集體智能

集體智能（英語：collective intelligence），也稱集體智能、群智等稱，此術語中intelligence即為智力、智能。（注意，有幾個英文單詞都有「群」的含義，目前中國科技論文中，一般「群體智能」、「群智能」是指另外一個術語，其「群」字的英文原文是另一個詞）

單一個體所做出的決策往往會比起多數決的決策來的不精準，集體智能（集體智能）是一種共用的或者群體的智能，以及集結眾人的意見進而轉化為決策的一種過程。它是從許多個體的合作與競爭中湧現出來的。集體智能在細菌、動物、人類以及電腦網絡中形成，並以多種形式的協商一致的決策模式出現。

對於集體智能的研究，實際上可以被認為是一個屬於社會學、商業、電腦科學、大眾傳媒和大眾行為的分支學科——研究從夸克層次到細菌、植物、動物以及人類社會層次的群體行為的一個領域。這個概念也經常出現在科幻小說中，它被當作為聯結物種和生化人的心靈感應。

上述定義來自侯世達（1979）、彼得·羅素（1983）、湯姆·阿特利（1993）、皮埃爾·列維（1994）、霍華德·布洛姆（1995年）、弗朗西斯·海拉恩（1995年）、道格拉斯·恩格爾巴特、克里夫·喬斯林、羅恩·德姆博、戈特弗里德·梅爾-克瑞斯（2003年）以及其他理論家的著作。集體智能被諾曼·L·約翰遜稱為共生智能。

有的人士，例如湯姆·阿特利，他們在集體智能方面寧願把重點主要放在人類上，並且為改進霍華德·布洛姆所謂的「群體智商」而積極工作。阿特利認為，可以鼓勵集體智能「去克服『團體迷思』和個人認知偏差，以使得群體在流程中進行合作成為可能，同時還能大大提高智力表現」。

集體智能（CI）也可以定義為某種形式的網絡化，即互聯網，它是由通信技術的進步而引發的。Web 2.0實現了互動性，因而用戶可以發佈自己的內容。集體智能憑藉這一點來提高現有知識的社會共用。Henry Jenkins，一個在新媒體和媒體融合領域的主要理論家，依照他的學說，集體智能可以歸因於媒體融合以及共用文化。集體智能不僅僅是所有文化在資訊數量上的貢獻，同時，它也是質素上的貢獻。

一個CI的先驅，George Pór，他將集體智能定義為「通過分化與整合、競爭與協同運作的創新機制，人類社區朝更高的秩序複雜性以及和諧方向演化的能力」。湯姆·阿特利和George Pór說明「集體智能還包括實現單一的關注點以及標準的衡量尺度，以提供適當的行動門檻」。他們的方法植根於科學界的隱喻。

列維和de Kerckhove從大眾傳播的思考方法來考慮CI，集中網絡資訊及通訊科技的能力去提高社區知識庫。他們認為，這些通訊工具可以使人類既方便又快速地進行互動、分享與合作（Flew 2008）。隨着互聯網的發展和廣泛使用，對於那些以社區為基礎的討論區，例如求聞百科，為它們做貢獻的機會大於以往任何時候。通過對數據庫的集體存取，以及允許他們「利用蜂巢」，這些電腦網絡給與參與用戶儲存和檢索知識的機會（Raymond 1998; Herz 2005 in Flew 2008）。對於人和電腦所組成的群體，在麻省理工學院集體智能研究中心（MIT Center for Collective Intelligence）的研究人員，他們研究和探索這些群體所具有的集體智能。

概念

從35億年前我們的細菌祖先所處的年代一直到現在，霍華德·布洛姆描繪了集體智能的演化，並且說明自從生命起源開始，多物種的智能已經開始工作。

另一方面，湯姆·阿特利和George Pór認為，當群論和人工智能有一些東西可以提供的時候，集體智能領域應主要當作為一個人類規劃。在其中為了共同的利益，觀念模式、分享意願以及對分散式智能的價值的開明是最重要的。阿特利和Pór說，重視集體智能的個體，他們相信自己的能力，並承認整體確實比任何單個部件的總和更優秀。

從Pór和阿特利的觀點來看，最大限度地發揮集體智能有賴於一個組織接受和發展「黃金建議」的能力，它們來自任何成員的任何可能有用的輸入。通過限制輸入至經過選擇的少數個人，或者過濾潛在的黃金建議而沒有充分加強它們直至執行，團體迷思經常阻礙群體智能。

集中通過各種建議方式，對於很多獨特的觀點，憑藉假設，即無知的建議在一定程度上是隨機的，知識有可能十分相似，並且可以因決策過程而僅留下有學識的剩餘物。批評者指出，壞的想法、誤解以及錯誤的認識通常是普遍存在的，而且組織決策過程必須有利於專家。在特定情況下，他們大概不容易遭受隨機的或誤導的建議。

然而這些是阿特利和Pór等專家的觀點，集體智能的其他締造者對此有不同的理解。弗朗西斯·海拉恩、瓦倫蒂·特琴和戈特弗里德·梅爾-克瑞斯，他們通過電腦科學和控制論來看待集體智能。霍華德·布洛姆強調生物適應，它已經使大多數的地球生命變成他所謂的「學習機」的部件。而彼得·羅素、Elisabet Sahtouris和Barbara Marx Hubbard（「意識演化」一詞的開創者）是受智能圈設想的啟發。智能圈是一個卓越的、快速演化的集體智能——一個行星的資訊皮層。

也許我們可以得出這個資訊皮層和互聯網之間的相似之處。在1995年，該網絡被互聯網協會定義為「……全球資訊系統……提供、使用或使得可以存取，或公開或私下，進階別的服務在通信和相關基礎設施上分層」（Leiner et al. 2003），因而我們能夠理解它是怎樣適合於成為這個「皮層」的。自從1950年代後期它開始發展，而直到1991年WWW（萬維網）出現時才得以形成資訊皮層。在2005年，全世界有多達1,018,057,389個互聯網用戶（CIA 2008）。這麼多的用戶存取互聯網只能意味着一件事——彼此間的深刻理解以及知識的協同運作。互聯網是一個資訊和通訊的工具，無論是調查股市或名人八卦網站，人類主要對資訊共用感興趣，而互聯網則服務於這一目的。

據Don Tapscott和Anthony D. Williams所說，集體智能是大規模協同運作。為了使這一概念能夠發生，需要存在四項原則，即開放、對等、共用以及全球行動。

開放：

在通信技術的早期階段，人員和公司都不願交流思想、知識產權而支援自我激勵，因為這些資源提供了競爭優勢。然而，終於他們開始放鬆對資源的控制，因為這樣做可以獲得更多的利益。通過合作來讓別人分享想法和申請特許經營，這將使產品獲得顯著改善並得到嚴格檢驗。

對等：

這是橫向組織的一種形式，它有能力去創造資訊科技和物質產品。其中一個例子是Linux程式的「開放」，在這裏用戶可以自由地修改和發展它，以使得其他人可以使用。在這種形式下的集體智能中，參與者作貢獻的動機不同，但是取得的成果是為了一種產品或服務的改善。引述一下，「對等之所以成功，是因為它利用了自組織——一種形式的製造。對於某些任務來說，它可以比等級制度工作得更有效率。」

共用：

「應該有一個違反知識產權分配的規則嗎？」，而對於該問題，這一原則是有爭議的。研究顯示，越來越多的公司已經開始分享一部分，同時在某種程度上保持對其餘部分的控制，例如有潛力的、關鍵的專利權。這是因為公司已經意識到，通過限制其所有的知識產權，導致他們關閉了所有可能的機會。而分享一些則使得他們可以擴大其市場，並且能夠更快地推出產品。

全球行動：

通信技術的進步已經促使全球性公司以及電子商務的提高，其中電子商務讓個人可以在低到幾乎沒有經費支出的情況下開展業務。互聯網的影響是廣泛的，因此，全球一體化的公司將沒有地域限制，而有全球性的聯絡，使他們能夠獲得新的市場、理念和技術。所以，對企業來說重要的是得到更新，並保持全球競爭力，否則將面臨客戶率下降。

歷史

集體智能的概念最初來自於昆蟲學家威廉·莫頓·惠勒的觀測。表面上，獨立的個體可以合作得如此緊密，以至於變得和一個單一的有機體沒有什麼區別。在1911年，惠勒看到這樣的協同運作過程在螞蟻身上起作用，它們表現得像一個動物的細胞，並且具有集體思維。他稱之為更大的生物，即聚集的蟻群看起來形成了一個「超有機體」。

1912年，愛米爾·涂爾幹將社會確定為人類邏輯思維的唯一來源。在《宗教生活的基本形式》一書中，他認為，社會組成了更高的智能，因為它在時空上超越了個體。

集體智能來自於弗拉基米爾·維爾納茨基（Vladimir Vernadsky）的「智能圈」概念，以及赫伯特·喬治·威爾斯的「世界腦」概念。對其所作的深入研究在近來逐漸增多，例如Pierre Lévy撰寫了同名的一本書，Howard Bloom撰寫了《全球腦》（另見全球腦概念），霍華德·萊恩格爾德撰寫了《聰明行動族》（Smart Mobs），而Robert David Steele Vivas則撰寫了《智力的新技能》（The New Craft of Intelligence）。依據資訊的法律和道德來源，後者介紹了把所有公民當作為「智力民兵」的概念，如同能夠創造一個「市民智能」。它使得公職人員和公司經理保持正直，並且把「國家智能」的概念放在腦中（以前關心間諜和保密）。

1986年，Howard Bloom把細胞凋亡、並列分散式處理、群體選擇以及超有機體的概念結合在一起，以形成一個關於集體智能如何工作的理論。後來，在電腦生成的的「複雜適應性系統」和「遺傳演算法」（由約翰·霍蘭德所開創的概念）方面，他又進一步表明該怎樣來解釋集體智能，例如那些競爭的細菌菌落和競爭的人類社會。

添·柏纳斯-李，作為萬維網的開發者，他建造該網絡的目標是為了促進全球範圍內的資訊交流與發佈。之後，他的老闆開創了可供免費使用的WWW技術。在90年代初，互聯網的潛力仍然沒有被利用，直到90年代中期，由進階研究計劃署（ARPA）的負責人Dr. J.C.R. Licklider所提出的「臨界質素」，它需要互聯網更加方便、實用。因此可以說，集體智能背後的動力是資訊與通信的數碼化。這是因為，超連結的存在使得搜尋和建立網站、網頁變得更容易，而知識則能夠在短短的幾分鐘之內被建立。

David Skrbina提到，「群體意識（group mind）」的概念是從柏拉圖的泛心論（panpsychism,即精神或意識是無所不在的，並且存在於所有的物質中）概念衍生出來的。他遵循「群體意識」概念的發展，這是由霍布斯所闡述的，同時與霍布斯的利維坦有關。利維坦起到一個統一實體的作用，並且可以當作Fechner的人類集體意識的論點。他認為涂爾幹是最著名的「集體意識」擁護者，並且認為德日進是超過其他任何人的、詳盡闡述了群體意識的哲學影響的思想家。

集體智能的類型

例子

最著名的集體智能工程是政黨，它動員了大批人來制定政策，選舉候選人，以及資助和運作競選活動。軍事單位、工會和企業僅關注小範圍的事務，但是卻可以滿足一些名副其實的「CI」解釋——最嚴格的定義將需要有能力對很隨意的條件作出反應，並且在這些條件下沒有嚴格限制行動的來自「法律」或者「客戶」的命令或指示。另一個例子是像BootB和DesignBay這樣的線上廣告公司，它們使用集體智能以繞過傳統的行銷和創作機構。

即興演員也體驗到一種類型的集體智能，他們稱之為「群體智能」。

另一種形式的集體智能是學習者產生的背景。其中，一組用戶協同運作marshall現有資源去創造一個生態環境，以滿足他們的需求。而需求往往（但不僅限於）與共同組態、共同創造和共同設計一個特定的學習空間有關，這個空間允許學習者建立自己的環境。從這個意義上來說，學習者產生的背景相當於一個特設社區，它可以在一個信任的網絡中促進集體行動的協同運作。

對於學習者產生的背景，在互聯網上也許可以發現最好的例子，一群協同運作的用戶將知識集中起來，進而形成一個共用的智能空間。隨着互聯網的發展，作為一個共用的公共討論區，因而有了集體智能的概念。與以往任何時候相比，互聯網的全球易用性和可用性使更多的人發表他們的想法，以及去存取這些協同的智能空間。（Flew 2008）

如果我們在科技方面衡量智能，那麼螞蟻社會則比人類以外的任何其他動物表現出更多的智能。螞蟻社會能夠從事農業，實際上包括幾種不同的形式。有些螞蟻社會飼養了多種形式的牲畜，例如，有的螞蟻為了「擠奶」而餵養和照顧蚜蟲。切葉蟻照看真菌，並且運送葉子來餵養真菌。

在遊戲中可以看到更多集體智能的例子。一些遊戲，例如《模擬人生》、《光環》和《第二人生》，它們被設計為更加地非線性，並且為了擴充而需要依靠集體智能。這種交流方式正在逐漸演化，同時影響着當前和未來幾代人的心態。對於他們來說，集體智能已成為一個規範。

數學技術

「集體智能商數」（或「合作商數」）有時會作為一個計量標準而被應用，特別是由那些更關注於人工智能的理論家——它大概能像「個人」智商（IQ）那樣被測量——從而有可能確定略微增加的、由參加集體的每一個新個體所增添的智能，這樣就可以利用度量來避免群體思維和愚蠢行為。

2001年，來自波蘭AGH大學的Tadeusz（Ted）Szuba為集體智能現象提供了一個正式的模型。它呈現出一個無意識、隨機、並列、分散式的計算過程，並依照社會結構在數理邏輯下執行。

在此模型中，將生命和資訊建模為抽象的附有數理邏輯表達式的資訊分子。因為與環境之間的相互作用，它們准隨機地移位，而該環境則具有其想要的置換。它們在抽象計算空間的相互作用產生了多線程的推理過程，我們認為這就是集體智能。因而，用了一個非圖靈的計算模型。這個理論可以給予集體智能以簡單的正式定義，即社會結構的屬性，並且對廣泛的生物有效，從細菌菌落到人類社會結構。作為一個特別的計算過程，集體智能為一些社會現象提供了一種簡單的解釋。對於該模型的集體智能，提出了IQS（智商聯合）的正式定義，並定義為「在N元推理的時間和域範圍內的概率函數，它反映了社會結構的推理活動」。雖然IQS似乎是難以計算，但是在計算過程方面，上述的社會結構建模給出了近似的機會。可能的應用包括通過IQS的最大化來最佳化公司，以及在預防細菌菌落的集體智能方面所做的抗藥性分析。

使用集體智能來進行股市預測

由於互聯網在世界各地快速傳遞大量資訊的能力，在長期或者甚至是短期應用中，使用集體智能來預測股票價格和股票價格走勢已經變得可行。利用這些屬性，可以通過建立網站來儘可能即時地統計股票市場資訊。因此，專業的或業餘的股票分析師能夠發表自己的觀點，並參與建立一個關於具體股票或者整體股市的總的意見。雖然已普遍預期，至少在投資界，對於投資銀行和經紀公司公佈其股票評級和報告，互聯網已經使業餘的或更少的臭名昭著的投資者可以同時提交他們的財務意見。其結果是，與其他人相比，任何投資者的觀點可以被同等地加權。所以，有效實施集體智能的核心前提是它能夠被更全面地應用：群眾，包括廣泛的股市專業知識，在理論上可用來更準確地預測金融市場的變化上。

集體智能支援了尤金·法馬的效率市場假說——儘管在他的論文中沒有明確地使用集體智能概念。法馬援引由Michael Jensen進行的研究，其中從1955年到1964年期間，發現所選擇的115個基金中有89個指數表現不佳。在去掉墊底費（預付款）之後72個表現不好，而去除經紀費之後58個低於市場表現。它是以像這樣的證據為基礎的，即指數基金成為流行的投資工具——把有效使用市場的集體智能作為一個投資策略，而不是專業的基金經理的判斷。

集體智能與媒體

新媒體經常與集體智能的提高與增強聯絡在一起。新媒體能夠輕鬆地儲存和檢索資訊，這主要通過數據庫和互聯網來實現。而對它來說，這允許它被毫無困難地共用。因此，通過與新媒體的互動，知識很容易在資訊來源（Flew 2008）之間傳遞，進而導致一種形式的集體智能。互動式新媒體的使用，特別是互聯網，促進了線上互動以及在用戶之間的知識傳播。

在這種情況下，集體智能常常與共用知識相混淆。前者是廣泛的提供給所有社區成員的知識，而後者則是被全體社區成員所了解的資訊。

相比協同智能，Web 2.0所代表的集體智能只有較少的用戶參與。

另一方面，有人認為，媒體，或者特別是主要媒體不能提升智能，因為主要媒體在充分處理複雜問題方面原生的無力，例如環境危機。參見《IRG解決方案——等級制度的無能以及怎樣來戰勝它》（The IRG Solution - hierarchical incompetence and how to overcome it, 1984），討論了主要媒體和政府類型的等級組織。該書認為，集體智能只能從巨大而非正規的人際互動網絡中湧現，而媒體對此卻幫不上忙。

在電動遊戲中的集體智能

在Terry Flew對於線上遊戲環境中的「互動性」的討論中（在用戶和遊戲開發者之間正在進行的互動對話），他提到Pierre Levy的集體智能概念（Levy 1998）。他認為這個概念在大型多人線上遊戲中主要發揮部落或協會的作用，而部落和協會一直合作，以實現遊戲的目標/目的。Henry Jenkins建議，在遊戲製作人員、媒體公司以及終端使用者之間湧現的參與文化，它們標記出具有媒體生產和消費性質的根本轉變。Jenkins認為，這種新的參與文化在三大新媒體發展趨勢的交叉中出現。首先，新媒體工具/技術的發展啟用了內容創作；其次，亞文化的上升促進了這種創作；最後，價值增長添加至培養形象、思想和敘事流的媒體集團。作為文化理論家和網絡社區開發者，John Banks仔細考慮了網上愛好者社區在Trainz產品創新中的貢獻。他認為，其商業上的成功基本上是依靠「一個充滿活力且生機勃勃的網上愛好者社區的形成與增長，它積極地推銷產品，同時也為遊戲軟件建立內容擴充以及添加物」。在用戶建立的內容和互動性方面的增長產生了一些擔憂，其涉及到控制遊戲本身以及玩家所創內容的所有權。這引發了由Lessig、Bray以及Konsynski所提出的基本的法律問題，例如知識產權和財產所有權。

更進一步，在虛擬現實網絡遊戲（Alternate reality game）的討論中，Gosney擴充了在電動遊戲里的集體智能問題。他將這個類型描述為一種「跨媒體的遊戲，其有意模糊遊戲內外兩者之間的經歷」。像發生在遊戲現實之外的事情一樣，這個遊戲「伸出來」並進入到玩家的生活中，以把兩者結合在一起。解決遊戲需要「眾多玩家集體的、合作的努力」；因而，關於集體的、協同運作的團隊行動的問題，它對於ARG來說是至關重要的。Gosney認為，虛擬現實類型的遊戲決定了前所未有的協同運作與「集體智能」，以解決遊戲的奧秘。

支援意見

Tom Atlee表明，儘管人類在收集和分析數據方面有先天的能力，但是他們仍然受到文化、教育以及社會機構的影響。一個人在分析時，特別趨向於基於自我保護的原因來作決定。此外，人類沒有辦法去做可以在創新和現實之間保持平衡的選擇。因此，如果沒有集體智能，人類可能只是基於他們自私的需求而驅使自己走向滅亡。

Phillip Brown和Hugh Lauder引述了Bowles與Gintis（1976）的話，為了準確地定義集體智能，從智商主義（IQism）中區分出智能是至關重要的。他們接着表明，智能是一項成就，而如果允許，它只會發展。例如，在早期，來自社會下層的群體在匯總和集中他們的智能時受到嚴格限制。這是因為統治者擔心集體智能將會引發叛亂。如果沒有這種能力和關係，將不會有集體智能得以建立的基礎結構（Brown & Lauder 2000，p.230）。這反映了如果允許其發展，那麼集體智能會有多麼的強大。

集體智能在商業上的益處也是同樣重要的。由Tapscott和Williams所做的研究提供了幾個例子：

人才利用：以當前時期技術改變的速度，沒有任何公司能夠充分保持競爭所需的創新。相反，聰明的公司正在利用大規模協同運作的力量，其牽涉到他們所不能僱傭的人的參與。

創造需求：通過參加開源社區，企業可以為互補性商品開拓一個新的市場。

費用減少：大規模協同運作能夠有助於急劇地降低成本。企業可以發佈特定的軟件或產品，而由網上社區來評估或排錯。其結果是，在短時間內，以較少的費用建造了更加個性化、堅固和無差錯的產品。

反對意見

懷疑者，尤其是有的人批評人工智能並傾向於相信身體傷害和人身行動的風險是所有人之間團結一致的要素，同時更有可能重視群體採取行動以及能夠承受傷害的能力，並將其當作為流動的全民動員，且不把傷害當回事，就像身體不在乎少數細胞的損失。這個思想壓力在反全球化運動中最明顯，並且在John Zerzan、Carol Moore和Starhawk的作品中有所描述，而他們通常會迴避學者。這些理論家更有可能是指生態和集體的才智以及在做本體論的區分時共識過程的作用，而不是任何形式的字面意義上的「智力」，他們往往認為其不存在，或者僅僅是「聰明」。

在道德範圍內對人工智能的嚴厲批評有可能促進集體的智能建設方法，諸如新部落主義（New tribalists）和蓋亞假說。它們是否可以稱之為集體智能系統，這是一個開放性的問題。有的人，例如比爾·喬伊，只是想避免任何形式的自治的人工智能，似乎願意從事嚴格的集體智能工作，以消除任何可能的對AI的定位。

參考文獻

書目

• Hofstadter, Douglas. Gödel, Escher, Bach: an Eternal Golden Braid. New York: Basic Books. 1979. 
• Brown, Philip; Lauder, Hugh. Collective intelligence. S. Baron, J. Field & T Schuller (編). Social Capital: Critical Perspectives. New York: Oxford University Press. 2000. 
• Brown, Philip; Lauder, Hugh. Collective intelligence (chapter 13). Brown & Lauder (編). Capitalism and social progress: the future of society in a global economy. Palgrave. 2001. 
• CIA.（2008）. The World Factbook.（accessed 3 September 2008）
• Flew, Terry. New Media: an introduction. Melbourne: Oxford University Press. 2008. 
• Leiner, Barry, Cerf, Vinton, Clark, David, Kahn, Robert, Kleinrock, Leonard, Lynch, Daniel, Postel, Jon, Roberts, Larry and Wolff, Stephen. 2003. A Brief History of the Internet. Version 3.32（accessed 3 September 2008）
• Rheingold, Howard. Smart Mobs: The Next Social Revolution. Basic Books. 2002. 
• Sun, Ron. Cognition and Multi-Agent Interaction. Cambridge University Press. 2006. 

參見

• 蜜蜂演算法（Bees algorithm）
• 協同過濾
• 協同人力翻譯（Collaborative human interpreter）
• 合作創新網絡（Collaborative innovation network）
• 協同智能（Collaborative intelligence）
• 群件和Wiki
• 集體行動（Collective action）
• 集體意識（Collective consciousness）
• 集體決策（Collective decision-making）
• 集體興奮（Collective effervescence）
• 連通圖
• 從眾心理（Crowd psychology）
• 眾包
• 客戶互動（Customer engagement）
• 控制論
• 分散式認知（Distributed cognition）
• 企業書籤（Enterprise bookmarking）
• 全球腦
• 全球意識專案（Global Consciousness Project）
• 群體行為（Group behaviour）
• 群體心理（Group mind）
• 孔多塞陪審團定理

• 主持討論（Facilitation）和促進者（Facilitator）
• 基於人員的計算（Human-based computation）
• 百猴效應（Hundredth Monkey）
• 資訊路由組（Information Routing Group）
• 攀比（Keeping up with the Joneses）
• 知識生態系統（Knowledge ecosystem）
• 迷因
• 智能圈（Noosphere）
• 開放空間會議（Open-space meeting）
• 公開來源情報（Open source intelligence）
• 預測市場
• 偏好誘導（Preference elicitation）
• 推薦系統（Recommendation system）
• 聰明行動族
• 社會化商務（Social commerce）
• 社會資訊處理（Social information processing）
• 共識主動性（Stigmergy）
• 超有機體
• 系統智能（Systems intelligence）
• 群體智能（Swarm Intelligence）
• 群體的智能