分类
普林斯顿大学新闻

行动起来!动物群体行为之谜

看到一群受到某种威胁惊吓的鸟类高度协调地飞上天空,这并不罕见。在成群游动的鱼群中也可以观察到类似的行为,每条鱼模仿它的邻居的动作,以不可思议的精度转身、飞镖或之字形离开威胁。在这两种情况下,似乎各自的群体——群体和学校——作为一个单一的、统一的实体。

这种现象被称为“行为级联”,长期困扰着生物学家。如何决定采取何种行动,以及如何以多快的速度与许多人沟通——通常是数百人甚至数千人——以及如何如此迅速地处理和协调这些决定,这是一个人们知之甚少的话题。

closeup of fish

有些动物聚在一起,协调它们的动作来躲避捕食者。但这种行为长期困扰着科学家。现在,普林斯顿大学的生物学家们正在通过观察成群游动的小鱼的行为来探索这个奥秘。

在9月23日发表的一篇论文在《国家科学院学报》上,马特Sosna,接受他的普林斯顿大学生态学与进化生物学博士学位,是一种数据科学家Aquicore,和他的同事们调查的核心问题组动物——比如植绒鸟类,教育鱼类和哺乳动物放牧过程信息环境,称为集体计算的过程。为了做到这一点,研究人员研究了一种被称为“金光鱼”(Notemigonus crysoleucas)的小型鱼群是如何对感知到的威胁做出反应的。像成群结队的鸟类和有蹄动物一样,这些鱼以表现出“惊吓级联”来躲避捕食者而闻名。

这种行为类似于雪崩或波浪,Sosna说。它是由一条或多条鱼对感知到的威胁做出反应而引发的快速、突然的游泳。“想想一场足球比赛,每个人都在‘挥手’,”他说。“我站起来,然后你也站起来。然后下一个人站起来。你可以把这想象成一个行为级联,这样行为——站起来——就像一个波一样在群体中传播。”

在北美东部的池塘、湖泊和泥沼中常见的发光动物是一种“易受惊”的物种,在没有明显威胁的情况下,它们经常惊吓——有时甚至是随机的。有时会有2条、3条或更多的鱼受到惊吓,但这并不一定会在整个鱼群中传播。 

然而,一个大的瀑布——一个贯穿整个鱼群的瀑布——取决于鱼群之间的距离。在受到威胁时,绑匪会紧紧地挤在一起。Sosna注意到,这本身并不会导致级联反应,但是,由于鱼群紧密地聚集在一起,当惊吓确实发生时,更有可能产生全面的惊吓级联反应。

“这有点像你在我对面的电影院大喊大叫。我可能不会吓到你,但如果你就在我身边,我就会吓到你。

躲避捕食者和其他威胁是生存的一个重要方面。它与交配和获取食物一样,是决定一个有机体的繁殖成功或“适合度”的关键因素——它将自己的基因传递给后代的能力。面临危险或潜在危险情况(如来自捕食者或其他威胁)的单个动物的决策已经得到很好的研究。科学家对个别动物的大脑如何应对这种偶发事件有相当多的了解。例如,它们通过一种复杂的相互作用来做到这一点,包括来自环境和先前经验的感官输入——所有这些都是由生理状态和限制来调节的。

Fish startle and move

Play video:

Play Video: fish film

施莱克斯托夫(Schreckstoff)使用后,一群金色的闪亮者(Notemigonus crysoleucas)挤在一个水箱里,施莱克斯托夫是一种用来制造惊吓级联的化学物质。视频显示了两种速度。

重要的是,个体动物直接对环境做出反应。它根据它所处的特定环境来修改它的行为。例如,在非洲大草原上吃草的瞪羚如果听到狮子的吼声后不久就注意到附近的灌木丛在沙沙作响,它就会逃跑。然而,如果在沙沙作响的灌木丛前没有狮子的吼声,瞪羚可能会继续吃草而不是逃跑。

但是,在危险条件下的集体或群体行为,尤其是经常在瞬间发生的群体决策,是一种不同顺序的现象——而且很少有人对此进行研究。

“我们常常倾向于认为智力存在于我们的大脑中——它存在于个体有机体中。我们不经常认为,智力可以通过改变编码的强度或结构社会有机体之间的相互作用,”马克斯普朗克研究所的主任Iain Couzin说动物行为的康斯坦茨,德国访问研究学者在生态学和进化生物学,和该研究的资深作者。

一个群体的反应通常反映在群体整合所有这些个体反应的能力上,在某些情况下,超越或超越它们。

索斯纳补充道:“这就好像鱼就像一个集体的大脑,所以网络的结构可以变化得非常快。”他们正在改变网络,使其能够对环境做出反应。”

并不是每个人都必须改变他们的行为。他们仍然会通过评估威胁做出反应,并据此采取行动——要么做出反应,要么什么都不做。但重要的是所有这些个体行为转化为集体行为的方式。

为了研究这种转化是如何发生的,Sosna和他的同事们在一个大水箱里进行了控制实验。研究小组在鱼缸上方安装了摄像机,以记录鱼类的动作和运动。他们添加了一种名为Schreckstoff的化学物质,在德语中字面意思是“可怕的东西”。这种物质来源于鱼的皮肤细胞,通常用来引起恐惧反应。

摄像机以每秒120帧的分辨率记录下了鱼的反应。然后使用计算机视觉软件分析这些数据,跟踪和记录每条鱼的轨迹,估计其身体姿势和视野。

研究人员发现,施莱克斯托夫在鱼缸里的应用,导致鱼群紧密聚集在一起,并增加了惊吓级联事件的发生。然而,最重要的是,研究人员还发现,施莱克斯托夫并没有增加鱼对邻居的惊吓做出反应的可能性。

这意味着一条鱼不会改变它的行为;每条鱼对它邻居的反应都是一样的。变化的是鱼类之间关系的程度。换句话说,它源于群体本身的结构,而不是群体或社会网络中任何一条鱼对环境的感知和反应。

Couzin说:“通过改变群体的结构,通过走得更近,他们使得这些个体之间的社会联系更加紧密。”

“群体中的个体不一定需要知道发生了什么,”Sosna补充道,“但只要群体本身在做计算,个体就能从群体中受益,避免捕食者。”

Sosna说,这种策略——靠近以提高对威胁的敏感度,远离以降低敏感度——可能已经进化了,因为它比面对威胁的个人需要的更复杂的心理计算要容易得多。

“你可以看到所有这些非常有趣的群体层面的模式出现了,”索斯纳说,“但所有这些都必须归结为对个体的好处。”所有的鱼都是完全的,自私的,试图生存。”

研究人员认为,该实验的结果可能会对动物的集体行为产生新的见解,并具有更广泛的实际应用。像这里研究的鱼群这样的生物群体系统,在数百万年的时间里被用来处理信息,Couzin说,“所以我们可以真正了解这些网络结构和如何有效处理信息之间的关系。”

这里收集到的见解可能会帮助工程师开发可以应用于需要更有效解决方案的问题的技术。例如,这样的见解可能会帮助设计师创建一个系统,在这个系统中,一群机器人可以集体表现出“集体智能”,即使每个机器人都被编程来执行简单的任务。

Couzin说:“如果我们能像动物或群体网络那样把这些机器人连接在一起,我们就能实现集体智能,让它们在不断变化的世界中做出适当的反应。”

由马修·m·g·索斯纳(Matthew M.G. Sosna)、科林·r·图米(Colin R. Twomey)、约瑟夫·巴克-科尔曼(Joseph bako – coleman)、温妮·普尔(Winnie Poel)、布莱恩·c·丹尼尔斯(Bryan C. Daniels)、帕维尔·Romanczuk和伊恩·d·库辛(Iain D. Couzin)撰写的论文《动物群体风险的个体和集体编码》(Individual and collective encoding of risk in animal groups)于9月23日发表在《美国国家科学院院刊》(Proceedings in The National Academy of Sciences)上(DOI: 10.1073/pnas)。这项工作得到了国家科学基金会研究生研究奖学金、MindCORE博士后研究奖学金和德国研究基金会(DGF,德国研究基金会)的支持。

新闻旨在传播有益信息,英文原版地址:https://www.princeton.edu/news/2019/09/30/get-moving-mystery-animal-group-behavior