【科學講堂】「以牙還牙」是最佳博弈策略？
互相合作，或許是群體生活與文化建立的基石。然而，在合作之中，個體未必每次都能獲益。因此，從「物競天擇、適者生存」的演化觀點來看，個體間的合作並非總是必然有利的策略。那麼，在演化過程中，物種（尤其是人類）究竟如何發展出合作的習慣？這次就讓我們一同探索這個課題。
博弈論中的「囚徒困境」，大家或許早已聽聞；在物種合作的場景下，它也能派上用場。簡單來說，兩位「囚徒」必須在合作與出賣對方之間抉擇。若信守承諾未出賣對方，卻遭對方背叛，將得到最差的待遇，而對方則獲得最佳回報；即使雙方都選擇背叛，各自所得雖不理想，但至少比單方面受騙來得好。
由此觀之，出賣對方似乎是理性的選擇——能確保自己獲得較佳的結果。不過，雙方合作或許無法拿到最高報酬，但每個人都能保障不錯的收益，達至雙贏。
模擬「囚徒困境」 15程式策略混鬥
為了研究自然中合作如何演化，科學家假設兩個參與者反覆面對「囚徒困境」，並探討何種策略能帶來較佳回報。
1980年代，學術界舉辦了兩次公開電腦競賽，邀請博弈論學者提出各種策略，並以模擬方式比較其成效。博弈論學者提交了14個不同的電腦程式策略，這些策略五花八門，從永遠合作到永遠背叛都有，此外再加上一個純隨機策略（Random），由此模擬出15個參賽者。
比賽採用循環賽制，每個程式都要和其他所有程式（包括自己的複製體）反覆對戰。由於雙方會在多次回合中互動，是否建立長期和諧關係，就成為重要的考量。結果發現，回報最優的策略竟是「模仿」：第一回合先選擇合作，之後每一回合的行動，完全仿照上一回合對手的作法——若上一回合對方背叛，下一回合便同樣背叛；反之亦然。
此外，模擬比賽中還加入了「演化」，即得分高的策略「繁衍」，得分低的「消亡」，模擬自然選擇。「模仿」策略在這種動態環境中也能穩定存活並擴散。
細想之下，此策略從不先發制人出賣對手，因此單回合通常不會比對方獲得更高回報，但這一策略能夠鼓勵合作，在與各種策略交手時，可取得非最高但穩定的總收益，故而長遠成為最成功的策略。相較之下，某些策略或許偶爾能贏得極高報酬，卻在其他情境下慘敗。
運用博弈論，有助於理解相互合作為何能在自然界中出現。在簡化模擬中，「以牙還牙」策略相對具有優勢，關鍵在於它具備善良（不首先背叛）、報復（對背叛做出回應）、寬容（在對方合作後恢復合作）和清晰（行為模式易於被理解）這四個特性，這樣的結論似乎與古人「以牙還牙」的智慧不謀而合。
●杜子航 教育工作者 早年學習理工科目，一直致力推動科學教育與科普工作，近年開始關注電腦發展對社會的影響。
