1704532600
1704532601
图的上半部显示了保险公司的收入受到的影响。保险公司的收入增加了，因为它的投保人增加了。保险公司的收入是较平滑的那条线，上面的锯齿线是费用。图的下半部则显示了保险公司的利润，即下面的锯齿线。不难看出，利润现在已经下降到了0以下。
1704532602
1704532603
这就是说，这种行为是在政策体系存在的过程中出现的。如果我们更仔细地观察现实生活中所发生的事情，就会发现相关参与者会注意到他们可以利用的某些选项，他们会学会，或者是突然发现，可以通过某些行为来获利。因此接下来，我们先看看怎样才能将“注意”和“发现”内置于我们的模型中。为了保证行文简洁，在这里我只概略地说明如何做到这一点。[7]
1704532604
1704532605
首先，“注意”当然是相当直接的。要允许我们的行为主体“注意到”某些东西非常简单，如最近发生了哪些事件，哪些选项是可行的，只要让他们在信息集的这些部分出现时，能够“知晓”它们就可以了。
1704532606
1704532607
不过，我们还需要对“发现”建模。为了这个目的，我们允许行为主体根据他们的信息生成和尝试各种潜在的行动或策略。有很多方法可以实现这一点。行为主体可以随机地生成各种类型的状态依存的动作或规则：如果系统满足一定条件K，那么就执行策略G。或者，他们可以通过对以前采取过的行之有效的行动进行重新组合，来构造新行动：如果条件K和P为真，那么就执行策略F。又或者，他们也可以生成一个可能行动的集合：如果这一期预先知道医疗保健费用超过了k美元，那么就购买保险。这里的k可以锚定在多种不同的水平上。进一步，我们假设行为主体能够记住这些潜在的策略（可能有许多），并能够监控和记录每种策略的推定结果，这样一来，随着时间的推移，他们就能学会哪些策略在哪些情况下是有效的。然后，他们就可以随时使用或执行他们认为最有效的策略，并丢弃被证明无效的策略。
1704532608
1704532609
这样设计模型，可以为我们带来我们想要的效果。如果被“监控”到的某种随机生成的策略被证明是特别有效的，那么行为主体就会特别快速地“发现”这种策略。从局外观察者的角度来看，这看上去就好像是这种策略在突然之间就“绽放”开了，这也就是说，它突然涌现出来并产生了效果。但是，行为主体是以归纳的方法去探测所处的系统，看到底什么东西是有效的，从而随机“发现”了利用系统的有效策略。由此，“剥削”也就涌现出来了。
1704532610
1704532611
在上面的例子中，我已经描述了一个相当简单的模型，并概略地阐明了对可能剥削行为的涌现进行建模的方法。很显然，我们可以从很多角度来进一步深入阐述。[8]
1704532612
1704532613
但是在这里，我想再强调一下最重要的一点。当我们想要对操纵系统的行为进行建模时，并不需要往基于行为主体的仿真模型里加入任何用来代表“阴谋诡计”或“剥削思想”的因素。行为主体只需要根据关于系统及可用选项的特定信息，决定可以采取的行动。有时，他们会发现有些行动特别有效，在这种情况下，我们所称的“剥削”就出现了。要对此建模，只需运用“标准方法”，这种方法在基于行为主体的建模中早就存在了。
1704532614
1704532615
复杂经济学：经济思想的新框架 [:1704531140]
1704532616
自动预警
1704532617
1704532618
但是，现在还没有到最后下结论的时候。在上一节中，我们看到，如果我们想要通过计算来“发现”剥削行为，还需要指定某个特定类型的行为主体，他们会进行探索。在未来，我们希望通过计算能够自动“发现”我们没有想到过的、更广泛多样的可能剥削行为，并且对它们进行测试，从而提前预测到可能的操纵。如果真的能够做到这一点，那么无疑理想得多。
1704532619
1704532620
前景究竟如何？针对美国–墨西哥边境的偷渡，基于计算机的模型将会给出什么预测（如它是否能够想象到16米高的梯子）？基于计算机的模型在得到了我们的提示后，很容易就能做到这些。我们为计算机仿真程度提供不同的“梯子高度”，如8米、12米、20米等，这样计算机仿真程序就会“学会”：16米高的梯子是有效的。但是，这其实是在作弊。
1704532621
1704532622
就“偷渡攻防战”这种情形而言，我们真正希望做到的是，计算机仿真程序能够在完全没有人为提示的情况下自主地“思考”：当边境上竖起了防止偷渡的高墙时，怎么办？我们希望计算机仿真程序能够在没有任何内置提示的条件下，“发现”梯子这一类工具，或者发明其他合理的方式来战胜障碍。而要想做到这一点，计算机仿真程序就需要有关世界的知识，这种知识必定是一种深刻的知识。为此，计算机仿真程序必须成为一个一般意义上的智能体，知道世界的各种可能性、知道什么是可用的、知道一般来说“外面会有什么”。换句话说，它需要某种类似于我们人类智力的东西。不难感觉到，这里有一些人工智能的味道。是的，我们其实是在要求得到一台“发明机”，即一台能够意识到自己身处的世界、能够在概念上将一系列构件组合到一起去解决一般性问题的机器。从这个角度来看，这个问题属于“人类认为不难，但对机器来说却很困难的计算问题”，即所谓的“人工智能完备性”问题，诸如阅读和理解文本、解释语言、翻译语言、识别视觉对象、下棋、裁判司法案件等问题，均属此类。考虑到我们关注的焦点，我们还可以加上一项：对解的想象。
1704532623
1704532624
这里的问题绝对不仅是一个概念性的问题，还是一个实践问题。如果能够认识到这一点，那就是一个令人高兴的良好开端。我们能够“教会”计算机识别不同情境，并让它建立一个庞大的、通用性的实用知识库。众所周知，早在2010年，IBM就“教会”了一台计算机，并让它成功地参加了电视智力竞赛节目《危险边缘》，它就是通过建立一个庞大的知识库来实现这一点的。因此有朝一日，计算机也会拥有一个庞大的、关于以往各种情形的，以及这些情形如何被“剥削”的语义性知识的“图书馆”。有了这样一个“图书馆”，计算机就可以“识别”出类似的情形，并利用它们来为当前的目的服务。这并不是一个遥远的预言。例如，在2003年，如果在美军向伊拉克发动进攻之前，已经进行过了计算机仿真实验，那么就应该能模拟出或计算过历史上的入侵，以及随着这种入侵而来的叛乱，还应该能就伊拉克的可能未来提出警告。它会预料到种种“涌现”出来的行为。在未来，计算机模拟应该可以很好地融入历史，找到类似的东西，如找到作为对高墙反应的梯子，并将这些东西呈现给我们。尽管从概念上看，这是完全可行的，但是我认为要充分利用这种类型的实用机器智能，可能还需要几十年的努力。
1704532625
1704532626
复杂经济学：经济思想的新框架 [:1704531141]
1704532627
补上“失败模式反思”这一课
1704532628
1704532629
在过去100年或更长的时间里，经济学理论在稳定宏观经济预期、制定国际贸易政策、监管货币体系、推行中央银行制度和执行反托拉斯政策等方面发挥了重要作用。但是，它未能防止金融崩溃和经济危机，而绝大部分金融崩溃和经济危机都是由剥削行为造成的。在我们的时代，这几乎可以说是一个异数。航空安全、建筑安全、地质安全、食品和药物安全、疾病安全、手术安全等，所有这些在过去的50年中一直在稳步地得到改进。相比之下，“经济安全”在过去50年里却没有什么改变。如果说有什么改变的话，那也只能说它变得更糟了。
1704532630
1704532631
许多经济学家（包括我自己）也许会说，对自由市场自我调节能力的盲目信心是造成这种情况的一个很重要的原因。但是，经济学理论本身的一个弱点，即缺乏一种能够在政策实施之前找到可能的失败模式的系统方法，也难辞其咎。失败模式研究从来不是经济学这门学科的核心，因为经济学坚持均衡分析，假定系统会快速地向一个没有任何行为主体有动机偏离其当前行为的地方收敛，并且会稳定在那里，因此剥削行为不可能发生。基于这种认识，我们经济学家的普遍倾向是，设计政策并对其结果进行一些模拟，但是不会充分地探讨行为假设的稳健性，不能将那些因系统性的剥削而可能失败的地方识别出来。
1704532632
1704532633
因此我认为，现在是对我们的思想做出修正的时候了。设计一个政策体系并简单地分析是远远不够的，即便是相当细致深入地模拟政策结果也是不够的。我们不能把社会系统和经济系统视为一组没有改变动机的行为，而必须把它们视为一种总会引发进一步的行为、诱致进一步的策略、导致系统性改变的激励网络。我们需要仿效结构工程学、流行病学或加密科学等学科中的做法，预测我们所研究的系统中可能被剥削的地方。我们需要对我们的政策设计进行压力测试，来找出它们的弱点，看看我们能否“打破”它们。数十年来，工程学一直坚持失败模式分析，从而使我们拥有了能飞行数百万公里的飞机、不会在地震中倒塌的高层建筑物……如果将这种失败模式分析应用于政策制定的世界，那么我们将更有可能得到我们所可能的经济和社会结果，从而避免世界上的诸多痛苦。
1704532634
1704532635
1704532636
1704532637
1704532638
复杂经济学：经济思想的新框架 [:1704531142]
1704532639
1704532640
复杂经济学：经济思想的新框架
1704532641
1704532642
新技术是由已经存在的技术构建而成，或者说组合而成的，而且新技术自身反过来又会作为构件，用于创造更进一步的新技术。通过这种方式，技术，即社会可用的设备和方法的集合，从自身构建出了自身。我将技术进化的这种机制，即创造新的组合并选择那些有效的组合，称为“组合进化”。在2009年出版的《技术的本质》一书中，我对这种进化机制进行了详细的描述。这种进化机制不同于达尔文的进化机制，后者依赖于因变化和选择而发生的增量变化的不断积累。
1704532643
1704532644
1704532645
1704532646
组合进化（Combinatorial Evolution） 是技术的一种进化机制。所有技术都是从已经存在的技术中被创造出来的，已有技术的组合使新技术成为可能。
1704532647
1704532648
那么，能不能在“实验室”中证明技术的“组合进化”呢？2005年，沃尔夫冈·波拉克和我设计了一个用来检验“组合进化”的计算机算法。从一组原始逻辑电路，即与非门开始，让它们随机地组合成其他更复杂的逻辑电路。如果所得到的某个电路能够完成逻辑上有用的事情，就保留下来并封装好，然后作为一个构件加入到原来的“电路之汤”中，用于进一步的随机组合。在实验中，我们发现，随着时间的推移，这种连续集成的过程越来越复杂，我们最终得到了大量复杂的加法器、比较器和异或器。组合进化确实可以创造复杂的技术，但这是通过先创建更简单的、作为构件的技术来实现的。我们的结果响应了生物学的发现：复杂的特征只有在较简单的特征首先被进化女神青睐并成了“垫脚石”之后，才有可能被创造出来。我们还发现，有证据表明，由此而产生的技术集合存在于自组织临界状态下。总之，我们的结果证明了这种进化形式的强大力量。本章是我和沃尔夫冈·波拉克合撰的一篇文章，最初发表于2006年的《复杂性》杂志上。
1704532649