美女无遮挡免费视频网站-色偷偷尼玛图亚洲综合-97国产精品人妻无码久久久-一区二区三区A片无码视频不卡

憑什么，好人要有好報？

“要做一個好人”，這是我的一個信念。所謂信念，是指導生活的最高準則。

這個信念是怎么來的呢？閉上眼睛往回追溯的話，應該是父母教給我的吧?！耙獙e人好，要大方，不要傷害別人?！边@些縈繞耳邊的話語，傳達的是父母的生存之道。

高中階段，接觸到達爾文的生物進化論，思維開始有一點混亂：如果生物為了有限的食物和生存空間不斷斗爭，適者生存下來并繁殖后代，不適應環(huán)境的則被淘汰，那生存下來的生命應該是極端自私的，對苦難無情的冷漠，殘忍的損人利己。

任何具有利他動機，為了幫助別人而犧牲自己的人，應該不會在這個世界存在太久。在生物一代代繁衍的過程中，無私的好人數量會越來越少，自私的壞人數量會越來越多。

那為什么，父母希望我做一個好人？或者說，自詡是好人的父母是怎么生存下來的？

如果一個公司告訴我，要做一個好人，我可能會懷疑這個公司的動機。我怕這公司的壞人，憋著勁教我學好，是方便他們使壞。可我沒法用這樣的理由去懷疑我的父母，畢竟他們的基因還要靠我這個獨生子傳遞下去。

所以，一定有什么原因，讓好人還活在世上。

我想知道的這個答案，33年前，美國政治學教授阿克塞爾羅德也想知道。他從解決經典的博弈論難題“囚徒困境”入手，利用計算機程序，模擬出了代表好人的策略和代表壞人的策略。

在好人和壞人共存的時期，好人得分獲得了領先；即使在一個都是壞人組成的社會，一旦壞人嘗到合作的好處，壞人會轉變成好人并迅速擴大好人群體。

羅教授的研究成果，寫在了《合作的進化》這本書里。首先，讓我們從介紹“囚徒困境”開始。

“囚徒困境”是1950年美國蘭德公司擬定的理論。兩個同案犯被關進監(jiān)獄，不能互相溝通情況。如果兩個人都不揭發(fā)對方，則由于證據不確定，每個人都坐牢一年；若一人揭發(fā)，而另一人沉默，則揭發(fā)者因為立功而立即獲釋，沉默者因不合作而入獄十年；若互相揭發(fā)，則因證據確實，二者都判刑八年。

這種情況下，怎么做才是對自己最有利的呢？現(xiàn)在我和你處在這樣的局面下，你有兩種選擇，揭發(fā)或沉默；我也有兩種選擇，揭發(fā)或沉默。我們互相不知道對方選擇什么，只能把兩種情況都考慮進去：假設你選擇揭發(fā)，臥槽你簡直不是人，說好的兄弟情深呢？我沉默幫你擔責我是傻子，老子也揭發(fā)；假設你選擇沉默，臥槽沒見過你這么傻的人，老子果斷選擇揭發(fā)賣隊友享受免罪。

可見，無論你選擇什么，我最好的選擇都將是揭發(fā)。這也是槍戰(zhàn)片中壞人活得長好人死的快的重要原因。

如果只進行一次”囚徒困境“的博弈，理智的雙方只會互相傷害，這樣的社會根本不會有好人存活的機會。幸運的是，現(xiàn)實社會可以看成”囚徒困境“的重復博弈版本，一重復，就像給好人開了外掛。

為方便講訴，重新設置一種”囚徒困境“的情形：我和你是兩位玩家，手上各有”背叛“和”合作“兩張牌，我們互相不知道對方的出牌。銀行家充當裁判，每一輪都根據我們的出牌結果給予我們金錢，在無限次的輪數里，我們應該從銀行家手里拿到盡可能多的錢。

結果1：

我們都選擇合作，銀行家給我們每人3分錢。

結果2：

我們都選擇背叛，銀行家給我們每人1分錢。

結果3：

你選擇合作，我選擇背叛，銀行家給我5分錢，不給你錢。

結果4：

我選擇合作，你選擇背叛，銀行家給你5分錢，不給我錢。

無限次的輪數，有無數種背叛和合作的選擇。如果我們把背叛和合作的選擇稱為策略，則有無數種策略。面對這種情況，我們自然會問一個問題，哪種策略最厲害，能贏得最多的錢？

實驗開始前，羅教授心里很怕，要是最壞最沒有人性的策略贏得最多的錢，預示著我們這個世界會越來越像哥譚市，犯罪橫行，貪污腐敗，民不聊生，只能依靠一兩個超級英雄，比如蝙蝠俠給人們帶來一點微弱的希望。

為了回答這個問題，羅教授設計了一場競賽。他請世界各地的博弈論專家來提交策略，也就是設計一種出牌的規(guī)則，他把這些策略轉換成計算機語言，在電腦里進行模擬演算。當然不可能進行無限次的演算，先算個兩百次吧，看看到底誰厲害。

他一共收到了十四條精心設計的策略，再加上一條隨機策略，意思是每一步出背叛還是合作看心情，隨便出。任何一個策略，都和包括自己在內的十五條策略一起比賽，看誰贏得多。

理論上，200個回合，每個回合5分都拿全了，一場比賽最多贏1000分。和15個對手比下來，最多拿到15000分。事實上，這是不可能的，沒有哪個策略會傻到每輪都信任你，讓你白白占便宜?，F(xiàn)實一點的最好情況是，每輪兩個人都合作拿到3分，200輪一共拿到600分。

把每個策略經歷的15場比賽得分統(tǒng)計下來，名字為”一報還一報“的策略拿到了最高的平均分504分。這個策略最簡單，看起來最不聰明，事前也并不被看好，它最終獲得了冠軍，跌破了羅教授眼鏡。

這個策略這樣出牌：在第一回合采取合作行動，然后在接下來的每一個步驟里，重復對手上一步的行動。為了加深理解，我們來看看兩個”一報還一報“策略相遇競賽的情形。

第一步，雙方都合作，都拿到3分，然后互相重復對手上一步的合作行動，每一輪雙方都拿到3分。200輪過去，雙方都獲得600分的最高分數。

現(xiàn)在換一個對手，”老實人探測器“。這個策略會在每十步中任意選擇一步，打出惡意的”背叛“牌，拿到5分，”一報還一報“還是傻傻的打出”合作“牌，拿到0分。但在下一步，”一報還一報“馬上開始報復，打出”背叛“牌，而”老實人探測器“打出”合作“牌，拿到0分，兩輪雙方打平，各拿到2.5分。200輪結束后，雙方各得到590分。

如果遇到”總是背叛“呢？第一輪”總是背叛“拿到5分，之后”一報還一報“開始報復，雙方互相打出”背叛“，得到1分，一直持續(xù)到結束?！笨偸潜撑选澳玫?04分，”一報還一報“199分。

”一報還一報“在”總是背叛“身上損失的5分，在和其他策略競賽的過程中輕易贏了回來。我們看到它可以拿到600分滿分，而”總是背叛“死的很慘。教授把所有這些得分加起來，算出了一個結果。

分析結果可知：

這次競賽中的15個策略，有8個屬于”善良“策略。這里的”善良“指的是那些從不首先背叛的策略。令人吃驚的是， 善良策略霸占了前八名的位置。最差的善良策略得到472分，而最高的惡意策略得到401分，與善良策略有很大的差距。

在善良策略里，決定名次高低的關鍵在于”寬容“。一個寬容的策略只有短期記憶，雖然它也采取報復行動，但它會很快遺忘對手的背叛，報復過后就到此為止，不再繼續(xù)記仇。

排名第7的善良策略Friedman，它絕不寬恕，即使對手悔改，它不愿意打破相互背叛的惡性循環(huán)，因此無法取得較高的分數。

這場競賽表明，贏家策略具有兩個顯著特點，善良與寬容。這很烏托邦，善良與寬容能得到好報。這讓我看到了一些好人有好報的希望。

且慢。會不會是因為這場競賽只有15個策略，對手太少，善良策略領先只是因為運氣好？羅教授有這樣的疑惑。

于是，他把這次競賽的過程及結果還有分析原原本本公開，并請更多的專家來制定策略。這一次，有人專門制定了欺騙善良策略的惡意策略，期望靠偽裝得到高分。也有人試圖變得更加善良，制定了”兩報還一報“甚至”三報還一報“策略。

結果如何？還是”一報還一報“成為贏家，得到435分，更重要的是，善意的策略又一次贏了惡意的策略，前15名中只有一個惡意策略，而倒數15名中只有一個善意策略。

到這里，我們可以肯定的說，好人有好報，并不是寄希望于上帝或者來世的一廂情愿，而是在這個自私自利的現(xiàn)實世界，理性人為了得到最大利益采取的必然步驟。

那么，得到好報的好人，能夠繁衍生存下去嗎？在這個壞人好人共存的世界，隨著世代更迭，是好人越來越多，還是壞人越來越多呢？羅教授帶著這個問題進行了第三次競賽。

這次競賽，稱為生存之戰(zhàn)。

還是第二輪的63個策略，組成進化演替的第一代。贏的人不再得到分數，而是得到與其完全相同的后代。世世代代如此傳遞，一些策略逐漸變得數目稀少，甚至完全絕跡，另一些策略則漸次增多。

最終在1000代以后，種群不再變化，穩(wěn)定的狀態(tài)形成。在這之前，各種策略的命運起伏不定，”騙子“、”傻瓜“、”斤斤計較者“在200代之后徹底滅絕，剩下的策略都類似于”一報還一報“，既善良又容易被煽動報復。

答案揭曉：這個世界，好人”穩(wěn)定的“多于壞人。這并不是因為信仰神明或遵從某種主義的結果，而是理性人出于自我利益最大化的必然選擇。

這里所說的好人，不是傻好人，而是不首先背叛，及時反擊，寬容大度、行為清晰的綜合體。羅教授對此做了總結：

這一場33年前的計算機策略競賽，以及羅教授的分析，在今天看來，我仍然感到深深的震撼。他堅定了我們做好人的信心，也告訴了我們應該做一個怎樣的好人。

不首先背叛，及時反擊，寬容大度、行為清晰這四大原則，是好人立身成圣的擎天之柱。第一條容易，后面三條我自覺差距還很大。但這不妨礙我們把這些簡單的原則記錄下來，奉為以后行動的圭臬。

及時反擊是好人生存的基礎，一個忍氣吞聲的爛好人沒人記得他的好，只記得他的軟弱。憤怒和生氣是我們維護邊界的有力武器。如何在反擊中掌握度，既表達憤怒又適時收手，讓位于寬容大度，那是下一篇文章的故事了。

聲明：本站內容與配圖部分轉載于網絡，我們不做任何商業(yè)用途，由于部分內容無法與原作者取得聯(lián)系，如有侵權請聯(lián)系我們刪除，聯(lián)系方式請點擊【侵權刪稿】。