算法均衡
算法经济学 
|
统一的、原创的经济学
2019/08/29 10:35
算法均衡首先是一种局部均衡，它建立在局部信息的基础上，但是，在有限计算速度的预设之下，当事人为了及时作出决策，必须使用（有限的）知识和另类算法，以致发生了“思维的弯曲”，所以，算法均衡其实是与经典的局部均衡非常不同的。简言之，算法均衡是建立在局部信息与有限知识双重基础（而不是单纯的“有限信息”）之上的均衡。由于当事人在有关具体事项的（从而局部的）具体决策中会或多或少地意识到全局的存在，他必须（而且只能）采取某些简化的、特定的态度与方法来应对全局，因此，每一个算法均衡实际上也是一个特定的、个性化的“一般均衡”。由此可以看出，算法均衡是一种介于经典的局部均衡与一般均衡之间的一个概念，它可以同时用来改造这两个传统概念的不当。现实世界中可以同时地、相对独立地存在众多不同的算法均衡（以及“不均衡”）。鉴于上述逻辑，这些不同的算法均衡之间难免会发生冲突。
从直觉上看，算法均衡意指特定思维活动所到达的某种相对稳定的、结局性的状态，它是思想活动的暂时的极限。它可以是成功、满意与确定性的体现，也可以是困惑与绝望的体现；可以是智力的极限（例如逻辑与数学习题的“正确答案”），也可以是人际互动所达到的暂时平衡（例如纳什均衡）。总之，在到达了这一点之后，当事人也就不再在相关事务上继续投入智力活动，转而将之投入其他领域了。
算法均衡是经过相关的、真实的收敛过程而达到的。并非所有的算法均衡注定都会被打破，但可以相信的是，由于发散过程进行着激发，大部分算法均衡都不会永久保持下去。
点赞
收藏
分享至：
推荐阅读
运营▪2022年度十佳创作者
