看完一本書《賽局理論: 解決問題最簡單的方法》，看完似懂非懂，不過裡面畫的漫畫
還算有趣，雖然結局很平淡(還以為會有什麼戀愛喜劇?)。書裡面夾雜著漫畫也不算很
稀有，可能一些科普類的童書常見的表現方法。這叫做圖文小說還是漫畫小說? 好吧，
什麼是賽局理論? 好像是經濟學的一項分支，拿ChatGPT的說明(也許有誤):
賽局理論（Game Theory）是一門研究決策者（玩家）在具有競爭和合作的情境中如何作
出最佳決策的數學理論。它應用於經濟學、政治學、生物學、心理學等多個領域，用來分
析各種互動場景中的策略選擇和結果。
賽局理論的基本概念包括：
玩家（Players）：參與決策的個體或團體。
策略（Strategies）：玩家可選擇的行動或決策方案。
收益（Payoffs）：玩家根據所選策略和其他玩家的策略所獲得的結果或報酬。
賽局（Games）：一組玩家、策略和收益所構成的決策情境。
賽局理論中的一些重要概念和模型包括：
納什均衡（Nash Equilibrium）：一種狀態，在這種狀態下，沒有任何玩家可以通過單方
面改變其策略而獲得更好的結果。
零和遊戲（Zero-Sum Games）：一種情況下，所有玩家的收益之和為零，即一個玩家的收
益等於另一個玩家的損失。
合作賽局（Cooperative Games）：玩家可以達成協議並合作以達成更好的結果。
非合作賽局（Non-Cooperative Games）：玩家獨立決策，沒有協議或合作。
賽局理論應用於許多實際問題，例如市場競爭、拍賣設計、國際談判、生物進化以及社會
選擇等。通過分析不同情境中的策略選擇和結果，賽局理論幫助我們理解和預測人們在互
動過程中的行為。
好像很複雜，反正過一段時間就忘光了。作者說賽局理論是解決問題最簡單的方法，講到
解決問題，不禁想到資訊科學的演算法，演算法是解決問題的一系列步驟。不過資訊科學
或程式設計的演算法，主要是利用程式設計來解決或計算人類所遇到的問題(找到最佳解
或次佳解)。不過現實世界有許多問題都很複雜，尤其是人跟人之間錯縱複雜的關係，無
法用什麼數學公式、經濟模型來進行分析和預測，可能就是用大數據分析或者人工智慧來
進行分析或預測，雖然不一定能夠預測正確，不過倒也是一種分析和解決問題的方法之一
。至於賽局理論… 能否用來解決現實世界中難解的問題我也不曉得。
有哪些難解的問題? 全球暖化、少子化和人口老化危機、各種污染、貧富差距、AI將取代
大部分的人力、物種滅絕、恐怖主義、核子戰爭危機…等等。這些問題有些國際組織、世
界強權或民間組織正在不遺餘力地想要改善問題，不過可能離解決問題還有一段很長的路
要走。看來用賽局理論也不一定能夠解決問題，提得出方法也不見得大家都會攜手合作並
進，有時候還會相互扯後腿。國際情勢就是這樣(就算是國內情勢也一樣)，每個國家或勢
力都有自己的考量，就算知道什麼政策會比較好，可能還是有些國家不想遵守，只想要維
護自己的利益。像全球暖化就是一個好例子，可能制訂碳價是最有效能夠減緩碳排放量的
方式，不過不見得所有國家都打算跟進。但如果大家都遇到立即的危機(如COVID-19這類
的大流行病)，可能大部分的人都會選擇合作，不合作可能後果不堪設想，而且勢必會遭
到大部分的人的針對。全球暖化的危機因為是漸進式的(但也許只是大家多慮了)，所以大
家還像溫水煮青蛙一樣，感覺沒那麼著急。烏俄戰爭大家也覺得是烏克蘭和俄羅斯之間的
問題(當然周遭的國家知道下一個的目標可能是自己，所以唇亡齒寒不能坐視不管。) 除
非戰場擴大或者核子大戰爆發，否則大家不會跟這些愛侵略他人的國家硬碰硬。至於我們
臺灣會不會變成下一個烏克蘭? 不知道，但只要中國不放棄統一台灣，台海戰爭遲早都會
爆發。中國也一直在準備攻打台灣，不斷地增兵、增設軍事基地和演習，就是為了能夠在
極短時間內攻下臺灣，讓其他國家就算想幫忙也來不及。雖然我們臺灣號稱軍力很強，不
過畢竟沒有實戰經驗，而且一旦開戰會發生什麼事情誰也不曉得。也許會發生政變，也許
會有人直接投降，也許會有人裡應外合，也許一開始我們的指揮系統、偵測系統都被癱瘓
掉了。不過也許情況沒那麼悲觀，反正誰也不知道未來會發生什麼事情。
解決問題有哪些方法? 一般人要解決現實中遇到的問題，會先去瞭解自己遇到什麼問題，
然後去蒐集資訊，再根據各種資訊或者自己或他人的經驗進行分析，找到最佳或者次佳的
策略。之後再訂定計畫並加以實行。當然計畫常常趕不上變化，所以要根據現實情況來調
整策略，甚至可能會因為一些狀況不得不中止計畫。
解決問題的工具有很多，例如心智圖、SWOT分析、PDCA循環、5W2H分析法等等，好吧我所
知的甚少，好像都是一些常見的東西。近年來用AI來幫助分析和決策也算是很夯，除了AI
還有Google大神，反正隨著資訊科技的發達，在工作或生活中常遇到的問題都可以在網路
上找到答案。不過
要忙了，沒辦法再打了。