复杂系统下的个体，如何自发变得有序？| Science

实验使用的 smarticle 机器人组。图片来源：Thomas A. Berrueta

导语

据《科学》杂志 2021 年 1 月报道，一个由物理学家和工程师组成的团队提出了一条新的原理，可以描述活性物质系统可以自发变得有序，而不需要更高层次的指令，甚至不需要个体智能体之间的程序交互。

科研圈（ID：keyanquan） | 来源

谢一璇 | 翻译

戚译引 | 审校

论文题目：

Low rattling: A predictive principle for self-organization in active collectives

论文地址：

https://science.sciencemag.org/content/371/6524/90 

预测粒子、机器人或动物的集合何时变得有序，以及这一过程如何发生，仍然是科学和工程领域的一大挑战。

19 世纪，科学家和工程师们发展了统计力学这一学科，对简单粒子群如何在有序与无序间转换做出预测，例如一群随机碰撞的原子如何固定下来，形成结构均一的晶格。

更具有挑战的是对更为复杂的粒子的集群行为进行预测。在该情况下，粒子会在自身能量驱动下运动。这种系统存在于鸟群、细菌群落和机器人群中，被称为活性物质（active matter）。

据《科学》（Science）杂志 2021 年 1 月报道，一个由物理学家和工程师组成的团队提出了一条新的原理，可以描述活性物质系统可以自发变得有序，而不需要更高层次的指令，甚至不需要个体智能体（agents，指能自主活动的软件或者硬件实体）之间的程序交互。该团队已在多种系统中验证了这一原理，包括被称为智能活性粒子（smarticle）的周期性变形机器人组。

该理论的提出者 Paval Chvykov 当时是美国麻省理工学院（MIT）Jeremy England 教授的博士生，现为佐治亚理工学院物理学院研究员的博士。他认为，某些在动力学上足够混乱的活性物质将自发地发现研究人员所说的“低振动”状态。

“振动是指物质吸收能量，并将其转化为随机运动。”England 说，“当这种运动更剧烈或更随机时，振动将变得更强烈。相反，低振动状态要么非常轻微，要么非常有序，也可能同时具备这两种特征。所以我们的想法是，如果物质和能量来源允许系统达到低振动状态，整个系统将不断随机重新排列，直至达到这个低振动状态并保持。如果你通过特定方式提供了能量，那么对应的状态将找到一种方式，指引物质的运动最终达到该状态。”

为了进一步发展这一理论，England 和 Chvykov 从 19 世纪末的瑞士物理学家 Charles Soret 发现的现象中得到了灵感。Soret 在实验中观察到，将均匀的盐溶液放于处于不同温度区间的试管中，盐会立即在低温区聚集，表现为这一区域的盐浓度增加。

Chvykov 和 England 曾试图开发多个数学模型来证明低振动理论，但直到联系上佐治亚理工学院 Dunn 家族物理学教授 Daniel Goldman，他们才成功验证了假设。 

Goldman 说：“几年前我看到 England 主讲的一个研讨会，那时我就想到我们的一些 smarticle 机器人或许能够验证这个理论。”两位博士生 William Savoie 和 Akash Vardhan 与访问 Goldman 实验室的 Chvykov 博士合作，设计了将 3 个摆动的 smarticle 包裹在一个环中的实验，与该理论进行对比。几位博士生观察到，机器人没有表现出复杂的运动，也不会探索容器的各个角落，而是会自发组织，产生几种舞蹈动作——比如其中的一支舞蹈是通过这三个机器人依次拍打彼此的手臂完成的。这些舞蹈能够产生持续数百次的摆动，然后突然失去稳定性，继而被另一种舞蹈形式所取代。

在首次证明这些简单的舞蹈实质上是低振动状态后，Chvykov 博士与西北大学的工程师 Todd Murphey 教授以及博士生 Thomas Berrueta 取得合作。该团队曾开发出更为精细、可控性更高的 smarticle。这种更高级的 smarticle 能够允许研究者测试理论的局限性，包括舞蹈的类型和数量如何因不同的手臂摆动模式而发生变化，以及如何控制这些舞蹈。“通过控制低振动状态的序列，我们能够使系统达到能做有用工作的状态”，Berrueta 说。西北大学的研究人员表示，这些发现可能对于微型机器人群、活性物质和超材料（metamaterials）具有广泛的实用意义。

England 指出：“对于机器人群体来说，即使单个机器人相对便宜且计算简单，也可以在一个群体中实现许多自适应和智能群体行为。对于活细胞和新型材料研究来说，在新材料或计算属性方面，这可能有助于理解原子或蛋白质‘群体’能为你带来什么。”

这项研究由佐治亚理工学院主导，研究团队包括：物理学院的生命系统物理学家 Jeremy L. England，Dunn 家族教授 Daniel Goldman，Kurt Wiesenfeld 教授，定量生物学研究生 Akash Vardhan 以及物理学院研究生 William Savoie。他们与来自麻省理工的研究生 Pavel Chvykov、Todd D. Murphey 教授以及来自西北大学的 Thomas A. Berrueta 和 Alexander Samland 两位研究生共同参与合作。

参考来源：

https://eurekalert.org/pub_releases/2020-12/giot-srd122320.php

复杂科学最新论文

集智斑图顶刊论文速递栏目上线以来，持续收录来自Nature、Science等顶刊的最新论文，追踪复杂系统、网络科学、计算社会科学等领域的前沿进展。现在正式推出订阅功能，每周通过微信服务号「集智斑图」推送论文信息。扫描下方二维码即可一键订阅：

推荐阅读

点击“阅读原文”，追踪复杂科学顶刊论文