蜜蜂做。鳥做。魚類和葉羚也是如此。即使並不是小組中的每個成員都知道他們要去哪裡，他們都可以優雅地朝特定方向蜂擁而至。
甚至人類也會以牛群的心態互相跟隨 - 例如，從擁擠的劇院中出來。新研究為發生的事情提供了一些令人驚訝的見解，包括對民主決定的群體。
牛津大學的Iain Couzin說：“動物群體有目的地移動，但通常只有相對較少的人有有關旅行地點的相關信息。”
生物學家經常想知道，知情與不知情之間是否存在一些複雜的溝通。但是Couzin和他的合作者在模擬中表明，一組簡單的行為規則可以控制一個組。
“我們的模型中沒有明確的信號，”庫辛告訴生活學。 “沒有人在說，'我知道什麼 - 來跟我來。'”
唯一的要求似乎是在小組中的需求與某些人朝著自己的首選方向發展的渴望之間的平衡。這些以目標為導向的人看起來就像他們的幼稚同事。
庫辛說：“沒有固有的差異，遺傳或其他差異，例如統治或身體大小，都需要解釋領導才能。”
模擬中的追隨者無法認識到誰帶領他們這一事實可以解釋動物如何在擁擠的環境中有效地移動，在那裡他們只能看到最近的鄰居。
普林斯頓大學的丹尼爾·魯賓斯坦（Daniel Rubenstein）說：“ [這項研究]展示了小傢伙的力量。” “您不需要宣告的領導者，您不需要復雜的信號傳導。”
結果於2月3日發表自然，可能對開發大量機器人有用，以探索海洋或其他行星。
跟隨虛擬領導者
在計算機模擬中，Couzin和他的同事們對虛擬動物的本能編程為保持在他人附近的本能，這是許多物種的重要生存特徵。然後，研究人員將一些成員賦予了羊群的首選方向 - 無論是朝著食物來源還是新的築巢地點。
然後，他們確定了小組將如何達到這個目標的距離。
隨著越來越多的成員知道去哪裡，準確性提高。但是在某個時候，增加更多知情的人並沒有太大提高準確性。舉個例子，有五個領導者與擁有六個領導者相同。
達到一定程度的準確性所需的知情個人的最小百分比取決於小組的規模。如果10個虛擬水牛需要50％的牛群才能知道澆水孔的位置，那麼200％的一組只能獲得5％。
在本質上，領導者的數量可能會盡可能少。 Couzin舉了一個蜜蜂的例子，為此，搜尋一個新的巢穴是危險的，而且耗時。研究表明，只有5％的Hive人群參與偵察。
民主原則
與人類互動情況一樣，有時在認識的人之間會存在分歧。
例如，可能有五個人知道東方的糧食供應，但有四個人向北部發現了食物。研究人員發現，整個小組將傾向於與更多知情的人一起朝著方向發展。
Couzin解釋說：“在現實世界中，您確實有具有不同信息，需求和偏好的人。” “我們表明的是 - 使用非常簡單的規則 - 小組將選擇多數席位。這幾乎就像一個民主決定。”
為了測試這些簡單的規則是否真的適用於真正的動物，Couzin的團隊已經開始實驗，其中某些魚被培訓以將單向與獎勵聯繫起來。然後，這些知情的人將與未經訓練的魚混合，以查看是否可以帶領該小組。
知情的人類和機器人
科學家們還計劃看人類的人群。 Couzin認為可能有類似的機制可以解釋我們如何沿著繁忙的街道行走。
他說：“我們或多或少地在自動駕駛儀上做到這一點。”
也許我們在潛意識中調和了兩個簡單的命令：準時上班，避免踏上任何人的鞋子。
庫辛說：“我們提出的協調機制非常簡單，只需要有限的認知能力。” “這種簡單性，一般性和該機制的有效性為在人群中選擇的支持提供了支持。”
簡單的命令網絡也可能是編程機器人團隊的有效方法。 Couzin之前曾與普林斯頓大學的研究人員合作，他們正在設計可以自主行動的水下機器人。
了解某個目標位置的機器人可以在沒有任何人類監督的情況下引導其他機器人。
