ಪ್ರಾಣಿಗಳ ಗುಂಪಿನ ಚಲನವಲನದ ರಹಸ್ಯವನ್ನು ತಿಳಿಯಲು ಕಂಪ್ಯೂಟರ್ ವಿಜ್ಞಾನ, ಭೌತ ವಿಜ್ಞಾನ ಹಾಗೂ ಗಣಿತದ ಸೂತ್ರಗಳ ಬಳಕೆ ಮಾಡಬಹುದು ಎಂದರೆ ಎಂಥಹಾ ರೋಚಕ ವಿಷಯವಲ್ಲವೇ!
ಈ ತ್ರೆಡ್ ಓದಿ! 1/26
ಈ ವರ್ಷ ಮಾರ್ಚ್ ನಲ್ಲಿ, “ಮೀನು ಗುಂಪಿಗಳ ಚಲನೆ” ಬಗೆಗಿನ ನಮ್ಮ ಸಂಶೋಧನೆಯು @NaturePhysics ಎನ್ನುವ ಪತ್ರಿಕೆಯಲ್ಲಿ ಪ್ರಕಟವಾಗಿತ್ತು. ಅದರ ಕನ್ನಡದ ಸಾರಾಂಶವನ್ನು ಬರೆಯಲು ಅಂದು ಸಮಯವಾಗಿರಲಿಲ್ಲ.
ಈಗ @Sci_Rio ಅವರ ಸಹಾಯದಿಂದ ಅನುವಾದ ಮಾಡಿದ್ದೇವೆ. ಓದಿ ನಿಮ್ಮ ಅನಿಸಿಕೆ ತಿಳಿಸಿ!
ಪಕ್ಷಿಗಳು, ಮೀನುಗಳು, ಜಿಂಕೆಗಳು -- ಹೀಗೆ ಹಲವಾರು ಜೀವಿಗಳಲ್ಲಿ -- ಗುಂಪಲ್ಲಿ ಚಲಿಸುವ ಆಕರ್ಷಕವಾದ ನೋಟವನ್ನು ನೀವೆಲ್ಲರೂ ನೋಡಿಯೇ ಇರುತ್ತೀರಿ.
3/26
ಗುಂಪಲ್ಲಿದ್ದರೂ ಸಹ, ಪ್ರತಿಯೊಂದು ಜೀವಿಗೂ ತನ್ನ ಸುತ್ತ ಮುತ್ತಲಿನ ಬಗ್ಗೆ ಸ್ವಲ್ಪ ಮಾತ್ರ ಅರಿವಿರುತ್ತದೆ.
ಹಾಗಿದ್ದಲ್ಲಿ, ಅವು ಹೇಗೆ ಗುಂಪಿನಲ್ಲಿ ಅಷ್ಟು ಸರಾಗವಾಗಿ ಮನಸೆಳೆಯುವ ಚಲನವಲನಗಳನ್ನು ಪ್ರದರ್ಶಿಸುತ್ತವೆ?
4/26
ಗುಂಪಿನಲ್ಲಿ ಚಲಿಸುವ ಜೀವಿಗಳ ಚಲನವಲನಗಳನ್ನು ನೋಡಿದರೆ, ಇವೇನು ಒಬ್ಬ ನಾಯಕನ ಆಜ್ಞೆಯನ್ನು ಪಾಲಿಸುತ್ತಾ ನಡೆಯುತ್ತಿವೆಯಾ?
ನಮ್ಮ ಸ್ಕೌಟ್ಸ್-ಗಳಿಗೆ ಅಥವಾ ಕುಣಿತದವರಿಗೆ ಕೊಟ್ಟಂತೆ ಇವಕ್ಕೂ ಸಹ ಯಾರಾದರೂ ಕಟ್ಟುನಿಟ್ಟಾಗಿ ತರಬೇರಿ ನೀಡಿದ್ದಾರಾ?
ನಮ್ಮ ಮನಸ್ಸಿಗೆ ಈ ರೀತಿ ಪ್ರಶ್ನೆಗಳು ಬರುವುದು ಸಹಜ.
5/26
ಈ ಪ್ರಶ್ನೆಗಳನ್ನು ಉತ್ತರಿಸಲು ಬರೀ ಜೀವಶಾಸ್ತ್ರದ ವಿಜ್ಞಾನಿಗಳಷ್ಟೇ ಅಲ್ಲ, ಭೌತಶಾಸ್ತ್ರಜ್ಞರು ಹಾಗೂ ಕಂಪ್ಯೂಟರ್ ವಿಜ್ಞಾನಿಗಳೂ ಹತ್ತಾರು ವರುಷಗಳಿಂದ ಪ್ರಯತ್ನ ಪಡುತ್ತಿದ್ದಾರೆ.
ಸಾಕಷ್ಟು ಪ್ರಮಾಣದ ಮುನ್ನಡೆಯೂ ಆಗಿದೆ.
6/26
1987 ಲ್ಲಿ ಕ್ರೈಗ್ ರೇನಾಲ್ಡ್ಸ್ (Craig Reynolds) ಎನ್ನುವ ಕಂಪ್ಯೂಟರ್ ವಿಜ್ಞಾನಿ ಮತ್ತು 1995 ರಲ್ಲಿ ತಾಮಸ್ ವಿಚೆಕ್ (Tamas Vicsek) ಎನ್ನುವ ಭೌತ ಶಾಸ್ತ್ರಜ್ಞ ಮತ್ತು ಸಂಗಡಿಗರು, ಕಂಪ್ಯೂಟರ್-ನಲ್ಲಿ ಪ್ರಾಣಿಗಳ ಗುಂಪಿನ ಚಲನೆಯನ್ನು ಅನುಕರಿಸಲು ಸಾಧ್ಯ ಎಂದು ತೋರಿಸಿಕೊಟ್ಟರು.
7/26
ಅವರು ಕಂಪ್ಯೂಟರ್-ನಲ್ಲಿ ಕೃತಕ ಜೀವಿಗಳನ್ನು ಕಲ್ಪಿಸಿಕೊಂಡು, ಒಂದು ಅತೀ ಸರಳವಾದ 'ಸರಾಸರಿ ನಿಯಮ' ವನ್ನು ಪ್ರತಿಪಾದಿಸಿದರು.
ಇದರ ಪ್ರಕಾರ, ಪ್ರತಿಯೊಂದು ಜೀವಿಯೂ ಅದರ ಹತ್ತಿರದಲ್ಲಿರುವ ಅಥವಾ ಅಕ್ಕಪಕ್ಕದಲ್ಲಿರುವ ಪ್ರಾಣಿಗಳು ನಡೆಯುತ್ತಿರುವ ದಿಕ್ಕನ್ನು ಪರಿಗಣಿಸಿ, ಅವುಗಳ ಸರಾಸರಿ ದಿಕ್ಕಿನಲ್ಲಿ (average direction) ಚಲಿಸುತ್ತವೆ
8/26
ಅತೀ ಸರಳವಾದ 'ಸರಾಸರಿ ಚಲನೆಯ' ನಿಯಮ ಒಂದು ಸಾಕು; ಪ್ರಾಣಿಗಳು ಅದ್ಭುತವಾದ ಸಾಮೂಹಿಕ ಚಲನವಲನವನ್ನು ಪ್ರದಶಿ೯ಸಲು ಸಾಧ್ಯ.
ನಾಯಕನ ಮಾರ್ಗದರ್ಶನವೂ, ಯಾವುದೇ ಕಟ್ಟುನಿಟ್ಟಾದ ತರಬೇತಿಯೂ ಬೇಡ.
ಈ ಸರಳವಾದ ನಿಯಮವು "ವಿಚೆಕ್ ನಿಯಮ / ವಿಚೆಕ್ ಮಾದರಿ" ಎಂದೇ ಪ್ರಸಿದ್ದಿ ಪಡೆದಿದೆ 9/26
[Pic below is Fig 1 of Vicsek et al 1995 PRL]
ಇದೇ ದೆಸೆಯಲ್ಲಿ ನಾವು ಸಹ ಸಂಶೋಧನೆ ನಡೆಸಿದೆವು. ಕೇರಳದಲ್ಲಿ ದೊರಕುವ ಕರಿಮೀನು (Etroplus suratensis) ಎನ್ನುವ ಮೀನಿನ ಜಾತಿಯ ಸಾಮೂಹಿಕ ಚಲನವಲನಗಳ ರಹಸ್ಯವನ್ನು ಕಂಡುಹಿಡಿಯಲು ಮುನ್ನೆಡೆದೆವು.
10/26
ನಮ್ಮ ಶೋಧನೆಯ ಮೊದಲನೆಯ ಮುಖ್ಯ ಫಲಿತಾಂಶವೆಂದರೆ, ಒಂದು ಮೀನು ಅದರ ಪಕ್ಕ ಇರುವ ಕೇವಲ *ಒಂದು* ಮೀನಿನ ಚಲನೆಯ ದಿಕ್ಕನ್ನು ಮಾತ್ರ ಅನುಕರಣೆ ಮಾಡಿ ಈಜಾಡುತ್ತದೆ;
ಈ ವೀಡಿಯೋಗಳನ್ನು ವಿಷ್ಲೇಶಣೆ ಮಾಡಲು, ಕಂಪ್ಯೂಟರ್-ವಿಜ್ಞಾನದ image-processing ಎನ್ನುವ ಚಳಕವನ್ನು ಬಳಸಿ, ಪ್ರತಿಯೊಂದು ಮೀನಿನ ಚಲನೆಯನ್ನು ಗುರುತಿಸಿದೆವು.
ಅವು ಹೇಗೆ ಅಕ್ಕಪಕ್ಕದ ಮೀನುಗಳ ಜೊತೆ ಸರಾಸರಿಯಾಗಿ ಈಜುತ್ತಿವೆ ಎಂದು ಪರಿಗಣಿಸಲು "Polarisation (M)" ಎಂಬ ಘಟಕವನ್ನು ಲೆಕ್ಕ ಹಾಕಿದೆವು.
16/26
ಈ ಘಟಕವು ಸಮಯ ಬದಲಾದಂತೆ ಹೇಗೆ ಬದಲಾವಣೆಯಾಗುತ್ತದೆ ಎಂದು ಒಂದು ರೇಖಾ ನಕ್ಷೆಯಲ್ಲಿ (graph) ದಾಖಲೆ ಮಾಡುತ್ತೇವೆ.
ಈ ಲೆಕ್ಕಾಚಾರದಿಂದ ಒಂದು stochastic differential equation ಅನ್ನು ರಚಿಸುತ್ತೇವೆ.
17/26
ಇದೇ ನಮ್ಮ ಸಂಶೋಧನೆಯ ಬಹು ರೋಚಕ ಭಾಗ -
ಹಲವಾರು ಸಂಶೋಧಕರು ಅಂದಾಜಿನಿಂದ ಊಹೆ ಮಾಡಿ ಗುಂಪಲ್ಲಿ ಚಲಿಸುವ ಪ್ರಾಣಿಗಳ ಸೂತ್ರಗಳನ್ನು ರಚಿಸಿದರೆ, ನಾವು ಅಂತಹ ಸೂತ್ರಗಳನ್ನು ನಿಖರವಾಗಿ ದಾಖಲಿಸಿದ "Polarisation" ಘಟಕದ ಲೆಕ್ಕಾಚಾರದಿಂದ ರಚಿಸಿದ್ದೇವೆ.
(i) ಗುಂಪಲ್ಲಿ ಇರುವ ಎಲ್ಲಾ ಮೀನುಗಳು ಒಂದೇ ರೀತಿಯಲ್ಲಿ ಕ್ರಮಬದ್ಧವಾಗಿ ಚಲಿಸುತ್ತಿದ್ದರೆ, ಆ ಗುಂಪಿನ ಚಲನೆಯಲ್ಲಿ ಏರಿಳಿತಗಳು ಕಡಿಮೆ ಇರುತ್ತವೆ. ಅಂದರೆ, ಒಂದೆರಡು ಮೀನುಗಳ ಎಕ್ಕಸೆಕ್ಕ (random) ಚಲನೆಗಳು ಸಾಮೂಹಿಕ ಚಲನೆಯನ್ನು ಕದಡುವುದಿಲ್ಲ.
19/26
(ii) ಎಲ್ಲಾ ಮೀನುಗಳು ಸಾಮೂಹಿಕವಾಗಿ ಚಲಿಸದೆ, ಅಸ್ತವ್ಯಸ್ತವಾಗಿ ಈಜಾಡುತ್ತಿದ್ದರೆ (disordered motion) - ಆಗ ಏರಿಳಿತಗಳು ಹೆಚ್ಚಾಗುತ್ತದೆ.
20/26
ಇನ್ನೊಂದು ರೀತಿ ಹೇಳುವುದಾದರೆ, ಮೀನುಗಳು ಗುಂಪಲ್ಲಿ ಒಗ್ಗೂಡಿಸಿ ಈಜಾಡದಿದ್ದರೆ, ಅವುಗಳ ಚಲನೆಯಲ್ಲಿ ಏರಿಳಿತಗಳು ಹೆಚ್ಚಾಗುತ್ತದೆ. ವಿಚಿತ್ರವೇನಂದರೆ, ಇಂತಹ ಏರಿಳಿತಗಳಿಂದಲೇ ಮೀನುಗಳು ಮತ್ತೆ ಕ್ರಮಭದ್ದವಾಗಿ ಈಜಾಟಕ್ಕೆ ಮಾರ್ಪಾಡುತ್ತವೆ.
ಒಮ್ಮೆ ಕ್ರಮಬದ್ಧವಾಗಿ ಈಜಾಡಲು ಶುರುವಾಯಿತೆಂದರೆ, ಏರಿಳಿತಗಳು ಕಡಿಮೆಯಾಗುತ್ತವೆ.
21/26
ಈ ಕೆಳಗಿನ ದೃಶ್ಯವು, ಹೇಗೆ ಏರಿಳಿತಗಳು ಅಸ್ತವ್ಯಸ್ತವಾದ ಗುಂಪನ್ನು ಕ್ರಮಬದ್ಧತೆಯ ಕಡೆಗೆ ತೆಗೆದುಕೊಂಡು ಹೋಗುತ್ತದೆಯೆಂದು ಒಂದು ಕಂಪ್ಯೂಟರ್ ಸಿಮ್ಯುಲೇಶನ್ ಮೂಲಕ ತಿಳಿಸುತ್ತದೆ.
ಮೊದಲನೆಯದಾಗಿ -- ಈ ರೋಚಕ ಹಾಗೂ ಕ್ಲಿಷ್ಟಕರ ಗುಂಪಿನ ಕ್ರಮಬದ್ಧ ನಡತೆಗೆ ಇರುವ ಅತೀ ಸರಳವಾದ ನಿಯಮದ ಸೂತ್ರಗಳನ್ನು ರೋಬಾಟ್ ತಯ್ಯಾರಿ ಮಾಡುವ ಅಥವಾ ಕಂಪ್ಯೂಟರ್ ಅನಿಮೇಶನ್ ಮಾಡುವ ಎಂಜಿನೀರ್-ಗಳು ಅಳವಡಿಸಿಕೊಳ್ಳಬಹುದು.
@NaturePhysics@jitesh2412@iiscbangalore Some background: We have seen collective motion in birds, mammals, fish, insects, microbes, etc - all fascinating patterns.
Each individual has only limited local information about surroundings. Yet they show these fascinating patterns. 2/n
Here is my thread, attempting to explain some aspects of the new paper by former students Sumithra Sankaran, Sabiha Majumder and Ashwin – published in Methods in Ecology and Evolution.
It looks really pretty in the formal formatted version :) 1/n
Before I go further, we are so happy that there is Kannada Abstract to this paper! I will do a Kannada thread as well later.
Thanks to Kolleagala Sharma @kollegala for the help with Kannada abstract. Incidentally, the paper came out on Nov 1st! 2/n
@kollegala Some background: Many ecosystems can ‘suddenly’ switch states, also called regime shifts or tipping points. This can happen in semi-arid vegetation, mussel beds, lakes, corals, etc. Therefore, we want to know which ecosystems are prone to sudden tipping. 3/n