鸟类迁徙为何呈V字队形？( 二 ) _小知识

文章插图

记录仪记录的长达45分钟的飞行数据，显示了一些此前人们确信，但没有得到最终证明的东西：鸟儿通过调整翅膀扇动的速度以及保持与其他鸟儿的相对位置来最大程度的提高飞行效率。 “最重要的是我们发现它们不仅将它们自己置于可能是最好的位置以获取上升气流，而且这还是一个主动的动态过程。每一只鸟儿的飞行轨迹都采取与前一只鸟儿相同的路径，这样他们就能知道何时及如何调整飞行姿态以获得最大的上升气流。 ”Portugal说道。
针对鸟类的工程学
George Young博士是一个机械工程师，他仔细考察了八哥（那段广为流传的视频中结群飞行的鸟儿）以研究它们最理想的群体行为。不仅是为了解释这些鸟儿为何及如何结群飞行的问题，也是因为这些研究成果有助于他对于人工智能的设计工作。 “我们正在研究如何设计集成传感器和机器人，使他们不话费多少代价就能从事复杂和智能的任务。 ”Young说道。

文章插图

八哥可以提供Young所需的答案，因为它们已经解决了如何在嘈杂环境下进行群体交流的问题。杨称这种工作为“仿生工程”——用自然界的方法解决眼前的问题。
“现在我们已经知道，八哥结群飞行，每只鸟儿会注意离它最近的七只八哥的情况，但还不知道它们为什么这么做” ，在《PLOS计算生物学》2013年1月的研究报告中， Young和他在普林斯顿（他在那里获得了博士学位）的博士生导师——Naomi Leonard ，以及来自罗马萨皮恩泽尔大学（Sapienza University）的同事达成共识：七就是“群落中在凝聚力和个体行为之间取得优化平衡（按报告所说）”的数字。
“基本上，如果鸟仅仅将注意力集中在临近几只鸟儿身上，那它就不能在整个群体中传递信息。如果它关注太多，它只是多花了更多精力而没有获得更多的信息。六到七只是鸟在群体中保持交流所需的最少邻居数目。 ”Young说道。
为了知道这个最佳数字的大小，杨一帧一帧地分析了视频数据。群体中每一只鸟的位置和速度都被跟踪和测算。 “我们采用了位置数据并用它构建了假想的交互网络， ”Young说道。然后他们很有创意地使用了一些技术。

文章插图

Matlab是一个在应力分析和流体力学工程中广泛使用的软件。作为一个工程师， Young对此很熟悉，但在他对八哥的研究中他用它来模拟生物系统。 “我们构建了一个巨大的矩阵结构，每一个行和列代表一只鸟儿，但Matlab自带的程序语言能让我们快速编写大型计算程序，就如同那些种群中成百上千的鸟儿一样。 ”Young说道。

通过使用工程软件进行生物分析，奇妙的数字（最佳邻居数——7）被发现了。杨希望将这个发现用在处理信号和噪音的系统中，正如真正的鸟儿一样。 “当种群大小和密度在一定范围内——同时，种群密度的为一般大小时，鸟群中的最佳邻居数是一样的，这一事实显示该数目可能是逐渐演化来的。 ”Young说道。
一个工程师可以使用软件来研究大自然解决问题的方法，最终将研制出更聪明的机器人，还有比这个更完美的例子可以表现人类在进化中的位置吗？