Физики показали, как пингвины-эгоисты достигают коллективного оптимума

Чтобы не замерзнуть в Арктике, пингвины держатся вместе, собираясь небольшими группами. Но если стоять слишком близко друг к другу, можно перегреться, а если отойти слишком далеко — замерзнуть. У каждого пингвина есть идеальная температура, к которой он стремится, подбирая наиболее подходящее положение в пространстве.

Такая группа пингвинов — отличный пример системы из множества взаимодействующих между собой активных частиц (или «интерактивных агентов»), которые постоянно заняты самооптимизацией — поиском для себя наилучшего положения в пространстве. В своей работе ученые решили подробно изучить динамику поведения таких систем, поскольку многие реальные системы используют похожие методы самооптимизации.

Оказалось, именно «шкурный интерес» — личное стремление к лучшим условиям — каждого активного агента позволяет достичь оптимального состояния для целой группы. Физики использовали принципиально новую модель для активных частиц, в которой агенты сами выбирают, куда двигаться.

Частицы находятся в общем скалярном поле, где каждой точке соответствует некоторое значение параметра — в случае пингвинов это температура. В скалярном поле частицы движутся в направлении наибольшего изменения, чтобы как можно быстрее попасть в точку с оптимальным значением параметра. Исследователи обнаружили, что взаимодействие с полем автоматически приводит к возникновению сил, которые связывают сразу три частицы. По словам ученых, эти триплетные силы — ключ к пониманию коллективной динамики взаимодействующих активных частиц.

Описанный в статье подход показал, как групповая динамика, основанная на стремлении каждой частицы к собственному оптимуму, оказывается выгодна для всей системы. Она приводит к упорядоченной апериодической конфигурации, в которой активные частицы с меньшим количеством соседей расположены ближе друг к другу, чтобы согреться, — точно так же, как пингвины.

Обнаруженный принцип оптимизации проводит параллель между физикой и биологией и показывает, как количественное моделирование на основе простых правил коммуникации приводит к явлениям, невозможным при обычном парном взаимодействии. Похожую динамику ученые ожидают обнаружить в других биологических сообществах — например, в группах других животных или сообществах микроорганизмов.

Статья с результатами исследования опубликована в журнале Proceedings of the National Academy of Sciences.