本文发表于《大众科学》的前博客网络，反映了作者的观点，不一定反映《大众科学》的观点
鲍勃·迪伦问道：“鸟儿是否摆脱了天空之路的束缚？” 当然，这是一个比喻（在迪伦的例子中，指的是逝去的爱情），但它之所以成立，是因为鸟类飞行的复杂性——从迁徙和导航到群体动态——长期以来一直是一个谜，其中不乏各种想法，但鲜有确凿的答案。当然，昆虫和哺乳动物也进化出了飞行能力，这是趋同进化的伟大例证之一，但鸟类飞行尤其令人着迷和神秘。
荷马和亚里士多德都记录了鸟类迁徙的细节；但如果从土著人民的神话和传说来看，人类对鸟类飞行的兴趣可能可以追溯到更久远的时代。自从有人观察鸟类以来，就出现了关于它们如何以及为何如此行事的理论。在现代，关于鸟类为何成群结队以及为何以 V 字形迁徙的理论层出不穷，但答案却寥寥无几。但利用创新技术对椋鸟集群和秃头鹮迁徙进行的新研究表明，鸟类确实正在发生复杂的飞行动力学和基于感官反馈的快速调整，而这些 ранее 被认为是不可能的。
内置 GPS？没那么快
关于支持科学新闻
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道 订阅。通过购买订阅，您将有助于确保有关塑造我们当今世界的发现和想法的具有影响力的故事的未来。
当研究人员解答了关于鸟类如何以及为何以 V 字形迁徙的最大疑问之一时，秃头鹮登上了 2014 年 1 月 16 日《自然》杂志的封面。
“在过去的 50 或 60 年里，已经有很多完全理论性的论文预测鸟类在 V 字形阵型中的位置，”伦敦大学皇家兽医学院 (RVC)的鸟类飞行博士后史蒂文·葡萄牙博士说。但细枝末节很难捕捉，而且数据不完整：“以前，人们使用照片和视频，这无法提供正确的准确性。如果它们在同一平面上飞行，这些可能会扭曲高度，并且会遗漏信息。它只能为您提供飞行快照，而不是动态图像。”
葡萄牙的团队与 RVC 的结构与运动实验室合作，从头开始构建了一个飞行记录器，该记录器将一个 300 赫兹的加速度计与一个 5 赫兹的 GPS 同步，并且足够轻，可以连接到秃头鹮身上（它必须小于鸟类体重的 5%，以确保它不会对行为产生不适当的影响）。这两个系统的结合使研究人员能够通过高频率的测量来准确地看到鸟类的位置以及它们的翅膀在做什么。
该团队将记录器连接到 14 只幼年鹮身上，这些鹮是由一个保护组织 Waldrappteam 重新引入到它们在奥地利和德国的先前栖息地的。这些鸟类必须被教会它们的迁徙路线，并且以一定间隔跟在超轻型飞机后面飞行。虽然大多数鸣禽本能地知道迁徙路线，但像鹈鹕、鹤、鹅和鹮这样的大型鸟类需要由它们的父母——或者在本例中是保护主义者——教它们去哪里。这是一个能够跟踪鸟类如何飞行的独特机会（并且在后勤上比捕捉野生秃头鹮要简单得多）。
从 45 分钟飞行中获取的记录器结果揭示了一些 ранее 被认为但从未被明确证实的事情：鸟类调整了它们的翅膀拍打时间和相对于其他鸟类的位置，以最大限度地提高效率。“主要发现不仅是它们将自己置于捕捉上升气流的最佳位置，而且这是一个主动的过程。跟随在另一只鸟后面的鸟的翼尖与前面那只鸟的翼尖采用相同的路径，因此它们会调整拍打的时间和方式，以尽可能多地捕捉上升气流，”葡萄牙说。
为鸟类工程
乔治·杨博士是一位机械工程师，他仔细研究了椋鸟集群（那些由闪闪发光的鸟类组成的巨大人群，病毒式视频就是由它们制成的），以了解最佳的群体行为——不仅仅是为了回答关于小型鸟类如何以及为何成群结队的问题（这已经足够有趣了），而是因为这些信息可能对他在设计非生物智能方面的工作有用。“我们正在研究如何设计传感器或机器人组，使它们能够以低成本完成复杂而智能的事情，”杨说。
椋鸟可以提供杨需要的答案，因为它们已经解决了在信息（噪音）充足的大群体中进行通信的问题。杨将这种工作称为“生物启发工程”——利用大自然的解决方案来解决持续存在的难题。
虽然人们知道在椋鸟群中，每只鸟都会关注其最近的七个邻居，但不明白的是为什么。在 1 月份2013 年的《PLOS 计算生物学》研究论文中，杨和他在普林斯顿大学的博士生导师内奥米·伦纳德（他在那里攻读博士学位）以及来自罗马萨皮恩扎大学的同事确定，七是“优化群体凝聚力和个体努力之间平衡”的数字，根据该论文。
“基本上，如果鸟类关注的邻居太少，你就无法将信息传递到整个鸟群。如果一只鸟关注的邻居太多，它们就不会获得更多信息，它们只是在付出代价。六个或七个是保持鸟群连接所需的最小邻居数量，”杨说。
为了找出这个神奇的数字，杨使用了逐帧分析的视频数据。跟踪并绘制了群体中每只鸟的位置和速度。“我们获取了位置数据，并用它来重建假设的交互网络，”杨说。然后，一些创新技术的运用发挥了作用。
MatLab 是一种广泛应用于工程领域的程序，用于应力分析和流体动力学，杨作为一名工程师对此很熟悉，但在他的椋鸟研究中，他用它来模拟生物系统。“我们最终处理了一个非常大的矩阵，每只鸟都有一行和一列，但 MapLab 有自己的编程语言，可以让你快速编写大型计算程序”，例如来自椋鸟集群中数百只椋鸟的计算，杨说。
通过使用工程程序进行生物学分析，找到了神奇的数字，杨希望将这些知识应用于其他正在处理信号和噪声的系统，就像椋鸟有效地做到的那样。“在一定范围的鸟群大小和密度——以及在一定程度上，典型的鸟群厚度——内，相同数量的邻居都是最佳的，这一事实表明，鸟类与之互动的邻居数量可能是一种进化特征，”杨说。
说到进化，有什么比工程师使用软件来理解自然解决方案，以解决最终使机器人更智能的问题更能完美地例证我们现在的处境呢？