כאוס, תכנות וביואינפורמטיקה

20 03 2016

לפני כמה זמן, נואשתי סוף סוף מהאקדמיה ומהמאמצים שלי לנסות לעשות דוקטורט. הייתה לי תקופה קשה ולא ברורה שבה חיפשתי עבודה, עבדתי בעבודות מזדמנות, ובאופן כללי שאלתי את עצמי אם לא הגיע הזמן להמציא את עצמי מחדש; למזלי, זמן לא רב (מדי) לאחר מכן, הציעה לי ידידה להתעניין במשרה אצל המעסיק שלה, בעבודה שעיקר הדרישות לה היו טכניות ודרשו הבנה ורקע בדברים כמו מחשבים, אינטרנט, תכנות בסיסי של HTML, וכיו"ב.

מהר מאד מצאתי את עצמי עובד בתחומי הנוכחי (פרסום), ובמפתיע, נהנה מזה הרבה יותר ממה שחשבתי שאהנה; אבל נראה לי שהגיע הזמן להעלות על הכתב תשובה לשאלה ששואלים אותי די הרבה, אבל אני מצליח לענות עליה במלואה די מעט. 

איך בעצם הידע שלך בביולוגיה שימושי לך?

אז כל עוד הייתי ביולוג, והייתי מתווכח רבות עם אנשים על חיסונים, על מדע, על אוכל ותזונה, על אתיקה ועל כל מני דברים שקשה לומר שהם שימושיים מחד ו\או שייכים לתחום הידע שלי מאידך, באמת לא עניתי על השאלה הזו בצורה מפורשת, אבל עכשיו – בעולם השיווק והפרסום – אני רואה שתי מגמות ברורות שלא ראיתי קודם.

ראשית כל, יותר ויותר אני רואה שאנשים שואלים אותי שאלות פשוטות על נושאים מורכבים. הבעיה בשאלות כאלו נעוצה ביחס מתמטי שפשוט להדגים, אבל לפעמים קצת קשה להסביר.

במערכת פשוטה, היחס בין מורכבות התשובה לשאלה הוא יחס ישר. זה אומר שאם תשאל שאלה פשוטה, תקבל תשובה פשוטה; ואם תשאל שאלה מסובכת, תקבל תשובה מסובכת. זה טוב ונחמד, וגם מהווה את רוב המערכות שאנשים רגילים למדל בתוך מוחם ולשאול עליהן שאלות.

במערכת מורכבת, היחס בין מורכבות השאלה לתשובה הוא יחס הפוך. אם תשאל שאלה פשוטה, תקבל תשובה מורכבת; למשל השאלה "איך מהלך פוליטי X ישפיע על הסיכוי שלי להיבחר שוב", היא שאלה פשוטה, אבל התשובה שלה עשויה להיות מורכבת מאד. בדומה לכך, אם תשאל שאלה מורכבת, תוכל לקבל עליה שאלה פשוטה: "אם אעשה מהלך פוליטי X בזמן Y, תוך השקעת משאבים Z, ובהינתן שיריבי הפוליטים יעשו מיאו, האו, ובלה בהתאמה – האם הסיכוי שלי להיבחר שוב יעלה בביטחון של לפחות 90%?" – "כן."

רוב מערכות הניסוי, בכל תחומי המדעים המדויקים, עונות על תנאי המערכת המורכבת. בביולוגיה, בכימיה ובפיזיקה, עלמנת לקבל תשובה פשוטה – ולכן חד משמעית, משכנעת וראויה ככל הנראה לפרסום מדעי – תאלץ לשאול שאלה מורכבת מאד שכוללת בניית מערכת ניסוי שמתאימה לשאלה שאתה שואל. רק במקרים שבהם מוצגים ניסויים פשוטים מאד (כמו בגנים או בתי ספר יסודיים), או ניסויי מחשבה לא מורכבים, אפשר להתייחס אל המערכות כמערכות פשוטות.

במערכת כאוטית, היחס בין מורכבות התשובה והשאלה תלוי במערכת הספציפית, ולרוב מפגין מורכבות רבה יותר מיחס ישר או הפוך. אם נקח מערכת מזג אוויר, נוכל לקבל עבורה תשובות פשוטות לשאלות פשוטות במידה ואנו מחפשים תבניות פשוטות ('האם ירד גשם בעוד שעה?' 'כן, בהינתן תבנית העננים הנוכחית'), אבל ברגע שאנחנו מנסים לקבל תשובות פשוטות על שאלות שדורשות עיבוד כמות גדולה יותר של נתונים ('האם ירד גשם בשבוע הבא?'), המערכת הופכת מורכבת עד כדי כך שיש צורך בשאלה מורכבת ביותר ('בהינתן מערכת העננים הנוכחית ותצלומי הלוין, האם ירד גשם בשבוע הבא בסבירות של יותר מ-85% ובביטחון של לפחות 70%', למשל) כדי לקבל תשובה פשוטה. מהר מאד רואים שהגדלת כמות הנתונים במערכת כאוטית מביאה אותה מהר מאד למצב שבו בלתי אפשרי לקבל מידע ברזולוציה טובה באמצעות שאלות פשוטות, ואפילו שאלות מורכבות ביותר יכולות לחלץ מידע חלקי במקרה הטוב, או במקרים של מערכות כאוטיות מורכבות ביותר, שום מידע כלל כאשר השאלה דורשת עיבוד טווח גדול מדי של נתונים (מה יהיה מצב המניה שאני מחזיק בעוד שלוש שנים? באיזה גיל אמות? וכו').

כמובן שרוב האנשים לא טורחים לעשות הבדלה בין מערכות כאוטיות ואחרות, ובדרך כלל מתייחסים לנתונים שלהם כעובדה בלי להטיל יותר מדי ספק בצורה שבה הם נאספים. למעשה, גם אנשים בעבודות QA ופיקוח דורשים לרוב הכשרה וחפיפה דקדקניות על מנת להרגילם לחפש את הטעויות והבעיות במערכת; רוב האנשים פשוט נוטים להתעלם מטעויות, ואפילו במקרה של טעות שגוררת בלבול ואי הבנות, המאמץ שדורש תיקון של טעות – וכמובן גם המחיר החברתי שיש לתיקון שכזה – פשוט אינו מצדיק פעולה אקטיבית, ורוב האנשים מעדיפים להתעלם ולהדחיק.

במערכת פשוטה, ניחא. אתה יכול להזניח די הרבה גורמים ובכל זאת לקבל חישוב די אמין במערכות מסוימות (למשל תותח). במערכות מסובכות, אתה כבר ניצב בפני בעיה מסוימת – הטעויות גורמות קצרי הבנה, ובמערכת מסובכת שינוי שגוי של פרמטר אחד עשוי לגרור נזק לשורה שלמה של תוצאות. ובכל זאת, מתכנתים מבצעים פעולות ניכוש (דיבוג) באופן שגרתי, ורוב בני האדם מסוגלים לזהות תקלות פשוטות ולפתור אותן באמצעות אלתור. אבל במערכות כאוטיות, תקלות מתנהגות, כמו היחס שתואר לעיל, בהתאם למערכת. תקלות מסוימות יהיו זניחות וחסרות משמעות (כמו מוטציות החלפה בקוד הגנטי, שעדיין גורמות לייצור אותה חומצת אמינו). תקלות אחרות יגרמו נזק ברור, שקל או קשה לתקנו (כמו למשל מוטציות שמחליפות קודון לקודון סיום, וגורמות ייצור של חלבונים פגומים שחסרים חלק מהאזור הפעיל שלהם). אבל תקלות אחרות יכולות לגרום שרשרת של ארועים אשר מגדילות את הנזק מעבר לכל פרופורציה ראשונית. במערכות כאוטיות יש סינרגיה של תקלות – יש תקלות שיודעות לנצל אחת את השניה כדי לגרום יותר נזק (כפי שגידול סרטני מסוגל לאותת לגוף להצמיח אליו כלי דם להזנה, או לחטוף תאים של מערכת החיסון כדי לשמור על הגידול ולאפשר לו להתפתח, וקיימת כיום סברה כי מדובר במקרים שבהם מוטציות שכל אחת לכשעצמה לא הייתה מספיקה על מנת לגרום לגידול ממאיר, אבל שילוב של כמה מהן גורמת לגידול ממאיר ומסוכן פי כמה עקב שילוב התכונות של הגידול שמקנה לו שרידות וחוסן יוצאי דופן). למערכות כאוטיות רבות יש פונקציות תיקון-עצמי מובנות, כמו שתאים יודעים לתקן דנ"א שניזוק על ידי רדיקליים חופשיים, או שמשטרה מקימה מחלקה לחקירות שוטרים על מנת לוודא שגם השומרים על הדמוקרטיה נמצאים תחת שמירה. פונקציות תיקון-עצמי הן יקרות מבחינה אנרגטית ואבולוציונית, ואם היעילות שלהן אינה גבוהה הן נוטות להיות מוזנחות ופגיעות למתקפה מחוץ ושחיתות מפנים; מצד שני, אם פונקציות שכאלה מגיעות ליעילות גבוהה, המחיר הגבוה שלהן הוא זניח ביחס לתרומתן המכריעה לשרידות המערכת. קשה אף עוד יותר לתכנן ו\או להגיע אל מערכת תיקון-עצמי שהינה יציבה ואמינה מחד וגמישה מספיק עלמנת לענות על טווח משתנה של צרכים מאידך. מבחינה אבולוציונית, על מנת שהמערכת תשתפר צריך שהיעילות שלה גם במצבה החלקי יהיה גבוה, וכפי שאמרנו קודם לכן זה אינו המצב. גם במקרים של תכנון תבוני, לבנות במערכת תיקון עצמי שיהיה עצמו חסין שגיאות ושחיתות זה קשה עד בלתי אפשרי.

מסקנה: השרידות של המערכת, בסופו של דבר, נקבעת משיווי משקל דינמי בין שני כוחות מנוגדים – אנטרופיה בצורת הצטברות של שגיאות ושחיתות, והמאמץ לתיקון עצמי של המערכת, עד כמה שהוא יעיל.

כך שעל מנת להגדיל את שרידות המערכת, אנו צריכים או לשפר את היעילות של התיקון העצמי…

או להקטין את האנטרופיה.

לא אמרת משהו על מגמות? מה אנטרופיה עכשיו

מגמה אחת היא היכולת לזהות נכונה את המערכת שעליה מסתכלים על מנת שהחלפת המידע עליה יהיה משמעותי. כפי שנידון לעיל, אם אנחנו נכשלים בזיהוי נכון של מערכת כאוטית, האמינות של המידע שלנו עשויה לצנוח לאפס ללא אזהרה, אפילו אם בינתיים נראה שהתוצאות מתאימות לתחזיות. יש לי מעין יתרון בתור ביולוג, בגלל שאני נוטה לזהות יותר בקלות את המערכות הכאוטיות, ולכן לעתים קרובות יותר אני יותר מוכן כאשר המערכת משתנה, מסוגל להערך לשינויים בה בקלות יותר, והתגובות שלי לשינויים מאפשרות לי לחלץ מידע נוסף שמאפשר תחזיות קצרות טווח.

המגמה השנייה היא היכולת לזהות נכונה טעויות במידה מתמטי מובנה, החל משלב האיסוף שלו, העיבוד שלו וכלה בצורה שבה הוא מונגש. אם יש דבר אחד שאני לומד עליו המון בתחום הזה, זה איך להעביר מסר מסוים לאנשים. לאו דווקא בצורה נגישה, עקיפה, ישירה, ברווז. הפואנטה היא לא איך המסר עובר; הפואנטה היא איך אתה מודד את זה שהמסר עובר. ברגע שאתה יכול למדוד את האפקט שלך, לייצר מנגנון משוב שנותן לך נתונים אמיתיים ורלוונטיים, היכולת להתאים את עצמך מאפשרת אופטימיזציה של העברת המסר.

אבל כמובן שיש כאן יחסים מתמטיים מובנים. ככל שהמסר יותר פשוט, כך קל יותר להעבירו ליותר אנשים, וכך הוא פחות מתעוות במעבר. מצד שני, ככל שהמסר יותר פשוט, כך האפקט שלו נמוך יותר וכך הוא יכול להכיל פחות מידע. ככל שמעוניינים במסר מסובך יותר, כך תצטרך לשאול את עצמך יותר אם אתה מעדיף להגיע ליותר אנשים עם חלק מהמסר או לפחות אנשים עם המסר השלם. שוב, כמו המערכת הכאוטית שבה דנו קודם, יש תלות רגישה בגודל ובמורכבות של המערכת. כל עליה בקנה המידה דורש הכנסת פרמטרים נוספים, אובדן דיוק, פשרות.

ויחד עם זאת, עולם הפרסום מודד בצורה רציפה ויסודית את התנהגותה של מערכת כאוטית (קרי: הכלכלה, או יותר ספציפית הכסף) על טווח אדיר (וגמיש) של פרמטרים ומדדים. מעניין שמחקר שנעשה בתחום הזה (ולא במפתיע, הרבה ממנו אינו מחקר מדעי שמפרסם בספרות המדעית, אלא מחקר מסחרי שנשמר כמידע קנייני יקר ערך) לא ממש זולג לכיוון המדעים המדויקים, שנוטים להסתכל על מדעי החברה בתור מדעים מטושטשים בכל מקרה. נוצר כאן מצב שגוגל עושים עבודה אדירה פשוטו כמשמעו ביצירת מנגנון איסוף מידע על התנהגות אנשים באינטרנט; השוק לא חיכה הרבה ושוק המדיה פשוט רווי היום במידע.

כל כך רווי, למעשה, שבצד התפעולי של העניין – המתכנתים, אנשי ה-IT, הוובמאסטרים, כל אותם האנשים שאמורים להוציא לפועל את ההנחיות של גוגל מצד אחד, ומהצד השני מנהלי השיווק, סמנכ"לי הקריאטיב וכל אותם אחרים שאמורים להיות במבט-על על הענין – משתנקים באימה נוכח הררי הנתונים, ומאבדים לחלוטין את היכולת לבצע החלטות אסטרטגיות ונבונות עקב הסקת מסקנות.

או, הם ממשיכים להסיק מסקנות ולבצע החלטות אסטרטגיות, כמובן; הם פשוט ממשיכים כמיטב יכולתם לעשות את אותה עבודה עם אותם כלים ישנים, הפרינט והאופליין והטלוויזיה, והנה בא לנו מצב, שגוגל ואלפאבית בחוכמתם הרבה יצרו, שעכשיו השרידות של העסק בעולם הזה נמדדת לפי כמה אותו עסק מצליח להטמיע בעצמו את היכולת להבין ולהסתייע בנתונים האלה.

חלק מהעסקים שוכרים יועצים, חברות ייעוץ, חברות פרסום ומדיה ומה שלא יהיה. חלק מהעסקים קוראים באינטרנט, לומדים בקצב שלהם, שולחים מנהלים להדרכות והכשרות, ובאופן כללי מנסים להראות למי שמעליהם בשרשרת שהם מגיבים בצורה כלשהיא לשינוי. אתם יודעים, להראות יעילים ועסוקים וזה.

אבל הנה הקטע; השינוי האמיתי – המהפך – הוא קריטריון המדידה. ברגע שאפשר למדוד בצורה אמינה ואמיתית מה בדיוק הכמות של הערך שהעבודה שלך ייצרה, לא רחוק היום שבו מודל העבודה לא יהיה לפי כמה שעות עבדת, או כמה חתמת על משכורת בחוזה – אלא לפי כמה הצלחת לעמוד ביעדים שלך למדדים שבהם אתה נמדד.

לאט לאט ההבנה הזו והמתודה הזו חודרת גם לעולם הזה, ומשאירה אחריה עסקים, חברות, מערכות ששונו ללא הכר; מכיוון שהיכולת הזו למדידה היא בדיוק מה שמאפשר את הקמתה של מערכת תיקון-עצמית יעילה. בעולם של מחר, המערכות הנוכחיות – על סרבולן, שחיתותן והטעויות הן אינן מצליחות לתקן – ימשיכו לדשדש במקום בזמן שהמערכות החדשות, היעילות, שיודעות לתקן עצמן טוב יותר ולהאריך ימים כתוצאה מכך, חולפות על פניהן במרוץ על העתיד.

והנה לכם האבולוציה על רגל אחת.

 

מודעות פרסומת

פעולות

Information

להשאיר תגובה

הזינו את פרטיכם בטופס, או לחצו על אחד מהאייקונים כדי להשתמש בחשבון קיים:

הלוגו של WordPress.com

אתה מגיב באמצעות חשבון WordPress.com שלך. לצאת מהמערכת / לשנות )

תמונת Twitter

אתה מגיב באמצעות חשבון Twitter שלך. לצאת מהמערכת / לשנות )

תמונת Facebook

אתה מגיב באמצעות חשבון Facebook שלך. לצאת מהמערכת / לשנות )

תמונת גוגל פלוס

אתה מגיב באמצעות חשבון Google+ שלך. לצאת מהמערכת / לשנות )

מתחבר ל-%s




%d בלוגרים אהבו את זה: