Self-organized Regulation of Group Size and Number in Natural and Artificial Collectives
تقترح هذه الورقة وتتحقق من صحة آلية لامركزية قائمة على الإدراك المحلي والتفضيلات الفردية تُمكّن المجموعات الاصطناعية والطبيعية، مثل حيوانات الكواتي بيضاء الأنف، من التنظيم الذاتي وتنظيم أحجام أعدادها ومجموعاتها بنشاط لتتلاءم مع المتطلبات البيئية.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي لبحث مسبق لم يخضع لمراجعة الأقران. وهو ليس نصيحة طبية. لا تتخذ أي قرارات تتعلق بصحتك بناءً على هذا المحتوى. اقرأ إخلاء المسؤولية الكامل
في العالم الطبيعي، من أسراب الأسماك المتماوجة إلى مستعمرات النمل الصاخبة، نادراً ما تعيش الكائنات الحية بمفردها. فهي تتجمع، وتنقسم، وتتشكل من جديد في مجموعات تتبدل وتتغير مثل السحب. إن هذه القدرة على التنظيم وإعادة التنظيم هي أمر حيوي؛ فالمجموعة يمكن أن توفر الحماية من المفترسات أو تساعد في العثور على الطعام، ولكن إذا كبرت أكثر من اللازم، تصبح عبئاً، حيث يتصارع الأعضاء على الموارد المحدودة أو ينشرون الأمراض. لقد أدرك العلماء منذ زمن طويل أن هناك "نقطة مثالية"، وهي الحجم المثالي الذي تعمل فيه المجموعة بأفضل شكل ممكن. ومع ذلك، لا يزال هناك لغز أعمق: كيف تعرف مجموعة من الأفراد، لكل منهم رؤية محدودة لمحيطه المباشر فقط، متى يجب البقاء معاً ومتى يجب الانفصال؟ فهم لا يستطيعون رؤية إجمالي عدد السكان، ولا يمكنهم عدّ كم عدد المجموعات الموجودة في الإجمالي. ومع ذلك، في كل من الطبيعة والآلات التي نصنعها، يبدو أن المجموعات تجد طريقة لتنظيم نفسها، لتستقر على نمط مستقر من الأحجام والأعداد دون وجود قائد مركزي يعطي الأوامر.
لقد وضع فريق من الباحثين مسعى لحل هذا اللغز عبر طرح سؤال محدد: هل يمكن لمجموعة من الأفراد، باستخدام معلومات محلية وتفضيلاتهم الشخصية فقط، أن تنظم نفسها ذاتياً للتحكم في كل من حجم مجموعاتهم والعدد الإجمالي للمجموعات؟ ولإيجاد الإجابة، نظروا أولاً إلى أبسط سلوك ممكن: الاتباع. في العديد من مجموعات الحيوانات، يتحرك الأفراد ببساطة نحو جار لهم. بنى الباحثون نموذجاً رياضياً لمعرفة ما إذا كان هذا السلوك البسيط وحده كافياً لخلق مجموعات مستقرة. ووجدوا أنه بينما يمكن لسلوك الاتباع أن يتسبب بالفعل في تجمع الأفراد، إلا أنه لم يكن كافياً لتنظيم حجم المجموعة بشكل نشط. كانت المجموعات تتشكل، لكن أحجامها كانت نتيجة سلبية لكيفية ازدحام البيئة، وليس تعديلاً واعياً للوصول إلى رقم مثالي. لم تكن الحيوانات لتعرف ما إذا كانت في مجموعة كبيرة جداً أو صغيرة جداً.
ولإصلاح ذلك، اقترح الباحثون آلية جديدة تعتمد على شعور داخلي بسيط: تفضيل شخصي لحجم مجموعة معين. تخيل أن كل فرد يحمل حساً داخلياً هادئاً لما هو حجم المجموعة المثالي بالنسبة له. إذا شعر أن المجموعة التي هو فيها صغيرة جداً، فإنه يبحث عن آخرين للانضمام إليهم. وإذا شعر أنها كبيرة جداً، فإنه يقرر المغادرة وبدء مجموعة جديدة أو البحث عن مجموعة أخرى. تم تحويل هذه الفكرة إلى محاكاة حاسوبية حيث تتحرك وكلاء افتراضيون، يمثلون روبوتات أو حيوانات، ويتخذون قرارات بناءً على هذا التفضيل الداخلي. اختبر الباحثون هذا النظام تحت ثلاث حالات مختلفة من التواصل. في الحالة الأولى، كان بإمكان الوكلاء رؤية أماكن الآخرين فقط، دون معرفة عدد الأفراد في المجموعة. وفي الحالة الثانية، كان بإمكانهم السؤال عن حجم المجموعة مرة واحدة فقط قبل اتخاذ القرار بالانضمام. وفي الحالة الثالثة، تلقوا تدفقاً مستمراً ومحدثاً للمعلومات حول حجم المجموعة.
أظهرت النتائج أن النظام يعمل بشكل أفضل عندما يمتلك الوكلاء إمكانية الوصول إلى المعلومات المتعلقة بحجم المجموعة. فعندما كان بإمكان الوكلاء رؤية المواقع فقط، كانت المجموعات تتذبذب بجنون، فتكبر لتصبح ضخمة ثم تتقلص لتصبح صغيرة جداً، دون أن تجد إيقاعاً مستقراً. وعندما كان بإمكان الوكلاء التحقق من حجم المجموعة ولو لمرة واحدة فقط، أصبح النظام أكثر استقراراً، واستقرت المجموعات قريباً من الحجم المطلوب. وكانت الطريقة الأكثر فعالية هي التواصل المستمر، حيث يعرف الوكلاء باستمرار حجم المجموعات التي يفكرون في الانضمام إليها. في هذا السيناريو، نجحت الروبوتات الافتراضية في تشكيل ثلاث مجموعات مثالية مكونة من أربعة عشر فرداً لكل منها، مما قضى على التمايل الفوضوي بين الضخامة والصغر. وقاس الباحثون المدة التي يقضيها الروبوتات في مجموعات أكبر من الحجم المستهدف، ووجدوا أن المعلومات المستمرة قللت من وقت "الحجم الزائد" هذا بنسبة تزيد عن 95% مقارم بطريقة المواقع فقط.
ولرؤية ما إذا كانت هذه الآلية الاصطناعية تحاكي الواقع، لجأ الباحثون إلى بيانات من العالم الحقيقي لحيوانات "الكواتي" بيضاء الأنف البرية، وهي ثدييات تنتمي لفصيلة الراكون. تعيش هذه الحيوانات في عصابات اجتماعية تنقسم وتندمج بشكل متكرر. استخدم الفريق بيانات تتبع نظام تحديد المواقع (GPS) من مجموعتين مختلفتين من الكواتي لمعايرة نموذجهم. لم يقوموا ببرمجة الكواتي بقاعدة محددة؛ بل استنتجوا ما قد تكون عليه التفضيلات الفردية بناءً على أحجام المجموعات الفعلية التي عاشتها الحيوانات في البرية. بالنسبة لمجموعة واحدة انقسمت بالتساوي، افترض النموذج أن جميع الأفراد يتشاركون تفضيلاً متشابهاً. أما بالنسبة للمجموعة الأخرى التي انقسمت بشكل غير متساوٍ، فقد خصص النموذج تفضيلات مختلفة لأفراد مختلفين. وعندما قاموا بتشغيل المحاكاة باستخدام هذه التفضيلات من العالم الحقيقي، أعادت الكواتي الافتراضية إنتاج الأنماط الإحصائية للحيوانات الحقيقية. نجح النموذج في مطابقة عدد المجموعات الفرعية المرصودة، والأحجام النموذجية لتلك المجموعات الفرعية، والطريقة التي تنتقل بها المجموعات بين التكوينات المختلفة.
تشير الدراسة إلى أن الهياكل الاجتماعية المعقدة والمتغيرة التي تُرى في الطبيعة، والتنظيم الفعال للأنظمة الهندسية، قد تعتمد على نفس المبادئ الأساسية. ليس من الضروري أن يعرف كل فرد العدد الإجمالي للحيوانات أو العدد الإجمالي للمجموعات. بدلاً من ذلك، ينشأ الاستقرار عندما يقارن كل فرد ببساطة بين وضعه الحالي ومعيار شخصي ويتصرف وفقاً لذلك. وتوضح الأبحاث أن نظاماً لامركزياً، حيث يتخذ الجميع قراراتهم بناءً على الإدراك المحلي وهدف شخصي، يمكنه حل المشكلة الصعبة المتمثلة في تنظيم كل من حجم المجموعة وعدد المجموعات في آن واحد. وبينما تؤكد الدراسة أن مثل هذه الآلية ممكنة رياضياً ومتسقة مع بيانات الحيوانات الحقيقية، إلا أنها لا تثبت أن الكواتي البرية تستخدم هذه الطريقة بدقة. بل تظهر أن هذه الاستراتيجية المحلية البسيطة هي وسيلة معقولة وقوية للمجموعات للتكيف والازدهار دون وجود قائد مركزي.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.