09/07/2026
ไปเที่ยวทั้งที กินร้านเดิมที่อร่อยชัวร์ หรือสุ่มร้านใหม่ดีกว่า?
เมื่อ Richard Feynman เอาปัญหานี้มาเขียนเป็นสมการ
เคยเป็นไหม เวลาไปเที่ยวหลายวันแล้วดันเจอร้านอร่อยตั้งแต่วันแรก หลังจากนั้นทุกเย็นก็ต้องเจอกับคำถามเดิม
"จะกลับไปกินร้านเดิมที่รู้ว่าอร่อย หรือจะลองร้านใหม่เผื่อเจอร้านที่อร่อยกว่า?"
ฟังดูเป็นเรื่องธรรมดา แต่ปัญหานี้กลับเป็นหนึ่งในโจทย์คลาสสิกของวิชาคณิตศาสตร์และทฤษฎีการตัดสินใจ เพราะมันเป็นการเลือกระหว่าง การสำรวจ (Explore) กับ การใช้ประโยชน์จากสิ่งที่เรารู้แล้ว (Exploit)
- Explore คือยอมเสี่ยงลองของใหม่ เพราะอาจเจอสิ่งที่ดีกว่า
- Exploit คือเลือกสิ่งที่พิสูจน์แล้วว่าดี เพื่อให้ได้ผลลัพธ์ที่แน่นอน
เรื่องน่าสนใจคือ นักฟิสิกส์รางวัลโนเบลอย่าง Richard Feynman เคยคิดโจทย์นี้เล่น ๆ ระหว่างรับประทานอาหารกับเพื่อน และจดวิธีแก้ไว้บนกระดาษโน้ตแต่เขาไม่ได้นำมาตีพิมพ์เป็นเปเปอร์แต่อย่างใด ลายมือของเขาอ่านยากจนเป็นปริศนาอยู่นานหลายสิบปี แต่ในที่สุดนักวิจัยก็สามารถถอดรหัสและพิสูจน์ได้ว่า แนวคิดของ Feynman นั้นสอดคล้องกับคำตอบที่เหมาะสมที่สุดทางคณิตศาสตร์จริง
แล้วสมการของเขาบอกอะไร?
ลองเริ่มจากการตั้งกติกาง่าย ๆ ก่อน
สมมติว่าเราไปเที่ยวหลายคืน ร้านอาหารแต่ละร้านมี "คะแนนความอร่อย" ตั้งแต่ 0 ถึง 100 และกระจายอย่างสม่ำเสมอ (Uniform distribution หมายถึงทุกคะแนนมีโอกาสเกิดขึ้นเท่า ๆ กัน) เมื่อเราเข้าไปกินร้านใหม่ เราจะรู้คะแนนของร้านนั้นทันที และถ้าชอบก็สามารถกลับมากินซ้ำในคืนต่อ ๆ ไปได้
เป้าหมายของเรา ไม่ใช่การหาร้านที่อร่อยที่สุดในเมือง แต่คือ ทำให้คะแนนความอร่อยรวมของทุกมื้อในทริปสูงที่สุด
ลองคิดจากคืนสุดท้ายก่อน
ถ้าเหลือเที่ยวอีกเพียงคืนเดียว เรามีแค่สองทางเลือก คือกลับไปกินร้านที่ดีที่สุดที่เคยเจอ หรือสุ่มร้านใหม่ ซึ่งมีคะแนนเฉลี่ยอยู่ที่ 50 คะแนน ดังนั้น ถ้าร้านที่ดีที่สุดที่เราเคยเจอได้มากกว่า 50 คะแนน ก็ควรกลับไปกินร้านเดิม แต่ถ้ายังต่ำกว่า 50 คะแนน การเสี่ยงลองร้านใหม่กลับเป็นตัวเลือกที่คุ้มกว่า
ทีนี้ลองย้อนกลับไปก่อนหน้านั้นอีกหนึ่งคืน
ถ้ายังเหลือเวลาอีกหลายวัน การเจอร้านดี ๆ ตั้งแต่วันนี้จะมีประโยชน์มาก เพราะเรายังมีโอกาสกลับมากินซ้ำได้อีกหลายมื้อ ดังนั้นเราควร "เรื่องมาก" กว่าเดิม ตั้งมาตรฐานให้สูงขึ้น และยังไม่รีบปักใจเลือกร้านแรก ๆ ที่เจอ
เมื่อวิเคราะห์แบบเดียวกันย้อนกลับไปทุกคืน Feynman พบว่าเกณฑ์ที่เหมาะสมที่สุดสามารถเขียนได้เป็น
t_n=√(n)/(√(n)+1)
โดยที่
n คือจำนวนคืนที่ยังเหลืออยู่
t_n คือ เกณฑ์ขั้นต่ำ (Threshold) ของคะแนนความอร่อยที่เราจะยอม "หยุดค้นหา" แล้วเลือกกินร้านเดิม
ตัวอย่างเช่น ถ้าเหลืออีก 9 คืน
t_9= 3/(3+1) = 0.75
หรือคิดเป็น 75 คะแนน
แปลว่า ถ้าร้านที่ดีที่สุดที่เราเคยเจอได้เพียง 68 คะแนน เราควรลองร้านใหม่ต่อไป เพราะยังเหลือเวลาอีกมาก แต่ถ้าเจอร้านที่ได้ 85 คะแนน ก็อาจถึงเวลาหยุดสำรวจ แล้วกลับมากินร้านนี้ในคืนที่เหลือแทน
จะเห็นว่า ยิ่งเหลือเวลาเยอะ เกณฑ์ก็ยิ่งสูง เพราะเรายังมีโอกาสค้นหาของที่ดีกว่า แต่เมื่อวันสุดท้ายใกล้เข้ามา เกณฑ์นี้จะค่อย ๆ ลดลง เราจึงยอมเลือกจากตัวเลือกที่มีอยู่มากขึ้น
แต่เรื่องที่น่าสนใจกว่านั้นคือ...
นักวิจัยไม่ได้หยุดแค่การพิสูจน์สมการของ Feynman พวกเขายังทดลองให้คนจริง ๆ เล่นเกมตัดสินใจแบบเดียวกัน ผลปรากฏว่า มนุษย์แทบไม่มีใครใช้กลยุทธ์ตามสมการเป๊ะ ๆ
แทนที่จะคำนวณเกณฑ์เป็นเส้นโค้งเหมือนในทฤษฎี คนส่วนใหญ่กลับใช้วิธีง่าย ๆ คือค่อย ๆ ลดมาตรฐานลงเป็นเส้นตรง เมื่อเวลาผ่านไป พูดง่าย ๆ คือ ช่วงแรกจะเลือกเยอะเป็นพิเศษ แต่พอใกล้หมดทริปก็เริ่มยอมรับร้านที่ "ดีพอ" มากขึ้น
น่าแปลกที่ แม้วิธีคิดแบบนี้จะไม่ใช่คำตอบที่เหมาะสมที่สุดในทางคณิตศาสตร์ แต่กลับทำคะแนนรวมได้ใกล้เคียงกับวิธีที่ดีที่สุดอย่างน่าทึ่ง
ผลลัพธ์นี้สะท้อนให้เห็นว่า สมองของมนุษย์ไม่ได้แก้ปัญหาด้วยสมการทุกครั้ง แต่ใช้ Heuristic หรือ "กฎคร่าว ๆ" ที่คำนวณง่ายกว่า แม้จะไม่สมบูรณ์แบบ แต่ก็มักให้ผลลัพธ์ที่ดีมากในโลกความเป็นจริง
บางที ครั้งหน้าที่คุณลังเลว่าจะกลับไปร้านเดิมหรือเสี่ยงหาร้านใหม่ คุณอาจกำลังเจอกับโจทย์เดียวกับที่ Richard Feynman เคยนั่งคิดเล่นระหว่างมื้ออาหารเมื่อหลายสิบปีก่อน เพียงแต่สมองของคุณเลือกแก้มันด้วยสัญชาตญาณ แทนที่จะหยิบกระดาษขึ้นมาถอดสมการก็เท่านั้นเอง
อ้างอิง: P. W. Glimcher et al, Revealing Richard Feynman's Lost Decisional Solution, Proceedings of the National Academy of Sciences (2025),DOI: 10.1073/pnas.2509612123
