La vision par ordinateur révèle le secret remarquable du flocage

Observez un troupeau d'étourneaux pendant quelques minutes et il est facile de voir son comportement remarquable. Les oiseaux semblent se déplacer en synchronie même s'ils peuvent être séparés par la largeur du troupeau lui-même. D'une manière ou d'une autre, le mouvement des oiseaux des côtés opposés du troupeau doit être corrélé même s'ils ne peuvent raisonnablement communiquer qu'avec leurs voisins les plus proches.

La façon dont cela se produit a fait l'objet de beaucoup de fascination. Une façon de résoudre ce problème est de simuler le comportement de flocage sur un ordinateur, de comparer la simulation avec le comportement de flocage réel et de tenter ainsi de l'expliquer.

Cela a certainement produit des informations intéressantes, mais cela souffre d'un sérieux manque de mesures détaillées du comportement réel des oiseaux dans les troupeaux à grande échelle. Cela a récemment changé avec l'avènement des techniques avancées de vision par ordinateur qui peuvent mesurer la position et la vitesse d'un grand nombre d'objets en mouvement dans une seule image.

Aujourd'hui, William Bialek de l'Université de Princeton et quelques amis utilisent ces nouvelles données pour construire le modèle théorique le plus simple qui puisse reproduire le comportement réel de troupeaux réels.

Leur modèle produit un aperçu remarquable. Ils disent que les troupeaux d'étourneaux fonctionnent dans un état physique très spécial qui permet aux corrélations entre les oiseaux individuels de s'étendre plus ou moins à l'infini, dans ce cas sur toute la largeur du troupeau.

Bialek et ses collaborateurs commencent par analyser la position et la vitesse d'entre 122 et 4268 étourneaux dans 21 événements de flocage distincts. Ils utilisent ces données pour établir les corrélations entre le mouvement des oiseaux individuels dans le troupeau et la variance de leurs vitesses par rapport à la moyenne.

Ces mesures montrent que le comportement des oiseaux est extraordinairement affiné. Les oiseaux individuels volent à des vitesses très similaires à celles de leurs voisins. En d'autres termes, ils correspondent à la fois à la vitesse et à la direction des oiseaux qui volent à proximité.

Cela soulève une question intéressante. Le comportement de chaque oiseau est corrélé à celui de ses voisins les plus proches, mais dans des conditions ordinaires, cette corrélation devrait décroître sur une certaine échelle de distance caractéristique, généralement pas beaucoup plus loin que la distance entre les oiseaux eux-mêmes.

Ainsi, par cette façon de penser, seuls les oiseaux voisins peuvent être synchronisés en créant de petits groupes indépendants.

Comment alors tout le troupeau peut-il se synchroniser ? C'est là qu'un peu de physique est utile. Les physiciens connaissent depuis longtemps les changements de phase dans les systèmes où un petit changement dans un paramètre peut conduire à un changement énorme dans les propriétés globales du système.

Un exemple célèbre est un aimant dans lequel un petit changement de température provoque l'alignement soudain des spins d'un aimant. En dessous de cette température, le comportement en vrac est celui d'un aimant, en dessous de cette température, le matériau n'est pas un aimant.

Le point important, cependant, est que lorsque ce changement se produit, les spins qui sont séparés par de grandes distances deviennent corrélés. En fait, l'échelle de corrélation devient infiniment grande.

Le point auquel cela se produit dans un système est appelé point critique. Ce qui semble clair à propos du flocage, c'est qu'il ne peut également se produire qu'à un point critique où l'échelle de corrélation s'étend sur l'ensemble du troupeau. Lorsque cela se produit, tous les petits groupes d'oiseaux voisins se comportent comme un seul, ce qui crée le comportement de vol caractéristique.

Ce comportement critique sort naturellement du modèle que Bialek et co ont créé et qu'ils décrivent avec une grande clarté comme un système de ressorts qui relient chaque oiseau à ses voisins les plus proches et qui peut être réglé de manière à modifier l'influence qu'ils ont. sur l'un et l'autre.

À première vue, il semble remarquable que le comportement complexe d'un si grand nombre d'organismes individuels puisse être si finement équilibré pour opérer à un point critique.

Biologiquement, les oiseaux peuvent varier leur vitesse soit pour des raisons individuelles, soit pour suivre leurs voisins, en parallèle avec les forces concurrentes capturées dans le modèle. Dans ce langage, le point critique est le lieu où les forces sociales écrasent les préférences individuelles, disent Bialek and co.

Mais cela implique qu'il y a quelque chose de spécial dans le comportement social des oiseaux qui mène à ce point critique. La façon dont les oiseaux gèrent les interactions sociales n'est pas claire, mais ils offrent certainement un énorme avantage. Lorsqu'un troupeau opère loin du point critique, un oiseau à la périphérie du troupeau ne peut influencer ses voisins les plus proches que lorsqu'un prédateur s'approche.

Mais tout cela change lorsque le troupeau opère au point critique. Dans ce cas, un individu qui repère un prédateur peut influencer le comportement de l'ensemble du troupeau. En effet, il existe de nombreuses preuves que les troupeaux sont remarquablement immunisés contre les attaques de prédateurs. Nous savons que les attaques de prédateurs sur un troupeau ont des taux de réussite très faibles, disent Bialek et co.

C'est un aperçu fascinant de la physique complexe derrière un phénomène biologique remarquable et magnifique. Cela peut également fournir un aperçu de la façon dont les systèmes artificiels peuvent exploiter la criticité. Il n'est pas difficile d'imaginer comment ce comportement pourrait être utile pour contrôler des essaims de robots ou même pour acheminer des informations sur les réseaux.

Réf : arxiv.org/abs/1307.5563 : Les interactions sociales dominent le contrôle de la vitesse dans la conduite des troupeaux naturels vers la criticité

cacher