為什么有些組織看起來比其它組織更聰明一些——能更好地駕馭周圍世界中存在的不確定性,。其中起著決定性作用的就是“集體智慧”。我們也許知道“個人的智慧”是什么,,但是“集體智慧”到底是什么呢,? 今天要為你分享的書叫作《大思維:集體智慧如何改變我們的世界》,作者為了這本書籌劃了十年,,而且為了更好地研究這個課題,,作者還專門考取了電信博士學位。 本書作者:周若剛,,是英國社會創(chuàng)新之父,,英國首相戰(zhàn)略辦公室顧問。目前是英國國家科學,、技術(shù)及藝術(shù)基金會執(zhí)行官,。 我們主要關(guān)注以下5個方面的內(nèi)容:集體智慧的本質(zhì)、有助于增強集體凝聚力的特性也有可能阻礙智慧的產(chǎn)生,、集體智慧的現(xiàn)狀,、人與機器的結(jié)合、集體智慧的未來可能性與焦慮,。 一、集體智慧的本質(zhì)是什么,? 在不同的時期,,人們對“智慧”這個詞有著不同的理解。
智慧(intelligence)一詞來源于拉丁語inter與legere的結(jié)合,inter的意思是“之間”,,而legere的意思是“選擇”,,這就意味著“智慧”不僅僅是指超大存儲或極快的處理速度,它更是指我們的大腦知道要走哪條路、信任誰,、做或者不做什么的能力,。 我們的“智慧”有兩種類型:
集體(collective)一詞來源于colligere,而colligere這個詞是將col(意思為“一起”)與legere(意思為“選擇”)相結(jié)合而得到的,。 所以“集體智慧”是一個關(guān)于“選擇”的概念——我們選擇和誰在一起,,以及我們選擇如何行動。 近些年來,,這個詞主要是指網(wǎng)絡上組合在一起的小組,。但是,更符合邏輯的是,,應該用“集體智慧”來描述任何一種涉及集體共同選擇,、思考和行動的大智慧。 這樣說來,,“集體智慧”不僅是技術(shù)詞,,也是道德詞,而且它還與我們的“良知”緊緊聯(lián)系在一起,。 二、有助于增強集體凝聚力的特性也有可能阻礙智慧的產(chǎn)生,。
比如:當新聞正在直播柏林墻倒塌時,,中央情報局卻仍在告知喬治·H·W·布什總統(tǒng):“柏林墻是不會倒塌的”;21世紀初期,,當所有指標均顯示次級抵押貸款毫無價值時,,投資銀行卻還是蜂擁而入…… 這些都是組織機構(gòu)極易受其思維模式所困的例子。 我們往往容易被樂觀性偏見的錯覺所迷惑,。比如,,好像覺得一切均在我們的掌控中這其實就是你產(chǎn)生的錯覺,尤其是在集體當中,,會把這種錯覺給放大,。 在人群中,我們可以暫時拋開我們的道德責任感,,或者選擇風險較大的選項(我們單獨一人時,,絕不會做這樣的選擇)。 而且我們喜歡讓自己的判斷得到證實,,這時候,,我們的行為就像德克薩斯州的神槍手那樣,用子彈掃射墻壁,,然后將靶子畫在子彈擊中的地方,。 三,、集體智慧的現(xiàn)狀,。 1、有些集體智慧旨在更有效的觀察,。 鴿子衛(wèi)星大約同一個鞋盒一般大,,位于距地球表面250英里(約402千米)之上。在緬甸,,它通過觀測夜晚燈光的覆蓋面積來揭示經(jīng)濟的繁榮程度,;在肯尼亞,它通過觀測金屬屋頂?shù)臄?shù)量來計算房屋的數(shù)量,;在中國,,它觀察工廠停車場的卡車數(shù)量,并把這項指標作為工業(yè)產(chǎn)出的代表,;在美國的星球?qū)嶒炇?,?gòu)建了歷史上最大規(guī)模的衛(wèi)星網(wǎng)絡,持續(xù)不斷地觀測地球的生態(tài)狀況,。 2,、模式識別的進步尤其快。 臉書能夠識別在社交網(wǎng)絡上發(fā)布的照片中的人物,;谷歌照片可以識別圖片中的狗,、墓碑和其它物品,;推特的算法可以在沒有任何人類直接參與的情況下識別出色情圖片;蘋果智能語言助手可以解析話語,。 3,、人工智能。 人工智能的算法通過多個層級來學習,,這些層級用較簡單的概念創(chuàng)建出復雜概念,,并形成層次結(jié)構(gòu)。 每個層級向下一個層級提供輸入——例如,,一個層級負責找出圖像的邊緣,。層級越多(當前技術(shù)已經(jīng)從幾個層級發(fā)展到了數(shù)百個層級),學習的前景就越好,。 最成功的人工智能依賴于巨大的數(shù)據(jù)源對機器進行訓練,,并且已經(jīng)將對象識別和語音識別能力提升至接近人類的水平。 另一些人工智能試圖模仿人類的能力,,對少量輸入的數(shù)據(jù)進行抽象化并得出一般結(jié)論,。與此同時,最有意思的發(fā)展方向之一就是試圖對動物和人類大腦工作的方式進行逆向工程,,希望借此可以為我們帶來對思維的新洞見,,并克服機器人在許多任務中出人意料的不足,比如,,走過不平坦的表面或者綁鞋帶等等,。 四、人與機器的結(jié)合,。 集體智慧的絕大多數(shù)實際例子依賴于人與機器,、組織和網(wǎng)絡的結(jié)合。 我們現(xiàn)今生活的世界是人工智能先驅(qū)之一:J·C·R·利克里德,,預測的世界,,他主張將人類和數(shù)字相聯(lián)結(jié),而不是用機器取代人類,。 他的傳記作者說,,利克里德當時堅信:
我們已經(jīng)用許多標簽來描述這些人與機器的組合,比如:人機交互,、人機共生,、計算機支持的協(xié)同工作或社會計算。 集體智慧的近期歷史就是一個人類大腦和計算機組成的混合體的故事,。 比如,,谷歌地圖,它有一個宏偉的目標:以全面和可用的形式組織全球地理知識,。為了這個目標,,它購入了幾家公司:
這些不同要素的集合為真正的全球地理知識系統(tǒng)提供了主架構(gòu),接下來通過谷歌地圖API(應用程序編程接口)技術(shù)開放軟件,,讓其它網(wǎng)站整合谷歌地圖的過程變得盡可能地容易,。 塞巴斯蒂安·特倫的創(chuàng)業(yè)公司烏托爾(Vutool)提供了谷歌街景。最后,,谷歌地圖又動員了公眾的力量,,它為人們提供了編輯和添加他們所知區(qū)域的地圖的方法。 同樣人機結(jié)合在語言教學(比如,,多鄰國Duolingo)、健康領(lǐng)域(比如,,診斷乳腺癌的計算機病理學家C-Path系統(tǒng)),、商業(yè)領(lǐng)域(香港風險投資公司在2014年委任了一個名為VITAL的投資算法加入董事會)、政府部門等等方面都有得到應用,。 這些算法和傳感器能放大人們有用的能力,,同樣也會放大我們惡的一面。 比如,,算法快速地從大量的人類行為數(shù)據(jù)中學習——跟蹤人們點擊內(nèi)容,、購買行為和眼球運動,結(jié)果就是它越來越擅長調(diào)動人類潛意識中的欲望和偏見,,也越來越擅長加強并利用人類想獲得即時滿足和色情刺激的性情,。 另一個重要的教訓就是網(wǎng)絡的負面效應可以和正面效應一樣強大:群體產(chǎn)生的噪聲可能比信號還要多,更不用提智慧了,,而且若讓太多的人參與解決問題,,可能會阻礙而不是有助于進展。 五,、集體智慧的未來可能性與焦慮。
比如,在健康領(lǐng)域,,人們通過集體智慧更加了解任何改善健康,、預防疾病和強身健體,但同時也更加焦慮,,這種焦慮不僅僅存在于沒病找病的“疑病癥”患者中,;在管理環(huán)境上,我們塑造和管理環(huán)境的能力越來越強,,對系統(tǒng)脆弱性的認識也越來越多,。 總而言之,將人類帶入更高層次的集體智慧,,它的演變將不會是一個令人感到安慰的演變,,也不是一條必定能終結(jié)恐懼的道路。相反,,它會讓我們的意識發(fā)展到新的水平,,這將擴大視野,同時增加不確定性,。比如,,我們會擔憂機器會超過我們,還擔憂若機器出現(xiàn)故障,、網(wǎng)絡崩潰或電力中斷,。 曾國藩的智慧 |
|