אופטימיזציה - למה קל לבדוק פתרון טוב אבל קשה למצוא אותו?

אחת התובנות המפתיעות ביותר במדעי המחשב היא שלפעמים המשימה הקשה ביותר אינה לדעת האם פתרון הוא טוב – אלא למצוא אותו מלכתחילה.

במבט ראשון זה נשמע מוזר. הרי אם אנחנו יודעים לזהות פתרון טוב, למה שלא נדע גם לייצר אותו?

אבל דווקא הפער הזה עומד בלב רבות מבעיות האופטימיזציה בעולם.

אופטימיזציה - בואו נתחיל בדוגמה פשוטה

נניח שמישהו נותן לכם לוח זמנים עבור בית ספר גדול.

תוך כמה דקות תוכלו לבדוק:

• האם שני מורים שובצו לאותה כיתה באותו הזמן?

• האם לכל כיתה יש מורה?

• האם יש התנגשויות?

כלומר, קל יחסית לבדוק האם הלוח תקין.

אבל מה אם תצטרכו לבנות את לוח השעות מאפס?

פתאום תצטרכו להתמודד עם:

• מאות אילוצים,

• אלפי אפשרויות,

• ושילובים כמעט אינסופיים.

לזהות לעומת ליצור

זהו ההבדל בין שתי פעולות שונות לחלוטין:

בדיקת פתרון

מישהו כבר הציע פתרון.

כל מה שנדרש הוא לוודא:

• שהוא עומד בכל החוקים,

• ולחשב את איכותו.

מציאת פתרון

אין לכם שום כיוון התחלתי.

עליכם לחפש בתוך מרחב עצום של אפשרויות עד שתמצאו פתרון מתאים.

וזה הרבה יותר קשה.

למה זה קורה?

בגלל שמספר האפשרויות גדל במהירות עצומה.

לדוגמה:

• סידור של 5 משימות נראה פשוט.

• סידור של 20 משימות כבר יוצר מספר עצום של אפשרויות.

• סידור של מאות משימות הופך לבלתי אפשרי לבדיקה מלאה.

קל לבדוק פתרון יחיד.

קשה למצוא את הפתרון הנכון מתוך מיליונים או מיליארדים של אפשרויות.

העולם האמיתי מלא בדוגמאות כאלה

הפער הזה אינו קיים רק במדעי המחשב.

גיוס עובדים

קל יותר לומר לאחר שנה האם הגיוס היה מוצלח.

קשה לבחור את האדם המתאים מראש.

השקעות

קל לזהות בדיעבד אילו מניות הצליחו.

קשה לדעת מראש במה להשקיע.

ניהול פרויקטים

קל להצביע על לוח זמנים טוב לאחר שהפרויקט הסתיים.

קשה לבנות אותו בתחילת הדרך.

אז איך מתמודדים?

מכיוון שלא ניתן לבדוק את כל האפשרויות, משתמשים בגישות אחרות:

• מתחילים מפתרון סביר.

• משפרים אותו בהדרגה.

• בוחנים חלופות מבטיחות.

• מקבלים החלטות תחת אילוצים.

• עוצרים כאשר המחיר של המשך החיפוש כבר אינו מצדיק את התועלת.

במילים אחרות:

במקום לחפש שלמות, מחפשים התקדמות.

מה אפשר ללמוד מזה?

אחת הטעויות הנפוצות ביותר היא לחשוב שאם קל לזהות פתרון טוב, גם קל למצוא אותו.

אבל במציאות אלו שתי יכולות שונות לחלוטין.

היכולת לשפוט איכות אינה שקולה ליכולת לייצר אותה.

וזה נכון לאלגוריתמים, לארגונים וגם לבני אדם.

מחשבה לסיום

אולי זו אחת התובנות החשובות ביותר בעולם האופטימיזציה:

קל להיות שופט טוב. הרבה יותר קשה להיות יוצר טוב.

האתגר האמיתי אינו לדעת לומר "זה פתרון מצוין", אלא למצוא דרך להגיע אליו מתוך אינספור אפשרויות.