爱华网
分散的智慧 科学家们曾经对这样的想法嗤之以鼻：一大群机器人可以彼此毫无妨碍地在完全陌生的环境中协同完成一件任务。怎么可能呢？他们会想，设定好程序统一行动的机器人怎么会知道该去哪里，协调同伴完成任务呢？ 不知你注意过没有，在广场上悠闲休憩的鸽群，在稍微受到一点惊扰时就会马上起飞避险。它们的动作是那样的娴熟优美，丝毫没有惊惶失措四处乱撞的情形发生。 北美驯鹿群在突发状况前同样显得那样有组织性，各自朝着逃生的方向奔跑。没有一只驯鹿会挡住同伴的逃生方向，也不会发生踩踏之类的事故。 它们的头领并没有事先组织过，当然动物自己也没有思考过为什么要这样做（你认为它们能思考这样做的意义么？），但它们就是知道该怎样跑能让自己和同伴都免于丧命，这种自发的群体智慧你见过吗？ 其实它们遵循的还是简单的法则：避免冲撞，跟紧附近同伴，按群体的平均走向运动。这跟蜜蜂的决策无关，只是为协调行动而已。依靠这样的群体智慧，机器人模拟鸟群进行协同活动完成任务的疯狂梦想已经在开始实现。aihuau.com 在美国，西南航空公司对一个基于群体行为的模型进行了测试，以之改善菲尼克斯天空港国际机场的服务。该公司每天约有200架飞机在两条跑道上起落，使用三座中央大厅的登机口。公司想保证每架飞机能尽快出入，即便航班提前或晚点。工作人员道格8226;劳森说：大家不喜欢坐在离出入口仅500米的飞机里，却不得不等另一架飞机起飞后才能下机。因此，劳森为机场建立了一套计算机模型。他让每架飞机记录从登机口出入所花的时间，然后启动模型，模拟机场一天的活动。 他说：“飞机像蚂蚁一样寻找最佳登机口。”但并不是通过沿路留下虚拟信息素，而是各自记住速度较快的登机口，忘掉速度较慢的。把真实数据作为抵达和起飞时间的变量输入模型，经过多次模拟之后，每架飞机都学会如何避免在停机坪上无谓的等待，同时避免和其他的飞机造成冲撞。所有的飞机协同完成了一件困难的工作，变得更有效率。 最大的变化可能体现在互联网上。谷歌就利用类似于蜜蜂投票的群体智能来查找你搜索的内容。当你键入一条搜索时，谷歌会在它的索引服务器上考察数十亿网页，找出最相关的，然后按照它们与其他网页链接的次数进行排序，把链接当作投票来计数（最热门的网站还有加权票数，因为它们可靠性更高）。得到最多票数的网页被排在搜索结果的列表最前面。谷歌通过这种方式利用网络的群体智能来决定一个网页的重要性。 这就是群体智能的美妙魅力，无论我们讨论的是蚂蚁、蜜蜂、鸽子还是北美驯鹿，智慧群体的组成要素——分散化控制，针对本地信息行动，简单的经验法则——加在一起，就构成了一套应对复杂情况的精明策略。不过，我们还不习惯以分散化的手段来解决分散化的问题，就像我们无法通过到处树立停车标志和交通灯来控制像公路交通这样的紧要事情，但是，若能把交通塑造成一种自主组织系统，一定能凸显群体智慧的优势。 事实上，按《群众的智慧》一书的作者詹姆斯8226;索罗维基的说法，采用蜜蜂规则的团体几乎都会变得更聪明。索罗维基说，只要成员多样化，能独立思考，并以投票、竞标等机制来产生集体决定，不论是股市投资者、科学家，甚至玩猜猜看游戏的小孩，都能成为聪明的团体。 这种想法凸显出集体智慧的一个重要真理：只有当每个成员都以负责任的态度行动、自己做决定的时候，群众才会趋向于有智慧。如果成员都互相模仿，或者成为潮流的奴隶，又或者只等着别人来告诉自己怎么做，这样的团体是不可能聪明的。蚂蚁也好，律师也罢，团体要变得聪明，就得仰仗成员做好自己分内的事。 作为蜜蜂的个体看不到全局，同样作为普通人的我们也看不到总体的需要，但我们会看到周围，会和周围分享信息，知道什么时候当义工，什么时候做公益活动，没有人统一指挥，在我们临时有事时也不会对整体造成损失。 不妨效仿一下动物，在充满复杂性的世界中简洁明了地解决复杂的任务。
