自然界中的“群体智能”现象，如蜜蜂、蚂蚁等群体通过局部互动完成复杂决策，为我们提供了新的思路。本文将探讨如何通过特定的“群体智能”触发词，让AI模拟这种群体决策模式，从而生成更全面、更有创意且更贴近实际需求的答案。
你看看蜜蜂，一只蜜蜂其实没啥脑子，嗡嗡飞来飞去也就那样，但是一万只蜜蜂在一起，能找到最好的花朵，还能决定在哪安新家。
这个叫“群体智能”，不止蜜蜂，蚂蚁、鸟群、鱼群都这么干，全凭大家的“局部互动”搞定复杂决策。
你也许会问，那能让我们的AI也这么“团结”吗？答案是：绝对可以！
通过一些小技巧，能让AI像蜜蜂一样，搞个小团队辩论、投票、合作，弄出比你问一次就完事儿更牛的答案，既全面又有创意，甚至还能挖出一些你压根儿没想到的东西。
今天我就跟你聊聊怎么用这种“群体智能”法子，让AI的回答立马提升几个档次。
一、什么是AI的“群体智能”模式？
平常你问AI一个问题，它就是个单一模型，老老实实给你找一个答案。但是在“群体智能”模式下，玩法变了：
1.AI分裂成多个“角色”
——就好像一群演员，每个都有自己剧本。
2.设定辩论规则
——你说，来吧，你们来辩一辩，看谁有理。
[fancyad id=”45″]
3.大家合议得出最终答案
——所有的视角一综合，诶，出来的答案往往超出你想象。
比如说，普通提问深度算三星，到了群体智能这儿，能奔五星去，创新性也能多个一星半星的，还不容易带有偏见。
简单打个比方：
普通提问 vs 群体智能模式
普通提问：
“怎么解决气候变化啊？”
AI随便给你整点常见的答案，什么新能源这些的。听上去挺对，但好像也挺普通，没啥特别。
群体智能模式触发：
“假设你有10个不同领域的专家，比如气候学家、经济学家、政治家啥的，让他们开个会辩论一下，最后投个票，挑出三个最靠谱的解决气候变化的方案。”
结果每个人从自己角度出发，有的说搞碳交易市场好，有的主张全球公平优先，还有人坚持搞技术突破最管用。
一听，大家的意见一结合，哇塞，出来的东西确实比你自己单一思维靠谱多了。
二、具体怎么操作？四种“触发词”搞定
想让AI搞群体智能，关键在于你会不会下指令。下面我给你几个具体方法，屡试不爽。
1. 角色分裂法
让AI分身，进入多个角色。比如说：
“假设你是个哲学家、科学家、艺术家和工程师，一个个来说说这个问题，然后再比较一下你们的答案有啥不同。”
结果AI立刻生成四种完全不同的思路，有时能一下子戳中你的思维盲区。视角多了，问题自然也就解得更透彻了。
2. 辩论赛模式
给AI搞个辩论赛，让它们对抗性地给答案。
“咱们整两派，支持的和反对的，各自甩出三个解决XXX的理由，最后让裁判来拍板哪个论点更好。”
这类对抗模式特像AlphaGo 的自我对弈，越辩越明，答案就在冲突中清晰出来了。
3. 投票共识法
简单，让一堆AI生成的答案进行投票，最后保留最受欢迎的。
“给我弄5个可以解决XXX的不同的解决方案，然后假设有100个人参与投票，把那些得票超过70%的挑出来。”
这个法子特别有效，那些稀奇古怪或者特立独行的意见基本就被筛掉了，留下大众认可的智慧，简直就是挑精华。
4. 蚁群算法模拟
模拟蚂蚁找食物的套路，让多个AI尝试不同路径，最后找出最有效的那个。
“我想解决XXX，请你像蚂蚁觅食一样，让10个AI分头去找路，逐步淘汰掉那些不够好的路线。”
这特别适合那些需要找最优解的复杂问题，不容易陷在一个不好的答案里。
三、让“群体智能AI”更厉害的高阶玩法
这里有些稍微复杂点的小技巧，效果特好，能让AI的表现直接上一个台阶。
技巧1：给不同角色加点“人味儿”
让每个AI都有自己独特的个性，那样辩论起来争论才激烈，意见才真实。
“我想解决一个XXXX的问题，请你派一个自由派经济学家、一个保守派政治家和一个激进环保主义者来争论，记住得明确他们的立场。”
保准争论得更凶，但最后出来的结论也许一综合，比那些不疼不痒的回答妙得多。
技巧2：人为“信息差”制造讨论的悬念
给AI点“偏差数据”，模拟现实世界那种“有些人知道得多，有些人知道得少”的情形。
“这5个专家啊，每人掌握不同信息，A只能用2020年以前的数据，B倒是手里有份内部机密报告，看看他们之间的辩论咋样。”
AI对话马上就真实不少，最后的答案也不会太过片面，反而多了点不一样的思考维度。
技巧3：把一次搞定，变成多次“进化”
可以先让AI弄一堆备选方案，接着通过层层淘汰和进化，逼出那个最优秀的解法。
“第一轮让AI搞10个方案，第二轮干掉5个，第三轮让剩下的再交配进化下。”
整个进化过程，答案精度就会慢慢逐步提高，越来越接近最优解。
四、这些玩法在哪些场景用最好？
OK，可能你要问了，这些玩法究竟适合哪些场景中的问题呢？来，举些例子——
1.争议性话题
气候变化、相关争议的问题这种，各派有不同意见的，能让群体智能高度模拟，众人之智高于个别人。
2.创意发散
故事创作、产品设计，让一大堆不同AI脑袋风暴一通，搞点不寻常创意。
3.复杂决策
诸如商业战略或公共政策这种特复杂的问题，多听几方意见出错少。
不适合的场景
那总也有些问题是不合适这种套路的场景：
1.简单事实问题
比如“珠穆朗玛峰多高？”这类有固定答案的，用这法子多了反而累赘。
2.单一标准答案的问题
类似“1+1等于几？” 这种就别折腾了，越折腾越离谱。
作者【抖知书】，微信公众号：【抖知书】
相关文章
