Die Wissenschaft hinter kollektivem Verhalten

Ein virales Video zeigt Hunderttausende von Staren, die fliegen, ohne erkennbare Formation, aber in so perfekter Koordination, dass kein Vogel mit einem anderen kollidiert. Dieses „Grunzen“ erweckt unaufhörliches Erstaunen.

Aber steckt hinter einer solchen unausgesprochenen Koordination eine Wissenschaft? Wissenschaftler haben versucht, kollektives Verhalten zu entschlüsseln. „Herdenmentalität“ ist der Sprachgebrauch, aber „kollektives Verhalten“ wird von der Wissenschaft bestätigt. Wenn Sie lernen, es zu modellieren, können Sie es verwenden.

Das Indian Institute of Science Education and Research (IISER), Thiruvananthapuram, die South China Normal University, das Potsdam-Institut für Klimafolgenforschung und die Humboldt-Universität, Deutschland, haben gemeinsam einige Erfolge auf diesem Gebiet erzielt. Sie schlugen ein neues mathematisches Modell für die Entstehung der kollektiven Dynamik jedes D-dimensionalen Systems vor, um die realen Phänomene genauer zu erfassen.

Die Funktionsweise des Gehirns ist ein klassisches Beispiel für kollektives Verhalten, bei dem Funktionen durch das kollektive Verhalten vieler miteinander verbundener Neuronen entstehen.

Die Synchronisation in der kollektiven Dynamik erfolgt als Ergebnis der Kopplung zwischen einzelnen Elementen. Es ist die Anpassung von Rhythmen zwischen den am kollektiven Verhalten beteiligten Individuen und kann in verschiedenen Räumen und Zeitskalen auftreten. Ein Beispiel für Synchronisation in der kollektiven Dynamik ist das Aufblitzen von Glühwürmchen. Es ist bekannt, dass Glühwürmchen ihre Blitzmuster synchronisieren, was durch das konkurrierende Blinken männlicher Glühwürmchen während der Balz entsteht. Das Anpassen der Rhythmen zwischen den Glühwürmchen ermöglicht es ihnen, eine schöne Darstellung von synchronisiertem Blinken zu erzeugen.

Ein paradigmatisches mathematisches Modell zur Untersuchung kollektiven Verhaltens ist das „Kuramoto-Modell“. Dieses Modell untersucht die Synchronisation in großen Gruppen interagierender Individuen, sagte Dr. Senthilkumar DV, Associate Professor, School of Physics, IISER Quantum. Es gibt jedoch Einschränkungen, da die Amplitudendynamik nicht berücksichtigt wird, dh die Intensität oder Stärke des Verhaltens einer Person. Dieser Nachteil ist in vielen Kontexten der realen Welt offensichtlich, wie z. B. Gehirnnetzwerken, wo die Stärke der Aktivität an einem Neuron die Reaktion an einem anderen Neuron oder der Empfangsstelle beeinflussen kann.

Senthilkumar und seine Mitarbeiter schlugen ein neues mathematisches Modell vor, das sowohl „Phasen“- als auch „Amplituden“-Informationen enthält. Sie glauben, dass es die Selbstorganisation des kollektiven Verhaltens in verschiedenen physikalischen und biologischen Systemen besser erfasst.

„Dieses hochdimensionale Phasenamplitudenmodell enthält das D-dimensionale Kuramoto-Phasenmodell als Sonderfall in der schwachen Kopplungsgrenze und bietet eine breitere Perspektive der jüngsten Ergebnisse der D-dimensionalen Nur-Phasen-Modelle von Kuramoto“, sagt Senthilkumar. Ihr vorgeschlagenes Modell kann verwendet werden, um eine breite Palette von Systemen zu untersuchen, darunter magnetische Kolloide, aktive Spinner, selbstfahrende Systeme und schwärmende Drohnen oder Insekten. Ihr Modell eignet sich gut für realistische 3D-Systeme, was es nützlich macht, kollektives Verhalten in der Natur zu untersuchen.