先来跟大家说个小故事：
被“肢解”的牛，到底有多重呢？
在1906年，传奇的英国科学家弗朗西斯·高尔顿(Sir Francis Galton) 在国家的集市中，做了个小实验。在这个实验中，高尔顿公爵在集市上随机选取了几百人作为实验对象。高尔顿公爵让每个人进行一个猜测：
这只牛被宰杀和去骨后的肉，有多重？
结果令人惊讶：综合几百个受试者给出的答案，得到的平均数是1197磅，仅仅比最终的称重结果--1198磅--少了1磅。
这就是最最早期，对于“群体智慧”的证明了。（统计学）
将每个人的判断，综合考虑并进行聚合之后得到的结果，往往很“精确”，“精确”到令人难以置信。
聚合的奇迹？
我们可能会想了，这是不是“聚合的奇迹”呢？
如果我们仔细去想想，“聚合的奇迹”背后事实上有迹可循：
认真的去分析这件事，我们可以发现一件事情：有用的信息，经常是极度分散的。如何理解分散呢？
一个人可能稍微知道一点，一个人可能知道稍微一点，再有个人可能一点稍微。。。
当受试对象看到这个被“肢解”的牛的时候，每个人都会尝试将自己的视觉信息转化为“数字（重量）”。
- 当一个屠夫看到这只牛的时候，他多年的经验可以快速的给出自己的判断。并且我们可以相信，他给出的答案，是相对准确的。
- 当一个经常买肉的人看到这只牛的时候，他的判断，也让我们向正确的判断走近了一点点。
- 也可能有一个人呢，去年刚刚在集市中卖了一头牛，这也引导着我们走向准确的判断。
随着这样正向的答案越来越多。我们可以想像一下这个画面：
这几百个受试者，每个人手拿一个小碎片，至于画框中。随着时间推移，我们惊奇的发现那画框中，不再是无意义的碎片的散落，而是渐渐从中心汇聚成一个有意义的美丽画面。
当然，伴随着这样的有效的信息的集聚呢，不合理的信息，也会随之出现。
- 有些人可能就是乱猜，不是猜的太重，就是太轻。
你可能就会纳闷了，为什么这样的干扰信息的存在，并没有影响我们得到准确的答案呢？我们可以再想象这样一个情况：
那些给出不正确信息的人呢，就像在拔河。虽然人很多，但他们却向两个截然相反的方向使劲。自然不会对那些原本就正确的信息，产生什么“致命”的影响。
群体智慧
我们能得出如下结论
- 正确的信息不断汇聚，而错误信息自相抵消，群体智慧能给我们惊喜的答案。
- 为我们最终得到正确结论的不是汇聚这个工具，而是，我们汇聚了什么：
汇聚一群不知道任何信息的人得出的结论，实际上等于没有结论。
汇聚一群稍微知道一些信息的人得出的结论，能帮助我们向准确靠拢。
汇聚一群知道很丰富信息的人得出的结论，能帮助我们得到近乎完美的结果。
- 对有效汇聚的有效汇聚，能帮我们解决更多事情。。。
