Внеполитическая теория счастья

Почему философы согласны с тем, что нужно, чтобы быть счастливым.

Wikimedia commons.

Источник: Wikimedia commons.

Я был второкурсником в колледже, когда впервые понял, что мои родители никогда не говорили мне: «Сынок, мы просто хотим, чтобы ты был счастлив». Кажется, что все остальные родители сказали им, что, что бы они ни делали, все было в порядке, пока это сделало их счастливыми. Почему, подумал я, родители не сказали мне этого?

Я сразу понял, когда наткнулся на отрывок из автобиографии Джона Стюарта Милля.

Милль был интересным парнем. У него был один из самых высоких IQ в истории человечества (в то время у них не было анализов интеллекта, но психологические историки пытались восстановить его IQ из других доказательств). Его отец, почтенный историк Джеймс Милл, начал преподавать ему Древнегреческий в возрасте трех лет. К восьми он прочитал всю историю Геродота в оригинале. Поэтому я подумал, что его жизненный рассказ может стать интересным. Но это не так. Его автобиография – полный отсроченный праздник. Насколько я помню, работа представляет собой исчерпывающий сборник наименее интересных вещей, которые Милл когда-либо читал, видел или рассматривал. Репрезентативный отрывок: «Когда у нас было достаточно политической экономии, мы так же заняли логику силлогизма, и теперь Гроте присоединился к нам. Наш первый учебник был Aldrich, но, будучи отвратительным с его поверхностностью, мы перепечатали один из самых законченных из многих руководств школьной логики, которыми обладал мой отец, великий коллекционер таких книг, Manuductio ad Logicam Иезуит Du Trieu. Покончив с этим, мы занялись логикой Whately’s, затем сначала переизданы из Энциклопедии Metropolitana и, наконец, Computatio sive Logica из Гоббса. «За любовь к Богу, Джон. Какая разница?

Хотя я не совсем уверен, почему, я пробрался через него. И я рад, что сделал.

Но чтобы понять, что Милл говорит о счастье, вам сначала нужно понять концепцию из искусственного интеллекта. Это называется обучением подкрепления.

Основная идея обучения обучению проста. Это метод проектирования агента – будь то человек, робот, компьютерная программа – вести себя разумно. Определение интеллекта здесь – то, что компьютерные ученые называют «максимизацией вознаграждения». Проще говоря, есть что-то, что вы хотите, а интеллектуальное поведение состоит в том, чтобы получить как можно больше. Например, если ваш агент – робот, играющий в баскетбол, то его награда приходит в виде очков. Чем больше корзин делает робот, тем больше очков она получает, и чем более разумно она вела себя. Усиление обучения – это математическое решение того, как робот научится приобретать все больше и больше очков.

В основе обучения подкрепления лежит так называемая «политика». Это игровая книга робота. Политика говорит в математической абстракции: «Вот где я сейчас. Это то, что я должен сделать, чтобы максимизировать мою награду ». В баскетболе хорошая политика может заключаться в том, чтобы получить мяч, повернуть его к корзине и бросить в сторону. Каждый раз, когда робот делает это, она смотрит на то, насколько эффективно она получала очки, и приспосабливает свое поведение к лучшему в следующий раз. Робот может начать плохо, но с помощью обучения усилению она со временем станет лучше. Вот что означает интеллект – со временем вы становитесь лучше и лучше в достижении своей цели.

Идея может быть простой, но весь нюанс в обучении подкрепления происходит именно от того, как вы узнаете эту политику. Например, это лучшая политика для продвижения к корзине? Или ты должен сидеть сложа руки и стрелять? Как вы узнаете, что в следующий раз будет лучше работать? Будет ли та же политика работать против другого противника?

Существуют две общие стратегии для изучения политики. Первый называется политикой . Это более простая из двух стратегий. On-policy означает, что робот использует ту же информацию для принятия решений и оценки того, были ли они правильными решениями. Если в ее политике говорится о том, чтобы двигаться к корзине, и это приводит к множеству очков, то она будет более склонна продолжать эту политику в будущем. Вторая стратегия называется внеполитической . Это означает, что робот использует различную информацию для принятия решений, чем для оценки. Агент мог принимать решения, основываясь, например, на своем времени владения мячом. Затем она могла оглянуться на свою игру, основываясь на этой политике, и посмотреть, не сосредоточилось ли на чем-то другом, в конце концов, увеличить количество корзин.

Во-первых, может показаться, что лучшая стратегия всегда будет в политике. Как вы могли набрать больше очков, сосредоточившись на чем-то совершенно неуместном? Но это не обязательно так. Эмпирический факт в исследованиях искусственного интеллекта заключается в том, что некоторые проблемы лучше решаются внеполитическими методами. Иногда лучший путь к достижению цели – косвенно.

Именно об этом Милль говорит о счастье. Способ максимизировать ваше счастье, так сказать, состоит в том, чтобы нацелиться на что-то еще. Посвятите себя чему-то большему, чем ваше собственное счастье. Трудно работать над этим. Тогда вы оглянетесь и поймете, что вы все время набираете счастье. Милль пишет,

«Достаточно радости жизни, чтобы сделать ее приятной, когда они воспринимаются как непроходимые, не ставя главной цели. Как только вы их сделаете, вы сразу почувствуете, что их недостаточно. Они не будут проводить тщательный экзамен. Спросите себя, счастливы ли вы, и перестаете быть таким. Единственный шанс для вас иметь в качестве цели в жизни не счастье, а нечто внешнее. Пусть ваше самосознание, ваш контроль, ваш самопророчество исчерпают себя; и если вы, к счастью, случайно оказались, вы вдыхаете счастье с воздухом, которым вы дышите, не останавливаясь на нем или не думая об этом, избегая его в воображении или ставя его в бегство от фатального допроса ».

Другими словами, стратегия on-policy не работает для счастья. Если вы попытаетесь максимизировать для него прямо, то вы будете хуже, чем если бы вы использовали другой подход. Счастье – одна из тех проблем, которые лучше работают с внеполитической стратегией. Должно быть разделение между действием и оценкой. Если вы используете свое собственное счастье в качестве показателя, чтобы оценить свое следующее решение, объем вашей озабоченности не может распространяться на ваши собственные чувства. Вместо этого, утверждает Милл, сосредоточьтесь на чем-то большем, чем вы, и однажды вы проснетесь, чтобы понять, что вы вдыхаете счастье с воздухом, которым вы дышите .

Причина в том, что мои родители никогда не говорили мне, чтобы я стремился к счастью прямо, заключался в том, что они, подобно Миллу, верят в нелогичный подход к счастью. Когда кто-то говорит вам, что вы должны «делать то, что делает вас счастливым», они выступают за политический подход к принятию решений о счастье и оценку их по одной и той же метрике. Это то, что мои родители не хотели, чтобы я это делал. И хотя мои родители не узнали об этом, читая Милл, удивительная вещь об этой позиции о счастье, которую она разделяет – в той или иной версии – практически любым другим философом, который взвесил этот вопрос.

Один из моих любимых из этих аккаунтов принадлежит Бертран Рассел. Он более или менее говорит то же, что и Милль, но с некоторым чувством небрежности, в отличие от торжественного веса Милля. Рассел пишет в «Завоевании счастья» : «Фундаментальное счастье больше всего зависит от того, что можно назвать дружеским интересом к людям и вещам». Он продолжает: «Пусть ваши интересы будут как можно шире, и пусть ваши реакции на вещи и люди, которые вас интересуют, насколько это возможно, дружелюбны, а не враждебны ».

Другими словами, счастье – естественный результат наблюдения, что в мире стоит много людей и вещей, заслуживающих дружеского интереса, и только один из них – это вы сами. Именно с этой идеей я хочу написать этот блог.

Рекомендации

Mill, JS (1873/2003). Автобиография. Проект Гутернберг.

Russell, B. (1930). Завоевание счастья. Нью-Йорк, Нью-Йорк: Liveright Publishing Corp.