Globale en locale optima Over problemen en oplossingen
Vaak worden er oplossingen gepresenteerd voor problemen. Soms zijn de oplossingen voor de hand liggend, voor eenvoudige problemen. Maar in onze wereld zijn problemen steeds minder vaak eenvoudig. De oplossingen zijn daarom veelal ook niet eenvoudig. Of wellicht zijn ze wel eenvoudig, maar te moeilijk om te realiseren. En soms worden ingrepen gepresenteerd als oplossingen maar zijn ze er vooral om de status quo te behouden (of erger), maar ik wil hier uitgaan van goede intentie.
Ontwikkelaars schrijven soms algoritmes om tot oplossingen te komen. Het ideaal daarbij is om te komen tot een globaal optimum. Een bekend voorbeeld is routeberekening. Wanneer je een route probeert te berekenen van A naar B wil je het liefst toch écht de kortste route krijgen. Maar alle routes berekenen is vaak onmogelijk. Dus worden er trucs gebruikt. Bij die zoektocht naar de oplossing kom je optima tegen, in dit voorbeeld routes die net iets beter doen dan andere. Wat je alleen niet altijd kunt weten is of die uitkomst de allerbeste oplossing mogelijk is (een globaal optimum) of een lokaal optimum (‘dit lijkt het beste wat we vooralsnog hebben kunnen vinden’). Met die bril kijk ik ook vaak naar nieuwe ontwikkelingen.
Ook voor problemen die zich niet algoritmisch laten benaderen zijn er lokale optima en globale optima. Een oplossing lijkt goed te zijn. Soms wordt er jaren op geprobeerd om de top van dat lokale optimum te vinden, zonder dat men zich realiseert dat er ergens anders hogere optima kunnen zijn. Dit schrijvende realiseer ik me dat ik als geboren Tubbergenaar wellicht wat geobsedeerd ben door mensen die al te enthousiast iets een ‘berg’ noemen. De hoogste ‘berg’ van Twente ligt niet eens in Tubbergen…
AI: gegeven dat het werkt - en ik denk echt dat de tool op zich bruikbare dingen oplevert voor iemand die snel even iets gedaan wil krijgen dat vele anderen ook al hebben gedaan; veel van ons werk is nu eenmaal niet origineel. AI-modellen worden steeds verder geoptimaliseerd, maar werken we toe naar een lokaal optimum, of moeten we misschien op een hele andere manier komen tot een hoger globaal optimum? Zou er geen oplossing mogelijk om efficient informatie te presenteren die minder energie verbruikt, beter voorspelbaar is, en niet vastloopt wanneer de complexiteit te hoog wordt? Is dat laatste probleem überhaupt wel ooit op te lossen?
5% eis van de NAVO: stel dat we met een sterkere legereenheid, waar we ieder jaar weer opnieuw 5% van ons inkomen instorten, inderdaad in staat zijn om de agressie van actoren zoals Rusland af te schrikken, is dat een optimale inzet van de middelen? Of is het verstandiger, vanuit een gewonnen veiligheid per €, om de vijand op een andere manier te verzwakken (b.v. Europees afbouwen fossiele en nucleaire afhankelijkheid)? En moet het dan meer worden wanneer Rusland en China gaan samenwerken om gigantische zwermen autonome drones op Europese steden te laten neerstorten? Of hebben we geoptimaliseerd voor het verkeerde?
Soms is er niets mis met het accepteren van een lokaal optimum. Of je nu 25 minuten bezig bent met fietsen of 28 minuten, het is pakweg een half uur en het is prima. Soms is er ook zoveel hype rondom een bepaald lokaal optimum, dat je toch een paar jaar leuk kunt verdienen aan het meeliften op die hype.
Toch lijkt het mij verstandig om scherp te blijven, zeker wanneer er aanwijzingen zijn dat er grote nadelen zijn aan bepaalde oplossingsrichting, een ‘lokaal optimum’ kan in een andere dimensie verre van ideaal zijn. Want dat 2D grafiekje van hierboven is ook maar een simplificatie.