انتخاب بین همکاری و منفعت شخصی: نظریه بازی‌ها و راه‌حل‌های جدید

کمک به همسایه یا دنبالِ کار خودت؟

این یه انتخاب سخت و دو دل‌کُننده است، چون هر تصمیمی، مزیت‌ها و نتیجه‌های متفاوتی داره. نظریهٔ بازی‌ها یه جور راهنما برای این جور انتخاب‌هاست — حداقل از دیدگاهِ تئوری. یافته‌های تازه‌ای که یاکوب سوودوبا و کریشنندو چاترجی تو مؤسسهٔ علوم و فناوری اتریش (ISTA) به دست آوردن، نشون‌دهندهٔ ساختارهای شبکه‌ایِ جدیدیه که همکاری رو توی یه سیستم تقویت می‌کنه. این بینش‌ها احتمالاً تو زیست‌شناسی هم کاربردهای جالبی داشته باشن.

چالشِ همکاری

مسئلهٔ همکاری مدت‌هاست که ذهن دانشمندا رو مشغول کرده. تو حوزه‌هایی مثل زیست‌شناسی، جامعه‌شناسی، اقتصاد یا علوم سیاسی، خیلی مهمه که بفهمیم یه گروه از آدما تحت چه شرایطی می‌تونن موفق بشن. نظریهٔ بازی‌ها تو این زمینه جواب‌هایی می‌ده — حداقل از نظر ریاضیاتی — با تحلیلِ تعاملِ آدما تو یه گروه. گروهِ چاترجی تو ISTA از نظریهٔ بازی‌ها استفاده می‌کنه تا به سؤال‌های اساسی تو علوم کامپیوتر جواب بده. چارچوبِ تازه‌شون که تو مجلهٔ PNAS منتشر شده، جزئیاتِ این رو توضیح می‌ده که چطوری می‌شه همکاری رو از طریق ساختارهای خاصِ همسایگی تو کل یه سیستم تقویت کرد.

معمای زندانی

نظریهٔ بازی‌ها اولین بار تو کتاب «تئوریِ بازی‌ها و رفتارِ اقتصادی» مطرح شد که سال 1944 توسط ریاضیدان‌ها و اقتصاددانانی مثل اسکار مورگنسترن و جان فون نویمان منتشر شد. خیلی زود، معمای زندانی تبدیل شد به موضوع اصلیِ نظریهٔ بازی‌ها. یاکوب سوودوبا، دانشجوی دکتری و نویسندهٔ اصلی این مقاله، توضیح می‌ده: «این یه ‘بازی’ ساده است که انتخاب‌های ما رو تو خیلی از موقعیت‌های واقعی نشون می‌ده.»

مفاهیم ریاضیاتیِ اصلی شامل دو تا زندانیه که انتخاب دارن: به همدیگه خیانت کنن یا با هم همکاری کنن. اگه هر دو همکاری کنن، یه پاداشِ خوب رو با هم تقسیم می‌کنن. وقتی یکی همکاری می‌کنه و اون یکی خیانت، فقط کسی که خیانت کرده سوده می‌بره. به‌علاوه، سودِ فردی بیشتر از سهم‌شون می‌شه اگه هر دو همکاری کنن. ولی وقتی هر دو به هم خیانت می‌کنن، هیچی گیرشون نمیاد. این ریاضیات فقط تو این سناریو کاربرد نداره، بلکه تو مسابقهٔ تسلیحاتی بین کشورها، زندگی باکتری‌ها یا حتی تو موقعیت‌های روزمره مثل تصمیم‌گیری دربارهٔ اینکه کی باید ماشین ظرفشویی رو تو یه آشپزخونهٔ مشترک خالی کنه هم استفاده می‌شه.

از چارچوبِ اصلی به نظر می‌رسه که خیانت کردن، بیشترین سود رو برای آدما داره. ولی با این وجود، همکاری همچنان تو موقعیت‌های واقعی دیده می‌شه. چرا اینطوریه؟ سوودوبا توضیح می‌ده: «مکانیسم‌های مختلفی می‌تونن همکاری رو تقویت کنن. یکی از اونا متقابلیتـه؛ یعنی از طریق یه سری اقداماتِ تکراری، می‌تونیم اعتماد ایجاد کنیم و بعد با هم همکاری کنیم.»

تأثیرِ ساختارهای ارتباطی رو همکاری تو بازی‌های فضایی

مثلاً، تصور کن همکارِ شما هر روز ماشین ظرفشویی رو روشن می‌کنه و لیوان مورد علاقه‌تون رو تمیز می‌کنه و آماده می‌ذاره برای قهوهٔ صبح‌تون. در جواب، شما ممکنه شروع کنین به کمک کردن و ظرف‌ها رو از ماشین ظرفشویی دربیارین؛ این یه تبادلِ متقابلِ عمل‌هاست.

عاملِ مهمِ دیگه، چگونگیِ ارتباطِ آدما با هم‌دیگه‌ ـه که درواقع ساختارِ شبکه رو می‌سازه. دانشمندا برای آزمایش این ساختارها از بازی‌های فضایی استفاده می‌کنن.

همکاری تو بازی تتریس

تو بازی‌های فضایی، آدما تو یه شبکه قرار می‌گیرن و بر اساسِ رابطه‌های فضایی‌شون با هم تعامل می‌کنن. یا با هم همکاری می‌کنن یا نه. موقع بازی، ممکنه آدما ببینن که همسایه‌هاشون خوب عمل می‌کنن و در نتیجه، استراتژیِ اونا رو انتخاب می‌کنن. این ارتباطِ متقابل، روی گسترشِ همکاری تأثیر می‌ذاره. شبکه‌ها (خوشه‌ها) شکل می‌گیرن و رو پویاییِ کلیِ سیستم اثر می‌ذارن. این موضوع خیلی شبیه به بازی تتریس رو یه گیم‌بویه، جایی که یه بلوک می‌تونه رو محیطِ اطرافش تأثیر بذاره و مشخص کنه که بلوک‌های بعدی چطوری قرار بگیرن و در نهایت، کل سیستم رو به‌هم وصل کنه.

«مشخص شده که ساختارهای ارتباطی مثل اینا تاحدودی نرخِ همکاری رو بالا می‌برن،» سووبودا ادامه می‌ده. «تو مطالعهٔ جدیدمون، به یه سناریوی بالقوهٔ بهینه نگاه کردیم.»

دانشمندا از تکاملِ طبیعی الهام گرفتن، جایی که انتخابِ مداومِ تغییراتِ ساختاری می‌تونه تأثیرِ زیادی رو پویاییِ یه جمعیت بذاره. مثلاً، داروین نشون داد که چطوری این تغییرات می‌تونن خودشونو نشون بدن: داروین‌ها منقارهای مختلفی دارن که با منابعِ غذاییِ مختلف تو جزایر گالاپاگوس سازگار شدن. «امیدوار بودیم نقشِ ساختار تو بازی‌های فضایی هم به همین اندازه قوی باشه،» سووبودا می‌گه.

دانشمندا با چارچوبِ جدیدشون، ساختارهایی رو کشف کردن که می‌تونن همکاری رو تو اینجور بازی‌های فضایی زیاد کنن. «ساختارهای ما یه خاصیتِ تقویت‌کننده دارن به طرز شگفت‌انگیزی قوی؛ بهترین چیزی که تا حالا دیدیم،» اون اضافه می‌کنه.

این ساختارها شبیه به یه رشته از ستاره‌ها هستن و باید مناطقی با همسایه‌های زیاد رو کنار جاهایی با چند تا همسایه بذاریم. اینکه چطوری این مدلِ جدید و این ساختارهای شبکه می‌تونن تو جامعه استفاده بشن هنوز معلوم نیست. تو ماه‌های آینده، سووبودا و دانشمندا از گروهِ چاترجی رو کلی کردنِ نتایجشون برای بقیهٔ بازی‌ها و محیط‌های متفاوت کار می‌کنن.

باتوجه‌به کاربردهای گسترده برای بازی‌های فضایی، ساختارهای تازه‌ای که پیشنهاد شده، می‌تونن به زیست‌شناسی هم راه پیدا کنن. مثلاً، زیست‌شناسا می‌تونن از این ساختارهای جدید برای سریع‌تر کردنِ تکامل تو چیزایی که به اسم «بیوراکتورها» شناخته می‌شن استفاده کنن؛ دستگاه‌هایی با محیطِ کنترل‌شده که برای پرورشِ میکروارگانیسم‌ها برای تحقیق یا تو صنایعی مثل بیوتکنولوژی یا داروسازی به کار می‌رن.