ACM通信

部门

效率vs.弹性:COVID-19对计算机的启示

Moshe Y. Vardi著
ACM通信，2020年5月，第63卷第5期，第9页
10.1145 / 3388890
评论(3)

在我写这些文字的时候，2020年3月中旬，由冠状病毒引起的COVID-19疾病正在世界各地蔓延。2019年底在中国爆发的一场地方性流行病，已演变成自1918年西班牙流感大流行以来世界上从未见过的一场肆虐的大流行。数千人已经死亡，最终的死亡人数可能达到数百万。为了缓解疫情，个人正在减少旅行、娱乐等活动，并实行“社交距离”，从而导致经济放缓。企业囤积现金并削减支出，以应对持续时间不确定的经济放缓。个人和企业的这些理性行为正在将全球经济推向衰退。

观察到这场意外危机的经济后果，威廉·a·高尔斯顿在最近的一篇文章中问道《华尔街日报》^一个列^：“几十年来，对效率的不懈追求一直主导着美国商业思维，如果这种追求让全球经济体系更容易受到冲击呢?”他继续认为，在效率和弹性之间存在着一种权衡。“效率来自于对现有环境的最佳适应，”他认为，“而韧性则需要适应环境中破坏性变化的能力。”

在不同的背景下，Adi Livnat和Christos Papadimitriou在2016年发表了类似的观点通信的文章，“性是一种算法。”^b计算经验表明，模拟退火是一种通过一系列小突变进行局部搜索以寻求最优解的方法，总体上，它比模拟有性繁殖和自然选择的遗传算法在计算上要优越。那么，大自然为什么选择有性繁殖作为动物唯一的繁殖机制呢?利凡特和帕帕迪米特里欧的答案是，性别作为一种算法，除了在逼近最优解方面具有良好的性能外，还有其他优点。特别是，有性繁殖更倾向于那些与其他基因多样性更丰富的基因协同工作的基因，这使得物种更能适应破坏性的环境变化，也就是说，更有弹性。

然而，我们已经教育了一代又一代的计算机科学家这样一个范式:对算法的分析只意味着对计算效率的分析。正如维基百科所说:“在计算机科学中，算法的分析是发现算法计算复杂度的过程——执行它们所需的时间、存储或其他资源的数量。”换句话说，效率就是唯一的关注算法的设计。(当然，算法必须满足其预期的功能)。那么弹性呢?再次引用高尔顿的话:“创建有弹性的系统意味着提前努力思考可能出错的地方，并将有效的对策纳入设计中。”如何让我们的算法更具弹性?

当然，数十年来，容错一直是计算系统构建的标准之一。Jim Gray在1998年的图灵奖中提到了他发明的事务机制，该机制为数据库提供崩溃弹性。莱斯利·兰波特(Leslie Lamport)获得2013年图灵奖，表彰他在分布式系统容错方面的工作。尽管如此，我相信计算机科学还没有将弹性(对我来说包括容错、安全性等)的思想内化，这一思想必须被推到算法级别。搜索结果排名就是一个很好的例子。谷歌最初的排名算法是PageRank，它通过计算页面链接的数量和质量来确定该网站的重要性。但是PageRank对操作没有弹性，因此有了“搜索引擎优化”。如今的结果排序算法都是严格保密的商业秘密。事实上，对抗性机器学习(着眼于恶意操纵数据对机器学习的影响)是一个非常活跃的研究领域。

正如我在之前的专栏文章中指出的，这种追求效率的做法是一意孤行的:“我们的学科致力于减少摩擦。延迟必须消除，带宽必须增加，普遍性应该是普遍的。我们的目标是尽可能减少计算和通信的摩擦。”Facebook首席执行官马克·扎克伯格将“无障碍分享”作为目标。摩擦的减少造就了我们在过去50年里创造的令人惊叹的互联网世界。它还为我们提供了工具，使我们能够在保持社交距离的情况下工作和社交。但我们现在知道，在社交媒体上无摩擦分享的想象乌托邦会导致过滤泡沫、假新闻和极端内容。

今天的计算是人类文明的“操作系统”。作为计算机专业人员，我们作为这个操作系统的开发人员和维护者负有巨大的责任。我们必须认识到效率和弹性之间的权衡。现在是开发弹性算法的时候了。

作者

Moshe Y. Vardi（vardi@cs.rice.edu)是《南华早报》的高级编辑ACM通信2008年至2017年担任主编。Vardi博士是计算工程的大学教授和Karen Ostrum George教授，也是德克萨斯州休斯顿莱斯大学贝克公共政策研究所的教师学者。

回到顶部

数字图书馆是由计算机协会出版的。版权所有©2020 ACM, Inc.

---

评论

---

显示3评论