丰台建设公司网站大数据技术主要学什么

人为什么要和其他人合作？人又为什么会背叛他人？这是因为人性本善还是人性本恶？

这样的问题看似是道德层面没有终局的讨论，但只要使用科学方法去分析，就能摸索出大致原因。其实，善恶都是人在事后对结果的价值判断，而合作和背叛的决策来源于演化过程和边界条件。

**也就是说，在某些边界条件成立的情况下，我们完全不需要假设人是善还是恶，也完全不需要假设人们之间是熟悉还是陌生。只要给足演化时间，他们之间就会出现大规模的合作行为，并且这些合作行为还是稳定的，而且越来越稳定。**哪怕人群中偶尔出现了一些背叛行为，也不会让人群的整体行为逐渐往大规模背叛和互害的方向演进。

囚徒困境

囚徒困境有一个这样的假设：

有 2 个罪犯某甲和某乙，他们是同伙，一起被抓了以后分别审讯，在审讯中，某甲和某乙都有 2 种策略，一种是供出对方罪行，一种是守口如瓶。

前者相当于背叛了同伙，后者相当于与同伙合作。而同时，审问也会出现几种不同的结果：

1. 某甲和某乙都守口如瓶，最后的结果是证据不足以判重刑，俩人都被判 1 年；

2. 某甲守口如瓶，某乙背叛了同伙，某甲被判 5 年，某乙释放；

反过来也是：

3. 如果某乙守口如瓶，某甲背叛了同伙，某乙会被判 5 年，某甲释放；

4. 双方都背叛了对方，结果是虽然罪行比警方掌握得多，但双方都有戴罪立功表现，各判 4 年。

囚徒困境中的“困境”指的是什么呢？并不是说某甲和某乙在审讯室很为难，不知道怎么选。

“困境”说的是，只要两个人听懂了判罚的规则，而且运用自己的理性做判断的话，他们都会毫不犹豫地选择背叛对方，最终结局就是各判 4 年。

可我们再从全局看看呢？原来理性分析后得出的终局，是一个对双方来说都双输的局面，只比最差的结果少判了 1 年而已。

重复囚徒困境

这里的本质区别就在于双方是博弈一次，还是博弈多次但却知道精确的次数，又或者是博弈多次但并不知道会有多少次。正是这个区别，让人们从背叛走向合作。

阿克塞尔罗德实验

具体受到什么因素影响，无关紧要，我们要看看最聪明的人都是怎么博弈的，从他们的经验或者教训里找到窍门。

这方面的研究汗牛充栋，其中一个最常被提起的是阿克塞尔罗德做的大规模分析。他把囚徒困境的四种不同状况里，当事人的收益用分数来表示：

1. 双方都合作的情况下，都得 3 分；

2. 双方都背叛的情况下，都得 1 分；

3. 一方背叛，一方合作时，合作的人得 0 分，背叛的人得 5 分。

然后，他做了一次有奖征集。也就是，在这样的规则下重复不断地博弈，你认为应该采用什么策略，才能获得最高得分呢？

在这场计算机模拟中，有 8 种策略属于善良的，6 种属于邪恶的，邪恶策略的平均得分是 401 分，善良策略的平均得分是 488 分。你看，善良策略的平均得分比邪恶策略的平均分要多。

其中最善良的，相当于每次都选择合作，满分就是 600 分，但这要求对方也是这样的策略才行。而实际上，每种策略都要面对 14 种策略的博弈，于是 600 分的完美情况几乎是不可能出现的。

平均下来，在善良策略里，得分最高的是 504 分。这个策略是最值得注意的，它被总结成“一报还一报策略”。

但当博弈次数是大规模频繁博弈的时候，当博弈的次数积累得足够久，合作的策略还是更有利于获得生存资源的。相反，背叛的策略会因为收益明显少而受到资源惩罚，采用这样的行为策略的人的后代，整体而言会得到更少的资源，留下更少的后代。

而其中获得资源最多的，就是那个一报还一报的策略。经过足够久的时间，这些人的后代将占据地球上智能生物的绝大部分。

总结

1.人与人之间要达成互信合作的状态，不需要假设其中的个体拥有较高的素质、道德水平。只要某些边界条件成立，再给足演化时间，就会出现大规模的合作行为。
2. 囚徒困境和重复囚徒困境的本质区别在于，双方是博弈一次，还是博弈多次但知道精确的次数，又或者是博弈多次但不知道会有多少次。正是这个区别，让人们从背叛走向合作。
3.在阿克塞尔罗德实验中，善良策略的平均得分比邪恶策略要高，其中最高的被总结成“一报还一报策略”。