单智能体智能

• 我们知道，人工智能研究的核心理念是“模拟智能活动的特征和结果”。到目前为之，我们所讨论的方法，都是模拟“单一”智能体的智能活动。

• 比如我们所介绍的自动推理、知识图谱、搜索技术，实际上是受到人类智能现象的启发，建立计算模型来模拟一个人如何总结知识、如何进行推理，如何求解问题。

适合生存：物种的智能活动

• 而我们今天要介绍的进化智能和群体智能，则是从自然界中适者生存的客观规律中获得启发。

• 在自然界中，物种在时间和空间上通过调整自身行为、属性来适应环境，使整个物种生存并且不断发展、延续。

• 如果我们将一个“物种”作为整体，那么物种的适应环境、优化自身的能力是否是智能的？

适合生存：物种的智能活动

• 关于这个问题，图灵在1950年曾提出一种观点，认为：智能的本质是系统调整自身行为来适应不断变化的环境的能力，而与系统的形态、外观没有关系。

• 以图灵的观点来看，物种的“适者生存”显然是一种智能活动。

实际上，人类的智能也是物种不断进化和发展的产物。

• 因此，模拟物种“适者生存”的能力，同样属于人工智能的研究范畴。

对物种适者生存能力的解读，可以分时间和空间两个维度来考虑，由此分别产生以下两个研究分支：

“进化智能” “群体智能”

进化智能：时间维度上的适者生存

• 第一个维度是时间维度：种群通过代际繁衍，经历千万年的发展，不断进化以适应环境。借鉴物种随时间进化的过程来求解问题，就是进化智能。

进化智能

• 进化智能的思想来源于新达尔文主义。

• 新达尔文主义认为，生物进化包括4个过程:

繁殖、突变、竞争、选择

– 繁殖是生物 基本特征；

– 突变保证了生物体在不断变化的环境中具有适应能力；

– 竞争和选择则是物种在有限资源、有限空间情况下的优化过程。

进化智能

• 进化智能用计算机模拟生物进化的过程。

– 将要求解的问题抽象为“物种”

– 将限制条件抽象为“环境”

– 使用选择、突变和繁殖来模拟物种在环境中的进化，

– 通过不断进化，寻找到 理想的解决方案。

群体智能：空间维度上的适者生存

• 第二个维度是空间维度：在同一时间，种群内的大量简单个体在限定条件下通过交互协作，使整体种群具有某种适应环境的能力。模拟这种群体行为产生的智能，称为群体智能。

群体智能

• 在现实生活中有很多群体生物，如蚂蚁、蜜蜂、候鸟、鱼群、微生物等。它们的特点是：“个体行为简单，不具备独立的复杂的智能能力；群体行为复杂，具有智能特征，可以解决许多复杂问题。”

• 以群体为研究对象，研究群体产生智能的原理，并抽象建立计算模型，就是群体智能。

黏菌：路径规划

• 科学家们利用黏菌的特点，设计类似于地图的环境，让黏菌规划路线：

– 在地图的大城市位置放置食物

– 在不宜铺设铁路的位置放置“盐”——黏菌讨厌的东西

– 让黏菌从一点出发，寻找食物

• 结果非常令人惊奇