今天读集异璧，看到了一些非常好的点子，虽然刚才说今天晚上要写旅行，可是写了一段之后，实在是对自己频繁抒情无力吐槽，还是来点干货比较实在。

 
 

从蚂蚁开始讲起，行军蚁，也就是所谓的食人蚁的群居性是非常强的，在遇到某些困难的环境，比如火焰等问题的时候，整个蚁群会聚合起来，团成一个球，混过火球，在这个过程中，某些蚂蚁自发地处于外围，完全牺牲掉自己，从而保全整个蚁群的生存。

 
 

在人工智能中，有一个流派，称之为计算智能（我这样归类本身就会让某些搞计算智能的童鞋出来打我），研究基因算法，蚁群算法等问题（其实这个我只对遗传算法略知一二啦。。），这也与书中提到的一个观点相一致：单个蚂蚁是非智能的，但是当蚂蚁聚会起来之后 ，却会被整个群体需求的动力驱动，表现出精密的智能现象。

 
 

一切得从这张图说起，认知心理学有个专业术语，叫做组块化，我们的知识学习，都是一步步地组块化的过程中建构起来的，试想一个儿童刚开始学汉字，从笔划开始，从拼音开始，此时他还并不能熟练地造句，对句子和文章进行操作。然而，从笔划开始，慢慢地笔划的层次被超越，一张写满字的纸，儿童会直接去认识每个字是什么，而不需要再横竖之后才知道，哦，这个是个十字。

然后进一步地组块，从字到词，从词到句子。一直到文章的意思。

之前有段时间，在qq或者微信上曾经流行过一些小段子，大意就是把句子中某些字的顺序调换。但是我们仍然能够一眼地辨识出整个句子的意思。这就是所谓组块化的妙处。

在进行组块了之后，人们就从更高层次上操作事物，而暂时忘记了低层的构建。

 
 

在对世界的认识上，有两个流派，可以一提，一派是整体论：他们认识整体大于局部之和，当多个部分组织在一直的时候，整个系统除了个体之外，需要增加组织的结构，比例等等各种信息。这导致1+1>2的效果。

而另一派是简化论（也有人称之为还原论），这派的意见是，对于一个复杂的问题，我们可以通过对其局部的分析，通过对其元素的构造来分析出整个系统的规律。我之前曾在文章中介绍过神经元的海蜗牛实验，那种思路就是典型的还原论的想法。

 
 

蚁群是怎么有智能的，因为事实上，蚁群会对外界的环境做出反映，这地方太潮了，太干了，什么地方有食物，什么地方有威胁，对种对外界信息的识别，会以蚁群中的种姓（也就是工蚁，兵蚁等分类）分布的形式表现出来，而一个蚁群中的种姓分布是长期进化的结果，比如每个蚁群中只会有一个蚁后，而工蚁与兵蚁的比例是比较恒定的。蚂蚁的专长通常会随着时间而发生变化。

 
 

书中提到一种有趣的类比，我们都知道，关于我们的思想，现在神经科学的看法是，我们的思考是通过神经元兴奋的不同模式所表现，在道金斯的《解析彩虹》中提到过这样的一种思路，在核磁共振成像的脑电图像上，如果将兴奋的神经元用电灯泡样的光点表示出来，那么我们在思考时，整个大脑就会呈现出不同形状的变化，也许当我们思考猫时，我们的神经元的激活形状看起来正好像一条狗，而当我们在思考妹纸时，大脑神经元带好组成了十二个戒点香疤。

 
 

在这个意义上，如果将蚂蚁类比为神经元，那么整个蚁群所表现出的行为，就与大脑所表现出的智能行为并无二致。

 
 

比如将工蚁与兵蚁的比例看做一条参数，将蚁群的数量看做一条参数，有些对蚁群状态描述的参数之后，就可以对蚁群的当前状态进行编码，从而编码出一种蚁群语言。一个研究蚂蚁的专家，在看到这种语言中的某个字时，立马就会知道，整个蚁群的状态，甚至可以与之进行交谈。

 
 

 
 

今天先写到这里，明天我们来谈一谈层次。

(本系列预计要写五到六篇）