直視全貌：穿越過度簡化的迷障，從複雜理論探索科學、商業與社會文化的新視角
A CRUDE LOOK AT THE WHOLE :The Science of
Complex Systems in Business, Life, and Society
作者 John H.
Miller
經濟學科班出身，難怪對於那方法論與科學哲學觀可以鞭辟入裡
五、從六標準差到新奇的雞尾酒：雜訊
對於品質與生產製造系統而言，變異與差異不好
提升品質與製造系統的生產效率而言，同質性越高越好(每個步驟都標準化)
然而就發現新事物而言，錯誤與變異（乃至於漫無目的的搜尋）是好的
如何找到最佳解(最高點或最低點)？
影響能否發現最佳解(最高點或最低點)的關鍵：地形的崎嶇程度
衍生的關鍵問題：
1.崎嶇性的決定因素為何？
2.能否有比登山法更好的搜尋方式？
崎嶇性≒可預測性(忽上忽下的狀況)
有越多因素交互在一起作用=崎嶇性越高
e.g., 穿衣服的搭配
穿上最好的帽子、領巾、上衣、褲子、腰帶、鞋子，乃至於披風+包包，不見得會是最好看與時尚的裝扮
各部份最佳化，整體不見的會最佳化
各部份最佳化得到整體的最佳化=工程與科學
各部份最佳化得不到整體的最佳化=管理與藝術
同理是：找出最佳的汽車設計、最佳的療法、雞尾酒的搭配、藝術創作
因此在搜尋最佳解上，可以故意加入雜訊與錯誤(=填平小山谷)，乃至於不斷改變搜尋的起始點=故意犯錯，以幫助在崎嶇的地形中跳脫出局部最佳解的陷阱
如何找出新穎、有效的雞尾酒療法
傳統藥物開發
1.找出病毒或細菌的罩門（辨識某種疾病的潛在分子弱點）
2.找出攻擊此一罩門的藥物(分子化合物)
3.多數病毒或細菌除了有DNA上的贅餘還棲身在複雜生物系統的國度，能夠演化調適應付單一藥物的攻擊(讓藥物無效)
要透過萬箭齊發的雞尾酒療法(=攻擊病毒或細菌增殖的不同階段)，才容易打敗病毒與細菌
問題在於：
1.藥物間的相互作用是非線性關係
2.要深入了解導致疾病的分子原理，以此為基礎從事研發=>這其實耗時與耗費鉅資
3.搜尋到了，還要進行漫長的測試與解盲
以上搜尋法=是基於以往醫學証據與分子醫學知識(=地圖)的指向性搜尋，因此開發出的雞尾酒藥劑數量有限
如何找出新的雞尾酒療法與藥物(非指向的搜尋)
1.臨床醫師的猜測(死馬當活馬醫)
2.在既有的化學分子知識基礎上，透過演算法來搜尋(同樣要經歷漫長的測試與解盲)
演算步驟
1.隨意調選20種試劑(不同搜尋起點)
2.測試看有多少病毒與細菌存活，越少存活的試劑代表示適合度(fitness)越高
3.以適合度最高的試劑為準，逐步調整配方(增加或減少)，一一進行比對測試
4. 適合度更高的試劑配方當成新的基準，直到檢視了所有的可能組合(算是局部最佳解)
悲情的是：以上試驗不過是在燒杯試管培養皿的階段，還沒進入臨床人體試驗
優點是：
1.可以從幾十萬或百萬種可能藥物中，篩選出數百種，再從數百種後選藥物中，提出幾種來進行以上試驗(藥物種類數目越多，可能組合越複雜=難以進行測試)
2.可以跨越藥廠之間的門戶分明(出現新的組合配方)，但政府規章往往有利於單一藥物通過審查
3.未來可能可以走向個人化的藥物與療程(不同人對於相同療程反應不同，事實上癌症具有高度的個體差異，需要針對每個人基因型的不同，調整藥物配方與療程)
以上觀念與做法完全不同於六個標準差(反而是看不同藥物組成之間的療效差異達幾個級數，差越多越好)
六、從稻草人到黏菌：分子智能
對於大腦的過高評價，通常是有大腦的生物的自我感覺良好
連神經元都沒有的，如何做出高明決策
e.g., 白血球
感受化學訊號，移動到受傷部位
辨識出外來微生物，再把它們吞噬或釋放出化學物質，溶解這些病毒或細菌
就連沒有生命的物體e.g.,
一滴水或一顆石頭，也都能順著一條路徑往低點移動=>依據重力
而沒有神經元的細胞或生物，依靠化學趨向性chemotaxis
依據化學分子的濃度梯度來進行移動方向或方式(=有偏差的非隨機遊走)
原核和真核細胞均具有趨化性記憶能力(可以記住幾秒內的濃度差異)=誘發探索行為
這些細胞沒有神經元，但分子刺激與匹配的反應取代了腦子做出反應
連神經元都沒有的生物如何做出取捨
如果單一細胞同時遇上它喜歡跟討厭的化學物質時，它是否會趨近則取決喜歡跟討厭的化學物質的相對濃度(=好惡與抉擇的標準)
多細胞核的黏菌喜歡食物討厭光(光對其細胞處理程序有害)
飢餓的黏菌prefer：1.黑暗+食物多 2.明亮+食物多 3.黑暗+食物量中等
飽足的黏菌prefer：1.黑暗+食物多 2.黑暗+食物量中等3.明亮+食物多
連黏菌都會有風險趨避與承擔的”意識”
然而黏菌也跟人一樣會陷入決策陷阱
先製作：區塊一是黑暗但只有少數食物、區塊二是光亮但食物充沛
理論上黏菌選擇前往以上兩個區塊的機率應該是50%：50%
但加入第三個區塊：一樣黑但食物更少
黏菌選擇前往區塊一機率大增
Irrational Decision-Making in an Ameboid
Organism
對比的人類決策行為偏誤：
晚餐要去哪家餐廳？
第一家是很近的不美味餐廳
第二家是很遠的美味餐廳
理論上去這兩家餐廳的機率或意願應該是50%：50%
如果加入第三家餐聽：一樣很近但是菜餚更不美味的餐廳後，
會顯著增加第一家餐廳的來客數
(經濟學與行銷學)涵義：
1.效用、均衡、品牌、口碑都不重要，重要的是對比
2.如果有更美味但是開在更遠距離的餐廳，一樣會有(不理性的)顧客上門
3.人的決策模式更複雜(=更不理性也更容易掉入陷阱)
神經元VS分子決定機制
大型生物體積大，需要透過神經元傳遞資訊，單細胞簡單生物，透過分子濃度擴散即可決定行為反應
就判斷機制而言，有大腦或神經元，不見的勝過分子濃度決定機制(對於大型生物而言，腦中的感覺與感情就是分子濃度決定機制)
就社會或市場而言，其決策機制有如蜂群/蟻群=>群眾的智慧沒有高明到哪裡！(一樣有很多不理性與荒謬之處)
七、一窩蜜蜂有如一顆大腦：團體智慧
從蜂群看人群
蜂群的春夏兩季充滿生機
冬天氣溫下降，沒有花蜜，一方面要保留足夠工蜂維持朝溫度，二方面工蜂數目太多時則會耗盡蜂蜜儲備
出季出現分封，老蜂后帶領半數蜜蜂與牠們份額的蜂蜜隨行，暴露在天候與被捕食的危機下
探索新蜂巢的回報類似花蜜，蜂巢的品質越好，舞蹈時間越長
其實是：
一開始是隨機搜索，一段時間之後好幾隻斥侯蜂會舞蹈，接著其他蜜蜂會依據低一批斥侯蜂的舞蹈資訊，再次前往確認，最後達成共識
對於蜂群而言，找到新窩的時間越久，越容易暴露在危險當中
這該如何取捨？
設定門檻值，逐次收斂選項
就蜂窩的選擇而言，寧願在有限時間內找到堪用的洞穴位置，勝過多花時間找到最佳的洞穴位置(風險趨避的策略)
人類類似蜂群的心智
流行歌曲音樂排行榜
一開始也是百家爭鳴，大家各自播放自己喜愛的歌曲，特定幾首播放的頻率較高=>被更多人聽到=>讓更多人喜愛=>被電台或電視節目介紹=>從受歡迎到竄升為榜首，而且往往還能再停留更長一段時間
消費性產品或社會名流人物也都走過類似發展進程
螞蟻有10-25萬個神經元，蜜蜂有100萬個神經元，而人腦有110億個神經元
然而以上反應模式與神經元多寡無關，純粹看生物群體當中，個體(單一粒子)間相互作用的結果
富生產力的自組織系統
螞蟻、蜜蜂都是，人類社會體制也是=>能夠組成不同的分子湯(e.g., 民主社會、父權社會、獨裁社會)
人類為滿足貪婪私慾或族群繁衍，設計出各種制度與規則，期望透過各種國際公約、國內憲法與法院判例、宗教教義指導團體內個體的運作與幫助群體獲得生存優勢與總體最大效用，偶而作繭自縛與像一群螞蟻原地打轉
複雜的教義與法律規章，說不定是毫無必要的高度複雜，而且還充滿種種漏洞與代理問題：
e.g., 十戒
可以濃縮成為兩戒
1.保持誠實、忠貞
2.不要忌妒、犯罪、害人
法治的起源
摘錄：
海耶克的洞見-
社會秩序不是由上而下的計畫性結果，而是成千上萬的人群透過試探規則，保留管用的、排斥不管用的；過程逐步漸進演化，最後產生的共識與交集。
大幅簡化這些規章與法則，說不定可以產生更佳的結果
How to run a company with almost no rules?
八、從草坪養護到種族隔離：網絡
人會依據他人的行為來決定自己的行為，彼此相互影響
種族隔離現象背後的解釋-謝林(Thomas C. Schelling)棋局的模擬實驗
良幣可以驅逐劣幣，劣幣也可以驅逐良幣
小世界網絡理論
各種社群網路上的分享，有如小石頭丟入池塘，有時可以引發蝴蝶效應(複雜的社交動態)。
沒有留言:
張貼留言