อธิบายทฤษฎีเกมผ่านเกมการ์ตูนแอนิเมชัน
(ncase.me)- อธิบาย ทฤษฎีเกม ให้เข้าใจง่ายผ่านเกมการ์ตูนแอนิเมชัน
- แสดงหลักการทำงานของ ความไว้วางใจและความร่วมมือ ด้วยการจำลองและโมเดลภาพ
- ยกตัวอย่างสำคัญอย่าง Prisoner’s Dilemma แบบเล่นซ้ำ เพื่อเปรียบเทียบกลยุทธ์ที่หลากหลาย
- สำรวจกระบวนการก่อเกิดของ ความไว้วางใจซึ่งกันและกัน และความยากของมัน ผ่านปฏิสัมพันธ์ระหว่างแต่ละกลยุทธ์
- แนวทางแบบภาพเช่นนี้ช่วยให้การเรียนรู้ แนวคิดอัลกอริทึมที่ซับซ้อน ง่ายขึ้น
แนะนำการอธิบายทฤษฎีเกมด้วยภาพ
- คอนเทนต์นี้นำเสนอในรูปแบบ เกมการ์ตูนแอนิเมชัน เพื่อให้เข้าใจแนวคิดหลักของ ทฤษฎีเกม ได้อย่างเป็นธรรมชาติและจับต้องได้
- โดยไม่ใช้สูตรคณิตศาสตร์ แต่ผสานบทสนทนา การ์ตูน และการจำลองแบบโต้ตอบ เพื่อถ่ายทอดโครงสร้างของ กลยุทธ์ที่ซับซ้อน ให้เข้าใจง่าย
การจำลองความไว้วางใจและความร่วมมือ
- ผู้ใช้สามารถดูได้โดยตรงว่าตัวละครต่าง ๆ (ผู้เล่น) ใช้กลยุทธ์หลายแบบอย่าง ความร่วมมือ (Trust), การหักหลัง (Betrayal), การตอบโต้ และอื่น ๆ อย่างไรในสถานการณ์ที่หลากหลาย
- เมื่อเล่นซ้ำหลายรอบ สามารถเปรียบเทียบและวิเคราะห์ผลลัพธ์ของแต่ละกลยุทธ์ในปัญหา Prisoner’s Dilemma แบบเล่นซ้ำ ได้อย่างเป็นภาพ
การเปรียบเทียบกลยุทธ์ในการโต้ตอบซ้ำ
- ตัวละครหลากหลายแบบเข้าร่วมเกมโดยอิงจาก กลยุทธ์เชิงอัลกอริทึม ที่ต่างกัน
- ตัวอย่างเช่น มีกลยุทธ์ที่ร่วมมือตลอดเวลา หักหลังตลอดเวลา หรือทำตามพฤติกรรมก่อนหน้าของคู่แข่ง เป็นต้น
- ผลลัพธ์สะสมจากการเล่นหลายรอบถูกแสดงให้เห็นอย่างเป็นภาพ ทำให้วิเคราะห์ได้ในทันทีว่าแต่ละกลยุทธ์นำไปสู่รางวัลหรือบทลงโทษอย่างไร
ความยากและเงื่อนไขของการสร้างความไว้วางใจ
- ผ่านการทดลอง สามารถดูได้ว่าภายใต้เงื่อนไขใด ความไว้วางใจซึ่งกันและกัน มักไม่เกิดขึ้น และในสภาพแวดล้อมแบบใดความไว้วางใจจึงตั้งมั่นได้สำเร็จ
- ยังมองเห็นได้อย่างเป็นธรรมชาติด้วยว่า การเปลี่ยนแปลงของสภาพแวดล้อม (เช่น noise, ความผิดพลาด, ความเข้าใจผิด) ส่งผลต่อผลลัพธ์ของ อัลกอริทึม อย่างไร
ผลของการสื่อสารแนวคิดซับซ้อนสู่สาธารณะ
- การ์ตูนและการจำลองที่คุ้นเคยช่วยเชื่อมไปสู่ความเข้าใจที่ลึกขึ้นอย่างเป็นธรรมชาติเกี่ยวกับการประยุกต์ใช้ ทฤษฎีเกม อย่างกว้างขวาง ตลอดจนเรื่อง ความไว้วางใจ และ ความสัมพันธ์แบบร่วมมือ
- ด้วยเหตุนี้ จึงช่วยให้เชื่อมโยงและเข้าใจปัญหาการตัดสินใจเชิงกลยุทธ์ที่เกิดขึ้นในการปฏิสัมพันธ์จริงในสังคมหรือภายในองค์กรได้ง่ายขึ้น
2 ความคิดเห็น
https://osori.github.io/trust-ko/
นี่คือลิงก์เวอร์ชันภาษาเกาหลี
ความคิดเห็นบน Hacker News
เป็นหนึ่งในบทความที่ผมชอบที่สุดบนอินเทอร์เน็ต แต่คิดว่ามันโฟกัสที่ ด้านบวก ว่าถ้าผู้คนร่วมมือกัน ก็สามารถเอาชนะกลุ่มคนที่หลอกลวงกันเองได้
ข้อสรุปที่สำคัญกว่านั้นคือ ในระดับพื้นฐานมาก ๆ การ ยอมให้พฤติกรรมมุ่งร้ายเกิดขึ้นได้ จะเรียกพฤติกรรมมุ่งร้ายให้เพิ่มขึ้นอีก
ถ้าเชื่อใน agency และความรับผิดชอบของปัจเจกบุคคล และไม่เชื่อในความคิดแบบเวทมนตร์ มันแสดงให้เห็นเชิงคณิตศาสตร์ว่า ความอ่อนแอของผมที่ทำให้ใครบางคนเอาเปรียบผมได้โดยไม่ต้องจ่ายราคาใด ๆ ไม่ได้ก่อให้เกิดความร่วมมือ แต่ก่อให้เกิดการทรยศ
สุดท้ายแล้ว หากอยากได้โลกแบบที่ตนอยากอยู่ ก็ต้องแข็งแกร่งขึ้น และเลือกใช้พลังนั้นในทางที่ดี
กลายเป็นว่า “เพราะคุณไม่ยอมรับพฤติกรรมของผมที่ดูเหมือนมุ่งร้าย ผมก็จะไม่ยอมรับพฤติกรรมของคุณที่ดูเหมือนมุ่งร้ายเช่นกัน”
วิธีนี้ใช้ได้เมื่อการรับรู้ไม่พร่ามัว แต่ในโลกจริงกรณีแบบนั้นมีน้อย
โดยรวมแล้วเห็นด้วยกับคำพูดที่ว่าต้องแข็งแกร่งขึ้นและใช้พลังนั้นในทางที่ดี แต่ตรรกะอย่าง “พวกเขาโกง ฉันก็เลยโกงด้วย” หรือ “พวกเขามีอาวุธนิวเคลียร์ ฉันก็เลยต้องมี” ก็เป็นสาเหตุของการทรยศจำนวนมากเช่นกัน
กลยุทธ์ตอบแทนแบบตาต่อตา เป็นกลยุทธ์ที่ยอดเยี่ยม แต่ไม่ใช่กลยุทธ์ครอบงำ และคิดว่านั่นคือประเด็นสำคัญที่สุดของเว็บไซต์นี้
ตอนยังเป็นอุดมคตินิยมวัยหนุ่ม มันง่ายที่จะคิดว่า “ถ้าให้ภาษีกับรัฐบาลมากขึ้นมาก ๆ รัฐบาลก็คงแก้ปัญหาที่ทุกคนบอกว่าสำคัญให้ได้” หรือ “ถ้าแค่ให้กับคนที่บอกว่าต้องการ เขาก็คงไม่โกงระบบ”
ต่อมาจึงเริ่มเห็นรูปแบบที่รัฐบาลเอาเงินส่วนใหญ่ไปใส่กระเป๋าคนมีเส้นสาย และในระดับจุลภาคก็เห็นรูปแบบที่มีคนจำนวนมากฉวยใช้วิธีหาประโยชน์มิชอบเมื่อมีโอกาส จึงเริ่มเรียกร้องความรับผิดชอบที่เข้มแข็งขึ้นมากจากทุกฝ่าย
การตรวจสอบรายได้อย่างละเอียดเพื่อสิทธิรับสวัสดิการ แน่นอนว่าเป็นภาระต่อคนที่ทำตามกติกาด้วย แต่ก็เป็นต้นทุนของการมีคนคุณภาพต่ำในสังคมที่คอยเอาเปรียบทุกคนอย่างไม่หยุดหย่อน
ทั้งยุโรป สหรัฐฯ สิงคโปร์ และแม้แต่จีน สิ่งที่ดีที่สุดคือคอร์รัปชันถูกป้องกันไว้ตั้งแต่แรก หรือถูกกำจัดอย่างมีประสิทธิภาพ
เมื่อผู้นำเป็นผู้กระทำที่มุ่งร้าย มันค่อนข้างเห็นได้ชัด ตัวอย่างที่ชัดเจนคือกระบวนการที่ ฟิลิปปินส์ ในทศวรรษ 1950–60 ทำให้รากฐานของมหาอำนาจทางเศรษฐกิจสูญเปล่าไป
ทุกวันนี้เวียดนามกำลังจัดระเบียบภายในและแสดงผลงานให้เห็น ส่วนอินโดนีเซียก็น่าจะทำสิ่งที่น่าทึ่งได้จริง ๆ หากจัดระบบให้เข้าที่
เหมือนคำกล่าวที่ว่า “ไม่มีใครเป็นเกาะที่สมบูรณ์ในตัวเอง มนุษย์ทุกคนเป็นส่วนหนึ่งของแผ่นดินใหญ่” โลกนี้ไม่ได้ปิดอยู่แค่ agency และความรับผิดชอบของปัจเจกบุคคล
ยังมีบทเรียนอีกแบบว่า ถ้าอยากได้โลกที่ดีกว่า ก็จงเลือกใช้ชีวิตตามโลกนั้น บางครั้งอาจมีคนที่ไม่ได้แบ่งปันวิสัยทัศน์นั้นและคอยขัดขวางอย่างแข็งขัน
คำถามจึงกลายเป็นว่า จะปล่อยให้ผู้กระทำที่มุ่งร้ายเป็นผู้กำหนดว่าฉันคือใคร หรือว่าฉันคือใครนั้นเป็นอิสระจากสิ่งที่พวกเขาทำ
คำตอบของคำถามนี้แทบไม่เกี่ยวกับ “พลัง” เลย
0 - https://www.brainyquote.com/quotes/john_donne_101197
https://www.youtube.com/watch?v=rStL7niR7gs (The Rules for Rulers / CGP Grey)
Veritasium มีวิดีโอดี ๆ ที่อธิบายว่า กลยุทธ์ตอบแทนแบบตาต่อตา ชนะได้อย่างไร และเคยมีการแข่งขันคณิตศาสตร์ที่พิสูจน์เรื่องนี้
https://www.youtube.com/watch?v=mScpHTIi-kM
บทความนี้ดูเหมือนเป็นการสร้างการแข่งขันคณิตศาสตร์ในอดีตขึ้นมาใหม่ได้ดี
ลิงก์ไปยังช่วงนั้นของวิดีโอโดยตรง: https://youtu.be/mScpHTIi-kM?si=yzZxyeYw4cJA-i37&t=583
แบบตาต่อตาบริสุทธิ์อาจจมลงใน “การทรยศต่อกันถาวร” เมื่อเจอคู่แข่งที่คล้ายกันซึ่งเคยทรยศหนึ่งครั้ง และอาจเป็นแค่ความผิดพลาดก็ได้
มนุษย์รับมือกับทฤษฎีเกมแบบเล่นซ้ำได้ค่อนข้างดีในเชิงสัญชาตญาณ
บทความต้นฉบับก็อธิบายว่า กลยุทธ์ขึ้นกับสภาพแวดล้อมทั้งหมด และแบบตาต่อตาอาจไม่ใช่กลยุทธ์ที่ดีที่สุดเสมอไป
เรื่องทฤษฎีเกมยังไม่สมบูรณ์จนกว่าจะพูดถึง Golden Balls โดยเฉพาะฉากอันน่าทึ่งนี้ แม้คุณภาพเสียงจะแย่มากก็ตาม
https://www.youtube.com/watch?v=S0qjK3TWZE8
พอดูเกมแล้วก็ต้องยอมรับว่าตัวผมถูกตั้งค่าไว้ให้เข้ากับกลยุทธ์ “Simpleton” และก็น่าขมขื่นเล็กน้อยที่วิธีเรียบง่ายนั้นดูเหมือนจะนำไปใช้ได้ในความหมายที่กว้างกว่านั้นด้วย
The Evolution of Cooperation เป็นหนึ่งในหนังสือสารคดีที่ดีที่สุดที่เคยอ่านมา ใช้แค่พีชคณิตพื้นฐานก็ทำให้เข้าใจแนวคิดที่ลึกซึ้งมาก ๆ ได้
เท่าที่จำได้ ในการแข่งขันทฤษฎีเกมอย่างเป็นทางการสมัยก่อน กลยุทธ์ตอบโต้ครั้งเดียวที่ลงโทษเพียงหนึ่งครั้ง เป็นฝ่ายชนะ
ไม่ใช่เงื่อนไขที่ลอกเลียนอีกฝ่ายตรง ๆ แต่เป็นแบบที่ถ้าอีกฝ่ายโกง ก็เอาคืนหนึ่งครั้งแล้วกลับไปให้อภัย จากนั้นถ้าโกงอีกก็ลงโทษอีกหนึ่งครั้ง
อาจมองได้ว่าเป็นอีกรูปแบบหนึ่งของแนวทางกฎทอง แต่การแข่งขันเหล่านั้นน่าจะมีเงื่อนไขที่ง่ายกว่านี้
ชอบที่ใส่ข้อผิดพลาดในการสื่อสารและให้ปรับพารามิเตอร์ได้
มันไม่สามารถจำลองความเป็นไปได้ของนักต้มตุ๋นที่โดยทั่วไปทำตัวปกติเมื่อเดิมพันต่ำ แต่โกงเมื่อเดิมพันสูง
เจอสิ่งนี้เมื่อประมาณ 10 ปีก่อน และจนถึงตอนนี้ก็ยังเป็นหนึ่งในสิ่งที่ดีที่สุดที่เคยเห็นบนอินเทอร์เน็ต
เกมเล็ก ๆ นี้กลับยิ่งขยายให้เห็นความต่างระหว่าง ทฤษฎีเกม กับสิ่งที่ถ้าจะเรียกก็คงเรียกว่า “ทฤษฎีความสัมพันธ์”
อย่างแรกพึ่งพากลยุทธ์ ส่วนอย่างหลังพึ่งพาความไว้วางใจที่สะสมมา
หลังจากเล่นเกมหนึ่งรอบ ก็จะได้เบาะแสเกี่ยวกับ “บุคลิก” ของผู้เข้าร่วม และครั้งต่อไปที่เล่นเกมเดียวกันก็จะรู้ว่าใครเป็นใคร
สุดท้าย ความแตกต่างนี้สามารถทำให้ทั่วไปได้ในเกมแบบเบย์เซียนในฐานะ “ความลึกของข้อมูลตั้งต้น”
เกมแบบเล่นซ้ำก็เป็นส่วนหนึ่งของทฤษฎีเกมเช่นกัน
ตั้งแต่ถ้อยคำของคำถามแรกก็เห็นด้วยได้ยากแล้ว
หลังจากบอกว่า “สมมติว่าอีกฝ่ายโกงและไม่ได้ใส่เหรียญ คุณควรทำอย่างไร” ก็วางปุ่มเป็น “โกง” กับ “ร่วมมือ”
แต่ถ้าอีกฝ่ายไม่ได้ใส่เหรียญ การที่ผมไม่ใส่เหรียญด้วยไม่ใช่ “การโกง” มันก็แค่ไม่เล่นเกมกับคนนั้น
การโกงคือกรณีที่พูดว่าจะใส่เหรียญ หรือบอกว่าใส่ไปแล้ว แต่จริง ๆ ไม่ได้ใส่
นี่เป็นวิธีที่ดีที่สุดในการอธิบาย ทฤษฎีเกมพื้นฐาน ให้ใคร ๆ เข้าใจ
ผมเพิ่งเข้าใจแนวคิดพื้นฐานที่สุดหลังจากได้พบอาจารย์ยอดเยี่ยมในบัณฑิตวิทยาลัย แต่การอธิบายให้เพื่อนหรือครอบครัวฟังนั้นยากเสมอ
ผมคิดว่าทฤษฎีเกมเป็นหนึ่งในปรัชญาและบทเรียนชีวิตที่สำคัญที่สุดที่ควรเข้าใจในการใช้ชีวิต และสื่อนี้ก็ยอดเยี่ยมสำหรับการเริ่มต้นจากพื้นฐาน