我先從一個實驗開始聊起。
1996年，美國布魯金斯研究所的兩位專家（Epstein和Axtell），用計算機模擬，開發出來了一個人工社會財富積累的模型，稱之爲“糖域”（Sugarscape）。
他們的本意是通過計算機模擬，來研究包括環境變遷、遺傳繼承、貿易往來、市場機制、財富積累等等廣泛的社會現象，從而找出這些現象的原因。
他們設計了圖中的這個棋盤用於代表社會。棋盤由50X50個單元格組成。深色格子含糖高，淺色的含糖少，白色的不含糖。
正如你看到的，棋盤中有兩座深色的糖山，代表資源富裕區。棋盤上有大片的淺色地帶，代表資源有限區，白色無糖區代表像沙漠這樣沒有資源的地區。
現在模擬的社會有了，下面圖片讓我們在這個棋盤中放些人進來吧。
圖中的250個黑點，就是被隨機播撒在棋盤上的糖人。每個糖人都是單獨的計算機程序，它們就像現實社會中的人一樣，有能力吸收信息，觀察四周，做出行動。它們在棋盤上漫遊，尋找糖喫。
所以，你可以把棋盤看做社會，棋盤中的糖就是社會中的資源，糖人就是在這個社會中活動的人。
實驗者給這些糖人設置了一些簡單的決策規則：
1）糖人的視力向四個方向觀察，目標是找到含糖最高的地塊。單元格里的糖被喫掉後，過一段時間能重新長回來。
2）如果糖人喫的糖跟不上新陳代謝的消耗，糖人將餓死，計算機就會將其清出棋盤。
3）糖人被隨機分配不同的基因稟賦。這包含兩個指標，一是視力的好壞（有人能看到6格之外，有人只能看眼前1格）；二是新陳代謝的能力（有人代謝一次只消耗1單位的糖，有人則需消耗4單位的糖）。
現在，你按一下啓動這個實驗的按鈕，糖人們就移動起來。一開始，局面有點亂，但是很快，研究者發現糖人社會呈現出下圖中有規律的分佈。
當程序運行期從圖1演到圖4，糖人們開始圍繞兩大糖山攏聚，逐漸形成兩大部落。無糖區則人煙稀少。而且，糖人們彼此位置分隔頗有效率，任何新長出的糖都會被迅速收割。
當研究者把目光投向財富變量時，這裏的財富是指每個糖人收穫的糖的多少來代表，他們發現了一個令人非常意外的現象：這個虛擬社會出現了嚴重的貧富分化。
下圖展示了實驗從啓動到結束，人均財富分佈的演變趨勢。其中，橫軸表示財富從低到高，即左側是窮人，右側是富人，縱軸表示人數。
正如你看到的，社會誕生之初（最頂端的圖表），財富在國民間的分配很均勻，基本可算一個平等主義的社會。非常富有和非常貧窮的人很少，絕大多數人口的收入差別很有限，即使最富有的人也不過擁有30個單位的糖量。
隨着時間推移，這個社會的財富分佈發生了嚴重的扭曲。最底下的圖表，20%的人佔有全社會80%的財富。像馬雲、王健林等這樣的土豪佔據了社會財富的大部分。
根據實驗者在程序中的設置，我們可隨意調整糖人的各種初始參數，瞧瞧到底哪個參數引發了糖人國的貧富分化。
你是窮人他是富人，真實而又符合邏輯的原因究竟是什麼呢？
實驗結果表明，決定你賺多少錢是有三個因素決定的：天賦異稟，出身位置，隨機的運氣。
看起來，上帝設計個體命運的時候，非常具有智慧。
我們分別來看下這三個因素代表什麼意思。
1 天賦異稟
天賦秉異這很好理解，比如實驗中有的糖人視力好能看到6格之外，有的糖人只能看眼前1格。
好消息是，現實生活中，像愛因斯坦這樣智商爆表的天才是少數的，大部分人天生的智商是差不多的，也就是智商是按正態分佈的。
雖然天生的天賦異稟不能改變，但是後天的天賦異稟卻可以通過學習逐漸提高，比如有統計概率知識的人就是比其他人思考的更深入，看的更遠。
2 出生位置
第2個因素“出身位置”其實就是指條件概率，具體來講有2類。
第1類是不可以改變的“出事位置”，比如你出生的家庭、你出生的年代。
例如王思聰是就有王健林這樣的條件概率，出生在80年代的人就要面對高房價的壓力。這都是不可以改變的條件概率。
第2類是你可以改變的“出事位置”，比如：你選擇讀書的學校，你選擇工作的行業，你選擇學習的技能，你選擇嫁的人。
現在很多父母衝破了腦袋，哪怕賣了舒服的大房子，也要換成老破小的學區房，爲的就是要讓自己的孩子上重點小學，因爲重點小學被名校錄取的概率更高，其實父母都是知道要爲子女創造更好的條件概率。
再比如，你選擇學習的技能。最大的技術問答社區Stackoverflow，統計了2017年1月-8月瀏覽某編程語言的人數。分析結果發現，Stackoverflow瀏覽最多編程語言是這4個：Android include PHP, Python, and R。分析圖表如下：
其中橫軸是人均GDP從低到高，縱軸是Stackoverflow瀏覽某編程語言的人數（百分比）。橙色圓圈越大表示訪問該技術問題的人數越多。
根據上面的分析結果，可以看出：
android 和 php 主要是低收入國家的人瀏覽python 和 r 高收入國家爲多
從個人層面來說，在現在人工智能，大數據時代，你選擇學習python和r的技能，就是在改變自己的出身環境，從而提高你的賺錢能力，比其他人的條件概率高。
法國數學家拉普拉斯所言：“人生中最重要的問題，在絕大多數情況下，真的就只是概率問題。”
這個世界屬於既懂概率、又能創造條件概率的人。
3 隨機的運氣
我們不妨假定有兩個小糖人，A和B——程序一開始，兩人的視力、新陳代謝、出生地的含糖資源，各方面條件都一樣。
這個時候，在視力所及範圍內，A偶然隨機的向東北方的糖山邁出了一步，真是湊巧，這裏居然沒有小糖人佔領，於是他佔領了這個格子，財富開始快速累積，變成了富人，然後越來越富。
B同樣四處張望，同樣出於偶然，它向東南移動了一步，結果漸漸開始遠離富糖區，當它意識到方向錯誤之時，其它糖人早已圍滿了通往北方糖山的路徑，於是它再無機會，只得隨機漫遊，在資源貧乏區域拼命採集，卻也只能僅顧溫飽，最後變爲最貧窮的那122個小糖人之一。
就這樣，兩個天賦秉異和出身位置都差不多的人，一個微不足道的選擇差異，最終導致了其社會財富積累出現了天壤之別，這也可以稱之爲所謂的“蝴蝶效應”——初始條件極爲微小的改變，最終引發結果的巨大差異。
對於沒有太多資源，又不如阿爾法狗強大的普通人，該做什麼呢？
做到下面2點就可以了：
1.選擇比努力更重要。
這裏的選擇就是你要想辦法提高你的條件概率，選擇你能改變的出身位置。
對於個人而言，應該順應時代潮流，選擇去正確的地方，在水多的地方挖井。千萬別以冒險爲榮。
2. 在需要提高技能的事情上採取靠勤奮努力的策略，在需要靠運氣的事情上最好“什麼都不做”
人們所從事的活動，其中“運氣”這個因素所佔的權重各不相同，但我們可以按那權重從 0 至 100% 的順序排列起來，就是下面這張圖。
在最左端類似象棋、圍棋這類活動中，技能的權重佔 100%，與運氣沒啥關係。
而在最右端純粹的賭博，例如我們之前講過的拋硬幣，運氣的權重佔 100%，根本就沒有技能的空間。
在兩個極端中間是其他事情各自技能和運氣成分佔比不同。比如打籃球更靠近技能端，說明技能權重比運氣更高。雖然有時候會因爲運氣不好，看似已經投中的球在籃筐裏來回彈幾下竟然出來了，但是提高技能是最有效的。
你會看到投資更靠近右端，也就是說運氣的權重比技能高很多。換句換說，投資大部分時候靠的是運氣。
在技能權重更高的事情裏，勤奮努力更重要。在運氣權重更高的事情裏，“什麼都不做”更重要。
例如投資，所有的研究和學習都是在投資前進行的。一旦你買入，就不要天天看K線圖研究，而是什麼都不做，固定時間定投，並長期投資選定好的股票就可以了。
《隨機漫步的傻瓜》書中有一句話是這麼寫的：
有一身好本事卻窮困潦倒的人，最後一定會爬上來。
而幸運的傻瓜他可能短時間內藉助於生命中某些好運氣。但是長期來看，他的處境會慢慢趨近於運氣並沒有那麼好的傻瓜。
補充：如果對概率不瞭解的，可以學習下這個
人工智能時代，用概率思維發現人生機會www.zhihu.com
