探索群体智能的奥秘：从自然现象到AI远景

群体智能是近年来发展迅速的一个人工智能学科领域，通过研究分散、自组织的生物群体智慧，实现分布式、去中心化的智能行为，通常用于无人机、机器人集群的协同作业。

近20年来，随着人工智能与神经科学、仿生学和脑科学等学科交叉研究的不断深入，人工群体智能的研究目标从对群体生物行为模型的研究进一步拓展到对人类智能与智能机器融合的思路上。

群体智能研究起源

回顾生命进化史，生物多数以群居为主，例如人类、蚂蚁等。在自然界中，由群居而涌现出的群体智能现象无处不在。对群体智能研究的起源是人类对群体性生物行为的观察，“微躯所馔能多少，一猎归来满後车”，描写了蚁群所产生的远超越单个蚂蚁的群智行为；“两个黄鹂鸣翠柳，一行白鹭上青天”，表现了候鸟迁徙飞行时的群智行为特征。可见，人类对群体智能的观察与探索源远流长。

“群体智能”一词最早在1989年由 Gerardo 和Jing Wang，针对电脑屏幕上细胞机器人的自组织现象所提出。

早期，大部分学者将其定义为：群体智能（Swarm Intelligence）是具有分布控制、去中心化特点的自组织智能行为。它是智能形态高级的表现方式之一。

如今，其作为我国新一代人工智能重点发展的五大智能形态之一，在推动我国新一代人工智能技术发展中占据重要地位。因此，对于群体智能的探究具有极强的战略意义和科研价值。

在各项人工智能技术蓬勃发展的新时代，群体智能又有了新的表现形式，主要可分为自上而下有组织的群智行为和自下而上自组织的群智涌现。

1自上而下有组织的群智行为

这种机制会形成一种分层有序的组织架构。自上而下的群智形成机制是在问题可分解的情况下，不同个体之间通过蜂群算法集成进行合作，进而达到高效解决复杂问题的机制。

美国DARPA正在开展的“进攻性蜂群战术”（OFFSET）项目，就是通过自上而下的群智机制将群体智能推向实战化水平。德国国防军（DTEC）运用自上而下的群智机制开发无人机蜂群战术级人工智能快速决策系统，预计2024年将投入使用。

2自下而上自组织的群智涌现

这种机制可使群体涌现出个体不具有的新属性，而这种新属性正是个体之间综合作用的结果。美国科技作家凯文·凯利（Kevin Kelly）在《失控：全人类的最终命运和结局》中提到：“一种由无数默默无闻的零件，通过永不停歇的工作，而形成的缓慢而宽广的创造力”，这就是群体智能涌现的过程。例如，由多个简单机器人组成的群体机器人系统通过“分布自组织”的协作可以完成单个机器人无法完成或难以完成的工作。

从人工智能到群体智慧

当前，基于群体智能的算法能够在智能制造、智能城市、智能农业和智能医疗等方面发挥出群体智能的潜力，但要做到将人类聚集在一起并且发挥“群体智能”，设计出能够与人类团队良好融合的技术，却可能会面对巨大的困难。

人类智能和人工智能是两套不同的智能，人工智能或许将具备更强大的自我进化能力和在各方面都超越人类，但人工智能却没有几亿年的进化史留在人类身上的刻痕，没有生物的直觉和本能，这给使得利用人类的社交智慧来构建人工智能带来了困难。

因为机器仍然很难捕捉到支配着人类群体动态的那种微妙而难以言喻的社交表达方式，而机器系统只有在人类真正信任人工智能决策，并且用户只接受系统的轻微提示的情况下才能工作。一旦系统过度干涉用户，人们就会想办法让其失效，这令智能工具进入人类群体变得更加不确定。

要想解决人类对人工智能的存疑和不信任，一个好的方法是将人类智慧和人工智能智慧结合在一起，赋予人工智能技术更多的人性元素，更好地指导其决策。

这也意味着，仅仅会分析、计算还不够，还需要具有“主动性”。所谓“主动性”，就是当人工智能在感知到人们的需求时，无需指令就能主动去“询问”“关怀”和“交流”，并能独立处理原本应该“人为”的事件，这也可以看出，人工智能还将经历从运算智能、感知智能阶段，发展到认知智能阶段。

此外，人工智能的人性化需要避免数据歧视。事实上，人工智能算法所依赖的大数据并非中立。它们从真实社会中抽取，必然带有社会固有的不平等、排斥性和歧视的痕迹。而在数字化生存下，不管是“社会人”还是“经济人”，都首先是“数字人”。现实空间的我们被数据所记载、所表达、所模拟、所处理、所预测，现实空间的歧视也将如此。

对数据的规制不仅需要国家层面的治理，更包含对个人和群体行为的引导。但不管是国家管理还是对个体抑或群体行为引导，技术与法律往往都不可缺位。

人工智能和人类智慧的协作已经成为机器时代的大势所趋，尽管我们可以让一些非常聪明的人单独研究问题的不同方面，但是如果群体不协力合作，没有集思广益，将很难取得任何进展。而关键之处是要让人工智能帮助这些单打独斗的工作实现集群化，以面对需要集体行动才能解决的群体性问题。

网络空间的群体智能

互联网的诞生拓展了空间，为群体智能研究带来了新的可能性。网络空间中的群体不再受地域和时间限制，可以构建更大规模松散人类群体，个体之间通过同步、异步、显式、隐式的方式更加灵活地交互。互联网技术的不断发展促进了网络空间中人类群体智能系统探索的成功实践。近年来，人类群体智能在网络空间中得到了广泛的体现，例如：

2014 年，研究人员在《美国科学院院刊》（PNAS）上发表了 EteRNA，展示了利用群体的力量在游戏环境中设计 RNA 分子结构。基于群体智能开发的 UnanimousAI 平台可以用群体的力量求解单项选择题，实现了更准确的肺炎诊断。

被广泛使用的维基百科是群体智能在互联网场景下应用的典型案例。自从 2001 年上线以来，维基百科已经囊括了逾百万条词条，编辑次数达到了 6600 万次，注册用户超过 300 万人，而管理员的数量仅 77 人。维基百科之所以能够取得成功，离不开环境激发效应和基于版本管理的信息融合等技术，能够通过大规模用户的持续协同不断提高词条的规模和质量。

数据集ImageNet是通过 AMT 众包平台构建而来，众包方法是由公司组织将原本由雇员承担的任务通过公开征集的方式外包给未知外部群体。众包方法之所以能够成功，是由于这些问题可以被充分分解或天然地表现为一组小任务，信息融合的难度较低。

近年来，以 Linux Kernel、Apache 等开源项目为代表的软件开源运动在世界范围内如火如荼地进行，大规模协作产生的开源软件的质量和系统规模均达到了较高的水平。开源软件的成功得益于开发信息的有效记录和管理，实现了自上而下的任务分解与自下而上的信息融合相结合。

然而，现有的互联网空间中的群体智能本质上是对互联网跨时空汇聚能力的利用。人们基于互联网的通讯能力，针对特定问题精心设计群体力量的利用方案，但对于群智规律和机理的认识和探讨则较为缺乏。

目前形成的网络空间的群体智能现象仍然处于相对比较初级阶段，与低等生物大群体完成的「跨越」式的智能程度提升差距较大。研究者也无法确保群智现象可以在人们的控制下重复发生。

同时，物理空间群智机理探索和网络空间的应用实践仍缺少有效的结合。网络空间关注如何利用群体的力量，物理空间则主要针对低等生物群智现象的观察和解释，目前还鲜有将二者结合的工作。

结语
群体智能作为新一代人工智能重点发展的五大智能形态之一，在民事和军事领域都具有重要的应用前景。
5G时代所带来的万物互联，为群体智能的应用和创新提供了丰富的场景，将会进一步促进人机物的深度融合，也会进一步推动群体智能理论和技术的持续发展。
目前，群体智能在基础理论和作用机理创新、群智知识表示框架构建和关键技术应用上还处于初级阶段，仍然有广阔的应用和发展空间。

责编：岳青植
监制：李红梅
参考资料：

1.《人工群体智能是否可能？》中国社会科学网

2.《推动群体智能的跨学科研究》中国社会科学网

3.《从人工智能到群体智慧，人机协作之未来》中国社会科学网

4.《浅谈群体智能——新一代AI的重要方向》中国科学院自动化研究所

5.《梅宏院士：如何构造人工群体智能》摘自梅宏院士在清华软件论坛上所做的专题报告

6.《群体智能——新一代人工智能的重要方向》网信前沿观察

往期回顾关于人民中科人民中科智能技术有限公司，是人民网与中科院自动化所共同发起设立的“人工智能技术引擎”和科技成果转化平台，拥有世界领先的内容理解技术，核心产品是跨模态智能内容搜索引擎“白泽”，初始应用场景是数字世界的安全，目标是成为全球内容科技领导企业。