WDL Demo Rss

Schwarmverhalten, Definition

--------------------------
Dies ist eine von mehreren kommenden Begriffsdefinitionen, die ich aber brauche um meine zukünftigen Blogartikel zu entwickeln.
--------------------------



Der Begriff Schwarmverhalten bezeichnet das Verhalten von Fischen, Vögeln, Insekten und anderen Tieren sich zu Aggregationen von Tieren meist gleicher Größe und Anordnung zusammenzuschließen die nicht durch ein Leittier oder eine starre Ranghierarchie geführt werden.



Die physiologische Basis, die es den Individuen eines Schwarm ermöglicht, sich in der beobachtbaren Synchronizität zu bewegen, wird in den Spiegelneuronen vermutet.

Interessante Ergebnisse brachten Computersimulationen von Schwärmen, die 1986 von Craig Reynolds zum ersten Mal wirklich modelliert wurden. Das Prinzip basiert auf drei Regeln, die die einzelnen Agenten (Individuen/Boids) beachten:

1. Bewege dich in Richtung des Mittelpunkts derer, die du in deinem Umfeld siehst.
2. Bewege dich weg, sobald dir jemand zu nahe kommt.
3. Bewege dich in etwa in dieselbe Richtung wie deine Nachbarn.

Als Folge dieser Regeln auf Individuenebene ergibt sich eine Gesamtstruktur, nämlich der Schwarm. Man spricht von Emergenz.



Viele Arten von Zugvögeln fliegen allerdings nicht in Schwärmen, sondern in V-förmigen Zügen oder, wie zum Beispiel die Kraniche, auch in langen Ketten schräg hinter einander. Computermodelle für Schwarmverhalten waren lange Zeit daran gescheitert, solche V-Formationen aus einem Schwarm zufällig angeordneter, vom Boden auffliegender Tiere zu berechnen. Valmir Barbosa und Andre Nathan (Universidade Federal do Rio de Janeiro) berichteten im Frühjahr 2007, das Problem gelöst zu haben: Durch die Kombination von bloß zwei Vorgaben für jedes Tier.:

1. Nutze den Auftrieb, den der Flügelschlag eines vor dir fliegenden Vogels verursacht.
2. Nimm dabei eine Position ein, von der aus du ungestört nach vorn blicken kannst.

Diese Modellrechnungen gingen von Schwärmen mit bis zu 35 Tieren aus, und egal, wie diese Tiere zunächst angeordnet wurden: Immer entstand schließlich eine ordentliche Formation.

Schwarmverhalten kann zur Generation einer speziellen Art von Mehrwissen, sogenannter Schwarmintelligenz führen. Schwarmintelligenz (engl. swarm intelligence), das Forschungsfeld der Künstlichen Intelligenz (KI), das auf Agententechnologie basiert, heißt auch Verteilte Künstliche Intelligenz (VKI). G. Beni und J. Wang hatten den Begriff swarm intelligence 1989 im Kontext der Robotikforschung geprägt.

Schwarmintelligenz ist Wissen, das sowohl grösser ist als das Wissen irgendeines Einzelindividuums des Schwarms als auch grösser als die Summe des Wissens aller Einzelindividuen des Schwarms. Und zwar in der Art, dass sich die Einzelindividuen meistens nicht über dieses Mehrwissen bewusst sind.

Dieses Wissen generiert sich aus dem Schwarmverhalten und ist dynamisch und in der Lage, natürliche Lernprozesse zu durchlaufen, die schneller sind als z.B. genetische Auslese (Darwinismus: survival of the fittest) oder memetische Entwicklung.


Weil Menschen in Panik instinktiv so reagieren wie Fische und Vögel, kann man das Schwarmverhalten auch auf Menschenansammlungen übertragen und so die nahe liegenden Fluchtwege in Gebäuden wie Fußballstadien oder Konzerthallen bestimmen.



Ein Ausschnitt aus der Sendung Quarks & Co vom 14.04.2007 (WDR).

Thema der Sendung: Wie von Geisterhand gesteuert, bewegen sich Fische, Vögel oder Insekten zu Tausenden völlig synchron vorwärts und wechseln schlagartig die Richtung, ohne zusammen zu stoßen.

Dieses Phänomen bringt Biologen ins Schwärmen und bereitet ihnen gleichzeitig Kopfzerbrechen: Wie funktioniert so ein Schwarm? Wer oder was steuert die anonyme Masse? Und vor allem: Wie kann der Schwarm eine Leistung und eine Intelligenz erreichen, die weit über den Fähigkeiten der einzelnen Individuen liegt?




Für weitere Infos siehe auch:
Definition Schwarmverhalten auf Wikipedia.
• «Lernen im Schwarm» auf Piu's Wiki
WDR-Podcast über Schwarmverhalten, Quarks & Co, 14.04.2007


Comments (0)

Post a Comment

Thanx for leaving a comment :)
Danke für deinen Kommentar :)