學(xué)習(xí)動(dòng)物好榜樣

采用蜜蜂規(guī)則的團(tuán)體幾乎都會(huì)變得更聰明。它凸顯出集體智慧的一個(gè)重要真理：只有個(gè)體成員都以負(fù)責(zé)任的態(tài)度行動(dòng)、自己做決定的時(shí)候，群體才會(huì)趨向于有智慧。

我曾以為螞蟻?zhàn)鍪裁词露夹闹杏袛?shù)。那些列隊(duì)爬過(guò)我家廚房臺(tái)面的小家伙看起來(lái)是那么信心十足。于是我猜它們?cè)缇陀喓昧擞?jì)劃，知道要去哪兒，要做什么。不然的話，螞蟻又怎能做出組織行軍路線，建造復(fù)雜蟻穴，發(fā)動(dòng)大規(guī)模突襲等等奇妙行為呢?

然而，我想錯(cuò)了。單個(gè)螞蟻并非是聰明的小工程師，建筑師或武士，當(dāng)決定下一步怎么做時(shí)，作為個(gè)體的大多數(shù)螞蟻根本毫無(wú)頭緒。

那么，該怎么解釋蟻群所完成的繁復(fù)而龐大的工程呢?

在1.4億年的進(jìn)化中，它們到底學(xué)到了什么?

這里實(shí)際提出了一個(gè)根本性的問(wèn)題：個(gè)體的簡(jiǎn)單行動(dòng)怎樣組合成為群體的復(fù)雜行為?

蟻群“沒(méi)有老大”

斯坦福大學(xué)的生物學(xué)家德博拉·M·戈登提出，螞蟻在組成群體后就擁有了群體智慧的來(lái)源構(gòu)建，這樣一來(lái)蟻群可以解決對(duì)單個(gè)螞蟻來(lái)說(shuō)不可思議的事。

“螞蟻并不精明，”戈登說(shuō)，“精明的是蟻群。”一個(gè)蟻群能夠解決的問(wèn)題，是單只螞蟻不可能辦得到的，例如找到通往最佳食物來(lái)源的最短途徑、保衛(wèi)領(lǐng)土不被入侵等。個(gè)體的螞蟻可能是一個(gè)個(gè)小笨瓜，一旦形成群體，卻能對(duì)環(huán)境做出迅速有效的反應(yīng)，靠的就是“群體智慧”。

這種智慧的來(lái)源，引出了自然界的一個(gè)根本問(wèn)題：?jiǎn)为?dú)的行動(dòng)如何綜合成群體的復(fù)雜行為?幾百只蜜蜂怎么對(duì)蜂巢的重大問(wèn)題做決定?是什么因素讓鯡魚群的動(dòng)作配合得天衣無(wú)縫，能夠瞬間同時(shí)改變方向?這些動(dòng)物并不明白整個(gè)大局，但每一只都對(duì)群體的成功有貢獻(xiàn)。它們的集體能力，讓最了解這些動(dòng)物的生物學(xué)家們都驚嘆不已。不過(guò)，在過(guò)去這幾十年間，研究人員已經(jīng)有了一些有趣的見(jiàn)解。

拿蟻群來(lái)說(shuō)，蟻群運(yùn)作的特點(diǎn)之一就是沒(méi)有誰(shuí)是“老大”。沒(méi)有螞蟻將軍在指揮螞蟻戰(zhàn)士，沒(méi)有螞蟻經(jīng)理在命令螞蟻員工；蟻后只負(fù)責(zé)產(chǎn)卵，并不擔(dān)任領(lǐng)導(dǎo)角色。但就算是一個(gè)有50萬(wàn)只螞蟻的蟻群，在沒(méi)有任何管理的情況下仍能運(yùn)作得很好。蟻群依賴的是個(gè)體間數(shù)不清的互動(dòng)，每一只都依靠簡(jiǎn)單的法則行事。

如果沒(méi)有誰(shuí)是主管，蟻群要怎么做這些安排呢?

螞蟻靠接觸和氣味來(lái)溝通。當(dāng)一只螞蟻碰上另一只螞蟻時(shí)，它會(huì)上前嗅聞，以了解對(duì)方是否為“自己人”，之前在哪里工作(在蟻窩外工作的螞蟻，氣味跟待在窩里的螞蟻不一樣)。通常覓食蟻每天都會(huì)等到清晨外出的巡邏蟻返回，再離開蟻窩。巡邏蟻進(jìn)入蟻窩時(shí)，會(huì)跟覓食蟻碰一下觸角。 “覓食蟻和巡邏蟻的碰觸是一種刺激，告訴覓食蟻該外出了，”戈登說(shuō)，“不過(guò)覓食蟻需要和幾只巡邏蟻碰觸，每次間隔不超過(guò)10秒，之后才會(huì)出去。”

“覓食蟻沒(méi)找到食物不會(huì)回巢，”戈登說(shuō)，“食物愈少，覓食蟻花在找食物和回巢上的時(shí)間愈久；食物愈多，回巢也愈快。所以沒(méi)有誰(shuí)在決定今天是不是覓食的好日子，而是集體在決定。”

這就是群體智慧的道理：簡(jiǎn)單的動(dòng)物遵循簡(jiǎn)單的規(guī)則，每個(gè)個(gè)體根據(jù)局部資訊來(lái)行事，沒(méi)有一只螞蟻知道整體的情形。著名生物學(xué)家伊恩·庫(kù)贊說(shuō)：“再?gòu)?fù)雜的行為，也能用相當(dāng)簡(jiǎn)單的互動(dòng)來(lái)協(xié)調(diào)。”

從這個(gè)美妙的理論出發(fā)，人們解決了很多頭痛的問(wèn)題。休斯頓的“美國(guó)液化氣公司”在美國(guó)大概有100個(gè)廠址，生產(chǎn)工業(yè)及醫(yī)用氣體，并使用管道、火車和卡車將氣體運(yùn)往6000個(gè)地點(diǎn)。由于某些地區(qū)電價(jià)變動(dòng)，問(wèn)題的復(fù)雜性又加深了一層。于是公司求助于一家人工智能公司“紐泰克方案”。

研究人員從阿根廷蟻身上找到了答案：這種螞蟻有一種神奇的信息素，把食物帶回巢穴的螞蟻會(huì)沿途留下一些信息素軌跡，某條路徑來(lái)往的螞蟻越多，證明這條路越便捷。信息素雖然取代了觸角，但是實(shí)質(zhì)上仍然在交流信息。信息的共享輕而易舉地得出群體的最佳決策，即使沒(méi)有某個(gè)老大指揮，螞蟻們也知道該怎么做。

這家人工智能公司效法螞蟻，開發(fā)了一種派出數(shù)十億“軟件螞蟻”的程序，查找信息素軌跡最強(qiáng)的路線讓卡車行駛。既然螞蟻早已演化出尋找最佳路線的方法，為什么不照著做呢?研究人員把所有的信息集中起來(lái)，對(duì)每一種因素進(jìn)行組合考量，在反復(fù)的模擬中得到最優(yōu)化的方案，然后派卡車司機(jī)到交貨價(jià)格最低的廠址提貨。這一方案表面上看來(lái)路程遠(yuǎn)，也不合常理，然而成本被大大縮減了。對(duì)卡車司機(jī)來(lái)說(shuō)，不選擇離客戶最近的廠址出發(fā)送貨又費(fèi)力又愚蠢，不過(guò)公司卻看到收益，大大驚喜了一番。

在英國(guó)和法國(guó)，電話公司通過(guò)編寫信息程序，在轉(zhuǎn)換站存入虛擬信息素，加快了電話在網(wǎng)絡(luò)中的接通速度，正像螞蟻為同伴留下信號(hào)，指明最佳路徑一樣。

賭馬的蜜蜂

說(shuō)到群體智慧，身懷實(shí)用絕技、能讓人類學(xué)習(xí)的昆蟲并不是只有螞蟻。由于一個(gè)蜂巢里最多有5萬(wàn)只工蜂，蜜蜂因此演化出可化解個(gè)體間爭(zhēng)議、求得群集最大利益的方法。

過(guò)去10年來(lái)，西利和加州大學(xué)河濱分校的寇克·菲舍爾等人，一直在研究蜂群是怎么選擇新家的。晚春一到，蜂巢開始變得擁擠，蜂群通常會(huì)分家，由小部分蜜蜂去找新房。蜂群一旦選好地點(diǎn)，通常不會(huì)再搬，因此選擇必須正確無(wú)誤。

西利的團(tuán)隊(duì)想知道這是怎么辦到的。他們把幾個(gè)4000只左右的小型蜂群運(yùn)到“淺灘海洋實(shí)驗(yàn)室”所在的阿普多爾島，把每個(gè)蜂群都放走，讓蜜蜂去找他們放在島嶼一邊的蜂巢箱。這座一公里長(zhǎng)的小島上有很多灌木，但幾乎沒(méi)有喬木或其他適合筑巢的地方。

在一項(xiàng)試驗(yàn)中，他們放了5個(gè)巢箱，其中4個(gè)不夠大，一個(gè)差不多剛剛好。很快，5個(gè)箱子周圍都出現(xiàn)了偵察蜂，這些偵察蜂回到蜂群時(shí)都跳起了搖擺舞，催促其他偵察蜂也去瞧一瞧。每一支舞的強(qiáng)度反映出偵察蜂對(duì)該筑巢地點(diǎn)的熱衷程度。過(guò)了一段時(shí)間，已有幾十只偵察蜂跳得非常起勁，有的支持這個(gè)地點(diǎn)，有的支持那個(gè)地點(diǎn)，每只巢箱周圍都有一群蜜蜂嗡嗡起舞。

決定的那一刻不是發(fā)生在主蜂群內(nèi)，而是在外面，在偵察蜂聚集的巢箱周圍。只要有一個(gè)巢箱人口的偵察蜂在15只左右(這個(gè)門檻已由其他試驗(yàn)證實(shí))，那只箱子周圍的蜜蜂感覺(jué)出法定數(shù)目已經(jīng)達(dá)到，便會(huì)回到蜂群中宣布新家已選定。

“這是一場(chǎng)比賽，”西利說(shuō)，“哪一個(gè)地點(diǎn)會(huì)最先累積到15只蜜蜂呢?”

從被選中的巢箱返回的偵察蜂會(huì)分散到蜂群中，發(fā)出搬家的訊號(hào)。一旦全部蜜蜂都準(zhǔn)備好了，蜂群就會(huì)一起飛到新家。果不其然，新家就是5個(gè)箱子中最理想的那個(gè)。

這就像賭馬，雖然不是所有的人都精通此道，但是裁決權(quán)掌握在最多的人手中。你可以是賽馬老手，也可以是什么都不懂，然而所有的賭馬者都會(huì)搜集各種情報(bào)，發(fā)表不同的意見(jiàn)，下注情況便代表了集體的判斷。我們?cè)试S盡可能多的自由選擇，是為了更好地做出最明智的判斷。正因?yàn)槿绱耍r率最低的馬幾乎總是跑第一，因?yàn)槟谴砹思w的智慧。

不知你發(fā)覺(jué)沒(méi)有，芝加哥期貨交易所那些狂熱的貿(mào)易商們，不管中間過(guò)程多么微妙繁瑣，決定大豆的未來(lái)價(jià)格的程序和蜜蜂投票決定新家?guī)缀跏窍嗤摹＿@不能不說(shuō)是神奇的，因?yàn)槊鄯涞乃季S和人相比是那樣微不足道。

蜜蜂的決定規(guī)則是廣納不同選項(xiàng)，鼓動(dòng)各種想法的自由競(jìng)爭(zhēng)。這些規(guī)則讓西利大為嘆服，他現(xiàn)在把它用在康奈爾大學(xué)自己擔(dān)任系主任的系里。“我把從蜜蜂身上學(xué)到的東西用在系務(wù)會(huì)上。”他說(shuō)。西利要參會(huì)人員找出所有可能性，把各自的想法拿出來(lái)討論一番，然后進(jìn)行不記名投票。“蜂群就是這么做的，這種做法使一個(gè)團(tuán)體有時(shí)間讓最好的想法浮現(xiàn)，并獲得采納。一般人通常都很愿意接受這樣的做法。”

分散的智慧

不知你注意過(guò)沒(méi)有，在廣場(chǎng)上悠閑休憩的鴿群，在稍微受到一點(diǎn)驚擾時(shí)就會(huì)馬上起飛避險(xiǎn)。它們的動(dòng)作是那樣地嫻熟優(yōu)美，絲毫沒(méi)有驚慌失措四處亂撞的情形發(fā)生。

北美馴鹿群在面對(duì)突發(fā)狀況時(shí)同樣顯得那樣有組織性，各自朝著逃生的方向奔跑。沒(méi)有一只馴鹿會(huì)擋住同伴的逃生方向，也不會(huì)發(fā)生踩踏之類的事故。

它們的頭領(lǐng)并沒(méi)事先組織過(guò)，當(dāng)然動(dòng)物自己也沒(méi)有思考過(guò)為什么要這樣做，但它們就是知道該怎樣逃跑才能讓自己和同伴都免于喪命。這正是一種自發(fā)的群體智慧。

其實(shí)它們遵循的還是簡(jiǎn)單的法則：避免沖撞，跟緊附近同伴，按群體的平均走向運(yùn)動(dòng)。這跟蜜蜂的決策無(wú)關(guān)，只是為協(xié)調(diào)行動(dòng)而已。依靠這樣的群體智慧，機(jī)器人群體模擬鳥群進(jìn)行協(xié)同活動(dòng)完成任務(wù)的瘋狂夢(mèng)想，已經(jīng)開始實(shí)現(xiàn)。

在美國(guó)，西南航空公司對(duì)一個(gè)基于群體行為的模型進(jìn)行了測(cè)試，并以之改善菲尼克斯空港國(guó)際機(jī)場(chǎng)的服務(wù)。該公司每天約有200架飛機(jī)在兩條跑道上起落，使用三座中央大廳的登機(jī)口。公司想保證每架飛機(jī)能盡快出入，工作人員勞森為機(jī)場(chǎng)建立了一套計(jì)算機(jī)模型。他讓每架飛機(jī)記錄從登機(jī)口出入所花的時(shí)間，然后啟動(dòng)模型，模擬機(jī)場(chǎng)一天的活動(dòng)。

他說(shuō)：“飛機(jī)像螞蟻一樣尋找最佳登機(jī)口。”但并不是通過(guò)沿路留下虛擬信息素，而是各自記住速度較快的登機(jī)口，忘掉速度較慢的。把真實(shí)數(shù)據(jù)作為抵達(dá)和起飛時(shí)間的變量輸入模型，經(jīng)過(guò)多次模擬之后，每架飛機(jī)都學(xué)會(huì)如何避免在停機(jī)坪上無(wú)謂地等待，同時(shí)避免和其他飛機(jī)沖撞。所有的飛機(jī)協(xié)同完成了一件困難的工作，變得更為有效率。

最大的變化可能體現(xiàn)在互聯(lián)網(wǎng)上。Google就是利用類似于蜜蜂投票的群體智能來(lái)查找你搜索的內(nèi)容。當(dāng)你鍵入一條搜索時(shí)，Google會(huì)在它的索引服務(wù)器上考察數(shù)十億網(wǎng)頁(yè)，找出最相關(guān)的，然后按照它們與其他網(wǎng)頁(yè)鏈接的次數(shù)進(jìn)行排序，把鏈接當(dāng)作投票來(lái)計(jì)數(shù)(最熱門的網(wǎng)站還有加權(quán)票數(shù)，因?yàn)樗鼈兛煽啃愿?。得到最多票數(shù)的網(wǎng)頁(yè)被排在搜索結(jié)果列表的最前面。Google通過(guò)這種方式利用網(wǎng)絡(luò)的群體智能來(lái)決定一個(gè)網(wǎng)頁(yè)的重要性。

這就是群體智能的美妙魅力，無(wú)論我們討論的是螞蟻、蜜蜂、鴿子還是北美馴鹿，智能群體的組成要素——分散化控制，針對(duì)本地信息行動(dòng)，簡(jiǎn)單的經(jīng)驗(yàn)法則——加在一起，就構(gòu)成了一套應(yīng)對(duì)復(fù)雜情況的精明策略。相信若能把汽車交通塑造成一種自主組織系統(tǒng)，一定能凸顯群體智慧的優(yōu)勢(shì)。

事實(shí)上，按《群眾的智慧》一書的作者詹姆斯·索羅斯基的說(shuō)法，采用蜜蜂規(guī)則的團(tuán)體幾乎都會(huì)變得更聰明。只要成員多樣化，能獨(dú)立思考，并以投票、競(jìng)標(biāo)等機(jī)制來(lái)產(chǎn)生集體決定，不論是股市投資者、科學(xué)家甚至玩猜猜看游戲的小孩，都能成為聰明的團(tuán)體。

這種想法凸顯出集體智慧的一個(gè)重要真理：只有個(gè)體成員都以負(fù)責(zé)任的態(tài)度行動(dòng)、自己做決定的時(shí)候，群體才會(huì)趨向于有智慧。如果成員都互相模仿，或者成為潮流的奴隸，又或者只等著別人來(lái)告訴自己怎么做，這樣的團(tuán)體是不可能聰明的。螞蟻也好，律師也罷，團(tuán)體要變得聰明，就得仰仗成員作好自己分內(nèi)的事。

作為蜜蜂的個(gè)體看不到全局，同樣作為普通人的我們也看不到總體的需要，但我們會(huì)看到周圍，會(huì)和周圍分享信息，知道什么時(shí)候當(dāng)義工，什么時(shí)候做公益活動(dòng)。沒(méi)有人統(tǒng)一指揮，在我們臨時(shí)有事時(shí)也不會(huì)對(duì)整體造成損失。

不妨學(xué)習(xí)一下動(dòng)物，在充滿復(fù)雜性的世界中，簡(jiǎn)潔明了地解決復(fù)雜的任務(wù)。

編 輯 白 勇