su obični čitatelji) i dalje imali svoj bodovni utjecaj. E sad, važna matematička činjenica jest da nakon velikog broja ponavljanja situacija postaje stabilna. Recimo, nakon tisuću koraka bodovi pojedinog pisca više neće varirati, tj. svaki pisac dobivat će konstantan broj bodova u svakom idućem koraku. Taj broj odgovara njegovoj kvaliteti. (Upravo sam ugrubo skicirao iterativni algoritam računanja PageRanka, a precizniji detalji mogu se pronaći u linkanom članku ili na Wikipediji.)

Netko bi mogao prigovoriti da ovo rješenje nije egzaktno, nego ovisi o neprecizno definiranim podatcima i promjenom samo jedne preferencije mijenja se sustav jednažbi, a onda i njegovo rješenje. Slažem se da ovako definirana kvaliteta nije egzaktna, ali to je i slučaj i s mnogim stvarnim fenomenima za koje se slažemo da postoje (popularnost, uspjeh, inteligencija, ljepota, dobrota…). Što se tiče promjene jedne preferencije, važno je da sustav nije (u matematičkom smislu) kaotičan: ako promjene nisu velike, ni rješenje se značajno ne mijenja, i to ga čini realnim.

Moguće je napasti i samu gore napisanu definiciju kvalitete pa reći da je ona proizvoljna, da je kvalitetu moguće definirati na tisuću drugih načina i da je baš zbog toga ona i dalje subjektivna. Naravno, sve je moguće drugačije definirati. Ali kvaliteta iz gornje definicije u skladu je sa stvarnim pojavama, njeni brojevi neće ispasti nasumični, jer preferencije nisu raspoređene nasumično, nego se slijevaju prema najboljima. Dobiveni bi se rezultati vjerojatno dobro poklopili s ukusom onih koji se tom umjetnošću bave, vjerojatno bi “isplivali” upravo oni pisci u kojima uživaju, recimo, književna kritika i drugi priznati pisci. Nazovimo to kako hoćemo, ali it’s a real thing.

Za one koji još nisu uvjereni u takav ishod, ovaj argument u najmanju je ruku (matematičkim rječnikom) nekonstruktivan: dokazuje da neki entitet postoji, a da ga eksplicitno ne pronalazi. Ostalima on daje uvid u značenje kvalitete: ako vas zanima što je objektivno kvalitetno, krenite od onoga koga osobno smatrate kvalitetnim i pitajte njega, pa pitajte onoga koga on smatra kvalitetnim, i tako dalje. Kvalitetni jedni druge vole.