包括乔治华盛顿大学物理学教授尼尔约翰逊在内的一组研究人员发现，当个别部分能力较弱时，分散系统的效果会更好。

约翰逊博士有兴趣了解具有许多活动部件的系统如何在没有集中控制的情况下达到预期目标或目标。这探讨了一个共同的理论，即分散的系统，那些没有中心大脑的系统，可以更好地抵御损害或错误。

这项研究有可能为如何有效地组建公司，构建更好的自动驾驶汽车，优化下一代人工智能算法以及甚至可以改变我们对进化的理解提供信息。约翰逊博士说，关键在于理解分散式和集中式系统之间的“甜蜜点”如何随着部件的巧妙程度而变化。

该团队构建了一个分散系统的计算模型，调整变量以反映组件如何随着时间的推移而改进，并在解决问题时变得更有效。约翰逊博士惊讶地发现，随着他的研究团队制作出更好的单件，整个系统表现更差。他说，随着部件变得越来越聪明，他们共同犯下更严重的错误并重复过去的错误。

“我们发现当你有一些以分散的方式工作的对象集合，并且那些单个对象在信息处理方面变得更好时，整个系统变得更糟，因为它们往往形成人群，即使它们中没有任何内容“我希望成为众人中的一员，”约翰逊博士说。“就像你获得更多记忆时看待模式的方式一样，它可能会让你陷入某种错误的看待事物的方式。”

当一个功能过于强大的系统组件正在处理任务时，它将在错误发生时开始自我纠正，以实现目标。约翰逊博士说，这导致过度修正，使系统进一步远离其终点，“它可以做得越糟糕”。

约翰逊博士将此与一群朋友在河上划独木舟的情景进行了比较。如果有人划水，有些人正在划水，那么独木舟就会直线移动。然而，如果突然间，独木舟中的每个人都决定向左划桨，这将产生一系列过度修正，导致到达目的地的延迟。

“只要对象不太聪明，分散的系统就会很好，”他说。“当他们开始变得过于聪明时，你的系统就会开始以某种方式翻转。”

他对在组织系统内工作的个人的信息?不要过度思考它。

约翰逊博士相信这些研究结果可以应用于技术发展。作者预测，自动驾驶汽车可以通过更简单的部件表现更好，并表明脑功能受损的人可以恢复一些先前失去的功能，如果个别成分，例如手臂或腿部肌肉，直接提供简单的说明。他们的工作还提出了一个新的视角，为什么生物进化从较不复杂的生物如幼虫跳到具有集中神经系统的生物。