מה קורה כשמנהיג להקת בעלי חיים הוא רובוט?

כנראה ששום דבר מיוחד.
האם בלהקת חיות הנעה בתיאום מושלם קיים מנהיג, והאם ניתן ללמד רובוט לחקות את התנהגותו ולהוביל קבוצה?

ישראל בנימיני | גליליאו

להקות של דגים או ציפורים הן אחד מהמראות המרהיבים ביותר בטבע: מאות, אלפי או אפילו מיליוני פרטים נעים יחד, יוצרים צורות תלת ממדיות דינמיות, מחליפים כיוון בפתאומיות ובתיאום, ונראים לעתים כיצור ענק אחד – קל למצוא ברשת קטעי וידאו מרשימים המדגימים זאת (נסו לחפש “bird flock” או “fish shoal”).

כשמדען צופה בתופעה כזו, הוא עשוי לחשוב לא רק “כמה יפה!” אלא גם לשאול שאלות כמו:
“איך זה קורה?”
“איך אפשר לחקות תופעה כזו?”
“איך אפשר להשתמש בהתנהגות הלהקות כדי להשיג מטרה רצויה?”

להקות והחלטות קבוצתיות
האם יש מנהיג או מנהיגים המובילים את הלהקה? אם לא, איך קורה שהלהקה נעה בצורה מתואמת? אם ישנם מנהיגים, איך מועברות ההחלטות מהמנהיג אל כל הפרטים בלהקה, שרבים מהם אינם יכולים לראות את המנהיג? כמובן שהתשובות שונות בעבור מינים שונים, אך מתברר שיש הרבה מן המשותף בין כולם ואפילו בעבור בני אדם, כמו שנראה בהמשך.

בשנות השמונים החל להתגבש מודל מתמטי המתאר את התנועה המתואמת של להקה ללא צורך במנהיגים, אף שנראה בהמשך שבמינים רבים יש גם השפעה למנהיג. המודל מניח כי כל אחד מהפרטים מציית לשלושה חוקים:

1. הימנע מהתנגשות עם פרטים קרובים.
2. נוע בכיוון התנועה הממוצע של שכניך בלהקה.
3. שמור על קִרבה לשכניך בלהקה (כל עוד הם מעבר לטווח החוק הראשון).

החוק הראשון פועל במרחקים קצרים, וגורם לפרט להתרחק מפרטים אחרים אם הם קרובים אליו מאוד. החוק השני והשלישי פועלים בטווחים רחוקים יותר, אך עדיין במרחקים הקטנים בהרבה מגודל הלהקה כולה: בכל מקרה הפרט אינו צריך להיות מודע לכל הלהקה אלא רק לפרטים “השכנים” המקיפים אותו.

נעיר כאן כי חוקים אלו, למרות הצלחתם בהתאמה לתצפיות רבות בשטח, בוודאי אינם מכסים את כל מגוון התנהגויות הלהקה או העדר. כידוע, הקבוצה עשויה לנוע בכיוון או במסלול מוגדרים, ולעתים קרובות יש בה מנהיגים המשפיעים על כיוון התנועה ועל מבנה הלהקה. כפי שנראה בהמשך, גם עובדות אלו משתלבות יפה במודל.

איפה הדגים?
במודל זה, למרות ההפשטה הרבה שבו, יש היגיון ביולוגי, ואכן מדידות הראו כי הוא מנבא היטב התנהגות של להקות. לדוגמה, באוקטובר 2007 פורסם ניתוח ממוחשב של תנועת להקות זרזירים, הידועות בתצוגות האירובטיות המרשימות שלהן (וראו קישור בסוף הטור). מחקר תנועה זו הוא בעיה סבוכה הדורשת צילום סטריאוסקופי מהיר כדי לשחזר את התנועה של כל ציפור במרחב התלת ממדי, ושילוב של טכניקות מתחומי פיזיקה סטטיסטית, ראייה ממוחשבת ואופטימיזציה. נמצא כי המודל מתאים כאשר מגדירים בעבור כל זרזיר את “שכניו” בתור 7-6 הציפורים הקרובות ביותר אליו, בלי תלות במרחקן (מודלים קודמים הניחו כי השכנים הם כל הפרטים בנמצאים ברדיוס קבוע סביב הציפור).

נוסף על כך התגלתה העדפה להתייחסות לשכנים הנמצאים מימין או משמאל לציפור (כלומר לא ישר קדימה), עובדה שאינה מפתיעה בהתחשב במיקום עיני הזרזיר בצדי הראש. אי-התלות של הגדרת השכנים במרחק מסבירה את היכולת של להקות ציפורים להתאחד מחדש לאחר שהן מתפצלות (כפי שקורה כאשר מתקיף אותן טורף).

אחד המחקרים החדשים בתחום זה שילב חוק נוסף, המייצג העדפות טמפרטורה, והצליח להסביר את תבנית ומסלולי הנדידה של דג הקפלין (Capelin, דג קטן דמוי סלמון) סביב איסלנד. מין זה נודד מאות ק”מ בין אזורי הרבייה ובין אזורי הרעייה, ויש לו תפקיד חשוב במערכת האקולוגית הימית כמו גם בתעשיית הדיג. בשנים האחרונות קטנה אוכלוסיית דג זה סביב איסלנד, ולכן היכולת לנבא את מיקום הלהקות חשובה לצורך בקרה נכונה של הדיג.

לאחר שהמודל נבדק מול נתונים של שנים קודמות, שבכל אחת מהן היה מסלול הנדידה שונה, החוקרים הפעילו אותו כדי “לנבא” בהצלחה את מסלול הנדידה בעונת 2008-2007. הניבוי היה בדיעבד: התוצאות אמנם היו ידועות לחוקרים, אך לא לתוכנה. בעונה המדוברת היה מסלול זה שונה מאוד מהמסלול האופייני, עד כדי כך שנראה כאילו האוכלוסייה “נעלמה”. בשל כך הופסק הדיג בינואר 2008 וחודש רק חודשיים לאחר מכן, כאשר הלהקות נמצאו שוב. לו הופעל המודל באותו זמן, היה הדבר מקל במידת מה על כלכלת איסלנד (שכידוע עברה משבר קשה בתקופה זו).

חיקוי ממוחשב של להקות
מודלים כאלה, השואבים את השראתם מיצורים חיים, משמשים גם את התחום הנקרא “חיים מלאכותיים” (Artificial Life), בין השאר בתהליך יצירה של סרטי וידאו ואנימציה המתארים תנועה של להקה, נחיל או עדר. כאשר החוקים הפשוטים שתוארו כאן נכללים בתוכנה כזו, התוצאה הנראית על המסך היא אוסף של התנהגויות מורכבות שנראות מציאותיות ואמינות. טכניקה זו שימשה בין השאר את האנימטורים של דיסני בקטע של המנוסה המבוהלת של עדר הגְנוּ בסרט “מלך האריות”.

ההופעה של התנהגות מורכבת מתוך חוקים פשוטים היא אחד התחומים המעניינים והמפתיעים ביותר בחקר מערכות המורכבות ממספר רב של פרטים אוטונומיים. הבנת התופעה נדרשת לצורך הבנת התנהגויות קולקטיביות במגוון רחב מאד של תחומים – מהתנהגות של יצרנים, צרכנים ומשקיעים בכלכלה, ועד הדינמיקה של מערכת החיסון.

הבנת התופעה יכולה גם לעזור ביצירת דור חדש של רובוטים פשוטים וזולים שמשתפים ביניהם פעולה כדי לבצע את משימותיהם. בשימושים כאלה אי אפשר לספק לכל רובוט די אמצעי חישה ויכולת חישוב כדי “לראות את התמונה הגדולה”, ולא רצוי להכפיף את כל הרובוטים לחישוב מרכזי שיפקד על כל אחד מהם. גם אם אפשר לבנות מערכת כזו, היא תיכשל ברגע שיתקלקל המחשב המרכזי או שיאבד איתו הקשר. לכן, מערכות מרובות רובוטים מתוכננות לעתים לפי עקרונות הלקוחים מלהקות בעלי חיים, כמו הצורה שבה נחיל נמלים מסייר בשטח רחב, מזהה מקורות מזון ומביא מזון לקן.

שימוש באפקט העדר
רועי צאן יודעים כיצד לשלוט בעדר גדול ולהניע את הכבשים כרצונם על-ידי הבנת התנהגות העדר. אחת מהשיטות לכך היא היעזרות במספר קטן של כלבים, המאולפים לפעול כך שהתגובה האינסטינקטיבית של העדר לאיום מצד טורפים תוביל את כל הקבוצה, העשויה לכלול מאות כבשים, לכיוון הרצוי לרועה. גם דולפינים מכירים כנראה את חוקי התנועה של להקות דגים: קבוצות דולפינים נצפו כשהן משתמשות בבועות אוויר ובהפקת צלילים כדי לגרום לדגים להצטבר לכדור הסובב סביב עצמו. לאחר שהושגה מטרה זו, כל דולפין צולל בתורו לתוך הכדור כדי להשביע את רעבונו.

גם אצל בני אדם מופיעה התנהגות עדר הניתנת למניפולציה: חוקרים באוניברסיטת לידס (Leeds) שבאנגליה פרסמו ב-2008 מאמר בכתב-עת להתנהגות בעלי חיים, המתאר ניסוי שבו התבקשו המשתתפים האנושיים ללכת באקראיות בתוך אולם גדול, כאשר עליהם לשמור על קרבה לאחרים אך נאסר עליהם לתקשר ביניהם. רק עשרה מתוך מאתיים המשתתפים קיבלו הוראות לגבי מסלול התנועה שלהם, אך זה הספיק כדי לגרום לכך שהאחרים התגבשו לקבוצות שנעו בהתאם, בלי שהגיעו להכרה כי מישהו מוביל אותם (וראו קישור). ברור כי תנאי הניסוי הם מלאכותיים ושונים מפעולות מציאותיות של פרטים בתוך קהל, אך בכל זאת מצפים החוקרים להפיק מתוצאותיו תובנות על תכנון מסלולי תנועה באזורים ציבוריים לצורך מניעת צפיפות ולצורך פינוי מהיר בזמני חירום.

אותו רעיון של הובלת להקה על-ידי מנהיג “שתול” מומש לאחרונה על-ידי ד”ר מאוריציו פורפירי (Porfiri) מהמכון הפוליטכני של אוניברסיטת ניו-יורק (NYU-Poly). אף שבמינים רבים של דגים אין צורך במנהיג כדי להוביל להקה, ידוע גם כי הדגים בלהקה נוטים להיות מושפעים יותר מדג בסביבתם אם אותו דג גדול יותר או פעיל יותר מהאחרים. בעזרת התמחותו העיקרית של ד”ר פורפירי, בתחומי הנדסת מכונות ו”חומרים חכמים”, הוא פיתח רובוט שגודלו כגודל כף יד והוא שוחה בשקט – תכונה חיונית מכיוון שמנגנונים רועשים מבריחים את הדגים. ה”שרירים” של הרובוט עשויים מפולימרים יוניים שמתכווצים ומשתחררים בתגובה לפולסים חשמליים, וכך נוצרת תנועה בעלת מאפיינים דומים לשחייה של דג אמיתי.

הגרסה הנוכחית של הרובוט אפשרית לשליטה רק במישור: היא אינה יכולה לעלות אל פני המים או לרדת אל הקרקעית. לכן הניסויים מתבצעים במכל מים רדוד. בקטע וידאו שמתעד את הניסוי אפשר לראות כיצד דגים שאורכם כמחצית מאורך הרובוט מצטרפים אליו ועוקבים אחר תנועותיו. לאחרונה פרסמו גם חוקרים מאוניברסיטת לידס (Leeds) שבאנגליה מחקר דומה, עם דג שצורתו נאמנה יותר למציאות אך תנועתו פחות משכנעת, וגם שם הצליח ה”מנהיג” להוביל את הלהקה.

אפשר לדמיין דייגים השולחים רובוטים להוביל נחילי דגים ישר לתוך רשתותיהם, אך לד”ר פורפירי יש רעיונות אחרים: הוא מציע להשתמש בשיטות כאלה כדי להרחיק דגים מאזורי סכנה, כמו המים שליד תחנות כוח גרעיניות, ולהוביל ציפורים נודדות לאזורי קינון חדשים כאשר אזורי הקינון המוכרים להם נהרסים, ואפילו להוביל בני אדם אל יציאה בטוחה כאשר פורצת שרפה.

בימים אלה מביעים מדענים חשש לגורלה של האוכלוסייה המערבית של דגי הטונה כחולת הסנפיר. אוכלוסייה זו, שכבר סבלה ירידה של כ-80% בהשוואה לגודלה בשנות השישים בגלל דיג מוגבר, מתרבה במפרץ מקסיקו בין האביב לקיץ, ולכן הביצים והדגים הצעירים עשויים להיפגע קשות מדליפת הנפט במפרץ מקסיקו שהחלה בסוף אפריל השנה. הפיתוח של ד”ר פורפירי יוצר תקווה כי בעתיד נוכל להתמודד טוב יותר עם התוצאות האקולוגיות של מפגעים סביבתיים כאלה, על-ידי שליחת מספר קטן של רובוטים כדי להוביל אוכלוסיות גדולות למקום מבטחים.

הכותב עובד בחברת ClickSoftware בפיתוח שיטות אופטימיזציה מתקדמות.