ฝูงนก (เครดิตภาพ: กาเบรียล มิลเลอร์)
ผึ้งทํามัน นกทํามัน ปลาและสัตว์ป่าก็เช่นกัน พวกเขาทั้งหมดสามารถแห่หรือจับกลุ่มได้อย่างสง่างามในทิศทางใดทิศทางหนึ่งแม้ว่าจะไม่ใช่สมาชิกทุกคนในกลุ่มที่รู้ว่าพวกเขาจะไปที่ไหน
แม้แต่มนุษย์ก็มักจะติดตามกันด้วยความคิดของฝูงสัตว์ การวิจัยใหม่ให้ข้อมูลเชิงลึกที่น่าแปลกใจเกี่ยวกับสิ่งที่เกิดขึ้นรวมถึงกลุ่มที่หลงใหลในการตัดสินใจในระบอบประชาธิปไตย”กลุ่มสัตว์เคลื่อนไหวอย่างมีจุดมุ่งหมาย แต่มักจะมีเพียงไม่กี่คนเท่านั้นที่มีข้อมูลที่เกี่ยวข้องว่าจะเดินทางที่ไหน” Iain Couzin แห่งมหาวิทยาลัยออกซ์ฟอร์ดกล่าวนักชีววิทยามักสงสัยว่ามีการสื่อสารที่ซับซ้อนระหว่างผู้ให้ข้อมูลและผู้ที่ไม่ได้ให้ข้อมูลหรือไม่ แต่ Couzin และผู้ร่วมงานของเขาได้แสดงให้เห็นในการจําลองว่าชุดกฎพฤติกรรมที่เรียบง่ายสามารถควบคุมกลุ่มได้ปิด ”ไม่มีการส่งสัญญาณที่ชัดเจนในแบบจําลองของเรา” Couzin บอกกับ LiveScience “ไม่มีใครพูดว่า ‘ฉันรู้อะไรบางอย่าง – ตามฉันมา'”ข้อกําหนดเพียงอย่างเดียวดูเหมือนจะเป็นความสมดุลระหว่างความต้องการที่จะอยู่ในกลุ่มและความปรารถนาในส่วนของบางคนที่จะออกไปในทิศทางที่ต้องการของตัวเอง บุคคลที่มุ่งเน้นเป้าหมายเหล่านี้มีลักษณะเหมือนเพื่อนร่วมงานที่ไร้เดียงสาของพวกเขา”ไม่มีความแตกต่างโดยธรรมชาติพันธุกรรมหรืออื่น ๆ เช่นการครอบงําหรือขนาดร่างกายจําเป็นต้องถูกเรียกเพื่ออธิบายความเป็นผู้นํา” Couzin กล่าวความจริงที่ว่าผู้ติดตามในการจําลองไม่มีทางที่จะรับรู้ได้ว่าใครเป็นผู้นําพวกเขาอาจอธิบายได้ว่าสัตว์เคลื่อนไหวอย่างมีประสิทธิภาพในสภาพแวดล้อมที่แออัดอย่างไรซึ่งพวกเขาสามารถเห็นเพื่อนบ้านที่ใกล้ที่สุดเท่านั้น
”[การศึกษานี้] แสดงให้เห็นถึงพลังของคนตัวเล็ก” แดเนียลรูเบนสไตน์แห่งมหาวิทยาลัยพรินซ์ตันกล่าว “คุณไม่ต้องการผู้นําที่ได้รับการยอมรับคุณไม่ต้องการการส่งสัญญาณที่ซับซ้อน”ผลลัพธ์ที่ตีพิมพ์ในวารสาร Nature ฉบับวันที่ 3 กุมภาพันธ์อาจมีประโยชน์ในการพัฒนาฝูงหุ่นยนต์สําหรับการสํารวจมหาสมุทรหรือดาวเคราะห์ดวงอื่น
สัตว์เสมือนจริงที่ตั้งโปรแกรมไว้ด้วยสัญชาตญาณที่จะอยู่ใกล้คนอื่น ๆ – ลักษณะการอยู่รอดที่สําคัญ
ในหลายสายพันธุ์ จากนั้นนักวิจัยได้มอบสมาชิกบางคนในฝูงด้วยทิศทางที่ต้องการไม่ว่าจะเป็นแหล่งอาหารหรือสถานที่ทํารังใหม่จากนั้นพวกเขาตัดสินใจว่ากลุ่มจะเข้าใกล้เป้าหมายนี้เพียงใด
ความแม่นยําเพิ่มขึ้นเนื่องจากสมาชิกจํานวนมากรู้ว่าจะไปที่ไหน แต่เมื่อถึงจุดหนึ่งการเพิ่มบุคคลที่มีข้อมูลมากขึ้นไม่ได้เพิ่มความแม่นยํามากนัก ยกตัวอย่างกลุ่ม 10 คนได้เปรียบจากการมีผู้นําห้าคนที่มีหกคนเปอร์เซ็นต์ขั้นต่ําของบุคคลที่ได้รับแจ้งที่จําเป็นเพื่อให้ได้ความแม่นยําในระดับหนึ่งขึ้นอยู่กับขนาดของกลุ่ม หากควายเสมือน 10 ตัวต้องการ 50 เปอร์เซ็นต์ของฝูงเพื่อทราบว่าหลุมรดน้ําอยู่ที่ไหนกลุ่ม 200 จะได้รับโดยมีเพียง 5 เปอร์เซ็นต์
ในธรรมชาติมีแนวโน้มว่าจํานวนผู้นําจะถูกเก็บไว้ให้ต่ําที่สุด Couzin ยกตัวอย่างของผึ้งซึ่งการสอดแนมไซต์รังใหม่นั้นเป็นอันตรายและใช้เวลานาน การศึกษาแสดงให้เห็นว่ามีเพียงห้าเปอร์เซ็นต์ของประชากรรังที่เกี่ยวข้องกับการสอดแนมเช่นเดียวกับกรณีในปฏิสัมพันธ์ของมนุษย์บางครั้งจะมีความขัดแย้งระหว่างผู้ที่อยู่ในความรู้ตัวอย่างเช่นอาจมีห้าคนที่รู้ถึงการจัดหาอาหารไปทางทิศตะวันออก แต่อีกสี่คนที่เห็นอาหารไปทางทิศเหนือ นักวิจัยพบว่าทั้งกลุ่มมีแนวโน้มที่จะชําระในทิศทางที่มีจํานวนบุคคลที่มีข้อมูลมากขึ้น”ในโลกแห่งความเป็นจริงคุณมีบุคคลที่มีข้อมูลความต้องการและความชอบที่แตกต่างกัน” Couzin อธิบาย ” สิ่งที่เราแสดงคือ – การใช้กฎที่ง่ายมาก – กลุ่มจะเลือกส่วนใหญ่ มันเกือบจะเหมือนการตัดสินใจในระบอบประชาธิปไตย”
เพื่อทดสอบว่ากฎง่ายๆเหล่านี้ใช้จริงในสัตว์จริงหรือไม่ทีมของ Couzin ได้เริ่มการทดลองซึ่งปลาบางตัวได้รับการฝึกฝนให้เชื่อมโยงทิศทางเดียวกับรางวัล บุคคลที่ได้รับแจ้งเหล่านี้จะถูกผสมกับปลาที่ไม่ได้ฝึกเพื่อดูว่าสามารถนํากลุ่มได้หรือไม่มนุษย์และหุ่นยนต์ที่มีข้อมูลนักวิทยาศาสตร์ยังวางแผนที่จะมองไปที่ฝูงชนของมนุษย์ คูซินคิดว่าอาจมีกลไกที่คล้ายคลึงกันที่จะอธิบายพูดว่าเราเดินไปตามถนนที่วุ่นวายอย่างไร”เราทํามากหรือน้อยในออโตไพลอต”บางทีเราอาจคืนดีกับคําสั่งง่ายๆสองคําสั่งโดยไม่รู้ตัว: ทํางานตรงเวลาและหลีกเลี่ยงการเหยียบรองเท้าของทุกคน”กลไกการประสานงานที่เราเสนอนั้นง่ายมาก
และต้องใช้ความรู้ความเข้าใจที่ จํากัด เท่านั้น” Couzin กล่าว “ความเรียบง่ายความทั่วไปและประสิทธิภาพของกลไกนี้ให้การสนับสนุนการถูกเลือกในประชากร”เครือข่ายคําสั่งที่เรียบง่ายอาจเป็นวิธีที่มีประสิทธิภาพในการเขียนโปรแกรมทีมหุ่นยนต์ ก่อนหน้านี้ Couzin เคยทํางานร่วมกับนักวิจัยที่มหาวิทยาลัยพรินซ์ตันซึ่งกําลังออกแบบหุ่นยนต์ใต้น้ําที่สามารถทําหน้าที่ได้อย่างอิสระหุ่นยนต์ที่เรียนรู้ตําแหน่งของเป้าหมายบางอย่างอาจนําหุ่นยนต์ตัวอื่นไปสู่เป้าหมายนั้นโดยปราศจากการดูแลของมนุษย์ ไมเคิล เชอร์เบอร์ Michael Schirber เริ่มเขียนหนังสือสําหรับ LiveScience ในปี 2004 เมื่อทั้งเขาและเว็บไซต์เพิ่งเริ่มต้น เขาครอบคลุมหัวข้อที่หลากหลายสําหรับ LiveScience ตั้งแต่ต้นกําเนิดของชีวิตไปจนถึงฟิสิกส์ของการขับรถ Nascar และเขาเขียนบทความเกี่ยวกับเทคโนโลยีสิ่งแวดล้อมมากมาย ในช่วงหลายปีที่ผ่านมาเขายังเขียนสําหรับวิทยาศาสตร์ฟิสิกส์โลกและนักวิทยาศาสตร์ใหม่ รายละเอียดเพิ่มเติมบนเว็บไซต์ของเขา
ข้อมูลเพิ่มเติมเกี่ยวกับ…
