Недавнее исследование, опубликованное в журнале Science, кардинально пересматривает классическую теорию коллективного поведения пустынной саранчи, чьи нашествия угрожают продовольственной безопасности и затрагивают жизнь одного из десяти человек.
Классические модели, основанные на принципах теоретической физики, представляют особей как самодвижущиеся частицы, подобные магнитам, где локальное выравнивание соседей приводит к возникновению упорядоченного движения. Согласно этим представлениям, переход от хаотичного движения к синхронности должен происходить при достижении определённой плотности особей, что ранее подтверждали лабораторные эксперименты.
Команда из Кластера «Коллективное поведение» Университета Констанца, возглавляемая профессором Iain Couzin и др. Sercan Sayin, провела исследования во время вспышки саранчи в Восточной Африке в 2020 году. Профессор Couzin отмечал: «Выявление механизмов взаимодействия в подвижных группах животных крайне сложно. Отдельные особи одновременно влияют на поведение друг друга, создавая сложную сеть взаимосвязей». Доктор Sayin дополнительно пояснил: «Данный подход позволил нам тщательно проверить гипотезы о том, что лежит в основе их поведения, способами, недоступными при наблюдении за естественными роями».
Методика исследования включала полевые наблюдения, лабораторные эксперименты и инновационные испытания с использованием иммерсивных 3D-технологий, в рамках которых саранча взаимодействовала с «голографическими» виртуальными стаями. Эксперимент, в котором наблюдаемая особь размещалась между двумя виртуальными группами, движущимися в одном направлении, выявил, что вместо слепого следования потоку саранча сначала выбирает одну из групп и направляется в её сторону.
Полученные данные свидетельствуют о том, что ключевым фактором является качество когерентной визуальной информации, а не просто наличие большого количества соседей. Результаты экспериментов опровергают традиционное предположение о плотностном пороге для перехода к организованному движению. Как подчеркнул доктор Sayin: «Суть заключается не в количестве, а в качестве информации».
Новые наблюдения позволили разработать когнитивную модель, в которой саранча рассматривается не как простой следователь за движением, а как сознательный агент, способный обрабатывать сенсорные данные и принимать решения. Модель, основанная на принципах нейронауки и называемая «кольцевым аттрактором», предполагает, что нейронные представления направлений относительно соседей конкурируют, формируя динамический консенсус для определения траектории движения.
Переосмысление механизмов коллективного поведения саранчи открывает новые возможности для прогнозирования маршрутов нашествий и разработки целенаправленных мер контроля. Результаты исследования ставят под сомнение десятилетиями сложившиеся теории и предоставляют научную основу для разработки стратегий управления роями в реальном времени.
Полученные выводы позволяют применять принципы когнитивного взаимодействия не только в биологии, но и в робототехнике, искусственном интеллекте и координации автономного транспорта, способствуя развитию алгоритмов для эффективного коллективного управления в сложных динамичных системах.
Изображение носит иллюстративный характер
Классические модели, основанные на принципах теоретической физики, представляют особей как самодвижущиеся частицы, подобные магнитам, где локальное выравнивание соседей приводит к возникновению упорядоченного движения. Согласно этим представлениям, переход от хаотичного движения к синхронности должен происходить при достижении определённой плотности особей, что ранее подтверждали лабораторные эксперименты.
Команда из Кластера «Коллективное поведение» Университета Констанца, возглавляемая профессором Iain Couzin и др. Sercan Sayin, провела исследования во время вспышки саранчи в Восточной Африке в 2020 году. Профессор Couzin отмечал: «Выявление механизмов взаимодействия в подвижных группах животных крайне сложно. Отдельные особи одновременно влияют на поведение друг друга, создавая сложную сеть взаимосвязей». Доктор Sayin дополнительно пояснил: «Данный подход позволил нам тщательно проверить гипотезы о том, что лежит в основе их поведения, способами, недоступными при наблюдении за естественными роями».
Методика исследования включала полевые наблюдения, лабораторные эксперименты и инновационные испытания с использованием иммерсивных 3D-технологий, в рамках которых саранча взаимодействовала с «голографическими» виртуальными стаями. Эксперимент, в котором наблюдаемая особь размещалась между двумя виртуальными группами, движущимися в одном направлении, выявил, что вместо слепого следования потоку саранча сначала выбирает одну из групп и направляется в её сторону.
Полученные данные свидетельствуют о том, что ключевым фактором является качество когерентной визуальной информации, а не просто наличие большого количества соседей. Результаты экспериментов опровергают традиционное предположение о плотностном пороге для перехода к организованному движению. Как подчеркнул доктор Sayin: «Суть заключается не в количестве, а в качестве информации».
Новые наблюдения позволили разработать когнитивную модель, в которой саранча рассматривается не как простой следователь за движением, а как сознательный агент, способный обрабатывать сенсорные данные и принимать решения. Модель, основанная на принципах нейронауки и называемая «кольцевым аттрактором», предполагает, что нейронные представления направлений относительно соседей конкурируют, формируя динамический консенсус для определения траектории движения.
Переосмысление механизмов коллективного поведения саранчи открывает новые возможности для прогнозирования маршрутов нашествий и разработки целенаправленных мер контроля. Результаты исследования ставят под сомнение десятилетиями сложившиеся теории и предоставляют научную основу для разработки стратегий управления роями в реальном времени.
Полученные выводы позволяют применять принципы когнитивного взаимодействия не только в биологии, но и в робототехнике, искусственном интеллекте и координации автономного транспорта, способствуя развитию алгоритмов для эффективного коллективного управления в сложных динамичных системах.
