ノーベル賞受賞者ジョージ・パリシ：ムクドリとともに飛ぶ、誰も成し遂げたことのないことを成し遂げる

2021年、イタリアの物理学者ジョルジョ・パリシは、「原子から惑星規模までの物理システムにおける無秩序と変動の相互影響の発見」という複雑系理論への先駆的な貢献によりノーベル物理学賞を受賞した。 1979年、パリシはレプリカ技術を巧みに利用してスピングラス問題を解決しました。この問題は後に数学的に証明され、複雑系理論の基礎となりました。物理学者は研究室であらゆる種類の無秩序なシステムを研究しているが、パリシ氏はそれを超えている。彼は外に出て空を見上げた。無数のムクドリが、まるでオーケストラの指揮者の指揮下にあるかのようにリズミカルに飛んでいた。彼らはどうやってこのような複雑な集団行動を実現したのだろうか？ドイツの物理学者クルト・シマンジクはかつてパリシを「あまりにワイルド」と評したが、確かにパリシはムクドリと一緒に飛びたいと思っている。

ジョージ・パリシ著

翻訳 |ウェン・ジェン

相互作用は、心理的、社会的、経済的現象を理解するためにも使用できる重要な問題です。私たちは、群れの個々のメンバーがどのように互いにコミュニケーションをとり、一斉に飛び、集団行動と多重構造の両方を示すグループを形成するのかということに特に興味を持っています。

空に飛ぶ鳥の群れ、水中の魚の群れ、哺乳類の群れなど、動物の集団行動を観察するのは興味深いことです。

日が沈むと、色鮮やかな空を背景に、何千もの小さな墨の点が舞い、鳥の群れが幻想的な光景を作り出します。彼らは衝突したり散らばったりすることなく、一緒に飛んでいるのが見られました。彼らは障害物を飛び越え、時には避難し、時には集まり、まるでバンドの指揮者が指示を与えているかのように、空間配置を絶えず変えていました。私たちはこれらの鳥を長い間見つめていました。なぜなら、常に何か新しいもの、常に変化するもの、そして予期せぬものがあったからです。時には、このような純粋な美しさを目の当たりにしても、科学者は職業病にかかり、多くの疑問が頭に浮かぶことがあります。これはバンドの指揮者によって組織された集団行動なのか、それとも彼ら自身なのか?鳥の群れの中で情報がどうしてこんなに早く広まるのでしょうか?彼らの隊形はどうしてこんなに早く変わることができたのでしょうか?これらの鳥の速度と加速度はどのように分布しているのでしょうか?どうすれば衝突せずに一緒に回転できるのでしょうか?ムクドリ同士の単純な相互作用のルールによって、ローマ上空で観察されたような複雑で多様な集団運動が可能になるのだろうか？

ムクドリ

好奇心が湧いて、これらの質問に答えたいと思ったら、リサーチを始めます。昔は本で調べていましたが、今はオンラインで調べることができます。運が良ければ答えが見つかるでしょうが、答えがなかったらどうなるでしょうか?何が起こっているのか誰も知らないからです。まあ、本当に好奇心が強いなら、この質問に答えられるのは自分だけなのかと自問し始めるでしょう。この前例のない研究に恐れを感じないでください。結局のところ、それがあなたの仕事なのです。想像力を駆使して、これまでにないようなことを実現するのです。しかし、鍵を持っていない装甲扉を開けるのに一生を費やすことはできません。出発する前に、最後までサポートしてくれるスキルと技術的ツールがあるかどうかを知っておく必要があります。あなたが成功するかどうかは誰も保証できません。例えば、あなたは自分の心がこの障害物を飛び越えることを望んでいますが、障害物が高すぎてあなたの心が壁にぶつかってしまう場合は、この考えをあきらめた方が良いでしょう。

複雑な集団行動

ムクドリの飛行は、私の研究だけでなく、相互作用する多くのコンポーネント（プレーヤー）で構成されるシステムの挙動を理解することを目的とする現代物理学の多くの研究にも関連する重要な手がかりであるため、特に私を魅了しています。物理学では、状況に応じて、これらのプレーヤーは電子、原子、スピン、または分子になります。それぞれの動作は非常に単純ですが、組み合わせると非常に複雑な集団動作を生み出します。 19 世紀以来、統計物理学は、なぜ液体が特定の温度で沸騰したり凍ったりするのかといった疑問に答えようとしてきました。なぜある物質は電気や熱をよく伝導し（金属など）、他の物質は絶縁体なのか...これらの質問の答えはずっと前に見つかりましたが、私たちはまだ探し続けています。

これらすべての物理学の問題において、集団行動が個々のプレイヤー間の相互作用の単純なルールからどのように始まるかを定量的に理解することができます。しかし、課題は、統計力学の手法の適用範囲を無生物からムクドリなどの動物にまで広げることです。これらの成果は、生態学や進化生物学に関連するだけでなく、長期的には経済や社会現象を研究する人文科学の理解も深めるものとなるでしょう。これらの分野では、互いに交流する多数の人々を研究するため、個々の行動と集団行動のつながりを理解する必要があります。

日本の大阪の路上を歩く人々

偉大なアメリカの物理学者フィリップ・ウォーレン・アンダーソン（1977 年ノーベル賞受賞者）は、1972 年に「The Many Are Different」（編集者注：「The Many Are Different: Broken Symmetries and the Nature of Scientific Hierarchy」を参照）と題する挑発的な論文を発表し、次のような視点を明らかにしました。彼は、システムの構成要素の数の増加は、システムの量的変化だけでなく質的変化も決定すると考えています。したがって、物理学が直面すべき主な概念上の課題は、微視的なルールと巨視的な振る舞いとの関係を理解することです。

ムクドリ

問題を説明するには、まずその問題を完全に理解する必要があります。つまり、当初、私たちは重要な情報を欠いていました。鳥の群れが空中をどのように移動するかを理解する必要がありましたが、当時はその情報は入手できませんでした。実際、当時私たちが持っていた鳥の群れのビデオや写真（オンラインで簡単に見つけられるもの）のほとんどは、単一の視点から撮影されたもので、3次元の情報はまったくありませんでした。ある意味、私たちはプラトンの洞窟神話の囚人のようなものです。彼らは洞窟の壁に投影された二次元的な影しか見えず、物体の三次元的な特性を把握することはできません。

まさにこの問題が、私の研究への関心のもう一つの原動力となっています。つまり、鳥の群れの動きの研究は完結したテーマであるべきだということです。これには、実験の設計、データの収集と分析、シミュレーション用のコンピュータ コードの開発、および最終的な結論を導くための実験結果の解釈が含まれます。

皆さんご存知のとおり、私は統計物理学の研究に従事しており、この分野の研究手法はムクドリの飛行経路の3次元再構成に不可欠ですが、私がこの仕事に本当に惹かれるのは、実験の設計と実施に参加できることです。理論物理学者である私たちは、通常、実験室から離れて、抽象的な概念だけを扱います。実用的な問題を解決するには、多くの変数を制御する必要があります。具体的には、カメラレンズの解像度からカメラの最適な撮影位置、データ保存量から解析技術まで、あらゆる細部が実験の成否を決定します。机上の空論にふける戦士たちは、戦場でどれほど多くの問題に遭遇するかをまったく理解していない。私は研究室の外で研究をするのが好きではありませんでした。

ムクドリは非常に興味深い動物です。数百年前、この鳥は暖かい季節を北ヨーロッパで過ごし、その後冬に北アフリカへ向かいました。現在、地球温暖化により冬の気温が上昇しており、都市も規模の拡大だけでなく、熱源（家庭暖房、交通機関）の多様化により、ますます暑くなっています。その結果、多くのムクドリは地中海を渡って飛ぶことはなくなり、代わりに冬が以前よりずっと穏やかなローマを含むイタリアのいくつかの沿岸都市に冬を過ごすようになった。

ムクドリは11月初旬にローマに到着し、3月初旬に飛び立ちます。彼らの渡りは非常に正確で、渡りのタイミングは気温によって完全に決まるのではなく、日照時間などの天文学的な理由によって決まることもあります。ローマでは、ムクドリは風や寒さから身を守るために夜間に常緑樹の上に止まります。日中、都市部で餌を見つけるのが難しい場合、彼らは100羽以上の群れを形成し、餌を求めて環状道路の外の田舎まで飛んでいきます。彼らは群れで生活することに慣れた社会的な動物です。野原に止まると、鳥の半分は平和に餌を食べ、残りの半分は野原を取り囲んで、捕食者になりそうな動物を注意深く観察します。次のフィールドに来ると、両者の役割が入れ替わります。夜になると、ムクドリは大群となってローマの空を飛び、その後暖かい街に戻って木に止まります。しかし、いずれにせよ、ムクドリは寒い冬に非常に敏感な動物です。数晩にわたってひどく冷たい風が吹いた後、風や寒さを遮るには不十分な大きな木の下に、ムクドリの死骸が数多く散らばっているのを見つけるのは簡単です。

したがって、良い生息地をどのように選択するかは、生死に関わる問題です。夕暮れの空での彼らの舞いは、おそらく、夜に適切な場所が利用可能であることを遠くからでも見える合図だったのでしょう。まるで巨大な信号旗が揺れているようで、非常に目立ちます。私自身、澄んだ冬の夕暮れに10キロ離れたところから鳥たちが踊るのを見たことがあります。それらは、遠くの地平線にまだ一筋の光があるときに、空をアメーバのように移動する、灰色がかった黒い点でした。日が暮れると、田舎での餌探しから戻ってきた最初の鳥の群れはますます必死に飛び始め、遅れて戻ってきた群れも街に戻り、ついには何千羽ものムクドリの群れが群れをなして集まった。日没後約30分、日光が完全に消えると、鳥たちはねぐらとなっている大きな木へと素早く飛び立ち、木々は陥没穴のように鳥たちを完全に吸収します。

ハヤブサは、夕食の餌を探して、ムクドリの群れの近くにいることが多いです。注意を払わなければ、まったく気づかないでしょう。私たちの注目はムクドリに集中しており、ハヤブサを特に探している人だけがこれらの猛禽類に気づくでしょう。ハヤブサは翼幅が1メートルあり、急降下時には時速200キロメートルを超える速度に達する猛禽類だが、ムクドリは簡単に捕獲できる獲物ではない。実際、ハヤブサが飛行中のムクドリと衝突すると、ハヤブサの弱い翼が折れて致命的な事故になることがあります。そのため、ハヤブサはムクドリの群れの中に入ろうとはせず、端にいる一羽のムクドリを捕まえる機会を待つだけです。ハヤブサの攻撃に直面したムクドリは、ハヤブサの致命的な爪を避けるために、互いに近づき、群れをなし、素早く方向を変えることで反応します。ムクドリの最も劇的な編隊変更のいくつかは、ムクドリを捕まえるために何度も何度も攻撃を繰り返さなければならないハヤブサの度重なる攻撃に対抗するために設計されている。ムクドリの行動の多くは、こうした恐ろしい攻撃から生き延びる必要性から生じている可能性が高い。

私たちの実験

さて、この実験的なトピックを振り返ってみましょう。私たちが最初に直面した課題は、鳥の群れとその形状の3次元画像を取得し、連続して撮影したさまざまな写真を組み合わせて3次元画像を再構築する方法でした。理論的には、これは非常に簡単に実行でき、問題は簡単な方法で解決できます。つまり、立体的な効果を見たい場合、両目を同時に使用すればよいことは誰もが知っています。 2 つの異なる角度から同時に見ると、たとえ 2 つの角度が目と同じくらい近い場合でも、脳は観察対象物までの距離を「計算」して 3 次元画像を構築できます。片目だけを使うと、画像の奥行きがわかりません。片目を閉じて、目の前の物体を片手で掴もうとすると、この感覚を簡単に体験できます。手は、オブジェクトの実際の位置よりも遠くまたは近くに表示されます。片目を目隠ししてテニスや卓球をすると、負けてしまいます。しかし、実験が適切に機能するためには、どの鳥が左のカメラで撮影され、どの鳥が右のカメラで撮影されたかを区別する必要がありますが、それぞれの写真に何千羽もの鳥が写っていると、これは悪夢になります。

明らかに、これは解決するのが難しい問題です。現在の科学文献の研究では、3D で再構築できる写真には最大で 20 匹の動物しか写っておらず、依然として手作業で識別する必要があるものもあります。当時私たちが再現したかったのは何千枚もの写真で、それぞれの写真には何千羽もの鳥が写っていました。この作業は当然ながら手作業で行うことはできず、認識にはコンピューターに頼る必要があります。

適切な準備なしに問題に挑戦することはトラブルを招くことになります。私たちは物理学者（私に加えて、私の先生であるニコラ・カビボと、私の最も優秀な生徒であるアンドレア・カヴァーニャとイレーネ・ジャルディーナ）だけでなく、2人の鳥類学者（エンリコ・アレヴァとクラウディオ・カレレ）も含むグループを結成しました。 2004年、私たちは故マルチェロ・デ・チェコ経済学者や他のヨーロッパの同僚とともに、当時の欧州共同体に資金援助の申請書を提出しました。申請が承認され、ようやく実験を開始することができました。私たちは、卒業する学部生と博士課程の学生を巻き込み、機器の購入を始めました。

私たちは、ローマ国立博物館が入っており、テルミニ駅前の広場を見下ろす美しい建物、マッシモ宮殿の屋上にカメラを設置しました。当時（最初のデータは 2005 年 12 月から 2006 年 2 月の間に収集されました）、この場所はムクドリにとって最も活発な宿舎として選ばれました。ビデオカメラの解像度がまだ低すぎたため、より高性能な市販のカメラを使用しました。 25 メートル離れた 2 台のカメラにより、数百メートル離れた 2 羽のムクドリの相対的な位置を約 10 センチメートルの空間精度で捉えることができます。この精度は、約 1 メートル離れて飛んでいる 2 羽のムクドリを区別するのに十分です。 2 台のメインカメラのいずれかで 2 羽の鳥が重なり合う場合など、特に困難な 3D 再構築の基本的な支援を提供するために、カメラの 1 台から数メートル離れた場所に 3 台目のカメラを追加しました。

3 台のカメラが同時に 1 秒あたり 5 枚の写真をミリ秒単位の精度で撮影しました (カメラを操作するための簡単な電子機器を設計する必要がありました)。実際には、各カメラ位置に 2 つのデバイスを接続して交互に撮影することで画像周波数を 2 倍にし、1 秒あたり 10 フレームを撮影しました。実際、1 秒あたり 25 ～ 30 フレームを撮影する一般的なカメラと比べても、それほど劣ってはいません。カメラは使用しましたが、実際に撮影したのは短い動画でした。

カメラのきちんとした配置（これは釣り糸をぴんと張って実現しました）、フォーカスとキャリブレーション、膨大なメガバイトの情報の高速保存など、技術的な問題はすべて省略します。最終的には、アンドレア・カヴァーニャの粘り強さのおかげで、私たちはすべてやり遂げました。彼は私よりもはるかに優れたオーガナイザーなので、気を散らすような些細なことがたくさんあったので、私は喜んでこれらのタスクの指揮権を彼に引き渡しました。

当然、映画を 3D で制作する必要があるだけでなく、技術的な観点から非常に手間のかかる作業である 3D の位置を再現する必要もあります。映画館で上映される 3D 映画では、これははるかに簡単です。私たちの目はそれぞれ、デバイスが捉えたものを見ており、何百万年もかけて進化してきた私たちの脳は、3 次元のビューを生成し、空間内で見る物体の位置を特定する能力を十分に備えています。コンピューター上でアルゴリズムを使用する場合にも同様の課題に直面しますが、これが課題の 2 番目の部分です。統計分析、確率、複雑な数学アルゴリズムに関するスキルの幅が広がりました。私たちは何ヶ月もの間、成功しないのではないかと心配していました。なぜなら、時には難しすぎる問題に取り組んで失敗することもあるからです（事前にそれを知ることは不可能です）。幸運なことに、懸命な努力と必要な数学的ツールの発明により、問題を一つずつ解決する戦略が見つかり、最初の高品質な写真が撮影されてから 1 年後に、ようやく最初の 3D 再構築画像を取得できました。 （編集者注：集団行動の「重要な」特徴については、「重要な鳥の群れと複雑系：2021年ノーベル賞受賞者ジョルジョ・パリシの集団行動に関する研究」を参照）

この記事は、『ムクドリと飛ぶ：複雑系のワンダーランド』（新興出版社、2022年8月版）の第1章「ムクドリと飛ぶ」から抜粋することを許可されています。

特別なヒント

1. 「Fanpu」WeChatパブリックアカウントのメニューの下部にある「特集コラム」に移動して、さまざまなトピックに関する人気の科学記事シリーズを読んでください。

2. 「Fanpu」では月別に記事を検索する機能を提供しています。公式アカウントをフォローし、「1903」などの4桁の年+月を返信すると、2019年3月の記事インデックスなどが表示されます。

著作権に関する声明: 個人がこの記事を転送することは歓迎しますが、いかなる形式のメディアや組織も許可なくこの記事を転載または抜粋することは許可されていません。転載許可については、「Fanpu」WeChatパブリックアカウントの舞台裏までお問い合わせください。