Un nuovo modello matematico spiega come i singoli individui all’interno di uno stormo di uccelli regolano la propria velocità, muovendosi in maniera coordinata in coreografie mozzafiato

di Alessandra Volpe

Per 16 anni, piazza dei Cinquecento a Roma  è stato un laboratorio a cielo aperto.  I ricercatori dell’Università Sapienza di Roma del gruppo Cobbs (Collective behaviour in biological systems) dell’Istituto dei sistemi complessi del Cnr (Cnr-Isc) e dell’Istituto Nazionale di Fisica Nucleare (Infn) hanno elaborato un nuovo modello matematico, sul tetto di Palazzo Massimo, tre videocamere sincronizzate ad alta velocità. L’oggetto dello studio, pubblicato su Nature Communications, è una particolare specie molto diffusa nel nostro paese e nella letteratura scientifica: lo storno (Sturnus vulgaris). Perché studiare il movimento degli stormi in volo?

Da sempre l’essere umano ha osservato la natura prendendo ispirazione. In milioni di anni di evoluzione, piante e animali sono stati un modello per la realizzazione di nuovi strumenti e applicazioni tecnologiche. Gli algoritmi riproducono il comportamento dei più svariati sistemi biologici complessi: batteri, ammassi di cellule, sciami di api, termiti, colonie di formiche, moscerini, locuste, stormi di uccelli, banchi di pesci, fino a gruppi di vertebrati come zebre e bufali.

Tutti caratterizzati da un comune denominatore: il comportamento collettivo, comportamenti sociali con più di un esemplare, laddove i singoli individui si aggregano compiendo movimenti coordinati anche molto complessi.

Uno tra i più esemplari casi di sistema complesso del comportamento collettivo che regala spettacoli naturali nel cielo sono le coreografie in volo degli stormi di uccelli. Le ricerche sui sistemi complessi sono valse il premio Nobel al fisico italiano Giorgio Parisi che vent’anni fa osservava i comportamenti individuali dei singoli storni, i cui comportamenti collettivi erano interpretabili alla luce delle leggi della fisica.

Il comportamento collettivo ha poche semplici regole. È quanto è emerso dall’eccezionale database, unico nel suo genere, che comprende le traiettorie di 45 stormi di varie dimensioni (da 10 a 3000 uccelli). I modelli computerizzati 3D ricostruiscono le posizioni e la velocità dei singoli uccelli nello stormo durante la migrazione invernale.

Lo Sturnus vulgaris, per dimensioni e peso, può volare a circa 43 Km/h, cioè il valore della sua velocità di riferimento. A causa della sua struttura fisiologica non potrà volare veloce quanto un falco.  Quando è in gruppo, vola poco più o poco meno di quel valore: difficilmente si muoverà molto più veloce o molto più lento.

Lo stormo, composto da migliaia di individui, non ha un direttore d’orchestra.  Eppure riesce a sincronizzare i movimenti per mantenere il gruppo coeso e reagire collettivamente agli attacchi dei predatori e agli stimoli esterni.  Un gruppo di storni sotto l’attacco di un falco, reagisce quasi istantaneamente assumendo le forme più disparate, dalla flash expansion (gli uccelli che si allontanano l’uno dall’altro) al vacuolo (punti ad alta densità e altri vuoti), alla formazione coordinata in gruppi più piccoli seguita da nuove fusioni in un unico stormo.

Reagisce così rapidamente alle minacce di un predatore, perché un esemplare, in gruppo, imita il comportamento di altri dieci storni vicino a lui. Quando un uccello cambia velocità e direzione, con “una sorta di passaparola il cambiamento si propaga in tutto il gruppo” spiega Irene Giardina, ricercatrice Infn e professore associato dell’Università Sapienza di Roma. Così come “quando siamo nel traffico o in autostrada e regoliamo la nostra andatura in base alle autovetture davanti a noi”. Se la “vettura frena, quelle nelle sue immediate vicinanze la imitano” e quindi “tutta la fila di macchine collettivamente rallentano”, specifica Antonio Culla, del gruppo Cobbs, dottorando in fisica all’Università Sapienza di Roma e tra gli autori dell’articolo scientifico.

Il modello potrà essere impiegato per aumentare la comprensione di sistemi la cui evoluzione è, come nel caso degli stormi di storni, risultato delle complesse dinamiche a livello dei singoli componenti, aiutando lo sviluppo e la realizzazione di soluzioni tecnologiche in grado di implementare tali comportamenti

conclude Andrea Cavagna, Dirigente di Ricerca Cnr dell’Istituto dei Sistemi Complessi e associato Infn.

Tutto ciò ha un potenziale sorprendente: fin dagli anni ’90 la ricerca nel campo della fisica teorica ha prodotto robot in grado di sincronizzare i movimenti in modo efficiente e a coordinarsi tra loro. Il futuro sarà l’impiego di sciami artificiali.  Il vantaggio? In aree inaccessibili o pericolose per l’essere umano avere uno sciame robotico autonomo e autosufficiente ha sicuramente un risvolto positivo ed efficace.                            

A. M. Zungeru, Li-Minn Ang, K. P.Seng, Termite-hill: Performance optimized swarm intelligence based routing algorithm for wireless sensor networks; Journal of Network and Computer Applications 35 (2012) 1901–1917

A. Attanasi, A. Cavagna, L. Del Castello, I. Giardina, T. S. Grigera, A. Jelić, S. Melillo, L. Parisi, O. Pohl, E. Shen, M. Viale, Information transfer and behavioural inertia in starling flocks;   Nature Physic (2014) DOI: 10.1038/NPHYS3035

A. Cavagna, A. Culla, X. Feng, I. Giardina, T. S. Grigera, W. Kion-Crosby, S. Melillo, G. Pisegna, L. Postiglione, P. Villegas,  Marginal speed confinement resolves the conflict between correlation and control in collective behaviour;  Nature Communications (2022) DOI https://doi.org/10.1038/s41467-022-29883-4

Immagine in evidenza: crediti Alessandra Volpe