抄自kevin kelly《失控》，阅读时间3分钟，抄写费时一小时，思考学习要一辈子
蜜蜂之道：分布式管理
惠勒：就像一个细胞或者一个人，它表现为一个一元整体，在空间中保持自己的特性以抗拒解体......即不是一种事物，也不理一个概念，而是一种持续的波涌或进程。这是一个由两万个群氓合并成的整体。
群氓的集体智慧
如今根据雷诺兹的算法，群体被看作是一种自适应的技巧，适用于任何分布式的活系统，无论是有机的还是人造的。
非匀质的看不见的手
又有什么潜藏在人类个体中没有涌现出来，除非所有的人都通过人际交流或政治管理联系起来？在这种类似于蜂巢的仿生超级思维中，一定酝酿着某种最出人意料的东西。
认知行为的分散记忆
好些往事是可以重播的，就如同在若干年后播放录音机一般——“摁下重播键”。记忆必须由某种方式对碎片进行重新组合。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。两者都是将许多分布的碎片组合成一个自然涌现出的整体。记忆，是高度重建的，需要从数目庞大的事件中挑选出什么是重要的，什么是不重要的，这种选择的过程就是感知。
卡内瓦尔的“稀疏分布记忆“算法。
蜂群思维是能同时进行感知和记忆的分布式同内存。
可以解决闲置式问题。
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，记忆与数据处理之间的差异消失了。记忆成为了感知的再现，与最初的认知行为没有什么区别。两者都是从一大堆互相连接的部件中涌现现来的模式。
从量变到质变
漩涡是一种涌现的事物。科学界早就认为大量个体和少量个体的行为存大差异。随着成员数目的增加，两个或更多成员之间可以的相互作用呈指数级增长。当连接度高且成员数目大时，就产生了群体行为的动态特征——量变引起质变。
群集的利与弊
我们发现许多系统都是将并行运作的部件拼接在一起，很像大脑的神经元网络或者蚂蚁群落。大型系统有二种模式：顺序模式（如工厂），网络模式（如电话系统）。宇宙中最有趣的事物大都类似网络模式。如：彼此交织的生命，错综复杂的经济，人类社会，变幻莫测的思绪。
蜂群，电脑网络，大脑神经元网络，动物的食物链，代理群集。每个系统在组织上都汇集了数以千计的自治成员。这些自治成员高度连结，但并非连到一个中央枢纽上，它们组成一个对等网络。同于没有控制中心，人们就说这类系统的管理和中枢是去中心化在系统中的，与蜂巢的管理形式相同。好处：可适应，可进化，弹性，无限性，新颖性。缺点：非最优，不可控，不可预测，不可知，非即刻。
我们每将机器向群集推进一步，都是将它们向生命推进了一步。
群计算的数学延续了达尔文有关动植物经历无规律变异而产生无规律种群的革命性研究。科学已解决了所有的简单任务，现在它必须直面生命的杂乱。
网络是二十一世纪的图标
要消除一切先入之见，放下一切固有和确信的执念。
原子是20世纪科学的图标。
下个世纪的科学象征是充满活力的网络。
网络在那哪里出现，哪里就会出现对抗人类控制的反叛者。
网络不断孕育着小的故障，以此来避免大故障的频繁发生。正是其容纳错误而非杜绝错误的能力，使分布式存在成为学习、适应和进化的沃土。与其说一个分布式、去中心化的网络是一个物体，还不如说它是一个过程。
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、无法理解和控制不了这些的，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。
