ムクドリの群れ：自然界で最も素晴らしい光景の一つの背後にある科学

メノ・シェーファー / シャッターストック

夕暮れの冬の夕暮れ時、ムクドリの群れが急降下し、急降下し、旋回しながら空を舞う様子を眺めるのは、最高の楽しみの一つです。ナポリからニューカッスルまで、機敏な鳥の群れは皆、息を呑むほどのアクロバティックなパフォーマンスを披露し、完璧な同期飛行を披露しています。しかし、一体どうやってこんなことをするのでしょうか？なぜ衝突しないのでしょうか？そして、一体何の意味があるのでしょうか？

1930年代、ある著名な科学者は、鳥が群れで行動するには超能力が備わっているに違いないと示唆しました。幸いなことに、現代科学はより優れた答えを見つけ始めています。

ムクドリの行動を理解するには、1987年にコンピューター科学者の先駆者クレイグ・レイノルズが鳥の群れのシミュレーションを作成したことを思い出す必要があります。レイノルズがコンピューター生成生物を「ボイド」と呼んだこの生物は、わずか3つのシンプルなルールに従って、それぞれ異なる移動パターンを生み出しました。近くの鳥は離れ、鳥は方向と速度を合わせ、遠くの鳥は近づくというものです。

これらのパターンの一部は、1992年の映画『バットマン リターンズ』でコウモリの大群やペンギンの「軍隊」を皮切りに、映画の中でリアルな動物の群れを作り出すために使われました。重要なのは、このモデルは長距離の誘導や超自然的な力を必要とせず、局所的な相互作用だけで済むということです。レイノルズのモデルは、個々の動物が基本ルールに従うことで複雑な群れが実際に形成可能であることを証明し、結果として得られる群れは確かに自然界の群れのように「見えました」。この出発点から、動物の動きをモデリングするまったく新しい分野が生まれました。これらのモデルを現実に一致させることは、2008年にイタリアのグループによって見事に達成されました。彼らはローマの鉄道駅の周りのムクドリの群れを撮影し、その位置を3Dで再現し、使用されているルールを示すことに成功しました。彼らが発見したのは、ムクドリは周囲の近くの鳥すべての動きに反応するのではなく、最も近い7羽ほどの隣人ムクドリの方向と速度に合わせようとするということでした。

群れが波のように脈動し、渦を巻いて様々な形に整列していく様子を見ていると、鳥たちが速度を落とし密集するエリアや、速度を上げて間隔を広げるエリアがあるように見えることがよくあります。実際には、これは主に3Dの群れが私たちの2Dの世界に投影されることで生じる錯覚によるもので、科学モデルによれば、鳥たちは一定の速度で飛んでいるとされています。

コンピュータ科学者、理論物理学者、行動生物学者の努力のおかげで、これらの群れがどのように発生するかが明らかになりました。次の疑問は、そもそもなぜこのような群れが発生するのか、つまりムクドリがこの行動を進化させた原因は何だったのかということです。

冬の間、夜間に暖かさが必要なのは単純な説明です。鳥たちは生き延びるために、暖かい場所に集まり、近い場所にねぐらをつく必要があるのです。ムクドリは、ねぐらの場所（葦原、密集した生垣、足場のような人造建築物）に1立方メートルあたり500羽以上、時には数百万羽の群れで密集することがあります。このような鳥の密集は、捕食者にとって魅力的な標的となります。どの鳥も捕食者に狙われたくないので、数で安全を確保することが最優先です。そして、渦巻く群れは混乱を引き起こし、単独の個体が狙われるのを防ぎます。

ムクドリは超能力者ではありません。ただルールに従うのが得意なだけです。写真：Adri / Shutterstock

しかし、ムクドリは数十キロメートル離れた場所からねぐらまで頻繁に往復し、その飛行で消費するエネルギーは、わずかに暖かい場所でねぐらをとった場合よりも多くなります。したがって、これらの巨大なねぐらの理由は、気温だけではないはずです。

数の安全がこのパターンを引き起こす可能性はあるが、群れが形成されるのは個体が採餌に関する情報を共有できるようにするためだという興味深い考えがある。これは「情報センター仮説」と呼ばれ、食物がまばらで見つけにくい場合、長期的な最善の解決策には多数の個体間での情報の相互共有が必要であることを示唆している。ミツバチが花畑の場所を共有するのと同じように、ある日食物を見つけて一晩中情報を共有する鳥は、別の日も同様の情報から利益を得る。食物が最も不足しているときに多数の鳥がねぐらに集まることは、この考えをある程度裏付けているように思えるが、これまでのところ、仮説全体を適切に検証することは非常に困難であることが判明している。

過去数十年にわたり、動物の群れの移動に関する理解は飛躍的に深まりました。次の課題は、この行動を生み出した進化的・適応的圧力を理解し、それらの圧力が変化する際に保全にとってどのような意味を持つのかを理解することです。この理解を応用し、ロボットシステムの自律制御の改良に活用できるかもしれません。もしかしたら、未来の自動運転車のラッシュアワー時の行動は、ムクドリとその群れの鳴き声に基づいているかもしれません。