در آمار و یادگیری ماشین اصطلاحی به نام نفرین ابعاد (Curse of Dimensionality) وجود دارد که نخستین بار توسط ریچارد بلمن (Richard Bellman) در دهه 1960 مطرح شده است. این موضوع بیان میکند با افزایش ابعاد دادهها مشکلات بسیاری به صورت تصاعدی به وجود میآید. هرچه تعداد متغیرها یا ابعاد بیشتر میشود، فضای دادهها بهصورت نمایی بزرگتر میشود؛ بهطوری که دادهها پراکنده، بیمعنا و غیرقابل تعمیم میشوند. خیلی سادهتر بگویم در ابعاد کم دادهها الگو دارند وقتی ابعاد مختلف اضاف میشود دادهها از هم دور میشوند و تشخیص الگو بین آنها کمی سخت میشود چرا که فاصله بین آنها بسیار بیشتر به نظر میرسد. در واقع با افزایش ابعاد، فضای تحلیل آنقدر بزرگ و پراکنده میشود که دادهها بهجای روشنکردن الگو، آن را پنهان میکنند. مدلها دقیقتر نمیشوند؛ بلکه پیچیدهتر و گمراهکنندهتر به نظر میرسند.
من این نفرین را بیشتر بیرون از نمودارها و الگوریتمها تجربه کردهام. دقیقاً جایی که یک تصمیم ساده قربانی دیدن بیش از حد من شد. خیلی جاها قرار بود فقط یک پاسخ ساده بدهم، اما ذهنم مثل یک مدل با ابعاد بالا شروع به جمعآوری ابعاد مختلف و دادههای زیاد کرد و تصمیمگیری را متوقف کرد. گاهی ذهن آنقدر بُعد اضافه میکند که حقیقت در لابلای آن گم میشود و ما در شلوغی رها میکند. خیلی اوقات مسئله پیچیده نیست، ما هستیم که مسئله را پیچیده میکنیم.
یادم هست روزی در برخورد با یک دانشجو که فقط به دنبال یک مسیر ساده برای ادامه کارش بود. بهجای پاسخ روشن همه چیز را برایش تحلیل کردم. از توانایی فردی، بازار کار، ساختار کار گرفته تا آینده رشته و سیاستهای موجود را برایش توضیح دادم. حرفهایم علمی بود، دقیق هم بود، اما برای او غیرقابل استفاده بود. امروز میفهمم او تحلیل نمیخواست؛ بلکه فقط راهنمایی میخواست. من مسئله او را بیدلیل چندبُعدی کردم و ذهنش را درگیر ابعادی کردم که اهمیتی در آن لحظه نداشت. کاری که برخی مشاورها انجام میدهند تحلیل چیزهایی که مسئله ما را قرار نیست حل کند.
روز دیگری در حال تحلیل یک پروژه توسعه بودم که در نهایت قرار بود پیشنهاد اجرایی بدهم. اما ناخودآگاه شروع کردم به باز کردن ابعاد مختلفی مثل سیاستگذاری کلان، ملاحظات فرهنگی، تفاوتهای جنسیتی، محدودیتهای نهادی، منابع مالی، سرمایه اجتماعی، رسانه و حتی پیامدهای پروژه. تحلیلم خیلی دقیقتر شده بود اما پیشنهاد اجرایی با این ابعاد نمیتوانستم بدهم. هر بُعدی که اضافه کرده بودم، اما اگر تازهای ساخته بود و ارائه پیشنهاد نهایی برای من دورتر و دورتر شد. در نهایت پیشنهاد اجرایی پروژه نه بهخاطر نبود داده، بلکه بهخاطر ازدیاد تحلیل متوقف شد. دقیقاً همان اتفاقی که در مدلهای با ابعاد بالا میافتد. سیستم بهجای تصمیم و جلو رفتن دچار ایست قلبی میشود.
نفرین ابعاد دقیقاً همینجا است؛ جایی که تحلیل جای تصمیم را میگیرد. اینجا هم مانند یادگیری ماشین برای نجات از این نفرین راه حل در کاهش بُعد است. در زندگی هم گاهی خیلی چیزها را ندانیم بهتر است یا دستکم همهچیز را همزمان ندانیم. در واقع فهم، نتیجه دیدن همهچیز نیست؛ بلکه نتیجه دیدن چیز درست است. اطلاعات زیاد الزاماً به فهم بهتر منجر نمیشود. شاید بلوغ فکری یعنی تشخیص اینکه چه زمانی باید پیچیده دید و چه زمانی باید ساده فهمید. چون بعضی وقتها زیاد فهمیدن نه نشانه عمق، بلکه علامت گیر افتادن در نفرین ابعاد است و بله گاهی زیاد فهمیدن دقیقاً همان چیزی است که باعث نفهمیدن میشود.
