因为插组的资金有限，比赛时哪几羽选手鸽要加码，才能以小搏大，获得最高的投资报酬率，一直是令鸽友们伤脑筋的问题。一般人的做法是根据选手鸽的健康状态、归巢欲、外训表现等状况综合判断后做决定，状况良好的加码，状况较差的有插组就好。最近生物学家对于选择策略有了新发现，可以大幅提升传统预测方法的准确度。这项新发现不是来自什么博大精深的科学或数学理论，而是学习鸽子、蚂蚁和蜜蜂等动物的“群体智能”。

　　群体智能简单地说，就是群体中的个体遵循简单的规则，根据局部信息独立判断，然后以简单的互动来协调，做出有利于群体决策的智能。群体智能在实务上的应用较适合职业鸽舍，即由鸽舍内多位对选手鸽的状况有相当程度了解者，进行独立评估，最后举行不记名投票的决选，决定插组的资金如何分配运用。整个过程中最重要的是独立评估的部分，评估者必须尽可能收集数据、完全以专业角度为考量，因为情感上的因素（对某羽选手鸽的偏爱、揣摩其他人的想法），是导致预测不准的主要问题，至于最后采取不记名投票的方式更是结果是否客观的重点。而业余的一人鸽舍，则可以考虑运用计算机程式，将影响比赛的重要数值进行模拟运算，也能得到类似的效果。

　　群体智能在生活中四处可见，以蜜蜂来说，蜜蜂并不精明，精明的是蜂群。一个蜂群能够解决的问题，是单只蜜蜂不可能办得到的。个别的蜜蜂可能是一个个小瓜呆，然而一旦形成群体，却能对环境做出迅捷有效的反应，而它们靠的就是所谓的群体智能。由于一个蜂巢里最多有五万只左右的工蜂，蜜蜂因此演化出可以化解歧见、求得群体最大利益的方法。

　　以如何选择新家为例，晚春季节，当蜂巢开始变得拥挤时，蜂群通常会分家，蜂后、部分雄蜂和半数的工蜂会离开居住的蜂巢，飞行一小段距离，聚集在一根树枝上。蜂群就在那里露宿，由一部分蜜蜂去找新房子。最理想的筑巢地点是在离地够高的树洞里，有朝南的小孔作为入口，内部有很多空间容纳幼虫和蜂蜜。蜂群一旦选好地点，通常不会再搬家，因此选择必须正确无误才行。

　　在一项实验中，生物学家将四千只左右的小型蜂群运送到一座无人小岛上，每一只蜜蜂都被漆上斑点、戴上小小的塑胶标签，然后把蜂群都放走，让它们去寻找预先摆放在附近的蜂巢箱。预先放置的五个蜂巢箱，其中四个不太够大，一个差不多刚刚好。很快五个箱子周围都出现了侦察蜂，这些侦察蜂回到蜂群时都跳起摇摆舞，催促其他侦察蜂也去瞧一瞧，这种舞蹈包含了指出某个蜂巢箱位置的密码。每一支舞的强度反映出侦察蜂对该筑巢地点的热衷程度。过了一段时间之后，已经有几十只侦察蜂跳得起劲，有的支持这个地点，有的支持那个地点，每个蜂巢箱周围都有一群蜜蜂嗡嗡起舞。

　　决定的那一刻不是发生在主蜂群内，而是在外面，在侦察蜂聚集的蜂巢箱周围。只要有一个蜂巢箱入口附近的侦察蜂达到了十五只左右，那个蜂巢箱周围的侦察蜂感觉出法定数目已经达到，便会回到蜂群中宣布这个消息。从被选中的蜂巢箱返回的侦察蜂会分散到蜂群中，发生搬家的讯号。一旦全部的蜜蜂都准备好了，蜂群就会一起飞到新家，结果不出所料，新家就是五个蜂巢箱中最理想的那个。

　　蜜蜂的决策规则是广纳不同的选项、鼓励各种想法自由竞争，并用一种有效的机制缩小选择范围。运用在解决问题的会议上，可以要求与会人员找出所有具有可能性的解决方法，把各自的想法拿出来讨论一番，然后进行不记名投票。这种做法使一个团体有时间让最好的想法浮现、获得采纳，一般人通常都很愿意接受这样的做法。

　　采取蜜蜂规则的团体几乎都会变得更聪明，只要成员多样化、能独立思考，并以投票、竞标或平均值法等机制来产生群体的决定，不论是股市投资者，还是正在进行研究计画的科学家团队，都能成为聪明的团体。拿赌赛马的人来说，为什么他们对比赛结果的预测会那么准确？在马儿离开起跑门的那一刻，赛马彩池板上显示的赔率（根据所有赌客所下的赌注计算出来的）几乎总是预言了比赛结果：赔率最低的马通常跑第一，次低的马跑第二，以此类推。原因在于彩池投注在善用群体智能方面是几近完美的机制。

　　如果你有机会到赛马场，就会发现群众里什么样的人都有，有整天追着赛马报表研究的职业赌徒、有明了某些赛马特性的人。就像设法做决定的蜜蜂，玩赛马的人也会汇集各式各样的信息，各有各的看法，等下好离手之后，群体的判断结果就会被计算出来。所以说，赌赔率较高的马儿很少能赢钱。

　　我家附近有一座小公园，我喜欢在那里看一群群的野鸽在车流和树木上空盘旋，最后鸽子都会飞到公园周围建筑物突出的地方休息。然后，不知道什么事惊扰了它们，使它们在同一瞬间只飞了起来，动作整齐划一，彷佛是单一的生物体。生物学家研究发现鸽群并没有领袖，没有哪一羽鸽子会告诉其他鸽子怎么做，它们只不过是密切注意身旁同伴的动静。当它们划过天空时，每一羽都会按照简单的规则来飞行：一、不要和附近的同伴挤在一起；二、跟着附近的同伴的平均方向飞；三、不可以离附近的同伴太远。这些规则集合起来，就是另一种群体智能——重点与做决定无关系，而是精准的协调动作。

　　不论是蜜蜂、鸽子还是其他群体动物，聪明群体行为的元素包括：分散控制、根据局部提示做反应、遵循简单的规则，结合起来就是能够应付复杂状况的机灵策略。

　　群体智能对人类最大的改变恐怕是发生在网络世界，以目前最强的查找引擎Google为例，它利用群体智能帮你寻找数据，当你建入一个查找关键字，它会检视索引服务器上数以十亿计的网站，找出其中最切题的，然后按照链接到这些网站的其他网页的多寡，来排出先后顺序，他就是把链接当作选票，得票最高的网站列在查找结果的第一笔。透过这种方式，Google得以运用网路的群体智能来决定一个网站的重要程度。

　　另外，自由协作的百科全书：维基百科，目前已经有上百万个条目、超过两百种语言版本，内容包罗万象，而且可任由任何人撰写或编辑，也证明了群体智能的成功。透过网路的方式让一大群人一起思考，现在已经是可能的事了，这是几十年前完全无法想像的。没有哪一个人能懂得处理人类社会问题所需要的一切知识，但是只要集合众人的力量，我们知道的将远比过去能够运用的要多得多。

　　最后也是最重要的，就是要将群体智能运用在插组加码的选择或其他问题时，一定要遵守群体智能的一项重要真理，只有当个别的成员都以负责任的态度行为，都自己做决定的，群体才会趋向于具有智能。如果成员都互相模仿，或者成为潮流的奴隶，又或者只等待别人来告诉自己该怎么做，这样的群体是不可能有智能的。群体要有智能，必须仰赖成员做好自己份内的事， 才能获得真正的成功。（本文摘自116专业工作室）