1.5　本書整體結(jié)構(gòu)

人機(jī)物融合群智計(jì)算是群智感知計(jì)算在智能物聯(lián)網(wǎng)、群體智能、邊緣智能等發(fā)展背景下的重要演進(jìn)方向之一，通過(guò)異構(gòu)群智能體協(xié)作融合實(shí)現(xiàn)個(gè)體智能和群體認(rèn)知能力的增強(qiáng)，在智慧城市、智能制造等領(lǐng)域具有廣泛應(yīng)用前景，同時(shí)在人機(jī)物群智協(xié)同機(jī)理、異構(gòu)群智能體自組織協(xié)同、分布式增強(qiáng)學(xué)習(xí)機(jī)制等方面還面臨諸多新挑戰(zhàn)。

如圖1.4所示，本書整體按照“理論機(jī)理-關(guān)鍵技術(shù)-系統(tǒng)平臺(tái)”的邏輯展開(kāi)。具體來(lái)說(shuō)，第3～4章探索從自然群智系統(tǒng)協(xié)作機(jī)理到人工群智系統(tǒng)的模型參照與技術(shù)演進(jìn)，關(guān)注多樣化生物組成的自然生態(tài)群落與人-機(jī)-物異構(gòu)群智能體協(xié)作之間的內(nèi)在邏輯關(guān)聯(lián)與映射機(jī)制構(gòu)建。在第5～11章，依次介紹人機(jī)物融合智能感知與計(jì)算的關(guān)鍵技術(shù)，探索多智能體環(huán)境下自組織、自學(xué)習(xí)、自適應(yīng)和持續(xù)演化的分布式學(xué)習(xí)方法，綜合利用協(xié)作、共享、遷移、競(jìng)爭(zhēng)、對(duì)抗等方式實(shí)現(xiàn)異構(gòu)多智能體增強(qiáng)學(xué)習(xí)與智能演進(jìn)。具體地講，本書的主要內(nèi)容共分為12章，內(nèi)容概述如下。

第2章　邁向人機(jī)物融合群智計(jì)算時(shí)代

介紹人機(jī)物協(xié)同共融的必然發(fā)展趨勢(shì)，催生人機(jī)物融合的新型群智計(jì)算范式（簡(jiǎn)稱人機(jī)物融合群智計(jì)算），并影響多個(gè)領(lǐng)域新業(yè)態(tài)的建立；在此背景下，概述人機(jī)物融合群智計(jì)算的內(nèi)涵、特質(zhì)和研究脈絡(luò)。

第3章　人機(jī)物群智涌現(xiàn)機(jī)理

介紹生物集群協(xié)同機(jī)理和人類群智涌現(xiàn)機(jī)理等基礎(chǔ)理論，以及從生物集群到人工集群的映射機(jī)制和研究實(shí)踐；從群落生態(tài)學(xué)、異構(gòu)集群動(dòng)力學(xué)、人機(jī)物演化動(dòng)力學(xué)、人機(jī)物共融智能和人機(jī)物超級(jí)物種集群等方面引出作者關(guān)于人機(jī)物融合群智涌現(xiàn)機(jī)理的思考和探索。

第4章　人機(jī)物群智涌現(xiàn)動(dòng)力學(xué)模型

介紹利用動(dòng)力學(xué)理論分析和建模上述群智涌現(xiàn)機(jī)制，包括生物和人工集群的群集動(dòng)力學(xué)模型，以及生物和人工集群的演化博弈動(dòng)力學(xué)模型；在此基礎(chǔ)上，介紹作者關(guān)于具有異構(gòu)性和分布式特點(diǎn)的人機(jī)物融合系統(tǒng)群集動(dòng)力學(xué)、演化動(dòng)力學(xué)和自適應(yīng)可重構(gòu)群智系統(tǒng)動(dòng)力學(xué)的問(wèn)題分析與建模。

第5章　人機(jī)物協(xié)作群智感知

介紹人機(jī)物協(xié)作群智感知的新發(fā)展，它在“以人為中心”的傳統(tǒng)群智感知基礎(chǔ)上融合了“以物為中心”的物聯(lián)網(wǎng)和“以機(jī)為中心”的邊緣智能。詳細(xì)介紹人機(jī)物協(xié)作任務(wù)分配和云邊端融合數(shù)據(jù)匯聚的核心挑戰(zhàn)和前瞻性研究，以及作者在云邊端融合群智感知方向的前期研究實(shí)踐，進(jìn)而分析其應(yīng)用前景。

第6章　多源異構(gòu)群智數(shù)據(jù)融合

分析人機(jī)物異構(gòu)主體群智貢獻(xiàn)數(shù)據(jù)的異質(zhì)性、碎片化和雜亂性等特性，為群智感知計(jì)算引入新的挑戰(zhàn)。為了應(yīng)對(duì)這些挑戰(zhàn)，分別介紹跨模態(tài)群智數(shù)據(jù)關(guān)聯(lián)、群智知識(shí)集聚與發(fā)現(xiàn)以及群智融合時(shí)空預(yù)測(cè)三個(gè)方面的研究問(wèn)題和進(jìn)展。

第7章　自學(xué)習(xí)增強(qiáng)與自適應(yīng)演化

介紹在智能物聯(lián)網(wǎng)和邊緣智能背景下，利用人機(jī)物終端本地的計(jì)算資源執(zhí)行深度學(xué)習(xí)模型實(shí)現(xiàn)智能推斷逐漸成為一種趨勢(shì)。針對(duì)人機(jī)物融合群智計(jì)算情境、學(xué)習(xí)任務(wù)和終端資源動(dòng)態(tài)變化的問(wèn)題，介紹深度模型的自適應(yīng)演化和自學(xué)習(xí)增強(qiáng)演化范式。兩者在模型的自適應(yīng)能力優(yōu)化和生命周期優(yōu)化上相輔相成。

第8章　群智能體分布式學(xué)習(xí)方法

介紹人機(jī)物融合的異構(gòu)群智能體如何協(xié)同利用多個(gè)智能體的數(shù)據(jù)和計(jì)算資源，從而分布式地完成大規(guī)模復(fù)雜任務(wù)，并提升任務(wù)處理速度或質(zhì)量。具體來(lái)說(shuō)，從傳統(tǒng)分布式機(jī)器學(xué)習(xí)方法和策略講起，引出前沿的群智能體聯(lián)邦學(xué)習(xí)、群智能體深度強(qiáng)化學(xué)習(xí)和群智能體協(xié)同計(jì)算策略和模型。

第9章　人機(jī)混合學(xué)習(xí)方法

人機(jī)混合增強(qiáng)智能正成為新一代人工智能的典型特征，但目前基于人在回路和基于認(rèn)知計(jì)算的混合智能仍面臨多個(gè)挑戰(zhàn)并處于初級(jí)階段，并且很少有人機(jī)物融合群智計(jì)算背景下的人機(jī)混合智能研究。針對(duì)該問(wèn)題，介紹參與式樣本標(biāo)注、示范模仿學(xué)習(xí)和人類指導(dǎo)強(qiáng)化學(xué)習(xí)三類前瞻性研究思想及核心方法。

第10章　群智能體知識(shí)遷移方法

遷移學(xué)習(xí)能力是人機(jī)物融合群智計(jì)算系統(tǒng)能夠解決新任務(wù)的關(guān)鍵。面向群智能體間的深度學(xué)習(xí)模型參數(shù)、領(lǐng)域特征、任務(wù)特征、學(xué)習(xí)方式、數(shù)據(jù)、技能和決策經(jīng)驗(yàn)等不同層面的知識(shí)，分別介紹基于知識(shí)蒸餾的群智知識(shí)遷移、基于域自適應(yīng)的群智知識(shí)遷移、基于多任務(wù)學(xué)習(xí)的群智知識(shí)共享、基于元學(xué)習(xí)的群智知識(shí)遷移、基于聯(lián)邦遷移學(xué)習(xí)的群智知識(shí)遷移、基于分層學(xué)習(xí)的群智技能遷移以及多智能體強(qiáng)化學(xué)習(xí)中的群智知識(shí)遷移問(wèn)題和前沿研究。

第11章　隱私、信任與社會(huì)因素

為了進(jìn)一步提升人機(jī)物融合群智計(jì)算系統(tǒng)的群智能體任務(wù)參與度、隱私安全性和信任可靠性，重點(diǎn)介紹異構(gòu)群智能體的激勵(lì)機(jī)制、全過(guò)程全場(chǎng)景的隱私保護(hù)機(jī)制和多元協(xié)同信任計(jì)算的相關(guān)問(wèn)題挑戰(zhàn)及核心方法，并綜合運(yùn)用本章所述機(jī)制，介紹基于區(qū)塊鏈的人機(jī)物融合安全可信群智計(jì)算架構(gòu)。

第12章　CrowdHMT開(kāi)放平臺(tái)

匯總與本書相關(guān)的代表性系統(tǒng)和發(fā)展趨勢(shì)，介紹人機(jī)物融合群智計(jì)算系統(tǒng)（CrowdHMT）的通用系統(tǒng)架構(gòu)及其核心模塊，提出“太易”人機(jī)物鏈中間件設(shè)計(jì)構(gòu)想。最后，介紹作者在多個(gè)典型應(yīng)用領(lǐng)域的實(shí)踐和原型系統(tǒng)設(shè)計(jì)。