第六章 基因種族 · 2
關燈
小
中
大
無聞地體面着。
下面引用的是讨論親屬關系是否在人類中同樣有效的一段話，這段話好到讓人不可能相信它是對的： 強調一點，由于缺少語言學上關于如何計算關系系數r的支持，這個認識論問題成為了近親選擇理論的一個重大缺陷。
世界上隻有極少的語言有分數這個概念，例如印歐語系以及存在于近東和遠東的一些古代文明。
但對于所謂的原始人類來說，他們根本沒有這個概念。
獵手和采集者們通常不需要超過一、二、三的計數系統。
我都避免去提及更大的問題，動物們該怎麼去搞清楚r[自己，第一代堂兄弟]=1/8。
這已經不是我第一次引用這個高度揭示性的段落了，我大概也就再引一下我自己那無情的回複吧，這是來自《關于近親選擇的12個誤解？》（TwelveMisunderstandingsofKinSelection） 對塞林斯來說真可惜，他居然屈服于誘惑而“避免去提及”動物是如何“搞清楚”r。
他想要嘲弄的這個非常荒謬的觀點應該敲響他頭腦裡的警鐘。
一個蝸牛的殼是一個優雅的對數螺線，但蝸牛在哪裡保管它的對數表呢；因為它眼睛裡的晶體缺少對計算折射系數m的“語言學支持”，它又是怎麼看對數表呢？綠色植物又是怎麼“搞清楚”葉綠素的化學式的呢？ 事實上，除了行為學以外，在你能想到的幾乎所有生物學的方面，諸如解剖學、生理學，如果按塞林斯的方法你都會走入同樣的死胡同。
任何動物或植物軀體的發育都需要複雜的數學來精确描述，但這并不意味着動植物自身必須成為一個聰明的數學家。
非常高的樹木常常會在其樹幹底部像翅膀一樣伸出巨大的闆根。
對任何一種樹而言，樹越高，闆根就越龐大。
大家廣泛接受一個事實，即這些闆根的形狀和大小都接近于能夠保持樹木直立的最有效方案，然而一個工程師需要非常高深的數學知識才能夠證明這一點。
盡管樹也缺乏相應的數學知識來作出計算，塞林斯或其他什麼人也絕對不會來質疑闆根背後的理論。
那麼為什麼就要特别地對近親選擇行為提出這個問題呢？這顯然不可能是因為這是行為學，而非解剖學。
因為塞林斯對很多其他行為學的例子（我是指近親選擇行為以外）都會欣然接受，而不是提出他那個“認識論上的”反對意見。
作為一個例子，你可以想想當我對我每接一次球從某種意義上來說，都需要做出的那種複雜計算時所做的解釋。
人們會情不自禁地想：對于這些很滿意自然選擇理論的社會學家來說，僅僅由于他們學科曆史上一些毫不相幹的理由，就不顧一切地想要專門去找到一些——哪怕一丁點兒——近親選擇理論的問題？ 這種情況其實是不難想象的。
一個人把球投入高空，然後又把球接住，他在完成這個動作時好像事先解了一組預測球的軌道的微分方程。
他對微分方程可能一竅不通，也不想知道微分方程是什麼玩意兒，但這種情況不影響他投球與接球的技術。
在某個下意識的水平上，他進行了某種在功能上相當于數學演算的活動。
同樣，一個人如要作出某項困難的決定，他首先權衡各種得失，并考慮這個決定可能引起的他想象得到的一切後果。
他的決定在功能上相當于一系列加權演算過程，有如計算機進行的那種演算一樣。
如果要為一台計算機編制程序，使之模拟一個典型的生存機器如何作出應否表現利他行為的決定，我們大概要這樣進行：開列一份清單，列出這隻動物可能做的一切行為，然後為這些行為的每一種模式分别編制一次加權演算程序。
各種利益都給以正号，各種風險都給以負号。
接着進行加權（weighted），即把各項利益和風險分别乘以适當的表示親緣關系的指數。
然後再把得出的數字加起來，為了演算的方便，在開頭的時候我們不考慮其他方面如年齡、健康狀況之類的權重。
由于一個個體對自己的親緣關系指數是1（就是說，他具有他自己的100%的基因——這是不言自明的），對他的一切風險和利益都不需要打折扣，即在演算時給以全部權重。
這樣，每一種可能的行為模式的總和大體上是這樣的：行為模式的淨收益=對自己的利益–對自己的風險+1/2對兄弟的利益–1/2對兄弟的風險+1/2對另一個兄弟的利益–1/2對另一個兄弟的風險+1/8對堂兄弟的利益–1/8對堂兄弟的風險+1/2對子女的利益–1/2對子女的風險+…… 這個總和就稱為那個行為模式的
下面引用的是讨論親屬關系是否在人類中同樣有效的一段話，這段話好到讓人不可能相信它是對的： 強調一點，由于缺少語言學上關于如何計算關系系數r的支持，這個認識論問題成為了近親選擇理論的一個重大缺陷。
世界上隻有極少的語言有分數這個概念，例如印歐語系以及存在于近東和遠東的一些古代文明。
但對于所謂的原始人類來說，他們根本沒有這個概念。
獵手和采集者們通常不需要超過一、二、三的計數系統。
我都避免去提及更大的問題，動物們該怎麼去搞清楚r[自己，第一代堂兄弟]=1/8。
這已經不是我第一次引用這個高度揭示性的段落了，我大概也就再引一下我自己那無情的回複吧，這是來自《關于近親選擇的12個誤解？》（TwelveMisunderstandingsofKinSelection） 對塞林斯來說真可惜，他居然屈服于誘惑而“避免去提及”動物是如何“搞清楚”r。
他想要嘲弄的這個非常荒謬的觀點應該敲響他頭腦裡的警鐘。
一個蝸牛的殼是一個優雅的對數螺線，但蝸牛在哪裡保管它的對數表呢；因為它眼睛裡的晶體缺少對計算折射系數m的“語言學支持”，它又是怎麼看對數表呢？綠色植物又是怎麼“搞清楚”葉綠素的化學式的呢？ 事實上，除了行為學以外，在你能想到的幾乎所有生物學的方面，諸如解剖學、生理學，如果按塞林斯的方法你都會走入同樣的死胡同。
任何動物或植物軀體的發育都需要複雜的數學來精确描述，但這并不意味着動植物自身必須成為一個聰明的數學家。
非常高的樹木常常會在其樹幹底部像翅膀一樣伸出巨大的闆根。
對任何一種樹而言，樹越高，闆根就越龐大。
大家廣泛接受一個事實，即這些闆根的形狀和大小都接近于能夠保持樹木直立的最有效方案，然而一個工程師需要非常高深的數學知識才能夠證明這一點。
盡管樹也缺乏相應的數學知識來作出計算，塞林斯或其他什麼人也絕對不會來質疑闆根背後的理論。
那麼為什麼就要特别地對近親選擇行為提出這個問題呢？這顯然不可能是因為這是行為學，而非解剖學。
因為塞林斯對很多其他行為學的例子（我是指近親選擇行為以外）都會欣然接受，而不是提出他那個“認識論上的”反對意見。
作為一個例子，你可以想想當我對我每接一次球從某種意義上來說，都需要做出的那種複雜計算時所做的解釋。
人們會情不自禁地想：對于這些很滿意自然選擇理論的社會學家來說，僅僅由于他們學科曆史上一些毫不相幹的理由，就不顧一切地想要專門去找到一些——哪怕一丁點兒——近親選擇理論的問題？ 這種情況其實是不難想象的。
一個人把球投入高空，然後又把球接住，他在完成這個動作時好像事先解了一組預測球的軌道的微分方程。
他對微分方程可能一竅不通，也不想知道微分方程是什麼玩意兒，但這種情況不影響他投球與接球的技術。
在某個下意識的水平上，他進行了某種在功能上相當于數學演算的活動。
同樣，一個人如要作出某項困難的決定，他首先權衡各種得失，并考慮這個決定可能引起的他想象得到的一切後果。
他的決定在功能上相當于一系列加權演算過程，有如計算機進行的那種演算一樣。
如果要為一台計算機編制程序，使之模拟一個典型的生存機器如何作出應否表現利他行為的決定，我們大概要這樣進行：開列一份清單，列出這隻動物可能做的一切行為，然後為這些行為的每一種模式分别編制一次加權演算程序。
各種利益都給以正号，各種風險都給以負号。
接着進行加權（weighted），即把各項利益和風險分别乘以适當的表示親緣關系的指數。
然後再把得出的數字加起來，為了演算的方便，在開頭的時候我們不考慮其他方面如年齡、健康狀況之類的權重。
由于一個個體對自己的親緣關系指數是1（就是說，他具有他自己的100%的基因——這是不言自明的），對他的一切風險和利益都不需要打折扣，即在演算時給以全部權重。
這樣，每一種可能的行為模式的總和大體上是這樣的：行為模式的淨收益=對自己的利益–對自己的風險+1/2對兄弟的利益–1/2對兄弟的風險+1/2對另一個兄弟的利益–1/2對另一個兄弟的風險+1/8對堂兄弟的利益–1/8對堂兄弟的風險+1/2對子女的利益–1/2對子女的風險+…… 這個總和就稱為那個行為模式的