Наприклад, даний метод може використовувати загальнодоступні відеоролики натовпу в громадських місцях та передбачати, як люди будуть розподілятися під час екстремальних скупчень. Спеціальний додаток для смартфонів дозволить вимірювати флуктуації густини натовпу, щоб описати поточний стан, поведінку або настрій натовпу. Це дозволить налагодити систему раннього попередження, коли натовп буде демонструвати небезпечну поведінку.

Томас Аріас, професор фізики, є провідним автором “Флуктуаційної теорії натовпів”, яка була опублікована 30 серпня в Nature Communications. Співавтори Ітаі Коен, професор фізики, та Юнус А. Кінгбабала, докторант в галузі інженерії.

Фізика натовпу

Взаємодію між людьми в натовпі складно визначити у термінах математики. До того ж, велика кількість одиниць натовпу породжує складну математичну проблему. Дослідники прагнули передбачити поведінку натовпу, використовуючи прості вимірювання щільності для виявлення основних взаємодій та використання цих взаємодій для прогнозування нових форм поведінки.

Для цього вони застосували математичні концепції та підходи з функціональної теорії щільності (DFT), (розділ фізики багатьох тіл, розроблений для квантових механічних систем) до поведінки натовпу.

“Це один з надто рідкісних випадків – особливо серед систем з живими одиницями – де теорія передувала експериментам, а експерименти математично повністю підтвердили теорію”.

– Томас Аріас.

Щоб перевірити теорію, дослідники створили модельну систему з використанням фруктових мушок (Drosophila melanogaster). Вони вперше продемонстрували математичний спосіб видобування функцій, які кількісно визначають, наскільки мухам подобаються чи ні різні місця у своєму середовищі. Вчені виявили дві умовні функції – роздратування та фрустрації, які відзначалися різною поведінкою мушок та зміною їх щільності.

Потім дослідники показали, що шляхом узгодження цієї інформації зі спостереженнями за одною мушкою в новому середовищі вони могли точно передбачити те, як велика кількість мушок поширюватиметься в цьому новому середовищі. Вони також відстежували зміни в загальній поведінці натовпу, тобто його “настрій”.

Функціональна теорія щільності на практиці

Хоча фруктові мушки були “зручною і етичною першою тестовою системою”, поведінка натовпу на політичному мітингу може стати людським прикладом теорії DFT. Люди намагатимуться знайти найкраще місце для зупинки – як правило, найближче до сцени, уникаючи переповнених областей. Коли нові та кращі місця стануть доступними, люди, швидше за все, рухатимуться до них.

Для розробки математично-прогнозної теорії дослідники асоціювали число – функцію роздратування – з бажаністю кожноъ локації. Найменше значення буде в ідеальному місці, найближчому до сцени. Функція фрустрації пояснює небажані ефекти натовпу, а поведінкове правило визначає тенденцію людей шукати кращі місця.

Видатне математичне відкриття, на думку Аріаса, полягає у миттєвому та автоматичному отриманні значень для функцій роздратування та фрустрації, під час простого спостереження за натовпом.

Змінюючи соціальні обставини в своїх мушиних експериментах – наприклад, співвідношення самок та самців, або викликаючи голод і спрагу, дослідники показали, що можуть виявити зміни в “настрої” натовпу. Таким чином, підхід DFT не тільки прогнозує поведінку натовпу в нових умовах, але також може бути використаний для швидкого та автоматичного виявлення змін у соціальній поведінці.