Пустынная саранча, известная как библейский вредитель, образует одни из самых больших групп насекомых в природе. По оценкам, она угрожает средствам к существованию каждого десятого человека из-за своего влияния на продовольственную безопасность. Стаи формируются, когда бескрылые особи собираются вместе и начинают двигаться в унисон. Понимание того, как эти насекомые-вредители координируют свои движения, имеет решающее значение для разработки научно обоснованных методов борьбы с ними, например, для прогнозирования перемещений стай. Кроме того, раскрытие природы межвидовых взаимодействий является ключом к пониманию того, как возникает коллективное движение среди социальных видов животных в более широком смысле.
На протяжении десятилетий для моделирования коллективного движения у животных использовался принцип, заимствованный из теоретической физики, – рассмотрение особей как «самодвижущихся частиц». Подобно частицам в физических системах, таких как магниты, эта гипотеза предполагает, что животные активно выравниваются друг с другом. Однако, в отличие от магнитов, эти «частицы» постоянно находятся в движении. Такие модели показали, что даже когда особи выравниваются только со своими локальными соседями, может возникать крупномасштабное согласованное движение, при котором огромное количество особей движется в одном направлении.
Давняя гипотеза также утверждает, что плотность между животными является решающим фактором для перехода от несогласованного движения, когда особи движутся в случайных направлениях, к согласованному крупномасштабному коллективному движению. Предполагается, что когда достаточное количество животных собирается в одном пространстве, они спонтанно переходят от неупорядоченного движения к упорядоченному движению стаи. Позже это предсказание, казалось бы, было подтверждено лабораторными экспериментами с большими группами саранчи, что укрепило утверждения этих классических моделей.
Благодаря сочетанию полевых работ во время вспышки саранчи в Восточной Африке в 2020 году, лабораторных исследований, экспериментов в виртуальной реальности и переоценки прошлых данных, исследователи из кластера передового опыта «Коллективное поведение» Констанцского университета пришли к выводу, что поведенческие механизмы, управляющие коллективным движением в стаях саранчи, не могут быть объяснены этими классическими моделями. Их выводы бросают вызов традиционному взгляду на то, как возникает коллективное движение в группах животных.
Профессор Иэн Кузин, старший автор исследования, отмечает, что «определить механизм взаимодействия в мобильных группах животных, как известно, сложно», и поясняет, что «особи одновременно влияют и подвергаются влиянию поведения других в сложном взаимодействии». Чтобы преодолеть эту проблему, команда из Констанца использовала иммерсивную 3D-виртуальную реальность, что позволило им изучить, как свободно движущаяся саранча взаимодействует с компьютерной «голографической» виртуальной стаей. Доктор Серкан Сайин, первый автор, добавляет, что «этот подход позволил нам тщательно проверить гипотезы о том, что движет их поведением, способами, которые были бы невозможны в естественных стаях».
Точный контроль визуальной информации, обеспечиваемый виртуальной реальностью, означал, что исследователи смогли установить, как сенсорный ввод преобразуется в решения о движении саранчи. Вопреки предыдущим предположениям, команда обнаружила, что «оптомоторный ответ» – врожденный рефлекс, при котором саранча (и многие другие виды) следует за сигналами движения – не отвечает за координацию коллективного движения. Более того, они не обнаружили никаких доказательств того, что саранча явно выравнивается по направлению движения других особей.
Например, в одном эксперименте с виртуальной реальностью фокальная саранча была помещена между двумя виртуальными стаями, одна слева, а другая справа, причем обе двигались в одном направлении. Классические модели предсказывают, что в таких обстоятельствах саранча должна «плыть по течению». Однако команда из Констанца увидела, что саранча поворачивается лицом к одной стае или к другой и движется к ней.
Кроме того, исследователи обнаружили, что порядок в группе – это не просто продукт увеличения плотности, как считалось ранее. Выравнивание происходило в ответ на когерентные визуальные сигналы, почти полностью независимо от плотности. Серкан Сайин подчеркивает, что «речь идет о качестве информации, а не о количестве». Повторный анализ большого количества предыдущих лабораторных экспериментов, в которых утверждалось о зависящем от плотности переходе к когерентному движению, подтвердил выводы команды Констанца, бросив вызов предыдущим предположениям о поведенческих механизмах, лежащих в основе роения саранчи.
Чтобы объяснить свои результаты, команде Констанца пришлось переосмыслить подход к моделированию коллективов снизу вверх. Иэн Кузин поясняет, что «саранча не ведет себя как простые частицы, которые выравниваются друг с другом». Ученые осознали, что им нужно моделировать их как когнитивных агентов, обрабатывающих окружающую среду и принимающих решения о том, куда двигаться дальше.
Исследовательская группа разработала простую когнитивную модель, основанную на нейробиологии нейронных цепей, используемых животными для пространственной навигации, называемую нейронной сетью «кольцевого аттрактора». В этой модели особи имеют простое нейронное представление пеленга на соседей, но не ориентации тела или направления движения. Решения о движении возникают в результате динамического процесса, в котором нейронные представления конкурируют или сходятся в зависимости от относительного положения, в конечном итоге достигая консенсуса, определяющего направление движения. Доктор Сайин объясняет, что «наша модель основана на известных нейробиологических принципах» и ученые обнаружили, что она может объяснить все ключевые экспериментальные результаты.
Исследование, опубликованное в Science, представляет собой не что иное, как смену парадигмы в исследованиях роя. Предоставляя принципиально новые данные о том, как поведение саранчи приводит к опустошительным роям, исследование Констанца может предоставить критически важные знания для улучшения стратегий борьбы с саранчой, например, для эффективного моделирования движения роя.
Более того, последствия этих выводов, вероятно, выйдут за рамки изучения саранчи и найдут более широкое применение в понимании координации движения у других видов, а также в робототехнике, ИИ и изучении коллективного разума. Например, роевая робототехника и координация автономных транспортных средств могут выиграть от алгоритмов, вдохновленных высокоэффективными когнитивными стратегиями саранчи для коллективного движения.
