Swarming and Opinion Dynamics

एक विशाल, अदृश्य डांस फ्लोर की कल्पना करें जहाँ हजारों छोटे रोबोट एक साथ दो चीजें समझने की कोशिश कर रहे हैं: कहाँ खड़ा होना है और क्या सोचना है।

वास्तविक दुनिया में, हम यह सब हर समय देखते हैं। पक्षी झुंडों में उड़ते हैं, मछलियाँ स्कूलों (schools) में तैरती हैं, और भीड़ में लोग किसी विषय पर सहमत (या असहमत) होने लगते हैं। आमतौर पर, वैज्ञानिक इस बात का अध्ययन करते हैं कि जानवर कैसे चलते हैं या लोग कैसे बहस करते हैं, लेकिन शायद ही कभी कि ये दोनों कैसे मिलते हैं। यह शोध पत्र एक नया "सोशल स्वार्म" (social swarm) मॉडल पेश करता है जो उन्हें जोड़ता है, जिसमें एजेंटों के व्यवहार को एक गुप्त सामग्री की तरह माना जाता है जो यह बदल देती है कि वे एक-दूसरे को गले लगाने या दूर धकेलने की कितनी इच्छा रखते हैं।

नृत्य के दो नियम

शोधकर्ताओं ने एक सिमुलेशन बनाया जहाँ प्रत्येक एजेंट दो सरल नियमों का पालन करता है:

1. चलने का नियम (स्वार्मिंग): एजेंट अपने दोस्तों के करीब रहना चाहते हैं (आकर्षण) लेकिन इतने करीब भी नहीं कि वे आपस में टकरा जाएँ (विकर्षण)। इसे एक भीड़ भरी पार्टी की तरह समझें जहाँ आप संगीत के करीब रहना चाहते हैं लेकिन कुचले जाने से बचना चाहते हैं।
2. सोचने का नियम (विचार): एजेंटों के पास एक विचार होता है, जैसे 0 और 1 के बीच एक संख्या। वे केवल उन लोगों से बात करते हैं जिनके विचार उनके अपने विचारों के काफी करीब होते हैं। इसे "कॉन्फिडेंस थ्रेशोल्ड" (confidence threshold) कहा जाता है (आइए इसे $d$ कहें)। यदि आपका विचार मुझसे बहुत अलग है, तो मैं आपको पूरी तरह से अनदेखा कर देता हूँ। यदि हम करीब हैं, तो हम एक-दूसरे को मध्य मार्ग की ओर धकेलते हैं।

यहाँ मोड़ यह है: आपका विचार आपके चलने के तरीके को बदल देता है।

• यदि हम सहमत हैं, तो हम मजबूती से एक-दूसरे की ओर खिंचे चले जाते हैं।
• यदि हम असहमत हैं, तो हम कम आकर्षित होते हैं, या सेटिंग्स के आधार पर, शायद एक-दूसरे से दूर भी धकेले जाते हैं।

बड़ी खोज: कौन क्या नियंत्रित करता है?

लेखकों ने यह देखने के लिए हजारों सिमुलेशन चलाए कि जब वे नियंत्रणों (knobs) को बदलते हैं तो क्या होता है। उन्होंने दो मुख्य नियंत्रणों के बीच कार्य का एक स्पष्ट विभाजन पाया:

1. "कॉन्फिडेंस थ्रेशोल्ड" ($d$) तय करता है कि कितने समूह बनेंगे।
कल्पना करें कि $d$ आपके "मित्रता चक्र" का आकार है।

• यदि $d$ बड़ा है (जैसे $1/2$), तो आप बहुत खुले विचारों वाले हैं। आप लगभग किसी से भी बात करेंगे, और अंततः, सभी सहमत हो जाएंगे। पूरी भीड़ एक बड़ा, खुशहाल समूह बन जाएगी।
• यदि $d$ बहुत छोटा है (जैसे $1/10$), तो आप चयनात्मक हैं। आप केवल उन लोगों से बात करते हैं जो बिल्कुल आपकी तरह सोचते हैं। सिमुलेशन ने दिखाया कि जब $d$ छोटा होता है, तो भीड़ अलग-अलग द्वीपों में विभाजित हो जाती है। शोध पत्र सुझाव देता है कि इन द्वीपों की संख्या लगभग $1/(2d)$ होती है। इसलिए, यदि $d$ $0.1$ है, तो आपको लगभग 5 अलग-अलग विचार समूह मिलेंगे।

2. "ओपिनियन-डिपेंडेंट अट्रैक्शन" ($\lambda$) तय करता है कि वे समूह कितनी दूर खड़े होंगे।
एक बार जब समूह बन जाते हैं, तो पैरामीटर $\lambda$ एक "सामाजिक दूरी" के डायल की तरह काम करता है।

• कम $\lambda$: भले ही समूहों के बीच असहमति हो, वे फिर भी करीब रहते हैं। अलग-अलग विचार क्लस्टर एक वेन आरेख (Venn diagram) की तरह ओवरलैप हो सकते हैं, जिससे उनका भौतिक स्थान आपस में मिल जाता है भले ही उनके मन अलग हों।
• उच्च $\lambda$: असहमति एक भौतिक दीवार बना देती है। यदि दो समूहों के विचार अलग हैं, तो वे एक-दूसरे को मजबूती से धकेलते हैं। सिमुलेशन ने दिखाया कि उच्च $\lambda$ के साथ, विचार समूह भौतिक रूप से अलग-अलग, गैर-स्पर्श वाले द्वीपों में विभाजित हो जाते हैं।

"पूर्ण सहमति" का रहस्य सुलझाया गया (कुछ हद तक)

एक विशेष मामला जिसे शोधकर्ताओं ने बारीकी से देखा: क्या होता है जब सभी सहमत होते हैं? (जब कॉन्फिडेंस थ्रेशोल्ड $d$ इतना अधिक होता है कि सभी एक ही विचार में मिल जाते हैं)।

इस परिदृश्य में, एजेंट केवल बेतरतीब ढंग से इकट्ठा नहीं होते; वे एक पूर्ण डिस्क (एक सपाट वृत्त) बनाते हैं। शोधकर्ता जानना चाहते थे कि: यह वृत्त कितना बड़ा है?

उन्होंने गणित और कंप्यूटर सिमुलेशन के मिश्रण का उपयोग करके एक सूत्र निकाला। उन्होंने पाया कि डिस्क की त्रिज्या $R$ तीन संख्याओं पर निर्भर करती है:

• $A$: आधार आकर्षण की शक्ति (वे एक साथ रहने की कितनी इच्छा रखते हैं)।
• $B$: विकर्षण की शक्ति (वे टकरावों से बचने की कितनी इच्छा रखते हैं)।
• $J$: आकर्षण को विचार कितना बदलते हैं।

उन्होंने जो सूत्र निकाला वह है:
$$R = \frac{2\pi B}{\beta(A + J)}$$

यहाँ, $\beta$ एक विशेष संख्या है जिसे उन्होंने "एलिप्टिक इंटीग्रल्स" (elliptic integrals) से जुड़े एक जटिल गणितीय तर्क का उपयोग करके निकाला है। अपने सिमुलेशन के माध्यम से, उन्होंने पाया कि $\beta$ लगभग 5.4213 है।

जब उन्होंने इस सूत्र का अपने कंप्यूटर सिमुलेशन के विरुद्ध परीक्षण किया, तो संख्याएँ पूरी तरह से मेल खा गईं। चाहे उन्होंने आकर्षण की शक्ति को बदल दिया हो या विकर्षण को, सूत्र ने स्वार्म के डिस्क के आकार की सटीक भविष्यवाणी की।

उन्होंने क्या नहीं पाया

यह ध्यान रखना महत्वपूर्ण है कि यह शोध पत्र क्या नहीं कह रहा है:

• उन्होंने यह नहीं कहा कि अलग-अलग विचारों वाले एजेंट हमेशा एक-दूसरे को दूर धकेलते हैं। ऐसा तभी होता है जब पैरामीटर $J$ सकारात्मक और बड़ा हो। यदि $J$ नकारात्मक है, तो समूह वास्तव में अधिक ओवरलैप हो सकते हैं, और विचार अजीब पैटर्न में फंस सकते हैं।
• उन्होंने यह सिद्ध नहीं किया कि वास्तविक पक्षियों या वास्तविक लोगों के साथ ऐसा होता है। ये सिमुलेशन और गणितीय व्युत्पन्न हैं। शोध पत्र सुझाव देता है कि यह मॉडल वास्तविक दुनिया के व्यवहार को समझा सकता है, लेकिन अभी तक वास्तविक झुंडों पर इसका परीक्षण नहीं किया गया है।
• उन्होंने यह दावा नहीं किया कि आंतरिक स्थिति का विचार होना अनिवार्य है। उन्होंने स्पष्ट रूप से "डेफ़ुएंट मॉडल" (विचारों के गणित का एक विशिष्ट प्रकार) का उपयोग करने के लिए चुना, न कि अधिक सामान्य "कुरामोटो ऑसिलेटर" (जो आमतौर पर चमकने वाले जुगनू या दिल की धड़कन जैसी चीजों के लिए उपयोग किया जाता है) का। उनका तर्क है कि सामाजिक विषयों के लिए ऑसिलेटर मॉडल की तुलना में विचार मॉडल बेहतर फिट है।

निष्कर्ष

यह शोध पत्र बताता है कि चलते हुए विचारकों के समूह में, आप कितने खुले विचारों वाले हैं ($d$) यह नियंत्रित करता है कि आपके कितने गुट (factions) होंगे, जबकि असहमति आपको कितना दूर धकेलती है ($\lambda$) यह नियंत्रित करता है कि वे गुट कंधे से कंधा मिलाकर खड़े होंगे या अलग कमरों में रहेंगे। और यदि सभी सहमत हैं? वे एक पूर्ण वृत्त बनाते हैं, जिसका आकार एक सुंदर समीकरण द्वारा अनुमानित किया जा सकता है।

यह एक लचीला ढांचा है जो हमें यह समझने में मदद करता है कि एक समूह का "मन" और "शरीर" कैसे एक साथ नृत्य कर सकते हैं, लेकिन फिलहाल, यह एक शक्तिशाली विचार है जो वास्तविक दुनिया के परीक्षण की प्रतीक्षा कर रहा है।