蚁群在web2.0中的应用

作为一个集体，蚁群能够完成令人惊叹的任务，而对于单个蚂蚁，那是不可能的任务。蚁群可以完成各种各样的群体任务，修筑复杂精致的蚁穴、发动战争、建造搬运 食物的快速通道。蚁群的集体智能能够作为一种启发，帮助我们解决人类所面临的复杂问题。利用来自大自然中的有益经验，我们能够为某些特定行业找到具有创新 性的方法，从马路车辆交通到跑道上的飞机起升...到互联网搜索结果的优化。

群体智能（swarm intelligence 或 collective intelligence）是一种个体的简单行动如何累加而成为群体的高智能行为的理论。斯坦福大学的生物学家 Deborah Gordon 研究亚利桑那沙漠的收获蚂蚁已有几十年的时间，他对这个概念有如下的概括：蚂蚁很笨，但蚁群很聪明。

以觅食为例，一只蚂蚁发现食物并将其搬回蚁穴，蚂蚁 会一路留下化学物质作为跟踪标记。其他蚂蚁闻到这种气味，一路找下去就可以发现同一食物源。当更多蚂蚁发现这个食物源并将食物运回蚁穴的过程中，在这条路 径上将留下更多的化学气味，从而吸引更多觅食蚂蚁。作为个体，这些蚂蚁只是遵守一套简单的规则，并对局部信息做出反应：跟随信息素发出的信号以及将食物搬 回巢穴。然而作为一个群体的蚁群，其行为就变得相当复杂：建造一条高级的通道系统用来找到最好的食物来源。

群体智能和网络

蚂蚁和气味跟踪和网络之间有什么联系呢？来自群体行为的经验可用于改善我们查找信息、产品和答案的搜索结果。

互联网出现，将空前丰富的产品和信息送到了我们的指尖。当我们需要时，总能找到指导我们想要的，但很多人发现更多不一定就更好。Barry Schwartz 中《选择的矛盾：为什么多即是少》演讲中所指出，更多的选择实际上会导致更多的心理困扰。

让我们想一下这个问题。多少次，在搜索结果中找到第 7 页（也可能是第 2 页）还没有发现你想要的结果，于是你决定放弃这次搜索，然后不得不试试其他关键词？返回太多结果往往令搜索变得冗长、浪费时间和精力，而用户无法忍受这种 折磨而以放弃告终；我们不得不在太多的结果页面中寻寻觅觅那个唯一的链接。

当然，问题的答案不在于限制可获取的搜索结果，毕竟，对于许多网络零售商来说，产品的细长“长尾”是一个非常关键的因素。相 反，网站应预测用户的真实意图，然后将相应的产品放在最前方，从而尽可能地减少搜索成本。在理论上，这是一个非常完美的理想，然后要在现实中实施并非易事。

Web 2.0 的局限

在协作、社区和用户参与方面具有深厚基础的 Web 2.0 运动，通过用户的参与和贡献，减少了选择对象，看起来已经解决了这个难题。通过用户评论、推荐、评分、标签等方式，热心的社区用户能够让其他人看到他们的 声音和观点。很多网站已经使用这种群智（crowd-sourcing ）技术来确定搜索结果的相关性。这些方法有助于解决选择的困惑，但却要面临另一个重大的问题：偏见。

传统的群智技术要求其用户能够积极参 与，但此处的问题在于不是每个都会做出贡献。只有某些类型的用户，会不辞辛苦，贡献他们的见识；他们受到多种动机的驱动，希望在人群中获取他人的注意、乐 于助人的无私精神或者对某种不满的发泄。总之，只有人群的某一部分人将会参与进来，从而显著地减小了选择的空间，并可能因为个人的偏见和错误导致结果的不平衡。

但是否存在一种方式，通过将每个访问网站和进行搜索的个体的观点联系起来，从而能够避开这些偏见并获得消费者观点的完美表述？

让我们再次回到蚁群...

社会化搜索的下一阶段：超级社区

看看蚂蚁寻找食物留下的跟踪信号，难以想象，它们居然没有意识到这种行为如此智能。但根据对群体智能的研究表明，那些看起来是智能行为的举动实际上来自无意识而不是简单行动的复杂互动。

同样，网站也可以利用社区的这种隐蔽的智慧，对于任何指定搜索，能够更加准确地提供最相关和最普遍的结果。网络用户的日常活动提供了大量有用的信息：每次成功或失败的搜索、浏览的每个页面、每个下单或最后放弃的购物篮都表现了某种具有意义的信息。这些自然地行为或操作反映了作为一个整体的社区的真实而公正的观点。

关注这些潜在的隐式活动，网站所有者将能够深入地理解那些沉默的大多数的喜好；利用这些数据，他们将能够对未来的搜索作进一步的优化。正如蚂每次蚁搬运食物时都会留下化学信号，当外膜浏览某个网页或选择（忽略）某条搜索结果时，也留下了一种实时的反馈信息。

每一次搜索，我们都在参与一种协作活动，虽然没有意识到，但它能够为后来者提供更好的搜索结果。以自我为导向的简单行为（输入关键字以及选择某项返回信息）为公众带来了更为伟大的善――一个更加美好的网络世界。当更多人开始参与，这种化学的信号和整体的系统将越来越强大。

这 种新的参与模式，给予超级社区更多更强的能力；由每个网站的访问者构成的群体智能将为每一个人带来更好更丰富的搜索和购物体验。利用每个人的每次搜索，这 个超级社区开辟了一条更快更高效的信息高速公路。与蚂蚁类似，网络搜索者也作为一个整体在行动，无论他们是否意识到这一点；这再次完美地印证了一条定理： 整体大于部分之和。

本文作者为 Scott Brave，Baynote, Inc 公司的创始人和 CTO。他取得博士学位后在斯坦福大学担任学者，并曾担任 CHIMe（Communication between Humans and Interactive Media：人机互动）实验室的管理人。在人机互动以及人工智能领域，Scott 拥有 6 项专利权，并合作出版了 25 部著作。

原文作者：Guest Author
原文链接：Lessons from the Ant Colony: Overcoming the Biases of Web 2.0 - ReadWriteWeb