對于多數(shù)懷疑論者說來，蓋亞的麻煩在于將一個非活物的星球看作是一部“聰明的”機器。我們曾試圖將毫無生氣的計算機設(shè)計成人工學習機器，但卻遭受了挫折。因此，在行星尺度內(nèi)展開頭緒紛亂的人工學習，其前景似乎挺荒謬。

但實際上我們高估了學習，把它當成一件難事，這與我們的沙文主義情節(jié)——把學習當成是人類特有的能力——不無關(guān)系。在本書中，我想要表述一種強烈的看法，即進化本身就是一種學習。因此，凡有進化（哪怕是人工進化）的地方就會有學習。

將學習行為拉下神壇，是我們正在跨越的最激動人心的知識前沿之一。在一個虛擬的回旋加速器里，學習正被撞裂成為基本粒子?？茖W家們正在為適應(yīng)、歸納、智能、進化、共同進化等事物的基本成分編目造冊，使之成為一個生命的元素周期表。學習所需的各種粒子藏身于所有遲鈍的介質(zhì)當中，等待著被組裝（并往往自行組裝）成奔涌靈動的事物。

共同進化就是多種形式的學習。斯圖爾特?布蘭德在《共同進化季刊》中寫道：“沒錯，生態(tài)系統(tǒng)是一個完整系統(tǒng)，而共同進化則是一個時間意義上的完整系統(tǒng)。它在常態(tài)下是向前推進的、系統(tǒng)化的自我教育，并從不斷改正錯誤中汲取營養(yǎng)。如果說生態(tài)系統(tǒng)是在維持的話，那么共同進化則是在學習?！?/p>

生物的共同進化行為也許可以用一個更好的術(shù)語來描述——共同學習，或者共同傳授也行，因為共同進化的各方在相互學習的同時也在相互傳授。（我們沒有恰當?shù)淖盅蹃肀硎鐾瑫r施教與受教，但假如做到了教學相長，我們的學校教育將會得到改善。）

一個共同進化關(guān)系中的施與受——同時施教與受教——使許多科學家想到了玩游戲。簡單的兒童游戲如“哪只手里有鋼镚兒？”具有“鏡子上的變色龍”般的遞歸邏輯。藏鋼镚兒的人進入這樣一個無止境的過程：“我剛才把鋼镚兒藏在右手里，那么現(xiàn)在猜的人會認為它在我的左手，因此，我要把它移到右手。但她也知道我知道她會怎么想，于是，我還是把它留在左手里?！?/p>

由于猜的人的思考過程也是如此，雙方就構(gòu)成了一個相互預測對方意圖的游戲?！澳闹皇掷镉袖撻G兒”的謎題和“鏡子上的變色龍是什么顏色”的謎題相關(guān)聯(lián)。從這類簡單的規(guī)則衍生出的無限復雜性令約翰?馮?諾依曼非常感興趣。在二十世紀四十年代早期，這位數(shù)學家就研發(fā)出用于計算機的可編程邏輯，并同維納和貝特森一起開辟了控制論的新領(lǐng)域。

馮?諾依曼[1]發(fā)明了與游戲有關(guān)的數(shù)學理論。他將游戲定義為一場利益沖突，游戲各方都試圖預測其他方的舉動，并采取一系列的步驟，以解決沖突。1944年，他與經(jīng)濟學家奧斯卡?摩根斯特恩[2]合寫了一本書——《博弈論與經(jīng)濟行為》。他察覺到，經(jīng)濟具有高度共同進化和類似游戲的特性，而他希望以簡單的游戲動力學來闡釋它。舉例說，雞蛋的價格取決于賣方和買方彼此之間的預期猜測——我出價多少他才能夠接受，他認為我會出多少，我的出價應(yīng)該比我能承受的價位低多少？令馮?諾依曼驚訝的是，這種相互欺詐、相互蒙騙、效仿、映像以及“博弈”的無休止遞歸一般都能夠落實到一個明確的價格上，而不是無限糾纏下去。即使在股市上，當有成千上萬的代理在玩著相互預測的游戲時，利益沖突的各方也能迅速達成一個還算穩(wěn)定的價格。

馮?諾依曼最感興趣的是想看看自己能否給這種互動游戲找出最理想的策略，因為乍一看來，它們在理論上幾乎是無解的。于是他提出了博弈論作為解答。位于加利福尼亞州圣塔莫妮卡市的蘭德公司是美國政府資助的智庫。那里的研究人員發(fā)展了馮?諾依曼的工作，最后列出了四種有關(guān)相互猜測游戲的基本變體。每一個變體各有不同的輸贏或平局的獎勵結(jié)構(gòu)。這四個簡單的游戲在技術(shù)文獻中統(tǒng)稱為“社會困境”，但又可以被看作是構(gòu)造復雜共同進化游戲的四塊積木。這四個基本變體是：草雞博弈、獵鹿博弈、僵局，以及囚徒困境。