- 综合排序
- 最热优先
- 最新优先
- 来自专栏机器学习算法与Python学习
群体智能-果蝇算法
是的，今天要说的就是果蝇算法，“果蝇”就是你理解的那个果蝇，这是在2011年由Wen-Tsao Pan提出的有一种新型的群体智能优化算法。 这两种算法皆是藉由动物群体觅食行为而发展出来的，因此有学者称为群体智能或是群智能算法。而它们也都必须透过迭代的搜寻才能搜寻到最佳解，因此亦属于演化式计算的领域。 图2 果蝇群体迭代搜寻食物的示意图 其步骤为: (1) 随机初始果蝇群体位置。 Init X_axis Init Y_axis (2) 附与果蝇个体利用嗅觉搜寻食物de随机方向与距离。 x、y 坐标，此时果蝇群体利用视觉往该位置飞去。 图2 迭代求解极小值函数曲线和果蝇搜寻轨迹 3.1，详细说明如下: (1) 随机初始果蝇群体位置。
3.6K110发布于 2018-04-08 - 来自专栏数据派THU
梅宏院士：如何构造人工群体智能
在很多低等社会性生物群体中可以观察到，群体中的单一个体不具有智能，或仅有非常有限的智能，由这些个体构成的群体却展现出远超个体能力的智能行为。 原因一：对群体智能的形成机理缺乏充分理解。对群体智能的理解和应用仍然处于必然王国的阶段；无法确保求解特定问题时群体智能的可控重复发生。 原因二：物理空间阻碍了人类群体智能的形成。 三、北京大学团队的研究与实践进展 3.1 研究问题 群体智能的形成机理是什么？ 群体智能能否成为求解问题的基本方法之一？ 如何构造求解特定问题的人类群体智能系统？ 群体智能的能力边界在哪里？ 3.2.4 宏观群体智能 从宏观层面来看，群体智能是由大量持续出现的微观层次的群体智能现象复合形成的现象。 新一代人工智能把群体智能当成人工智能，而我们需要提出新的认识，群体智能本身是自然智能。科学家认识群体智能机理，我们还希望能够把这种规律或者机理利用起来。
1K10编辑于 2022-04-22 - 来自专栏ATYUN订阅号
群体智能：新一代AI的重要方向
所以，我们必须要依托良性的互联网科技创新生态环境实现跨时空的汇聚群体智能，高效的重组群体智能，更广泛且准确地释放群体智能。 瞄准群体智能前沿，突破理论和技术瓶颈 《新一代人工智能发展规划》在群体智能的理论基础及前沿技术分别设置了四个方面的基础理论研究任务及八个方向的关键共性技术研究任务，来建立关于群体智能的完整理论与技术体系 ，突破大规模群体智能空间构造、运行、协同以及演化等核心技术，使我国群体智能的研究达到了世界的领先水平。 在群体智能的基础理论部分，《新一代人工智能发展规划》设置了四个方面的研究任务，其中包括：群体智能激励机制与涌现机理、群体智能的结构理论与组织方法、群体智能通用计算范式与模型和群体智能学习理论与方法，用来解决群智涌现的不确定性 建立群体智能平台，推进群体智能应用 现阶段我国虽然拥有丰富的人力资源，但是还未释放出放入丰富并强大的群体智能，充分发挥对国家创新体系的支撑作用。
3K70发布于 2018-03-02 - 来自专栏DrugOne
Nature | 面向AI辅助化学合成的群体智能框架
该研究展示了群体智能在化学合成自动化与知识加速中的巨大潜力。 化学合成知识主要以文献形式分散存在，严重依赖研究人员的经验积累与人工检索。 研究人员认识到，单一模型难以覆盖庞大而异质的化学知识空间，而群体智能与专业化专家协同可能是突破这一瓶颈的关键路径。 结果 群体智能合成框架概览 MOSAIC 将反应空间拆分为可搜索的专业知识区域，并通过多专家协作生成高质量实验方案，显著降低了单模型幻觉和不确定性问题。 图 1｜MOSAIC 群体智能框架。 讨论 MOSAIC 体现了一种将群体智能理念引入化学合成自动化的全新范式。通过将庞大的反应知识空间拆解为可搜索的专家区域，研究人员实现了知识的可扩展利用和不确定性的显式量化。 随着反应数据库和语言模型能力的持续增长，MOSAIC 所代表的群体智能策略有望在化学合成、材料发现和自动化实验平台中发挥越来越重要的作用。
22310编辑于 2026-01-26 - 来自专栏AI SPPECH
2025年自主代理系统：从单一智能到群体智能的飞跃
实用化阶段（2016-2023）：结合深度学习和强化学习的自主代理系统 群体智能阶段（2024-至今）：从单一代理到多代理协作的群体智能系统 1.2 自主代理系统的研究热点 2025年，自主代理系统的研究主要聚焦在以下几个热点方向 根据目标制定计划和执行动作 基于效用的代理：根据效用函数选择最优动作 学习代理：能够通过学习不断改进性能的代理 多代理系统：由多个代理组成的协作系统 2.3 代理间通信与协作机制 多代理系统中的通信和协作机制是实现群体智能的关键 ：借鉴自然界的群体智能现象，设计高效的协作算法 资源约束优化：在资源有限的情况下优化代理的行为和协作 4. 未来发展与行业影响 7.1 技术发展趋势 自主代理系统的未来发展趋势包括： 从单一代理到群体智能：从单一代理的研究向多代理协作和群体智能方向发展 从虚拟世界到物理世界：从虚拟环境中的代理向能够与物理世界交互的实体代理发展 总结与结论 2025年，自主代理系统技术取得了显著进展，从单一智能向群体智能的发展趋势明显。这些技术的发展不仅为人工智能的实际应用开辟了新的可能性，也为解决复杂的社会和经济问题提供了新的思路和方法。
25010编辑于 2025-11-13 - 来自专栏AI智能体从入门到实践
构建AI智能体：从单体智能到群体智能：A2A协议如何重塑人机协作新范式
而现在，通过A2A智能代理协议，这一切变得相当简单，只需要一个简单的请求，就告诉我们是否可以如期举行，这背后发生的，是一场智能代理的协同交响曲：天气代理提供精准预报，场地代理检查可用性，日历代理协调参与者时间 A2A协议的生态系统价值互操作性：不同厂商、不同技术的代理无缝协作可扩展性：新代理服务的即插即用式集成维护性：独立部署、升级不影响整体系统运行三、单智能体决策系统 这是一个基于天气条件自动决定篮球会议是否举行的智能代理系统 五、总结 从简单的天气查询代理到复杂的多代理协同决策系统，我们见证了A2A智能代理协议如何重塑分布式人工智能的架构范式。 这个演进过程不仅仅是技术栈的升级，更是思维模式的根本转变——从追求单体智能的极致性能转向构建智能体间的协同生态。 更重要的是，这个系统展现了分布式智能的乘法效应：单个代理或许只能解决特定领域的问题，但当它们通过A2A协议协同工作时，产生的集体智能远远超出各部分能力的简单叠加。
49520编辑于 2025-12-10 - 来自专栏智能人工
基于互联网群体智能的知识图谱构造方法
1.3.1 自然界中的群体智能长久以来, 科学家在很多社会性昆虫群体中观察到了一种看似矛盾的现象: 每一昆虫个体不具有或仅具有有限的智能, 但一个昆虫群体却能在群体层次上展现出远超个体的智能行为. 从群体智能现象中可以观察到群体智能具有的一个基本性质, 即对个体智能的放大效果.研究者提出了环境激发效应[31]这一概念, 用于解释社会性昆虫的群体智能现象. 目前存在的较为成功的人工群体智能系统都不是在任何成熟的群体智能理论的指导下构造形成的. 主要原因在于, 目前的研究工作主要关注群体智能的解释型理论(即如何解释某一群体智能现象的形成机理), 而较少触及群体智能的构造型理论(即如何可控地构造求解特定问题的群体智能系统). 这一概念在提出时是用于解释社会性昆虫群体中群体智能现象[31], 而且近年来也被广泛用于分析和解释人类群体智能现象[36, 37].
86520编辑于 2022-08-06 AGORA：通过群体蒸馏激发大语言模型的群体涌现能力
这种增益源于群体涌现能力——孤立模型无法实现的集体能力合成，验证了交互作为智能可扩展驱动力的有效性。研究结果将协作生态系统的工程化定位为能力涌现的关键前沿。 主题分类机器学习（cs.LG） 人工智能（cs.AI） 核心创新交互式扩展轴：突破传统参数缩放模式，建立模型间结构化交互机制 群体蒸馏技术：通过协作集成产生超越单体模型的群体涌现能力 性能验证： 在数学推理任务中实现4.45%的绝对性能提升 技术价值该研究为大语言模型能力突破提供了新范式，证明通过设计交互生态激发的群体智能可成为继数据/参数扩展后的第三代能力提升路径。
16310编辑于 2025-08-05- 来自专栏新智元
【Nature 封面论文】随机人工智能群体控制，提高人类协作效率
不可预测的人工智能（AI）听起来可不是件好事。但一项新的研究表明，随机运行的计算机可以促使人类更好地协调行动，更快地完成任务。该方法也可以用于缓解交通流量、改善企业战略，甚至可能改善或巩固婚姻关系。
1.1K80发布于 2018-03-28 分布式AI：群体智能时代的技术革命与实战指南
这一痛点催生了分布式人工智能的兴起——通过将计算任务分散到边缘设备、云平台和多智能体网络中，实现高效协同决策。 一、分布式系统基础：群体智能的基石分布式系统的核心在于通过多台服务器协同完成任务，解决高并发、低延时等互联网关键问题。其典型三层架构（接入层、逻辑层、数据层）是理解现代微服务与云原生技术的基础。 三、RTOS与多智能体：博弈中的群体智能RTOS（实时操作系统）是分布式AI的底层支撑，而Multi-Agent系统通过智能体间的博弈与协作（如纳什均衡）实现复杂决策。 面试亮点：在求职中展示分布式项目经验，如“基于群体智能的电商推荐系统”，突出数据一致性（CAP理论）的处理能力。结语：分布式AI重塑职场竞争力分布式人工智能不仅是技术迭代，更是组织能力的升级。 随着5G和边缘计算的普及，分布式AI将在智能制造、智慧金融等领域爆发。正如《新一代人工智能发展规划》所言，群体智能是国家创新的核心驱动力——主动拥抱这一趋势的人，将在职场中占据领先地位。
22820编辑于 2025-11-26- 来自专栏智能算法
智能时代，推荐算法主导群体意识
Facebook 犹如惊弓之鸟，立马解雇了这些年轻的编辑，采用人工智能算法来自动地生成新闻流。但是这种方法也并没有取得很好的效果，假新闻依然层出不穷。
1.2K50发布于 2018-04-02 - 来自专栏运维之路
群体协同方式
晚上在阅读大卫.西贝特的可视化思维丛书中提到的群体协作手段，恰好与最近的一些思考相呼应，摘录出书中的一些可视化协同工具。
61220发布于 2020-03-06 - 来自专栏新智元
智能时代，推荐算法主导群体意识
Facebook 犹如惊弓之鸟，立马解雇了这些年轻的编辑，采用人工智能算法来自动地生成新闻流。但是这种方法也并没有取得很好的效果，假新闻依然层出不穷。
887120发布于 2018-03-26 - 来自专栏机器学习AI算法工程
用户群体画像那些事儿
用户群体画像是产品用户增长的利器之一——它能够帮您探究产品指标数字背后的原因。 群体画像的用途 用户群体画像可以帮助我们： 分析某个指标数字背后的用户，具备哪些特征——他们的人群属性、他们的行为特点？ 找到一些有趣的、有价值的事实，并从中发现产品有效改进提升的机会或方向。 用户群体的“画像”包括什么？ 用户价值和流失风险分析 高价值用户的占比越高，高流失风险的用户占比越低，产品越健康。 ? 用户特点分析 分析用户的性别、年龄、自定义属性、兴趣标签等。 ? 用户群体画像应如何使用？ 群体画像除了帮助我们查看产品用户的特点，更重要的作用是发现产品问题的背后的原因。 用户群体画像提供了一架坚实的桥梁，可以帮助您和您的产品更加顺利的跨越鸿沟，尽早实现用户的快速增长！ 如何构建用户画像 伴随着大数据应用的讨论、创新，个性化技术成为了一个重要落地点。
3.2K110发布于 2018-03-13 - 来自专栏量子位
大模型下一步，通用群体智能有谱了 | CCF C³
通用群体智能已初见端倪。 …… 最新CCF C³活动来到百度，更多关于大模型产业生态发展的问题在现场得到了解答。50余位企业界、学界专家、研究人员就此进行深入探讨。 通用群体智能已初见端倪 除此之外，百度集团副总裁、深度学习技术及应用国家工程研究中心副主任吴甜，北京航空航天大学吴文峻教授带来了主题报告分享。百度高校合作部总监李轩涯任主持人。 北航吴文峻教授则聊了聊通用人工智能的群体智能研究。当前AI发展已经进入一个全新历史阶段，特别是在所谓「foundation model」方面，比如超大规模模型或基座模型。 有了以上基础，我们就有可能让海量知识和物理世界形成对照，提升智能体在新环境下的智能决策，进而形成群体化通用具身智能系统。 报告认为，大模型开启了通用人工智能时代，让群体智能研究也进入了全新阶段—— 通用群体智能已经初现端倪。
38620编辑于 2023-09-08 - 来自专栏机器学习、深度学习
群体运动度量--Measuring Crowd Collectiveness
Collectiveness 用于描述群体运动的一致性的一个定义 Collectiveness, which indicates the degree of individuals acting as a union in collective motion Collectiveness 的定义是 表示 个体的运动和 群体运动的相似度，个体在群体运动中的参与度， 人群，鱼群，细菌群，羊群 等等都有有序的运动 在一定的环境下，群体中的个体按照不同的水平的群体运动组成一个整体，所以群体运动的描述由个体的参与度决定，这反应了个体的运动和 群体运动的相似度。 一个群体系统 C 的 crowd collectiveness 可以被定义为 所有个体的 individual collectiveness 的均值，可以用如下公式来计算 ?
80290发布于 2018-01-03 - 来自专栏新智元
UCL汪军团队新方法提高群体智能，解决大规模AI合作竞争
他们提出的新方法，能够解决数量在成百上千甚至更多的智能体的交互，远远超过了所有当前多智能体强化学习算法的能力范围。 上海交通大学张伟楠助理教授团队也积极参与了此次工作，张伟楠认为：“使用平均场计算领域智能体的行动分布，并整合于强化学习中在计算上十分高效，在不同算法互相对战的实验中，平均场Q-learning算法能稳定提高群体智能的效果 平均场论的方法能快速收敛，用强化学习解决伊辛模型 应用平均场论后，学习在两个智能体之间是相互促进的：单个智能体的最优策略的学习是基于智能体群体的动态；同时，集体的动态也根据个体的策略进行更新。 因为这个算法适合处理的特定问题是大规模智能体，并且每个智能体都有相同程度的相似性，实际应用的场景会非常广阔，例如广告竞价、智能城市等等。 在这篇论文中，我们提出平均场强化学习（Mean FieldReinforcement Learning），其中，agent群体内的交互以单个agent和总体或相邻agent的平均效应之间的交互来近似；两个实体之间的相互作用是相互加强的
2.4K01发布于 2018-07-31 - 来自专栏Kubernetes手记
Kubernetes集群体检之Polaris
随着 Kubernetes 的广泛使用，如何保证集群稳定运行，成为了开发和运维团队关注的焦点。在集群中部署应用时，像忘记配置资源请求或忘记配置限制这样简单的事情可能就会破坏自动伸缩，甚至导致工作负载耗尽资源。这样种种的配置问题常常导致生产中断，为了避免它们我们用 Polaris 来预防。Polaris是fairwinds开发的一款开源的kubernetes集群健康检查组件。通过分析集群中的部署配置，从而发现并避免影响集群稳定性、可靠性、可伸缩性和安全性的配置问题。
1.6K20发布于 2021-07-01 - 来自专栏RTMP推送
智能平台的感知进化：AI × 视频通感在群体终端协同中的应用探索
✳️ 引言：从单兵到集群，未来智能平台的协同演进从传统的单兵执行任务到如今的“群体智能平台编组”，现代感知系统正经历一场由 AI、机器人与智能计算平台驱动的深度变革。 其中，搭载智能控制模块并具备场景演示能力的“机器狼”亮相，标志着我国在智能群体平台构建方面的又一次技术跃升。 一、平台演进：集群式智能终端对视频链路的新需求 作战形态演进路径对比演进阶段核心特征控制模式感知手段 单人终端人为感知+手动操作点对点响应肉眼观察、语音调度 履带平台有人远控、局部智能单向任务执行视频监控辅助感知 四足群体智能平台多终端协同+AI调度多点自主协同实时视频+AI识别 视频通感系统的新挑战维度技术要求价值意义⏱ 延迟控制全链路控制 <200ms决定系统响应速度 多流并发支持多设备同时推/拉流实现群体智能感知 在“无人 × 智能 × 多终端”的趋势下，大牛直播SDK正通过标准化、模块化能力，把复杂的视频链路抽象为通用组件，为未来智能系统构建起真正意义上的“信息神经网络”。
29710编辑于 2025-08-02 从单体智能到群体协作：AI Agent时代的应用范式重构与落地指南
的革命性在于： 传统AI工具 AI Agent系统 用户提出问题 → 工具回答 用户提出目标 → Agent规划执行 单次对话 持续对话、具备长期记忆 被动式工具 自主执行、能协作分工 逻辑由人控制 策略由智能体规划 如果说 ChatGPT 是智能引擎，Agent 则是 智能驱动的操作系统。 02｜AI Agent 技术栈全景：打造可进化的智能体系 书中设计了一套结构清晰、可工程化落地的 Agent 技术架构，适合从0到1搭建项目： ├── LLM：智能大脑 ├── Prompt / RAG Memory 系统 —— Agent的长期意识 单轮对话不是智能，记忆才是。 03｜多智能体协同：一个Agent不是未来，协作才是 一个Agent只能写文档、分析数据、生成代码。
38810编辑于 2025-11-30
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号