編·者·按：你有沒有好奇過，大海裡面的魚群，為什麼能那麼整齊地游來游去，卻從來不「撞車」？魚兒是不是像我們開會一樣，每個人都得盯著全場的人呢？於是科學家們就做了很多研究，他們發現了一個很有意思的事情：魚兒其實沒那麼「多管閒事」。它們不像我們想像的那樣，盯著周圍所有的魚。相反，它們更喜歡挑幾條離自己近、游得快的魚來「盯梢」。就好像我們看球賽時，雖然球場上有很多人，但我們的眼睛總是跟著球跑一樣。
「海洋與濕地」（OceanWetlands）小編注意到一項近日發表在《PNAS Nexus》期刊上的一項最新研究，揭示了魚群（fish schooling）如何在水中展現出令人驚嘆的集體行為，不僅避免碰撞，還能以驚人的協調性來完成複雜的集體動作。來自日本東北大學的研究團隊開發了一種模型，模擬了魚群運動的機制，特別是魚類如何通過視覺選擇來決定下一步的移動。研究發現，魚類傾向於關注那些附近移動迅速的個體，而不是整個魚群，這種選擇性決策使得它們能夠高效地協作，形成旋轉漩渦、直線行進或隨機轉向等多種集體運動模式。
本文的標題中的「schooling」這個詞，不是「學校」。這個詞在生物學中通常指一群魚或其他水生動物聚集在一起，形成一個相對緊密的群體，這種行為被稱為「群集」或「群游」。上圖來源：pixabay
魚群的視覺選擇與集體行為
在自然界中，魚群的集體運動，長期以來一直是科學家們關注的重點課題。別看這些看似簡單的生物個體，卻能在沒有中央指揮的情況下，自發地形成各種複雜的運動模式，如漩渦、極化運動等。這種集體智慧的背後，視覺信息扮演著至關重要的角色。
（魚群的形成和維持是一種自組織現象，即系統中的個體通過局部相互作用，自發形成大尺度的有序結構。一群魚，在沒有中央控制的情況下，能夠實現高度的協同和組織，這個不但有助於我們理解自然界中廣泛存在的自組織現象，而且對於理解複雜系統（如人類社會、交通網絡）的運作機制具有重要啟示。上圖來源：pixabay）
以往的研究，主要關注魚群成員之間是如何通過視覺信息進行的全面互動的。但是，這項近期最新研究發現，魚類並不會處理來自所有同伴的視覺信息，而是會選擇性地、只是關注部分信息。這種「選擇性視覺注意力」機制，使得魚類能夠在複雜的環境中高效地做出決策。
該研究提出了一種基於個體的模型，以模擬魚類的這種選擇性視覺行為。模型中，每一條魚都具有一個視覺注意力方向，該方向受周圍同伴的視覺刺激所引導。通過模擬視覺注意力的移動，模型成功地重現了魚類在不同距離下的選擇性跟隨行為，以及魚群的多種集體運動模式。
此外，研究還分析了視覺互動的拓撲結構、以及魚類之間的成對和三體交互。通過與實驗結果的對比，研究者們更深入地理解了視覺信息在魚群行為中的作用，並指出了其他形式的互動（如水動力學相互作用）在魚群行為中可能發揮的作用。
視覺系統的模型化
魚類通過眼睛感知周圍環境，視網膜上的感光細胞將光信號轉換為神經信號，並通過視神經傳遞至大腦的視覺中樞。每個神經節細胞接收多個感光細胞的信號，因此攜帶了圖像的寬度信息。這些信號進一步傳遞至視覺皮層，形成保留視網膜位置信息的視網膜映射圖。
魚眼的視覺解析度由神經節細胞的數量決定，通常為每平方毫米數萬個。魚類視網膜後部的細胞密度高於前部，因此對前方物體的解析度更高。
魚類從大量視覺信息中選擇關鍵信息來指導運動。實驗表明，魚類主要根據目標圖像的垂直尺寸來判斷距離，而水平尺寸的影響較小。魚眼具有良好的運動追蹤能力，能夠根據目標圖像的大小和速度產生相應的神經信號，從而影響魚類的運動方向。
魚類對視覺刺激的反應包括三種基本行為：排斥、吸引和定向。排斥和吸引行為可以通過力場模型來描述，而定向行為則反映在魚群的集體運動中。
模型構建
模型中的每條魚，都被簡化為一個帶有眼睛的矩形板，在無邊界平面上運動。每條魚的視覺系統能夠感知周圍魚類的圖像，並產生基於圖像寬度和速度的信號。這些信號被整合形成視網膜映射圖，引導魚類的視覺注意力。魚類根據視覺注意力方向上的鄰近魚類的信息，決定自己的運動方向。
（上圖：每一條魚都被模擬為平面上一塊帶有眼睛的板，其他魚發出的信號被合成，引導視覺注意力的移動。魚群的漩渦、直線、隨機和轉向模式得以重現。圖片來源：Susumu Ito）
這個模型，考慮了魚類之間的排斥、吸引和定向三種交互作用力，並模擬了魚群的各種運動模式。通過這個模型，研究者能夠深入理解魚類如何利用視覺信息進行決策，以及這種決策機制如何影響魚群的集體行為。
該研究的結論主要有：一是魚類選擇性地處理視覺信息，而非所有信息，這使得它們能夠在複雜環境中做出高效的決策。二是魚類的視覺注意力會受到周圍同伴的影響，並進而影響它們的行為，例如選擇性地跟隨特定個體。三是基於視覺系統的模型能夠成功模擬魚群的各種集體運動模式，例如漩渦、極化運動等。這表明視覺信息在魚群的集體行為中扮演著重要角色。
這項研究的意義在於，它為人類理解魚群的集體行為提供了新的視角。通過模擬魚類的視覺選擇機制，可以更好地解釋魚群是如何在沒有中央控制的情況下實現高度的協同，有助於我們深入了解自然界的奧秘，而且為人工智慧、機器人等領域的研究也提供了新的啟示。
感興趣的「海洋與濕地」（OceanWetlands）讀者可以參看全文：
Susumu Ito, Nariya Uchida. Selective decision-making and collective behavior of fish by the motion of visual attention. PNAS Nexus, 2024; 3 (7) DOI: 10.1093/pnasnexus/pgae264
思考題 | 舉一反三
Q1. 魚群的視覺選擇機制是否具有普適性？除了魚類，其他動物群體（如鳥類、昆蟲）是否也存在類似的視覺選擇機制？這種機制在不同物種的演化過程中是否具有共同的起源？深入探討這個問題，有助於我們更全面地理解動物的集體行為。
Q2，魚群的視覺選擇與環境因素之間的關係如何？光照條件、水質、食物分布等環境因素是否會影響魚類的視覺選擇？在不同的環境中，魚群的集體行為模式是否會發生變化？這個問題有助於我們理解動物行為與環境之間的相互作用。
Q3，基於魚群視覺選擇模型的應用前景如何？除了理解自然現象，這種模型是否可以應用於其他領域，例如機器人控制、交通流模擬等？如何將這種生物啟發的模型轉化為工程技術，是一個值得深入研究的方向。
END
本文僅代表資訊，不代表平台觀點。
歡迎轉發（請註明來源）。
編譯 | 王芊佳
編輯 | Sara
排版 | 綠葉
【參考資料】
- https://academic.oup.com/pnasnexus/article/3/7/pgae264/7703205?login=true
- https://www.tohoku.ac.jp/en/press/see_less_to_move_better_dynamic_schooling_of_fish_by_visual_selection_and_focus.html
- https://www.sciencedaily.com/releases/2024/07/240724123106.htm