Kollektive Intelligenz

aus Wikipedia, der freien Enzyklopädie
(Weitergeleitet von Schwarmintelligenz)

Kollektive Intelligenz, auch Gruppen- oder Schwarmintelligenz genannt, ist ein emergentes Phänomen, bei dem Gruppen von Individuen durch Zusammenarbeit intelligente Entscheidungen treffen können.

Der Begriff wird seit langer Zeit in vielen verschiedenen Bedeutungen verwendet,[1] erlangte aber größere Aufmerksamkeit und Popularität erst durch die Kommunikationsmöglichkeiten größerer Gruppen von Menschen über elektronische Medien wie das Internet.

Unter dem Begriff kollektive Intelligenz werden zum Teil ganz verschiedene Ansätze zusammengefasst, von kollektiven Entscheidungen nicht oder nur wenig miteinander interagierender Individuen bis hin zu selbst organisierenden Gruppen, die durch intensive Kommunikation untereinander integriert sind und so sogar eine Individualität höherer Ordnung (einen „Superorganismus“) bilden können. Gemeinsam ist ihnen meist eine dezentrale, nicht-hierarchisch organisierte Entscheidungsstruktur.

Zur Erklärung dieses Phänomens existieren verschiedene systemtheoretische, soziologische und philosophische Ansätze.

Negative Wirkungen eines Zusammenwirkens von Individuen werden als Herdentrieb oder als Verhalten von Lemmingen bezeichnet.

Systemtheorie und Grundlagen

Francis Heylighen, Kybernetiker an der Vrije Universiteit Brussel, betrachtet das Internet und seine Nutzer als Superorganismus: „Eine Gesellschaft kann als vielzelliger Organismus angesehen werden, mit den Individuen in der Rolle der Zellen. Das Netzwerk der Kommunikationskanäle, die die Individuen verbinden, spielt die Rolle des Nervensystems für diesen Superorganismus.“ Der Schwarm ersetzt das Netzwerk dabei also nicht, sondern bildet die Basis. Diese Sicht geht konform mit der Betrachtung des Internets als Informationsinfrastruktur. Die Bedeutung des Begriffes verschiebt sich dabei jedoch weg von künstlicher Intelligenz hin zu einer Art Aggregation menschlicher Intelligenz.

Als künftige Forschungsfelder werden beispielsweise evolutionäre Faktoren, Vor- und Nachteile von Kommunikation zwischen den Individuen, Mechanismen und Normen sowie neue Ansätze künstlicher Intelligenz für deren Exploration gesehen.[2]

Soziologische Beschreibung

Eine bestimmte soziologische Interpretation versteht unter kollektiver Intelligenz gemeinsame, konsens­basierte Entscheidungs­findung. Kollektive Intelligenz sei ein altes Phänomen, auf das Fortschritte in Informations- und Kommunikationstechniken neu und verstärkt hinwiesen. Das Internet vereinfache es wie nie zuvor, dezentral verstreutes Wissen der Menschen zu koordinieren und deren kollektive Intelligenz auszunutzen.

In diesem Sinne formuliert Howard Rheingold in seinem 2002 erschienenen Buch Smart Mobs: The Next Social Revolution: “The ‘Killer-Apps’ of tomorrow’s mobile infocom industry won’t be hardware devices or software programs but social practices.” (Die Killerapplikationen der mobilen IT-Industrie von morgen werden nicht Hardware oder Software sein, sondern soziale Handlungen.)[3]

Dem Leitbild der Schwarmintelligenz wird das Potential unterstellt, Gesellschaft und Märkte zu transformieren. Als Beispiele hierfür dienen Smart Mobs wie die Critical-Mass-Bewegung.

Naturwissenschaftliche Beschreibung

Biologen sind seit längerer Zeit fasziniert davon, wie große Gruppen von Individuen, wie Schwärme von Vögeln oder Fischen, besonders aber die Staaten eusozialer Insektenarten ihr Verhalten koordinieren, so dass die gesamte Gruppe zum Beispiel koordiniert Nahrung suchen oder Prädatoren vermeiden kann. Jedes einzelne Individuum besitzt dabei nur relativ geringe Informationen über seine Umwelt und interagiert nur mit einer begrenzten Anzahl von Artgenossen; dennoch trifft die Gruppe als Ganzes koordinierte, sinnvolle Entscheidungen. Durch Modellbildung konnte dabei anschaulich gemacht werden, dass sich die Gruppenentscheidung über Rückkopplung herausbildet, in dem jedes Individuum sein Verhalten an demjenigen seiner Nachbarn ausrichtet und diese seinerseits in ihrem Verhalten beeinflusst. Das Verhalten der Individuen ähnelt dabei den Strukturen in neuronales Netzen, etwa im Gehirn.[4] Soziale, staatenbildende Insekten sind, trotz der relativ geringen Intelligenz der Individuen, zu noch höher organisiertem Verhalten imstande, das den Insektenkundler (Entomologen) William Morton Wheeler schon Anfang des 20. Jahrhunderts zu seiner Metapher vom „Superorganismus“ anregte[5]. Seitdem sind zahlreiche Mechanismen enträtselt worden, die diese Leistung ermöglichen.[6] Einige koordinierte Interaktionen werden dabei indirekt durch die Veränderung der Umwelt ermöglicht. So nehmen nestbauende Termiten oder Wespen-Arten die Gestalt des entstehenden Nests in ihrer Umgebung wahr und reagieren darauf durch Anpassung ihrer eigenen Bautätigkeit. Dadurch entsteht die koordinierte Gestalt des Nestes, ohne dass die bauenden Individuen sich jemals direkt darüber abstimmen oder einen Gesamtplan im Kopf hätten. Für diese Form der Koordination hat Pierre-Paul Grassé den Begriff der Stigmergie geprägt. Für weitere Leistungen kommunizieren die Tiere aber auch direkt. Ameisen bilden etwa Pfade (Ameisenstraßen), indem sie den zurückgelegten Weg mit Pheromonen markieren. Je mehr Ameisen einen Pfad nutzen, umso attraktiver wird er. Durch diesen einfachen Mechanismus können Ameisenvölker die kürzesten und effizientesten Pfade zwischen ihrem Nest und ergiebigen Nahrungsquellen ermitteln. Ganz ähnlich können Bienen über den Schwänzeltanz ihren Nestgenossinnen nicht nur die Lage von Futterquellen mitteilen, sondern durch den Kontakt mit mehreren so rekrutierenden Individuen finden sie auch heraus, welches die ergiebigsten Futterquellen sind. Durch solche, relativ einfache, positive und negative Rückkoppelungen können ganze Völker nicht nur ihr Verhalten koordinieren, sondern auch bei der Erfüllung komplexer Aufgaben kooperieren und dabei koordiniert für einzelne Aufgaben zusammenarbeiten.

Bestimmte Aspekte der „Intelligenz“ (besser „Funktionalität“) einer Ameisenkolonie – zum Beispiel Abläufe der Nahrungssuche – können in Regeln erfasst und mit Computerprogrammen simuliert werden.[7] Auch die Zusammenarbeit autonom agierender Schwärme von Robotern soll nach diesem Modell gesteuert werden („swarm robotics“).[8] Analoge Entscheidungsstrukturen werden auch bei der Zusammenarbeit menschlicher Gruppen gefunden, deren koordinierte „Intelligenz“ sich dann nicht aus dem intelligenten Verhalten der Teilnehmer, sondern nach ähnlichen Prinzipien quasi statistisch ergeben kann.[9] Paradoxerweise kann dann, wenn sich das intelligente kollektive Verhalten nur durch solche Schwarmintelligenz ergibt, die Leistung der Gruppe sogar umso schlechter werden, je mehr sie miteinander kommuniziert.[10]

In gewisser Weise ist auch ein Gehirn das Zusammenspiel eines Superorganismus aus für sich „unintelligenten“ Individuen, nämlich den Neuronen. Ein Neuron ist annähernd nichts weiter als ein Integrator mit Reaktionsschwelle, genauer, einer sigmoiden Reaktionskurve. Erst das komplexe und spezifischen Regeln unterliegende Zusammenwirken von Milliarden von Neuronen ergibt, was wir unter Intelligenz verstehen.

Beschreibung in der Informatik

Schwarmintelligenz (engl. swarm intelligence), das Forschungsfeld der Künstlichen Intelligenz (KI), das auf Agententechnologie basiert, heißt auch Verteilte Künstliche Intelligenz (VKI). Das Arbeitsgebiet versucht, komplexe vernetzte Softwareagentensysteme nach dem Vorbild staatenbildender Insekten wie Ameisen, Bienen und Termiten, sowie teilweise auch Vogelschwärmen (Schwarmverhalten) zu modellieren. Gerardo Beni und Jing Wang hatten den Begriff swarm intelligence 1989 im Kontext der Robotik­forschung geprägt.[11][12]

Die VKI-Forschung geht davon aus, dass die Kooperation künstlicher Agenten höhere kognitive Leistungen simulieren kann; Marvin Minsky bezeichnet dies als The Society of Mind. Ein Einsatzbeispiel für diese so genannten Ameisenalgorithmen stellten Sunil Nakrani von der Oxford University und Craig Tovey vom Georgia Institute of Technology 2004 auf einer Konferenz über mathematische Modelle sozialer Insekten vor; sie modellierten die Berechnung der optimalen Lastverteilung bei einem Cluster von Internet-Servern nach dem Verhalten der Bienen beim Nektarsammeln.[13]

Für die Kommunikation zwischen den Software-Agenten wird häufig die Knowledge Query and Manipulation Language (KQML) eingesetzt.

1986 schuf Craig Reynolds mit dem Computerprogramm Boids eine Simulation des Schwarmfluges.

Neben dem Forschungsfeld der VKI ist Schwarmintelligenz auch ein unscharfes Mode-Schlagwort wie bereits ab etwa 2000 das Peer-to-Peer (P2P). Während letzteres antrat, das Paradigma der Client-Server-Architektur durch dezentralisierte P2P-Architekturen abzulösen, soll Schwarmintelligenz nun hardwarebasierte Netzwerke ersetzen.

Forscher an der Princeton University befassen sich unter der Leitung von Roger Nelson seit 1988 mit dem Phänomen der kollektiven Wahrnehmung von Menschen und haben dazu Messstationen auf der ganzen Welt stationiert. Das „Global Consciousness Project“ sammelt die empirischen Daten und vergleicht sie mit der Nachrichtenlage, um zu erkennen, ob ein Ereignis bereits, bevor die Nachricht verbreitet wurde, neuronale Reaktionen hervorruft. Hierzu wurden signifikante, wenn auch minimale empirische Belege geliefert.[14]

Inhaltlich eng verwandt, aber im Sinne der Informatik wissenschaftlich schärfer gefasst sind symmetrisch verteilte Algorithmen.

Anwendungsbeispiele

In der Didaktik

Lernergruppen werden so umgestaltet, dass die Ressourcen der einzelnen Lerner stärker ausgeschöpft werden, als es bei dem überlieferten Frontalunterricht der Fall ist. Das Gehirn wird als Modell herangezogen und die Lerner werden als Neurone definiert. Auf der Basis intensiver Interaktionen der Lerner emergieren kollektive Gedanken. Dieses Prinzip wird in der Unterrichtsmethode Lernen durch Lehren systematisch eingesetzt.

Das Internet

Auch der Cyberspace wurde schon als kollektive Intelligenz bezeichnet. Im heutigen Zustand des Internets mit seinen Milliarden von größtenteils zusammenhanglosen, statischen Dokumenten wird jedoch gelegentlich auch etwas vorsichtiger von kollektivem (Un-)Wissen gesprochen (Stichwörter sind Informationsüberflutung und Informationsmüll). Allerdings werden Internetinhalte zunehmend dynamischer (Beispiele: Web-Feeds, Blogs, Wikis).

Gemeinsame Überprüfung von Sachverhalten

  • Ein Beispiel für die Bearbeitung eines Themas durch eine Vielzahl von Internetnutzern ist das GuttenPlag Wiki, das am 17. Februar 2011 installiert wurde, um zu überprüfen, ob und inwieweit in der Doktorarbeit des ehemaligen deutschen Verteidigungsministers Karl-Theodor zu Guttenberg die Kriterien für eine wissenschaftliche Arbeit verletzt wurden.[15]
  • Die DARPA führte 2009 ein Experiment zur Schwarmintelligenz durch. Dabei sollten für ein Preisgeld von 40.000 US-Dollar die geheim gehaltenen, über die USA verteilten Orte ausfindig gemacht werden, an denen zehn rote Luftballons an einem Dezembertag für einige Stunden sichtbar waren. Der Versuchsaufbau sollte zu einer kollaborativen Suche animieren. Das Experiment war erfolgreich; alle zehn Orte wurden gefunden.[16]

Wikipedia

Der Aufstieg der Internetenzyklopädie Wikipedia wird vielfach als eindrucksvoller Beleg für die Schwarmintelligenz angesehen.[17][18]

Militär

Biologie

Der Biologe Thomas Dyer Seeley hat sich in seiner Erforschung des Nutztieres Honigbiene auf die Analyse der kollektiven Intelligenz im natürlichen Verhalten und im sozialen Leben von Honigbienen bezogen. Er konzentrierte seine Arbeiten darauf, zu verstehen, wie ein Honigbienenvolk funktioniert, wenn es in freier Wildbahn lebt und wie es als Entscheidungseinheit arbeitet. Seine Forschungen zeigen auf, dass bei einigen sozialen Insektenarten die Kolonie auf Gruppenebene für das Überleben der Gene verantwortlich ist.[20][21][22]

Kollektive Intelligenz als Thema in der Unterhaltungsliteratur

Siehe auch

Literatur

  • Rodney A. Brooks: Intelligence without representation. In: Artificial Intelligence. Vol. 47, 1991, ISSN 0004-3702, S. 139–159, online (PDF; 168 kB).
  • Pierre Lévy: Die kollektive Intelligenz. Für eine Anthropologie des Cyberspace. Bollmann, Mannheim 1997, ISBN 3-927901-89-X.
  • Christopher Adami: Introduction to Artificial Life. Springer, New York NY 1998, ISBN 0-387-94646-2.
  • Angelika Karger: Wissensmanagement und „Swarm intelligence“ – Wissenschaftstheoretische, semiotische und kognitionsphilosophische Analysen und Perspektiven. In: Jürgen Mittelstraß (Hrsg.): Die Zukunft des Wissens. Workshop-Beiträge / XVIII. Deutscher Kongress für Philosophie Konstanz 1999. Universitäts-Verlag Konstanz, Konstanz 1999, ISBN 3-87940-697-9, S. 1288–1296.
  • Lynne E. Parker (Hrsg.): Multi-robot systems. From swarms to intelligent automata (= Multi-robot systems. Bd. 3). Proceedings from the 2005 International Workshop on Multi-Robot Systems. Springer, Dordrecht 2005, ISBN 1-4020-3388-5
  • James Surowiecki: Die Weisheit der Vielen. (Warum Gruppen klüger sind als Einzelne) (= Goldmann 15446). Goldmann, München 2007, ISBN 978-3-442-15446-3.
  • Jean-Baptiste Waldner: Nanocomputers and Swarm Intelligence. ISTE u. a., London 2008, ISBN 978-1-84821-009-7.
  • Eva Horn, Lucas Marco Gisi (Hrsg.): Schwärme – Kollektive ohne Zentrum. Eine Wissensgeschichte zwischen Leben und Information (= Masse und Medium. Bd. 7). Transcript, Bielefeld 2009, ISBN 978-3-8376-1133-5.
  • Jan Marco Leimeister, Michael Huber, Ulrich Bretschneider, Helmut Krcmar: Leveraging Crowdsourcing: Activation-Supporting Components for IT-Based Ideas Competition. In: Journal of Management Information Systems. Vol. 26, Nr. 1, 2009, ISSN 0742-1222, S. 197–224, doi:10.2753/MIS0742-1222260108.
  • Len Fisher: Schwarmintelligenz. Wie einfache Regeln Großes möglich machen. Eichborn, Frankfurt am Main 2010, ISBN 978-3-8218-6525-6.
  • Peter Miller: Die Intelligenz des Schwarms. Was wir von Tieren für unser Leben in einer komplexen Welt lernen können. Campus-Verlag, Frankfurt am Main u. a. 2010, ISBN 978-3-593-38942-4.
  • Peter Kruse: next practice Erfolgreiches Management von Instabilität GABAL Verlag, Offenbach;a. 2009, ISBN 978-3-89749-439-8.
  • Andreas Aulinger, Laura Miller: Kollektive Intelligenz, Teamintellingenz, Intelligenz. Was sie verbindet – Was sie unterscheidet. IOM-Edition, Band 1, Steinbeis-Edition, Stuttgart, 2014, Hrsg. Andreas Aulinger, Markus Heudorf, ISBN 978-3-943356-99-1
  • Heiko Hamann, Schwarmintelligenz, Springer Spektrum, 2019, ISBN 978-3-662-58960-1.

Das 2020 von SAGE Publications und der Association for Computing Machinery (ACM) gegründete und durch die britische Innovationsagentur Nesta geförderte wissenschaftliche Online-Journal Collective Intelligence soll künftig Forschungsergebnisse des Feldes bündeln.[23]

Weblinks

Einzelnachweise

  1. Thomas W. Malone, Michael S. Bernstein (Hrsg.): Handbook of Collective Intelligence. MIT Press, 2015, ISBN 978-0-262-02981-0, vgl. Chapter 1, Introduction.
  2. Tyler Millhouse, Melanie Moses, Melanie Mitchell: Frontiers in Collective Intelligence. A Workshop Report. Hrsg.: Santa Fe Institute. 13. Dezember 2021, S. 27–30, arxiv:2112.06864.
  3. Howard Rheingold: Smart Mobs: The Next Social Revolution, 2002.
  4. Iain D. Couzin (2008): Collective cognition in animal groups. Trends in Cognitive Sciences 13 (1): 36–43. doi:10.1016/j.tics.2008.10.002
  5. William Morton Wheeler (1911): The ant-colony as an organism. Journal of Morphology 22 (2): 307–325, doi:10.1002/jmor.1050220206.
  6. Simon Garnier, Jacques Gautrais, Guy Theraulaz (2007): The biological principles of swarm intelligence. Swarm Intelligence 1: 3–31. doi:10.1007/s11721-007-0004-y
  7. Valeri Rozin und Michael Margaliot: The Fuzzy Ant, IEEE Computational Intelligence Magazine (2007) (PDF; 575 kB)
  8. William M. Spears, Erol Sahin (editors): Swarm Robotics. Springer-Verlag, New York etc. 2008. ISBN 978-3-540-80674-5.
  9. Jens Krause, Graeme D. Ruxton, Stefan Krause (2008): Swarm intelligence in animals and humans. TREE Trends in Ecology and Evolution 25 (1): 28–34. doi:10.1016/j.tree.2009.06.016
  10. Jan Lorenz, Heiko Rauhut, Frank Schweitzer, Dirk Helbing (2011): How social influence can undermine the wisdom of crowd effect. PNAS Proceedings of the National Academy of Sciences 108 (22): 9020–9025. doi:10.1073/pnas.1008636108
  11. G. Beni, J.Wang: Swarm intelligence in cellular robotics systems. In: Proceeding of NATO Advanced Workshop on Robots and Biological System, 1989; vergl. auch doi:10.1007/978-3-642-58069-7_38
  12. Peter Miller: Schwarm-Intelligenz: Weisheit der Winzlinge, in: „National Geographic Deutschland“, Heft 08/2007
  13. Der Schwänzeltanz der Internet-Server, NZZ Online, abgerufen am 9. April 2018
  14. siehe Current Results, Empirical Normalization unter http://noosphere.princeton.edu/
  15. GuttenPlag Wiki – Im Netz der Plagiate-Jäger, bei spiegel.de, 19. Februar 2011
  16. deutschlandfunk.de: Zehn rote Luftballons. Abgerufen am 29. August 2022.
  17. Wikipedia: Das Ende der Schwarmintelligenz droht, In: Der Standard (Online-Ausgabe), 21. Mai 2016
  18. Collective Intelligence and Neutral Point of View: The Case of Wikipedia (Working Paper), Shane Greenstein, Feng Zhu, National Bureau of Economic Research, Juni 2012
  19. Thomas Gibbons-Neff: „Watch the Pentagon’s new hive-mind-controlled drone swarm in action“ Washington Post vom 10. Januar 2016
  20. Thomas D. Seeley: Remembrances of a Honey Bee Biologist. In: Annual Review of Entomology. Band 67, Nr. 1, 7. Januar 2022, S. 13–25, doi:10.1146/annurev-ento-033121-100228 (academia.edu [abgerufen am 29. August 2022]).
  21. Thomas Seeley: Publikationen Academia.edu
  22. Thomas D. Seeley: Das Leben wilder Bienen. 1. Auflage. Ulmer, 2021, ISBN 978-3-8186-1335-8.
  23. A new journal for collective intelligence. In: Santa Fe Institute. 12. August 2020, abgerufen am 14. August 2020 (englisch).