中国科学院院士梅宏：如何构造人工群体智能
草地上的小路：即使没有人进行全局的规划或指挥，草坪上也会自发地涌现一条或几条条弯弯曲曲的小路。
《乌合之众》（古斯塔夫·勒庞）：这本书也是一种群体现象，如果受到有效的激励和鼓动，群体会展现出惊人的破坏力，因为这种激发，个体在里面失去了很多东西。
三个臭皮匠顶个诸葛亮：几个智力平平的人团结在一起也有可能做出很高质量的决策。
市场经济：好像存在一只“看不见的手”，对大规模市场资源进行有效配置。
人类社会的不断发展和演化也可以被认为是一种群体智能现象，绝大多数文明成果都是人类个体在长期群体化、社会化的生产和生活中逐渐演化形成的产物。
原因一：对群体智能的形成机理缺乏充分理解。对群体智能的理解和应用仍然处于必然王国的阶段；无法确保求解特定问题时群体智能的可控重复发生。
原因二：物理空间阻碍了人类群体智能的形成。在物理空间中聚集一个大规模的人类群体成本太高；人类群体无法在局部物理空间长时间同步高效工作。
现有实践本质上是对互联网跨时空汇聚能力的利用：针对特定问题精心设计的群体力量利用方案；对于群智规律和机理的认识与探讨较为缺乏。
形成的网络空间群智现象仍然处于相对初级的阶段：距离理想形态的群智现象差距较大；无法确保群智现象的可控重复发生。
与物理空间群智机理探索的研究工作缺少结合：网络空间关注利用“群智”“群力”的实践；物理空间关注低等生物群智现象的观察解释；鲜有结合二者的努力。
群体智能的形成机理是什么？
群体智能能否成为求解问题的基本方法之一？
如何构造求解特定问题的人类群体智能系统？
群体智能的能力边界在哪里？
3.2.1 基本认识
智能放大效应：对个体智能进行有效放大；
规模可扩展性：数量庞大的个体参与其中；
在本质上，群体智能来源于自主个体之间的大规模有效协同：
哲学视角：量变产生质变；
复杂系统视角：涌现、自组织。
3.2.2 如何定位和理解群体智能？
3.2.3 微观群体智能两种基本原理
第一是探索，群体中的每一个体自主地对当前问题进行探索得到该问题的信息。
第二是融合，所有个体探索到的信息通过某种方式被融合。
第三是反馈，融合活动产生的群体信息通过某种方式反馈给个体刺激个体进行持续地探索。
第一，过程和结果不可控；
第二，时间跨度大。
第一，找不到足够多的参与者：在物理空间中召集一个群体的成本太高；长时间将一群人限定在一个物理空间中，工作效率会越来越低。
第二，信息传播的速度太慢：物理空间中的信息传播存在限制。
第三，信息融合依赖于重要人物：这样的重要人物很少。
第四，被动式的信息反馈：信息不会主动反馈回来；需要主动去获取信息。
第一个分类维度：由自然生命体构成的群体（蚁群、人群）；
第二个分类维度：由人造智能体构成的群体（机器人群体）；
第三个分类维度：混合群体（人-机混合、低等生物-机混合）。
融合：形成红光场；根据所有未被占据目标网络的位置，融合形成蓝光光场。
反馈：每一个体获得其周围的局部光场信息。
探索：每一个体根据其周围的局部光场信息确定其下一步的行动决策。
探索：单一个体自主进行拼图，拼图结果被表示为由图块以及图块之间的邻接关系形成的图。
融合：所有个体当前时刻的拼图结果被融合在一起，形成当前时刻的群体观点图。
反馈：根据个体当前时刻的拼图动作，将当前时刻群体观点图中相关的具有较高可信度的邻接关系反馈给当前个体。
探索：每个参与者在探索活动中持续构建各自的个体知识图谱；个体知识图谱被表示为一种节点和边带标签的有向图。
融合：所有参与者构建的个体知识图谱，通过熵最小化原则进行对齐，进而融合形成群体知识图谱。
反馈：根据参与者的知识图谱构建行为，将群体知识图谱中相关且具有较高可信度的知识图谱片段反馈给参与者。
>>更多阅读
↓↓点击 阅读原文，访问数据分析网