长期以来，科学家们在许多社会昆虫群体中观察到了一种看似矛盾的现象：组成群体的每个人都没有智力，或者只有有限的智力，但整个群体表现出的智能行为远远超过任何个体。这种群体层面的智能通常被称为 "群体智能"( 群 / 集合智能）。在群体智能现象中，可以观察到两个重要特性：个体智能的放大效应和群体合作的规模扩展性。

随着互联网的飞速发展，大量的人被连接到网络空间（网络空间），那么，能否将群体智能的基本原理应用到通过网络连接的大规模人群中，形成个体智能的放大效应，从而进一步释放人类社会的潜力，促进社会经济的发展？

最近，"国家科学评论"(NationalScienceReview，NSR) 在线发表了一篇由北京大学计算机科学与技术系副教授张炜和梅红教授撰写的评论文章 "AConstructiveModelforCollectiveIntelligence"。

本文认为，目前对群体智能的研究主要集中在解释层面，即理解和解释现有群体智能现象的发生过程，但这样的解释理解很难有效地指导实际复杂问题的群体智能系统的构建。

鉴于这一研究现状，本文提出了一种群体智能的构建模型。该模型将群体智能的形成机制建模为一个连续的循环，包括三个活动："探索"、"融合" 和 "反馈"。以蚁群搜索、人类知识发现、一致性。Ai 和 EteRNA 四种具有代表性的群体智能现象 / 系统为例，阐述了这些现象 / 系统的形成机制。构建模型的基本思想是，为了实现解决特定问题的群体智能系统，核心在于如何设计一种有效的信息表示、融合和反馈机制。

本文还展望了群体智能的发展前景，指出了需要进一步研究的关键科技问题，提出了人工智能的概念（ArtificitiveCollection Intelligence，简称 ACI)，ACI 系统是一种面向问题的群体智能现象，其核心是利用人工智能技术实现智能信息融合和个性化信息反馈。

国务院颁布的 "新一代人工智能发展规划" 将群体性智能列为五大发展方向之一，具有进一步探索的潜力。