1. 新型オトナウィルス
  2. #31 利己的な「名人」を超え..
2020-10-09 46:41

#31 利己的な「名人」を超えたのか?

spotify apple_podcasts

彼らは読書感想を同時に言います。

まず、古林はポナンザの名前を知りませんでした。

客観的な探しものとは、すべての高句麗パターンを読む。

樋口は声明をだし、機械的な勉強についての続編を予言しており、非常に筋が通ります。

友達の頭頂のみを取得する鳥について話すと、Game理論です。

古林は、流行の呼び方でナイスガイが生き残ると言われていましたと言いました。

常に協力するタイプの人が混ざっている場合、科学的にはESSとは言えません。

戦争下では勇敢なゲルマン人が謝罪を述べるように、利他主義が膠着していました。

樋口は裏切ることにしました。

このように長く走るとは考えられていませんでした、永く生き残るのはどちらでしょうか?

00:06
はい、みなさんこんばんは。今日もあなたにインフェクション。新型オトナウィルス小林でーす。
樋口でーす。
よろしくお願いしまーす。
さあ、樋口さん、今回はついにいよいよやってまいりましたよ。あれですよ、あれ。
読書感想。
読みました?
いや、読んだっす。
やっぱ、さすが。
当たり前。あのさ、俺樋口は一度言ったことをやる男よ。
すいません、何回も言わせてすいません。
1時間読みました。
今日でしょ、どうせ今日でしょ。
今日、20時から収録があった。あ、21時から収録があったんで、20時から読みました。
あー、もう樋口さんやっぱそういうとこあるもん。俺、俺、あの、今日2時間読んだっす。
すげー!
すげー神!
努力か!
もう、なんかすごいっすね、この感じ。毎回直前に2人とも駆け込んでくる感じ。
どっちからいきます?どっちからいきます?
いや、これはもう俺から言わして。
どう考えても俺の方が多分、内容力が薄いと思う気。
そうなんすか?
だって、倍やもんね。
まあ、そうっすね、一応っすね。
いやー、じゃあいいっすか?
はい、お願いします。
まずね、じゃあ僕が読んだ本のタイトルから発表したいんですけども。
はい、お願いします。
僕が読んだ本のタイトルは、人工知能はどのようにして名人を超えたのか?っていうことです。
著者は山本一世さん。で、書かれたのは2017年なんですけども。
さあ、人工知能はもちろんわかると思うけど、名人。
これね、何のことかっていうと、将棋の名人なんですよ。
山本一世さんのね、将棋のAIプログラムの開発者。
おー、なるほど。
なんすよ。2017年当時、世界で一番強いと言われたポナンザっていう将棋のAIがあるんやけど、
それを開発した人なんよね。
が書いた本ですよと。
ちなみにポナンザっていう名前とか知らんわな。
ポナンザって名前は知らないですね。
それぐらいに名人がついに負けたみたいのはあったんですよね。
そうなんですよ。
その人が書いた本なんですけど、
俺はそもそも将棋がめちゃくちゃ好きなんで。
最初はそこをきっかけでポナンザっていう名前を知って、
これAIでやるよんやっていうのを知って、みたいな感じで知ったんですけど。
前書きに書いてることからまず言いますと、
ここ10年はコンピューターが人間のトップクラスのプレイヤーに勝てるようになった時代だと。
でね、衝撃的やったのがアルファ5。
これは聞いたことあるかな?
03:00
有ります。
Googleの参加の会社が作った5以後のAIプログラムなんやけど、
これが2016年にトップレベルの騎士イ・セドルクダンというのに圧勝したんですよ。
その辺に詳しくない方について一応説明しておきますと、
まずそもそもオセロ、チェス、将棋以後の順番に人間にAIが勝つのは難しいって言われてた。
これ何でかっつうと、考えないといけない局面の数が圧倒的に増えていくよね。
要はなんて読まないけんかってことよね。
それで言うと、もちろんやけど、番面のサイズがちっちゃければちっちゃいほど読む手が少ないし、
やれることが少なければ少ないほどちっちゃくなるわけ。
例えば将棋とかってさ、取ったコマ使える気めっちゃ大変とかね。
オセロは一回置いたら置けん機とかいろいろあるわけ。
以後は単純に番面がでかい機とかあるんだけど、
じゃあその1個その局面の数っていうのが指標になるんだけど、
それ一応言っていくね。
オセロやとだいたい10の60乗倍。
1、0、0、0、0、0って0が60個続くってことだよね。
倍の局面を想像せんと全部を理解できんじゃわれちゃうわけ。
チェスでいうと10の120乗。
いきなり増えるよね。
将棋10の226乗。
以後に関しては10の360乗って言われちゃう。
これもう言われちゃうだけ。
ちゃんと本当にこれが正しいかっていうのすらよくわかってないみたいな。
よく言われるのは、以後の世界とかは番面は宇宙だとか言われたりするよね。
それくらい将棋以後っていうのがもうそもそも勝つの難しいって言われてたんだけど、
でもそんな中2016年にその以後ですら人間に勝ったわけ。
AIが。
っていうところがじゃあなぜそんなにAIが強くなったのか。
っていうことをまず言いたいと。
で、中華知性とか知能って一体何ぞやっていうのを伝えたくてこの本を書きました。
AIを研究することで人間の知性を知る。
これ全部ちゃんと説明すると長くなるのでざっと言いますけど、
AI一言で言っても3段階ありますと。
3段階違う3周列言ったらいいんかな。
まず機械学習、真相学習、そして強化学習っていう3つあると。
これ説明を全部やるとかなり長くなるので一旦走りますと。
じゃあそもそもコンピューターができることとは何かっていうのをまず一旦まとめましょうってことなんですけど、
06:01
これ簡単に言うと2つしかないですよと言ってます。
1個目、とても簡単な計算ができる。
とても簡単な計算しかできるんだよね実はね。
0と1しかない。
足してどうとかかけてどうとか。
できる計算値めっちゃ1個1個はすごく簡単なんやけど、
それをものすごいスピードでものすごいかつやりおき、
さも人間から見たら複雑なことをやっているように見えるだけなんやね。
でも実はコンピューターって簡単な計算しかできないと。
2個目、覚える。つまりデータをためておくことができる。
この2つしかないんだと。
この辺はコバがコンピューターのことをやってるんで、
なんとなく知ってることだったんですけど、
実はこれ以外はできないんだってことを言うよねコンピューター。
そんなコンピューター。
じゃあ将棋を強くするためにどうすれば強くなるかっていうことをまずはこの人が考えたと。
で1個出た結論で言うと、
実はこの人ね、アマチュア五段柱強さを持っちゃうんやけど、
将棋そもそも強いんよ。
あ、本人もですね。
そう、本人強い。
で、アマチュア五段柱実はめちゃくちゃ強いんやけど、
じゃあ将棋のAIを作ろうと思ったときに、
簡単だと自分が持ってる知識をこのAIにインストールすることができれば強くなるんじゃない?
まあ当たり前の発想よね。
だから自分が師匠になって弟子を育てていけば、
自分と同じくらいは強くなるんじゃない?
自分と同じくらいは強くなれるだろう?っていうのはまず考えた。
で、そのためにずっとプログラムを作ったんやけど、結果はボロ負けしたと。
で、ここで考えるんよ。
あれと、自分の将棋の強さ、なぜ次の一手が効果的なのか、
自分で全く理解してなかったなってことに気づくんよ。
風をここに打つ、飛車をここに走らせる。
なんで?って思って。
理由がわからんかったらしいんよ。
なんかこうしたらめっちゃいいやんってことはわかるんやけど、
それをプログラムレベルに完璧に理論立てて落とし込むことができなかったらしいよね。
そこで知的な行動とは何かっていうのを考えたと。
その時に出した結論。
知的な行動値、2つまたあると。
これは探索と評価らしい。
知的な行動とは探索と評価。
で、じゃあこの探索とはまず何かっていうと、未来を正しくエミュレートすることらしい。
ことはいっぱい出てきてあれないけど、エミュレートとは何ぞやっていうと、
つまり主観や価値判断を加えずに物事を推測する行為らしいよね。
もう一回まとめるね。
主観や価値判断を加えずに物事を推測する。
つまり自分の考えを入れないってことよね。
客観的に真実だけを推測するっていうことを未来に対してやるっていうことが探索だって言う。
09:06
これがいわゆる将棋で言うと、読むという行為ね。
読む行為。
つまり、将棋で例えたら俺はわかりやすいんやけど、
風を行くパターンと菌を動かすパターンと飛車を走らすパターン、
これを探索と評価らしい。
風を行くパターンと菌を動かすパターンと飛車を走らすパターンは3パターンだけど、
風を行ったパターンで言うと、風を動かした後に向こうがこう来たパターンがある。
それに対してこう来るパターンとこう来るパターンとこう来るパターンがある。
このこう来るパターンに対してはこれがある。
このこう来るパターンに対してはこう来るパターンがあるっていうのを全部読む。
これっち、客観的な全て探索しようよね。
ここに好みとか雰囲気とかは一切入ってない。
これが探索だということなんですよ。
で、実は簡単なゲームやったら探索だけで話は終わるんよ。
客観的に全部を理解すれば、
一手目をどっちが刺す、先手か後手かっていうのが
じゃんけんで決まった状態でもうどっちが勝つか決まる状態になる。
そういうゲームありますね。
実は動物将棋っていう将棋のめっちゃ簡易版はもう全部が理解されちゃうよ。
AIで。
先手が絶対勝つんじゃなかったかな。
でもね、それだと膨大な量すぎて今のコンピューターの実力というかスペックじゃ理解できんから
評価っていうのが必要になると。
ここで評価っていうのが目星をつけるっていうことだよね。
未来をある程度バイアスを持ってフィルタリングして推測をするという行為。
ここでやっとなんとなくこれがいいと思うんやけどという、なんとなく入っていく。
そうなんよ。
これが知的な行動だし、
コンピューターが将棋をより深く理解するためには知的な行動が必要になる。
面白いやろ。
面白い。
そうなんよ。
こういう言い方でも言い換えられるね。
正しく評価ができる。
つまり、正しく推測ができるのであれば
探索する先を適切にカットできるっていう言い方が必要ね。
正しく評価できるのである。
ああ、そういうことですね。
ここから先に行ってもエサはねえぞと。
そう。
雰囲気でなんかこっちが似合うぞということがわかったら
遺憾でいいところを消去、あらかじめすることができる。
消去法的になんかこっち違う、なんかこっち違う、たぶんこっちだぜ。
たぶんこっちだぜの中で、こことこことここのパターンがあって
具体的に読んでいくということができるのが
12:03
一番知的な行動であり、将棋が強くなるということになる。
知的な行動であり、将棋が強くなるということになる。
この組み合わせのことをエミュレートではなくシミュレートっていう話。
なんやけど、正直ここから先が一番面白いはずないけど
ここで1時間が終わった。
なるほど、うわあ今からなのにって感じですね確かに。
今どれぐらいですか?何割ぐらいですか?
今これで4割ぐらいかな。
しかもバーッと読んだだけで。
一応目次をバーッと見てパラパラッとめくったところで
絶対おもろくなるやろうと思った。
じゃあ俺まず宣言する。これ続きやるわ。
よっしゃ来た。言ったことは必ずやる男。
これは次回続きやる。これはおもろい。どう考えてもこの続き。
一応予告編的に今からどういうところに話が進んでいきそうかというと
あのね、この思想でしばらく研究するんよ。山本一生さん。
しばらく強くならんわけ。
で、何でかっつうと、将棋っちね、なぜ自分で良い手を選べるか
自分で説明できんだしんよ。
でね、科学者はどっかでプロセスの解明中のまず諦めたよ。
だからさっきの話ずっとさ、理解しよう理解しよう理解しようつってするわけよ。
でももうどっかで諦めようって思って。
もうね、何でこの手がいいかっていうのはもうブラックボックスのままで良くねって思ったらしいよ。
そこにAIがそっちに舵を切った瞬間に人間の模倣をやめたと。
人間が脳みそで考えることを真似するのをやめた瞬間に機械学習が生まれたらしい。
そういうことですね。機械学習。
で、そこからディープラーニングとかに発達していくよね。
あと強化学習とかに発達していくんだけど。
つまり機械は人間であることをやめたんよ。
だから独自の知能の発達の仕方をそこで見出したときにアルファー語ができたってことだよね。
いやー、一旦ちょっとここまでかな。
いいですね。面白い。
いい感じですね。
正直さ、初めてAIについて聞いた人はナルフォートウォッチもしかしたら思ってくれたかもしれないけど、
正直コバ今の話はある程度、
コバとか言ったらいいよね。
俺は進化計算とかを大学の時にもやってる。
たりとかするので、結構一般よりは詳しい方だと思うんですけど、
それでも俺の解釈では、人間の脳を追従するのをやめたっていうその方針って結構今初耳だったんですよ。
15:02
あ、なるほどなーと思って。
結構人間の脳みそに近づけていったから上手くいったんだって俺勝手に思ったんですよ、その辺りって。
そうじゃなかったな。
明らかにそういう文章があったよ。
へー、なるほどっすね。
そういうことらしいです。
これはでも難しい話っすもんね。
難しい話だね。
楽しいっすよね、AIって。
知性とは何かとか、
俺ね、よく言ってるじゃないですか、このラジオ、パッドキャストも言うんやけど、
何かを理解するためには何かじゃないものを理解せんとそのものがわからんだよね。
日本とは何かを理解するためにアメリカはわからないけんし、
男とは何かを理解するためには女がわからないけん。
だから僕は言ってるじゃないですか。
人間とは何かを理解するためには非人間である人間的な何かを理解せんと人間がわからんわけ。
だから俺は非人間的な人間っぽい何かを理解しようとしているって感じ。
そこはあるんすね、ちゃんとあれは。
すごいな、なんか日々色々AIの勉強も始めるし、こないだFP取ったし。
色々っすね、本当に。
いいっすね、俺もあんまりごっつり一冊本読んだとかそういうことまではしてないんで、結構続きが気になるな。
ありがとうございます。
次小林のターンですか?
はい、お願いします。
緊張するな。今回はですね、僕はリコ的な遺伝子を読み進めました。
リコ的な遺伝子カムバックやん!
カムバックっす。
前回やっぱね、いかんかったなと反省しまして。
前回のあれを読書と言っていい次元じゃなかったなと反省しまして。
教育に関する直後?
っていうのがあったので。
ちょっと今中途半端に読み進めてるやつがあって、結構リコ的な遺伝子反応、皆さん良さそうなので。
めちゃくちゃいい。
いろんな方々から結構反応いただいているので、これちょっと読み進めたいなと責任持ってると思ってやってるんですけど。
実際人に勧めるんだったら、この本ちょっと鍋翔さん?人がツイッターに書いてたしね。
それくらい多分影響はありますよ。
そっかそっか、そうですね。
なのでちょっとこれを、ただまだ読み終わってないんですよ。
あらら、いやでも大作やな。
そうですね。
ちょっとやっぱり難しいんで、一個一個調べたりとかしながらになっちゃうんですね、どうしても。
ちょっとこれの、今回また後半部分の、もう終わり4分の1ぐらいだと思うんですけど、その辺を読んでまして、
18:03
今回読んだ部分ですね。
僕のこの読書感想でですね、割とmemeの話ばっかりしてたんで、リコ的な遺伝子イコールmemeっていう感じで持っちゃってる人もいるかもしれないですけど、
そんなにmemeしてるわけじゃないんですよ、この本自体。
そうなんですよ。
ほとんどはやっぱり生物進化の話で、遺伝子っていうか自己複製子っていう考え方について、
生物進化とは何なのかみたいな話が結構独特と書いてあって、っていうような感じなんですけど、
今回読んだところがちょっと機械調面白かったようなところがあってですね、
その辺りを説明したいんですけど。
これ興味深いね。
ってなってくると、ちょっとこれ喋りながら俺頑張ってみるんですけど、
結構この本の中で語られている前提知識をある程度把握しないと難しいところがまた出てきそうではある。
ただちょっとやってみたいのがあったんですね。
まずこの読んでた中でちょっとピンときたのがですね、
生物学者たち、この生物がどう進化してるかの人たちの考えの中に、
どうやって第三次世界大戦を防ぐかっていうのがあるみたいなんですよ。
え、いきなり。
え、ってなるでしょ。で、俺読んでてこれ納得したんですけど、
要はこれ何をやってるかっていうと、
生き物がどういうふうに動いて進化してどういう経路をたどっていくのか、
人間はだからそれ何なのかっていうのをそこで見てるんですね。
で、人間は争うようにできてるのかっていうのをこういうとこから見ていってるみたいなんですよ。
だからこの本が衝撃的なのが、理工的な遺伝子、つまりその遺伝子の動きが優先されるから、
僕らがどれだけ友達のため、人のため、世の中、世界平和って言っても、
弱肉強食の起きてから逃れられないみたいなテーマが語ってあるんですよね。
で、本当に動物の進化の歴史っていうのは、
爪が牙が血が肉がっていうそういう話が基本的になってくるので、
人間がイメージしてるような幸せなお互い助け合いみたいなのは、
動物界で当たり前に通用しねえと、
そういう話がどんどんトクトクと語られてきてる中、
後半ではちょっと希望的な観測が入ってくるんですよ。
つまりどういうことを言ってるかというと、
生物っていうのは相手のためを思って行動できるのか本当にみたいな、
つまりその、なんていうかね、
俺ら平和にやっていけるのか争わずにっていうのを、
その生物がの進化の仕組みから見ていこうかと思っていてて、
やっぱりそれでその戦争を避けようみたいな話になったりもするみたいなんですよね。
そういったような内容が書かれていて、
今回話したいところが囚人のジレンマっていう。
ゲーム理論やん。
さすがよくご存知で。
21:01
ちょっとこれ説明が難しいんですけど、
つまりなんですかね、
この例にしよう。
頭を友達の頭ののみを取ってあげる鳥の話があるとね、
鳥同士が毛づくろいをすると、
動物の間でいくと、
結構大事なコミュニケーションとして毛づくろいがあるんですけど、
よくよく考えて、
動物、生物っていうのは、
自分さえ生き残ればいいっていう遺伝子の仕組みで動いてるはずなのに、
なんで友達の鳥の頭ののみをわざと取ってやるんだ。
これ不思議な話になってくるじゃないですか。
そこで結局、
考えられるのが、
固形体というのは、
そこで結局、
考えられるのが、
固形的利他主義っていう選択肢があると。
これつまりどういうことかというと、
自分が相手にメリットを与えることで、
自分もまた自分の頭ののみを取ってもらうことができるかもしれない。
これによって自分が有利に、
進化して生き残っていくかもしれないっていう話なんですよね。
情けは人のためならずや。
そういうことです。
人のためになることが自分の生存を生かすんじゃないか、
みたいな話がもちろんあるんですけど、
これが、
話散らかってますよね。
頑張って整えますね。
囚人のジレンマっていう考え方で見ていくことになるんですよ。
この鳥がどうして友達の頭ののみを取ってあげるのか。
これを例えば、
友達の頭ののみを取ってあげて、
取ってもらったはいいけれど、
相手に恩返しをしてあげないやつとか、
相手にも恩返しをしてあげるやつ。
相手が取ってくれたやつだけ、
自分も今度は取ってあげる。
俺が今回相手ののみを取ったのに、
こいつ無視して逃げていったと。
もう今度からこいつののみは取ってやらん、
みたいないろんなパターンの鳥が考えられる。
これをコンピューターシミュレーションにかける。
いくつかのパターンにして、
ゲーム理論として得点を与えていって、
どういう風にこれが推移していくかっていうのを
コンピューターシミュレーションをしていくことになる。
そうした時に、
普通に考えると、
やり返すやつとか、
自分は取ってあげないけど、
人から取ってもらうだけのやつ。
完全なテイカーですよね。
こいつが一番セコいんで、
こいつが一番生き残るんじゃない?
っていう感じになるんですけど、
いろんな層がいるとするじゃないですか。
こいつ裏切ったからもう二度と取ってやらないっていうやつがいると、
このテイカーにとってデメリットになってくる。
こういうのがあって、
結局のところ、
テイカーっていうのは最後まで生き残れない。
このシミュレーションをすると。
ということになってくるんですね。
最終的には、
ちゃんと恩返しをするやつじゃないと生き残れない。
っていうようなゲーム理論の作りになってくるらしいんですよ。
24:01
いいね。
これ面白いんですよ。
で、
いろんなパターンがいるわけじゃないですか。
この中でいろんな表現をしてるんですけど、
復讐するやつ。
恨みを残すやつ。
あいつ取ってくれなかったからもう俺も取らないっていうやつ。
か、能天気。
誰でもいいよ、誰でも取ってあげるよとか、
自分は取ってもらうけど絶対人のやつ取らないパターン。
いろんなやつがいるとしますよね。
すると、
こいつはこいつに強いけど、
こいつはこいつに弱いとか、
7-3でこいつらがバランスがいると安定するとか、
そういう状態にどんどんなってくるらしいんですよね。
で、
つまり、
テイカーっていうのも相手がいいやつだと常に強いんですけど、
相手が復讐心に満ちたやつが増えてくるとテイカー負けていくんですよね。
そうよねそうよね。じゃんけんやマジで。
っていう感じになって、
これまた難しいのが初期状態がどうであるかによって結果が変わってくる。
確かに。
で、大体この手のコンピューターシミュレーションをしてみると、
結局のところ、
ほどほどに
いいやつしか生き残れないっていうようなシミュレーションになってくるらしいんですよね。
で、これ理工的な遺伝子っていう本の中では
気のいいやつほど生き残るみたいな。
ナイスガイが生き残るみたいな感じ。
なんかオシャレな言い方やな。
で、
このような話が全般的に語られてるんですよ、理工的な遺伝子の中で。
で、一個ここでちょっとキーワードになるのがですね。
ESSっていうやつなんですよ。
これが
進化的に安定っていう考え方なんですけど、
これちょっと説明するの難しくて、
例えばさっきの話でいくと、
テイカー、要は自分はしてもらうばっかのやつが明らか強いじゃないかって思うけれども、
単純に1対1で戦ったら強いんですよ。
けど、全体のバランス
で、こいつが勝てなくなっていくと。
でもだからといって、こいつが減っていくと今度
お人よしが増えるんですよね。
お人よしばっか増えてくるんで、
減っていったはずのテイカーどもが
増えたお人よしでまた増えてくる。
っていうのがあって、最終的に絶滅はしないみたいな。
つまり
7割がほどほどに復讐するやつ。
2割がお人よし。
1割が悪いやつ。
っていう構図で安定するらしいんですよ。
もうそっからちょこっと押し問答はあるけど
だいたいそのバランスから動かない。
これを進化的安定な戦略
ESSっていう風に言うらしいんですよ。
その生物進化のやつで。
まずちょっとこれが分からないと
分かんないと思うんで先に説明させていただいたんですけど。
面白い。
こっからですね
最初言ってた囚人のジレンマのところに戻ります。
これ例えばですね
俺と樋口さんで
2人で裏切るか裏切らないかのゲームをすると
27:00
2人で相手を裏切るとか相手と協力するという2枚のカードを持ってると
せーのでどっちかを出すと
2人とも協力すれば2人ともお金がもらえる。
どっちかが裏切ると相手は損をするけど自分だけは得をする。
2人とも裏切ると2人とも損をする。
っていうような仕組みでまずゲームを定義してみますと
こういうのをやった場合
どう考えても2人とも協力し合ってお金を2人とももらうのが平和じゃないですか
でも相手より勝ちたいとか
自分だけ得をしたいとか思った場合って
相手を裏切ると自分が有利なわけじゃないか。
だからといって裏切り続けると2人とも損をする。
2人とも損をする。
だけれども囚人のジレンマっていうのは
それでも絶対どっちかが裏切っちゃうっていうような話になってくるんですよね。
っていうのは要は2人とも本来ならば協力し合い続ける方が
2人にとっていいはずなんだけれども
そのもらえる報酬金額によって結局どっかで裏切るっていう選択をした方が
有利になっちゃう。どう頑張っても。
これが要は人間同士の争いがこれで見れるんじゃないかみたいなところがあるわけですよね。
第3次世界大戦はこれによって起こるのか起こらないのかを考えてみるみたいな一説があってですね。
そうなった時にこれまたコンピューターシミュレーションやってみました。
ゲーム技能を特使してですね。
やってみると一番理想的なのって2人とも協力し合ってやっていく。
最終的に1回2人とも協力し合ったら10万もずつもらえるっていうじゃないか。
10回やったら2人とも100万貯まったこれがゴール。
でも1回相手を裏切れば一撃で200万もらえるとかあるわけじゃないですか。
そういうのをやっていくと要は2人ともお互い協力し合った100万のラインを1個基準にすると
いろんなパターンで試して100万超えないらしいんですよ。
つまり2人とも協力し合うっていうのが結局理想の数値になるらしいんですよね。
それより上に行く戦略ってないみたいなコンピューターシミュレーションの結果がある。
ではそこにいろんな人格をシミュレートしてみるらしいんですよね。
1回裏切られたらもう二度と許さないのか。
やられたらやり返すとか常に相手を信用し続けるとか
いろんなパターンを試してコンピューターシミュレーションをやっていくと
まず1個あるのがさっき言ってた2人とも協力し合ったっていうラインを超えないと
上手いこと相手を出し抜いてやってもと。
かつそれが全体的に気のいい奴らの方が勝つらしいんですよ。
基本的に相手を信用するっていう奴が基準値の90何%とか
30:01
相手を裏切り続けるとか信用させといて裏切るみたいなパターンの奴は
だいたい下の方に買いに行くらしいんですよね。
こういう風になると。
ゲーム理論上、要は相手に施してやる奴の方が勝つんだという結果が出ました。
っていうのがあるらしいんですね。
今度はこれをもっと複雑にして
要は生物の場合って勝ったら個体数が増えるわけじゃないですか。
そういうのをシミュレートに入れてみたらしいですね。
勝った奴がどんどん個体数が増えていくので
誰と対戦するかっていう率も変わってくる。
この辺までシミュレートに入れてくるとまたゴロッと結果が変わってですね。
一個が常に裏切るが進化的に安定っていうのがまず一個あるらしい。
もう一個がやられたらやり返すが進化的に安定。
この二択になるらしい。
えぇ!?
えぇ!?
ヤバくないですか?
えぇ!そうなの!?
あくまでその条件でシミュレートしたらってことみたいなんですけど。
えぇ!意外!
意外ですよね。
あ、そうなの!?
これまたもうちょっと細かい条件があって
これどういう風になっていくかっていうと
ちょっと意地悪なルールで動いているシミュレートに関しては
やっぱり相手がいい奴だと基本的に勝つらしいんですよね。
意地悪だと。世はセコいことやってるから。
でもだんだんセコい連中が増えてくると勝てなくなってくるんで
基本的には多数派になれないらしいんですよ。
その集団の中にやられたらやり返すっていう奴がいることによって
結局ずるい奴らはそいつらの報復を受けることになるんで
過半数を超えられないっていう感じになるっぽいんですよ。
ただひたすら裏切り続ける奴
何があっても裏切り続ける奴っていうのは
誰からも搾取しまくるんで大体勝っていくと。
ここでちょっと大事なのが
この常に裏切る奴っていうのと
やられたらやり返すこの二択になるらしいんですけど
これはESSとは言えないらしいんですよ。
ちょっともうちょっと今からグッと話をしていくんですけど
なんでかっていうと
やられたらやり返すっていう奴って
基本的にそのいい奴側にカウントされるんですけど
やられたらやり返すってことは
相手が悪い奴じゃなかったら
基本的に常に協力するタイプと見分けがつかなくなる。
なのでここに常に協力するタイプっていう奴が
紛れ込んでるとどっちかも判断がつかんっていう感じらしいんですよね。
なってくるとその要は募集団として機能しないらしいんですよ統計的な。
要はそのどっちも振る舞いが同じだからっていうことを
なので科学的に言うとこれESSとは言えない。
ただどっちかっていうのが
33:01
全体としては意地悪な奴はあんまり生き残れずに少数派になっていく。
いい奴気味
どっちかっていうといい行いをする奴らが
やられたらやり返すっていう奴らがいることによって
その周りで生存可能になる。
要は他のいい奴らって悪い奴らに搾取されちゃうんですよ。
やられたらやり返すっていう奴がいることによって
一定以上に増えれないらしいんです。
けど裏切り続ける奴っていうのは
やっぱり得点を上げていって常に生き残る。
これまたちょっと面白いのが
振り子が振れるように前提条件とかでこれが変わるらしいんですよ。
つまり常に裏切り続ける奴の一挙になるか
やられたらやり返すって奴が平和な楽園を築き上げるか
のどっちかに振り子が振れるらしくて
なおかつどっちかのルートでずっと進化が進んでるんですよ。
集団のバランスがあっち行ったりこっち行ったりして
そろそろやられたらやり返すチームが
勝ちで決まりそうだなっていう時に
パコーンって入れ替わったりするらしいんですよ。
ナイフの刃を超えるか超えないかみたいな感じで
文章は表現してあるんですけど
もうなんかちょっとした差。
しかもそれが結局のところ科学的には
この本で言ってるのはまだわかんないと
なぜかわかんないけれど
どこがそうなるのかわかんない
まあ条件が複雑すぎるから
でもこういうふうにして
互計的お互いに利益をもたらすような
人間関係っていうのが
これで作れるんじゃないかみたいな話ができてきたんですね。
さっきの話って
安全保障をどっちの国が破るかって話に似てるわけなんですよ。
平和条約を結んで先に攻めたら勝ちやすい。
けど本当はお互い平和なのがいい。
お互い戦争しちゃったら両方消耗するとか
そういうふうに例えられる。
つまり常に裏切り続ける国か
やられた時にだけ報復するけど基本はいい
っていう国が増えていけば
それを中心にして世界平和を築けるんじゃないか
みたいな希望がちょっと見えてくるわけですよ
この文説の中でですね。
ここでそして出てきたのがちょっと面白いのが
囚人のジレンマっていうのが
どこが終点っていうのが見えてると
最後に裏切って逃げるとかいう戦略が通用するので
それはちょっと検討しないと
無限に続くと思われる場合にどういうふうに動いていくかなんですよね
そういう状態になると
お互いに利益を与えるみたいな状態ができやすいらしいんですよ
いつまで続くかわかんないから
今はお互いやり合わない方が得だっていうような
感じの判断になってくると
明日終わるって思ったら
今日は相手を裏切って逃げる
みたいなことが生まれると
なのであくまでいつ終わるか分からないっていう前提が
36:00
いるんですが
第一次世界大戦の時に
イギリスとドイツが戦争してますと
その戦争のお互いぶつかっている前線の中で
クリスマスでイギリスの兵隊さんとドイツの兵隊さんが
一緒にお祝いをするみたいなことが起こったらしいんですよね
それ結構歴史的に有名なことらしいんですけど
戦場でも一兵士としてやってる人もお互いに憎いわけじゃないから
お互い大変だねって祝杯をメリークリスマスってやってたらしいんですよ
実はその後それがしばらく続いて
現場の兵士たちとしては
戦争がいつ終わるかわかんないから
ドイツ人を撃ち殺そうとすると
自分も撃ち殺される可能性があるわけじゃないか
そういうのがあるので
お互いに全く同じ点を毎日同じ時間に撃ち続けてたらしいんですよ
誰もいないところを
なおかつお互いの基地の中に
イギリス兵ドイツ兵っていうのが
お互いちらほらいる状態だったらしいんですよ
なんじゃそりゃ
もちろん上官見てそれ怒るらしいんですよ
あいつドイツ人入れとんやろなんでやんかみたいな
いいじゃないですか先輩みたいな感じの現場の空気感らしいんですよ
お互い一発撃ったらバーバーって撃ち合いになるような
爆発寸前の状態でですね
イギリス側からするとドイツが毎晩撃ってくる
ただあれは形上撃ってるだけで
俺らがあの場所に行かなかったら絶対当たらない
撃つ弾数も決まってる
ドイツ側からしてもイギリスは毎晩毎晩
夜7時に大砲を撃ってくる
毎日ここに着弾する
みたいなのがしばらく続いたらしいんですよ
なおかつ一回それでも撃ち合いになったことがあるらしいんですよね
撃ち合いになって
ドイツの兵隊が一人で前に出てきて
すいませんみたいな
今のはうちの仕切りが誤射したものですみたいな
そっち側に怪我に言いませんかみたいな
ことがあったらしいんですよね
しかも現場としては攻撃をし合ってるっていうことで
上を納得させてた
上の人たちからしたらイギリス兵殺せよとか
ドイツ兵殺せよって言ってるんだけど
現場の兵隊さんたちは
もっとリアルなわけじゃないですか
ゲーム理論が
結局そこで
語形的リタ主義かな
俺も攻撃しない
相手もやり返さない
その後着状態が続いてしまったことによって
その生態系が生まれちゃったみたいなんですよ
しばらくそこでは戦闘行為が止まってたみたいな
感じのことがあって
こんな感じの話だったんですよね
囚人のジレンマから
ゲーム理論と生物進化になぞられていって
それから戦争の話まで繋がっていくみたいな
この辺が今回読んだ部分で
めちゃくちゃ面白かった部分なんですけど
ちょっとごめんなさい
説明がだいぶ下手ではあったんですけど
なんかすごいなと思って
生物学者ってこんなこと考えてるんだと思って
そしたら
でも単純なモデルにできれば予測できるけど
39:00
そのモデルの精度がどれだけ
実世界に似ちゃうかどうかよね
そもそも結局裏切るやつが
おったがいいってことよね
おったがいいってか
裏切るやつは勝ち残るっていうことなんですけど
まあまあそうか
これまたちょっと
大将さんのお話を聞いて
大将さんのお話を聞いて
大将さんのお話を聞いて
大将さんのお話を聞いて
大将さんのお話を聞いて
大将さんのお話を聞いて
そう 問題があって
それが
実世界で行くと
これ生物学的な
粘性粘りっ気っていう
表現されるらしいんですけど
結局 そこに生まれた動物が
せいぜい
生きてる間に行動できる範囲
親族関係があるから
自分と似てる遺伝子で
自分と似てるところにいるわけじゃないかな
こういうののことを粘性っていうらしいですよね
そういうのも考慮していくと
最終的には
常に裏切るやつっていうのは、コミュニティが狭ければ狭いほど生き残れないっていう感じらしいんですよ。
これ聞いて、この間の田川の話を思い出して、
田川 田川の伝達はブロックチェーンだったじゃないですか。
個体数が少なくて隔離されてたら、その中では裏切り者が生き残れない。
割と開かれたところだと、お人よしもいるし、いろんなやつがいるしっていうことで裏切り者が生き残れるみたいな感じの結論が、ここの説からもちょっと導き出せて、繋がってる繋がってるってなってました。
確かにな。でもなんかそれさ、じゃあ俺が生き残るためには裏切った方がいいかもしれんっていうことになるな。
そういうことですね。
なんか嫌やなそれ。
そうなんですよね。あくまで今読み進めてる時点では、この行ったコンピューターシミュレーションではっていうことだと思うんですけど。
そうか、裏切ろうかな。
でもあれですよ、一応裏切り続けるっていう一つの選択肢と、やられたらやり返すっていう、これが寛容だけれども憤慨することができる集団っていうふうに言われてる。
っていうのが最終的には強いっていうふうになってます。これが強く生き残ることによって、お人よしたちがこの周りで生活できるみたいな感じっぽいです。
なるほどね。やられたらやり返すか。
これはそうなんですよ。俺も全くひいさんと同じこと思ってて、できれば常に協力するカードを出したいじゃないですか。
そうだね。
けどやられたらやり返すっていうのが、生物進化的には結構大切なことなのかもしれないですね。
一番いいのは、自分だけがいいやつ。お茶目ね。
42:05
お人よしみたいな。
お人よしか。で、周りにやられたらやり返す系のやつがバーッとおれば一番いいのかもね。
そうなんすよね。
だけどなんか、ガンディとかそうだったのかもね。わからんけど。あれお人よしやん。ただ非暴力とか言い起きさ。
確かに。
でもなんか、もしかしたら周りが戦ったんかもね。それをガンディさんに恥かかしちゃいけんみたいな感じで。
難しいですよね。現実世界に置き換えて言うと、やり返すっていうのはどれのことを指すか難しいじゃないですか。
まあね。
ガンディも活動っていう意味でやり返してるかもしれないし。
確かにやり返しちゃうんか。復讐してない気ね。そういう意味ではやり返しちゃうんかもしれんけどね。
ゲーム理論上ではこんな感じと。
これちょっと考えてしまうな。いやでも面白いねこれ。
だから結構これを読んでるときにですね。実はこれ長い時間をかければ世界平和にたどり着くってことじゃねえとは思いきや裏切るやつ残るんかいみたいな。
俺でもねちょうど最近思ったことがあってさ。いいすか。
はい。
SNSの発達によってその社会がちっちゃくなっちゃうんじゃないかなちょもちょうで。
つまり今までやったら逃げれちょっとかもしれんだけど、SNSがあることによって逃がさんぞっていうような、なんていうの警察が増えたよねなんか。
なんちゃら警察がですね。
なんちゃら警察増えたやん。だから裏切るやつってさ、さっき言ったように社会が少なければ少ないほど不利なわけやろ。
少ないっていうか狭ければ狭いほど。でもSNSがあることによって日本全体が一個の狭い社会になっていくような感覚があってさ。
要は噂めっちゃ広がりやすくなったわけよ。
たかわのネットワーク、ブロックチェーンが狭い世界っていう今例えをしたけど、これがSNSの発達とか言語の壁を越えるあれによって世界が狭くなってきようっていうことを考えると、
裏切るやつとか悪いやつが生きづらくなってきようんじゃないかなっていう感覚もあるよね。
確かにですね。
例えばコンビニでめちゃくちゃするやつがさ、おったとしてさ、それっち今までSNSがなかったらその地域だけであいつやべえやつっちなって、それっち就職活動に響かんわけよ。
でも今それがSNSに上がったら、就職活動に響いて損をするよね。これっち社会が狭くなっちゃう、噂が広がりやすくなっちゃうってことやけ。
なんかそんなんも今聞くと思ったな。
確かにな。
悪いやつが損しやすいような世界になっていくような感じがするなと思う。
45:00
うんうん。それは思いますよねめっちゃ。明る火に出やすいっていうか。
そうそうそうそう。
なかなかでもその分隠す場所も増えてんのかなと思ったりはしますけどね。
なるほどね。
うーん。
うーん。それはそうだ。
またもうしばらく続きがあるんで今後も読み進めていきたいなと思ってます。
面白いね。
やっぱ面白いっすこの本。
面白い。
読んでよかったっす今月の。
なんかパッと始めた読書感想文コーナーがこんなにロングランになると思ってなかったな。
ですね。おかげさまでこの理工的な遺伝子のおかげで本当に物事の見え方がどんどん変わってきたっていうか。
えー。
うーん。
なるほど。
面白いですねめちゃくちゃ。
俺はAI。
はい。
コバは遺伝子。やっぱどこかでやっぱり人間とは何かがお互い分かるようになるんかもしれんね。
あー確かに。そういう意味でもこういいかもしんないですね。このお互い今持ってきてるテーマを。
ただ人間とは何かが分かった個体と分かってない個体どっちが生き残りやすいかはこれ分からんな。
ふーふー。なぜオサムがかっこいいことを知ることは幸福であるかって。
あーそうね。ということで。
はいはいはいはい。
こんな感じかな。
はい。じゃあ今回はここまでにさせていただきたいと思います。じゃあちょっと来月もね読書感想を続けていきたいと思いますんで。
あいよ。
二人とも多分続きをやるんですよね。
あいややるやる。
じゃあお楽しみにお願いします。
あいよーおつかれしたー。
今回ここまでありがとうございましたー。
あいよー。
46:41

Comments

Scroll