长期以来，科学家们在许多社会性昆虫群体中观察到了一种看似矛盾的现象：构成群体的每一个体都不具有智能或仅具有有限的智能，但整个群体却表现出远超任一个体的智能行为。这种在群体层面上展现出的智能，通常被称为“群体智能”（Swarm/Collective Intelligence）。在群体智能现象中，可以观察到两个重要性质：个体智能的放大效应、群体协同的规模可扩展性。

互联网的快速发展将大量人类个体连接到网络空间（Cyberspace）中。那么，是否有可能将群体智能的基本原理应用于通过网络互联的大规模人类群体，形成个体智能的放大效应，从而进一步释放人类社会的潜能、促进社会经济的发展？

如何构造出像蚁群一样的群体智能系统？（pixabay/SandeepHanda）

最近，《国家科学评论》（National Science Review，NSR）在线发表了北京大学计算机科学技术系张伟副教授和梅宏教授撰写的观点文章“A Constructive Model for Collective Intelligence”。

文章认为，当前对于群体智能的研究主要关注于解释层面，即：对已经存在的群体智能现象的发生过程进行理解和解释。但是，这样的解释性理解，难以有效指导面向真实复杂问题的群体智能系统的构造。

群体智能中的“探索-融合-反馈”回路

针对这种研究现状，文章提出了一种群体智能的构造性模型。该模型将群体智能的形成机理建模为一个持续运行的回路，其中包含“探索”、“融合”、“反馈”三个活动。文章以蚁群寻食、人类知识发现、unanimous.ai、EteRNA等四种代表性的群体智能现象/系统为例，用该模型对这些现象/系统的形成机理进行了统一阐述。该构造性模型的基本理念是：要实现求解特定问题的群体智能系统，核心在于如何设计出有效的信息表示、融合与反馈机制。

文章还展望了群体智能的发展前景，指出了需要进一步研究的关键科学和技术问题，并提出了人工群体智能（Artificial Collective Intelligence，缩写为ACI）的概念。ACI系统是一种面向问题的群体智能现象，其核心是采用AI技术实现智能化的信息融合与个性化的信息反馈。

国务院印发的《新一代人工智能发展规划》将群体智能列为五个重要发展方向之一，对这一领域的进一步探索大有可为。

文章链接：https://doi.org/10.1093/nsr/nwaa092