【原】技經(jīng)觀察丨群體智能——新一代人工智能的重要方向

全球技術(shù)地圖 2022-10-13 發(fā)布于北京

展開全文

群體智能是近年來發(fā)展迅速的一個(gè)人工智能學(xué)科領(lǐng)域，通過研究分散、自組織的生物群體智慧，實(shí)現(xiàn)分布式、去中心化的智能行為，通常用于無人機(jī)、機(jī)器人集群的協(xié)同作業(yè)。群體智能作為新一代人工智能的重要方向，自20世紀(jì)80年代提出以來，已成為信息、生物、社會(huì)等交叉學(xué)科的熱點(diǎn)和前沿領(lǐng)域。2016年底，美國(guó)國(guó)防部高級(jí)研究計(jì)劃局（DARPA）基于群體智能的“進(jìn)攻性蜂群戰(zhàn)術(shù)”項(xiàng)目（OFFSET）應(yīng)“第三次抵消戰(zhàn)略”而生，旨在加強(qiáng)復(fù)雜環(huán)境下的無人作戰(zhàn)能力，并每半年進(jìn)行一次項(xiàng)目沖刺。2017年7月，中華人民共和國(guó)國(guó)務(wù)院發(fā)布的《新一代人工智能發(fā)展規(guī)劃》中明確指出“群體智能”是人工智能領(lǐng)域的一個(gè)新的研究方向。科技部啟動(dòng)的《科技創(chuàng)新2030“新一代人工智能”重大項(xiàng)目指南》中，也將“群體智能”列為人工智能領(lǐng)域的五大持續(xù)攻關(guān)方向之一?？梢?，對(duì)于群體智能的探究具有重要的現(xiàn)實(shí)意義。

一、群體智能的起源：自然界群居生物的智慧模擬

群體智能最初是基于人們對(duì)于自然界群居生物的觀察所提出的一種智能形態(tài)，其具有群體涌現(xiàn)出的智慧超越個(gè)體智慧的特點(diǎn)，如蟻群搭橋、鳥群覓食、蜂群筑巢等?！叭后w智能”作為計(jì)算機(jī)專業(yè)術(shù)語最早是在1989年由赫拉多（Gerardo）等提出，用來描述電腦屏幕上細(xì)胞機(jī)器人的自組織算法所具有的分布控制、去中心化的自組織智能行為。早期學(xué)者主要專注于群體行為特征規(guī)律的研究，并提出了一系列具有群體智能特征的算法，如蟻群優(yōu)化算法在解決“旅行商問題”等數(shù)學(xué)難題上得到了較好的應(yīng)用。

隨著“物超人”時(shí)代的來臨，人類群體、大數(shù)據(jù)、物聯(lián)網(wǎng)已經(jīng)實(shí)現(xiàn)了廣泛和深度的互聯(lián)，群體智能的發(fā)展方向逐漸轉(zhuǎn)移到人機(jī)物融合的方向上來。在具體實(shí)現(xiàn)上，智能計(jì)算模式逐漸從“以機(jī)器為中心”的模式走向“群體在計(jì)算回路”，智能系統(tǒng)開發(fā)也從封閉和計(jì)劃走向了開放和競(jìng)爭(zhēng)。未來，人類將邁入群體智能2.0時(shí)代。

二、群體智能的兩種機(jī)制

1.自上而下有組織的群智行為，這種機(jī)制會(huì)形成一種分層有序的組織架構(gòu)。自上而下的群智形成機(jī)制是在問題可分解的情況下，不同個(gè)體之間通過蜂群算法集成進(jìn)行合作，進(jìn)而達(dá)到高效解決復(fù)雜問題的機(jī)制。美國(guó)DARPA正在開展的“進(jìn)攻性蜂群戰(zhàn)術(shù)”（OFFSET）項(xiàng)目，就是通過自上而下的群智機(jī)制將群體智能推向?qū)崙?zhàn)化水平。德國(guó)國(guó)防軍（DTEC）運(yùn)用自上而下的群智機(jī)制開發(fā)無人機(jī)蜂群戰(zhàn)術(shù)級(jí)人工智能快速?zèng)Q策系統(tǒng)，預(yù)計(jì)2024年將投入使用。

2.自下而上自組織的群智涌現(xiàn)，這種機(jī)制可使群體涌現(xiàn)出個(gè)體不具有的新屬性，而這種新屬性正是個(gè)體之間綜合作用的結(jié)果。美國(guó)科技作家凱文·凱利（Kevin Kelly）在《失控：全人類的最終命運(yùn)和結(jié)局》中提到：“一種由無數(shù)默默無聞的零件，通過永不停歇的工作，而形成的緩慢而寬廣的創(chuàng)造力”，這就是群體智能涌現(xiàn)的過程。例如，由多個(gè)簡(jiǎn)單機(jī)器人組成的群體機(jī)器人系統(tǒng)通過“分布自組織”的協(xié)作可以完成單個(gè)機(jī)器人無法完成或難以完成的工作。

三、群體智能的應(yīng)用

目前國(guó)外對(duì)群體智能的應(yīng)用側(cè)重于底層技術(shù)領(lǐng)域，如集群結(jié)構(gòu)框架、集群控制與優(yōu)化、集群任務(wù)管理與協(xié)同等，國(guó)內(nèi)則主要側(cè)重于應(yīng)用領(lǐng)域，如集群路徑實(shí)時(shí)規(guī)劃、集群自主編隊(duì)與重構(gòu)、集群智能協(xié)同決策等。隨著群體智能在現(xiàn)實(shí)場(chǎng)景的深入應(yīng)用，將有力促進(jìn)產(chǎn)業(yè)智能化和提高產(chǎn)業(yè)競(jìng)爭(zhēng)力。另外，群體智能也正在深刻影響著軍事領(lǐng)域，使戰(zhàn)爭(zhēng)形態(tài)加速向智能化演變，與之相應(yīng)的戰(zhàn)爭(zhēng)觀也發(fā)生了嬗變。

1.蜂群協(xié)同系統(tǒng)。美國(guó)DARPA正在開展的“進(jìn)攻性蜂群戰(zhàn)術(shù)”（OFFSET）項(xiàng)目，該項(xiàng)目探索未來的小單位步兵部隊(duì)將是由小型無人機(jī)系統(tǒng)（UASs）或小型無人地面車輛系統(tǒng)（UGSs）組成的“蜂群”，可在復(fù)雜的環(huán)境中完成多種任務(wù)。相關(guān)研究成果也將直接應(yīng)用到“馬賽克戰(zhàn)”體系中，推動(dòng)低成本無人蜂群作戰(zhàn)能力的快速成形。

來源：美國(guó)DARPA的OFFSET項(xiàng)目

2.路徑規(guī)劃系統(tǒng)。群體智能支撐的路徑規(guī)劃技術(shù)被廣泛應(yīng)用于各種運(yùn)動(dòng)規(guī)劃任務(wù)，極大地解決了多智能體間的群體協(xié)同決策問題。如自動(dòng)駕駛、車路協(xié)同、群體機(jī)器人等場(chǎng)景。2009年11月，美國(guó)交通部發(fā)布了《智能交通系統(tǒng)戰(zhàn)略計(jì)劃（2010-2014）》，作為美國(guó)車路集成系統(tǒng)（VII）研究的戰(zhàn)略指南，著重強(qiáng)調(diào)了群體協(xié)同決策在交通安全中的重要性。

來源：奧迪的群體智能“Car-to-X”理念

3.復(fù)雜電磁環(huán)境下的優(yōu)化與控制。電磁頻譜已作為第六維作戰(zhàn)疆域引起世界各國(guó)的高度重視。2015年，美軍發(fā)布的《關(guān)于國(guó)家安全的突破性技術(shù)》戰(zhàn)略指南中明確指出“未來幾年DARPA的研究重點(diǎn)將是確?？刂齐姶艡?quán)”。2018年，美國(guó)空軍組建了電子戰(zhàn)/電磁頻譜優(yōu)勢(shì)體系能力協(xié)作小組（ECCT），旨在研究如何確保電磁頻譜優(yōu)勢(shì)，開始實(shí)質(zhì)性推進(jìn)電磁頻譜戰(zhàn)。群體智能有“自組織、自適應(yīng)”的技術(shù)特點(diǎn)，在電磁頻譜戰(zhàn)中的頻譜狀態(tài)感知、頻譜趨勢(shì)預(yù)測(cè)、頻譜形式推理上具有獨(dú)特的先天優(yōu)勢(shì)，可以有效應(yīng)對(duì)戰(zhàn)場(chǎng)電磁環(huán)境的捷變性，提高戰(zhàn)爭(zhēng)中信息傳輸時(shí)效性，促進(jìn)電磁頻譜戰(zhàn)的決策智能化。

來源：Defence One

四、群體智能的挑戰(zhàn)和前景

群體智能作為新一代人工智能重點(diǎn)發(fā)展的五大智能形態(tài)之一，在民事和軍事領(lǐng)域都具有重要的應(yīng)用前景。5G時(shí)代所帶來的萬物互聯(lián)，為群體智能的應(yīng)用和創(chuàng)新提供了豐富的場(chǎng)景，將會(huì)進(jìn)一步促進(jìn)人機(jī)物的深度融合，也會(huì)進(jìn)一步推動(dòng)群體智能理論和技術(shù)的持續(xù)發(fā)展。目前，群體智能在基礎(chǔ)理論和作用機(jī)理創(chuàng)新、群智知識(shí)表示框架構(gòu)建和關(guān)鍵技術(shù)應(yīng)用上還處于初級(jí)階段，仍然有廣闊的應(yīng)用和發(fā)展空間。未來，我國(guó)應(yīng)推動(dòng)群體智能基礎(chǔ)理論研究與系統(tǒng)開發(fā)齊頭并進(jìn)，不斷拓寬應(yīng)用場(chǎng)景，早日形成群體智能技術(shù)的標(biāo)準(zhǔn)體系。

參考資料：

[1]國(guó)務(wù)院關(guān)于印發(fā)新一代人工智能發(fā)展規(guī)劃的通知[EB/OL]. http://www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm#

[2]趙健，張?chǎng)窝|，李佳明，賀晨. 群體智能2.0研究綜述[C]. 計(jì)算機(jī)工程，2019.

[3]王玫，朱云龍，何小賢.群體智能研究綜述[C]. 計(jì)算機(jī)工程，2005.

[4]Amrit Saggu, Pallavi Yadav, Monika Roopak. Applications of Swarm Intelligence[C]. International Journal of Computer Science and Mobile Computing, 2013.

[5]Swarm Intelligence: What Is It and How Are Agencies Using It?[EB/OL]. https:///article/2022/02/swarm-intelligence-what-it-and-how-are-agencies-using-it-perfcon

[6]British Army Trials Drone Swarm for Surveillance, AI Communication[EB/OL]. https://www./2022/09/13/uk-army-drone-swarm-trial

[7]OFFensive Swarm-Enabled Tactics （OFFSET）[EB/OL]. https://www./program/offensive-swarm-enabled-tactics

[8]Drone Swarms are Changing How the U.S. Army Thinks and Fights[EB/OL]. https:///blog/buzz/drone-swarms-are-changing-how-us-army-thinks-and-fights-198168

[9]Yongkun Zhou, Bin Rao, Wei Wang. UAV Swarm Intelligence: Recent Advances and Future Trends[C]. IEEE Aceess, 2020.

[10]提升網(wǎng)絡(luò)與設(shè)備安全的新方向：群體智能[EB/OL]. http://security./20220303/55189.html

[11]陳健瑞，王景璟，侯向往，方政儒，杜軍，任勇. 挺進(jìn)深藍(lán)：從單體仿生到群體智能[J]. 電子學(xué)報(bào)，2021.

[12]探究群體智能—基于UWB定位技術(shù)的無人機(jī)集群協(xié)同[EB/OL]. https://blog.csdn.net/FEISILAB_2022/article/details/125378190

[13]Wenshuo Wang, Letian Wang. Social Interactions for Autonomous Driving: A Review and Perspectives[EB/OL]. https:///pdf/2208.07541.pdf

[14]李京華，丁國(guó)如等. 面向電子頻譜戰(zhàn)的群體智能初探[C]. 航空兵器，2020.

[15]Overview of Department of Defense Use of the Electromagnetic Spectrum[EB/OL]. https://apps./sti/pdfs/AD1169613.pdf

[16]Xin-She Yang, Suash Deb, et al. Swarm Intelligence: Past, Present and Future[EB/OL]. https:///abs/1804.07999

作者簡(jiǎn)介

劉紀(jì)鋮國(guó)務(wù)院發(fā)展研究中心國(guó)際技術(shù)經(jīng)濟(jì)研究所研究二室，助理分析員

研究方向：信息領(lǐng)域戰(zhàn)略、技術(shù)和產(chǎn)業(yè)前沿

聯(lián)系方式：liujc206@163.com