作者：（美）托马斯·W.马隆
出版社：中信出版社
格式: AZW3, DOCX, EPUB, MOBI, PDF, TXT
超级思维试读：
前言
在英语中，“supermind”（超级思维）这个词的意思是[1]“多种个体思维形成的强大组合”。本书要讲述的正是超级思维在我们这个星球上的发展历程。我们会看到人类的历史在很大程度上就是人类超级思维的历史，也就是以群体（比如层级制、社群、市场和民主制）为单位的人，如何完成了仅凭一己之力绝不可能做到的事情。更重要的是，我们还会看到计算机将对人类超级思维的未来发展产生多么关键的影响。在很长一段时间里，计算机最重要的贡献不是人工智能，而是“超级连接”（hyperconnectivity），即以全新的方式和空前的规模将人类的思维彼此连接起来。不过随着时间的推移，计算机也会完成越来越多如今只有人类才能胜任的复杂思考。本书探讨的主要内容并不是计算机将如何完成人类过去常做的事情，而是人类和计算机将如何共同完成以前绝不可能做到的事情，人机超级思维又将如何成为我们这个世界有史以来智能水平最高的工具，以及我们将如何利用这些新型的集体智能来解决企业、政府和其他社会领域中的一些最重要的问题。[1] Collins English Dictionary, s.v.“supermind,” accessed April 30, 2017, https://www.collinsdictionary.com/us/dictiona.ry/english/supermind.引言2009年1月，蒂姆·高尔斯（Tim Gowers）发布了一则创造历史的博客。高尔斯是剑桥大学的数学教授，证明数学定理就是他谋生的方式。如果你像大多数人一样，那么你可能一辈子都没有证明过一条定理；或者至少在上完高中的几何课之后，再也没有证明过一条定理。然而，数学证明展现出来的严谨的逻辑思维，正是人类的很多最重要的科技成就得以实现的关键。通常，证明定理需要独立工作好几个小时，才能想出如何完成一个复杂证明的某个部分的一个片段。2009年，高尔斯决定尝试用一种不同的方式来做这件事，他想看看互联网上的[1]大量用户能否一起证明一条定理。在一篇题为《大规模协作的数学运算有可能实现吗？》的博客文章中，高尔斯向互联网上所有对协作证明定理感兴趣的[2]人发出了邀请。他推测这种大规模的协作可能会有用，原因至少有以下三点。第一，在各种解决问题（包括数学证明）的过程中，运气往往很重要。让很多人来解决一个问题，可以增加有人走运并想到好主意的概率。第二，不同的人了解的知识不同。所以，即使所有人都只提出对他们来说显而易见的观点，整个群体能获取的知识也比一两个人能获取的知识多得多。第三，不同的人有不同的思维方式。有些人善于提出可供尝试的新点子，有些人善于在别人的想法中寻找漏洞，还有些人则善于将大量的碎片整合成条理连贯的新观点。正如高尔斯在博客中概括的那样，“……如果一大群数学家的头脑能有效地连接起来，或许他们能更高效地解决问题”。接着，高尔斯又提出了几条能让协作变得更加简单的基本规则，比如讨论时保持礼貌，发言简洁精练。在随后的一篇博客文章中，他发布了证明黑尔斯–朱厄特（Hales-Jewett）定理的任务，该定理是应用于计算机科学及其他领域的一个只有少数人了解的数学分支的一部分。很快，其他数学家就接受了高尔斯的挑战。在高尔斯发布这篇博客文章后不到7个小时，加拿大不列颠哥伦比亚大学的数学家约瑟夫·索利摩斯（Jozsef Solymosi）就发表了第一条评论。15分钟后，美国亚利桑那州的一位高中数学教师詹森·戴尔（Jason Dyer）发表了第二条评论。又过了3分钟，加州大学洛杉矶分校的陶哲轩（Terence Tao，他和高尔斯都获得过相当于数学界的诺贝尔奖的菲尔兹奖）也发表了评论。到2009年3月中旬，参与者已经解决了这个问题的核心部分。到5月底，在1 500多条评论中，有39人的发言具有实质性意义。10月，该团队发表了描述他们研究成果的第一篇论文，而且他们所有论文的署名都是“D. H. J. Polymath”，这是为[3]整个团队起的一个笔名。由于有多位著名的数学家参与其中，所以你可能会怀疑这到底是不是一个团队项目，或者说关键工作是不是由少数最具名望的参与者完成的。事实上，尽管团队中的一些成员做出的贡献的确比其他人大，但在对项目的所有工作记录进行详细分析后，我们发现39位主要参与者中的几乎每个人都贡献了有影[4]响力的观点。换句话说，博学项目（Polymath Project）创造了历史，因为这是由几十位互联网用户组成的松散团队，在数学领域做出真正贡献的第一个案例，他们中的很多人在项目开始之前互不相识。古老的思想渊源博学项目的成功得益于利用了新的信息技术，以过去完全不可能的方式把人联系在一起。在本书中，我们将会看到很多这样的例子：庞大的在线群体创作出一部“百科全书”（维基百科），解决科学难题（蛋白质折叠电子游戏Foldit），彼此闲聊（脸书），以及对像飓风这样的人道主义灾难做出响应（非营利性危机预警平台Ushahidi）。但在某种意义上，这些数字时代的成就都只印证了人类文明史中的一个最古老的故事。这个故事是这样的：“出现一个问题，不同的人负责处理这个问题的不同部分。总的来说，比起个人的单打独斗，群体能更好地解决问题。”事实上，毫不夸张地说，我们的几乎所有重要的问题都是由群体解决的，而不是仅凭一己之力完成。比如，人们也许常说史蒂夫·乔布斯发明了iPhone（苹果手机），但实际上iPhone无疑是由世界各地的几千人设计和制造出来的，而他们依靠的也是前人留下的诸多技术发明。哪怕只是制作我今天午餐要吃的火鸡三明治，也需要几百人来种植、运输和准备肉类、面包、生菜、芥末和其他原料。与这些“简单”的问题相比，像如何应对气候变化、犯罪、战争和贫困，以及如何改善医疗保健和教育之类的社会问题复杂得多，需要的人力也多得多。在有助于有效解决问题的能力中，有一种叫作智能，而且我们通常认为智能是个体拥有的一种能力。但我们从前文的所有例子中可以明显看出，从解决问题的意义上说，智能也可以是群体拥有的一种能力。我们把群体的智能称为集体智能，本书要讨论的就是这种无处不在却常常被忽视的智能。我们将会看到，最先将人类的祖先和它们的动物近亲区别开来的东西正是人类的集体智能，而不是人类的个体智能。我们将会看到，人类的进步主要是由群体而不是个体完成的。我们将会看到，随着时间的推移，信息技术（比如书写和印刷）使得群体规模显著增大，智能水平也大幅提高。最重要的是，我们将会看到，人类目前正处于集体智能的另一次巨变的早期阶段，触发这次变革的是电子信息技术。不过，在想象集体智能的未来发展之前，我们有必要先简要地回顾一下它的过去。集体智能简史我们做一个思想实验：想象你搭乘着时间机器来到公元前45 000年非洲的一片热带雨林。尽管你的知识水平和现在一样，但你却是孤身一人。天气炎热、潮湿，四周还传来很多奇怪的声响。如果你走运，或许能依靠水果、坚果和其他食肉动物留下的猎物尸体，以及你偶尔抓到的鱼或者蚱蜢活下来。不过，你终将成为食物链的一环，一直活在对比你强大的捕食者的恐[5]惧中。例如，如果你偶然碰到一头饥饿的狮子，那么你很可能会成为它的午餐，而不是你吃掉它。我们人类的远祖也曾面临这样的境况，但主要的区别在于，远古人类并不是孤身一人，而是过着群居生活。事实上，他们的大脑天生就有建立相互联系的能力。相较于与人类体型相似的动物的大脑，人类的大脑是目前动物界中最大的。而且，在多出来的脑容量中，有很大一部分似乎就是服务于社交智能[6]的。如果你检视包括猴、猿和人类在内的所有灵长类动物，就[7]会发现新皮质区域越大的物种，形成的社会群体也越大。有效融入更大的社会群体的能力，是人类大脑的最重要的进化优势之一。这背后最主要的原因或许是，群体比个体能更有效地保护[8]他们免受捕食者的伤害。群体中的少数人可以在其他人吃杧果的时候，密切注意狮子的动向。狮子也不太可能攻击一大群人，因为它知道即便能轻易地制服一个人，也很可能在与十几个人的战斗中失败。当人类成为捕食者时，庞大的群体变得更加有效。比如，由几十个人组成的群体可以把一整群野马团团[9]围住，然后将它们赶进峡谷，一网打尽。除了卓越的社交智能外，早期人类还发展出比其他动物更丰富的沟通方式。这些人类语言不仅可用于协作狩猎，还可用来分享创意，例如，怎样控制火，怎样制作弓箭，以及怎样造船。即使那些会取火的“阿尔伯特·爱因斯坦”——不管他们是谁——如果无法将他们掌握的技术传播给别人，也不会给这个世界带来多大的改变。他们的创新之所以有影响力，只是因为他们的创意为很多人和群体共享，后者可以进一步应用和发展它们。在30 000~70 000年前，我们人类的祖先已经拥有了与现[10]代人类别无二致的身体和大脑，并凭借他们的能力在世界上占据越来越高的地位。例如，人类在大约45 000年前到达澳大利亚海岸。之后在几千年的时间里，这片大陆上其他24种体[11]型最大的动物中有23种已经灭绝了。虽然我们没有任何关于人类屠杀动物的目击报告，但以狩猎采集为生的人类祖先最终还是以某种方式到达了食物链顶端。而且，成为顶级捕食者的是人类群体，而不是个体。农业类似的故事也发生在人类的另外两个主要发展阶段：农业革命和工业革命。在大约12 000年前，人类开始系统地培育小麦、玉米、奶牛和其他很多动植物。这使得全球人口从大约200万增长到1700年的6亿，进一步巩固了人类对大自然的其[12]他部分的统治。但是，农业比狩猎和采集需要更多和更大规模的群体协作。农民种植粮食，但他们通常不会自己盖房子，盖房子的木匠又需要从农民那里获取粮食。于是，人们就在市场上用他们拥有的东西来交换他们需要的东西。随着农业社会的发展，庄稼和房屋也需要保护，免受侵略者和窃贼的破坏。在这个问题上，人们通常会依赖于由国王和皇帝统治的政府。上述成就全都依赖于人类的集体智能和技术，仅凭一己之力根本不可能做到。像书写这样的信息技术尤为重要，因为它们让原本不可能实现的跨越时空的沟通成为现实。工业从18世纪开始，随着人类开办工厂、发明机器，工业时代的大幕被缓缓拉开，劳动分工和各种各样更复杂的协作得到了进一步发展。与新的分工方式相结合的新技术使生产率得到大幅提升。比如，经济学家亚当·斯密就曾以著名的大头针工厂的例子来说明劳动分工的重要性。在这家工厂里，原先一位制针工人要完成的任务被分解成切断金属丝、打磨针尖等18项单独的任务，而且每一项任务都由不同的专业工人来完成。在更大规模的群体当中，这样的分工方式可以大大地提高生产率。在工业时代，除了规模更大的市场和政府，还出现了规模更大的社群，比如世界科学界，让新的互动方式成为可能。这些变化都依赖于信息技术的进一步发展，包括印刷术和我们今天知道的各种电子通信技术。所有这些进步的结果是，世界人口再次增长，仅在过去的300年里就从6亿增加到70多亿。人类对地球的统治如此成功，以至于现在人类自身也许才是地球未来的最大风险。同样地，这些发展也不只是人类个体智能的结果。大概没有一个人会说：“我希望人口能够尽可能地增加，这样一来，人类就可以统治大自然了。”事实上，这些结果无论好坏，都是人类的集体智能和技术共同造就的。集体智能到底是什么？把由人和计算机组成的群体视为一种超个体，也许看起来就像一个富有诗意的隐喻。但我们将会看到，这个观点从很多方面来说都是相当准确的。事实证明，人类群体和人类个体一样，都有可进行科学测量的属性。我们将会看到，研究表明，心理学家用来测量个体智能的统计方法也可用于测量群体智能的衡量。在这个过程中，我们将会看到有些群体确实比其他群体睿智，我们也将更准确地理解其中的原因。我们也将看到，我和我的一位同事在研究中采用神经科学家开发的一种用于测量意识的方法，去分析人机群体中的交互模式。我们发现，最高效的群体也是交互模式与有意识的人脑最相像的群体。这是不是意味着那些群体真的“有意识”呢？尽管答案是否定的，但我们将会看到，有很多原因表明这种想法可能并不是痴人说梦。我们还将看到，一个群体自身的意愿往往与群体中个体的意愿不一致。比如，即使在对员工没有任何益处的情况下，公司也常会做对其自身利润有益的事情，这毫不奇怪。民主政府常会做出公民不喜欢的选择；市场会无情地将食物、房屋和其他各种资源分配给出钱最多的人，即使这样做会让其他人几乎一无所有。所以，从某种重要的意义上说，这些具有集体智能的“生物”确实拥有超越个体的“生命”。我们把这种生物称为超级思维。在这里，“超级”并不一定意味着“更好”，而只意味着“更具包容性”。换句话说，正如超个体（比如，一个蚁群）包含其他生物（比如，个体蚂蚁）一样，超级思维（比如，一家公司）也包含其他思维（比如，公司员工的想法）。和动植物个体一样，超级思维也可以被分成多个“物种”。我们将详细了解以下4个重要的类别：层级制：当权者做出决策，其他人必须服从。存在于企业、非营利组织和政府的运营部门中。民主制：通过投票做出决策。存在于政府、俱乐部、企业和很多其他群体中。市场：根据贸易伙伴间的双方协议做出决策。存在于人们进行金钱、商品和服务交易的任何地方。社群：通过非正式的共识或共享的规范做出决策。存在于人类生活的方方面面，从本地社区到职业群体再到国家文化。所有这些不同类型的超级思维一直在相互作用：有时协作，有时竞争，有时则彼此毁灭。当你从这个角度看待世界时，你可能会发现今天的新闻大多都与这些不同类型的超级思维的冒险活动有关。这里有几个例子：一是以苹果与三星为代表的层级制公司，争夺全球智能手机市场的主导地位。二是美国民主制度下的自由派与保守派就医疗保健问题到底应该通过自由市场、政府层级制度还是二者的某种组合才能得到更好解决的议题展开争论。三是美国最高法院（层级制政府中的一个带有些许民主色彩的部门）就“联合公民诉联邦选举委员会案”做出裁决，认定大型层级制企业用金钱影响民主选举的行为是违法的。四是地方社区对层级制政府试图规定跨性别者可使用的洗手间的法令表示反对。所有这些事件都发生在最后一种能涵盖其他所有超级思维的背景之下：生态系统：依据谁拥有最大的权力和最强的生存繁衍能力做出决策。存在于缺乏总体合作框架的任何地方，比如我们在上文中看到的各种不同类型的超级思维之间的冲突。和自然界中的生态系统一样，生态系统超级思维也是按照“弱肉强食，适者生存”的法则运行的，只有行之有效的超级思维才能获得回报。这就意味着，不管我们喜欢与否，在任意特定时间存在于某个生态系统的个体和超级思维，在过去都是强大和成功到足以生存或繁衍的。这种对生存的渴望，或许就是超级思维有独立于其成员的自我意愿的最重要原因。不过，令人吃惊的是，对超级思维有利的东西往往也对个体有利。作为个体，我们通常不得不依靠各种各样的超级思维，解决这个世界面对的大问题。但是，我们有时也能影响既有的超级思维，或者创造出新的超级思维来处理对我们而言很重要的问题。在这个过程中，我们应该把赌注押在最适合手边问题的超级思维上。为了帮助你做出恰当的选择，我们会对不同类型超级思维的一些关键的优势和劣势进行分析。信息技术如何让超级思维变得更智能？为了弄清楚信息技术将如何改变世界，我们需要理解目前驱动世界运转的超级思维。不过，我们也需要了解新一代电子信息技术将如何从根本上改变这些超级思维。现在，许多人认为最重要的新型信息技术是人工智能（AI），因为它能让机器人和其他软件程序去做以前只有人类才能做到的事情。当然，像亚马逊公司的Alexa（人工智能语音助手）和谷歌公司的自动驾驶汽车这样的产品确实越来越智能了。而且，在未来的某一天，我们有可能会拥有像人类一样聪明和适应性广的人工智能机器。但大多数专家都估计，至少在几十年或者更长的时间内它不可能成为现实。在此期间，我们对人工智能的利用也离不开人类的参与，因为后者能提供机器本身尚不具备的各种技能和一般智力。在可预见的未来，信息技术的另一种用途甚至比单纯地创造更好的人工智能更重要，那就是建立人机群体，并展现出比以往任何时候都强得多的集体智能。我们常常高估人工智能在这方面的潜力，又常常低估存在于地球上大约70亿个信息处理能力惊人的人类大脑间的超级连接的潜力，更不用说其他几百万台不包含人工智能的计算机了。我们很容易高估人工智能的潜力，因为我们很容易想当然地认为计算机像人一样聪明。我们已经知道人类是什么样子，而且科幻电影和小说中的很多故事都与智能计算机有关，比如《星球大战》中的R2–D2（宇航技工机器人）和邪恶的终结者生化电子人，它们的行为表现就像我们已经了解的好人和坏人一样。不过，要创造出这样的机器可比想象它们难多了。另外，我们之所以会低估超级连接的潜力，或许是因为创造出庞大的人机群体连接网络比想象它们到底能做什么更容易。事实上，到目前为止，我们使用计算机主要是为了与他人联系。在电子邮件、移动应用、网络和像脸书、谷歌、维基百科、网飞、YouTube视频和推特等这类网站的帮助下，我们已经创造出世界上前所未有的规模最庞大的人机群体。但对我们来说，要理解这些群体当下的作用仍然很难，而要想象它们在未来将如何变化则难上加难。本书的目标之一就是帮你想象各种可能性，以及它们将如何帮助我们解决最重要的问题。比如，我们将会看到，信息技术如何帮助我们创建规模更大的群体、更具多样性的群体、拥有全新组织方式的群体，以及结合了人类智能与机器智能的群体，从而做到过去绝不可能做到的事情。换句话说，我们要探究的是集体智能的核心问题之一：人与计算机如何才能连接起来，并达到任何个人、群体或者计算机都从未达到的智能水平呢？超级思维如何帮助我们解决问题？超级思维要想具备实用性，就必须解决我们关心的问题。为了说明其中的某些可能性，我们将会看到几个在企业战略规划、应对气候变化和管理人工智能风险的过程中，如何利用超级思维解决问题的例子。我们也将看到，在地球上集体智能的发展显然是有终点的，它就是“全球思维”，即地球上所有人、计算机和其他类[13]型的智能的组合。我们将会看到，在某种程度上，全球思[14]维已经存在，而且其智能化水平一直在提高。最后，本书将针对我们应该如何利用全球思维做出既聪明又明智的选择进行一些思考。[1] Timothy Gowers and Michael Nielsen,“Massively Collaborative Mathematics,” Nature 461, no.7266 (2009):879-81,doi:10.1038/461879a;Justin Cranshaw and Aniket Kittur,“The Polymath Project:Lessons from a Successful Online Collaboration in Mathematics,”in Proceedings of the SIGCHI Conference on Human Factors in Computing Systems(New York:Association for Computing Machinery,2011),1,865-74,doi:10.1145/1978942.1979213.[2] Timothy Gowers,“Is Massively Collaborative Mathematics Possible?”Gowers’s Weblog,January 27,2009,http://gowers.wordpress.com/2009/01/27/is-massively-collaborative-mathematics-possible/.[3] D.H.J.Polymath,“Density Hales-Jewett and Moser Numbers,”preprint,submitted February 2,2010,https://arxiv.org/abs/1002.0374;D.H.J.Polymath,“A New Proof of the Density Hales-Jewett Theorem,”preprint,submitted October 20,2009,https://arxiv.org/abs/0910.3926.[4] Cranshaw and Kittur,“The Polymath Project.”[5] Yuval Noah Harari,Sapiens:A Brief History of Humankind(New York:HarperCollins,2015),11.[6] The dimension on which humans excel is called the encephalization quotient.See M.D.Lieberman,Social:Why Our Brains Are Wired to Connect(New York:Crown,2013),29;Gerhard Roth and Ursula Dicke,“Evolution of the Brain and Intelligence,”Trends in Cognitive Sciences 9,no.5(2005):250-57,http://dx.doi.org/10.1016/j.tics.2005.03.005;Robin I.M.Dunbar,“Neocortex Size as a Constraint on Group Size in Primates,”Journal of Human Evolution 22,no.6(1992):469-93,doi:10.1016/0047-2484(92)90081-J;Robin I.M.Dunbar,“Coevolution of Neocortical Size,Group Size and Language in Humans,”Behavioral and Brain Sciences 16,no.4(1993):681-94,https://doi .org/10.1017/S0140525X00032325;Robin I.M.Dunbar,Grooming,Gossip,and the Evolution of Language(Cambridge,MA:Harvard University Press,1998);Robin I.M. Dunbar and Susanne Shultz,“Evolution in the Social Brain,”Science 317,no.5,843(2007):1,344-47,doi:10.1126/science.1145463.[7] Dunbar,“Neocortex Size as a Constraint.”[8] Dunbar,Grooming Gossip,and the Evolution of Language,17-18.Dunbar gives several examples of primates acting in groups to defend against predators.But if you are a stickler for the historical plausibility of hypothetical examples,you may be wondering whether lions and mangoes ever existed together in ancient times as I posited here.The answer is:they probably did.Lions were common in Africa,and so were African mangoes.See Wikipedia,s.v.“lion,”accessed February 11,2018,https://en.wikipedia.org/wiki/Lion;“Historic vs Present Geographical Distribution of Lions,”Brilliant Maps,April 26,2016,http://brilliantmaps.com/distribution-of-lions/;Wikipedia,s.v.“Irvingia gabonensis,”accessed February 11,2018,https://en.wikipedia.org/ wiki/Irvingia_gabonensis.It is less likely that lions would have been in a rainforest,since they typically inhabit grasslands and savannas.But perhaps the imaginary scenarios described here took place near the edge of a rainforest or involved unusual lions who liked rainforests.See Wikipedia,s.v.“lion”;Jeremy Hance,“King of the Jungle:Lions Discovered in Rainforests,”Mongabay,August 13,2012,https://news.mongabay .com/2012/08/king-of-the-jungle-lions-discovered-in-rainfore sts/.[9] Harari,Sapiens,36.[10] Ibid.,20-21.[11] Large animals are defined as species weighing 100 pounds or more.See detailed reference in Harari,Sapiens,65n2.Recent research suggests that humans may have been in Australia for 5,000 to 18,000 years before the megafauna went extinct,but humans are still prime suspects in their death.See Nicholas St.Fleur,“Humans First Arrived in Australia 65,000 Years Ago,Study Suggests,”New York Times,July 19,2017,https://www.nytimes.com/2017/07/19/science/humans-reached-australia -aboriginal-65000-years.html.[12] For population estimates used here and in the rest of this section,see Max Rosner and Esteban Ortiz-Ospina,“World Population Growth,”Our World in Data,April 2017,https://ourworldindata.org/world-population-growth/.[13] Lingling Wei,“China’s Response to Stock Rout Exposes Regulatory Disarray,”Wall Street Journal,August 4,2015,http://www.wsj.com/articles/chinas-response-to-stock-rout-exposes-regulatory-disarray-1438670061;Keith Bradsher and Chris Buckley,“China’s Market Rout Is a Double Threat,”New York Times,July 5,2015,http://www.nytimes.com/2015/07/06/business/ international/chinas-market-rout-is-a-double-threat.html.[14] Peter Russell,The Global Brain:Speculations on the Evolutionary Leap to Planetary Consciousness(Los Angeles:J.P.Tarcher,1983);Howard Bloom,Global Brain:The Evolution of Mass Mind from the Big Bang to the 21st Century(New York:Wiley,2000);Abraham Bernstein,Mark Klein,and Thomas W.Malone,“Programming the Global Brain,”Communications of the ACM 55,no.5(May 2012):41-43,doi:10.1145/2160718.2160731.第一部分什么是超级思维？第1章如果你在街上看到它，你能认出超级思维吗？1776年，亚当·斯密在《国富论》中写道，在市场中谋取自身利益最大化的买方和卖方，往往也会由市场中的“一只看不见的手”引领，去谋取社会利益的最大化。例如，你有一辆冰激凌车，假如卖芥末味的冰激凌比卖摩卡味冰激凌能让你获取更多的利润，那么你的生意也会为社会贡献更多的经济价值。[1]当然，在某些情况下，谋求个人利益最大化并不意味着社会利益的最大化。不过，亚当·斯密深刻地意识到，市场中的人际互动常能带来任何个体都无法实现的良好的总体结果。即使你卖芥末味的冰激凌只是为了赚更多钱，但你也在不经意间通过使用整个社会的牛奶、食糖、劳动力和其他资源而让更多人感到快乐。亚当·斯密把市场的这种近乎神秘的属性称作“看不见的手”。然而，市场不仅有看不见的手，还有看不见的思维。事实上，市场就是超级思维。尽管超级思维无时无刻不在我们身边，但要看到它们，你必须知道如何看。一些超级思维，比如公司，通常很容易看出来，而其他超级思维，比如生态系统，则很难看出来。我有时会跟自己玩一个小游戏，那就是当我走在街上的时候，数数我能看到多少超级思维。当我走出麻省理工学院的办公楼，然后左转走向肯德尔广场时，我可能会看到一个施工队、一家银行、多个商店和餐馆，以及一条虽然拥挤但行人不会撞到彼此的人行道。尽管这些都是超级思维，但为了看到它们，我们需要以一种非常特别的方式去看。为了做到这一点，我们需要了解超级思维的定义。下面这个定义将贯穿全书：超级思维——以看似智能的方式共同行事的一群个体。我们也可以把集体智能定义为任何超级思维都具有的一种[2]属性：集体智能——以看似智能的方式共同行事的群体取得的结果。由于超级思维定义中的每个词都很关键，所以让我们来逐个剖析一下。一群……要看到超级思维，我们先得发现一个群体，这通常很容易做到。例如，正在对我办公室附近的一幢大楼进行改造的施工队，显然是一群人。我有时会去买火鸡三明治的那家餐馆的店员，也是一群人。然而，有些群体就不这么显而易见了。例如，走在人行道上的人们并不是一个你平常会多加留意的群体，但当他们为了避免撞到彼此而（大多）无意识地闪躲时，在这一刻他们就成了一种超级思维。个体……尽管定义说超级思维是由“个体”组成的，但并没有明确说明是哪种个体。这意味着超级思维中的个体可能很小，也可能很大，而且，他们不仅包含思维，还有受思维控制的实体和其他资源。例如，我们可以说我所在社区中的星巴克咖啡店是一个超级思维，它包括店里的所有员工，还有桌子、椅子、咖啡机和咖啡豆。或者，我们可以说整间咖啡店本身是一种规模更大的超级思维——包含我所在社区中的所有咖啡商户的市场——中的个体。或者在较低层面上，我们可以说星巴克的一位咖啡师是一种超级思维，其个体包括咖啡师大脑中的所有神经元，没错儿，每个人的思维本身就是一种超级思维。共同行事……那么，所有群体都是超级思维吗？不一定。只在其个体采取某种行动时，群体才是超级思维。例如，你应该不会认为放在地上的咖啡杯组（4件套）是超级思维。但只采取某种行动的群体也不一定是超级思维，个体还必须共同行事。换句话说，他们的活动必须是有关联的。两个不同城市的两个不相干的人，即使在同一天的早晨各自昏昏沉沉地煮着咖啡，也不可能是超级思维。不过，在一家星巴克咖啡店里为了满足顾客的所有需要而一起工作的两位咖啡师，则是超级思维。这里有一点很重要：尽管个体的行动需要有关联，但一个超级思维中的个体无须彼此合作或者目标一致。比如，一个名叫创新中心（InnoCentive）的网站，科学家和技术专家可以在这里比拼破解像如何合成某种特定化合物这样的难题。虽然解决问题者是相互竞争（没有合作）的关系，但他们的行动也是相关联的，因为他们都在解决相同的问题。以看似智能的方式……最后，只有一群行动有关联的个体仍然不够。要成为超级思维，群体还必须做看似智能的事情。在定义中，“看似”这个词可能会让你觉得惊讶，因为它听起来有点儿优柔寡断。但它确实必不可少，因为从某种重要的意义上说，超级思维和美一样，都是“情人眼里出西施”。事实上，超级思维的所有元素（即智能、个体、群体、行[3]动和关联）都必须由观察者来识别。而且，不同的观察者会用不同的方式来分析相同的情形。例如，你认为每一家星巴克咖啡店本身就是一个超级思维，而我认为每家店只是一个更大的超级思维的一部分，尽管我们都是对的，但却会对形势产生不同的洞见。观察者的作用在评判智能方面尤为重要，因为在某种程度上，这往往是一种主观判断。例如，你评判某个实体是不是智能的，主要取决于你对这个实体试图实现的目标的看法。当学生做多项选择的智力测验时，我们会假定他们正试图给出出题人认为正确的答案。但我一下子就想起了我高中时代的一个女同学，她非常聪明但也非常叛逆，她在做这类测验的时候，很可能会在选择题答题卡的圆圈里画上好看的花朵图案。如果她真的这样做了，那么通常的测试评分法根本无法测量她的高智商！总之，为了评估一个实体的智能水平，观察者必须对这个实体的目标做出假设。当评估一个群体的智能水平时，将对观察者而言重要的群体目标考虑在内往往是有帮助的，即使群体中没有个体持有这样的目标。例如，一座城市中的每辆冰激凌车车主都有各自不同的目标：他们中的大多数人可能都想赚尽可能多的钱，同时希望拿到经营许可的竞争者少一点儿。如果你在这座城市的公园管理部门工作，在决定该为多少辆冰激凌车颁发公园经营许可证时，你可能想对游客进行调查，了解他们是否认为自己能买到足够物美价廉的冰激凌。对由公园里的所有冰激凌车组成的超级思维来说，这些调查是评估其总体智能水平的一种方法。最后，需要注意的是，如果我们观察到某个群体试图做智能的事情，即便没有成功，我们也可以把这个群体视为超级思维。例如，有一家初创软件公司，即使整个团队竭尽所能，它的产品还是失败了，公司因此倒闭，你也可以把它看作超级思维。什么是智能？那么，我们在前文中提到的智能究竟是什么意思呢？这个术语可以说是出了名地难把握，不同的人以不同的方式来定义[4]它。例如，《不列颠百科全书》（Encydopaedia Britannica）给它的定义是：“有效适应环境的能力。”认知心理学家霍华德·加德纳（Howard Gardner）把它定义为“解决问题或者创造产品的能力，而且这些问题和产品在一种或多种文化背景下都受到重视”。此外，一个由52位知名心理学家组成的团队将该领域内的主流观点总结如下：智能是一种非常普遍的心理能力，除了其他因素之外，还包括推理、规划、解决问题、抽象思考、理解复杂观点、快速学习和汲取经验的能力。它不只是表现书本学习、狭义的学术技能和智能测试。更确切地说，智能反映了我们对周遭环境的一种更广泛与深层次的理解能力，即对事物[5]的“认知”、“了解”，或者“明白”自己该做什么。根据本书的主旨，我们将给出两种关于智能的定义，它们各自适用的情况也是不同的。第一种是专业智能：专业智能——在给定环境中有效地实现特定目标的能力。这个定义与上文中提到的《不列颠百科全书》及霍华德·加德纳给出的定义是等价的。总的来说，它的意思是一个智能实体会根据自己知道的一切，去做任何最有可能帮助其实现目标的事情。说得更直白一点儿，专业智能就是实现特定目标的“效能”。从这个意义上说，专业的集体智能就是“团队效能”，超级思维就是一个有效能的团队。我们要介绍的第二种智能的应用更广泛，往往也更有趣：通用智能——在不同的环境中有效实现各种不同目标的能力。这个定义与前文中提到的52位心理学家给出的定义相似，而且智力测验衡量的就是这种智能，而不只是评估你有效完成一些特定任务的能力。事实上，测验中的这些任务都是精心挑选的，以便对你完成测验之外的很多其他任务的能力进行预测。比如，在智力测验中得分高的人通常比其他人更擅长阅读、写作、算术和解决许多其他类型的问题。当然，一个长期从事某项特定工作——比如修理本田汽车——的人，很可能要比一个更聪明却从未打开本田汽车引擎盖的人更擅长修车。但是，更聪明的人往往也更善于快速学习新事物和适应新环境。在下一章中，我们将会看到更多有关这个定义的内容，但这里有一个关键点，那就是通用智能的定义要求智能行为体不仅擅长完成某项特定任务，还善于学习如何完成各项不同的任务。简单地说，这个定义与“多样性”或者“适应性”的意思大致相同。那么从这个角度说，一般的集体智能就是“团队多样性”或者“团队适应性”。专业智能与通用智能之间的差异，有助于我们辨别现在的计算机与人在能力方面的差异。在专业智能方面，目前的一些人工智能计算机比人要聪明得多。比如，在执行像下棋或玩Jeopardy（危险边缘）益智问答游戏这样的具体任务时，计算机就比人的表现好。但是，不管它们多么擅长完成这些特定的任务，目前计算机的通用智能水平都远不及任何一个5岁的正常人。比如，现在没有一台计算机能像一个普通的5岁孩子那样顺畅地谈论问题，更不用说这个孩子还会走路、捡起奇形怪状的物体，以及看出别人是否开心、难过或生气。所以，当我走在办公室附近的街道上（或者其他任何地方）时，会看到很多超级思维。要想识别它们，我需要确认4个要素：第一，一群个体；第二，这些个体正在采取某些行为；第三，这些行为之间存在的某种相互联系；第四，我们评估这些行为时的参照目标。每当我看到这4个要素组合在一起时，我就能找到一个超级思维。不过有一点很重要，那就是识别超级思维的过程有时很有用，有时则不然。比如，我可能会说办公桌的4条腿构成了一个群体，共同防止桌面掉落到地上。就其本身而言，这句话并没有错，而且从这个角度看，我的桌子就是一种极其简单的超级思维。但是，把超级思维的概念以这种方式应用于我的桌子或许效用很小，因为我们并不能从中获得一点儿有关如何使用桌子或做其他任何事情的新见解。正如物理学家需要学习如何巧妙地运用像力、质量和能这样的概念，去有效地认识真实的物理情景一样，我们也需要学习如何巧妙地运用超级思维和集体智能的概念，去真正理解现实世界。[1] Kenneth J.Arrow and Gérard Debreu,“Existence of an Equilibrium for a Competitive Economy,”Econometrica 22,no.3(1954):265-90,doi:10.2307/1907353.[2] The basic concept of supermind used here is a generalization of the concept of“corporate entity”as defined by Benjamin Kuipers in“An Existing,Ecologically-Successful Genus of Collectively Intelligent Artificial Creatures,”presented at the Collective Intelligence Conference,MIT,Cambridge,MA,April 2012,https://arxiv.org/pdf/1204.4116.pdf.The detailed definition of a supermind is based on the definition of collective intelligence in Thomas W.Malone and Michael S.Bernstein,Handbook of Collective Intelligence(Cambridge,MA:MIT Press,2015),1-13.Of course,this is not the only way to define collective intelligence,and many authors have defined it in other ways.A sample of other definitions and a history of how the term has been used previously is also included in Malone and Bernstein,Handbook,10.Starr Roxanne Hiltz and Murray Turoff,for example,define collective intelligence as“a collective decision capability[that is]at least as good as or better than any single member of the group.”See Hiltz and Turoff,The Network Nation:Human Communication via Computer(Reading,MA:Addison-Wesley,1978).John B.Smith defines it as“a group of human beings[carrying]out a task as if the group,itself,were a coherent,intelligent organism working with one mind,rather than a collection of independent agents.”See Smith,Collective Intelligence in Computer-Based Collaboration(Hillsdale,NJ:Lawrence Erlbaum,1994).Pierre Levy defines it as“a form of universally distributed intelligence,constantly enhanced,coordinated in real time,and resulting in the effective mobilization of skills.”See Levy,L’intelligence collective:Pour une antbropologie du cyberspace(Paris:Editions La Decouverte,1994).Translated by Robert Bononno as Collective Intelligence:Mankind’s Emerging World in Cyberspace(Cambridge,MA:Perseus Books,1997).And Douglas Engelbart defines the closely related term collective IQ as a community’s“capability for dealing with complex,urgent problems.”See Engelbart,“Augmenting Society’s Collective IQ,”presented at the Association of Computing Machinery Conference on Hypertext and Hypermedia,Santa Cruz,CA,August 2004,doi:10.1145/1012807.1012809.Each of these definitions provides useful insights,but as we’ll see,the broader definition used here allows us to derive insights by comparing and contrasting very different forms of collective intelligence.[3] We are taking here a pragmatic view in two different philosophical senses:the pragmatic view of scientific theories and the philosophical tradition of pragmatism.See Rasmus Gronfeldt Winther,“The Structure of Scientific Theories,”in Stanford Encyclopedia of Philosophy(Winter 2016 edition),ed.Edward N.Zalta(Stanford,CA:Stanford University,2016),https://plato.stanford.edu/archives/win2016/entries/structure-scientific-theories/; Christopher Hookway,“Pragmatism,”in The Stanford Encyclopedia of Philosophy,https://plato.stanford.edu/archives/sum2016/entries/pragmatism/.In other words,we are saying that a scientific theory(such as our theory of superminds) includes how the theory is interpreted in practice and whether these interpretations are useful.This means,from our point of view,that it doesn’t really make sense to ask whether a supermind exists.What matters is whether a particular interpretation of the world that includes that supermind is useful.One could similarly say that theoretical concepts in physics(like force and energy) and in economics(like supply and demand) exist only in the context of how they are interpreted by observers in particular situations and how useful those interpretations are.[4] Encyclopedia Britannica,s.v.“intelligence”(cited by Shane Legg and Marcus Hutter,“A Collection of Definitions of Intelligence,”technical report no.IDSIA-07-07,IDSIA,Manno,Switzerland,2007,https://arxiv.org/pdf/0706.3639.pdf);Howard Gardner,Frames of Mind:Theory of Multiple Intelligences(New York:Basic Books,1983).[5] Linda S.Gottfredson,“Mainstream Science on Intelligence:An Editorial with 52 Signatories,History,and Bibliography,”Intelligence 24,no.1(1997):13-23.试读结束[说明：试读内容隐藏了图片]