蜜蜂解開超人類智慧的奧秘

人群 Image copyright Getty Images

路易斯·羅森伯格(Louis Rosenberg)認為自己發現了讓我們所有人都變得大為聰明的方法。這種超人智慧的奧秘何在呢?答案是蜜蜂。

羅森伯格在硅谷經營著一家初創公司「Unanimous AI」,該公司創建了一種工具,它能通過在網上眾包意見,為人類的決策提供支持。它讓成百上千的參與者同時回答一個問題,然後,從眾多不同的觀點和做法中總結出一個答案。

自 6 月份工具上線以來,Unanimous AI 已經擁有 50,000 個註冊用戶,回答了 230,000 個問題。羅森伯格認為,這種人機混合決策機器(曾被稱為「人造」的人工智能)能幫助我們解決世界上一些最難解答的問題。此外,他還認為,在人工智能迅猛發展的背景下,這種還將是幫助人類回歸的一種方式。

他說,「我們無法阻止更聰明的人工智能的發展,因此,我們的方法是,讓我們自己更聰明,始終領先一步。」

Image copyright Getty Images
Image caption 蜜蜂通過特殊的蜜蜂舞蹈向蜂群傳遞信息(圖片來源:Getty Images)

這就是蜜蜂的切入點,他說,「觀察蜜蜂這樣的群居動物,我們會發現,它們會通過合作做出更好的決策。鳥群和魚群也會這樣做,因為這樣會讓他們綜合做掌握的信息,採取最好的應對方法。而我們要面對的問題是,我們人類能做到這點嗎?」

答案是,我們能。羅森伯格的蜂群思維在預測一系列賽事方面的應用令人矚目:成功預測 2015 年奧斯卡大獎得主及 2016 年美國冰球聯盟斯坦利杯得主,還以 542 比 1 的賠率預測到 2016 年肯塔基賽馬會獲勝的前四名馬匹,以 20 美元下注贏得 11,800 美元(9,300 英鎊)。

最近,他們不僅成功預測了獲得世界系列棒球賽冠軍的獲勝球隊——芝加哥小熊隊(系該隊自 1908 年以來首次奪冠),而且成功預測了決賽中小熊隊的對手——克里夫蘭印地安人隊以及季後賽八強。這些正確預測結果提前四個月就公布在《波士頓環球報》上。

Image copyright Getty Images
Image caption 人類集中智慧就能預測若干體育賽事的結果,今年的美國全球系列棒球賽和肯塔基賽馬會就是如此(圖片來源:Getty Images)

那麼,這到底是怎麼回事呢?澳大利亞新南威爾士大學人工智能研究員托比·沃爾什(Toby Walsh)表示,「集體智慧的力量眾所周知,我們研究各種方法利用集體智慧。」市場預測就是一個例子:比如個人會根據對某個未來事件結果的預測對股票進行投資。可利用整體市場行為預測這個未來事件的發生機率。

1999 年,在輸給 IBM 的計算機「深藍」三年後,國際象棋大師加裏·卡斯帕羅夫在網上利用 50,000 人的智慧再度挑戰「深藍」。這次他贏了,不過他表示,自己從未對一次比賽付出過如此之大的努力,他稱之為史上最偉大的比賽。此次勝利完全有賴於對眾多想法和不同觀點的集思廣益。

實際上,利用集體智慧的想法至少可以追溯到 100 年前。1906 年,博學家弗朗西斯·高爾頓(Francis Galton)請 787 名農民猜測一頭公牛的重量。他們的猜測五花八門,但所有猜測結果的平均值與正確重量 1,197 磅僅僅相差一磅。幾年前,美國全國公共廣播電台重覆了這項實驗,它請 17,000 人猜測照片中一頭奶牛的重量。眾人猜測結果的平均值再次非常接近正確結果,誤差只有 5%。這個例子中,參與者並非由農民組成,

其中顯然有基於經驗的猜測。但是,與美國全國公共廣播電台這個噱頭一樣,羅森伯格實驗的參與者也並非專家。例如,成功預測去年奧斯卡獎得主的人中,並沒有人看過所有獲獎影片。

更重要的是,相當較小的群體總是比更大的群體預測得更好。去年,羅森伯格又向大家拋出了奶牛體重的問題。只有 49 人參與預測的預測結果的凖確率卻超出全體人員預測結果的兩倍還多。羅森伯格表示,這可不僅僅是集體的智慧。「我們加強了集體的智慧。」

集體智慧通常要通過民意調查或投票加以利用。羅森伯格表示,這的確有放大效應,我們根據集體智慧做出的決策要比自己更為明智。但羅森伯格發明的方法目的是要更勝一籌。他表示,「蜂群智慧勝過民意調查、投票和調查問卷,原因是它能讓大家集中在最好的答案,而不是僅僅找出一個平衡的意見。」

突然挑出一個答案非常重要,因為它能阻止從搖擺不定的人中首先跳出來的人。例如,在公眾投票中,首先投票的人會影響大家的決定。預測市場中,財大氣粗者對於最終結果產生的影響力更大。這種力量會歪曲真實情況。

1990 年代初期,在美國空軍阿姆斯特朗實驗室見習時,羅森伯格曾建立增強現實系統,他把目光轉向蜜蜂。蜂群想要建立新領地時,必須針對選址做出集體決策。數百隻偵察蜂會四面出擊,尋找可能的地點。返回時,它們會跳起一種搖擺舞,向蜂群報告各自的發現。

不同的偵察蜂會帶著蜂群飛往自己的首選方向,最終,蜂群跟著的偵察蜂決定了新領地的位置,任何一隻蜜蜂都無法自己做出決定。

Image copyright Getty Images
Image caption 蜂群成員必須與其他蜜蜂競爭,才能讓蜂群把自己的想法作為首選解決方案(圖片來源:Getty Images)

羅森伯格試圖在人群中捕獲同樣的動力。利用 Unanimous AI 工具回答問題,需要將一個圖標移動到屏幕的一角或另一角,與眾人的意見相同或者相左,直至蜂巢智慧集中在一起。個人必須不停地與整體抗爭,才能說服他人向自己的方案靠攏。

實驗表明,這種方法勝過現有的基於眾籌的民調預測方法。另一項研究中,羅森伯格和同事請 469 名美式橄欖球迷預測 2016 年超級碗 20 美元下注的結果。他們還給另外 29 名球迷也布置了同樣的任務。儘管人數少了 16 倍,消息也並不見得更靈通,後者預測的結果卻有 68% 正確,而前者的預測結果只有 48% 正確。

結果好得讓人難以置信?為了親身體驗,BBC Future Now 也加入了蜂群實驗。我們挑戰 Unanimous AI 團隊,請其預測英國足球超級聯賽一系列比賽的結果,重現他們的成功。大多數參與集體預測的人員都來自美國,對英超球隊知之甚少。

參與人員必須預測每場比賽是勝、負還是平局。隨機抽取結果的凖確率為 33%,而 21 名美國球迷卻正確預測了十場比賽中六場的比賽結果。對每場比賽下注 1 英鎊,我們盈利 62 便士。結果是不錯,但還比不上五月份的肯塔基賽馬會,預測人員給捷克賽馬「Hope Reese」下注 1 美元,結果賺到好幾百美元。

不過,羅森伯格對賭博並沒有多大興趣。他知道,有人想利用他的工具改善自己單槍匹馬的下注結果。他說,「如果這種方法流行開來,就會影響計算賠率的方法。」但對他而言,體育賽事只是一個隨手拈來的試驗台。「它們是驗證效果的一種好辦法。」

羅森伯格正在向企業提供自己的工具。團隊的成功吸引了各種群體的關注,從進行金融預測的機構到市場研究公司,不一而足。他表示,「放大蜂群智慧的長期價值比對賽事押注要重要得多。」

例如,銷售團隊可以利用蜂群智慧做出更好的預測。他說,「這真的關乎怎樣才能更好地利用團隊所擁有的知識、智慧和直覺。」

Image copyright Getty Images
Image caption 結合集體的知識和直覺,蜂群智慧會幫助醫生做出更好的診斷(圖片來源:Getty Images)

醫生們對羅森伯格也很感興趣。羅森伯格表示,醫學診斷就是一種形式的預測,蜂群智慧將使之受益。「一名放射線醫生、一名腫瘤醫師或其他專家可能得出一種診斷結論,我們對他們的願景是更好地綜合利用他們的知識和直覺。」

醫學診斷現在也可由機器做出。不過,羅森伯格認為,最終,人類集體的力量要超越人工智能。他說,「人們付出巨大的努力,讓人從醫學診斷等工作中解放出來。但是,缺少人的參與,最終,缺少人情味、人類感情和人類價值觀的冰冷的人工智能會取而代之。」

羅森伯格的關注點超出了醫學診斷。他說,「在許多方面,如果我們建立真正聰明的人工智能系統,它就會像是外星人降臨地球一樣不可預測」。他認為,蜂群智慧能通過放大我們的智慧,讓人類不會淪為旁觀者。「這是一種讓人工智能依然帶有人類感情、價值觀和直覺的辦法。」

這是一個宏偉的藍圖。不過,沃爾什要更為審慎。他表示,「簡單的實驗室實驗和人們在紛繁複雜的世界中的行為有著可悲的區別。我不確定我們是否能輕易避免為一己私利違背群體利益(即公地悲劇)這樣的著名誤區。」

我們面臨的真正大問題是,人類的利己主義會妨礙我們達成共識。沃爾什說,「氣候變化就是公地悲劇的一個好例子,蜂群智慧對此就無能為力。」

還有一個原因也讓我們三思。動物的蜂群智慧往往會以悲劇收場。例如,蟻群追隨某只螞蟻留下的信息素軌跡,這種行為有時會導致一種名為死亡漩渦的現象,即蟻群跟隨前面的螞蟻打轉轉,直至集體死亡。

羅森伯格並不會因此煩惱。他表示,「蜂群是一種讓我們比機器超前的非常簡單的做法。」在英國脫歐和美國大選結果預測的民調雙雙失敗之時,也許正是我們利用集體智慧的一個契機。

那麼,它到底是死亡漩渦還是通向更光明未來的捷徑呢?也許這才是我們人類要面對的問題。

請訪問 BBC Future 閲讀 英文原文

更多有關此項報導的內容