「群れ」の科学
「「群れ」の科学」の写真・リンク付きの記事はこちら
イナゴの軍隊
イアン・カズンがオックスフォード大学の研究用イナゴを飼育する研究室に足を踏み入れたとき、まず衝撃を受けたのはその臭いだった。古い干し草でいっぱいの、腐りかかった納屋のような臭いだ。その後、イナゴたちに何度も打ちのめされることになる。イナゴたちはよくケージを脱走して研究者や検査技師たちの目の前を跳ね回った。実験室は蒸し暑く、絶え間なく騒ぎ回る2万匹のイナゴたちの外骨格は不気味な瘴気を発しているかのようだった。スタッフの多くは危険なアレルギーに襲われないようガスマスクをつけていた。「とてもじゃないけど、研究に向いた環境とは言えませんでしたね」とカズンは言う。
だが、カズンの専門分野に合った研究室は、2000年代半ばには世界でほとんどそこだけだった。といってもイナゴの専門家というわけではない。カズンが研究しているのは集団行動学だ。昆虫の群れ、動物の群れ、魚の群れ、コロニーなど、どのような集団でも、個々の個体の行動が集団の行動をつくる。確かに生物学者たちはイナゴを解剖して組織を詳細に分析し、羽をもたず群れをつくらない若いイナゴが黒と黄色の空飛ぶ成虫になるまでを詳細に記録してはいるが、1匹1匹を解剖することはできても、なぜ幅1マイルものイナゴの大群が空を真っ黒に覆い尽くすのか、その理由はわからない。1960年代以降、イナゴがどのように群れをつくるのかを観察した人はほとんどいない。それははっきり言って極めて困難なことで、初めは小さく無秩序なグループであるこのいまいましい昆虫が、どうやってひとつの目的に従って統制された雲のごとき大群になるのかを知るものはいなかった。
カズンは120匹以下の若いイナゴのグループを、イナゴ・アクセラレーターと名付けたソンブレロのような形の丸い部屋に入れ、1日に8時間、その外周を丸く歩かせた。その間、天井のカメラでイナゴの動きを撮影し、位置や動きをソフトウェアを用いてマッピングする。やがて、求めていたものが見つかった。イナゴたちはある一定の密度になると列をつくり、さらにそれがまた特定の密度になると軍隊の行進のような形になることがわかったのだ。でたらめな集団が整然とした隊列になる、これが黒と黄色の大群への変化の前触れではないか。
共食い
自然界で起こるこの現象を実際に動物を使って実験室で再現しようとしたものは皆無だった。理論面では、ハンガリーの物理学者タマス・ヴィチェックらが、1995年に単純な、ほとんど原始的とも言える条件で集団行動を説明するモデルを発表している。ある一定の速度で動く個体は、ある範囲のなかで隣り合う個体群にその方向を合わせる、というものだ。この仮説の集団を拡大すると、ちょうとカズンのイナゴのように、その集団は無秩序な集まりから組織化された群れへと変化するということになる。それは水が凍るのと同じで、一種の相転移と言える。一つひとつの個体が何らかの意図をもつのではなく、しかるべき規則に従って条件が整ったとき、秩序が生まれるのだ。
どんな規則がそのような生物の行動を引き起こすのか、カズンが知りたかったのはそこだった。「互いに近づき合うときに情報が伝達されるのではないかと考えました」。だが目に見えるかたちでのコミュニケーションはない。何か違った力がそこに働いているに違いなかった。
その答えは非常にグロテスクなものだった。カズンは毎朝イナゴ・アクセラレーターにイナゴを入れ、その数を数える。夜には同僚のジェローム・ブールがイナゴを外に出し、再び数を数える。だがカズンの記録よりも、ブールが数えたときのほうがいつも少なかった。「頭がどうかしたかと思いましたよ。イナコの数も数えられないなんて自分を信じられなくなりそうでした」とカズンは語る。
カズンはヴィデオを再生し、画面を拡大した。そこで見たのは、互いに近づき過ぎると共食いを始めるイナゴの姿だった。数匹の不運なイナゴが跡形もなく貪り食われてしまっていた。これがカギだった。イナゴたちは協調性によってではなく共食いによって隊列をつくるのだ。この仮説を見事に立証する証拠をカズンは発見する。「イナゴの腹部にある、背を噛まれる感覚をつかさどる神経を切断します。すると、群れをつくる能力がきれいに消えてしまうのですよ」。
- 雑誌『WIRED』VOL.10
Amazonで購入する＞＞
がん細胞、脳、渋滞
カズンの発見は世界中の研究者たちの想像力をとりこにした。人間は100年以上にわたって、個体の集まりがどのようにして統一の取れた集団になるのかを明らかにしようとしてきたが、そのヒントはわかりそうでわからなかった。何しろ物理学者が統計モデルのなかで観測するのと同一の隊列を、動物たちが自発的につくるのだ。そこには何か隠れた共通点が存在するはずだ。群れの秘密を解くことで、人間とはまったく違った世界の見方が明らかになるかもしれない。
その謎は何十年もの間解かれることはなかった。そもそも科学というものは、複雑に絡み合った問題をいくつもの小さな部分に分割するのには向いていても、いくつもの小さな部分がどのように絡み合って複雑な問題となるのかを明らかにするのには向いていない。群れの謎を解くための理論や数式など存在しなかった。
だが現在、最新の観測技術、優れたソフトウェアや統計理論の出現によって、謎は少しずつ解き明かされようとしている。実際、数多くの物理学者や生物学者やエンジニアがこの問題に群がって、いまやこの研究そのものが密度依存的相転移を起こしそうなほどなのだ。
「群れ」に魅せられた研究者たちの群れは、特定のリーダーも包括的なプランもないまま、ニューロンから人類まであらゆる対象で、局地的な接触が巨大な集団行動となるいくつもの規則を発見している。ありえないくらい複雑に見える行動が、実は拍子抜けするほど単純な土台の上に成り立っていることがあるのだ。
それらの規則を応用すれば、がん細胞がどうやって増殖するのかということから、脳はどのように動いているのか、さらには自動操縦の未来自動車がハイウェイをどのように通行するかということまで、あらゆることを説明できるようになるかもしれない。そこで重要なのは、個々の個体の行動よりも、集まった個体が全体でどのような行動を取るかという点だ。
「全体」を見る
全体とは部分の総和以上の何かがある、と最初に喝破したのはアリストテレスだった。それ以降、数々の哲学者、物理学者、化学者、生物学者が繰り返しこの着想を再発見してきた。しかし、この漠然とした概念が明瞭な輪郭を取り始めるには、単純な一連の規則を無数に繰り返すことのできるコンピューターの時代を待たなければならない。
20世紀の大半にわたって、生物学者と物理学者はともにこの概念を追究してきたが、その道すじは同じ方向に向かってはいたにせよ交わることはなかった。生物が集団行動を取ることは生物学者には知られていた、というかそれは誰の目にも明らかだったのだが、どうしてそんな芸当ができるのかは依然として謎のままだった。まず、どうやって群れができるのかということの前に、どうやって群れを観察したらよいか、という問題があった。
ヌーにしてもバクテリアにしてもムクドリにしても、群れの中ではみんな同じに見えるし、三次元空間を素早く動き回る。ブリストル大学生物学教授でカズンの指導教官を務めたナイジェル・フランクスは言う。「正しいデータを得ることが極めて困難だった。集団の一つひとつの部分と丸ごと全体とを同時に見ようとしていたのだから」。
一方、物理学者はまた別の困難を抱えていた。多くの場合、生物学者が扱う集団の個体数はせいぜい数匹から数千匹程度だが、物理学者が扱うのは気の遠くなるほど膨大な個体数から成る集団なのだ。液体のように相転移する性質をもつ集団となると10の数十乗もの個体数を含む。統計学的な見地から、物理学や数学は基本的に集団を限りなく大きなものと仮定する。だからここでもまた、個々の個体を観察することは意味をなさない。その代わり、それらをモデル化することはできる。
ライフゲーム
1970年に大きな前進があった。数学者ジョン・コンウェイがライフゲームを考案したのだ。コンウェイはオセロゲームのボードを想定し、一つひとつの枡をセル(細胞)と呼んだ。
セルはオセロの駒のように白くなったり黒くなったりする。その色は隣接するセルの状態によって決まる。黒のセルに隣接する黒のセルが1つかゼロのとき、そのセルは「孤独死」して白になる。黒のセルに隣接する黒のセルが2つなら黒のまま。白のセルに3つの黒のセルが隣接すると白のセルが「復活」して黒になる。黒のセルに4つ以上の黒のセルが隣接すると、そのセルは「過密死」して白になる。こうしてオセロボードは絶え間なく形を変えるモザイクとなる。
これらの規則は実際にボード上で実行できる。だがコンウェイやほかのプログラマーらがこのゲームをデジタル的にシミュレートすると、これらの「生命」は非常に複雑なものになった。処理を高速にしてボードをさらに大きくすると、まるでスクリーンのなかを縦横無尽に進化し続けるかのような驚くべき配列のパターンが見られるのだ。
開始状態によって、セルの群れは煙を上げて走る機関車のような形になったり、小型グライダーを次々に撃ち出す銃のような形になったりした。ソフトウェアはふつう複雑な規則のもとに均一で単純な行動をつくり出すものだが、ライフゲームはそれと正反対だった。コンウェイが創造したのは発生のモデルだった。この奇妙な小さな白と黒の「生き物」は自己を別の形に組織化する能力をもつのだ。
16年後、コンピューター・アニメーターのクレイグ・レイノルズは、アニメ化された大きな集団の動きをコンピューターグラフィックスで自律的に動かす方法に着手する。そのような効果的なアルゴリズムがあれば、アニメの制作時間や予算を大幅に削減できるだろう。
「BOIDS」と名付けられたこのソフトウェアは、鳥の群れを模倣するような仮想エージェントを生み出した。BOIDSの鳥たちは障害物を避けながら本当に飛んでいるような動きを見せるが、このソフトウェアの核となるのは「隣り合う鳥たちよりも前に出る」「隣り合う鳥たちと一定の距離を取る」「ほかの鳥たちが目指す平均的な方向に整列する(整列の度合いはある鳥の飛ぶ方向がほかの鳥たちの方向とどれほど一致しているかの尺度となる)」という単純な3点の規則だ。
ヴァーチャルな群衆
BOIDSや同種のソフトウェアは1990年代初頭のハリウッドに革命をもたらした。例えば映画『バットマンリターンズ』でペンギンやコウモリたちを動かしているのはこのソフトウェアだ。BOIDSの発展形としては『ロード・オブ・ザ・リング』3部作で巨人たちの戦闘を操った「マッシヴ」などがある。
ソフトウェアの発達には目を見張るものがあるが、同時にBOIDSの生み出す鳥たちの群れは、現実世界の動物の群れもまたそれと同様のプロセスを経て生ずるのではないかという可能性を示唆してもいた。トップダウンの命令系統があるわけでも、鳥たちの意識に一糸乱れぬ群れの雛形があるわけでも、テレパシーで連絡を取っているわけでもない(大真面目にテレパシーの存在を論ずる動物学者もいた)。アリストテレスがいみじくも指摘したように、複雑性は細部から全体へという順序で生じているのだ。
やがて飛躍的な発展を見る。前述した1995年のタマス・ヴィチェックのシミュレーションをはじめ、90年代の終わりにドイツの物理学者ディルク・ヘルビングがプログラムしたシミュレーションでは、デジタルの人間たちが本物とまったく同じように混雑した道で自発的に列をつくったり、火事のような危険から逃げようとして押し合いへし合いの大渋滞をつくったりする。ヘルビングはただ「社会の力」を援用しただけだ。最適なスピードで目的地に向かう、壁や他人から適度な距離を取る、周りの人間たちの進む方向に合わせる、といったことをヴァーチャルの人間たちに命じただけだが、驚いたことに、それだけで即席の群衆ができてしまった。
2000年代の初めまでに、生物学者と物理学者の道すじが交わり始める。カメラとコンピューターヴィジョンの技術により、動物の群れにおける個体の動きを追うことが可能になり、さらに生命に似たシミュレーションもつくられた。ここで研究者たちは重大な問いを発しようとしていた。生物の群れもライフゲームやヴィチェックのモデルのように単純な規則に従っているのか? もしそうだとすると、どのような?
アリの行進
カズンは、群れについて研究を始める前から群れをコレクションしていた。スコットランドでの少年時代、ペットが欲しかったが兄弟にアレルギーがあったため、変わったものばかり飼っていた。「ベッドの裏でカタツムリを、戸棚でアブラムシを育てていました。学校のロッカーでも虫を飼っていましたよ」。
群れをつくるあらゆるものに魅了された。「流れるような魚の群れをテレビで観たときのことを覚えています。何度も何度も観ました。催眠術にかかったみたいでした。魚そのものには特に興味はありませんでしたが、そのパターンが……」。そこでカズンは言葉を切った。きっと彼の眼の奥では魚たちの群れが渦を巻いていたのだろう。ややあって夢想から覚めたカズンは、「ずっとパターンに興味があったのです」と簡潔に言った。
1996年、大学院生としてナイジェル・フランクス教授の研究室に入り、ついにカズンはパターンを研究する機会を得る。フランクスはアリのコロニーがどのようにできるかを調べていて、カズンもそこに加わった。1匹1匹のアリに色をつけ、ヴィデオで観察し、その映像を繰り返し再生してさまざまな個体の動きを追う。「これがまた根気のいる作業でしてね」。
その作業に意味があるのか疑問だった。コロニーの中で同時に起こるアリたちの無数のやりとりを肉眼で追うのには無理がある。そこで機械にやらせてみようとコンピュータープログラミングを学んで、アリたちの動きをたどろうとした。それはやがて群れ全体のシミュレーションとなる。カズンはアリではなく群れを研究する手法を身につけていった。
アルゴリズムとビッグデータ
そんな研究をしている生物学者は彼ひとりだった。「この分野専門の研究所がどこかにあるだろうと思ったら、なかったのです。驚きました」。代わりに見つけたのがBOIDSだった。
2002年、カズンはこのソフトウェアに取り組み、その基礎を成す結合、分離、整列の3要素に注目する。この要素をいろいろといじってみた。結合と分離の要素を強めて整列の要素をなくすと、ヴァーチャルの群れは散漫で無秩序なままになる。整列の要素を強めると、群れはサバの群れのようにドーナツ形にぐるぐる回転する。整列をさらに強めると、ドーナツ形が消え、すべての個体がまるで渡り鳥の群れのようにひとつの方向を目指して一斉に動き始める。
これらさまざまな群れの形態は同一のアルゴリズムによって生じているのだ。「こういったシステムがどのように動くのか、コンピューターの助けを借りて、考えを深めることができました」。
03年には、カズンはオックスフォード大学でイナゴを研究に使う許可を取りつけた。世界中の研究所もまた、ひそかに群れに注目しつつあった。バクテリアのコロニー、粘菌、鳥、魚……。幅広い論文が現れ始めていたが、物理学と生物学の垣根を越えたのはカズンらの研究が初めてだった。ヴィチェックによれば、一昔前は、動物の行動の研究とは「大きいゴリラが小さいゴリラを叩いた」などとノートに記録することだった。「だが時代は変わった。いまでは毎秒数百万ビットのデータを収集することができる。それをコンピューターにかけて分析するんだ」。
群れの形：群れでは単純なパラメーターの変化が重大な結果となって現れる。イアン・カズンが結合、分離、整列という3つの要素を操作しただけで、ヴァーチャルな集団は自然界に見られるのとよく似た3通りの異なる振る舞いを見せた。
PHOTO:(c)SPL/PPS
おバカな魚
現在カズンは39歳で米国プリンストン大学の研究室を率いている。幅広の顔に髪を短く刈り込み、黒ぶち眼鏡の奥の眼光は鋭い。彼が率いる19人のチームは、生態学および進化生物学研究部門の一分野ということになっているが、メンバーには物理学者や数学者もいる。彼らが共同研究に取り組む研究室には最先端のワークステーションが8台ある。クレタ語でミツバチの巣箱を表す「ハイロン」と名付けられたそのコンピューターを動かしているのはテレビゲームのグラフィックカードだ。
米国ではイナゴの研究は固く禁じられている。逃げたイナゴが作物を食い荒らすのを防ぐためだだからカズンは2007年にプリンストンに来たとき、イナゴに代わる別の動物を探さなければならなかった。かつて魚でもいくつか研究をしたことがあったので、志願者とともに網と防水ズボンを持って近所の湖に赴いた。数時間奮闘したが魚はほとんど獲れず、しかたなくそばの橋で釣りをしている人たちのそばに行った。「魚がどこにいそうか教えてもらおうと思ったのです。近寄ってみると、その人たちのバケツには小魚がうじゃうじゃいました」。それはゴールデンシャイナーという魚だった。5、6cmほどのありふれた雑魚で、「想像したよりはるかに頭の悪い魚でした」。値段も安い。とりあえず70ドルで1,000匹買った。
カズンがゴールデンシャイナーを飼育する部屋に入ると、魚たちは餌にありつこうと水槽のガラスの向こうにひしめく。そこには群れらしさは少しも見られない。だが網ですくい上げられて近くの大きなプールに移されるや、魚たちはすぐに群れをつくり、カーレースのように円形に泳ぎ出す。
魚たちの背には色付きの液体とゼリー状の薬剤を注射してあり、それらの物質は凝固すると色鮮やかな合成樹脂の小片となって上から見ると非常に目立つ。プールの中で魚たちがある方向を向くとそれらの合成樹脂が光に照らされ、その動きをカメラが記録するのだ。カズンはこのおバカな魚を使って、群れがどのように形成されるかだけでなく、群れをつくることで何が可能になるのかを見極めようとしていた。群れになるとどんな能力が得られるのか?
創発特性
例えば、強い照明を当てると魚たちは一斉に暗がりに移動する。おそらく主要な防御手段が「逃避」であるような魚にとって、暗がりは比較的安全な場所を意味するのだろう。このような行動はよく「たくさんの間違いの原理」によって説明される。1964年に発表されたこの説によれば、どこに行くべきかを1匹1匹の魚が不完全に判断し、その微妙に間違った数多くの判断が、群れの中で相互作用と集団化によって平均化され、最適な方向が決定されるという。ジャーナリストのジェームズ・スロウィッキーは『「みんなの意見」は案外正しい』という本のなかでこの概念を「集団の知恵」として紹介し、一般にも知られるようになった。
だがカズンの観察では、この説はゴールデンシャイナーには当てはまらないことがわかった。群れは不完全な判断を出し合ったりしていない。どこが暗いかを1匹1匹が判断しているわけではないのだ。魚たちはある単純な規則に従っているにすぎない。それは、暗い所ではゆっくり泳ぐ、ということだ。ばらばらの魚たちのグループが暗がりに行き当たると、端にいる魚が速度を落とし、グループ全体が暗がりの中に入る。全体に光が当たらなくなると、まるで高速道路で渋滞する自動車のように全体の動きが鈍くなって密集する。「これはまさに創発特性と言われるものです。群れのレヴェルになって初めてこの知覚能力が発動するのです」。つまり、1匹1匹のゴールデンシャイナーは何の意図ももたず、群れに全体を修正する知恵などない、ということだ。
PHOTO:Amanda Mustard/Demotix/Corbis
集合意識(メタファーとしてではなく)
ほかの研究者も、同様な群れ全体の知能を発見している。現実世界の群れにもそれは見られる。毎年春になるとミツバチは古いコロニーを捨てて新しい巣をつくる。偵察に出たハチは古い巣に戻ると、踊るようにお尻を振って8の字に飛び、優良物件の場所を教える。その複雑にコード化されたダンスステップによって目的地への距離や方向を示すのだが、より重要なのは、これらのダンスがほかの偵察バチたちの行動への刺激となっているという点だ。
コーネル大学の行動生物学者トマス・シーリーは、さまざまな場所に向かうハチたちに目印を付けて観察し、次のことを発見した。ある候補地を見つけたハチは、それとは別の候補地を見つけて8の字ダンスで教えているハチに頭を押しつける。ダンスをするハチはある回数以上頭を押しつけられるとダンスをやめる。この頭突きはハチたちの反対票なのだ。そして賛成意見がある閾値を超えると、コロニー全体が一斉に飛び立っていく。
引っ越し先を探すハチたちは、文字通り多数の体から成るひとつの集合意識だ。これは陳腐なメタファーではない。1980年代、認知科学は人間の認知それ自体が創発的な過程であるという前提に立つようになった。
この考え方によると、脳の中ではさまざまな選択肢に従ってさまざまなニューロンの集合が発火し、隣り合ういくつかのニューロンを刺激して発火させたり(ダンスをするハチのように)、別のニューロンの働きを抑制させたりしている(頭突きをするハチのように)。この刺激と抑制の競合が続き、最終的に決断が下される。そして脳全体が「右へ行け」とか「そのクッキーを食べろ」とか命じるのだ。
同じ力学はムクドリにも見られる。天気のよい冬の夕方、この黒い小鳥はローマの日没の空に群れ集い、帆がはためくような音を立てて飛び回る。そこにハヤブサが襲いかかると、ムクドリは一斉にハヤブサをかわす。ハヤブサが見えるはずのない離れた場所を飛んでいるムクドリまでがそうするのだ。どうなっているのだろう?
イタリアの物理学者アンドレア・カヴァーニャは、美術館の冷たい屋根に設置した3台のカメラで数千羽のムクドリを撮影し、コンピューターで鳥たちの動きを三次元的に再現することでその秘密を解いた。
伝言ゲームを思い浮かべてもらえばよいが、個体から個体へと情報を伝達するシステムでは、そのたびにノイズが入って情報の質は低下する。だがカヴァーニャの発見によると、ムクドリはいわば「スケールフリー」的に動くらしい。1羽が向きを変えると群れ全体が向きを変える。1羽が速度を上げると群れ全体が速度を上げる。その規則は単純だ。簡単に言えば、近くの6羽とだけぶつからないように動きを合わせる、ということだ。
こうすると情報の劣化がずっと抑えられるため、個々のムクドリの知覚が群れの隅々にまで拡大され、群れ全体がひとつの動きを取るようになる。
大統一理論の存在
さまざまな群れにこのような共通点が存在するという事実は、群れにひとつの大統一理論が存在することを示唆しているかのようだ。つまり、集団行動のさまざまな要素を統合するような、根本となる高次の体系があるのではないか。ヴィチェックらは「観察される現象は多種多彩だが、それを生み出すのは単純ないくつかの基本的自然法則(例えば熱力学の法則のような)かもしれない」とする論文を発表している。
カズンも同じことを考えていた。「なぜあちらでもこちらでも同じようなことが起こるのでしょう。より深く、根本的な何かがきっとあるはずなのです」。例えばイルカとサメに共通する流線型の体形とか、コウモリとクジラがともに超音波で障害物を知る能力をもつなど、異なった系統の動物が同じ適応を見せる、いわゆる収斂進化の考えは生物学者にはよく知られている。しかしアルゴリズムの収斂進化は実在するのか?ハチが頭突きをするとか、ムクドリが隣に反応するとか、ゴールデンシャイナーが光を避けるとかといった異なる行動が、最終的に統一の取れた群れという同じ結果に行き着いたのか?それともすべてに共通する何らかの根本的規則があって、その規則に従って動物たちが行動し、群れができるのか?
スティーヴン・ウルフラムなら後者だと言うだろう。英国の数学者であり、いまや不可欠となった数式処理ソフトウェア「マセマティカ」の開発者でもあるウルフラムは、2002年に発表した1,200ページに及ぶ大著『新種の科学』のなかでこう述べる。群れに見られる創発特性は、雪片や貝殻や脳や、さらには宇宙そのものの複雑さをつくっているものと同一の、単純なプログラムに基づいている、と。この本はそれらのアルゴリズムを解明する道を示すだろう、とも断言しているが、彼とてそれに成功したわけではない。
PHOTO:(c)Israel Sun/Rex/PPS
一方カズンは、生命、宇宙、万物についての究極の答えを発見したなどと豪語するのには慎重な態度を取っている。「株価も神経システムも魚の群れも説明できる隠された理論があるかは疑わしいと思っています。それはどちらかというと無邪気な考えというものです。何もかもに当てはまる方程式があると考えるのは危険です」。物理学はイナゴたちの相互作用を予測するが、そのメカニズムは共食いという考えもしなかったかたちで現れる。数式から生物学がつくられたのではない。生物学から数式が導かれたのだ。
とはいえ、個々の構成単位の集合から成るシステムでは、どんなものでも運動や熱といったエネルギーを加えられると、何らかのパターンが生じることもまた確かだ。振動する台の上に多数の金属棒を載せると渦の形になる。シャーレの中の筋肉タンパクは分子モーターの作用を受けると一定方向に動く。腫瘍は移動する一群の細胞を生み出し、それらは渡り鳥の群れのように、リーダー細胞に従って一斉に周辺の組織に転移する。そのアルゴリズムを解明すれば、がん細胞の増殖を重要臓器からそらしたり、その増殖を抑えたりできるようになるかもしれない。
複雑さが増しても適用される規則は変わらない。網膜は眼の裏側で光を感知する膜状の組織で、視神経を介して脳につながっている。プリンストン大学の神経科学者マイケル・ベリーは網膜の所々に電極をつないでさまざまな映像を見せ、電気生理学的な反応を観察した。この場合、映像はカズンの実験でゴールデンシャイナーに向けられた光にあたる。そして魚のときと同じように、網膜でもニューロンが集まって創発的な振る舞いが起こることをベリーは発見した。カズンは言う。「変数が方向だろうと頭突きだろうと選挙の投票であろうと、システムに応じてその計算式を導くことは可能です」。
群れるロボット
プリンストン大学のメインキャンパスから数マイル離れた、飛行機の格納庫を思わせる研究所の中に、大小さまざまな潜水装置が天井から吊り下げられている。ひんやりした空気には塩素のにおいが感じられる。幅6m、深さ2.5mのプールに貯められた75,000lの水のにおい。そこは4台のロボットたちの住みかだ。ネコほどの大きさのつやつやした表面のロボットで、背びれと後方のスクリューで三次元空間を泳ぎ回る。
ベルーガと名付けられたこれらのロボットは、集団行動のモデルをテストするようデザインされている。「わたしたちは自然界のメカニズムを研究しています。人間がそのメカニズムを設計することなど到底不可能でしょう」とエンジニアのナオミ・レナードは言う。ロボットたちの群れを海に放し、水温、潮流、汚染などのデータを収集する計画だ。ロボットたちには移動の勾配を追跡し、互いにぶつからないように避け、余計なデータを集めないように距離を置く機能が備わっており、理論上はさらに複雑な能力を発揮することも十分可能につくられている。
現在プロジェクトは休止中で、3台のベルーガは水槽から出されている。レナードのチームは細かく改良を施した。1台のベルーガはゲーム用の大きなジョイスティックで手動で動かしている。ゆっくりと動かす分には問題ないが、大胆なアクロバットはできない。
百聞は一見にしかず。動き回るロボットたちを撮影したヴィデオを見せてもらった。ヴィデオのなかでベルーガたちは内部にプログラムされたフィードバック制御のアルゴリズムによって、石油流出の模擬実験で最も石油濃度の高い所を探したり、ばらばらのターゲットを集めて組み立てたりといった任務を遂行していた。
もし首尾よくロボットに群れをつくらせることができれば、研究者たちは根本的な何かをつかんだと言えるだろう。グループ化されたロボットはすでに存在するが、そのほとんどは高性能の人工知能を搭載しているか、人間のオペレーターやセントラルコンピューターの指示に従っているだけだ。
前述した初期の群れシミュレーションの考案者タマス・ヴィチェックの目には、それは偽物に見える。ヴィチェックは現在、本物の鳥のように隣り合う同類たちの位置や方向や速度の情報にのみ依存して群れをつくるクワッドローター(4枚羽根ヘリコプター)の開発を試みている。先に飛ぶクワッドローターを追いかけるようにしたいのだが、なかなか思うようにいかないらしい。「われわれやカズン君が明らかにした単純な規則を適用するだけではうまくいかないんだ。スピードを落とせなくて目標を通り過ぎてしまう」。
この分野に最初の突破口をつくったあのアニメーション・ソフトウェア、BOIDSの改良版を用いて群れ行動を制御し、Facebookにおける人間関係にヒントを得たコミュニケーションのネットワーク理論に基づいて、無人飛行機の編隊をコントロールしようと試みる研究グループもある。自動運転車に群れ行動を適用しようとしている研究チームもある。群れの基礎的な創発特性のひとつに衝突を避けるということがあるが、自動運転車にとって最も重要な機能とはまさに人間やほかの自動車に突っ込まないことだからだ。
PHOTO:Dariusz Paciorek
カラスの神秘
いまのところ、ベルーガの最大の障害は技術的な問題だ。命令への反応が遅れることがあるのだ。ベルーガのボディにあるわずかなゆがみが動く方向を変えてしまう。最終的には、このようなささいなズレに対処することが、群れの研究を次のレヴェルに進めるためのカギになるのだろう。
BOIDSの時代から、科学者たちは動物たちの相互影響についていくつも大胆な仮説を立ててきた。しかし動物たちはいつもそのモデルを超えてしまった。動物は自分の周りの世界を感知し、コミュニケーションを取り、決断を下す。カズンが関心を向けるのはその能力だ。「複雑なパターンをつくるのは相互に影響し合う個々の個体である、それが研究の出発点でした。それはそれで間違いではありませんが、現実の動物はそれほど単純ではなかった」。
彼は本棚にあったプラスティックのカラスの模型を手に取る。「このカラスってやつはとんでもなく複雑なしろものです。カラスを研究することで、自然界という三次元環境での動物の行動を分析することができるようになるかもしれません」。安価なKinectのゲームシステムを鳥小屋に持ち込んで赤外線を張り巡らせ、空間マッピングをすることがその第1段階になるだろう。
そして第2段階は現実世界でも同じ測定をすることだ。群れの中のカラス1羽1羽の体内で化学物質が反応し、脳内では活発な活動が行われ、網膜には映像が映っている。さらに動きを記録する小型センサーもあるらしい。
カズンは個々のカラスの細胞やニューロンの振る舞いと群れの動きとの間に密接な関係があるのではないかと考えた。現実世界のモデルとテクノロジーとを結びつけ、これまで個体の研究はされても群れとしては無視されてきた動物をかつてない視点から見直そうという、いわば大がかりなイナゴ・アクセラレーターだ。「動物たちがどうやって互いに情報をやりとりし、コミュニケーションを取り、決断を下しているのかを真に理解することができる日が来るかもしれません」。
その先に何が待ち受けているのか、彼自身も見当がつかない。だが、研究者が行き先を知らなくとも、科学という大きな群れは、きっと最後には目的地に到達するだろう。
ED YONG｜エド・ヨン
BBCや『ガーディアン』『TIME』など多くの雑誌に寄稿しているサイエンスライター。「ナショナルジオグラフィック」のサイトでつづっているブログ「Not Exactly Rocket Science」が好評を博している。
