Emergence of collective criticality from future-anticipation maximisation
本論文は、個体が相互の予測を通じて将来的な知覚状態の多様性を局所的に最大化するという未来予測最大化（FAM）原理が、微調整や明示的な整列規則を必要とすることなく、動物集団における臨界的な集団力学および形態的転移を自発的に生成し維持することを提案するものである。
原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは査読を受けていないプレプリントのAI生成解説です。医学的助言ではありません。この内容に基づいて健康上の判断をしないでください。 免責事項の全文を読む
自然界において、魚の群れの明滅するパターンから鳥の群れの移ろう形成に至るまで、生命はしばしば秩序と混沌の間の極めて細い境界線上に漂っているように見える。科学者たちはこの状態を「臨界性（クリティカリティ）」と呼んでいる。それは、システムが微小な変化に対して非常に敏感な状態であり、たった一匹の個体の動きが群れ全体に波及し、迅速な情報伝達と驚異的な適応力を可能にする状態である。数十年にわたり、研究者たちは生きとし生けるものがどのようにしてこの繊細なバランスを維持しているのかという疑問を抱いてきた。支配的な考え方は、自然界はまるで綱渡りの者が一本のワイヤーの上でバランスを保つために調整を行うように、特定の固定された臨界点に留まるために絶えず微調整を行っているはずだというものであった。しかし、この見解では、動物の集団がいかにして適応力を保ちながら、群れ、学校（スクール）、あるいは円を描いて回転するなど、その形状全体を自発的に変化させることができるのかを説明するのに苦慮している。もし集団のルールが常に変化しているのなら、どのようにしてシステムは均衡を保てるのだろうか。
筑波大学の新座隆之氏による新しい研究は、異なる視点を提示している。それは、臨界性は固定された目的地ではなく、選択肢を開き続ける継続的なプロセスであるという示唆である。100から500体の仮想エージェントの行動をシミュレーションすることで、研究者は、事前の微調整を必要とせずに、未来を予測することに基づいた単純なルールが、複雑で臨界的なダイナミクスを生み出すことを発見した。シミュレーション内のエージェントは、伝統的な意味での隣人との整列や衝突回避を行うようにはプログラムされていなかった。代わりに、各エージェントは単一の目標、すなわち「周囲の状況に関する将来の視界の範囲を最も多様化させる行動を選択する」ことによって動かされていた。この「未来予測最大化（Future Anticipation Maximisation）」と呼ばれる原理は、エージェントが自分自身の遠い未来を予測するのではなく、隣人が次に何をするかを互いに推測することに基づいている。
シミュレーションの結果は驚くべきものであった。特定の形状を作るという明示的な指示がないにもかかわらず、集団は「無秩序な群れ（スウォーム）」、「一方向に進む統制された学校（スクール）」、そして「渦のように回転するミル（回転）形成」という3つの明確な形態の間を自発的に遷移した。これらの遷移は幅広い条件下で自然に発生し、脆弱な一点ではなく「広い臨界領域」を作り出した。研究によれば、集団がこれらの状態間を切り替える際、「臨界減速（クリティカル・スローイング・ダウン）」として知られる現象を示す。これは、集団が撹乱から回復するのにかかる時間が長くなり、その動きのゆらぎがより大きく複雑になる、臨界システムの特徴である。研究者たちは、これらの遷移がランダムではなく、特定の統計的パターンに従っていることを見出した。それには、食料を探索する実際の動物によく見られる、多くの短いステップと時折の長いジャンプが混ざり合った探索パターンである「レヴィ・ウォーク」に似た動きが含まれていた。
この発見が特に重要である理由は、生物学的臨界性が、あらかじめ設定された完璧なバランスを必要とするという考えに異を唱えている点にある。シミュレーションにおいて、エージェントたちは自分たちが臨界システムを作り出しているとは知らなかった。彼らは単に、隣人の潜在的な行動を通じて感知できる未来のシナリオの多様性を最大化するように行動していたのである。この相互的な予測により、個々の将来の可能性は、集団自身によって絶えず再形成された。研究は、この「臨界」状態が外部から課されるのではなく、局所的な相互作用から自然に創発することを示唆している。研究者たちは、あるパラメータ設定では、時間的なゆらぎによって状態が急速に切り替わり、別の設定では空間的なゆらぎによって切り替えが遅くなることを観察したが、どちらのレジームにおいても臨界性の特徴が維持されていた。
研究はまた、こうした集団レベルの変化が個体の行動とどのように結びついているかについても掘り下げた。異なる集団形状内での単一エージェントの動きを分析することで、本研究は、個体の運動の統計的特性が、集団の全体的な状態に大きく依存していることを見出した。学校形成においては、個体の動きは明確な長い直線的な走行と短い旋回が混ざり合ったパターンを示した。ミル形成においては、このパターンは変化した。円に沿った動きは学校形成のパターンと同様であったが、中心に向かう、あるいは中心から離れる動きはより制限された。これは、動物の集団で見られる有名な「レヴィ的な」運動パターンが、単に集団の形状が切り替わる結果であるだけでなく、特定の形状内における個体の自由な動きに深く根ざしていることを示している。集団の幾何学そのものが、個体の運動の自由を形作っているのである。
決定的なことに、本研究は、これらの複雑な行動には、エージェントが世界の深い内部モデルを持つことや、遠い未来まで計画することを必要とするという概念に反論している。動物が多くのステップ先の結果を計算すると示唆する他の理論とは異なり、このモデルは、単純な一歩先の相互予測だけで、複雑なダイナミクスの全スペクトルを生み出すのに十分であることを示した。エージェントは、集団のルールや臨界性の概念を知る必要はなかった。彼らは、隣人の次の動きに関する即時的な組み合わせの可能性を評価するだけでよかったのである。このアプローチは、長期的な未来を予測するという計算上の負担を回避しており、自然界が適応力を維持するために、こうした単純な局所的相互作用に依存している可能性を示唆している。
この研究の意義は、魚や鳥の理解にとどまらない。それは、生物学的適応力の捉え方に対する根本的な転換を提案している。臨界性を、生物が維持しようと努める静的な状態として見るのではなく、本研究は、それを局所的な相互作用を通じて継続的に再生される動的なプロセスとして提示している。「臨界的」な性質は、地図上の固定された地点ではなく、システムが自らの未来の可能性を開き続ける能力の結果である。次に感知できるものの多様性を最大化することによって、個体は図らずも、変化に対して非常に敏感で、迅速な再編成が可能であり、かつ変化する環境の中で生き残るのに十分な堅牢性を備えた集団を作り出しているのである。研究は、生物学的臨界性とは「ある状態」ではなく、選択肢を開き続けようとする単純で執拗な衝動によって駆動される「生成のプロセス」であると結論づけている。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。