胡小锐 钟毅

我们应当虚心地接受一个事实：蚂蚁这种小小的节肢动物，无论是个体还是群体，都比我们聪明得多。

蚂蚁的大脑真的很大。有的蚂蚁，比如被称作“流浪蚁”的短蚁属，大脑占其体重的15%。按占比计算，它们是世界上大脑最大的蚂蚁。人们经常用大脑在体重中的占比粗略地表示智力水平，尽管这个方法不是非常完美。

我们也可以说蚂蚁的大脑非常小。短蚁的大脑重量是0.005毫克——约为一粒盐的1/10。但是，发表于2011年《大脑行为与进化》杂志上的《蚂蚁微型化大脑的异率测定》一文称，蚂蚁的行为表现往往与那些比它们大得多的物种一样复杂，有时甚至要复杂得多。

正如我们所知，蚂蚁作为一个物种，是非常强悍的，原因就是它们几乎总是携手合作。当蚂蚁携手合作时，它们能在非常短的时间内处理大量信息，从混乱中建立秩序，尽最大的可能为快速、有效地采集维持生命所需的食物创造条件。

单只侦察蚁的行动可能看起来具有随机性，它们东奔西走，来回往复，四处寻找食物，往往费了很长时间却一无所获。但是，蚂蚁的活动之所以看上去混乱不堪，原因之一就是我们很难从蚂蚁的角度来欣赏这个世界。尽管蚂蚁善于攀爬——它们的6条腿和强劲的钳子，可以帮助它们攀越高大的障碍物，但从旁边绕行常常比攀越更容易一些。因此，单只蚂蚁的工作不仅仅是寻找食物，还有评价觅食的来回路径，以保证在发现食物之后其他蚂蚁的能量输出达到最低。

一旦一只蚂蚁找到了好吃的东西，它就会取一小块带回蚁巢。它会沿途分泌信息素，标记出返回食物所在位置的路径。但是，因为一只蚂蚁的信息素不会持续保留很长时间，所以第一批循迹而来的蚂蚁在寻找气味时仍会四处游走。一段时间之后，这些游走不定的蚂蚁就会找到第一只蚂蚁没有发现的更好、更直接的捷径。随着越来越多的蚂蚁加入这一行列之中，信息素就会在蚁巢与食物之间标记出一条指示清晰、畅行无碍的“高速公路”。

所有这些都与互联网搜索引擎非常相似。网络爬虫在互联网上四处游荡，在不断变化的万维网的各个角落寻找新的信息。谷歌的网络爬虫在发现新的内容后，就会将数据带回来编入索引。随后，网络爬虫就会一再被送出。它们关注的重点是评估指向该信息的所有可能路径，确保信息仍然存在并可以有效地访问。

谷歌引擎每次编索引时会检索几十万亿个网页，每个月检索数千亿次。但對数学家尤根·库思来说，蚂蚁可以将看似随机的搜索模式转换成线性路径，这让谷歌的卓越算法看起来就像是小学算术。

库思不是普通的数学家，这位在德国柏林洪堡大学任职的非线性动力学教授，是世界上最有影响力的复杂系统科学家之一。在他的蚂蚁觅食行为“混乱—有序转换”研究（2014年发表）的影响下，科学家已经开始研发模拟生物神经元网络的计算系统，希望可以解决复杂的数学优化问题，减少计算模型中的不确定性。

不过，蚂蚁的高明之处并不仅仅在于合作修建漂筏和觅食“高速公路”，它们还善于建造桥梁——用自己的身体搭建一座实实在在的桥。这不仅是无私的体现，更是智慧的产物。

事实上，这确实需要智慧，因为蚂蚁在搭建桥梁时，显然没有得到任何指导。试想一下，如果华盛顿·罗布林和埃米莉·罗布林在19世纪末不给施工人员提供具体指导，而是简单地告诉每名工人可以自行其是，那么布鲁克林大桥会被修成什么样子？但是，当中美洲和南美洲的行军蚁——钩齿游蚁需要跨越林地上的缺口时，它们就是这样做的。

如果缺口不断扩大，桥就会随之延伸，在这个过程中同样没有任何蚂蚁居中指挥。如果全体蚂蚁都认为投入修桥工作中的蚂蚁数量过多，需要改变行动计划，那么，它们会整齐划一地拆除这座桥，回过头来寻找新的觅食道路。

“这些蚂蚁其实是在进行集体计算。它们站在整个蚁群的层面，判断出它们只能派出这么多蚂蚁搭建这座桥，再多就不行了。”生物学家马修·卢茨在2015年说，“没有一只蚂蚁在监督这个决策过程，它们是作为一个群体来完成计算的。”

越来越多的人接受了蚂蚁具有集体智慧这个观点。与此同时，很多人（甚至是那些研究昆虫的人）都不太看重蚂蚁个体的脑力。就连库思也认为，尽管蚂蚁的集体行为酷似我们所认为的智能，但“单只蚂蚁肯定没那么聪明”。

但新的研究表明，即使是在个体层面，蚂蚁也非常聪明。

想一想，在那些畅通无阻的道路和桥梁建成之前，面对广袤的世界，蚂蚁是如何辨明方向的。它们看世界的方式与人类不同，大多数蚂蚁的眼睛善于探测运动的事物，但不善于分辨形状、测量距离。然而，无论采用哪一种测量标准，蚂蚁随时确定自己所在位置的能力，都远远强于我们人类。

单只蚂蚁收集和处理的线索比我们多得多。像人类一样，它们也会利用周围事物的形状、大小和运动来推断自己身在何处，确定前进方向。但与此同时，它们还会利用太阳的位置、光的偏振模式、风的方向、气味的微小变化、脚下地面给它们的感觉，甚至还会利用离开蚁巢之后已经走过的步数。

没有多少人能同时处理所有这些信息。人类大脑在确定方向时需要获取零碎的感官线索（主要是视觉线索），然后利用这些线索创建一张认知地图——对周围环境的心理表征，通常与我们所处的位置和我们想去的地方有关。但为了创建这幅地图，我们必须放弃很多信息。而且由于大多数人十分依赖视觉线索，所以放弃的往往都是其他信息。正因为如此，我们在黑暗中很容易迷路，即使是在自己家里，熄灯之后也会磕磕绊绊。

蚂蚁不会创建认知地图，但它们有多个记忆模块。当出现问题时，它们既可以单独使用某个模块，也可以组合使用多个模块。因为它们不依赖于任何一种表征，所以当它们周围的世界发生变化时（例如天黑了，一个很大的障碍物突然出现或消失不见了，或者风向发生了变化），它们只需调用不同的模块，就会大大降低迷失方向的可能性。

所有这些都可以方便地应用到自动驾驶汽车上。汽车自动驾驶是世界上最复杂的工程问题之一。在地图准确、标识清晰的公路上，自动驾驶汽车大多表现出色。但在情况不断变化的市区和施工区，它们的表现就会差得多。人们越来越清楚地认识到，对于这种大多数时候循规蹈矩，但偶尔会导致无序状态的汽车驾驶技术来说，最好的办法是同时依靠集体智慧和个体智慧。

例如，在减少流量方面，集体智慧是关键。物理学家阿普尔瓦·纳加尔研究发现，即使蚂蚁的数量增加，也不会导致拥堵，是因为有3条简单规则保证蚂蚁通行无阻：第一，由于蚂蚁没有自我的概念，所有蚂蚁都不会有“超车”的想法，而且被超越时也不会生气。第二，蚂蚁在发生碰撞时不会停下脚步，所以小事故不会影响交通。第三，交通越拥挤，蚂蚁行进的路线就越直，通行也越稳定。

很容易看出规则一和规则三适用于自动驾驶交通。规则二似乎有点儿复杂，不适用于人类和汽车，但你要记住一点：人类司机并不是在真的发生碰撞时才会突然转向或踩刹车，而这些操作往往会产生连锁影响，导致后面相距几分钟或几英里的车辆全部减速。如果车辆驾驶者（无论是不是人类）没有在绝对必要的情况下突然转向或刹车，哪怕是惊险不断，也不会减缓交通。你可以称之为自动驾驶汽车的“不流血，不犯规”规则。这些规则需要精确性和纪律性，只有所有车辆都像蚂蚁和算法一样遵守规则，它们才能发挥作用。

但是，正如自动驾驶技术的先驱们在整个21世纪前10年所认识到的那样，一旦遇到施工，这些简单的规则就变得毫无价值。当路锥取代交通标志、安全帽标志取代信号灯时，每辆车就像每只蚂蚁一样，需要遵守一套复杂得多的规则。我们生活在一个动态世界里，仅有一个智能模块不足以判断这些规则应该有哪些内容、应该如何遵循这些规则。需要导航时，GPS（全球定位系统）是一个不错的第一选择，但是一旦失去卫星信号，它就无法工作。摄像头被雪覆盖时，就变得毫无价值。激光测距可以准确地测出静止物体的距离，但遇到移动的物体，就不那么准确了。雷达的作用可能比声呐大，也可能比声呐小，取决于周围的环境。尽管地图非常有用，但在路中间有穿着反光背心的人时，就不能盲目地按地图行驶了。要在这类环境中成功通行，自动驾驶汽车就不能依赖标准统一的地图，而是必须像蚂蚁一样，通过独立行动，从多个可用的模块获取信息，然后利用这些信息解决手头的问题，最后还要将结果通报给所有单位。

蚂蚁和其他非常聪明的动物身上有很多值得我们学习的东西，我们可以向它们学习，并把学到的东西付诸应用。这也有助于我们实现一个巨大的认知飞跃：尽管我们一直以为某些生物没有智慧，但现在我们必须承认它们是有智慧的。

（晓晓竹摘自中信出版集团《超级生物探寻指南》）