导语

在无垠的大地之上，当蝗虫群如乌云般遮天蔽日地迁徙时，它们的运动方式是否隐藏着不为人知的秩序？一项最新发表在《科学》杂志上的研究，为我们揭开了沙漠蝗虫集体运动的神秘面纱！科学家们深入非洲大陆，在肯尼亚的桑布鲁和伊西奥洛县，对大规模的幼年蝗虫群体进行了实地实验，同时结合虚拟现实技术，让真实的蝗虫与虚拟的同类进行互动，多维度地探索了蝗虫集体运动的奥秘。

研究发现，蝗虫的集体运动并非如传统理论所认为的那样，通过简单的与周围邻居对齐方向来实现。相反，蝗虫依赖于一种更复杂的认知和神经决策机制——环状吸引子网络。这种机制允许蝗虫在复杂的环境中动态地整合来自多个邻居的信息，做出最优的方向选择。这一发现不仅颠覆了我们对蝗虫集体运动的传统认知，更为我们理解自然界中的集体行为提供了新的视角。

关键词：量子意识、电磁信息场理论、量子纠缠、量子计算、自由意志、意识模型

何真丨作者

张江丨审校

论文题目：The behavioral mechanisms governing collective motion in swarming locusts 

论文地址： 

http://www.science.org/doi/abs/10.1126/science.adq7832

在浩瀚无垠的大自然中，动物界的集体运动堪称一场场震撼人心的视觉盛宴。无论是候鸟迁徙时那整齐划一的队列，还是鱼群在海洋中灵动穿梭的身姿，亦或是昆虫群体井然有序的行进，都无不彰显着一种神秘而强大的协调性与秩序感。长久以来，科学家们用“自驱动粒子”模型来解释这种现象，认为个体只需与周围邻居对齐方向，便能共同演绎出宏大而精妙的协同之舞。然而，一项针对沙漠蝗虫群体运动的最新研究却如同一颗石子投入湖面，泛起阵阵涟漪，挑战了这一传统观念，为我们揭开了蝗虫集体运动背后的独特行为机制。

传统模型的局限性

沙漠蝗虫，这种极具破坏性的农业害虫，其群体迁徙对粮食安全构成了严重威胁。以往的研究和理论模型，如维谢克模型和库津模型，都假设个体通过与周围邻居对齐运动方向来实现集体运动。这些模型预测，随着群体密度的增加，会自发出现从无序到有序的转变。在实验室条件下，一些实验似乎支持了这一理论，比如在环形竞技场中增加蝗虫密度会导致运动从无序变为有序。但问题在于，密度和秩序之间虽存在正相关关系，却很难确定因果关系。究竟是邻里的高密度催生了个体对齐行为，还是邻里的运动一致性（秩序）触发了个体对齐行为？信息的数量（密度）与信息的质量（秩序），哪个才是关键？让人难以轻易下定论。

实地实验的启示

为了探寻真相，研究团队深入非洲大陆，在肯尼亚的桑布鲁和伊西奥洛县，对大规模的幼年蝗虫群体进行了实地实验。他们观察到蝗虫群体的行进方向主要集中在北/东北轴上，且这一方向与即时天气条件、海拔或太阳位置并无明显关联，仿佛有着某种神秘的力量在指引着它们前行。为了探究蝗虫在协调群体运动中所依赖的感觉模态，研究人员分别对蝗虫的嗅觉（通过剪掉触角）、偏振视觉（通过涂掉单眼和复眼的背缘区）和视觉（通过涂掉整个复眼和单眼）进行了独立操控。结果显示，完全致盲的蝗虫在群体方向上随机移动，如同失去了指南针的船只，而保留视觉的蝗虫（包括失去嗅觉和偏振视觉的个体）则能迅速与群体保持同方向行进，仿佛被一根无形的线牵引着。这表明视觉是蝗虫协调运动的必要且充分条件，是它们在群体中保持一致方向的关键所在。

虚拟现实实验的揭秘

为了将密度和秩序这两个因素分开研究，研究人员巧妙地利用虚拟现实技术，让真实的蝗虫与虚拟的同类进行互动。他们创建了一个全景的虚拟环境，使真实蝗虫个体能够在无约束的情况下与虚拟同类互动。这些虚拟同类是具有真实运动学数据的三维“全息”虚拟行进蝗虫，构成了一个虚拟的蝗虫世界。实验中，他们独立地组合了密度（每平方米1到64只蝗虫）和秩序（从0到1，即从随机运动到完全对齐）这两个参数。结果发现，蝗虫与虚拟群体的对齐程度强烈依赖于秩序参数，而与密度无关。即使在密度很低但秩序很高的情况下，蝗虫也表现出强烈的对齐倾向，就像在黑暗中看到了一丝光明，便会紧紧追随。

光流反应的考验

长期以来，人们认为动物群体的协调运动可能由光流反应介导。光流反应是指动物在看到一致移动的点或条纹时，会倾向于朝着光学流动刺激的方向移动。然而，直接支持这一假设的证据却很少。在这项研究中，研究人员测试了蝗虫在能够自由移动的情况下对光流的敏感性。他们发现，无论是群居型还是独居型蝗虫，都表现出相似的转向宽视场移动点刺激的倾向，但独居型蝗虫的反应稍强一些。然而，当置于一致移动的虚拟群体中时，独居型蝗虫并不会与虚拟同类对齐方向，而群居型蝗虫则会强烈对齐。这表明光流反应并不是调节蝗虫群体中个体间对齐的主要机制，仿佛在告诉我们，蝗虫的集体运动背后还有更复杂的秘密等待揭示。

“拉力”在群体中的作用

研究发现，蝗虫的行进行为受到一种“拉力”的强烈影响。当蝗虫看到前方有虚拟的同类在移动时，它们会倾向于跟随这些移动的同类，即使这些虚拟同类在移动方向上与蝗虫本身的方向不一致。这种“拉力”机制表明，蝗虫更关注于跟随前方的移动目标，而不是简单地与周围的邻居对齐方向，就像被磁铁吸引的铁屑，紧紧追随目标的轨迹。

蝗虫集体行为的最小认知模型：

环状吸引子网络

综合上述实验结果，论文提出了蝗虫认知机制和决策过程的假设。蝗虫的集体运动并非通过简单的与邻居对齐来实现，而是依赖于一种更复杂的矢量表征机制和神经决策机制。这种机制允许蝗虫在复杂的环境中动态地整合来自多个邻居的信息，做出最优的方向选择。该机制具体为：

矢量表征

蝗虫的大脑中可能存在一种“环状吸引子网络”，邻居在该网络上会引发神经活动的隆起，其位置反映了相对于蝗虫的方向。这种神经活动不仅编码了方向信息，还编码了影响的“强度”。

神经决策

环状吸引子网络上的内部动态过程，如局部兴奋和长程抑制，有助于整合这些感官输入，生成一个自我组织的活动隆起，代表蝗虫后续的方向偏好。这种机制使得蝗虫在面对多个移动目标时，能够根据目标的位置和相对强度做出动态的决策，而不是简单地取平均或选择一个主导方向。

为了验证这个认知机制，研究人员在虚拟现实环境中创建了两个以相同方向和速度移动的虚拟蝗虫目标，但它们与焦点蝗虫的侧向距离（L）不同。焦点蝗虫被放置在这两个目标之间，观察其对这两个目标的反应。通过改变侧向距离（L），研究人员能够测试焦点蝗虫在不同距离下的决策行为。同时，还设置了最大距离，在此距离上由于感官信息不足，相互作用变得不可能。

研究人员发现，当两个目标的侧向距离较小时，焦点蝗虫倾向于占据它们之间的位置。然而，当侧向距离超过一定临界值时，焦点蝗虫的决策行为发生了明显变化。随着侧向距离的增加，焦点蝗虫的决策从“平均”动态转变为“胜者全得”动态。具体表现为，焦点蝗虫突然倾向于选择跟随其中一个目标，而不是在两者之间取平均位置。这种现象在图中得到了清晰的展示，其中热图显示了焦点蝗虫在不同侧向距离下的位置分布。

研究人员进一步使用分层贝叶斯模型来分析虚拟现实实验中蝗虫的移动方向。通过比较不同假设下的后验似然得分分布，验证了矢量表征模型对蝗虫行为的解释力。分析结果显示，蝗虫的移动方向主要朝向其中一个行进带，而不是与光流方向一致，这进一步支持了矢量表征模型的预测。

结论与展望：重塑集体行为研究

这项研究颠覆了以往关于动物集体运动的传统认知，表明沙漠蝗虫的群体运动并非通过简单的与邻居对齐来实现，而是依赖于一种更复杂的认知和神经决策机制。这一发现不仅有助于我们更深入地理解蝗虫群体的形成和维持机制，为蝗虫灾害的防治提供新的思路，而且对整个动物集体行为的研究范式产生了重大影响。它提示我们，在研究动物集体行为时，不能仅仅停留在描述性的模型上，而应更多地考虑动物作为具有概率决策能力的个体，其决策是如何基于感官信息的表征和整合来实现的。未来的研究可以进一步探索蝗虫大脑中负责追踪邻居和群体运动的神经回路，以及独居型和群居型蝗虫在视觉吸引和决策网络上的差异调节或发育调控机制，从而更全面地揭示蝗虫集体运动的奥秘。

这项研究为我们打开了一扇重新认识动物集体行为的大门，让我们看到了蝗虫这种看似简单的昆虫在群体运动中所展现出的复杂而精妙的决策机制，也为进一步探索其他动物乃至人类群体行为提供了宝贵的启示。

参考文献

1. Sercan Sayin et al. ,The behavioral mechanisms governing collective motion in swarming locusts.Science387,995-1000(2025).

2. T. Vicsek, A. Czirók, E. Ben-Jacob, I. Cohen, O. Shochet, Novel type of phase transition in a system of self-driven particles. Phys. Rev. Lett. 75, 1226–1229 (1995).

3. J. Buhl, G. A. Sword, S. J. Simpson, Using field data to test locust migratory band collective movement models. Interface Focus 2, 757–763 (2012).

4. C. Buhl, D. J. T. Sumpter, I. D. Couzin, J. J. Hale, E. Despland, E. R. Miller, S. J. Simpson, From disorder to order in marching locusts. Science 312, 1402–1406 (2006).

作者简介：

本文为科普中国-创作培育计划扶持作品

作者 | 何真

审核 | 张江（北京师范大学系统科学学院教授）

出品 | 中国科协科普部

监制 | 中国科学技术出版社有限公司、北京中科星河文化传媒有限公司

昆虫智能与AI读书会招募中

对简单模式动物的系统研究可以帮助我们看清树丛中的路线，定义和发现关键问题，是脑科学与类脑研究十分必要一环。昆虫智能的研究在国内尚属小众，为了促进来自神经科学、系统科学、物理学、数学以及计算机科学等不同领域，对昆虫智能、仿生机器人、类脑智能与计算、人工智能感兴趣的学术工作者的交流与合作，集智俱乐部联合复旦大学宋卓异、西湖大学孙一、中科院生物物理研究所司光伟和北京大学的梁希同老师，发起了神经、认知、智能系列读书会第四季——「昆虫智能与AI」读书会。

详情请见：昆虫智能如何启发人工智能与仿生机器人？昆虫智能与AI读书会启动！

推荐阅读

1. 从个体到集体：基于复杂网络的方法理解蜜蜂的集体行为

2. 蜜蜂的群体决策：一万只蜜蜂如何投票选择最佳巢穴？

3. 简单生物如何形成复杂认知？昆虫智能启发群体智能与集群机器人

4. 涌现动力学如何用来分析复杂系统？ | 新课上线

5. AI时代的学习：共探人类学习的复杂性

6. 探索者计划 | 集智俱乐部2025内容团队招募（全职&兼职）

点击“阅读原文”，报名读书会