編按：看似完全不天然的人工智慧（AI），其對立面就是從自然界產生的自然智慧。把生物（人類、動物）的自然智慧實現於電腦上，就是我們現在所稱的人工智慧。《從人到人工智慧，破解 AI 革命的 68 個核心概念：實戰專家全圖解 × 人腦不被電腦淘汰的關鍵思考》中，作者為我們講解鳥群、蟻群或動物的視覺如何應用在 人工智慧中。本文選自第 11 章〈模仿生物的人工智慧〉，讓我們一起了解 AI 與自然生物的奇特關聯。

文／三宅陽一郎、森川幸人；譯／鄭佩嵐

類鳥群（boids）

行進中的螞蟻、游動的魚、空中飛翔的鳥、奔馳於草原的水牛，這類群體的移動看起來非常複雜，讓人覺得牠們一定經過複雜的判斷和行動。然而，這些群體其實是依據非常簡單的規則來行動，用非常簡單的少數幾個規則顯然就能再現牠們的行動。

有句名言說「複雜是由單純集合而成的」，boids（類鳥群）就是用非常簡單的規則再現鳥群飛翔的樣子。1989 年，雷諾茲（Craig W. Reynolds）創造出 boids，在電腦空間中模擬以自己的想法自由飛翔的鳥群。boid 是 bird-oid（像鳥一般的）縮寫。

雷諾茲給定的 boids 規則如下：

• 規則1：配合鄰近鳥群的飛行速度和方向（對齊速度 velocity matching）
• 規則2：飛向鳥兒群聚的地方（向中心凝聚 flock centering）
• 規則3：與鄰近的鳥兒或物體距離過近時，拉開距離以免碰撞（避免碰撞 collision avoidance）

根據這三項規則，計算出鳥群的向量（行進方向和速度），讓鳥群依此移動。boids 的鳥群只要遵循這些規則，就能像真實的鳥群般非常自然地飛翔。

除了上述三項規則，還有其他比 boids 更接近真實鳥類的構想。例如，為 boids 加上稱為「視野」的參數，可全方位看見同伴的個體、只能看見前方同伴的個體等，賦予鳥群個性。或者，個別設定鳥兒的速度或迴旋能力等飛行能力，讓群體的行動更複雜自然。

我們不知道實際的鳥群是否遵循這樣的規則，但令人驚訝的是，藉由這樣單純規則的組合，竟能表現出看似極為複雜的行為。像這樣用單純的規則來處理群體問題的方法，稱為群聚演算法（swarm algorithm），遊戲業界和電腦繪圖業界非常重視這個領域。

模控學（cybernetics）

模控學是指人工智慧一邊監視外界與自己的關係，一邊自行進行控制。例如，想想用雷射探測目標的問題。人工智慧會觀測目標與當前到達點的偏差，進行控制以縮短差距。這稱為反饋控制（feedback control）。無人機要降落在某個目標點時，會觀察至目標點的直線與自己下降方向的偏差，持續修正下降，這也是反饋控制的例子。

如上所述，模控學的宗旨是將生物面對環境時能自行彈性調整的特性導入機器智慧當中。1947 年，美國數學家維納（Norbert Wiener）提出這個觀念。其後維納持續進行模控學的研究，建立嶄新的概念。

影像辨識（image recognition）

就像人類用視覺來辨識一樣，辨識外界傳來的影像信號所形成的技術，稱為影像辨識。例如，從監視器或機器人的視覺所取得的輸出影像中，可以識別出要尋找的特定人物。

這項技術也用於動態監視汽車流量或工廠內貨物運送情形。醫學方面的應用，則是用影像辨識來確認 X 光片所呈現的病名。

群體智慧（swarm intelligence，SI）

群體智慧是以群體的方式所發揮的智識能力。舉例來說，個別的螞蟻只能做單純的作業，整體集合起來就能做出複雜的蟻巢，這就是螞蟻群體所發揮的智慧。或者，磳魚這樣的小魚集結成群就能對抗捕食者，也是生物界可見的群體智慧。群體智慧有時會表現出個體不會展現的智慧形式，是令人很感興趣的議題。

群體智慧有各種階段：

1. 複數個個體集結而形成一個較大的個體來行動，屬於原始階段。如僧帽水母等。
2. 用費洛蒙或舞蹈等簡單的傳達能力，形成群體式規律行動的階段。如螞蟻或蜜蜂等。
3. 藉由語言進行複雜的溝通，達到以群體的方式互助合作的階段。人類特有。

（本文摘自《從人到人工智慧，破解 AI 革命的 68 個核心概念》）

• 書名：《從人到人工智慧，破解 AI 革命的 68 個核心概念：實戰專家全圖解 × 人腦不被電腦淘汰的關鍵思考》
• 出版社：臉譜
• 作者：三宅陽一郎、森川幸人