A Constructive Model for Collective Intelligence
论文地址：https://academic.oup.com/nsr/article/7/8/1273/5831734
collective intelligence (CI): 在很多社会昆虫中发现了自然地群体智能现象，即单个个体缺少智能，单它们组成的集体表现出很高的智能水平。
研究现状：
- 不仅仅物理空间中存在CI现象，在网络空间也存在，例如线上合作开源软件开发（unanmous.ai系统），生物医学领域多人在线解决复杂蛋白质结构问题（EteRNA系统）。
- 主要集中在如何发现、解释、干预这些CI现象。但缺少重要的理论支撑，帮助构建人工的CI系统。
一个建设性的模型：
- 目标：解决基于大规模协作的复杂问题
- Exploration-Integration-Feedback Loop (EIFL)
- Exploration：每个个体自由地探索解决方案空间，并提供一组对解决问题有价值的信息片段
- Integration：所有这些信息片段都被集成在一起，形成一组结构良好的，针对该问题的部分解决方案
- Feedback：整合的结果会反馈给个体，刺激他们改善他们贡献的信息片段集
- EIFL是增量、迭代、并行的求解过程，关键问题在于：
信息碎片如何表现
信息碎片如何集成
集成的结果如何反馈给群体
由谁来进行集成和反馈
EIFL过程可以是人工或者半人工的。人类的知识通过书本集成，在各地发行，每个人可以去阅读学习，这就是一个EIFL过程
三个技术问题：
- 如何定量评估CI现象是否出现，并衡量其CI程度。需要设计目标函数，以指导对EIFL的不同实现方式的探索。
- 其它领域的模型和机制可以在CI系统中表示，并得到重用（reuse）。
- 是否可以开发形式化理论来解决基于人类的进化问题。这方面研究可以发现CI系统的局限性，提供效率上的理论保证
