5.5 不讲交情或无远见的合作

对于多数怀疑论者说来，盖亚的麻烦在于将一个非活物的星球看作是一部“聪明的”机器。我们曾试图将毫无生气的计算机设计成人工学习机器，但却遭受了挫折。因此，在行星尺度内展开头绪纷乱的人工学习，其前景似乎挺荒谬。

但实际上我们高估了学习，把它当成一件难事，这与我们的沙文主义情节——把学习当成是人类特有的能力——不无关系。在本书中，我想要表述一种强烈的看法，即进化本身就是一种学习。因此，凡有进化（哪怕是人工进化）的地方就会有学习。

将学习行为拉下神坛，是我们正在跨越的最激动人心的知识前沿之一。在一个虚拟的回旋加速器里，学习正被撞裂成为基本粒子。科学家们正在为适应、归纳、智能、进化、共同进化等事物的基本成分编目造册，使之成为一个生命的元素周期表。学习所需的各种粒子藏身于所有迟钝的介质当中，等待着被组装（并往往自行组装）成奔涌灵动的事物。

共同进化就是多种形式的学习。斯图尔特·布兰德在《共同进化季刊》中写道：“没错，生态系统是一个完整系统，而共同进化则是一个时间意义上的完整系统。它在常态下是向前推进的、系统化的自我教育，并从不断改正错误中汲取营养。如果说生态系统是在维持的话，那么共同进化则是在学习。”

生物的共同进化行为也许可以用一个更好的术语来描述——共同学习，或者共同传授也行，因为共同进化的各方在相互学习的同时也在相互传授。（我们没有恰当的字眼来表述同时施教与受教，但假如做到了教学相长，我们的学校教育将会得到改善。）

一个共同进化关系中的施与受——同时施教与受教——使许多科学家想到了玩游戏。简单的儿童游戏如“哪只手里有钢镚儿？”具有“镜子上的变色龙”般的递归逻辑。藏钢镚儿的人进入这样一个无止境的过程：“我刚才把钢镚儿藏在右手里，那么现在猜的人会认为它在我的左手，因此，我要把它移到右手。但她也知道我知道她会怎么想，于是，我还是把它留在左手里。”

由于猜的人的思考过程也是如此，双方就构成了一个相互预测对方意图的游戏。“哪只手里有钢镚儿”的谜题和“镜子上的变色龙是什么颜色”的谜题相关联。从这类简单的规则衍生出的无限复杂性令约翰·冯·诺依曼非常感兴趣。在二十世纪四十年代早期，这位数学家就研发出用于计算机的可编程逻辑，并同维纳和贝特森一起开辟了控制论的新领域。

冯·诺依曼[26]发明了与游戏有关的数学理论。他将游戏定义为一场利益冲突，游戏各方都试图预测其他方的举动，并采取一系列的步骤，以解决冲突。1944年，他与经济学家奥斯卡·摩根斯特恩[27]合写了一本书——《博弈论与经济行为》。他察觉到，经济具有高度共同进化和类似游戏的特性，而他希望以简单的游戏动力学来阐释它。举例说，鸡蛋的价格取决于卖方和买方彼此之间的预期猜测——我出价多少他才能够接受，他认为我会出多少，我的出价应该比我能承受的价位低多少？令冯·诺依曼惊讶的是，这种相互欺诈、相互蒙骗、效仿、映像以及“博弈”的无休止递归一般都能够落实到一个明确的价格上，而不是无限纠缠下去。即使在股市上，当有成千上万的代理在玩着相互预测的游戏时，利益冲突的各方也能迅速达成一个还算稳定的价格。

冯·诺依曼最感兴趣的是想看看自己能否给这种互动游戏找出最理想的策略，因为乍一看来，它们在理论上几乎是无解的。于是他提出了博弈论作为解答。位于加利福尼亚州圣塔莫妮卡市的兰德公司是美国政府资助的智库。那里的研究人员发展了冯·诺依曼的工作，最后列出了四种有关相互猜测游戏的基本变体。每一个变体各有不同的输赢或平局的奖励结构。这四个简单的游戏在技术文献中统称为“社会困境”，但又可以被看作是构造复杂共同进化游戏的四块积木。这四个基本变体是：“草鸡博弈”、“猎鹿博弈”、“僵局”，以及“囚徒困境”。

“草鸡博弈”是供鲁莽的青少年玩的游戏。

两辆赛车朝悬崖边奔去；后摔出来的司机是赢家。“猎鹿”是一群猎手面对的难题，他们必须合作才能把鹿杀死，如果没有人合作的话，那么开小差各自去撵兔子会更好些。他们是在赌合作（高回报）还是背叛（低，但是肯定有回报）吗？“僵局”是挺无聊的游戏，彼此背叛收益最高。最后一个“囚徒困境”最有启发性，在1960年代末成为两百多例社会心理学实验的测试模型。

“囚徒困境”是由兰德公司的梅里尔·弗勒德[28]于1950年设计出来的。游戏中，两个分别关押的囚犯必须独立决定否认还是坦白罪行。如果两人都认罪，那么两人都会受到惩罚。如果两人都否认的话，则都会被无罪释放。但假如只有一人认罪，那么他就会得到奖励，而另一个则受到惩罚。合作有回报，但如果策略奏效的话，背叛也有回报。你该怎么办呢？

如果只玩一次，背叛对手是最合理的选择。但当两个“囚徒”一次又一次地玩，从中相互学习——也即“重复的囚徒困境”——游戏的推演就发生了变化。你不能无视对手玩家的存在；不论是作为强制的敌手还是同伙，他都必须受到重视。这种紧密相连的共同命运与政敌之间、生意