Self-organized Regulation of Group Size and Number in Natural and Artificial Collectives
यह शोध पत्र स्थानीय धारणा और व्यक्तिगत प्राथमिकताओं पर आधारित एक विकेंद्रीकृत तंत्र का प्रस्ताव और सत्यापन करता है जो कृत्रिम और प्राकृतिक समूहों, जैसे कि व्हाइट-नोज़्ड कोआटी, को पर्यावरणीय मांगों के अनुरूप अपने समूह के आकार और संख्या को स्वयं व्यवस्थित करने और सक्रिय रूप से विनियमित करने में सक्षम बनाता है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। यह एक ऐसे प्रीप्रिंट की AI से तैयार की गई व्याख्या है जिसकी अभी सहकर्मी समीक्षा नहीं हुई है। यह चिकित्सकीय सलाह नहीं है। इस सामग्री के आधार पर स्वास्थ्य संबंधी फैसले न लें। पूरा डिस्क्लेमर पढ़ें
प्राकृतिक दुनिया में, मछलियों के घूमते हुए झुंडों से लेकर चींटियों की हलचल भरी कॉलोनियों तक, जीवित प्राणी शायद ही कभी अकेले कार्य करते हैं। वे इकट्ठा होते हैं, विभाजित होते हैं, और समूहों में फिर से आकार लेते हैं जो बादलों की तरह बदलते और परिवर्तित होते रहते हैं। संगठित होने और पुनर्गठित होने की यह क्षमता अत्यंत महत्वपूर्ण है। एक समूह शिकारियों से सुरक्षा प्रदान कर सकता है या भोजन खोजने में मदद कर सकता है, लेकिन यदि यह बहुत बड़ा हो जाता है, तो यह एक बोझ बन जाता है, जहाँ सदस्य सीमित संसाधनों के लिए आपस में लड़ते हैं या बीमारी फैलाते हैं। वैज्ञानिकों ने लंबे समय से यह समझा है कि एक 'स्वीट स्पॉट' (आदर्श बिंदु) होता है, एक आदर्श आकार जहाँ एक समूह सबसे अच्छा कार्य करता है। हालाँकि, एक गहरा रहस्य बना हुआ है: कैसे व्यक्तियों का एक संग्रह, जिनमें से प्रत्येक के पास अपने तत्काल परिवेश का केवल सीमित दृश्य होता है, यह जान लेता है कि कब साथ रहना है और कब अलग होना है? वे पूरी आबादी को नहीं देख सकते, न ही वे यह गिन सकते हैं कि कुल कितने समूह मौजूद हैं। फिर भी, प्रकृति और हमारे द्वारा बनाई गई मशीनों दोनों में, समूह स्वयं को विनियमित करने का एक तरीका खोज लेते हैं, बिना किसी केंद्रीय नेता के आदेश दिए, वे आकार और संख्या के एक स्थिर पैटर्न में व्यवस्थित हो जाते हैं।
शोधकर्ताओं की एक टीम ने इस पहेली को सुलझाने के लिए एक विशिष्ट प्रश्न पूछकर शुरुआत की: क्या व्यक्तियों का एक समूह, केवल स्थानीय जानकारी और अपनी व्यक्तिगत प्राथमिकताओं का उपयोग करके, अपने समूहों के आकार और समूहों की कुल संख्या, दोनों को नियंत्रित करने के लिए स्व-संगठित हो सकता है? इसका उत्तर खोजने के लिए, उन्होंने पहले सबसे सरल संभव व्यवहार को देखा: अनुसरण करना। कई पशु समूहों में, व्यक्ति बस एक पड़ोसी की ओर बढ़ते हैं। शोधकर्ताओं ने यह देखने के लिए एक गणितीय मॉडल बनाया कि क्या केवल यह सरल नियम स्थिर समूह बना सकता है। उन्होंने पाया कि जबकि अनुसरण करने वाले व्यवहार से वास्तव में व्यक्तियों को एक साथ जुटने में मदद मिल सकती थी, लेकिन यह समूह के आकार को सक्रिय रूप से विनियमित करने के लिए पर्याप्त नहीं था। समूह तो बन जाते थे, लेकिन उनके आकार पर्यावरण के कितना भीड़भाड़ वाला था, इसका एक निष्क्रिय परिणाम होते थे, न कि आदर्श संख्या तक पहुँचने के लिए एक सचेत समायोजन। जानवरों को यह पता नहीं चलता कि वे बहुत बड़े या बहुत छोटे समूह में हैं।
इसे ठीक करने के लिए, शोधकर्ताओं ने एक सरल आंतरिक भावना पर आधारित एक नया तंत्र प्रस्तावित किया: एक विशिष्ट समूह आकार के लिए व्यक्तिगत प्राथमिकता। कल्पना कीजिए कि प्रत्येक व्यक्ति अपने भीतर एक शांत, आंतरिक बोध लेकर चलता है कि उसके लिए आदर्श समूह आकार क्या है। यदि समूह जो वह उसमें है, बहुत छोटा महसूस होता है, तो वह दूसरों के जुड़ने की तलाश करता है। यदि यह बहुत बड़ा महसूस होता है, तो वह अलग होने और एक नया समूह बनाने या दूसरा समूह खोजने का निर्णय लेता है। इस विचार को एक कंप्यूटर सिमुलेशन में बदल दिया गया जहाँ आभासी एजेंट, जो रोबोट या जानवरों का प्रतिनिधित्व करते थे, घूमते थे और अपनी आंतरिक प्राथमिकता के आधार पर निर्णय लेते थे। शोधकर्ताओं ने संचार की तीन अलग-अलग स्थितियों के तहत इस प्रणाली का परीक्षण किया। पहले में, एजेंट केवल यह देख सकते थे कि दूसरे कहाँ हैं, उन्हें यह नहीं पता था कि एक समूह में कितने लोग हैं। दूसरे में, वे समूह में शामिल होने का निर्णय लेने से पहले केवल एक बार समूह के आकार के बारे में पूछ सकते थे। तीसरे में, उन्हें समूह के आकार के बारे में निरंतर, अद्यतित सूचना प्राप्त होती थी।
परिणामों ने दिखाया कि प्रणाली तब सबसे अच्छा काम करती थी जब एजेंटों के पास समूह के आकार के बारे में जानकारी उपलब्ध होती थी। जब एजेंट केवल स्थिति देख सकते थे, तो समूह अनियंत्रित रूप से झूलते थे, बहुत बड़े हो जाते थे और फिर बहुत छोटे हो जाते थे, एक स्थिर लय खोजने में विफल रहते थे। जब एजेंट समूह के आकार की जांच केवल एक बार भी कर सकते थे, तो प्रणाली बहुत अधिक स्थिर हो गई, और समूह वांछित आकार के करीब व्यवस्थित हो गए। सबसे प्रभावी तरीका निरंतर संचार था, जहाँ एजेंटों को उन समूहों के आकार का निरंतर ज्ञान होता था जिन्हें वे विचार में ले रहे थे। इस परिदृश्य में, आभासी रोबकारों ने सफलतापूर्वक चौदह व्यक्तियों के तीन पूर्ण समूह बनाए, जिससे बहुत बड़े या बहुत छोटे होने के बीच के अराजक उतार-चढ़ाव समाप्त हो गए। शोधकर्ताओं ने यह मापा कि रोबोटों ने लक्षित आकार से बड़े समूहों में कितना समय बिताया, और पाया कि निरंतर सूचना ने स्थिति-मात्र विधि की तुलना में इस "अति-आकार" के समय को नब्बे प्रतिशत से अधिक कम कर दिया।
यह देखने के लिए कि क्या यह कृत्रिम तंत्र वास्तविकता को दर्शाता है, शोधकर्ताओं ने जंगली व्हाइट-नोज़्ड कोटी (एक स्तनपायी जो रैकून से संबंधित है) के वास्तविक डेटा की ओर रुख किया। ये जानवर सामाजिक बैंडों में रहते हैं जो अक्सर विभाजित और विलीन होते हैं। टीम ने वास्तविक जानवरों द्वारा अनुभव किए गए समूह के आकार के आधार पर मॉडल को कैलिब्रेट करने के लिए दो अलग-अलग कोटी समूहों के जीपीएस ट्रैकिंग डेटा का उपयोग किया। उन्होंने कोटी को कोई विशिष्ट नियम प्रोग्राम नहीं किया; इसके बजाय, उन्होंने वास्तविक जीवन के अनुभवों के आधार पर यह अनुमान लगाया कि व्यक्तिगत प्राथमिकताएं क्या रही होंगी। एक समूह के लिए जो समान रूप से विभाजित हुआ था, मॉडल ने माना कि सभी व्यक्तियों की एक समान प्राथमिकता थी। दूसरे समूह के लिए जो असमान रूप से विभाजित हुआ था, मॉडल ने अलग-अलग व्यक्तियों को अलग-अलग प्राथमिकताएं सौंपीं। जब उन्होंने वास्तविक दुनिया की प्राथमिकताओं के साथ सिमुलेशन चलाया, तो आभासी कोटी ने वास्तविक जानवरों के सांख्यिकीय पैटर्न को पुनरुत्पादित किया। मॉडल ने उप-समूहों की देखी गई संख्या, उन उप-समूहों के विशिष्ट आकार और विभिन्न विन्यासों के बीच समूहों के संक्रमण के तरीके को सफलतापूर्वक मेल खाया।
यह अध्ययन सुझाव देता है कि प्रकृति में देखे जाने वाले जटिल, परिवर्तनशील सामाजिक संरचनाएं और इंजीनियर प्रणालियों की कुशल व्यवस्था एक ही मौलिक सिद्धांतों पर निर्भर हो सकती है। यह आवश्यक नहीं है कि प्रत्येक व्यक्ति कुल जानवरों की संख्या या समूहों की कुल संख्या को जानता हो। इसके बजाय, स्थिरता तब उभरती है जब प्रत्येक व्यक्ति केवल अपने वर्तमान स्थिति की तुलना एक व्यक्तिगत मानक से करता है और उसके अनुसार कार्य करता है। अनुसंधान यह प्रदर्शित करता है कि एक विकेंद्रीकृत प्रणाली, जहाँ हर कोई स्थानीय धारणा और व्यक्तिगत लक्ष्य के आधार पर निर्णय लेता है, समूह के आकार और समूह की संख्या दोनों को नियंत्रित करने की कठिन समस्या को हल कर सकती है। जबकि यह अध्ययन पुष्टि करता है कि ऐसा तंत्र गणितीय रूप से संभव है और वास्तविक पशु डेटा के अनुरूप है, यह यह सिद्ध नहीं करता कि जंगली कोटी बिल्कुल इसी पद्धति का उपयोग करते हैं। बल्कि, यह दिखाता है कि यह सरल, स्थानीय रणनीति सामूहिक रूप से बिना किसी केंद्रीय कमांडर के अनुकूल होने और फलने-फूलने का एक संभावित और शक्तिशाली तरीका है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।