鸟群涌现行为的统计物理分析 

——2021诺奖得主帕里西论文

《椋鸟群中的无标度相关性》解读

导语：

2021年诺贝尔奖颁发给乔治·帕里西（Giorgio Parisi）以表彰他对复杂系统理论的开创性贡献，特别是“发现了从原子到行星尺度的物理系统中无序和涨落的互动关系”。帕里西研究过许多种不同的复杂系统，其中包括鸟类的集体行为。故事源自于有一天他在罗马的火车站上空看到了成千上万只鸟儿成群结队地飞翔，鸟群没有统一的指挥却能如同一个整体自由变换形状，这一现象让他着迷。帕里西于是派出了一组物理学家，他们拍摄记录了大量的鸟群飞行数据。基于此，他们用统计物理方法计算分析了数十万只鸟如何形成一个表现出智能的群体。

大卫·桑普特教授在评价帕里西的研究时说，描述鸟群的这种计算模型，可以到推广到完全不同的复杂系统和材料上。事实上，类似的关联分析方法在细菌运动、生物分子和大脑的研究中也有重要的应用；科学家和工程师们从鸟类集体行为中学习到的互动规则和控制策略也在大型无人机群运动的控制中有着许多应用。

摘要：

不论是昆虫群、鱼群、鸟群、或者羊群，动物群体面对捕猎者的入侵，似乎总能产生高度一致的反应。对于面对巨大掠食威胁的群居动物来说，对扰动作出快速的反应往往是至关重要的。动物的群体由大量个体组成，个体们的简单行为规则、以及个体与周边有限的邻居相互作用导致了动物集体行为模式的涌现。也就是说，尽管群体中的每个个体只受到附近较少的几个邻居的影响，但这种影响可以遍及整个群体。帕里西等人的实验研究还发现，在一个动物群体中，出现了所谓“无标度的关联”（scale-free correlation）：即无论群体有多大，一只动物的行为状态的变化，足以影响群体中所有其他动物的行为状态。它们是如何做到的？是否有其它系统也可以保持在有序和无序临界态附近？鸟群保持在稳定且灵活的临界状态，可以为我们建立有序且灵活的组织也提供哪些重要的启示？我们能从鸟群的集体行为中总结出哪些规则，以帮助我们模拟和控制群体的集体行为？

内容简介：

在本次分享中，我们邀请到了集智科学家傅渥成和刘锦涛，从帕里西及其合作者们的经典论文 [Cavagna, A., Cimarelli, A., Giardina, I., Parisi, G., Santagati, R., Stefanini, F., & Viale, M. (2010). Scale-free correlations in starling flocks. PNAS, 107(26), 11865-11870.] 出发，介绍复杂系统研究领域数据驱动和模型驱动的两种不同范式，并延伸讨论类似的研究方法在生物分子、大脑、无人机群等复杂系统前沿领域中的应用。

傅渥成：集智科学家，集智-凯风研读营学者。南京大学物理学博士，现在是日本理化学研究所博士后。

刘锦涛：博士，易科机器人实验室研究员，致力于开源机器人集群技术的创新与分享，发起MiSaRo机器人集群开源项目，翻译出版ROS机器人图书十余部。

直播信息

时间：

参与方式：

• 集智俱乐部 B 站免费直播
• 付费参加读书会可加入腾讯会议，可提问交流，加入群聊，获取回看地址，成为因果涌现社区种子用户，与170余位因果涌现社区的一线科研工作者沟通交流，共同推动因果涌现社区的发展（点击文末“阅读原文”或扫描下方二维码即可报名）。

因果涌现读书会招募中

本次读书会适合的参与对象：

1. 基于复杂系统、人工智能等方法做相关研究的科研工作者

2. 能熟练阅读英文文献，并对复杂科学充满激情，对世界的本质充满好奇的探索者

每周由 1-2 名读书会成员领读相关论文，进行线上闭门读书会，与会者可以广泛参与讨论（以 PPT 讲解的形式，直播间互动交流）。采用的会议软件是腾讯会议。

第二步：填写信息后，进入付款流程，提交保证金299元（符合退费条件后可退费）

点击“阅读原文”，报名直播