关于集体智能的观点

《Collective Intelligence》：Opinion for collective intelligence

集体智能研究在民主制度、人工智能协同及公共机构设计等领域取得进展，通过分析多学科著作与案例（如国际太阳能联盟、AESIA监管机构），揭示非中心化思维对社会组织的影响，同时面临平衡专业知识与公众参与、应对群体非理性、处理人机信息交互带宽矛盾等挑战。

　　

摘要

这篇短文分享了一些关于集体智能的最新研究和书籍的观点，涉及的主题包括民主与制度、大型语言模型（LLMs）以及动物等。

集体智能的探讨——编辑们近期发现的有趣内容的系列评论之一

集体智能领域正在不断扩展和深化，同时也面临着一些有趣的困境。这其实是好事，因为所有领域的发展既依赖于答案，也依赖于问题。我最近写了一篇关于近期集体智能相关书籍的评论，展示了当前集体智能研究的广泛范围：有一本关于民主的书籍（由Stephen Boucher等人主编的关于集体智能与民主的文集），还有一本关于动物的书籍（Martin Wikelski所著的《动物的互联网》，该书与ICARUS项目相关），还有一本通俗的入门读物（我对这本书有些批评）。

围绕民主和集体智能的实验依然非常活跃（尽管存在一些相反的趋势！），近期有一些优秀的著作（例如Audrey Tang和Glen Weyl合著的《Plurality》），以及大量关于如何最佳结合人工智能（AI）与集体智能的新材料（例如这篇关于AI如何帮助达成共识的文章，以及这篇关于AI/集体智能的综述）。像和DeepMind的这样的新工具预示着未来集体智能与AI将相互补充，极大地加速智能推理的速度。

在另一个方面，John Kay所著的《21世纪的公司》是近期最优秀的商业类书籍之一，其中有很多关于集体智能的内容——它强调了集体智能对于理解公司本身及其所处的生态系统的重要性。许多经济学家仍然难以接受集体智能的见解，因此看到这些观点被当作常识来呈现确实令人耳目一新。

我很喜欢Robert Sapolsky最近的著作《Determined》，虽然这本书并非专门讨论集体智能，但它提醒我们大脑中的思维活动并非以单一的“自由意志”为中心。当这种观点成为主流时，人们将更容易意识到社会和组织其实是类似的结构：由相互竞争或合作的模块组成，而非由某个中央控制机构主导。此外，大型语言模型（LLMs）能够进一步增强人们的质疑能力、协作效率以及决策质量。

这也与我当前的研究领域相关：我在设计下一代公共机构方面进行了大量工作，这些机构适用于城市、国家乃至全球范围（目前正与联合国开发计划署（UNDP）、各国政府及合作伙伴共同开展相关项目）。其中一个基本前提是，在机构设计中必须更加重视智能的整合。我们进行了许多案例研究，涉及哥伦比亚的Careblocks项目、西班牙的新AI监管机构AESIA、中国的科技投资引导基金，以及印度的数字公共基础设施等。我最喜欢的一个例子是国际太阳能联盟，它是一个典型的“智能集合体”，通过协调数据、证据和隐性知识等方式，加速了全球南方地区的太阳能发展。另一个例子是我与Ales Cap合写的报告，该报告提出了如何结合集体智能和人工智能来应对深度伪造和虚假信息对选举的干扰风险：这是更广泛计划的一部分，旨在在Elon Musk的激进主张与维护现状之间找到平衡。

然而，集体智能也带来了一些重要的困境。在民主制度中，如何平衡专家意见与公民的参与（不同问题的答案必然会有所不同）？如何防止集体愚蠢行为或群众性的错误决策？如何理解规模对集体智能形式和功能的影响？又如何协调人类有限的认知能力与如今海量信息以及AI的无限潜力？这些问题以及其他许多问题都值得我们深入思考。