《如何幫助人類和人工智慧做出更好的決策?》 - Samuel Johnson, The Conversation
介紹
群體動物行為一直是生物學、數學和社會科學的研究領域，近年來更受到人類和人工智慧（AI）決策領域的關注。例如，蜜蜂群體透過集體行動提高尋找新巢穴的效率，星斑燕群以閃亮的群聚方式迷惑肉食性獵食者。如何理解群體行為並利用其力量，已經被應用於人流控制、交通管理、傳染病傳播等領域。近年來這種研究還在幫助我們改進醫療資料的使用，提高軍事衝突中的無人機操作能力，甚至在體育比賽中戰勝幾乎不可能的賠率。
群體的超越性
群體是超越個體的系統：正如眾多神經元形成一個具有思考、記憶和情感能力的大腦，動物群體可以統一行動，形成一個“超級大腦”，展示出個體單獨時所不具備的高度複雜行為。從物理學的角度來看，我們稱之為“出現現象”。1986 年，人工生命專家克雷格·雷諾茲（Craig Reynolds）透過發表 Boids 模型計算機模擬，徹底改變了群體行為的研究。Boids 模型將群體行為分解為一組簡單的規則。在這個模擬中，如同影片遊戲中的角色一樣，Boids 在模擬中被指示與其鄰居保持相同的移動方向，靠近鄰居的平均位置，避免與其他 Boids 碰撞。與真實群體相比，Boids 模型的模擬非常精確。模型認為，群體不需要領導者來協調行為，而是透過多個個體遵循相同的簡單規則並行動，就像一個城市中的行人而不是受導覽員引導的博物館旅遊團一樣。在群體中看到的複雜行為是由這些個體之間的相互作用而產生的。
群體智慧的應用 - 賭博和醫療領域
2016 年，美國技術公司 Unanimous AI 利用群體智慧技術贏得了肯塔基德比超級四重彩彩票，成功預測了這場著名美國賽馬比賽的前四名。此前，行業專家和常規的機器學習算法都做出了大量錯誤的預測。然而 Unanimous AI 招募的業餘賽馬愛好者透過群體智慧平臺共同參與了一場實時數位拉力賽，模仿了鳥群和蜜蜂的群體行為。所有參與者同時操縱一個指標，指向他們的選擇。這讓人們能夠根據其他人的行動改變他們的喜好。這種實時相互響應使 Unanimous AI 的義工們在預測方面表現出色，超過了高度瞭解訊息的個人。此外如果根據志願者們最頻繁的選擇來確保線序，只有 2016 年的贏家和書商的首選 Nyquist 才能被正確地預測。
在醫療領域，類似的群體智慧技術也引起了越來越多的關注。隨著人們對以資料為基礎的技術在醫療保健中的應用增加，加固患者隱私保護的需求也越來越大。滿足這些需求的其中一種方法是在機構間甚至跨國家之間共享訊息。然而患者資料的轉移通常受到嚴格的資料保護法規的約束。群體智慧提供了一種解決方案：研究人員相信，群體智慧可以在不需要機構之間交換原始資料的情況下保留診斷準確性。初步研究顯示將資料儲存分散成一個互動的節點網路可以為機構提供共享智慧的好處。這意味著沒有一個中心樞紐協調訊息流動，機構也無法存取彼此的私人患者資料。在集中式機器學習中，資料上傳到共享樞紐，並使用所有可用資料進行機器學習。在分散式系統中，每個機構將其資料分別儲存在自己的節點中。機器學習在每個節點上進行本地處理（僅使用自有資料），但機器學習的結果在網路間共享，使所有節點都得益。
群體在戰爭中的應用
無人機技術在前線作戰中的應用越來越普遍，尤其是在俄羅斯和烏克蘭的衝突中，烏克蘭部隊便大量使用無人機。然而當前的傳統無人機技術仍需要一對一的監督。當前的防禦研究旨在實現無人機之間的通訊，使一個控制者能夠操作一群無人機。這種技術的發展有望透過在無人機組內實現持續訊息傳遞，大大提高無人機的可擴充套件性、偵察能力和打擊能力。隨著研究的深入，我們將看到一個集體行動創造複雜性、適應性和效率的世界。隨著技術的發展，群體智慧的作用將不斷增強，將我們的世界與群體行為的迷人動力交織在一起。
編者的話
本文介紹了群體動物行為對人類和人工智慧決策的潛在影響。群體智慧模型已經成功應用於賭博、醫療以及軍事等領域。在賭博方面，群體智慧設計的 AI 技術在預測著名賽馬比賽的結果方面取得了成功。在醫療領域，群體智慧可以實現機構之間共享智慧的同時保護患者隱私。在軍事方面，群體智慧可以提高無人機的協同作戰能力。然而這些應用同樣引發了一系列問題，包括隱私和倫理問題。在結合群體智慧技術時，我們需要謹慎考慮這些問題，確保其在個體和社會利益之間取得平衡。這些發展為我們提供了一個思考科技如何與自然界交相融合的深思環境。
意見和建議
雖然群體智慧技術在不同領域體現出巨大潛力，但我們必須謹慎應用，以確保其不僅符合道德和法律的要求，同時能夠平衡個體的利益和社會的利益。特別是在敏感領域，如醫療保健和軍事應用，我們需要制定相應的政策和監管機制，以確保患者隱私和個人自由得到充分保護。同時我們也應該不斷進行研究，以更好地理解群體智慧的執行原理，並加固對這一領域的教育和培訓，以培養具有專業知識和倫理意識的專業人才。
群體智慧將繼續成為我們未來的研究和應用的關鍵領域。透過探索群體行為可以為人類和人工智慧決策帶來的益處，我們可以為未來的科技發展提供更多的啟示和指引。
