Un querido colega nos comparte hoy un artículo fascinante, escrito y publicado por la Seoul National University, editado por Sadie Harley, revisado por Robert Egan, re-publicado el 26 de septiembre de 2025 en Phys.Org y traducido por nosotros para este espacio. Veamos de qué se trata…
¿Qué es una bandada?
El término bandada se usa para describir a un grupo de aves que vuelan juntas, moviéndose de manera coordinada y, a veces, formando figuras sorprendentes. Pensemos en: Los gansos que migran en formación en “V”, o los estorninos que pintan el cielo con formas cambiantes en lo que se conoce como murmuración.
¿Por qué lo hacen?
- Protección: al estar en grupo, disminuye el riesgo de ser atrapados por depredadores.
- Eficiencia energética: la formación en “V” permite ahorrar energía aprovechando las corrientes de aire.
- Orientación: moverse en conjunto facilita seguir rutas seguras y efectivas.
Aunque la palabra se usa sobre todo para aves, también puede aplicarse a otros colectivos en movimiento, desde mariposas hasta grupos humanos.
IA para aprender las reglas del movimiento colectivo
Un equipo de la Universidad Nacional de Seúl y la Universidad Kyung Hee ha desarrollado un marco para controlar y reproducir patrones colectivos (como anillos, molinos o bandadas), entrenando una inteligencia artificial basada en la física.
El estudio, publicado en Cell Reports Physical Science, muestra cómo la IA aprende las reglas locales que guían la interacción entre individuos y predice en qué condiciones emerge un estado ordenado a partir del caos inicial.
Incluso, al entrenarse con trayectorias GPS de palomas reales, el modelo logra descubrir los mecanismos de interacción que ocurren en bandadas naturales.
Del caos al orden
El movimiento colectivo es un fenómeno emergente: muchos individuos —aves, peces, insectos, robots e incluso personas— generan patrones a gran escala sin un líder central. Cada uno responde sólo a sus vecinos cercanos, pero el resultado global es sorprendentemente coherente.
El desafío es enorme: estos sistemas son ruidosos, no lineales y la percepción es direccional. Para enfrentarlo, los investigadores usaron redes neuronales que respetan las leyes de la dinámica y aprenden tanto de patrones simples como de trayectorias experimentales.
Las reglas que descubre la IA
La red neuronal identifica dos reglas básicas de interacción:
- Reglas de distancia → establecen el espaciamiento.
- Reglas de velocidad → alinean la dirección de movimiento.
(Además de combinaciones de ambas).
Con estas reglas, los agentes virtuales logran reproducir patrones colectivos: ajustar el radio de un anillo, variar el tamaño de un grupo o modificar la rotación de un molino. Incluso puede generar transiciones suaves entre modos colectivos, o moverse cerca de obstáculos y en espacios confinados.
El modelo también incorpora un campo de visión anisotrópico, lo que reproduce la jerarquía líder-seguidor observada en la naturaleza.
Implicaciones: de las aves a los drones
Este enfoque abre la puerta a múltiples aplicaciones:
Robótica: diseñar enjambres de drones o robots terrestres capaces de formar y cambiar patrones según la tarea.
Ciencias naturales: comprobar qué interacciones locales explican realmente la agrupación observada en animales.
Ingeniería de materiales: guiar el autoensamblaje de materiales activos con formas específicas.
Datos sintéticos: generar escenarios realistas para estudiar sistemas complejos y descentralizados.
En resumen, al traducir el comportamiento colectivo en reglas comprensibles, la IA nos ofrece una ventana para explorar —y tal vez imitar— la sorprendente inteligencia de la naturaleza.
Fuente: https://phys.org/news/2025-09-physics-ai-local-flocking-motion.html
