درک اینکه چگونه و چرا ملخها حرکت جمعی همسو از خود نشان میدهند، برای پیشبینی و مدیریت خسارات آتی و شیوع بیماریهای احتمالی، حیاتی است. با این حال، دانش کنونی تنها شامل قوانین حاکم بر ظهور این رفتارهای پیچیده و الگوبرداری شده، و تصمیمگیری مبتنی بر تعداد انگشتشماری از مدلهای نظری است که تنها برخی ازجنبههای الگوهای رفتاری مشاهدهشده را مرور میکنند. در شماره جدید مجله Science که ۲۸فوریه ۲۰۲۵(۱۰ اسفند ۱۴۰۳) منتشر شد، گروهی از پژوهشگران در مطالعهای با ادغام مطالعات میدانی، آزمایشگاهی و واقعیت مجازی سعی کردهاند نشان دهند که مدلهای رایج برای توضیح حرکت جمعی در ملخها و شاید حتی سیستمهای مشابه دیگر نیاز به بازبینی مجدد دارند. برای بررسی چگونگی ظهور اینگونه رفتارهای جمعی، محققان به یک مدل ذرات خودپیشران (SPP) از فیزیک آماری روی آوردند که مفروضات زیربنایی کمی داشت و ویژگیهای جهانی رفتار گروهی را به زیبایی پیشبینی میکرد. این مدل که اکنون دو دهه از عمر آن میگذرد، مبتنی بر ذرات متحرکی است که جهت حرکت خود را بهگونهای تنظیم میکنند که با ذرات مجاورشان در یک منطقه برهمکنش تعریفشده، هماهنگ شوند. پیشبینی مرکزی مدل این است که با افزایش چگالی ذرات (در این مورد ملخها) در گروه، یک انتقال سریع از حرکت بینظم به یک حرکت جمعی بسیار همسو اتفاق میافتد.
مطالعات پیشین
در آزمایشهای قبلی برای ارزیابی پیشبینیهای مدلSPP، از یک میدان راهپیمایی مبتنی برآزمایشگاه برای تعیین کمیت حرکت و تعاملات بین تعداد مختلف ملخها استفاده شده بود. نتایج حاصل از این آزمایشها از پیشبینیهای مدل SPP پشتیبانی میکند؛ دادههای میدانی این آزمایش نیز با استفاده از گروههای راهپیمایی ملخ استرالیایی طاعون (Chortoicetes terminifera) و با فیلمبرداری از دستههای ملخ در حال رژه زیر یک دوربین ثابت، بهدست آمد. با این حال مدلهای جایگزین دیگری نیز برای توضیح رفتار جمعی ملخها پیشنهاد شده است. یکی از آنها مدلهای مکانیکی براساس پاسخ حشرات به جریان نوری است که در سراسر شبکیه توسط ملخهای مجاور در حال حرکت در گروه ایجاد میشود. مدل جایگزین دیگر مدل تعقیب-گریز است؛ مدلی از ملخهایی که در تعقیب ملخهای جلویی هستند و در عینحال از تماس با ملخهایی که در کنار و پشتسرشان هستند، اجتناب میکنند؛ که شاید بهدلیل تمایل پنهان ملخها به همنوعخواری یکدیگر باشد.
چالشها
دو تناقض بین مدل SPP و دادههای مشاهدهای وجود داشت؛ ملخها در مزرعه میتوانند با تراکم کم راهپیمایی کنند. این امر مستلزم یک اصطلاح برای اینرسی در مدل است، بهطوری که هنگامی که ملخها شروع به راهپیمایی کردند، حتی در تراکمهای پایینتر از آنچه برای شروع راهپیمایی در وهله اول لازم است، تمایل به ادامه مسیر خواهند داشت. تناقض دیگر این بود که ویژگیهای ماکروسکوپی ساختار گروه کاملا آنطور که مدل پیشبینی میکرد، نیاز به افزودن ویژگیهای کمی بیشتری از رفتار ملخ داشت (بهعنوان مثال، نیروهای جاذبه و دافعه، مکث یا پریدن).
پیش از اینکه مدل SPP یا هر مدل دیگری تأیید شود، باید بر یک چالش فنی بزرگ غلبه کرد: مطالعه گروههای ملخ چه در آزمایشگاه چه در مزرعه، نمیتواند واکنشهای رفتاری منفرد ملخها را تفکیک کند. واکنشهایی که در یک فعلوانفعال حسی در حال تنظیم با رفتار دیگران، دائما درهمتنیده میشوند. در نتیجه، استنباط پاسخهای رفتاری منفرد بر تحلیلهای آماری پیچیده متکی است که نتایج آن باید با پیشبینیهای مدلهای محاسباتی یا ریاضی مقایسه شود.
پژوهشگران با استفاده از یک محیط مجازی فراگیر برای ملخها، این مشکل را در یک گشتوگذار فنی حل کردند. پورههای ملخ در حالی که در یک تصویر پانورامای مجازی سهبعدی از یک صحنه برنامهریزیشده (که شامل شبیهسازی واقعی ملخهای دیگر بود) غوطهور بودند، اجازه داشتند آزادانه روی یک جسم کروی با سرعت بالا حرکت کنند.
یافتهها
پژوهشگران دریافتند که مدل SPP و سایر مدلهای مبتنی بر قوانین تعامل ثابت و مناطق نفوذ، با رفتار ملخها در سیستم واقعیت مجازی مطابقت ندارند. ملخها از قوانین رفتاری ثابتی مانند همسویی با ملخهای مجاور خود در یک منطقه تعامل یا پاسخ به جریان نوری میدان گسترده پیروی نمیکردند. در عوض ملخهای دیگر بهعنوان اهدافی عمل میکردند که ملخهای کانونی به سمت آنها کشیده میشدند.این بیشتر با مدل «جذبکننده حلقه» سازگار است، که در آن حلقهای از نورونهای متصل، بهطور مکرر و کلی جهت حرکت را رمزگذاری میکنند و با تغییر دینامیک ورودیهای بصری خارجی و دینامیک داخل، مدار به روزرسانی میشود. بهعنوان مثال، هنگامی که یک ملخ کانونی بین دو گروه در حال حرکت در یک جهت مشترک قرار میگیرد، همانطور که توسط همه مدلهای مبتنی بر همترازی پیشبینی شده بود، حرکت خود را در راستای آنها ادامه نداد. بلکه به شدت چرخید و خود را به سمت یک گروه یا گروه دیگر هدایت کرد. علاوه بر این، تحلیل مجدد دادههای حاصل از مطالعه میدان راهپیمایی قبلی، هیچ مدرکی دال بر آستانه چگالی برای حرکت جمعی همتراز نیافت.
گام بعدی این است که ببینیم آیا مدل جدید محققان میتواند با موفقیت شکل و مسیر گروههای راهپیمایی ملخها را در مقیاسهای فضایی بزرگتر و در محیطهای بصری دنیای واقعی پیشبینی کند؟
محققان به این نتیجه رسیدند که زمان آن رسیده که به ملخها و سایر موجودات فراتر از ذرات متحرکی بنگریم که طبق قوانین مکانی و زمانی، ثابت رفتار میکنند و آنها را بهعنوان تصمیمگیرندگان احتمالی در نظر بگیریم که بهطور پویا به محیط حسی خود پاسخ میدهند. مدلهای فیزیک آماری مینیمالیستی در رساندن این رشته به چنین موقعیتی مفید بودهاند که در نتیجه پیشرفتهای خارقالعاده در تحلیل رفتاری، علوم اعصاب و واقعیت مجازی، اکنون چنین چارچوببندی مجددی را امکانپذیر کرده است. در این مطالعه، پژوهشگران نشان دادند که در مسیر تلاش ما برای درک قدرت جمعی، آستانه ورود به قلمرو شناختی حیوانات در دسترس است.
ملخ صحرایی
ملخ صحرایی (Schistocerca gregaria) در میان گروهی متشکل از ۲۰ گونه از ملخهایی که در پاسخ به ازدحام جمعیت، بسیار اجتماعی میشوند، مشهورترین گونه است. ملخهای صحرایی وقتی به تنهایی پرورش مییابند، از یکدیگر دوری میکنند و رفتار مرموزانهای از خود نشان میدهند؛ احتمالا برای جلوگیری از جلب توجه شکارچیان. با این حال تنها پس از چند ساعت ازدحام، آنها جذب ملخهای دیگر میشوند و تجمعهایی را تشکیل میدهند که ناگهان به گروههای راهپیمایی عظیمی تبدیل میشوند. با توجه به اینکه در میان آنها هیچ ملخ رهبر یا سلسلهمراتبی برای کنترل وجود ندارد، این گروهها بهگونهای رفتار میکنند که انگار یک تفکر واحد هستند. در واقع رفتارجمعی آنها از تعاملات بین ملخهای فردی ناشی میشود. بهدلیل خسارتها و مشکلات سلامتی ایجاد شده توسط آنها، ملخهای صحرایی جزو مضرترین انواع ملخها محسوب میشوند. اینگونه اصولا بومی ایران نیست و چون معمولا از روی خلیجفارس پرواز کرده و خود را به ایران میرساند، در ایران به آن ملخ دریایی نیز میگویند. ملخ صحرایی هر چند سال یک بار از کانونهای دائمی خود که شامل آفریقا، عربستان سعودی، هندوستان و پاکستان است، به مناطق جنوبی ایران حمله کرده و دامنه انتشار آن در بعضی از سالها تا مناطق شمالی دریای خزر نیز کشیده میشود.