1906年，在英格兰的一次乡村博览会上，伟大的统计学家弗朗西斯·高尔顿（Francis Galton）观察到了一个非常奇怪的现象。 在查看大型牛的“猜测体重”比赛数据时，他意识到800名参与者的平均猜测（1197磅）非常接近牛的实际体重（1198磅）。
这是有人注意到大型“猜测”样本的平均数据与其极其一致的准确性之间的相关性的第一个值得注意的说明。
- 如何在新的一年里真正改变一些东西
- mindlevelup：这本书| 目录
- Wie wir Risiken verzerrt wahrnehmen
- 技术工作场所中的“唤醒”
- 人类为何做出非理性的决定：行为经济学
总而言之， 小组的准确性甚至远远超过专家 个体 。
在Ox称重比赛的情况下，一些个人猜测来自Ox称重专业人员，他们比大多数业余公平竞争者的人群要不准确得多。
今天，我们知道这种“相关性”是事实，我们通常称其为“ 人群的智慧 ”或“ 集体智慧 ”。 直到最近，该技术的应用仍然很少，并且很大程度上局限于学术界。
这将大大改变。
鉴于最近涉及数据保留的丑闻，以及该数据的相关应用最明显地出现在Facebook和Cambridge Analytica丑闻中，人们理所当然地开始非常关注其个人信息的安全性。
并且有充分的理由…
物理学教授Albert-LászlóBarabási和他的团队完成的一项研究 得出的结论是， 2010年人类行为可预测为93％ 。
分布式和去中心化技术兴起的诱人思想也推动了加密技术和web3开发的发展。
但这不是关于数据泄露，而是关于集体智慧的优点和应用。
交叉的原因是集体智慧可能是解决我们的数据危机的关键。 那是因为数据本身不是敌人，关注的是数据盗窃，分析以及最终出售该个人信息。
但是，如果我们能让人们自愿提供数据呢？ 更好的是，他们是否因基于数据准确性而对这些数据进行奖励？
确定未来事件的预测市场
因此，虽然弗朗西斯·加尔顿（Francis Galton）被广泛认为是“集体智慧”的概念，但预测市场背后的应用和经济理论却被路德维希·冯·米塞斯 （ Ludwig von Mises ）归功于他的“社会主义英联邦的经济计算”和弗里德里希·哈耶克（Friedrich Hayek） 1945年的文章“知识的运用”社会上。”
本质上，预测市场是未来事件结果中的交易所交易 。 集体智慧是一种行之有效的方法，它是一种高效，一致地汇总和发现隐藏信息和洞察力的方法。
例如，如《经济学人》先前所写，在手头的任务进行预测时，预测市场被证明在“将许多人的明智猜测转化为困难概率”方面特别有效。
作为爱荷华大学的一项研究项目，于80年代后期通过爱荷华大学电子市场（IEM）开发而成，它是旧选举预测市场的数字化转世，是在线预测市场的首批实例之一。 IEM在2008年涵盖5次总统选举的成功率的一项研究发现，预测比74％的时间更准确 。
另一个例子是“ 情报高级研究计划活动” （IARPA）项目，该计划吸收了3,000名普通公民，他们只不过拥有互联网连接和聚合软件。 他们发现， 与具有特殊访问私人信息权限的CIA分析师相比，他们能够对全球事件做出更好的预测。
该研究发现了通常不会被发现的被称为超级预报员的隐藏专家。 这些超级预报员表现出比CIA分析师高30％的能力。
关于集体智能的研究文献集中在同行评审的《预测市场杂志》中，该杂志由莱顿·沃恩·威廉姆斯（Leighton Vaughan Williams）编辑，由白金汉大学出版社出版。
麻省理工学院对这一过程非常着迷，以至于它拥有自己的研究中心，完全专注于该主题，即“麻省理工学院集体智能中心”。
当然，您不能仅将几个人扔到一个房间里，让他们推测他们不知道的话题，对答案进行平均，然后得出准确的预测吗？
不，您不能，但是实际方法与您所想的相距不远。
正如畅销书《人群的智慧》所述 ，要提取出始终如一的准确结果，必须先考虑四个条件。
要使之成为有效的工具，有四个标准很重要。
- 独立性 ：各种猜测必须彼此独立。 也就是说，每个人都必须在不知道其他人已经猜到的情况下进行猜测。
- 多样性 ：进行各种各样的猜测很重要。 在“牛”例子的猜测中，进行猜测的人包括农民，屠夫，牲畜专家，家庭主妇等。也就是说，我们在决策中都有认知偏见，因此您可以通过以下方式消除类似偏见的影响：有更多不同的测试样本。
- 权力下放 ：做出猜测的人应该能够利用自己的私人本地知识。
- 汇总 ：必须有某种方式将猜测汇总为单个集体猜测。 在对Ox示例的权重的猜测中，这是通过取平均猜测来完成的。 这是一种常见的方法，但也可以使用其他方法。
这个简短的答案是“ 集体思维” ，而“集体思维”是集体智慧的对立面。
集体思维发生在一群人中，其中对群体和谐或顺从的渴望导致决策结果不合理或功能失调。 通常，这是因为思想不容置疑地盛行，因为不同意的思想通常保持沉默以避免冲突。
如果答案是独立，多样化和综合的，则可以避免许多陷阱。 那就是如果每个人都能够经历自己的决策过程，而不是试图强迫每个人作为该小组的代表得出一个结论。
学校，工作场所乃至政府都非常熟悉这种“对一个群体有一个答案”的情况，以至于显示出我们的社会决策在各个基本层面上确实存在多么严重的缺陷 。
关于小组思考的大部分最初研究是由耶鲁大学的研究心理学家欧文·贾尼斯（Irving Janis）进行的。 他在作品中提到的最具有历史意义的群体思维例子之一是“猪湾” （1961年卡斯特罗（Castro）古巴入侵失败）。
肯尼迪总统想推翻菲德尔·卡斯特罗（Fidel Castro），他的情报网络也知道这一点。 这影响了小组的思维过程，他们的行动和思考并没有他们所能清楚或明智地进行。 相反，他们得出了不合逻辑的结论，然后在不公开新信息的情况下向前推进。 尽管计划的基础十分脆弱，但他们仍坚定不移地做出决策。
通过直接参与决策，肯尼迪使他的下属提出了一个令他满意的计划，而不是最具有战略意义的计划。 如历史所示，结果是一场灾难，无意中导致了古巴导弹危机。
为什么这样做？
人性要求我们更多地参与一个过程，其结果将直接影响我们。 如果遵循，那么如果某人有财务上的“利益”，并有可能因正确而得到回报，那么他们更有可能以更大的努力和努力来回答问题。
贝叶斯真值血清（BTS）是一种在多项选择调查中提高诚实度和信息质量的令人兴奋的新方法，并且由于集体智力研究的个体性和分散性，它理所当然地认为这两个研究领域将有很好的交叉余地。
麻省理工学院的一项研究表明，贝叶斯真相血清“ 与简单多数票相比，减少了21.3％的错误 。”
伊利诺伊大学的另一项名为《决策中的财务激励效应模型》的研究做了这些总结性评论。
与模型的预测一致，参与者提供的绩效偶发性激励花费了更长的时间来选择，检查了更多信息，产生了更高水平的负面影响 ，并且所使用的决策策略比参与者提供随机分布的激励所导致的选择更为准确 。
去中心化预测市场
Augur和Gnosis是区块链上集体智慧的两个例子。 它们充当预测市场平台，奖励用户正确预测未来事件。
如果预测可以帮助您做出重要的业务决策，则值得花费大量的时间和金钱来避免潜在的负面和可预见的结果。 如果您可以预测未来，则可以为它做规划，甚至影响它。
Gnosis正在研究一个框架，用于托管和与分散的预测市场进行交互。 您将使用Gnosis框架来创建市场并将其链接到事件。 通过这个市场，用户可以在事件中购买类似于股票的东西。
这些市场使人们可以在事件的结果中买卖股票。
股票的当前市场价格是实际发生的事件的当前估计 。
在研究解释两个平台之间的差异时，我在一个Augur论坛上发现了这个有用的评论，该论坛比我能更简洁地总结了这些差异。 因此，我将在此处全部粘贴该评论。
“主要区别在于Gnosis使用集中式预言机，而Augur开发了分散式预言机（报告系统）。
集中式Oracle的优点是解决速度更快（可能在几小时到一天之内）并且更加简单。 但是，集中式Oracle不能抵抗审查，并且可能会被信任方关闭或管理不善。
分散的oracle具有抗审查性的优势，这意味着实体无法关闭系统或恶意的受信方无法管理平台（因为系统是不信任的）。 解决方案在Augur的特定实施中至少需要7天，而且可能需要更长的时间（如果情况逐步升级，则最多需要20周+ 2个月的分叉时间）。”
集体智慧的用例和未来含义
目前，集体情报的应用是深奥的，大多数研究和论文是由麻省理工学院等学术机构进行和撰写的。 但是，随着更多的信息和可行的实用模型，集体智慧可能会成为帮助管理决策和计划的普遍工具。
例如，思域刚刚宣布从Consensys获得资金，以利用区块链技术和加密经济学建立一个自治的新闻编辑室，为记者和公民创建一个开放的市场。
CanYa也谈到了将该技术作为一种可帮助CanYa DAO中的决策协议的设备。
为了重申一个较早的观点，我们在决策中都存在认知偏见，因此，如果我们可以通过拥有更多不同的决策组来平息类似偏见的影响，那么我认为我们应该推动和开发这项技术是重要的。 真正的民主依靠它。
