一群 Skoltech 科学家 - 博士。学生 Egor Nuzhin、助理教授 Maxim Panov 和 Nikolay Brilliantov 教授应用人工智能方法解释了一种神秘的自然现象：动物旋转。虽然人工智能已经证明了其在广泛的应用问题和工程环境中的出色表现，但发表在《科学报告》上的这项新研究展示了人工智能的另一个方面：它解决基本问题的能力，在这种情况下，它了解生物的集体行为.

在从鱼到昆虫的不同进化阶段的大群动物中观察到漩涡——这些生物在一个群体的共同中心周围连贯地移动。这种奇异行为的生物学功能长期以来一直困扰着进化生物学家和系统科学家。

解释漩涡的传统方法假设在动物之间作用人为的力，它们在这些力的作用下一起移动。与此相反，Skoltech 研究人员提出了一个以目标为中心的模型。它是根据强化学习(AI 工具包中的一个强大工具)制定的。

基于简单的规则和自然的限制，模拟中的野兽通过反复试验学习达到共同移动的目标。也就是说，他们努力保持彼此之间以及与群体中心的一定距离。令人惊讶的是，这导致了自发的漩涡。更引人注目的是，事实证明，旋转对于生存至关重要：它帮助动物抵抗危险的外力，例如风或水下流动。一个受过旋转训练的小组可以比未经训练的小组更有效地抵抗它们数百倍。

图 2. 六、七和八只鸟的最佳分组。注意奇数的不对称模式。虽然所描述的布置最大限度地减少了能量消耗，但在自然环境中可能还有其他因素在起作用，例如保护免受掠食者的侵害。图片来源：Egor Nuzhin 等人/科学报告

在这种情况下，人工智能的另一个有趣应用是动物的分组。鸟类成群迁徙，鱼群聚集，狼成群狩猎，等等。在最佳的相互位置一起移动可能是非常有益的，因为它可以以最小的努力导致运动。应用相同的以目标为中心的方法以及强化学习，该团队证明动物能够找到最有效的运动模式。这些是一组两人的线性排列，一组三人的三角形，一组四人的菱形。这些和其他，有时是针对更大群体的意外模式，是由另一种独立方法发现的，这也验证了基于 RL 的方法。

“我充分意识到一切都是由基本的‘数学构建块’构成的，”我似乎无法停止对人工智能方法的力量感到惊讶，”Brilliantov 教授总结道。