干细胞之家 - 中国干细胞行业门户第一站

 

 

搜索
朗日生物

免疫细胞治疗专区

欢迎关注干细胞微信公众号

  
查看: 13969|回复: 2
go

鸟凝聚态量子模型 [复制链接]

Rank: 7Rank: 7Rank: 7

积分
13286 
威望
13286  
包包
34831  

论坛元老 精华勋章 金话筒 专家 优秀会员 优秀版主

楼主
发表于 2014-7-30 10:52 |只看该作者 |倒序浏览 |打印

作者:冯丽妃 来源:中国科学报 发布时间:2014-7-29                   鸟群缘何像液氦
' y# C8 U+ U2 c& V" g
1 c$ ^' ~1 O( K( R8 P, B
- ~; Q4 R' K2 v& ~$ K0 g
' x/ w' ^& V" t7 U1 s3 S7 k; ~6 }4 k
* Z0 l* Y: _! w; D

* T$ B% E$ i& E9 h- a# a+ Z椋鸟群飞过罗马市中心。图片来源COBBSLAB,ISC-CNR
  s' ?7 [5 s1 A  U( J" s( [5 D) s( v, Z& E# h$ [- ~' D
一群椋鸟在天空中整齐划一地飞翔,队列中每只椋鸟掠过的姿态都像精心编排过的舞蹈表演,每只椋鸟似乎都确切地知道在何时、何地去改变飞行方向。现在,研究者首次测量了信息如何在椋鸟群中传递——那是类似液氦的某种量子现象的行为。0 S9 H$ w, b3 ~6 z3 X! s7 O3 l

8 r# Q' |# e/ f“这是首批深入地了解飞鸟群为何可以如此和谐活动的研究之一。”瑞典乌普萨拉大学并未参加此次研究的David Sumpter说。椋鸟群如此精彩一致地飞行的原因一直困惑着研究者和观鸟者。上世纪30年代,鸟类学者Edmund Selous甚至提出,椋鸟之间通过心电感应相互配合。随后,研究者开始转向利用数学模型提出更为科学合理的设想。  O/ {& [6 d, ~& G5 w1 ^$ b8 L1 W
$ i8 a6 D7 B  v5 S, C
上世纪90年代,匈牙利罗兰大学物理学家Tamás Vicsek曾提出最成功的模型之一,该模型基于每只椋鸟都和它的邻鸟朝一个方向飞的原则,如果一只鸟朝右飞,那么它的邻鸟也会和它保持一致。尽管该模型很好地再现了飞鸟群的很多特征,如它们如何在随机安排的队形中灵敏地与队伍保持一致。但现在,研究者却发现该模型并没有准确地描述鸟群如何转向。  s) A& M3 F# \, K

/ u$ P1 |, G; S; @来自罗马复杂系统研究所的物理学家Andrea Cavagna和Asja Jelic所带领的团队在椋鸟群飞到当地一个火车站附近的时候,通过高速录相机捕捉椋鸟飞行的姿态,并利用录像机上的追踪软件,精确查明每只椋鸟转向的时间和地点以及一个决定通过整个鸟群时,它们如何跟随信息指令行动。数据显示,转向的信息在由数只椋鸟发出后,很快便会以每秒20~40米的速度顺利通过整个鸟群,这意味着对于一群拥有400只椋鸟的鸟群来说,仅需要比半秒略多一点儿的时间来改变方向。
: r# u8 C/ i5 @' n/ u8 u  V- [/ d9 A& a% b! N
Cavagna 表示,新的研究结果与Vicsek模型相对立。他解释说,Vicsek模型认为这种信息指令会消散,如果这种假设是正确的,那么并非所有的鸟都可以及时得到消息并转向,那样鸟群的动作就不会整齐划一了。
% U2 k* P$ }4 {
( `1 d1 T0 T2 @3 ?: ?$ {新的模型还预测说,如果鸟队排列非常整齐,信息传递速度就会更快。Cavagna表示,有趣的是,从数学角度看,新的模型与描述液态氦的方程非常类似。如同量子物理定律所描述的那样,当液氦冷却接近绝对零度时,就会变成一种没有黏度的液体,在这种超流体中,每一个原子都处于同样的量子状态,从数学上讲,这种凝聚状态与椋鸟群队列十分相像。Sumpter表示,这个理论同样可以被应用到其他类似群体行动中,比如鱼群或是移动细胞组合等。
* l: N3 q; M& p3 X4 E7 Q; h
# H0 S" x2 S4 G1 \, d- ?) S(冯丽妃 译自www.science.com,7月27日)

附件: 你需要登录才可以下载或查看附件。没有帐号?注册
已有 1 人评分威望 包包 收起 理由
细胞海洋 + 2 + 10 极好资料

总评分: 威望 + 2  包包 + 10   查看全部评分

Rank: 7Rank: 7Rank: 7

积分
13286 
威望
13286  
包包
34831  

论坛元老 精华勋章 金话筒 专家 优秀会员 优秀版主

沙发
发表于 2014-7-30 11:00 |只看该作者
本帖最后由 sunsong7 于 2014-7-30 11:10 编辑
4 s& C3 M3 q3 t) m7 L
( L& E* _, o' N( f$ T0 ]9 C

鸟群中的“幽灵”. |) f( N* M* T9 m9 m- B- }  |


- |1 E" ~- C$ }9 X
作者:胡锋 发表于 2011-01-31 07:39  
5 p2 {+ n3 B; Z7 l4 \! J) Z
! L# C; t6 w* o$ J+ r8 k- a/ U* q, H. d4 a% l+ S( a) R
黄昏的时候,在世界上很多地方都可以看到这样的景象:成百上千只的鸟成群在空中飞翔,仿佛形成了一个巨大的个体,它们时而形成一条长带,时而聚拢成盘状,时而形成各种依稀可辨的造型,毫不介意给地上仰头观看的人以无尽的惊奇与想象。
/ A, \& I3 J4 f' N- |/ {" q5 ^) W6 b6 h& K" ^: U. o( `' d& }
在19世纪30年代, 英国鸟类学家Edmundd Selous 用了“通灵”(Thoughts-Transference) 这个术语来解释鸟群令人惊异的协调能力,这也许是当时很时髦的“科学词汇”吧。 但限于历史条件,他对运动群体中的鸟之间如何交流,信息如何在群体中传递毫无所知。他的这种解释,我们其实可以选用任何看起来很玄妙的词语代替, 如 “思想转移”,“心灵感应”,或者简单的说,鸟群中存在一个“幽灵”。这种解释方法很类似当人们对生命系统不太理解的时候,认为有所谓的“活力”因子在构成生命有机体的物质内,直到随着科学的进一步发展,才证明了生命物质是由普通的化学元素构成的复杂分子,从而把“活力论”送到历史的博物馆。
8 |8 c9 F) M, Q- Y: G- z# d& ^7 S+ J" S8 N: ~$ c# y
对鸟群以及一般的动物群体行为研究的突破来自于一个美国软件工程师Craig W. Reynolds,他研究的初衷是为了让计算机更有效率的绘制鸟群的飞行图像。在此前,程序员编写鸟群的运动程序时,程序中都已经规定好了每只鸟的运动轨, 程序员其实是鸟群的中心指挥者。而Reynolds在1987年发表的一篇文章中发明了一种“自组织”的算法,根据这种方法,鸟群中的每只鸟只需获取自己局部的环境的信息, 并根据这些信息自行决定自己下个时刻的运动状态。具体说就是每只鸟每个时刻都要遵守如下三条规则:1、 避免与附近的其它成员碰撞。2、飞行方向与附近邻居的平均飞行方向一致。 3、不要落单。可以看到, 这种算法只要求单个个体能够分析自己附近的局部环境, 符合动物因生理条件的限制而只能处理有限信息的常识。这个算法的最大特点是整个的运动群体不再有中心的指挥者,每个群体成员根据自己的局部环境决定自己的运动状态,进而决定整个群体的运动状态。那么,这种算法构造的动物群体的运动图像效果如何? 据说,1994年美国迪士尼公司拍摄的电影《狮子王》中大规模的野牛群因为受惊吓蜂拥而逃的画面就是由“自组织”算法产生的。
( p: f' n8 i1 M, ~5 y1 ~+ k' F; ]' m' u' t  B" f
这个算法提出之后,也引起了数学家,生物学家,物理学家,以及工程师的广泛关注,因为这个算法基于的“自组织”理念是一个应用非常广泛的概念。有非常多的系统——自然的或者人工的——都不存在一个中心的指挥者,系统整体状态的形成依赖于构成系统个体间的相互作用。生物学中除了鸟群,鱼群,蝗虫群体外,其实一个有机体自身不也是由底层相互作用的细胞构成的吗?当然,细胞先构成器官,再构成组织,最后构成一个有机体。物理学中磁铁磁性,超导体中的超导性也是由这些物质中的电子局域间的相互作用,而在一个温度点“相变”而形成的整体上的奇异状态。甚至经济学中,仅仅基于买者和卖者间的相互的利益需要,就可以构成一个稳定(至少短期稳定)的市场。在这儿,除了有亚当·斯密那只“看不见的手”的引导外,不需要另外一只“看得见的手”的调控。
- g( g. @( O: u' T) O# {! C, {( m1 v
比利时物理学家Tamás Vicsek在1995年更加深入的研究了“鸟群”的运动规律。在他的计算机模型中,每个个体运动的速度大小恒定,下一时刻的运动方向由邻居的平均运动方向决定。这项研究从数量上揭示了如果群体的密度到一个阙值,并且个体在决定自己运动方向时出现的偏差不太大,那么群体的运动状态会有一个突变,由群体中个体(或者许多小集团)向许多方向运动状态到所有的个体向一个方向运动状态的突然变化,物理学中把这种现象称为“相变”。5 C" C- j9 n, o

6 J, Q3 }/ P/ M% z1 O8 p生物学家根据动物的生理特性进一步丰富了个体间的相互作用,比如个体间的距离如果太小,个体会互相远离以避免碰撞;因为感官的限制,对空间中不同位置信息的获得有差异等等。改进后模型的模拟结果与真实的动物群体的运动很相似,比如鱼群在海中的绕圈运动,受到袭击时会像喷泉一样从中间散开,然后再合并,都可以在屏幕上根据模型中参数的变化而逼真的展现出来。现在看来,解释鸟群,鱼群还有其他动物群体令人惊异的运动状态,不必假设有什么“幽灵” 存在。群体中的每个个体只需获悉周围局部的信息,根据这些信息而采取相应的行动,整合起来,在整体上就产生了令人意想不到的状态。
" K' z7 X5 {5 ?4 [0 \
& V4 [6 G8 `- A' Z现在,许多工程师开始研究,如何根据自组织的理论更好的设计几十个或者上百个小机器人之间的合作,从而让它们可以更高效率的工作,比如合作搜索。* D2 \- X$ D* w4 ~

- h% Z; R! m1 D$ ]' ~然而,对“鸟群”运动机制的解释也存在不同的声音。美国生物学家Wayne K. Potts在1984年提出了“合唱团”假说。通过分析鸟群飞行时突然转向的录像,Potts观察到单只鸟在转向时的反应时间很短。如果让群体转向的信息通过局域的相互作用传递(这种传递受到鸟类反应时间的限制),需要的时间远长于录像中的观测结果。Potts对此的解释是,鸟群中的鸟可以获得鸟群整体的信息,并根据这个信息预备自己的动作,到需要做出反应时就可以很快地响应了,就像人类中的合唱团一样。他的这个假设是根据实验的观测做出的,只是很难想象鸟群的单只鸟必须每个时刻都获得鸟群的整体信息, 并能处理这些信息, 这对鸟类的” 智商” 是很高的要求。信息如何在动物群体中传播? 这也是目前很多领域的科学家所非常关心的问题。2 C. H9 I7 f0 [8 K: D# A5 E9 ~

/ X/ P4 x/ o$ C( c$ c要彻底的请出这个“幽灵”可能还有很长的路要走,新的事实有可能带来新的争议。当你对这些争论略感疲惫,就在黄昏的时候看一看鸟群在空中进行的盛大表演吧,这场亘古至今的表演是壮观的,也是免费的。


7 Q0 L+ I3 _( Q4 p7 c& L% ~& ?; Q& `9 w, m. s. G1 I  q
鸟群飞行视频1 http://v.youku.com/v_show/id_XMTg5NzcyOTIw.html! {3 k- v" s* Y. U$ _; m1 k2 M
鸟群飞行视频2 http://v.youku.com/v_show/id_XMjMwMDczNjMy.html
& [3 r4 H# g) ?6 M! Y; r2 ]
4 D. k" z* r& z0 i+ y  |- f' }1 ?- K8 v4 K$ `' Z4 ]
附件: 你需要登录才可以下载或查看附件。没有帐号?注册

Rank: 7Rank: 7Rank: 7

积分
13286 
威望
13286  
包包
34831  

论坛元老 精华勋章 金话筒 专家 优秀会员 优秀版主

藤椅
发表于 2014-7-30 12:46 |只看该作者
附件: 你需要登录才可以下载或查看附件。没有帐号?注册
‹ 上一主题|下一主题
你需要登录后才可以回帖 登录 | 注册
验证问答 换一个

Archiver|干细胞之家 ( 吉ICP备2021004615号-3 )

GMT+8, 2024-5-19 09:55

Powered by Discuz! X1.5

© 2001-2010 Comsenz Inc.