我们过去常常认为，蚂蚁一定明白自己在做什么。当一群蚂蚁雄赳赳穿越厨房餐桌的时候，它们看起来是如此自信，想必它们“心中早已有谱”，知道要去哪儿和做什么。否则，它们怎可能造起精巧的巢穴，进行浩浩荡荡的捕食活动呢?

　　不只蚂蚁如此。成百上千的蜜蜂就能够迅速决定把蜂房筑在哪里，即使这决定遭到许多蜜蜂的反对；成群的鸽子在城市的广场上憩息，突然间，似乎有什么事情惊扰了它们，所有的鸽子同时飞了起来。

　　这些鸽子并没有一个领导者，没有鸽子告诉别的鸽子做什么，每只鸽子只是遵循简单的规则：1.尽量靠近邻近的鸽子；2.要避免挤撞邻近的鸽子；3.与邻近鸽子的飞行方向保持一致。就这么简单的几条，鸽子的行动就达到了惊人的一致。

　　不仅天空的鸟群，海洋中的鱼群，陆地上的动物，它们的群体协调能力都令人瞠目结舌。一些鱼类或陆地动物经常要成群结队地迁徙，沿途会时时遭到捕食者的攻击，对这些动物而言，能否协调行动关系生死存亡。

　　在海洋中，当几千条鱼在一起游动时，总比一条鱼更容易发现危险。危险到来的信息很快会在一群鱼中传播开来，因为鱼通过它周围邻居的行动来感知发生了什么事情。

　　这样，一个虎视眈眈的捕食者就很难隐蔽了。它刚一现身攻击，得到信息的鱼群就会在一瞬间像爆炸似地散开，在捕食者周围形成一团游动的泡泡，或者裂成多个“碎片”，然后又汇聚回去并游走。

　　陆地上的动物更是如此。北美驯鹿长途跋涉迁徙时，看起来很像一片云影掠过田野，或者像一堆多米诺骨牌顷刻倒塌，好像每一只动物都知道它的邻居要做什么，而且一个紧随着一个。以此类推。没有预先的推测或者反应，也没有原因和目的，只是如此这般赶路而已。

　　一个积雪的冬日，当鹿群以漏斗状的队形穿越溪谷的时候，一只狼悄悄地靠了上来，鹿群很快作出了典型的群体防御反应，就好像在整个鹿群里掀起了一阵波浪。后来，所有驯鹿都奔跑起来。狼追逐了一只又一只，次次失利。最后，鹿群越过了山脊，留下那只倒霉的狼在气喘吁吁地吞咽着积雪。

　　这就是群体智慧的迷人之处。不论我们是在谈论蚂蚁、蜜蜂、鸽子还是驯鹿，群体行为的基本要素——没有指挥中心，只对局部的信息作出反应，遵循简单的经验规则——整合起来导致了应付复杂情况的高明策略。

　　科学家已经把这种策略应用于机器人的设计。一组像一群鸟一样共同行动的机器人，比起单独的机器人来将具有无比的优势。这样一群分布在大范围的机器人，能够像一个强大的移动传感器网络一样工作，收集外部的情报。如果遇上意外，还会及时调整作出反应，即使这些机器人自身智能化程度并不高。如果成员中的一个出了故障，另外的就会顶替上去。并且最重要的是，集团的控制是无中心的，不依赖于某个领导者。因为假如有个领导者，一旦这位“大人”出了故障或突然发起神经来，那整个团队都跟着完蛋了。

　　机器人团队可以扩展到上百甚至上千个。想一想，让一千个机器人一块儿工作，那样庞大的群体，能做多少难以想象的事情！

　　蚂蚁已经进出在它们邻近区域寻找最佳路线的办法，为什么不学学它们呢?

　　所以，计算机科学家开发了一个计算机模拟程序，用来解决某些特别复杂的问题，诸如汽车路线设计、飞机航线设计以及军用机器人的调度等等。

　　人类社会的结构一直都是层层叠叠的中心制，社会和政治团体已经开始采纳粗略的群体策略。最大的变化大概还是在互联网上。让我们来看看谷歌（Google）是怎样用群体的智慧来寻找你所感兴趣的东西的。当你敲进一个搜索词时，谷歌在它的索引服务器上对上亿个网页进行搜索，以识别出最相关的网页，然后按该网页的链接数作为权重来编排（网页链接数越多，权重越大，则它更值得信赖）。权重最大的网页被置在最上面。通过这种办法，谷歌说，它“用网上的集体智慧来决定一个网页的重要程度”。

　　关于集体智慧，最重要的是行动，即使我们并不知道为什么。比如说我们也许并不知道少用一个塑料袋，对保护地球环境有什么意义，但只要你、我、他都一起行动，拒用塑料袋，白色污染自然就会减轻。

　　一只蜜蜂并不比你我更了解全局的情况。我们没有一个人知道社会作为整体需要什么，但假如我们环顾四周，寻找并去做我们能做的事情，就会创造出一个更加有效率的社会。