在科幻文學領域，將人類的思維連結成一個全球「蜂巢思維」的概念，源自於奧拉夫·斯塔普頓於1930年創作的小說《最後與第一個人類》。這部作品描繪了人類未來的生物進化，實現心靈的即時連結，形成高度智能的集體意識。
在現實中，這一理念被稱為集體超智能，利用不斷進步的生成式人工智慧技術，而非念力。這些技術使得大型人群能夠實時參與深入討論，從而利用我們的集體知識與見解來解決複雜的問題。
作為一名從事人工智慧研究十多年的專家，我堅信這種方法能創造出超智能系統，並在每一個評估和決策中優先考量人類的價值、道德與利益。雖然有些人可能會對大型團體實時協作的概念感到不安，但自然界已提供了先例。
許多社會性物種自然地發展出快速決策的能力，超越了個體的認知能力。這一現象被稱為集群智慧，使得魚群、蜜蜂群和飛鳥群能夠迅速應對重大挑戰，運用集體的認知優勢，遠超過個體的局限。
魚群是一個特別鼓舞人心的集群智慧體現。乍看之下，魚群似乎很簡單，但其背後卻是一個成千上萬的魚類在沒有指定領導的情況下做出複雜決策的系統。值得注意的是，即使沒有單一魚類擁有所有相關信息，魚群仍能達成有效解決方案。
想像一個魚群面對三隻來自不同方向的掠食者。雖然大多數魚類對於威脅並不敏感，但小團體卻能意識到各自掠食者的位置。那麼，這個大型且知情的集體如何能迅速統一決策以規避危險呢？
魚類利用一種特殊的器官——側線，來感知水中的壓力和振動，從而幫助測量附近魚類的速度和方向。通過感知周圍夥伴的動作，魚類進行一種地方性商討，根據附近同伴的意圖決定最佳行動。
然而，這並不解釋魚群是如何達成整體決策的。舉例來說，知道右側有掠食者的魚可能會倡議向左游，而左側的群體則可能建議向右移動。此時，中間的魚類——對威脅無知——可能仍然原地不動。那么，如何能迅速達成共識呢？
關鍵在於各組之間的交互對話。每條魚與不同的鄰居進行討論，使信息迅速交流，並在魚群中傳播。這種合作動態即使在個別信息有限的情況下，也能迅速做出集體決策。
這引發了一個有趣的問題：人類是否也能像魚群一樣高效地進行討論，從而在面對複雜問題時迅速做出決策？
歷史上，這一想法似乎是不可能的，因為研究顯示有效的人類對話通常在四到七人的小組中蓬勃發展。隨著團隊擴大，每位參與者的發言時間和反應時間減少，導致支離破碎的獨白，而非凝聚一致的對話。當團體規模達到20時，真正的對話往往就會陷入困境。
生成式人工智慧的進步開啟了一場突破：對話集群智慧（Conversational Swarm Intelligence，簡稱CSI）。這項技術使200人、2000人甚至200萬人的大型團體能夠實時討論複雜的問題，並以增強的集體智能匯聚到最佳解決方案。
第一步是將大型人群劃分為便於意義深遠對話的可管理子群。例如，1,000人可以分為200個小組，每組五人，進行各自的聊天或視訊會議。這雖然無法創造統一的對話，但卻促進了多個平行的討論。
為了模擬魚群的重疊動態，CSI利用大型語言模型（LLM）驅動的「對話替代者」。這些人工智慧代理能夠提煉出小組內參與者的見解，並將這些智慧傳遞給其他群體中的替代者。每個替代者再用自然語言表達這些見解，促進整個群體的信息流通。
近期研究確認了這一方法的有效性。2023年卡內基梅隆大學的研究比較了50人在傳統聊天室與使用對話集群智慧的即時討論，結果顯示後者產生了更具一致性的討論，並提高了個人貢獻的50%。
為了深入調查，2024年進行了一項後續研究，評估了作為「蜂巢思維」的人類網絡小組進行智商測試的表現。35名參與者的平均智商為100，在使用名為Thinkscape的在線CSI平台時，實際得分為128，達到97百分位。雖然這項研究側重於較小的團體，但其他研究已成功測試到250人規模的群體。
儘管這些研究主要集中在文字基礎的互動，但CSI原則同樣適用於電話會議、視訊會議和虛擬實境會議。這種適應能力使得數百人甚至數千人的大型團體能夠進行連貫的實時對話，有效地解決問題、優先考慮選項、生成創意，並做出明智的決策。
最終，這一方法具有革命化多個領域的潛力，包括企業合作、市場研究、公民參與和審議民主。從長遠來看，它可能為人類價值和感性相一致的超智能系統的發展鋪平道路。通過利用CSI技術，我們或許能夠使全球數百萬人協同合作，形成一個全球認知網絡，共同解決我們最具挑戰性的問題。我深信這提供了一種比完全依賴人工超智能更安全的選擇，因為後者可能無法隨時間優先考量人類利益。因此，擁抱對話集群智慧及生成式人工智慧工具，同時將人類放在核心位置，可能會顯著重塑我們的未來。
排行榜
