梅拉妮·米切尔在《复杂》中举过一个例子:在巴西的亚马逊雨林中,几十万只行军蚁(已知的行为最简单的生物)正在行进。用现在时髦的话说,这是一支去中心化、自组织的大军。在这个蚁蚁平等的团体中,单个蚂蚁几乎没有视力,也不具备什么智能。可聚集成团体的他们组成了扇形的团状,一路风卷残云地吃掉所有能吃掉的,带走所有能带走的。高效的它们只需一天就能消灭雨林里一个足球场面积内的所有食物。到了夜间,蚂蚁会自发形成一个球体,保护起蚁后和幼蚁,天亮后又各就各位,继续行军。
快速飞行的蝙蝠群在狭窄的洞穴中互不碰撞,大雁群在飞行时自发地排列成人字形、海洋鱼群通过几何构型充分利用水流的能量...... 这些自然界中的集群行为早早就吸引了人类的注意。在由大量数目的生物个体构成的群体中,不同个体之间的局部行为并非互不相关,而是互相作用和影响,进而作为整体化的协调有序的行为产生对外界环境的响应。生物群体正是通过个体行为之间的互动达到“整体大于部分之和”的有利效果,就像一百只行军蚁只会横冲直撞,一百万只行军蚁却能整齐划一。
实现集群智能的智能体必须能够在环境中表现出自主性、反应性、学习性和自适应性等一系列智能特性,但这并不意味着群体中的个体都很复杂。集群智能的核心是由众多简单个体组成的群体能够通过相互之间的简单合作来实现某些功能,完成某些任务。其中,“简单个体”是指单个个体只具有简单的能力或智能,“简单合作”是指个体与其邻近的个体只能进行某种简单的直接通信或通过改变环境间接与其它个体通信,从而可以相互影响、协同动作。
与高大上的深度学习不同,集群智能既不需要汪洋浩瀚的物理数据,也不需要艰深晦涩的数学算法,难道蚂蚁和大雁会计算微积分吗?集群智能的基础只是作用于个体的运行准则和作用于整体的通用目标,这些目标通常还都很简单。可正是数量足够庞大的简单规则才孕育出了整体意义上的高级智能,这也验证了量变引发质变的哲学观点。
从抽象的角度来说,群体行为是大量自驱动个体的集体运动,每个自驱动个体都遵守一定的行为准则,当它们按照这些准则相互作用时就会表现出上述的复杂行为。群体本身不具备中心化的结构,而是通过个体之间的识别与协同达成稳定的分布式结构。这个分布式结构会随着环境的变化,以自身为参考系不断趋于新的稳定。集群智能(swarm intelligence)正是群居性生物通过协作表现出的自组织与分布式的宏观智能行为,它具有如下的特点: