ChatGPT：集体智慧的“涌现”，个人霸权的悲歌 天天百事通

“涌现”（emergence）是一个非常有趣和重要的概念，在人工智能领域中经常被提到。

【资料图】

它指的是一种自组织、自适应的现象，即在大规模的互动和协作中，系统呈现出一些出乎意料、无法预测的新属性和行为。

抽象来说，涌现是指系统整体呈现的性质，不是系统各个组成部分自身的特性。

它描述的是当大量简单的个体组合在一起时，会出现一些全新、复杂的现象或者行为。

这些现象或者行为，是由于每个个体的简单规则或者行为互相作用而产生的。

为了更好地理解涌现的概念，我们可以看看一个著名的例子：鸟群飞行。

​当我们看到大量的鸟在天空中飞行时，我们会感到非常震撼和神奇。

这些鸟似乎能够以一种非常优美、协调的方式飞行，就像是一个整体一样。

然而，这个现象并不是由某个鸟领导或者指挥产生的。

事实上，每只鸟只是按照自己的简单规则行动，比如跟随前面的鸟、避免和其他鸟发生碰撞等等。

但是，当大量的鸟在一起时，它们的规则互相作用，产生了一种全新的、复杂的行为，也就是鸟群飞行。

这就是涌现的一个非常好的例子。每只鸟都只是一个简单的个体，但当它们组合在一起时，就出现了一个全新、复杂的现象。

同样地，人工智能领域中的一些应用也可以通过涌现的方式得到优化和提升，比如自动驾驶、机器翻译等等。

涌现是一种非常有趣和重要的概念，它描述的是一些全新、复杂的现象或者行为，是由大量简单个体的互相作用而产生的。

这个概念不仅在自然界中在人工智能领域中得到了广泛的应用，也在各种不同的系统中发生，比如群体行为、社交网络、市场竞争等等。

涌现的本质是一种集体智慧，它充分利用了大规模互动所蕴含的信息和能量。

那么，涌现对我们的工作生活有什么启示呢？

首先，我们来看一下历史上的例子。你们肯定听说过拿破仑，那个马背上征战欧洲的法国大帝吧。

拿破仑的战术被称为“流动战术”，这种战术依靠的就是士兵之间的协作和相互支持。

​在战场上，每个士兵都只是按照自己的训练和直觉进行战斗，但是通过相互协作和支持，他们可以组成一支强大的军队，击败比自己更强大的敌人。

这就是涌现的力量，它可以让个体产生协同效应，从而达到超过单个个体的效果。

再来看一个现代的例子，就是互联网上的众包。

众包是指通过网络将大量人的力量组织起来，完成一些复杂的任务。

最典型的例子就是维基百科，它是一个由全世界志愿者共同编辑的百科全书，其中包含了数百万条词条和海量的知识。

​这种涌现现象充分利用了互联网的连接和协作能力，让大家都可以参与到知识的创造和分享中来。

那么，涌现对我们工作生活的启示是什么呢？

首先，涌现告诉我们，协作和相互支持是达成共同目标的关键。

在工作和生活中，我们需要充分利用大家的优势和特长，相互配合和支持，才能取得最好的效果。

其次，涌现也告诉我们，创新和变革往往来自于群体智慧。

在互联网时代，我们可以利用众包、开放创新等方式，让更多的人参与到创新和变革中来，推动社会的不断进步。

最后，涌现也告诉我们，人类社会是一个复杂的系统，它不可能被简单的规则和命令所控制。

相反，我们需要充分利用集体智慧，让各种不同的意见和想法自由地互动和竞争，从而推动整个系统向更好的方向发展。

比如说到ChatGPT，这个基于大规模训练的语言模型，它的设计理念之一是利用群体智慧来构建更加智能的系统。

在传统的计算机系统中，往往是由程序员设计和编写代码，控制整个系统的运行。

但是在ChatGPT的设计中，模型的性能和能力并不完全取决于单个程序员或开发人员的水平，而是通过大量数据的训练和模型的自学习来不断提升。

这种设计理念正是强调了集体智慧的重要性。在ChatGPT的训练过程中，每个人都可以通过提供数据和参与训练来对模型做出贡献。

这些贡献的累积，最终构建了一个更加智能的系统。同时，ChatGPT的开源和共享也使得更多人可以共享这个系统的成果和应用。

这也是呼吁我们重视集体智慧，抵制个人霸权的重要工具。在现代社会中，集体智慧的力量越来越受到重视。

我们可以看到，在互联网时代，用户的反馈和评论对于产品和服务的改进和优化起到了至关重要的作用。

而对于一些复杂的问题和挑战，往往需要更多人的智慧和协作来解决。

正如前面提到的拿破仑的战术和互联网上的众包一样，涌现的力量可以让个体产生协同效应，从而达到超过单个个体的效果。

因此，ChatGPT的设计和应用，提醒我们在工作和生活中要重视集体智慧，抵制个人霸权。

我们需要充分利用每个人的优势和特长，相互配合和支持，才能取得最好的效果。

一个时代的“涌现”，最终还是靠我们每个人的力量，而非通过一项技术，一个产品，一个公司。

我们需要积极参与到共享和开放的文化中来，为整个社会的发展和进步做出我们可能微小，但却至关重要的贡献。

本文来自微信公众号“产品思维模型”（ID：muningtalk），作者：穆宁，36氪经授权发布。