Reciprocitet:
Kada nam neko učini uslugu, često se osjećamo obaveznim da mu učinimo uslugu zauzvrat.
Oskudica:
Ljudi često žele ono što ne mogu imati.
Autoritet:
Ljudi imaju tendenciju da slijede autoritet i slijede njihova naređenja.
Dosljednost:
Ljudi nastoje biti dosljedni i uravnotežiti svoje postupke i uvjerenja.
Dopadljivost:
Ljudi vole druge ljude koji su im slični ili koji im daju komplimente.
Konsenzus:
Ljudi se često orijentišu na ponašanje drugih u određenoj situaciji.
Skoro 70 godina, CERN, evropski laboratorij za fiziku čestica u blizini Ženeve, služio je kao uzak, ali čvrst kulturni most između Istoka i Zapada. Ali ta veza, koja je pretrpjela najhladnije dane Hladnog rata, napeta je pod teškim posljedicama ruske invazije na Ukrajinu. Neki ukrajinski fizičari pozivaju da se Rusija izbaci iz laboratorije, mjesta tri otkrića dobitnika Nobelove nagrade i gdje se nalazi najveći atomski razbijač na svijetu, Veliki hadronski sudarač.
“CERN kao vodeća naučna laboratorija treba odmah da prekine svaku saradnju sa ruskim institucijama, jer se u suprotnom svaki zločin i svaka nepravda njihove vlade i njihovih oružanih snaga smatra legitimnim”, kaže ukrajinski fizičar u Kijevu koji radi na eksperimentu u CERN-u. . “Pozivamo demokratsko društvo, naučno društvo, da stane uz nas protiv ovog tiranina (ruskog predsjednika Vladimira Putina).”
Vijeće CERN-a, koje se sastoji od predstavnika iz 23 zemlje članice laboratorije, sastat će se na posebnoj sjednici 8. marta kako bi odlučilo kako odgovoriti na krizu. Čak i fizičari koji veličaju istorijsku ulogu CERN-a kao pokretača mira očekuju da će Vijeće na neki način sankcionirati Rusiju. „Biće jasnog znaka prema ruskoj vladi“, kaže Christoph Rembser, fizičar iz CERN-a. “Ne mogu zamisliti ništa drugo.”
Osnovan 1954. godine, CERN je od svog početka imao za cilj da pomogne promicanju mira u poslijeratnoj Evropi, kaže John Ellis, teoretski fizičar sa King’s College London koji radi u CERN-u i bio je u osoblju laboratorije više od 40 godina. „Jedan od mota CERN-a je ‘nauka za mir'”, kaže on. “A to seže u 1950-te, kada je CERN zapravo bio mjesto susreta naučnika iz Sovjetskog Saveza i SAD-a i Evrope.” Održavanje takvih veza je važno, posebno u vrijeme sukoba, kaže Ellis, napominjući da CERN nije protjerao ruske naučnike kada je Sovjetski Savez napao Čehoslovačku 1968. ili Afganistan 1979. „Moj lični stav je da bismo zaista trebali nastojati da zadržimo saradnju, ako je to politički moguće.”
Rembser, koji je odrastao u tadašnjoj Zapadnoj Njemačkoj, stigao je kao student u CERN 1989. godine, neposredno nakon što je kineska vlada masakrirala demonstrante na Trgu Tiananmen. On kaže da je nakon toga CERN služio kao usputna stanica kineskim naučnicima i studentima koji su bježali na Zapad. Baraka u kojoj je Rembser boravio postala je toliko pretrpana da je morao naizmjence spavati u krevetu. „Probudio me je tip koji je rekao: ‘Sada je moj red’, a kada sam se vratio, u mom krevetu je bio još jedan Kinez,” kaže on.
Trenutno, istraživači CERN-a nastoje da pomognu svojim 40-ak ukrajinskih kolega. Ellis kaže da pokušava pomoći određenom ukrajinskom kolegi i izbjeglici da dogovori privremenu poziciju u CERN-u, a Rembser vodi komitet za podršku Ukrajincima. Osoblje CERN-a je već prikupilo toliko pomoći da bi mogli unajmiti kamione da dovoze zalihe do granice Ukrajine sa Poljskom, kaže Rembser. E-poruke koje je vidio ScienceInsider sugeriraju da menadžment CERN-a radi na produženju boravka ukrajinskih istraživača koji su već u laboratoriji.
Ukrajinski fizičar kaže da CERN takođe treba da prekine veze sa Rusijom. “Održavanje ovih veza, čak i na naučnom nivou, daće ovim gangsterima priliku da dalje manipulišu i terorišu našu zemlju i cijelu Evropu.”
Ali izbacivanje ruskih istraživača iz CERN-a moglo bi biti nepraktično, kaže Ellis. Više od 1000 Rusa radi tamo, kaže on — otprilike 8% od 12 000 naučnika koji sarađuju u CERN-u. Njihov iznenadni odlazak mogao bi ostaviti laboratoriju nesposobnom za funkcionisanje. Što komplikuje stvar, Ukrajina je pridružena članica CERN-a, što znači da iako nema mjesto u vijeću, plaća članarinu. Rusija je samo posmatračka nacija koja ne plaća dažbine. Ali značajno doprinosi specifičnim eksperimentima—slično kao i SAD.
Svi sa kojima je ScienceInsider razgovarao priznali su da situacija nema jednostavno rješenje. Na primjer, ukrajinski fizičar napominje da su, na ličnom nivou, ruske kolege u CERN-u bile ljubazne i podržavale ih. Mnogi ruski fizičari su se izjasnili protiv rata, napominje Rembser, koji bi ih mogao izložiti riziku ako se vrate u Rusiju. Tako bi CERN mogao doživjeti priliv i ukrajinskih i ruskih fizičara koji traže utočište, kaže on.
Šta god da Vijeće CERN-a odluči učiniti sljedeće sedmice, neće ovisiti o željama fizičara, kažu istraživači. “Naučnici koji sjede za stolom mogu izraziti svoja mišljenja”, kaže Elis, “ali to će u osnovi biti politička odluka.”
Za sada je ukrajinski fizičar u Kijevu bezbedan. “Posljednji dan i noć bili su relativno mirni u odnosu na prethodni gdje smo pretrpjeli nekoliko masivnih zračnih napada.”
Izvor: https://www.science.org/content/article/ukrainian-physicists-call-russia-s-ouster-cern
USA Today piše da su naučnici s Univerziteta Purdue razvili ultra bijelu boju koja reflektira 98,1 posto sunčevih zraka dok emitira infracrveno zračenje. Zbog toga površina ostaje hladnija u odnosu na okolinu te bi nova ultra bijela boja mogla efikasno zamijeniti klima uređaje u nekim slučajevima. Ova bijela boja je dobila Guinnessov certifikat zbog svoje “rekordne bjeline”, a mnogo je efikasnija od obične boje koja zapravo zagrijava površine. Krov površine 93 kvadratna metra obojen novom bijelom bojom bi dao snagu hlađenja od 10 kW snage hlađenja, što je više u odnosu na klima uređaje koji se koriste za većinu kuća.
Danas već postoje boje koje reflektiraju toplotu, ali reflekcija sunčevih zraka ne prelazi 90 posto te ove boje ne hlade površine.
Trik je u korištenju visokog omjera barij sulfata, spoja koji se često koristi za kozmetiku i foto papir, i to u česticama različitih veličina. Širi raspon veličina čestica pomaže u raspršivanju više svjetlosnog spektra, čime se reflektira više sunčevih zraka.
Kada će se nova bijela boja pojaviti u prodaji, zasad nije poznato, ali ta namjera postoji. Patenti su već registrovani, a bijela boja bi trebala postati novo “oružje” u borbi protiv klimatskih promjena. Mogla bi eliminisati potrebu za klima uređajima u nekim domovima, posebno u toplim regijama s dosta sunčeve svjetlosti. Također, mogla bi pomoći u smanjenju emisije gasova i potrošnji energije te uštedjeti novac tokom toplih ljetnih dana.
Izvor: klix.ba
Ljudski um je ožičen da vidi obrasce. Mozak ne samo da obrađuje informacije onako kako dolaze, već i pohranjuje uvide iz svih vaših prošlih iskustava. Vaša se intuicija razvijala i širila sve dok ste živi. Svaka interakcija, sretna ili tužna, katalogizira se u vašem sjećanju. Iz tog dubokog pamćenja dobro se izvlači intuicija da informiše vaše odluke u budućnosti.
Drugim riječima, intuitivne odluke se na neki način temelje na podacima. Kada podsvjesno uočimo obrasce, tijelo počinje otpuštati neurohemikalije i u mozgu i u crijevima. Ovi “somatski markeri” su ono što nam daje onaj trenutni osjećaj da je nešto ispravno … ili da je pogrešno. Ovi automatizirani procesi ne samo da su brži od racionalne misli, već se vaša intuicija oslanja na desetljeća raznolikog kvalitativnog iskustva (prizori, zvukovi, interakcije itd.) – potpuno ljudske osobine koju sami veliki podaci nikada ne bi mogli ostvariti. Također je brže od racionalne misli, što znači da je intuicija potrebna vještina koja može pomoći u donošenju odluka kada je vremena malo i tradicionalna analitika možda neće biti dostupna.
Mnogi istraživači, uključujući stručnjake za mašinsko učenje i naučnike podataka, prihvataju ulogu koju slutnje igraju u revolucionarnom razmišljanju. Intuicija se sada smatra jednostavno drugom vrstom podataka – koja nije ništa manje vrijedna od tradicionalne analitike. Napokon, algoritme stvaraju ljudi i prema tome podliježu ljudskim greškama. I kako ističe stručnjak za inovacije Bernadette Jiwa, odluku ne možete donijeti bez osjećaja. Podaci nisu uvijek tačan pokazatelj ponašanja, kao što su pokazali najnoviji američki predsjednički izbori. “Podaci govore jedno, a zapravo [stvarna] priča nam je pod nosom, a mi je ignoriramo”, rekao je Jiwa u intervjuu za Heleo.
Intuitivni inovator
Pisac nauke Steven Johnson rekao je da su inovacije rezultat nagomilanih slutnji tijekom vremena: to se događa kada pustimo da se osobno iskustvo sudara sa okruženjima koja donose kreativnost. Iz ove perspektive, izumi koji se mijenjaju u svijetu – od rendgena do penicilina – samo su „sretne nesreće“ koje ilustriraju intuiciju na djelu.
Nije usamljen kada vidi važnost intuicije u inovacijama. Ko-kreator bilješke Post-it, Arthur Fry slično je ukazao na snagu nesvjesne obrade, rekavši Scientific American-u da se, kada pokušava smisliti nešto novo, „odmaknem od svjesne misli i problem prebacim na svoj nesvjesni um. Skenirat će širi spektar obrazaca i pronaći neke nove sličnosti iz drugih informacija pohranjenih u mom mozgu. ” Intuicija olakšava mentalni unakrsni trening na način na koji veliki podaci ne mogu. Ovo je ključna vještina koja omogućava većim inovatorima da zgrću svoja iskustva i oslanjaju se na zapažanja vanjskih industrija i primjenjuju ih u novom kontekstu.
Stručnjak za menadžment Travis Bradberry nedavno je napisao da visoko intuitivni ljudi imaju tendenciju da:
Budu pažljiviji i traže samoću
Tačno vježbaju empatiju, bliže se prilagođavajući nijansama poput govora tijela
Njeguju njihovu kreativnost kroz ljubav prema umjetnosti
Jedno istraživanje pokazalo je da ovakav način razmišljanja donosi stvarne poslovne rezultate: 81% izvršnih direktora s visokim rezultatima intuicije udvostručilo je poslovanje za pet godina. Čak i američka mornarica ulaže blizu 4 miliona dolara u pomoć mornarima i marincima da usavrše svoje šesto čulo upravo zato što intuicija može zamijeniti intelekt u situacijama visokih uloga poput bojnog polja.
Gdje intuicija može poći po zlu
Budući da se intuicija svake osobe temelji na zbirci pojedinačnih iskustava, ona je podložna mišljenju i pristranosti.
U mnogim je slučajevima gotovo nemoguće donositi odluke bez upotrebe podataka. Ako je kompanija desetljećima prikupljala podatke i oslanjala se na njih i napreduje, na primjer, nema smisla u potpunosti izbaciti staru knjigu. Veliki podaci mogu ukazati na obrasce koji su suviše suptilni da bi ih naš mozak mogao otkriti. Analitika ne mora nužno nadvladati ljudsku prosudbu, ali je može dopuniti.
Umjesto da pokušavaju cijeniti jedno preko drugog, vođe mogu kombinirati uvide iz velikih podataka i intuicije za donošenje odluka. Ovaj pristup im daje najbolje iz oba svijeta.
Izvor: qz.com
Vodeći izraelski tehnološki poduzetnik Amnon Shashua, izvršni direktor Mobileye i viši potpredsjednik Intel Corporation sastao se u utorak s specijalnim komitetom Knesseta kako bi razgovarali o „strategiji izlaska“ za koju vjeruje da će zemlji omogućiti da prevlada izbijanje koronavirusa, i izbjegne recesiju i nastavi sa ekonomskom aktivnošću u roku od nekoliko mjeseci.
Shashua, suosnivač jeruzalemske firme koja gradi tehnologije vizuelne pomoći za autonomna vozila, a koji je prodat Intelu za 15 milijardi dolara u 2017. godini, predstavio je plan posebnom odboru Knesseta za borbu sa corona virusom. To uključuje korake za polako izvlačenje dijela stanovništva iz samoizolacije i ponovno otvaranje poduzeća.
Moglo bi se uzeti u obzir tri modela za upravljanje širenjem Covid-19.
1. Selektivna karantena na osnovi rizika: Podijelite populaciju u dvije grupe, niskog i visokog rizika. Karantenujte visoki rizik i postepeno oslobađajte populaciju niskog rizika da biste postigli upravljani stadski imunitet (imunitet krda) te populacije. Faza kojom se upravlja uspijeva da zdravstveni sustav izađe na kraj s očekivanim brojem teških slučajeva. S obzirom na stajski imunitet skupine s niskim rizikom, možemo postupno osloboditi visoko rizičnu populaciju. Pitanje je kako upravljati oslobađanjem iz karantene populacije niskog i visokog rizika na način koji neće zatrpati zdravstveni sistem.
2. Selektivna karantena koja se zasniva na ograničenju: Pronađite sve pozitivne slučajeve i stavite ih u karantin. Ovo zahtijeva procjenu [t0, t1] “zaraznog vremenskog intervala” za dobnu skupinu, a s obzirom na ovaj vremenski interval može se rekurzivno izolirati sve osobe u riziku od osobe koja nosi virus pomoću “traženja kontakta”. Drugi alat je prediktivno testiranje pomoću traženja kontakata kako bi se identificirali ljudi koji imaju mnogo kontakata s drugim ljudima i izvršili testove na njima.
3. Blokiranje u cijeloj zemlji (ili u cijeloj regiji) dok širenje virusa nije pod nadzorom. Blokiranje može potrajati bilo sedmicama do mjesecima. Ovo je najsigurnija ruta, ali ne sprečava da se pojavi „drugi talas“.
Modeli 2,3 mogli bi raditi u tandemu, a isprobani su u Kini i Singapuru. Model 3 trenutno je zadani model širom svijeta i prirodno ima nevjerojatan utjecaj na ekonomiju. U ostatku ovog članka dobivamo neke alate za analizu održivosti modela zasnovanog na riziku. Konkretno, koji nivo uzorkovanja i nivo povjerenja mogu se dobiti da bi zdravstveni sistem mogao da sadrži model?
Shashua i Shalev-Shwartz predlažu izlaznu strategiju koja bi se temeljila na podjeli stanovništva na grupe visokog rizika i niskog rizika i karantiniranje prve.
“Karantenujte visoki rizik i postepeno oslobađajte populacije niskog rizika da biste postigli upravljani stadski imunitet te populacije”, napisali su u postu. „Upravljena faza je osmišljena tako da zdravstveni sistem može da se izbori sa očekivanim brojem teških slučajeva.“
Prema paru, svako stariji od 67 godina, „koji predstavlja penzionirani segment društva“, smatra se dijelom grupe visokog rizika. Grupa s niskim rizikom je „ostatak društva koji je pušten u svoju svakodnevnu rutinu, prateći određene protokole za distanciranje čiji je cilj usporavanje širenja“.
Iako će skupina visokog rizika morati biti pod karantenom duže vrijeme – dok skupina s niskim rizikom dostigne razinu imuniteta u stadu – ekonomija bi mogla ostati u velikoj mjeri nesmetana, napisali su.
Također kad se dostigne ovaj imunitet stada, visoko rizična populacija može se “postepeno” osloboditi iz karantene.
Profesor Shalev-Shwartz kaže za NoCamels da bi implementacijom strategije moglo doći do toga da se populacija niskog rizika vrati u „normalu“.
„Procjenjujemo da će se imunitet krda razviti za otprilike mjesec dana. Jednom kada se to dogodi, „visoko rizična“ populacija takođe se može vratiti u normalu “, rekao je.
Shashua je rekao izraelskom financijskom dnevniku Calcalist da bi provođenje ove strategije moglo pokrenuti ekonomiju i većinu stanovništva iz izolacije za samo tri mjeseca
“S druge strane, ako kažete da ćemo imati tri teška mjeseca, da će zemlja podijeliti bespovratna sredstva da se ekonomija ne bi urušila, ali nakon toga će sve biti gotovo, ljudi će moći to da prihvate “, rekao je.
Prema njima, pitanje bi tada bilo kako upravljati oslobađanjem stanovništva iz karantene kako ne bi preopteretili zdravstveni sistem, a ne kada će biti izlaza.
„Biće nekih teških slučajeva„ populacije niskog rizika “, a nažalost i nekih smrtnih slučajeva,“ kaže prof. Shalev-Shwartz.
„Da bismo umanjili rizik, predlažemo pažljivu studiju koja će ograničiti broj teških slučajeva i osigurati da se zdravstveni sistem ne uruši“, objašnjava on.
Korištenjem matematičkih i statističkih metodologija, par je nastojao dokazati da rizik nije veći od ostalih faktora rizika, poput automobilskih nesreća.
“Za poređenje, ne isključujemo stanovništvo zbog saobraćajnih nesreća iako su neki ljudi povređeni”, dodaje prof. Shalev-Shwartz.
„Svrha matematike je odgovoriti na sljedeće jednostavno pitanje: ako bi se naša metoda primijenila, koliki će biti, u najgorem slučaju, broj teških slučajeva u grupi„ niskog rizika “. Ako je rezultat broj koji zdravstveni sistem može sadržati, onda smo “sigurni”, kaže on.
“Postoji nekoliko problema sa potpunim zaključavanjem,” kaže prof. Shalev-Shwartz za NoCamels. „Koji je vremenski horizont? Vjerujemo li zaista da će ljudi biti u karanteni godinu i pol? Mislim da to nije realno. “
„Ako otvorimo karantenu kada je„ kriva spljoštena “, ali stanovništvo nije razvilo imunitet stada, vrlo je vjerovatno da će pandemija ponovo izbiti. Šta onda? Hoćemo li ući i izaći iz karantene za godinu i pol? Šta će se dogoditi sa ekonomijom? Šta će se dogoditi sa zdravstvenim sistemom ako će biti u stalnoj nuždi vrlo dugo? ” dodaje on.
Profesor Shalev-Shwartz rekao je da bi predložena alternativa punoj karanteni mogla biti tačno „traženje kontakta“ i brza izolacija samo za zaražene ljude i njihovu zatvorenu blizinu, ali to je takođe samo djelomično rješenje.
Izvor:
Razlog indiferentnosti i neodgovornosti ne trebamo tražiti u bolesti ili u medijima. On se krije u triku našeg uma koji nazivamo pristranost ka normalnosti.
Gripa je nedvosmisleno opasna, ali u našim umovima ona je kao prehlada
Kad god smo suočeni sa nadolazećom katastrofom čini se da ljudi reagiraju na predvidljiv način. Dio ljudi reagira na vrijeme i preuzme odgovornost, dio ljudi obuzme panika no velika većina ljudi ostane paralizirana. Čak i kad postoji izlaz i mogu se spasiti, većina ljudi će u potpunosti ignorirati prijetnju koja dolazi. Usprkos tome da im se iz svih glasila govori kako dolazi primjerice uragan, većina ljudi jednostavno nastavlja dalje svojim životom kao da prijetnje nema. Ova pristranost ka normalnosti čini ljude selektivno slijepima na sve što odudara od njihove rutine i načina shvaćanja svijeta do sad. Čak i kad se svijet iz temelja mijenja, oni znakovi prijetnje se jednostavno ignoriraju ili se pak traže informacije koje potvrđuju njihove stavove. U situaciji u kojoj smo danas moguće je da su rane usporedbe ove bolesti s gripom mogle djelomično to olakšati. Epidemiolozi znaju kako je gripa nedvosmisleno opasna stvar, no u većini naših umova ona je kao i prehlada.
Nešto što je gotovo bezopasno i prolazi samo od sebe. Ako nam netko blizak nije umro od gripe, brojke smrtnosti nam neće ništa značiti. Pa tako i danas, kad gledamo zastrašujuće scene iz susjedne Italije, na komentarima na internetu se i dalje nalaze ljudi koji ovu bolest uspoređuju “samo s gripom” i pretpostavljam nastavljaju sa svojim životom kao da se ništa ne događa. Ako i jeste do sad bili slijepi na ovu opasnost, niste sami. Čak do 70% ljudi u svakoj takvoj situaciji ignoriraju informacije koje bi ih mogle spasiti. Što je još perfidnije kod ove pristranosti jest to što ti isti ljudi agresivno reagiraju na osobe koje vide opasnost na vrijeme. Pucaju prijateljstva i obiteljske veze kad ih pokušavaju na tu opasnost upozoriti.
Pristranost ka optimizmu
Danas, čini se da su se svi u medicinskoj struci “izliječili” od ove pristranosti, no sad vidimo pristranost ka normalnosti u političara i ekonomista. Do prije dva tjedna predikcija analitičara su bile blago usporavanje ekonomije i smanjivanje rasta. Goldman Sachs je tek prije par dana izašao s novim brojevima i sad već predviđaju pad BDP-a od 24% u SAD-u, no i tu smo možda optimistični.
Uz to, naš nas je mozak “nagradio” još jednom pristranosti, a to je pristranost ka optimizmu. Mi smo u prosjeku uvijek pretjerano optimistični kod predviđanja budućnosti i precjenjujemo vjerojatnost da će se sve odviti pozitivno za nas. To je u normalnim situacijama čak i korisna i pozitivna stvar, no odmaže nam kad se trebam pripremiti na prijetnje. Iako znamo statistike prometnih nesreća, obolijevanja od neke bolesti ili primjerice razvoda, kad razmišljamo kolika je vjerojatnost da će se to dogoditi baš nama nekako sve to zaboravimo. Školske primjere ove pristranosti ponovo smo mogli vidjeti ovog vikenda kod svih koji su ignorirali upute o držanju socijalne distance ili osoba koje su prekršile samoizolaciju.
Izvor: net.hr
Naš zahtjevni užurbani stil života oslanja se na dodjelu ograničenih skupova resursa neprestano mijenjajućem broju ljudi. Kako ovaj zadatak postaje sve teži, trebat će mu rješenja malo poznate matematičke zagonetke.
Nije lako precizno predvidjeti šta ljudi žele i kad će do htjeti. Mi smo zahtjevna stvorenja, očekujući da će svijet ponuditi brza rješenja za naše sve složenije i raznolike probleme modernog života.
Tokom poslednjih nekoliko decenija, istraživači su razvili efikasno matematičko rešenje koja može raspodeliti resurse u različitim industrijama i scenarijima. Ali kad je raspodjela napravila odjednom utjelovljenje na kasnije raspodjele, problem postaje dinamičan i kompleksan. Ovo zahtijeva da ova rješenja uzmu u obzir promjenu i neizvjesnu prirodu stvarnog svijeta.
Takvi problemi su poznati kao problemi s dinamičkom raspodjelom resursa. Oni se pojavljuju na svakom mjestu gdje nađete ograničen resurs koji treba dodijeliti u stvarnom vremenu.
Bez obzira na to čekate li taksi ili isporuku sljedećeg dana, lista dinamičkih problema s raspodjelom resursa i njihove svakodnevne primjene su “gotovo beskrajni”, izjavio je Warren Powell, inženjer sa Univerziteta Princeton koji istražuje ove probleme još od 1980-ih.
Ali problemi s dinamičkom raspodjelom resursa ne odnose se samo na to da ljudima date ono što žele, kad oni to žele. Oni će takođe biti od ključnog značaja za rješavanje nekih od najvažnijih i najsloženijih svjetskih pitanja, uključujući klimatske promjene, jer nam pomažu da raspodijelimo često oskudne i iscrpljene resurse naše planete na najefikasniji mogući način.
Ali pogledajmo najprije pojednostavljeni primjer da vidimo šta je problem dinamičke raspodjele resursa i šta ga čini tako teško riješiti.
Zamislite da kuvate večeru za četveročlanu porodicu. Odlučili ste se za govedinu sa svim ukrasima, sigurni u spoznaju da je čvrsti porodični favorit. Ali čim se spremate da poslužite, vaša kćerka najavljuje da je vegetarijanka, tekstovi vašeg partnera govore da kasni, a sin vam kaže da je pozvao i nekoliko prijatelja na večeru. Zatim, vaš pas odleti zajedno sa govedinom dok očajnički pokušavate shvatiti kako ćete udovoljiti potrebama svih ovih (sasvim iskreno) vrlo zahtjevnih i nesavjesnih pojedinaca.
Ovo je trivijalni primjer problema s dinamičkom raspodjelom resursa, ali pokazuje neke od osnovnih izazova s kojima se istraživači susreću prilikom rješavanja ovih problema. Za početak se parametri koji utječu na potražnju neočekivano mijenjaju i kratkoročno i dugoročno. Ni na koji način niste mogli tačno predvidjeti nove prehrambene potrebe svoje kćeri, dogovoreni dolazak partnera ili dodatne goste vašeg sina dok ste spremali ovaj obrok.
Dugoročno, potražnja za obrocima u vašoj kući također se svakodnevno mijenja. Možda ćete trebati hraniti dvije ili 20 osoba pri svakom sjedenju. Od obroka do obroka, nemate pojma koga ćete hraniti, šta će i kada će htjeti. Možete uzeti poučen pogodak na osnovu prethodnog iskustva, ali to nije robusna metoda, jer su ljudska priroda i mnogi drugi parametri koji utječu na potražnju nepredvidivi.
Postupanja pojedinaca u ovom scenariju takođe utiču na buduće stanje sistema. Svaki put kada osobi dodijelite određeni obrok, to mijenja sistem. Uklanja jednu gladnu osobu i hranu iz vaše kuhinje.
“Svi primjeri [dinamičke raspodjele resursa] trebaju se baviti promjenom ulaza i okruženja, koja su vrlo dinamična i teško ih je procijeniti i predvidjeti, jer buduće opterećenje nije statistički ovisno od trenutnog opterećenja”, kaže Eiko Yoneki, viši istraživač koji vodi grupa podataka usmjerenih na podatke na računarskoj laboratoriji Univerziteta u Cambridgeu. „Jedna promjena pokreće drugu promjenu, a ako želite kontrolirati sistem tačnim odlukama, morate uzeti u obzir budući status sistema.“
Štaviše, što više ljudi ili opcija za obrok dolaze u vašu kuhinju, stvari se dalje kompliciraju. Sada imate više načina da dodijelite niz različitih obroka različitim ljudima. Ovaj broj kombinacija raste eksponencijalno jer sistemu dodajete više ljudi ili obroka.
S ovim se, na primjer, može suočiti velika bolnica kada pokušava nahraniti sve pacijente koji uđu kroz njena vrata. Isto se odnosi i na pokušaj liječenja ovih pacijenata. Lijekovi koji su im potrebni, a koji sami imaju ograničen rok trajanja, a oprema potrebna za dijagnostiku i liječenje stalno će se mijenjati kako pristižu različiti pacijenti. Ograničeni resursi poput MRI skenera, ljekara i medicinskih sestara također moraju biti izdvojeni. Da bi se pozabavili tim problemom i kako bi se spriječilo da troškovi izviru iz kontrole, rukovodstvo bolnice može koristiti matematičke modele kako bi pomoglo koordinaciju svih ovih stvari.
Problem je što se većina postojećih metoda oslanja na povijesne podatke da bi predvidjeli. Ova metoda se ne postiže dobro za takve sisteme i ne može se nositi ni sa najmanjim promjenama. Ako dođe do promjene, vraćaju se u kvadrat i počinju iznova raditi rješenje. Takvi problemi brzo postaju neizrecivi za račune, čak i za prilično mali broj ljudi i resursa – bilo da je to obrok ili MRI skener.
Problemi s dinamičkom raspodjelom resursa također proizlaze iz niza različitih scenarija i svaki od njih ima svoje posebne probleme. Na primjer, Yoneki istražuje implikacije ovih problema kako bi pomogao da se naši računarski sistemi i aplikacije pokrenu brže i efikasnije.
„Moderni računarski sistemi su složeni i potrebno je prilagoditi mnoge konfiguracijske parametre, uključujući raspodjelu resursa poput memorije, računarskog kapaciteta, komunikacijske sposobnosti i bilo kakvog ulaza u sisteme“, kaže ona. „Računalni sistemi su dinamični i bave se stalno promenljivim okruženjima, koja zahteva metodologiju dinamičke kontrole.“
Dakle, računar o kojem čitate ovaj članak gotovo se sigurno bori sa nekim problemima dinamičke raspodjele resursa u ovom trenutku. Mrežne telefonske mreže i računalstvo u oblaku ovise i o rješavanju ovih problema.
Tvrtke za dostavu također rješavaju probleme s dinamičkom raspodjelom resursa kako bi ubrzali isporuke. Na primjer, UPS je razvio svoj integrirani sistem za optimizaciju i navigaciju na putu (Orion) kako bi optimizirao svoje rute isporuke koristeći napredne algoritme. Kompanija tvrdi da je rješenje uštedjelo 100 milijuna godišnje, ali drugi izvještaji otkrivaju borbe sistema u složenim urbanim sredinama.
Teškoće snabdijevanja su još jedan “problem koji nikada neće nestati”, kaže Powell, zbog složene prirode današnjih proizvoda. Na primjer, ako želite proizvesti standardni pametni telefon, trebate koordinirati stotine komponenti širom svijeta, a sve se to sastavi u određenom redoslijedu na tvorničkom katu. „Prekidi u lancu snabdijevanja glavni su problem kada se pokušava zadovoljiti potrebe društva“, dodaje on.
Napredak u mašinskom učenju nudi nove nade u rješavanju problema s dinamičkom raspodjelom resursa. Tehnika umjetne inteligencije nazvana učenje dubokog pojačanja omogućava algoritam da nauči što treba raditi interakcijom sa okolinom. Algoritam je dizajniran da uči bez ljudske intervencije, tako što je nagrađen za pravilno izvođenje i kažnjen za pogrešno izvođenje. Pokušavajući maksimizirati nagrade i minimizirati kazne, brzo se može doći do optimalnog stanja.
Učenje dubokog pojačanja nedavno je omogućilo program AlphaGo iz Googleovog DeepMind-a da savlada svjetskog prvaka u Go-u. Sistem je počeo da ne zna ništa o igri Go, a zatim je igrao protiv sebe kako bi trenirao i optimizirao svoje performanse. Iako su igre važan dokaz koncepta tehnika učenja dubokog pojačanja, učenje takvih igara nije krajnji cilj takvih metoda.
Izvor: BBC
Mnogo puta posljednjih decenija svijet je gledao kako prosvjednici protestiraju u autoritarnim državama okrenutim prema snažno naoružanim državnim snagama, do tenkova. Ponekad pobijede, oslobađajući naciju. Ponekad završava ulicama koje teku krvlju. Kada bi organizatori protesta mogli prepoznati značajke koje vode uspjehu, svijet bi bio bolje mjesto. Dva društvena naučnika smatraju da se odgovor možda krije u usvajanju Newtonovih zakona kretanja, možda dokazujući tvrdnju da druge nauke zavide fizici.
Profesor s Harvarda Erica Chenoweth je koautor utjecajnih studija koje prikazuju pokrete koji uspijevaju privući više od 3,5 posto stanovništva koje je aktivno uključeno u borbu za uspjeh demokracije. Naravno, ovi aktivisti imaju puno širu podršku među ljudima koji ne mogu ili se boje izaći na ulicu. Ipak, Chenoweth i dr. Margherita Belgioioso sa Univerziteta Burnel u Londonu, pitali su se kako tako skromna manjina može postići tako velike stvari.
Jezik fizike toliko je uklopljen u kampanje za demokratiju da su svuda reference protestima „pokret“, „zamah kampanje“ ili čak „revolucija“. Chenoweth i Belgioioso pitali su se jesu li to više od pukih analogija i mogu li slijediti slične zakone.
Fizički moment jednak je masa puta brzina. Ako je masa kampanje broj ljudi koji su uključeni, tada je možda i njezina brzina jednako važna. U Nature Human Behavior, Chenoweth i Belgioioso definiraju brzinu kampanje kao broj događaja održanih u sedmici, uključujući nenasilne demonstracije, štrajkove i bojkotske kampanje. Koristili su bazu podataka o svakom pokušaju svrgavanja afričkog diktatora između 1990. i 2014. za testiranje teorije da bi udio nacionalnog stanovništva koji sudjeluje pomnožen s brojem održanih događaja poslužio kao dobar prediktor uspjeha.
„Iako su istraživanja pokazala da veliki broj učesnika povećava šanse za uspjeh u kretanju“, tvrdi se u dokumentu, „Uticaj participacije na efikasnost pokreta građanskog otpora često se zasniva na prijavljenom vršnom učešću, a ne na dinamičkim usporavanjima i tokovima sudjelovanja. “Izlazak 10 odsto populacije neke zemlje na ulice jednom može pokazati široku podršku, ali rijetko je moguće ako se ona ne održi.
Ne iznenađuje da postoji snažna povezanost između zamaha pokreta i uspješnog svrgavanja vladara. Autori su stvorili sedam modela koji su to iskoristili u predviđanju uspjeha kretanja, dodajući različite faktore za koje su mislili da bi mogli biti relevantni, poput veličine stanovništva i prosječnog bogatstva. Smatrali su da su oni mnogo bolji od jednostavnog praga od 3,5 posto angažmana, uprkos pažnji javnosti koju je Chenowethov prethodni rad privukao.
Zanimljivo je da nasilni protesti izgleda da ne povećavaju šanse za uklanjanje diktatora, iako ih nisu smanjili. Umjesto toga, ovi pokreti su uspjeli kada su njihovi iskazi podrške pomirili vojsku, policiju ili ključne igrače u vladajućoj koaliciji da promijene strane.
Izvor: IFL SCIENCE
Wigner (1960) nerazumnu efikasnost fizičkih modela smatra tajnom. Tri atributa fizičkih sistema
(1) jednostavni dijelovi
(2) koji interaguju u velikom broju
(3) koji prate fiksna pravila
čine fizičke modele podložnim matematici.
Bilo koja dva atoma ili molekula vode stavljeni u identične situacije slijede ista fiksna pravila, a ta pravila su prilično jednostavna.
Kada se zagriju, molekuli u posudi s vodom reagiraju na isti način.
Dalje, molekuli, atomi, kvarkovi, mioni i tako dalje, postoje u tako velikom broju da čak i ako se malo pomjeraju, usrednjavanje poništava svaku slučajnost.
Sistemi koji uključuju ljude kao aktere – a to uključuje i ekološke sisteme – nemaju tri atributa koji proizvode regularnost.
Dijelovi ovih sistema nisu jednostavni: Ljudi su sofisticirani, višedimenzionalni i sposobni za niz ponašanja. Nadalje, iako postoje milijarde ljudi, mi komuniciramo u malim grupama.
Konačno, mi ne pratimo ista fiksna pravila. Za razliku od atoma ugljenika, učimo.
Mi radimo lude stvari.
Dakle, pokušaji modeliranja društvenih procesa kao što su ekonomije, politički sistemi ili nasilno ponašanje mogu objasniti samo skromne iznose varijacija koje postoje u svijetu i mogu identificirati nekoliko čimbenika čiji učinci imaju velike veličine (Ziliak i McCloskey 2008).
Venecuela je tipičan slučaj nečega što se u ekonomiji zove “HOLANDSKA BOLEST”.
To je kataklizma ekonomije koja nastaje kada država previše razvije samo jedan, najprofitabilniji sektor industrije, što automatski ubije sve ostale sektore. Najčešće u tu klopku upadaju države koje slučajno imaju nekakav veoma vredan prirodni resurs – kao što je nafta.
Venecuela će ući u historiju kao najteži slučaj ove bolesti ikada, a evo kako to nastaje:
Krajem devedesetih na vlast dolazi Ugo Čavez, ekstremni socijalista. On je bio fokusiran samo na jednu stvar – kako da pomogne sirotinji. Nije ga previše zanimala ekonomija i matematika.
Čavez je prosto rekao: “Ova zemlja leži na nafti. Izvozićemo naftu i te pare ćemo da poklanjamo narodu, biće ovo najlepša država za život na svetu”. Deluje kao najbolji plan ikada.
U početku je to bilo sjajno. Novac od nafte se koristio da se sirotinja školuje, zapošljava, da imaju besplatno zdravstvo, hrana je bila skoro džabe, benzin najjeftiniji na svetu. Gradili su se stanovi za najsiromašnije, sve je bilo kao u bajci. Procenat siromašnih je pao ispod 10% (da podsetim, danas je 90%).
Međutim, problem je u tome što se kompletna država oslanjala na tu naftu, i kompletna industrija svih ostalih stvari je ugašena. Venecula je uvozila apsolutno sve – čačkalice, lajsne, čaše, krpe… po principu “zašto da se mučimo da to sami proizvodimo, kad možemo lepo da prodamo naftu i da sve to kupimo od neke države koja to već pravi…”
Radnici beže iz drugih fabrika i sa poljoprivrednih dobara i prelaze da rade u proizvodnji nafte i srodnim oblastima, gde su najbolje plate. Sva druga industrija i poljoprivreda pretvara se u grad duhova. Ali nema veze, sve ćemo da uvezemo od para od nafte…
Kompletna država Venecuela sada zavisi isključivo od prodaje nafte.
U jednom trenutku cena nafte na svetskom tržištu kreće vrtoglavo da pada. Venecuela ne može da iskopa i proda više od X litara mesečno, a trebaju im pare da bi država funkcionisala, jer drugih izvora prihoda više nemaju. Kreće sve da se raspada, ljudi beže iz zemlje, tehnologija im zastareva pa sve to čini da sad još manje nafte mogu da proizvedu. Na sve te muke, moraju deo nafte da daju Rusiji i Kini, koje su im pre 20 godina pozajmile milijarde dolara da razviju eksploataciju nafte i sad im vraćaju taj dug kroz naftu. Sve u svemu, para od nafte više nema.
Čavez je umro 2013 i nasledio ga je sadašnji predsednik Maduro, Čavezov bliski saradnik. Ljudi su zapamtili Čaveza kao nekog ko im je omogućio život iz bajke, velike plate, jeftinu hranu, kao Robin Huda koji je pomogao najsiromašnijima, i zato su glasali za onog ko će da nastavi tu politiku. Što reče ona poslovica “people will only remember how you made them feel”.
Ovo je sindrom koji se zove “Holandska bolest”, a ime je dobio po sličnom efektu koji se desio Holandiji 1960-tih godina kada su otkrili nalazišta gasa i usmerili svu ekonomiju na taj gas. Sve druge grane privrede Holandije su krenule da padaju (proizvodnja i izvoz). Međutim, Holandske vlasti su brzo uvidele šta se dešava i korigovali su to kroz striktnu kontrolu industrije gasa i novca koji se tu obrće. Norvežani to isto rade, strogo paze da pare od nafte ne uđu previše u državu jer znaju da bi sve uništili.
Venecuela je nažalost najgora kombinacija – socijalistička vlast, država odlučuje o pravcu razvoja kompletne privrede. Sve su usmerili na “laku lovu” od nafte, i bukvalno poklanjali te pare narodu umesto da ih ulažu u razvoj ostalih industrijskih grana.
Sve u svemu – ovo je odličan primer zašto je ekonomija ozbiljna nauka za koju se dodeljuje Nobelova nagrada. Nije tako jednostavno poput “hajde da svi živimo lagodno jer smo imali sreću da se rodimo u zemlji koja leži na nafti”.
