第3章
人机物群智涌现机理

人机物融合群智计算探索人、机、物异构智能体间的有机融合与协作，利用其感知能力的差异性、计算资源的互补性、节点间的协作性和竞争性，实现智能体个体技能和群体认知能力的提升；因此发掘人、机、物群智能体协同涌现机理具有重要意义。本章将从群体智能涌现的基础理论和映射模式等视角探索人机物群智协同机理，以帮助读者理解“人机物群智协同”的内涵。

有关群智协同机理的研究可以追溯到生物集群的群智涌现机理，涉及动物以及细胞和人类等自然科学和社会科学领域。这些研究不仅可以为我们提供“仿生学”智能体外在性状的设计灵感，还能提供“轻量化”智能体内在感知-计算-认知-交互模式的设计借鉴。具体来说，在仿生学方面，美国仿生学研究所（Biomimicry Institute）联合创始人珍妮·本尤斯在1997年出版的《仿生学》一书中提出“仿生学就是在面对设计挑战时，找到已经解决这一挑战的生态系统，然后尝试模仿”。例如，有研究者提出自然界中的“恶魔铁锭甲虫”层次较少的联锁结构原理可用于设计无人机的涡轮机结构以增加韧度和强度。在轻量化方面，我们期望复杂的感知、计算和交互不依赖于大而精细的大脑，也可以在小尺度范围内利用更少人工神经元在小型设备（如无人机、无人车）上实现。例如，人类大脑的神经元数量几乎是蜜蜂大脑神经元数量的十万倍，较大的头脑增加了我们的记忆容量、提高了我们的认知水平，然而蜜蜂仅可以通过“少量的”的信息建立起信号之间的联系，因此这也非常适合一些设备资源受限的分布式多智能体场景（例如无人机、无人车）。自然界中体积很小的熊蜂能够处理复杂路由问题，通过借鉴此机理，加载小型处理器的机器人也能完成复杂导航。更进一步，同时融合熊蜂和鱼的运动机理，研究人员或许能研发出更加灵巧甚至具有更高飞行或游泳能力的机器人。

在宏观的动物群体中，每个个体是一个能力有限的生命体，但是个体依照简单的行为规则就可以产生复杂的群体运动行为。Reynolds等人[1]是研究生物群智涌现行为的先行者，其总结出三条生物集群行为的涌现规则：凝聚、分离和对齐（参见3.1.1节）。鸟群、鱼群等生物群体中的个体按此规则行动就可实现群集行为。换句话说，群体可以依据局部个体观察形成局部意识，并据此对局部行为进行调整，从而产生群体运动行为。比如，鱼群中每个个体通过观察临近区域个体的位置、方向、速度、运动和密度等变化，相适应地调整自身行为，进而在宏观层面呈现出整个鱼群的行为变迁[2]。在微观的细胞群体中，单个细胞没有独立功能，无法独立生存，它们通过更强的自组织性、自适应性和局部交互形成具有特定模式的形状或完成特定功能[3]。在互联网环境下，海量的人类群体智能与机器智能相互赋能增效，形成人机融合的“群智空间”，以充分展现群体众包智能[4]。例如基于群体开发的开源软件、基于众问众答的知识共享、基于群体编辑的维基百科等。

受生物集群群智涌现机理的启发，人工集群（如集群机器人）智能以及人机共融智能已经有多方面的探索性研究。例如，2019年Li等人[5]在《自然》杂志上发表论文并提出粒子机器人，这种机器人能够模拟微观生物细胞集群的迁移，从而实现搬运物体及向光移动等行为；笔者在文献[6]中提出“人机共融智能”的概念，利用人类智能和机器智能的差异性和互补性，通过个体智能融合、群体智能融合、智能共同演进等实现人类与机器智能的共融共生，完成复杂的感知和计算任务。随着物联网、移动互联网、人工智能技术的发展，人工集群智能将不会局限在当前的同类群体协同（如人类、动物、机器），人、机、物异构群智能体协同增强将成为未来的发展趋势。本章将首先分析和阐述生物集群中所蕴含的丰富群体智能的涌现机理（3.1节），进而发掘将生物群智机理映射到人工集群系统的主要模式（3.2节），最后针对人、机、物异构群智能体协同探讨新一代人机物融合群智涌现机理（3.3节）。