2.1 蜂群思维
蜜蜂，是彻底的母权制，除了少数无用的雄蜂，其余全是雌性姐妹。
不能把蜜蜂看成个体，应该把蜂群作为整体来观察。事实上，蜂群并没有统治者。因此，一个蜂巢+一群蜂群可以看作一只动物（而不是一群）。这是民主制度的真髓，是彻底的分布式管理。
昆虫群体都不仅仅是类似于有机体，而就是一个有机体。这是一个由两万个群氓合并成的整体。
2.2 群氓的集体智慧
群氓中“群态”是从一群完全罔顾其群体形状、大小、队列的生物中涌现出来的。
“涌现”逻辑：2+2不等于4，也不等于5，2+2=苹果。三个音符构造出的，不是第四个音符，而是星辰。
2.3 非均匀的看不见的手
一个蜂巢机构，是从每个蜜蜂个体“涌现”出来的。“蜂群思维”的神奇在于，没有一只蜜蜂在控制它，但是有一只看不见的手，一只从大量愚钝的成员中涌现出来的手，控制着整个群体。
这样一个活系统的普遍规律：低层级的存在无法推断出高层级的复杂性。如果不实际地运行它，就无法揭示融于个体的涌现模式。（就像每只蜜蜂都无法推断它所在的蜂群要干什么）
要想洞悉一个系统所蕴藏的涌现结构，最快捷、最直接也是唯一可靠的方法就是运行它。
2.4 认知行为的分散记忆
我们的意识通过许多散布在记忆中的线索创造了现在，如同它创造了过去一样。
我们的记忆（以及我们的蜂群思维）是以同样模糊而偶然的方式创造出来的。
感知的行为和记忆的行为是相同的。
记忆是随机地存储在整个神经元网络中的。（“稀疏分布记忆”算法）
当只给定最模糊的线索时，“稀疏分布记忆”算法也能够从无数的可能性中发掘出一些东西。
并行分布式计算非常适用于感知、视觉和仿真领域。在采用稀疏分布式内存的超级计算机里，记忆与数据处理的差异消失了。记忆成为了感知的再现，记忆和感知都是从一大堆互相连接的部件中涌现出来的模式。
2.5 从量变到质变
漩涡是一种涌现的事物，如同群一样。不论你多么确切地了解 H2O 的化学特征，它都不会告诉你任何有关漩涡的特征。漩涡的特性来源于大量共存的其他个体。
事物的涌现大都依赖于一定数量的个体，一个群体，一个集体，一个团伙，或是更多。
数量能带来本质性的差异。
一些物理属性，如温度，也取决于分子的集体行为。涌现的事物（如温度）是可以被精确测量、甚至预测的。它是真实存在的。
当连接度足够高且成员数目足够大时，就产生了群体行为的动态特性——量变引起质变。
2.6 群集的利与弊
有两种极端的途径可以产生“更多”：一是顺序操作，二是并行运作。
顺序操作就像工厂的装配流水线一样，其原理类似于钟表的内部逻辑——通过一系列的复杂运动来测度出时间的流逝。大多数机械系统遵循这个逻辑。
并行运作系统有我们所熟知的各种名字：蜂群、电脑网络、大脑神经元网络、动物的食物链、代理群集。
每个并行系统都汇集了许多自治成员。”自治”意味着每个成员要自行反应。这与服从中心命令截然不同。
这些自治成员之间彼此高度连接,但并非连到一个中央枢纽上。它们组成了一个对等网络。这叫”去中心化”。
分布式系统四个特点：
- 没有强制性的中心控制
- 次级单位具有自治的特质
- 次级单位之间彼此高度连接
- 点对点间的影响通过网络形成了非线性的因果关系。
群系统的好处：
- 可适应（不怕一部分组件失效）
- 可进化（一个组件的新功能可以传递给其他组件）
- 弹性（不怕小故障）
- 无限性（自发的秩序有助于创造更多的秩序）
- 新颖性
群系统的明显缺陷：
- 非最优（没有中央控制，群系统效率低下，有冗余）
- 不可控（没有绝对的权威中心）
- 不可预测（“涌现”）
- 不可知（没有像钟表系统一样的因果关系）
- 非即刻（启动时间长）
2.7 网络是21世纪的图标
由真正多元化的部件所组成的群体只有在网络中才能相安无事。其他结构,如链状、金字塔状、树状、圆形、星形等,都无法包容真正的多元化。
布拉斯悖论︰为已经拥堵的网络增加线路只会使其运行速度更慢。
网络有其自己的逻辑性,与我们的期望格格不入。
当我们把自己与蜂巢似的网络连接起来时，会涌现出许多东西，而我们仅仅作为身处网络中的神经元，是意料不到的、无法理解和控制不了的，甚至都感知不到这些东西。任何涌现的蜂群思维都会让你付出这样的代价。
