ゲーム理論の『安定点』は実は不安定だった

『鞍点』って、何で『鞍』なの？馬の鞍みたいに、真ん中は安定してるけど左右は不安定ってことなんだっけ？

その直感はほぼ正しいです。馬の鞍をイメージするのが、この言葉の由来でもあります。 鞍点を3次元で見ると、一方向（たとえば前後）には谷底のように安定していて、別の方向（左右）には山の尾根のように不安定になっている。その形が、まさに馬の鞍の形に似ているんですよね。鞍に座っている騎手を想像してもらうと分かりやすい。前後に揺れるなら自分の体重で安定に向かいますが、左右に傾くと鞍の端に触れて、そのまま転げ落ちてしまう。 この記事の文脈では、その『安定』と『不安定』の方向が複数あるシステムで、どちらにも傾く可能性がある状態を指しています。だから『均衡点に見えても、実は逃げ出しやすい』という話になってくる。 面白いのは、ゲーム理論の世界では、この鞍点が数学上『均衡状態』として計算されていたということ。数式の上では安定と見えても、現実の時間軸の中では不安定という、理論と現実のズレがここで露呈したわけです。

自動運転車が走ってる道路や、電力をやりとりしてるシステムが『実は不安定な鞍点だった』って、今走ってる自動運転車や使ってる電気には何か影響してくるの？

今この瞬間に走ってる自動運転車が突然暴走したり、電気が止まるわけではありません。実装されてるシステムはゲーム理論の「完全な均衡」には頼ってなくて、もっと地味で保守的な制御則を組んでるから。 ただ、この論文が指摘してるのは、より大きな話です。自動運転を例にするなら、複数の自動運転車が路上で相互作用するとき、交通流全体の最適化を狙った設計は「このレベルの効率に落ち着く」という想定で進められてた。それが実は数学的には不安定なポイントで、ごくわずかな乱流（誰か一台が想定外の動き、工事、天気の急変など）で予測不能に崩れる可能性がある、と言ってるんです。 電力網も同じ。分散電源の時代には、複数の発電者や需要者が互いに価格信号に応じる市場メカニズムで「安定して供給できる」と計算されてた。でも実際には、そのバランスは見かけほど堅くないかもしれません。 つまり現在は「大丈夫そうに動いてる」が、スケールが大きくなったり、参加者が増えたり、ストレスが加わったときに脆さが露呈する恐れがある、ということなのかもしれません。

ゲーム理論の『均衡状態』って、これまで何十年も疑われずに信じられてたんですか？それとも前からちょっと怪しいって気づいてた人もいたんですか？

ゲーム理論の均衡状態が「正しい」として機能してきた背景に、実は大きな前提の切り替わりがあるんです。 ゲーム理論が生まれた1950年代は、静止した『均衡点』で物事を考える数学的な優雅さが強力でした。経済学も工学も、この理論で十分に説明がついていたし、実際に設計の指針として機能した。だから疑う必要がなかった。むしろ疑問を持つ方が異端でした。 ただし、動的なシステムの研究者たちは、90年代あたりから「本当にここに落ち着くの？」という問題意識を持ち始めています。マルチエージェントシステムやAIが複数相互作用する状況が現実に増えてきたとき、『均衡点の近く』でも予期しない振動や発散が起きるケースを目撃した。けれど、その知見は主流の経済学やゲーム理論コミュニティには、あまり波及していなかった。 今回の論文が強力なのは、『怪しい』という直感を、数学的に『鞍点である』と証明してしまったこと。つまり、疑う人も多かったけれど、今まで『それでも大体うまくいってる』という経験則で使い続けられていた理論が、ようやく根拠をはがされた形と言えそうです。

『数学的には正しい答えだと思ったのに、現実ではそれがちゃんと成り立たない』って、これって計算と現実のズレが起きてることなんですか、それともそもそも計算モデルがおかしかったってことなんですか？

計算そのものは正しいんです。むしろ問題は「何を計算していたのか」の粒度にあります。 ゲーム理論の均衡点は「誰もが現在の戦略から動く理由がない状態」として数学的に正確に定義できます。その定義のもとでは計算は完全に正しい。でも、その均衡点が実際に現れるかどうかは別問題なんですよね。 たとえば、ボールがすり鉢の底に落ち着くように「均衡に向かって引き寄せられる力」があると暗黙に想定していた。ところが実際には、その均衡点が鞍点（馬の鞍のような形）で、微かな揺らぎで別の方向に滑り落ちてしまう。計算が間違ったのではなく、「その点に到達すると安定する」という前提が外れていたわけです。 むしろ皮肉なのは、優れたアルゴリズムで最適に学習しているはずなのに、全体ではカオスが生じるということ。各プレイヤーが個別には合理的に動いているのに、足し合わせるとシステム全体が予測不可能になる。つまり「ミクロは正しいのにマクロは荒れ狂う」という、計算モデルの粒度と現実システムのスケールのズレが露呈した形と言えそうです。

この『均衡状態は不安定だった』って発見で困る人と得する人がいるんだったら、それって誰なの？

困る人は、その『均衡状態』を前提に現実のシステムを設計・運用している側ですね。自動運転の交通制御システムを作ってる企業、電力会社、マーケットプレイスの運営者。彼らは「ここに落ち着く」という予測のもとに、安全マージンやコスト計算を組み立ててきた。それが実は不安定な鞍点だとわかると、想定外の振る舞いへの対策が必要になる。規制当局もそう。「この状態なら最低限の効率が保証される」という根拠で基準を作ってきたのに、その根拠が揺らぐ。 得する人は意外かもしれませんが、この発見を先取りして新しい設計方法を開発する立場の人たちです。学者、新興のAI企業、コンサルティング会社。「古い理論では不十分」という問題提起は、それを解く技術を持つ者にとって機会になる。 ただ本質的には、この発見は『誰得』じゃなくて、複数のエージェントが関わる現実のシステムがどれだけ予測不可能なのかを白日の下に晒しただけかもしれません。困るのも得するのも短期的な話で、長期的には「安定性を前提にしすぎていた設計思想そのもの」が問い直される転換点に見える。