Казалось бы, соударяющиеся электроны и люди, собравшиеся на политическом митинге, не имеют ничего общего, но исследователям из Корнелльского университета удалось найти точки соприкосновения.
Они разработали очень точный математический метод предсказания поведения толпы, используя труды лауреатов Нобелевской премии по физике, первоначально разработанных для изучения больших ансамблей квантово-механически взаимодействующих электронов.
Например, используя общедоступные видеоданные о людях в общественных местах, разработанный подход может предсказать, как толпа будут вести себя в условиях экстремальной скученности. Измеряя флуктуации плотности с помощью приложения для смартфонов, метод может описывать текущее поведение или настроение толпы, предоставляя собой систему раннего предупреждения о ситуации к опасному сценарию.
По сути дела исследователи применили математические концепции и подходы теории функционала плотности (DFT), ветви физики множества тел, разработанной для квантово-механических систем.
Чтобы проверить свою теорию, ученые создали модельную среду с использованием фруктовых мушек-дрозофил (Drosophila melanogaster) в качестве объекта наблюдения. Сначала они продемонстрировали математический способ извлечения функций, которые определяют количество мушек, тяготеющих к различным факторам в их среде, — функцию «досады» — насколько они помнят столкновения друг с другом, и функцию «разочарования» — учитывающую то, как меняется плотность населённости, когда мушки перемещаются.
Затем исследователи показали, что, смешивая и сопоставляя эту информацию с наблюдениями за одной мухой в совершенно новой среде, они могли точно предсказать, как большое скопление насекомых будет вести себя в этой новой среде.
Как сказал профессор Томас Ариас, ведущий автор «Теории флуктуационной плотности соударений в толпе» (DFTC), поведение толпы на политическом митинге может служить человеческим примером теории DFTС. Некоторые лица попытаются найти лучшие места — как правило, ближе всего к сцене, избегая переполненных областей. Когда появятся новые и лучшие места, люди, вероятно, будут перемещаться туда.
Изменяя социальные условия в своих экспериментах на мухах, а также отслеживая перестройку толпы людей, исследователи показали, что они могут обнаружить изменения в «настроении» толпы. Таким образом, метод DFTC не только предсказывает поведение толпы в новых условиях, но также может использоваться для быстрого и автоматического обнаружения изменений в социальном поведении.
Другое приложение, использующее данные сотовой связи и переписи населения, могло бы анализировать политические или экономические факторы и демографическое давление для описания и прогнозирования широкомасштабных потоков населения, таких как массовые миграции.
Теория “флуктуационной плотности соударений в толпе» (DFTC) была описана в статье, опубликованной в издании Nature Communications.