鱼群算法(1)

水坨
·
·
IPFS
动物群体如何通过互动方式来组织结构和传递信息

缘起

在大学最后两年我把精力集中在本科毕业论文(Capstone)。我试图把课程里学的理论和方法全都用在这一小亩地上,尝尝局限下得以深入探索的滋味。

2021秋我在柏林的华人沙龙里遇见Z。沙龙的话题是AI bias。Z提问,如果互联网的结构和现在不同,那上面还会产生现在看到的极端化气泡吗?他的问题格式类似“把社会行为当作某种互动方式或结构的后果”,是我在社会复杂系统课上常见的逻辑。我之后找他聊,发现他正在读博,在理论生物物理系,研究问题是个体的感知模式和局限会怎么影响群体的方向和结构。

Z鼓励我联系他的教授,对方有指导过本科和硕士生做thesis。于是我读了他教授P的实验室网站介绍和两篇论文。随后我给P发邮件,P在几周后约我Zoom。

不同尺度的生物系统里都有很多个体通过互动产生群体特质的行为

适应和自组织

P描述了实验室的中心问题和方法论,然后介绍了当前的几个项目。

实验室的中心问题是:适应和自组织的关系是什么?他们在宏观上是正反馈还是负反馈?

这个问题囊括了几个很丰富的概念。

适应和功能

在进化生物中,有助于一个生物体在自然选择中生存的活动或过程叫做功能,比如动物的感觉和运动。有些生物体的特质不是由自然选择适应出现的,那些就不是功能。行为学背后有三个对于“功能”的假设:因果作用理论、选择效应理论和目标贡献理论。【1】

动物群体行为

在自然中,很多动物物种都会集成一群行动。比如蜜蜂找巢穴,蚂蚁觅食,蝗虫边迁徙边自食,鱼群波浪避开熊,鸟群V字。抛开动物,在生命体的其他尺度,细菌细胞也有群体迁徙,人类群体也有拥挤和共同体。

从柏拉图开始的生物哲学和方法有四个角度可以探索动物集群。【2】

  • 生态、认知和分子生物学家会问”是什么机制导致动物有社交行为?“

  • 在进化论的背景下,生物学家想知道一个行为是否在自然选择下有优势或者适应性,问“行为的进化功能是什么?” 他们会探索,在亲缘发生树上这个行为有哪些趋同或趋异的分支?诸如随机性和基因漂移等非适应性进化力量有没有影响?它是什么时候首次出现在动物的进化史上的?

  • 发育生物家则关心行为是怎么做到的,问”哪些发育机制或者学习机制创造了导致行为的结构?

这些角度互相影响,胚胎发育也被自然选择。

鱼群通过雪崩一样的传输方式快速通知同类和恐吓捕食者

自组织

在物理中,任何有足够多并在局部相互作用的成分的系统都会产生宏观上的秩序。通常,这种秩序来自被正反馈放大的波动。由于秩序不是被外界计划而是从分布性的互动中发生,这个系统可以在外界对系统的扰动后恢复秩序;它是稳健的。

自组织的最大特点是在临界点,也就是系统的两个相态之间,系统的概率波动最大,墒最高。这个特点不论系统微观上是什么尺度都成立;它是universality。自组织的假设是“无穷大”的系统。

但是回到动物群体这个系统里,普通的物理自组织的一些简单假设就不适用了。生物swarm通常达不到无穷大的数量标准,所以会有finite size effect。并且鱼和其他生物体有通过代谢来从环境获取能量并且主动运动的能力,也会通过感知和交流来和其他个体有互动。自然中很多因素之间有正负反馈机制。也许个体在跟随群体时有代价,比如太多食物竞争。有时代价可以相较于个体立群的益处。那么自然选择会施加适应压力,导致集群行为在这些动物里消退。

在把自组织解释应用在动物群体这个挑战中,P的实验室最感兴趣的部分是信息传播的机制。如果个体只能跟有限的邻居互动,个体怎么获取群体层次关于临界点的信息?这个问题有几个部分:

  • 个体能获取群体层次关于临界点的信息吗?

  • 可以的话获取方式是感知吗?

  • 是视觉感知吗?还是气流、听觉?

  • 如果视觉感知是否相比直接获取速度和距离信息,是更生物上写实的动物互动机制?

  • 视觉感知的物理是什么样的?还遵循类似ising磁铁模型的对称性吗?如果不遵循的话,那么就脱离ising类型universality了。

P的方法工具箱主要用生物和物理来探索这些问题。生物包括对动物互动的观察和测量,田野和实验。比如,他们在墨西哥的硫磺池旁设立录影机,收集池子里茉莉鱼群如何在有鸟类袭来水面的时候,通过同时用尾巴拍打水面来制造恐吓和屏障,同时也提醒同伴有捕食者。物理部分包括把系统简化为玩具模型,演算出我们的猜想再来和数据做定性(相变)对比。主要的两种模型是网络和自驱动粒子的运动。

自组织的物理模型

他们实验室的项目不一一说,有偏实验数据分析的,有偏模拟的,有偏机器人的。我选择和Z开启1D topological interaction flock项目。因为已经和Z有联系,而且比较想做非常理论的项目尝试一下这个工作流程。

在他们的工作中最让我好奇的是迭代式建模。在设计项目支出,P和Z介绍他们通常的工作流程。不能预测结果,所以需要从很简单的模型开始,然后在里面做测试的过程中,看着动画、看着时间序列,发现意想不到的东西。然后在抓住那些线索做新的实验。不断地迭代这个模型。在很多轮实验和模型修改中把玩具模型的行为抓出来。

我们暂且发现在强噪音的环境下,更倾向于和同类协调的群体并不会更快地传播未被特殊标注的环境信息


CC BY-NC-ND 4.0 授权

喜欢我的作品吗?别忘了给予支持与赞赏,让我知道在创作的路上有你陪伴,一起延续这份热忱!