蚂蚁的群体智慧超过了人类智能？AI或许可以借鉴蚂蚁智能！

近日，以色列魏茨曼科学研究所团队在《美国国家科学院院刊》（PNAS）上发表的一项蚂蚁实验研究结果引发讨论。

研究人员以经典几何问题“钢琴搬运难题”为灵感，让长角立毛蚁和人类搬运者比赛移动“工”字形物体穿越迷宫。实验结果显示，蚂蚁群体的表现优于个体，并在某些情况下超越了人类团队。

△研究比较蚂蚁与人类合作解决搬运问题

蚂蚁没有大脑，不具备复杂思维能力，却通过群体协作更高效地完成了人类团队在困难中挣扎完成的任务。

这一发现让简单与复杂之辩重回讨论视野。复杂是否一定优于简单？当前人工智能的研究是否正走在一条错误的道路上？“吃瓜网友”频频发问。

作为东南大学自动化学院的教授，李新德长期专注于智能机器人的开发，仿生鸟、螃蟹抓手、水陆空三栖机器人，自然界中的生物也是他获得研究灵感的“富矿”。面对鼓吹蚂蚁智能的“热潮”，他有着自己的“冷思考”。

△东南大学自动化学院教授、俄罗斯自然科学院外籍院士李新德

蚂蚁搬运实验如何启发人工智能发展？

在上述钢琴搬运难题的实验中，蚂蚁的集体记忆被认为发挥了重要作用。研究表明，蚂蚁群体中的任何个体的失败尝试都会被其他成员利用，以避免重复犯错。李新德教授解释道，这类似于人工智能领域的“经验回放机制”。

相当于在智能体当中放置了一个录像机或笔记本，可以通过不断汇聚集体记忆形成可以重复利用的经验池。当集体遭遇新的情况时，可以便利地调用池中的经验，进行回放学习以快速解决新的问题。围棋机器人AlphaGo就是经验回放机制的典型应用。

                        △人工智能深度学习图示

此外，蚂蚁群体在遭遇失败后展现出了极强的快速调整能力。当路径被堵住时，蚂蚁也会立刻改变方向，这种动态调整能力正是人工智能目前缺乏的。李新德教授指出，这可以为当下智能机器人的路径规划提供借鉴，“通过不断试错，机器人可以找到最优答案，这与蚂蚁执行任务的策略是一致的”。

李新德教授认为，蚂蚁的群体协作也为机器人功能开发提供了有益的启示。蚂蚁在群体内部有着明确的分工机制，蚁后、工蚁等各种类别承担不同的职能，配合实现群体内部的高效运行。由此，智能机器人的研发也未必需要追求无所不能，在一款机器人身上集中所有的功能，可以将不同的功能分散到多个机器人，搭建起健康的协作框架，以追求“1+1＞2”的最终效果。

人工智能研究如何借鉴生物智能？

事实上，人工智能领域对蚂蚁行为早有研究，蚁群算法就是模仿自然界蚂蚁觅食行为产生的。蚂蚁会沿着信息素浓度较高路径行走，而每只路过的蚂蚁都会在路上留下信息素，这就形成了一种类似正反馈的机制。由此蚁群总是可以寻找最短到达食物源的路径。

△觅食中的蚂蚁

李新德教授介绍，人工智能领域也有模仿狼群社会协作机制的狼群算法、借鉴鸟类觅食机制的粒子群算法、模拟座头鲸捕猎行为的鲸鱼算法等，这些都是学习生物智能的有益成果。

“在广大的自然界之中，无论是动物还是植物，在经过了亿万年的发展演变之后，都形成了各自的优势。在我们看来比较复杂的事情，在它们看来却是熟能生巧、手到擒来。这些知识和经验，都值得我们去学习借鉴。”

人工智能的发展方向是“追求复杂”？

多年来，人类致力于打造复杂的神经网络，希望让机器来模拟人类大脑的思维方式，“追求复杂”似乎是人工智能发展的重要取向。

对此，李新德教授认为，人工智能的发展始终是为了解决现实问题，而不是纯粹追求复杂。从感知机到深度学习网络，表面看来人工智能的确向着愈加复杂的方向不断发展，但每个发展阶段都有需要解决的特定任务。车牌识别、人脸识别都经历了从崭新的研究课题到普遍运用的转变过程。

△人工智能发展脉络

与此同时，繁简与优劣之间也不存在必然的联系。“看似简单的现象，实际上背后的生物机理并不简单”。蚂蚁经过数万年的进化，能在群体协作方面做到极致，是熟能生巧的结果。同样，人脑智能也是自然演化的结晶，二者都是值得研究学习的对象，无需区别高低优劣。

“随着科学的进步，这些复杂的事情，人工智能会使其变得越来越简单。”

作者：南京大学新闻传播学院段明淼杨昕李园园 

指导老师：南京大学新闻传播学院副教授庄永志 

现代快报/现代+记者 朱俊骏 于露

图片来源：南京大学