Lindy Effect

Toby Ord अपने 2023 के शोध में सामान्य प्रवृत्ति और सटीक गणितीय नियमों को अलग करते हैं। किताब से फर्क समझ आता है: आप देख रहे हैं कि रचना कब तक प्रकाशित होती है, या एक खास प्रति कब बिखर जाएगी? ये अलग प्रश्न हैं। वैसे ही तकनीकी सिद्धांत बना रह सकता है, जबकि उत्पाद और संस्करण गायब हो जाएँ। एक श्रेणी का इतिहास दूसरी पर अपने-आप लागू नहीं होता। उम्र से निष्कर्ष निकालने से पहले अध्ययन किए जा रहे जीवन का आरंभ और अंत तय करें। परियोजना का अंत विकास रुकना, उपयोगकर्ताओं का जाना या संचालन बंद होना हो सकता है; हर परिभाषा अलग डेटा देगी। [1]

Nassim Nicholas Taleb विचार को घात-नियम वाले मॉडल से समझाते हैं, जिसे यहाँ पारेतो मॉडल कहते हैं। यह अलग-अलग जीवन-अवधियों की संभावनाएँ बताता है और बहुत लंबी अवधियों को भी संभव मानता है। पैरामीटर α > 1 जीवन-अवधियों के वितरण का आकार तय करता है; t पहले से प्राप्त उम्र है। उस उम्र तक टिकने की शर्त पर मॉडल की औसत कुल आयु αt/(α − 1) है, जबकि औसत शेष आयु t/(α − 1) है। α = 2 और t = 10 वर्ष रखने पर आगे 10, यानी कुल 20 वर्ष मिलते हैं। बीते और भविष्य के वर्ष न मिलाएँ। यह चुने गए मॉडल का परिणाम है, किसी खास किताब या तकनीक के खत्म होने की तय तारीख नहीं। पैरामीटर का भी आधार चाहिए; मनपसंद परिणाम पाने के लिए उसे चुनना पर्याप्त नहीं है। [2]

Ord बताते हैं कि औसत और माध्यिका अलग प्रश्नों के उत्तर हैं। औसत सभी अवधियों को लेता है, इसलिए कुछ असाधारण रूप से लंबी जीवन-अवधियाँ उसे काफ़ी ऊपर खींच सकती हैं। माध्यिका संभावनाओं को समान संभावना वाले दो हिस्सों में बाँटती है: उससे कम और अधिक अवधि। उसी पारेतो मॉडल में α = 2 और उम्र 10 वर्ष होने पर शेष समय की माध्यिका 10 × (√2 − 1), लगभग 4.14 वर्ष है, 10 नहीं। वर्गमूल का चिह्न केवल इस मॉडल की गणना दिखाता है। α = 1 पर शेष माध्यिका 10 वर्ष है, लेकिन औसत परिमित नहीं है। यह अमरता नहीं है: इस मॉडल में अनंत आयु की संभावना शून्य है। इसलिए अनुमान उद्धृत करने से पहले संख्या का अर्थ जाँचें। [1]

ऐसी प्रक्रिया सोचें जिसकी ज्ञात समाप्ति-दर स्थिर रहती है। अमेरिका के राष्ट्रीय मानक एवं प्रौद्योगिकी संस्थान (NIST) की पुस्तिका इसे घातांकीय वितरण से बताती है। λ दर दिखाती है कि अभी तक बचे मामलों में अंत कितनी तेजी से होते हैं; यह मूल समूह का साधारण प्रतिशत नहीं है। λ = 0.1 प्रति वर्ष पर औसत शेष आयु 1/λ = 10 वर्ष है, चाहे मामला पहले से 5 या 20 वर्ष चला हो। सशर्त कुल औसत क्रमशः 15 या 30 वर्ष होगा, लेकिन शेष औसत नहीं बदला। यह प्रतिउदाहरण महत्वपूर्ण है: Lindy Effect हर पुरानी चीज पर बिना जाँच लागू करने का नियम नहीं है। [3]

वास्तविक परियोजनाओं का जोखिम अक्सर पहले से पता नहीं होता। Ord दिखाते हैं कि अलग टिकाऊपन वाले मामलों के मिश्रण से Lindy Effect कैसे बन सकता है। कम टिकाऊ मामले समाप्त हो जाते हैं, इसलिए बचे हुए समूह में अधिक टिकाऊ मामलों का अनुपात बढ़ता है। लंबा इतिहास तब संकेत देता है कि मामला किस समूह का हो सकता है। उसके भीतर कुछ बेहतर हुआ हो, यह जरूरी नहीं। हम अपने-आप यह निष्कर्ष नहीं निकाल सकते कि उम्र उसे मजबूत बनाती है या हर झटका लाभकारी है। कुछ परिस्थितियों में यह चयन-प्रभाव तब भी बन सकता है जब हर मामले का अपना जोखिम बढ़ रहा हो। [1]

मान लें कि हम 100 परियोजनाओं को 10 वर्ष देखते हैं। इनमें 40 समाप्त हो चुकी हैं और 60 अब भी सक्रिय हैं। इन 60 की अंतिम आयु 10 वर्ष या अनंत न लिखें: हमें केवल इतना पता है कि वे निगरानी के अंत तक कम-से-कम चलती रहीं। NIST इसे दाएँ से सेंसरिंग कहता है। इस अनजान नाम का अर्थ असुविधाजनक डेटा मिटाना नहीं, बल्कि यह स्वीकार करना है कि अंत अभी अज्ञात है। समाप्त परियोजनाएँ और उनके अंत का समय भी चाहिए। केवल आज के विजेताओं की सूची से शुरू करेंगे तो वे मामले छूट जाएँगे जो समय की यही परीक्षा पार नहीं कर पाए। [4]

Bitcoin.org खुले विकास, सॉफ़्टवेयर त्रुटियों के सुधार और धन तक पहुँच खोने के जोखिम का वर्णन करता है। Bitcoin का लंबा इतिहास नेटवर्क की जानकारी है; वह नए वॉलेट, धन संभालने वाले सेवा-प्रदाता या बदले हुए कोड का इतिहास अपने-आप नहीं बन जाता। नेटवर्क का टिके रहना किसी खास कस्टडी व्यवस्था की सुरक्षा का प्रमाण नहीं है। Self-custody में आप अपनी प्राइवेट की खुद संभालते हैं। ये वे गुप्त डेटा हैं जिनसे बिटकॉइन खर्च करने की अनुमति दी जाती है। इसलिए धन तक इस पहुँच का बैकअप बनाना और उसे बहाल करना समझना ज़रूरी है। Network Effect, दूसरे लोगों की भागीदारी से मिलने वाला लाभ, निरंतरता का कारण हो सकता है, लेकिन यह एक खास तंत्र है जिसकी जाँच करनी चाहिए। नया हमला या निर्भरता उन परिस्थितियों को बदल सकती है जिनमें पुराना अनुभव मिला था। [5]

Lindy Effect विचार की शुरुआत में सबसे उपयोगी है, उसके अंत की जगह नहीं। Ord के भेदों से तुलना का समूह, अंतिम घटना, डेटा का चयन और औसत-माध्यिका का फर्क स्पष्ट करें। फिर पूछें कि क्या पहले जैसा काम करता है और क्या बदल गया। पैसे के लिए Store of Value, भविष्य तक क्रय-शक्ति बनाए रखने की क्षमता, भी महत्वपूर्ण है। केवल अस्तित्व जारी रहना उसकी गारंटी नहीं देता। लंबी अनुमानित आयु किसी दावे की सत्यता, भावी माँग या परिसंपत्ति की कीमत बढ़ने का प्रमाण नहीं है। इतिहास को गंभीरता से लें, पर उससे खास जोखिम की जाँच की जगह न भरें। [1]