综合色区|国产vs久久|奇米中文字幕|亚洲图片一区二区|亚洲婷婷在线

（1）

到陌生都市的游客，駐足街頭尋找餐館時，常常面臨這樣一個問題:

一家餐館人滿為患，熱鬧非凡; 隔壁另一家餐館門可羅雀，只有兩三個食客.

在沒有其它更多信息的情況下，該到哪家餐館吃?

如果你像大多數人一樣, 答案是:選擇那家人多的餐館.

因為你沒有能力迅速判斷哪家餐館更好，而其他人的選擇，成了最可靠的指南.

這種行為模式的后果是，擁擠的餐館生意越來越好. 人少的餐館則長期蕭條，倒閉的風險更大.

世上多有自命不凡者，為標榜自己的與眾不同，常常不屑的評論同類說， “ *國人就是浮躁，愛扎堆！”

模仿/抄襲其他人的行為方式，究竟是愚蠢淺薄，還是聰明實用？ 不愛扎堆，特立獨行的個體，是否真的比愛扎堆的個體，有更多進化優勢？

（2）

2007年，英國 St Andrews 大學的進化生物學家 Kevin Laland，決定通過公開懸賞一萬英鎊的方式，給這個問題尋找一個科學的答案.

他給全世界的學術界同仁發公開信:

“假設你在一個陌生的環境里，不知道哪里有好吃的，不知道如何從點 A到點 B，你會花時間自己調查呢，還是觀察模仿其他人？如果模仿，你會模仿誰？你看到的第一個人嗎，還是最常見的行為方式？你總是模仿呢，還是選擇性的模仿？”

競賽的規則，是以所謂的“多臂賭博機”(multi-armed bandit) 的數學模型為基礎. 賭博機，也叫老虎機，賭徒在投擲硬幣后，轉動其把柄 （就是所謂的 “臂”）后， 馬上可以看到自己的回報.

參賽者每一個回合的行動，可以有三個選擇: 觀察，探索和開發.

觀察, 就是看別的參賽者的行為 (撥動了哪個老虎機?) 和相應的回報, 記錄下來.

探索，就是隨機嘗試探索別的行為（老虎機）和相應的回報，記錄下來.

開發，就是在自己記錄下來的策略中選擇，直接撥動一個老虎機，獲得相應的回報.

每個老虎機的回報，不是完全固定，而會隨時間推進，有一定幾率會改變.

只有選擇“開發”的行為時，才可以真正獲得回報。參賽的程序，必須制定策略，分配多少時間去開發，探索或者是觀察。參賽者，每個回合都有可能死亡，而其過去每個回合的平均回報越低，死亡被淘汰的概率就越大.

包括Laland 在內的大部分學者，在比賽開始前，預測勝出的策略，將會是模仿和探索的這兩種學習方式的結合.

來自十六個國家的 104個參賽者，提供了他們的競賽程序。經過一年多，兩個階段，幾十萬個回合的廝殺，來自加拿大的兩個年輕研究生提交的一個叫做 discountmachine 的算法，意外地獲得第一名.

(配圖來自 Rendell 和 Laland 2010年四月發表在“科學”雜志上的論文，"Why Copy Others?")

discountmachine 的策略，以“觀察”為主，幾乎完全不用“探索”的學習方式。即便在競賽主持者調節各種環境參數后 (改變環境變化速度，改變觀察信息失真或者無效的幾率，改變可觀測的其它個體的數目), 這個策略仍然在絕大多數情況下輕松擊敗其它對手.

事后分析，“觀察”，作為一種社交學習方式，它的本質優勢在于，觀察到的社會其它成員的行為，有較大的幾率是回報最高的選擇，所以值得模仿。這種優勢在相對穩定的環境里尤其突出。而“探索”獲得的回報，統計平均上會趨于平庸，不利于建立進化優勢.

唯一的例外，是環境變化速度極快的情況，這意味著老的行為模式的回報隨時間流逝變化很大，簡單的模仿抄襲完全喪失了價值.

生物界的扎堆現象，原來不是天生如此，而是進化淘汰的自然結果。那些總是特立獨行者，大多很快耗盡自身資源而早夭。

(3)

美國學者，前哥倫比亞大學教授，Duncan Watts 2006年曾經做了一個實驗:

他從網上召集了一萬多名少年測試者，給他們一組 48 首不知名的歌曲的清單，觀察他們下載試聽歌曲的行為。測試者可以先試聽音樂，然后決定是否下載歌曲。測試者分為兩組，一組知道每首歌曲其他多少人下載 (A組), 另一組則什么都不知道 (B 組).

沒有多余信息的 B 組，48 首歌曲下載的分布是這樣的:

（配圖來自 Peter Ormerod 的著作 "Positive Linking", 下同）

不同歌曲, 下載數目差別不大. 如果把中位數設為 100，下載數從 175 到 50以下，均勻分布.

而 A 組， 下載的分布是這樣的:

排名第一的歌曲的下載數是 350， 第二名是 200， 最后一名歌曲的下載數不到 10，除了前三名以外，其它所有歌曲下載數都低于100，而一半以上的歌曲下載數不到30 !

公開透明的信息，使個體迅速模仿他人的選擇。模仿的結果，則是市場份額急劇向前幾名傾斜。前幾名吃肉，其他人只能喝湯.

這個現象在網絡時代尤其突出. 美國有統計數字顯示，谷歌搜索使用者 98%都只會點擊前面三個搜索結果，而第一個搜索結果會得到 60% 的點擊. 如果你在搜索結果排行前三名之外，不要說肉，連湯也很難喝上了.

(4)

進一步觀察歌曲下載數的細節時，Watts 和他的團隊又有新的發現:

歌曲下載數目的相對排序，兩個對照組之間，并沒有很強的關聯。有更多信息后，最大的改變，來自于誰變成了第一名，誰變成最后一名。原先最熱門的歌曲變得冷門的概率很小，最冷門的歌曲變得熱門的概率也很小.

但是其它各種情況都有可能. 原先排名中間的歌曲，可能突然變成頭牌，但更可能的是，排名跌倒最后，無人問津.

這個現象的后果讓人不禁打了一個激靈:

一些行業涌現出來的成功者，很可能是因為這種個體模仿的網絡效應所致. 其產品特性, 往往并不是最優秀的.

但成功者可能錯誤的把成功歸因于產品特性。失敗者則沒有研究如何正確利用網絡效應，而是開錯了藥方，繼續埋頭研究如何提高產品特性，但這并沒有什么卵用。失敗者長期陷入 "失敗 - 開錯藥方 - 繼續失敗 - 繼續用錯藥"的痛苦怪圈內苦苦掙扎，無法自拔.

（5）

實際上，對于群體抄襲模仿的行為導致的正反饋現象，匈牙利數學家波利亞 (George Polya) 早就提出過所謂 “波利亞罐子模型 （Polya Urn Model)”的問題。這個罐子模型的一個例子是:

有一個罐子，裝滿紅色和綠色的球。紅球和綠球的數目一樣, 50/50。假設我們每次從罐子里隨機拿出一個球，然后再把這個球和另外一個相同顏色的球放回罐子里.如果我們不斷長期重復這個過程，最終罐子里的球的顏色分布會是什么樣子的?

英國經濟學家 Brian Arthur 和幾名同事在 1983 年的論文里，計算分析這個例子得出的結論是:

1) 給足夠長的時間，最終這兩個不同顏色的球的比例，將會接近 100:0.

2) 最開始很難預測是紅球，還是綠球會勝出. 受各種偶然因素影響, 都有可能.

3) 勝出者在過程的早期就會涌現.

4) 一旦領先，很難反轉.

這里的關鍵是: 事先無法預測誰是勝者, 但在早期勝者開始涌現, 趨勢不可逆轉時，應果斷加倉, 順應趨勢.

(6)

西班牙服裝品牌 Zara, 采用的就是這種策略。他們意識到對于未來幾個月流行服裝款式的預測，他們其實不比別人強。大部分時裝品牌公司, 試圖預測下一季流行的款式，但一旦預測失誤，大批服裝在店里滯銷，損失慘重.

Zara 派人定期到各個大規模購物中心，觀察消費者的穿衣樣式。再根據這些數據，設計大量各種款式,衣料和顏色的服裝組合，隨后迅速生產出小批量的成衣，送到零售店.

零售店的銷售數據，馬上可以告訴他們什么款式賣得好. 他們再據此信息, 迅速大規模生產賣得好的款式. Zara 可以在兩周內, 完成對新款服裝的設計/生產/運輸/銷售，覆蓋全世界的所有角落.

Zara 的創始人，Amancio Ortega, 2017年三月時身價高達七百億美元，是歐洲首富.

抄襲模仿，是導致強者益強的唯一因素嗎？

落后者，難道就永遠沒有機會翻盤嗎？

如何以弱勝強？

何時需要果斷止損，退出放棄一個市場？

且聽下回分解.