《Nature Communications》：Self-reorganization and information transfer in large-scale models of fish schools
编辑推荐：
为了探究动物集群的凝聚、协调性及对威胁的集体响应是否依赖于群体规模，研究人员对包含高达5万个个体的超大规模鱼群进行了计算模型研究。研究发现，随着个体数增加，流体相互作用会使鱼群失稳，形成不断分裂、分散和重组的动态结构。该研究揭示了空间关联在稳定集群中是无尺度的，但分裂事件会缩短关联长度，削弱集体响应能力。研究还表明，个体间的视觉相互作用是非互易的，使得方向变化信息在群体中以线性时间传播，而合并与分裂事件分别会加速和减慢该信息传递。这些发现表明流体相互作用可能在动物群体的规模调控、行为适应和分散中扮演了重要角色。
观察自然界中鱼群、鸟群等动物集群，常常能见到令人惊叹的壮观景象：成千上万的个体仿佛融为一体，展现出高度的凝聚力与协调性，并能对捕食者威胁做出迅捷的集体响应。长期以来，科学家们将这种“团结”归因于所谓的“无尺度关联”——即群体中任意个体行为的变化，无论距离远近，都能影响其他成员，从而形成跨越整个群体的紧密连接。然而，一个根本性问题随之浮现：这些迷人的集体特性，会随着群体规模的急剧扩大而发生改变吗？是否存在一个规模上限，超过了它，群体就会从高度协调的“整体”变为一盘散沙？为了回答这些问题，一项发表于《Nature Communications》的研究将目光投向了由高达5万个个体组成的超大规模鱼群，通过精密的计算模型，揭示了流体力学如何在宏观尺度上塑造并制约着集体行为的演化。
研究人员主要运用了大规模个体基模型（Individual-based model），对包含数万条“模拟鱼”的鱼群动力学进行了数值模拟。他们通过调整模型中的个体数量（N），系统研究了从数百到五万个个体规模下的群体行为。模型的核心在于精确捕捉个体间的流体动力学相互作用，以及基于视觉感知的非互易相互作用规则，从而模拟现实世界中鱼类通过水流和视觉信号相互传递信息的过程。
流场相互作用导致超大规模鱼群的失稳与集群动态
通过模拟不同规模的鱼群，研究人员首先观察到一个关键现象：当游泳者的数量（N）增加时，个体间产生的诱导流场会相互干扰。这种流动相互作用破坏了大尺度上均匀、有序的队列结构，导致整个学校变得不稳定。取而代之的是，鱼群会自发地“破碎”成多个较小的、内部紧密的“凝聚集群”，这些集群并非静止不变，而是在运动过程中不断发生分裂、分散，随后又重新合并、重组。这种动态的、斑块化的结构，与在野外自然鱼群中观察到的现象高度相似。研究首次在模型中量化了这种不稳定性，表明流体力学效应是驱动超大规模群体结构动态变化的核心物理机制。
分裂事件削弱空间关联并损害集体响应能力
针对“无尺度关联”的经典观点，研究进行了深入检验。他们分析了鱼群内部的速度涨落，计算了空间关联长度。结果表明，在那些保持高度凝聚和极化（即个体游向高度一致）的集群内部，关联确实是近乎“无尺度”的，意味着局部的扰动能够影响整个子群。然而，在群体发生“分裂”或“破碎”的关键事件之前，研究发现空间关联的长度会显著下降。这种关联的减弱，直接削弱了群体作为一个整体对外部扰动（如模拟捕食者的攻击）做出快速、一致响应的能力。换句话说，在分裂前夕，群体内部“沟通效率”降低，变得更为脆弱，更容易被天敌成功捕获。这为理解动物群体在面对威胁时为何有时能成功逃脱、有时却溃不成军提供了新的动力学解释。
非互易视觉相互作用驱动信息以线性时间传播
信息如何在群体中传播，是理解集体智能的另一个关键。该研究发现，在模型中，关于方向变化的信息（例如，当领头鱼或部分个体改变游向时），能够在群体成员之间以恒定的速度传播。这意味着信息传递的距离与时间呈线性关系，而非更慢的对数或更快的指数关系。研究揭示，这种线性传播的根源在于个体间视觉相互作用的“非互易”特性。简单来说，鱼A能看到并跟随前方的鱼B，但鱼B可能看不到后方的鱼A，这种感知的不对称性打破了相互作用的对称性，为信息波前的定向、快速传播创造了条件。这种机制确保了即使在庞大群体中，关键的导航或避险信号也能有效扩散。
合并与分裂事件调制信息传递速度
研究进一步量化了群体结构动态对信息传递效率的具体影响。他们发现，当两个子群发生“合并”时，信息在合并后新群体中的传播速度会瞬时加快。相反，当群体发生“分裂”时，信息在即将分离的片段之间的传递速度则会显著减慢，甚至中断。这表明，群体结构的宏观变化（合并与分裂）直接充当了信息传递通道的“开关”和“调速器”，动态调制着群体内部沟通网络的通量与效率。
结论与意义
综合以上发现，该研究构建了一个从微观相互作用到宏观群体动力学的完整图景。其核心结论在于：在由成千上万个个体组成的超大规模动物集群中，个体间不可避免的流体力学相互作用会成为导致群体结构失稳、形成动态斑块化（分裂与合并）的主要力量。尽管在稳定子群内，经典的无尺度关联依然成立，但群体分裂事件会显著缩短关联长度，损害集体的响应能力，增加被捕食风险。同时，基于非互易感知的相互作用，使得方向信息能以线性速度在群体中传播，而群体的合并与分裂则会动态调节这一传播速度。
这项研究的科学意义深远。首先，它将流体力学这一物理因素提升为理解超大规模生物集群（如洄游鱼群、候鸟群）形态和行为演化的关键变量，超越了以往单纯基于行为规则或信息处理模型的研究范式。其次，研究揭示了群体规模并非可以无限扩展，流体相互作用可能内在设定了自然群体规模的一个上限，并为动物群体在进化中发展出特定编队、调整群体密度等行为提供了潜在的物理选择压力。再者，研究阐明了信息在群体中传播的物理机制（非互易、线性传播）及其与宏观结构动力学的耦合关系（受合并/分裂事件调制），为“集体智能”和“群体计算”提供了新颖的动力学理论基础。这些发现不仅增进了对动物集体行为的理解，其揭示的原理也可能为设计大规模机器人集群、管理人群密集流动、或理解某些细胞群体的迁移行为提供仿生学灵感。最终，该研究指出，流动的介质并非仅仅是动物运动的背景，它本身就是塑造集体行为结构与功能的一个积极参与者和决定性力量。
