群体智能技术：一群小个体如何干成超级智能的大事
上次在昆山看国内一个机器人团队的无人集群演示，一百多手掌大的小无人机飞满半个球场。没有地面站的统一发令，随机打掉三架，剩下的不到十秒就调整好了阵型，还稳稳绕开了我扔出去挡路的矿泉水瓶。
我站在边上看，鸡皮疙瘩都起来了。
这就是真的群体智能技术，不是论文里拗口的概念，是活的，能跑能变的智能。
自然界蚂蚁群体觅食路径选择示意图
去年哈佛大学的怀斯生物工程研究所发了个成果，一千个边长只有1毫米的微型爬行机器人，不需要预设程序统一控制，只靠几个简单的碰撞触发规则，就能自己组队排成任意你想要的形状。放几个故障机器人进去，别的机器人也能自动补位，根本不耽误事。
别把它和现在火得发紫的大模型混为一谈。大模型是把所有能力塞进一个超大的单体神经网络里，群体智能是一堆“弱智”小个体，凑出一个能打能扛的超级大脑，路子完全不一样。
电商物流仓库群体AGV自动分拣作业现场图
还有新药研发。以前找一个新的候选药物分子，要从上百万个分子里一个个筛选，最快也要大半年才能出结果。现在用群体智能算法，把整个搜索空间切成几百块，每个小模型负责一块搜索，最后汇总结果，直接把筛选时间压缩到了两周。今年年初《Nature》刊发的一篇新冠药物研发论文，就是用的这套方法，筛出来的候选分子活性比以前的还高了15%。说实话，这个落地速度比大模型在制药领域靠谱多了，只是没出来炒作而已。
还有城市交通管控。深圳去年在福田区试行了群体智能动态调灯，每个路口的摄像头、车辆都是信息节点，实时把路况传给算法，每个信号灯自己调整配时，不用中控统一算，整个试点路段的高峰拥堵时间直接降了27%，比原来的固定配时加人工调优好用太多。
群体智能技术现在的坎儿，和未来的无限可能
不过话说回来，现在群体智能技术还远没到成熟的时候，卡脖子的地方不少。
第一个坎就是容错率。现在绝大多数公开的算法，只能扛住不超过5%的个体故障或者失联，要是超过这个比例，整个群体就直接乱套了。你想，要是去地震灾区搜救，放出去一百个小无人机，山区信号差，三四十个失联了，要是算法扛不住，这次任务就废了。现在不少实验室都在啃这个硬骨头，去年MIT的团队出了个异步群体智能算法，能扛住30%的个体失联，任务完成率还能保持在85%以上，已经是很大的突破了。
第二个坎就是，群体智能能干的事还比较单一。现在最多就是做个路径规划、队形控制，复杂的任务比如自主推理、决策，还做不好。不过最近我看到国内中科院自动化所的一个新成果，思路真的绝：把大模型和群体智能结合起来，大模型负责把复杂的顶层任务拆成简单的小任务，分给下层的群体节点去做，个体做完再把结果反馈给大模型汇总。既解决了大模型部署成本高、容易出错的问题，又补上了群体智能不会做顶层规划的短板。今年刚在无人船上做了测试，跨海自主搜寻任务的完成率直接提了40%。
现在资本都挤破头往大模型里砸，没几个人愿意投群体智能的早期项目，挺可惜的。其实很多场景，根本不需要什么大模型，群体智能又便宜又靠谱。比如灾区搜救，你放一百个几百块的小无人机，坏十个八个根本不影响，比放一个几千万的大型无人机靠谱多了，对吧？
我有时候会想，以后我们的城市会不会变成一个大的群体智能系统？每一个路灯，每一个摄像头，每一辆共享单车，每一个垃圾桶，都是一个小小的节点，整个城市自己调节红绿灯，自己调度垃圾清运，自己找哪里有安全隐患，根本不用人天天盯着。想想就觉得，这才是真的AI融入生活，不是什么天天陪你聊天的聊天机器人。
很多人一提到AI，眼睛就只盯着大模型，好像AI只有这一条路。其实AI的原野宽得很，群体智能技术就是那条藏在树林里，少有人走，但说不定能走到更大地方的路。
走着瞧吧。
你以为群体智能是AI新风口？其实它抄了大自然几亿年的作业
真要说起来，人类研究群体的智慧快一百年了，但真正把它做成可用的技术，也就最近十年的事。 大自然才是真正的发明人。 蚂蚁单个神经元没多少，连眼前的路都看不全，一群蚂蚁就能找到从巢穴到食物源的最短路径，还能互相咬着搭成桥过缺口，遇到洪水还能抱成球漂几个小时。鸟群迁徙，几千只鸟飞在一起，没有队长，没有指挥，说转弯就一起转弯，说散开就散开，从来不会撞在一起。 这些小个体没多高的智商，凑在一起，就能完成连顶级聪明的个体都做不到的事。 现在的群体智能技术，就是把这套逻辑搬到了数字世界和硬件上：给每个简单个体定三五条简单规则，不用中心控制，个体之间只做简单的信息交互，最后整个群体就能涌现出复杂的智能能力。自然界蚂蚁群体觅食路径选择示意图
去年哈佛大学的怀斯生物工程研究所发了个成果，一千个边长只有1毫米的微型爬行机器人，不需要预设程序统一控制，只靠几个简单的碰撞触发规则，就能自己组队排成任意你想要的形状。放几个故障机器人进去，别的机器人也能自动补位，根本不耽误事。
别把它和现在火得发紫的大模型混为一谈。大模型是把所有能力塞进一个超大的单体神经网络里，群体智能是一堆“弱智”小个体，凑出一个能打能扛的超级大脑，路子完全不一样。
藏在聚光灯外，群体智能技术已经偷偷落地了好多场景
很多人只知道大模型，不知道群体智能早就在你看不见的地方干活了。 最成熟的落地当属物流分拣。你收到的每一个快递，说不定就是走的群体智能调度的AGV分拣线。以前的分拣AGV都是靠中央调度系统统一算路径，一个调度崩了，整条线停摆，遇上几个AGV堵路，还要等半天重新规划。换成群体智能调度之后，每个AGV自己判断周围路况，自己绕路，坏了一个直接下线，别的AGV自动补任务，效率能提近两成，故障率直接降了三成多。这个数据不是我瞎编的，是国内头部快递企业去年公开的落地测试结果。电商物流仓库群体AGV自动分拣作业现场图
还有新药研发。以前找一个新的候选药物分子，要从上百万个分子里一个个筛选，最快也要大半年才能出结果。现在用群体智能算法，把整个搜索空间切成几百块，每个小模型负责一块搜索，最后汇总结果，直接把筛选时间压缩到了两周。今年年初《Nature》刊发的一篇新冠药物研发论文，就是用的这套方法，筛出来的候选分子活性比以前的还高了15%。说实话，这个落地速度比大模型在制药领域靠谱多了，只是没出来炒作而已。
还有城市交通管控。深圳去年在福田区试行了群体智能动态调灯，每个路口的摄像头、车辆都是信息节点，实时把路况传给算法，每个信号灯自己调整配时，不用中控统一算，整个试点路段的高峰拥堵时间直接降了27%，比原来的固定配时加人工调优好用太多。
群体智能技术现在的坎儿，和未来的无限可能
群体智能技术现在的坎儿，和未来的无限可能
不过话说回来，现在群体智能技术还远没到成熟的时候，卡脖子的地方不少。
第一个坎就是容错率。现在绝大多数公开的算法，只能扛住不超过5%的个体故障或者失联，要是超过这个比例，整个群体就直接乱套了。你想，要是去地震灾区搜救，放出去一百个小无人机，山区信号差，三四十个失联了，要是算法扛不住，这次任务就废了。现在不少实验室都在啃这个硬骨头，去年MIT的团队出了个异步群体智能算法，能扛住30%的个体失联，任务完成率还能保持在85%以上，已经是很大的突破了。
第二个坎就是，群体智能能干的事还比较单一。现在最多就是做个路径规划、队形控制，复杂的任务比如自主推理、决策，还做不好。不过最近我看到国内中科院自动化所的一个新成果，思路真的绝：把大模型和群体智能结合起来，大模型负责把复杂的顶层任务拆成简单的小任务，分给下层的群体节点去做，个体做完再把结果反馈给大模型汇总。既解决了大模型部署成本高、容易出错的问题，又补上了群体智能不会做顶层规划的短板。今年刚在无人船上做了测试，跨海自主搜寻任务的完成率直接提了40%。
现在资本都挤破头往大模型里砸，没几个人愿意投群体智能的早期项目，挺可惜的。其实很多场景，根本不需要什么大模型，群体智能又便宜又靠谱。比如灾区搜救，你放一百个几百块的小无人机，坏十个八个根本不影响，比放一个几千万的大型无人机靠谱多了，对吧？
我有时候会想，以后我们的城市会不会变成一个大的群体智能系统？每一个路灯，每一个摄像头，每一辆共享单车，每一个垃圾桶，都是一个小小的节点，整个城市自己调节红绿灯，自己调度垃圾清运，自己找哪里有安全隐患，根本不用人天天盯着。想想就觉得，这才是真的AI融入生活，不是什么天天陪你聊天的聊天机器人。
很多人一提到AI，眼睛就只盯着大模型，好像AI只有这一条路。其实AI的原野宽得很，群体智能技术就是那条藏在树林里，少有人走，但说不定能走到更大地方的路。
走着瞧吧。