世界

牧畜の魔法 – ノーチラス

探検する wジョージア州北部の77歳の農家でありシープドッグトレーナーであるヘン・ドイル・イヴィーは、ジョージア工科大学の2人の生物物理学者であるサード・バムラとトゥヒン・チャクラボルトからメールを受け取りました。研究者たちは、彼が彼の羊の犬の一生を記録させるかどうかを知りたかったのです。 農民は、科学者が泥だらけの犬を研究することによって物理学の抽象化について学ぶかもしれないことを推測することができませんでしたが、彼は同意しました。その後まもなく、集団的行動を研究していたバムラとチャクラボルティは、犬が行動しているのを見るためにアイビーの農場に引き上げました。その日、農場はシープドッグの裁判を開催していました。何世紀も前の競争で、シープドッグは畑を横切って羊の小さな群れを操縦することで群れのスキルを披露し、他のタスクの中で「脱皮」として知られるグループを分割しました。物理学者は何十年もの間シープドッグの群れを研究してきましたが、彼らは主に犬が大きな群れを集める方法をモデル化してきました、とバムラは言います。これらの大きな群れでは、羊は利己的な群れ行動として知られているものを示し、中心に引き寄せられ、他の人を自分自身と危険の間に置く。しかし、SheepDogの裁判のように、小さなグループでは、群れをたどるか、自分で出発する間に揺れるので、彼らの決定はより不安定になります。 シープドッグがこれらの混oticとした条件下で羊を望む場所に行くことができた方法は、物理学の厳しい問題の解決策を示唆しています。これは、羊だけでなく、ドローンやロボットの群れや歩行者の動きにも関連する騒々しい、予測不可能な集団をコントロールします。このような緊急の集団は、グループレベルのパターンの両方と、グループの個々のメンバー間の相互作用によって推進されます。 広告 Nautilusのメンバーは、広告なしの体験を楽しんでいます。今すぐログインまたは参加してください。 ランダム性を抑制する代わりに、彼らは発見した、シープドッグはそれを受け入れるように見えた。「犬は驚くべきことをしているので、当然私たちは興味がありました」とバムラは言います。 農場を訪れた後、BhamlaとChakraborttyは、YouTubeビデオからシープドッグトライアルの一連の録音を集めました。録音のパターンを探して、シープドッグのハンドラーと話をしたとき、彼らは、放牧と脱落の両方が2段階のプロセスに沸騰したことに気付きました。最初のステップでは、犬はパニックを誘発することなく遠くから羊を穏やかに微調整し、彼らが望ましい方向に向かうのを待っています。 2番目のステップでは、犬は近づき、羊を動かすための脅威を増やします。本能的に、彼らは彼らが直面している方向に認識された捕食者から逃げます。物理学者にとっての次の課題は、彼らが学んだことを数学的モデルに翻訳することでした。彼らのモデルには、社会的影響（隣人のコピー）に応じて、または犬やハンドラーなどの外部の力に応じてオリエンテーションを変更した5人の羊が含まれていました。彼らが対応することを選んだ影響はランダムに決定されましたが、個々の羊は犬やハンドラーに多かれ少なかれ反応するようにプログラムされていました。モデルの犬は、実際の生活と同じ2段階のプロセスにも従い、最初に微調整してから動きました。 広告 Nautilusのメンバーは、広告なしの体験を楽しんでいます。今すぐログインまたは参加してください。 科学者たちは、ランダムな行動は通常、小さな集団を制御するための障害と考えられているが、羊の優柔不断は実際には「分割」タスクの犬にとって利益であることを発見した。犬は、閉鎖する前に羊が望んでいた方向に向いているまで待つことができ、必要な努力を制限することができました。ランダム性を抑制する代わりに、彼らは発見した、シープドッグはそれを受け入れるように見えた。これらの発見に基づいて、科学者は、他の小さな優柔不断な行動スイッチング集団の行動を予測するために使用できるアルゴリズムを構築しました。まだピアレビューされていない結果は、6月にプレプリントサーバーで公開されました arxiv。アリゾナ州立大学の計算生物学者兼教授であるテッド・パブリックは、この調査結果は、誰かが直接通信できない個人のグループを導く必要がある状況に当てはまる可能性があると述べました。 「私が操縦したい個人のグループのための戦略を開発しているとき、私は彼ら全員から一貫した行動を想定します」とパブリックは言います。 「これは、多分それが最良の戦略ではないことを示しています。」しかし、パブリックは、モデルの制限、特に本物の羊を表す方法についての制限を指摘しています。たとえば、モデルの羊は衝突を避けず、互いに通り抜けることができます。彼らはまた、彼らがどこにいたかを覚えていません。 「これらのものをモデルに追加すると、彼らが何を見つけたのかを見るのは面白いでしょう」と彼は言います。 広告 Nautilusのメンバーは、広告なしの体験を楽しんでいます。今すぐログインまたは参加してください。 カリフォルニア大学デイビス校のコンピューターサイエンスとエンジニアリングの教授であるRaissa D'Souzaは、科学者の現実世界データの巧妙な使用を称賛し、調査結果はロボットの群れの文脈、特に捜索と救助のために有用であることに同意しました。しかし、彼女は、結果は非常に特定のタイプの物理学の問題、つまり2つの状態間のランダムな切り替えを特徴とする小型の騒々しいシステムにのみ適用されることを指摘しました。BhamlaとChakraborttyは、学ぶべきことがたくさんあることに同意します。将来、彼らは個々の羊の行動が結果にどのように影響するかをさらに探求したいと考えています。 「動物はとても複雑です。私たちはまだ表面を傷つけているだけです」とバムラは言います。 「私が驚くべきことは、私たちがこのように一見シンプルな競争をして、それについて全体の物語を作ったことです」とバムラは言います。 「それはどれほど美しいの？」 リード写真：Alexandra Morrison Photo / Shutterstock ナタリア・メサ 投稿しました 2025年8月6日 ナタリア・メサは、ニューヨーク州ブルックリンに拠点を置く独立したジャーナリストであり、ライフサイエンス、健康、技術について書いています。 #牧畜の魔法 #ノーチラス