Старлинг мрмљање: наука иза једног од највећих приказа природе

Менно Сцхаефер / схуттерстоцк

Гледање жамора чворака док птице падају, роне и круже небом једно је од великих задовољстава сумрачне зимске вечери. Од Напуља до Њукасла, ова јата агилних птица изводе исти невероватан акробатски приказ, крећући се у савршеној синхронизацији. Али како то раде? Зашто се не сруше? А шта је поента?

Још 1930-их један водећи научник је сугерисао да птице морају имати психичке моћи да раде заједно у јату. На срећу, савремена наука почиње да проналази неке боље одговоре.

Да бисмо разумели шта чворци раде, почињемо давне 1987. године када је пионирски компјутерски научник Крег Рејнолдс направио симулацију јата птица . Ови „боиди“, како је Рејнолдс назвао своја компјутерски генерисана створења, следили су само три једноставна правила да би створили своје различите обрасце кретања: оближње птице би се удаљиле даље, птице би ускладиле свој правац и брзину, а удаљеније птице би се приближиле.

Неки од ових образаца су затим коришћени за стварање реалистичних група животиња у филмовима, почевши од Бетменовог повратка из 1992. и његових ројева слепих мишева и „војске“ пингвина . Најважније је да овај модел није захтевао никаква дугорочна упутства или натприродне моћи – само локалне интеракције. Рејнолдсов модел је доказао да је сложено јато заиста могуће кроз појединце који прате основна правила, а настале групе су свакако „изгледале“ као оне у природи. Од ове полазне тачке настало је читаво поље моделирања кретања животиња. Усклађивање ових модела са стварношћу је 2008. године спектакуларно постигла група у Италији која је била у стању да сними мрмљање чворака око железничке станице у Риму, реконструише њихове позиције у 3Д и покажу правила која су се користила. Оно што су открили је да чворци покушавају да одговарају смеру и брзини најближих седам или више суседа, уместо да реагују на кретање свих оближњих птица око себе.

Када гледамо како жамор пулсира у таласима и ковитла се у низове облика, често се чини да постоје области у којима птице успоравају и постају густо збијене, или где се убрзавају и шире се шире. У ствари, ово је углавном захваљујући оптичкој илузији коју ствара 3Д јато које се пројектује на наш 2Д поглед на свет, а научни модели сугеришу да птице лете сталном брзином.

Захваљујући напорима компјутерских научника, теоретских физичара и бихејвиоралних биолога, сада знамо како се ови мрмљаји стварају. Следеће питање је зашто се уопште дешавају – шта је узроковало да чворци развију овакво понашање?

Једно једноставно објашњење је потреба за топлотом ноћу током зиме: птице морају да се окупљају на топлијим местима и да се смештају у непосредној близини само да би остале живе. Чворци могу да се спакују у место за преноћиште – трске, густе живице, људске структуре попут скела – са више од 500 птица по кубном метру , понекад у јатима од неколико милиона птица. Тако високе концентрације птица биле би примамљива мета за предаторе. Ниједна птица не жели да буде она коју грабежљивац улови, тако да је безбедност у бројевима назив игре, а усковитлане масе стварају ефекат конфузије спречавајући да једна јединка буде мета.

Чворци нису видовњаци – само су добри у придржавању правила. Фотографија Адри / схуттерстоцк

Међутим, чворци често путују до склоништа удаљених неколико десетина километара и на тим летовима троше више енергије него што би могли да уштеде преноћиштем на незнатно топлијим местима. Стога мотивација за ова колосална склоништа мора бити више од саме температуре.

Безбедност у бројевима могла би да покрене образац, али интригантна идеја сугерише да се јата могу формирати тако да појединци могу да деле информације о тражењу хране. Ово, „ хипотеза информационог центра “, сугерише да када је храна неуједначена и када је тешко пронаћи најбоље дугорочно решење захтева узајамно дељење информација између великог броја појединаца. Баш као што пчеле деле локацију цветних делова, птице које пронађу храну једног дана и деле информације преко ноћи имаће користи од сличних информација другог дана. Иако се већи број птица придружује уточиштима када је хране најтеже , што изгледа даје ограничену подршку овој идеји, до сада се показало изузетно тешким правилно тестирати укупну хипотезу.

Наше разумевање покретних група животиња се енормно проширило у последњих неколико деценија. Следећи изазов је разумети еволуционе и адаптивне притиске који су створили ово понашање и шта би то могло значити за очување како се ти притисци мењају. Можда можемо прилагодити наше разумевање и користити га за побољшање аутономне контроле роботских система. Можда ће се понашање аутоматизованих аутомобила будућности у време највеће гужве заснивати на чворцима и њиховом мрмљању.