2017-06-30 18:36:32
Ο όρος αλγόριθμος, αρκετά διάσημος στην ψηφιακή μας εποχή, συνοδεύεται από πολλές παρεξηγήσεις. Η λέξη αλγόριθμος χρησιμοποιείται, συχνά, για να περιγράψει ένα υπολογιστικό σύστημα που, ορισμένες φορές, τα αποτελέσματα που προκύπτουν από τη χρήση του θεωρούνται αναξιόπιστα ή αμφισβητούνται. Αυτή η διάσταση του όρου ενισχύθηκε, πρόσφατα, κυρίως από την αδυναμία των εταιρειών δημοσκοπήσεων που χρησιμοποιούν αλγοριθμικά συστήματα να προβλέψουν σωστά τα αποτελέσματα των αμερικανικών εκλογών ή από την αδυναμία των αλγορίθμων του Facebook να εντοπίσουν τις ψεύτικες ειδήσεις.
« Μην κατηγορείτε τους αλγόριθμους » επισημαίνει σε άρθρο που δημοσιεύεται στην ιστοσελίδα « The Conversation » μια ομάδα ερευνητών από το Κέντρο Διεπιστημονικών Ερευνών του Παρισιού. «Αυτές οι αποτυχίες συνδέονται με μία υποκατηγορία αλγορίθμων, τους αλγόριθμους ανάλυσης μεγάλων δεδομένων», τονίζουν οι ερευνητές. Και προσθέτουν : « Τέτοιου είδους αποτυχίες δεν οφείλονται σε κάποιο λάθος στον κώδικα ή σε κάποια εσφαλμένη παρανόηση στη διαδικασία, αλλά στην κακή στατιστική επεξεργασία των δεδομένων».
Η ευθύνη των δεδομένων
Οι ερευνητές τονίζουν, επίσης, ότι ένας αλγόριθμος δεν είναι τίποτε περισσότερο από τη μέθοδο υπολογισμού μιας συνάρτησης μέσω μιας ακολουθίας ενεργειών. Παρομοιάζουν, μάλιστα, τη διαδικασία με τη μαγειρική και τη σωστή εκτέλεση μιας συνταγής. « Μια εξαιρετική συνταγή θα αποτύχει, εντελώς, αν ο μπακάλης (ο πάροχος δεδομένων) προτείνει πορτοκάλια αντί για ντομάτες, επειδή νομίζει ότι αυτή η αλλαγή δεν θα επηρεάσει σημαντικά το τελικό αποτέλεσμα. « Επομένως », σημειώνουν, « το ερώτημα είναι σε ποιο βαθμό ευθύνονται τα δεδομένα για τις πρόσφατες αλγοριθμικές αποτυχίες ».
Αν εξαιρέσουμε τα δεδομένα, το μόνο στοιχείο σε έναν αλγόριθμο που μπορεί να εκτιμηθεί αντικειμενικά είναι η ταχύτητά του, η οποία συνδέεται με τη θεωρία υπολογιστικής πολυπλοκότητας : με τον ελάχιστο χρόνο που απαιτείται, δηλαδή, για να αντιμετωπιστεί το πρόβλημα ενός ορισμένου αριθμού δεδομένων. « Η ταχύτητα ενός αλγόριθμου μπορεί να βελτιωθεί, αλλά τίποτα δεν μπορεί να βελτιώσει ένα αποτέλεσμα εάν τα δεδομένα που έχουν χρησιμοποιηθεί στη διαδικασία είναι μεροληπτικά, ατελή ή αταξινόμητα », καταλήγουν οι ερευνητές.
Πηγή : The Conversation
Θαλής και Φίλοι
« Μην κατηγορείτε τους αλγόριθμους » επισημαίνει σε άρθρο που δημοσιεύεται στην ιστοσελίδα « The Conversation » μια ομάδα ερευνητών από το Κέντρο Διεπιστημονικών Ερευνών του Παρισιού. «Αυτές οι αποτυχίες συνδέονται με μία υποκατηγορία αλγορίθμων, τους αλγόριθμους ανάλυσης μεγάλων δεδομένων», τονίζουν οι ερευνητές. Και προσθέτουν : « Τέτοιου είδους αποτυχίες δεν οφείλονται σε κάποιο λάθος στον κώδικα ή σε κάποια εσφαλμένη παρανόηση στη διαδικασία, αλλά στην κακή στατιστική επεξεργασία των δεδομένων».
Η ευθύνη των δεδομένων
Οι ερευνητές τονίζουν, επίσης, ότι ένας αλγόριθμος δεν είναι τίποτε περισσότερο από τη μέθοδο υπολογισμού μιας συνάρτησης μέσω μιας ακολουθίας ενεργειών. Παρομοιάζουν, μάλιστα, τη διαδικασία με τη μαγειρική και τη σωστή εκτέλεση μιας συνταγής. « Μια εξαιρετική συνταγή θα αποτύχει, εντελώς, αν ο μπακάλης (ο πάροχος δεδομένων) προτείνει πορτοκάλια αντί για ντομάτες, επειδή νομίζει ότι αυτή η αλλαγή δεν θα επηρεάσει σημαντικά το τελικό αποτέλεσμα. « Επομένως », σημειώνουν, « το ερώτημα είναι σε ποιο βαθμό ευθύνονται τα δεδομένα για τις πρόσφατες αλγοριθμικές αποτυχίες ».
Αν εξαιρέσουμε τα δεδομένα, το μόνο στοιχείο σε έναν αλγόριθμο που μπορεί να εκτιμηθεί αντικειμενικά είναι η ταχύτητά του, η οποία συνδέεται με τη θεωρία υπολογιστικής πολυπλοκότητας : με τον ελάχιστο χρόνο που απαιτείται, δηλαδή, για να αντιμετωπιστεί το πρόβλημα ενός ορισμένου αριθμού δεδομένων. « Η ταχύτητα ενός αλγόριθμου μπορεί να βελτιωθεί, αλλά τίποτα δεν μπορεί να βελτιώσει ένα αποτέλεσμα εάν τα δεδομένα που έχουν χρησιμοποιηθεί στη διαδικασία είναι μεροληπτικά, ατελή ή αταξινόμητα », καταλήγουν οι ερευνητές.
Πηγή : The Conversation
Θαλής και Φίλοι
ΜΟΙΡΑΣΤΕΙΤΕ
ΔΕΙΤΕ ΑΚΟΜΑ
ΣΧΟΛΙΑΣΤΕ