魚の群れは一匹の隣人をコピーする？ダニオネラの新しい群泳モデル

海や川を泳ぐ無数の小魚が、まるで一つの大きな意思を持った生き物のように、一糸乱れず同時に方向を変える姿は、多くの人々を魅了してきました。誰かが号令をかけているわけでもないのに、互いに衝突することなく美しい隊列を保ち続ける仕組みは、生物学だけでなく物理学や情報科学の分野でも長年にわたる大きな謎でした。

従来の有力な説では、「それぞれの魚が、周囲にいる複数の仲間の向きを足し合わせて平均化し、その平均方向へなめらかに進路を合わせている」と考えられてきました。しかし、成魚でも体長わずか12ミリメートルほどの透明な魚「ダニオネラ・セレブラム」を対象とした最新の研究（米物理学会誌『Physical Review Letters』発表）によって、この長年の常識を覆す新たなモデルが提唱されました。魚は周囲全体の平均を計算しているのではなく、「近くにいるたった一匹の隣人を確率的に選び、その進行方向をコピーしている」というのです。本稿では、この新しい群泳モデルの仕組みと実験的根拠、そしてそこから見えてくる集団行動の真理について、中学生から大人まで分かりやすく解説します。

従来の群れモデルと何が違うのか：「平均化」から「単一コピー」へ

群れをなして泳ぐ魚や空を飛ぶ鳥の動きを数学的に説明しようとする試みは、数十年にわたって続けられてきました。その出発点となった代表的な理論が、1980年代にコンピュータグラフィックスの研究者クレイグ・レイノルズが考案した「Boids（ボイズ）モデル」や、1990年代に物理学者タマシュ・ヴィチェックらが提唱した「Vicsek（ヴィチェック）モデル」です。

これらの古典的かつ代表的なモデルに共通していた基本原理は、「局所的な平均化」でした。群れの中の各個体は、自分の周囲（一定の知覚範囲）にいる仲間たちの進行方向を観察し、それらの向きをベクトル（矢印）として合成し、その加算平均の方向へと徐々に自分の進路を近づけていくというルールです。この平均化ルールは、コンピュータ上で本物そっくりの群れのアニメーションを再現することを可能にし、統計物理学においても秩序が生まれるメカニズム（相転移）を鮮やかに説明できる理論として、長らく標準的な枠組みとして君臨してきました。

ところが、今回ダニオネラを対象に行われた研究は、これとは根本的に異なる相互作用ルールを提示しました。個体は周囲の仲間たちの動きを足し合わせて平均化しているのではなく、「近傍に存在する仲間の中から選ばれた単一の隣人の進行方向を参照し、その動きを離散的なタイミングでそのまま真似る（コピーする）」というモデルです。

ここで科学的に極めて重要なのは、「魚には高度な数学的計算（平均値の算出など）ができないから、平均化モデルは間違っている」というような、生物の意識的な知能や計算能力を根拠にして反論しているのではないという点です。自然界の生物は、高度な意識的計算を行わなくても、視覚や神経の反射的な仕組みによって結果的に平均化に似た運動を実現することが十分にあり得ます。問題は「魚に計算ができるかどうか」ではなく、「実際の高精度な観測データをどちらの数理モデルがより整合的に説明できるか」という実証的な検証にあります。研究チームが実際の遊泳データを詳細に解析した結果、複数個体の平均を合成するモデルよりも、単一の隣人を確率的にコピーするモデルのほうが、観測された旋回行動のタイミングや集団全体の挙動をはるかに正確に再現できることが突き止められたのです。

概念図の読み方：複数ベクトルの合成と単一候補の選択

本稿で提示している概念図は、従来の「平均化モデル」と新しい「単一コピーモデル」において、個体が周囲の仲間からどのようなルールで進路を決定しているのか、その意思決定構造の違いを分かりやすく対比したものです。

図の左側（または従来モデルの概念）に描かれているのは、「複数ベクトルの平均化」です。中心にいる1匹の魚の周囲に、複数の仲間が存在しています。それぞれの仲間が異なる方向へ泳いでいるとき、中心の魚はそれら全員の進行方向（ベクトル）を認識し、それらを足し合わせて平均した「合成ベクトル」を算出します。そして、その合成された平均方向に向かって、滑らかな曲線を描くように進路を徐々に補正していきます。これが、従来のBoidsやVicsekモデルが想定していた情報処理のイメージです。

一方、図の右側（または新モデルの概念）に描かれているのは、「単一候補の選択とコピー」です。中心の魚の周囲に同じように複数の仲間がいたとしても、それらの向きを足し合わせることはしません。周囲にいる候補の中から、確率的な抽選によって「たった1匹の特定の相手」が参照先として選ばれます。そして、その選ばれた隣人が進んでいる方向をそのまま自分の新しい進行方向として採用し、旋回を行います。足し算や平均化といった処理は一切行われず、「選ばれた1匹の向きを直接真似る」という極めてシンプルな選択ルールが働いています。

この図を読み解く際には、いくつかの重要な注意点があります。まず、この図は実際の魚の遊泳軌跡をそのままプロットした生データグラフではありません。また、「平均化モデルなら滑らかな曲線を描いて泳ぎ、コピーモデルならカクカクとした折れ線を描いて泳ぐ」といった、外見的な軌跡の線の形状の違いを示したものでもありません。水の中を泳ぐ実際の魚は、どちらのルールに従っていたとしても、筋肉の運動や水の抵抗（流体力学）の影響を受けるため、極端に不自然な折れ線を描いて泳ぐわけではないからです。

さらに、図の中に後述する仮想個体（バーチャルフィッシュ）を用いた刺激提示実験の構図が概念的に添えられている場合でも、それは実験のセットアップや刺激の与え方を模式的に説明したものであり、実際の魚の視線追跡データや脳内の神経活動の計測結果を直接示すものではないという限界を正しく理解しておく必要があります。

なぜ「コピー」と言えるのか：実験室での軌跡解析とバーチャルフィッシュ実験

では、研究チームはどのようにして「魚が一匹の隣人をコピーしている」という結論に至ったのでしょうか。その根拠は、実験室での極めて精密な個体追跡データの解析と、それに基づく仮説を行動学的に検証した実験にあります。

実験の対象となったのは、*Danionella cerebrum*（ダニオネラ・セレブラム）という魚です。この魚は成魚でも全長が約10〜12ミリメートル程度と、脊椎動物の中でも最小クラスの極めて小さな淡水魚です。ミャンマーの浅い小川などに生息しており、体がガラスのように透明で、頭部の骨や皮膚を通して脳が外から透けて見えるという類まれな特徴を持っています。そのため、近年の行動生物学や神経科学において、個体間の相互作用や脳の働きを調べるモデル生物として脚光を浴びています。

研究チームは、実験室に設置された制御水槽の中でダニオネラを泳がせ、高速度カメラを用いて群れの中の全個体の位置と向きをミリ秒単位で記録しました。得られた膨大な追跡データを解析したところ、ある個体が進行方向を変える（旋回する）際、周囲にいるすべての仲間の平均的な向きに合わせて徐々に向きを変えているのではなく、ある特定の隣人が旋回した直後に、それに呼応するようにして離散的なタイミングで同じ方向へ旋回しているパターンが浮かび上がってきました。

しかし、ここで科学的な慎重さが求められます。単に「個体Aが右へ曲がった直後に、近くの個体Bが右へ曲がった」という時系列の前後関係を観察しただけでは、「BがAを真似て曲がった」という因果関係を直接証明したことにはなりません。水槽の外から差し込んだ光の反射や、微細な水の揺れなど、観察者には見えない外部の刺激に対して、二匹が時間差で別々に反応しただけという可能性（疑似相関）を排除できないからです。

そこで研究チームは、数理モデルが予測する因果関係を実験的に検証するため、「バーチャルフィッシュ（仮想の仲間）」を用いた刺激提示実験を行いました。水槽の周囲にスクリーンを配置し、コンピュータで精密に制御されたダニオネラの映像（仮想個体）を映し出して泳がせたのです。そして、この仮想の仲間が突然特定の方向へ旋回運動を行ったとき、本物のダニオネラがそれにどのように反応するかを厳密に観察しました。

その結果、本物のダニオネラは、複数の刺激の平均方向へ向かうのではなく、単一の仮想個体の旋回運動に対して明確な追従旋回を行うことが実証されました。これにより、個体追跡データの統計解析から導かれた「単一隣人のコピーモデル」が、実際の視覚刺激に対する行動反応としても強く支持されることが確認されたのです。

また、実験では相手が旋回してから実際に反応するまでの時間差や、魚の発達段階（日齢）による行動パターンの変化も記録されています。孵化後間もない2日齢などの稚魚では、まだ群れとしての同調的な反応は未熟ですが、日齢が進む（5日齢〜8日齢）につれて視覚認知や運動制御が発達し、隣人の動きに対する同調旋回の頻度と精度が高まっていく様子が確認されています。なお、一部の解説で見られるような「ミリ秒単位の脳内因果がすべて厳密に解明された」といった断定は誇張であり、本研究が示したのは行動データの追跡と視覚刺激実験に基づくモデル予測の整合性である点に留意すべきです。

「一匹を真似る」だけでなぜ群れ全体が崩壊しないのか

「一匹の隣人をコピーする」というルールを聞いたとき、多くの人が真っ先に抱くのは次のような疑問でしょう。「各自が近くの誰か一匹だけを適当に真似ていたら、あちこちで勝手な方向を向いてしまい、群れがバラバラに引き裂かれてしまうのではないか？」あるいは「誰かが間違った方向へ曲がったら、群れ全体がパニックになって崩壊してしまうのではないか？」という懸念です。

しかし、物理学の自己組織化の理論とシミュレーションは、この極めてシンプルな局所ルールこそが、驚くほど強固で柔軟な集団の秩序を生み出すことを示しています。その鍵を握るのが、「局所的な相互作用の連鎖（情報カスケード）」です。

例えば、群れの端を泳いでいる魚Aが、障害物を避けるために右へ旋回したとします。魚Aの近くにいる魚Bは、周囲の中から確率的に魚Aを参照先として選び、右へ向きを変えます。すると次の瞬間には、魚Bの動きがその隣にいる魚Cにとっての新たな刺激となり、魚Cも右へ旋回します。このように、「たった一匹の隣人をコピーする」という局所的なルールが隣から隣へとドミノ倒しのように連鎖していくことで、群れ全体が一斉に向きを変えたかのような見事な同調運動が達成されるのです。

この仕組みを理解する上で、いくつかの典型的な誤解を解いておく必要があります。

第一に、「群れには全体を指揮するリーダーが存在する」という誤解です。本モデルにおいて、コピーされる対象は特定の「ボス」や「固定された先導個体」ではありません。コピーの相手は、その時々の近傍の中から確率的に選ばれるため、リーダーが誰もいなくても集団全体の進行方向が整列します。ただし、これは「自然界のあらゆる生物の群れにリーダーが絶対に存在しない」という過度な一般化を意味するものではなく、自律分散的な単純ルールだけで高度な秩序が自発的に生み出され得ることを示しています。

第二に、「コピーモデルであれば、群れは絶対に分裂せず、情報は一瞬で全体へ伝わる」という誤解です。局所的な相互作用による情報の伝達には物理的な時間差が伴い、決して光速のように一瞬で伝わるわけではありません。また、群れの規模や外部からの刺激によっては、局所的なコピーの連鎖が二方向に分かれ、群れが一時的に分裂することも自然に起こります。そして、危険が去った後に再び合流するといった離合集散も、柔軟な局所ルールがあるからこそ可能になります。

第三に、「個体数が増えると、一匹コピーのルールは必ず破綻して群れが維持できなくなる」という逆方向の悲観的な誤解です。局所的なルールに基づく相互作用は、個体数が数匹の小規模な集まりから、より大きな集団へと規模が拡大しても、統計力学的に機能し得ることが知られています。「大群になれば必ず破綻する」と決めつける科学的根拠はなく、自然界が持つ自己組織化の力は、私たちが直感的に考えるよりもはるかにしなやかで強靭です。

実験条件と知見の限界：この研究から言えること・言えないこと

どのような優れた科学研究であっても、その発見が得られた実験条件と適用限界を正確に把握することは極めて重要です。本研究の成果を過不足なく理解するために、確認されている条件と、現時点では言えない境界線を整理しておきましょう。

まず、研究で用いられた実験設定についてです。著者が公開しているデータリポジトリ（GitHub）から確認できる記録によれば、本研究で詳細に分析された実験系列は、群れサイズ別系列（2匹、3匹、……最大14匹）および日齢別系列（2日齢〜8日齢）です。これは実験室の水槽環境において系統的に検証された特定の実験系列の設定であり、「研究全体で使用された魚の総個体数」を意味するものではありません。

次に、対象魚種と環境の限定性です。実験室の平坦で遮蔽物のない水槽という極めて制御された環境で得られた知見であり、対象となったのは成魚でも約12ミリという超小型魚 *Danionella cerebrum* です。この魚は小型で透明、浅瀬を生息域とする独特の生態を持っています。したがって、この結果だけをもって「海を泳ぐイワシやサンマ、マグロなど、あらゆる魚類の群れがすべて同じ単一コピーモデルで動いている」と無条件に一般化することはできません。

とりわけ、魚類の感覚器の違いには十分な留意が必要です。自然界の多くの魚類は、視覚だけでなく、体の側面に並ぶ感覚器官である「側線（そくせん）」を高度に発達させています。側線は周囲の水流の微細な変化や水圧の揺らぎを感知する器官であり、視界が悪い濁った水中や、夜間の暗闇の中でも仲間との距離や向きを保つために決定的な役割を果たしています。数千〜数万匹からなる巨大な魚群や、高速で回遊する大型魚においては、視覚による単一選択だけでなく、側線を通じて得られる周囲全体の水流情報の統合（ある種の物理的な平均化）が重要な役割を果たしている可能性が十分に考えられます。大規模な群れや多様な知覚様式を持つ魚種への適用については、今後の慎重な検証が不可欠です。

さらに、未解決事項としての定量的詳細があります。現在公開されている要旨やリポジトリデータからは概要が確認できるものの、原著論文の本文全文および補足資料の詳細な数式、統計検定値、水槽の厳密な寸法、独立個体数（N）、仮想刺激実験の総試行数などの詳細については、全文照合による確定が必要です。特に、「近傍の中からどのように単一の相手が確率的に選ばれるのか」という選択ルールにおいて、視野角による制限や距離に応じた確率の減衰関数がどのように定式化されているかは、今後の精査を待つ必要があります。

それでもなお、ダニオネラを用いた本研究が世界的に高く評価されているのは、この魚が持つ「全身の透明性」という圧倒的な利点にあります。成魚になっても生きたまま脳の神経活動を蛍光顕微鏡で観察できるため、将来的には「隣の魚の旋回を目撃した瞬間、脳内のどの神経細胞が興奮し、どのような信号伝達を経て自分自身の筋肉へと旋回指令が送られるのか」という、群れ行動の全脳神経回路メカニズムを解明できる可能性を秘めているのです。

なお、一部で期待される自律走行ロボットやドローン群への応用についても、計算負荷の低い優れた分散制御アルゴリズムの着想源となる可能性はあるものの、「絶対に衝突しない安全性が証明された」といった工学的な安全保証を語るのは時期尚早であり、基礎科学の着想として受け止めるのが適切です。

よくある疑問に答えるQ&A

ここでは、本文の解説を踏まえた上で、読者が抱きやすい発展的な疑問について簡潔にお答えします。

Q1. 「一番近くにいる魚」や「一番激しく動いた魚」を優先してコピーしているのですか？ A. 直感的には、最も距離が近い相手や、最も急激に向きを変えた相手を選びそうに思えます。しかし、本研究が提唱する数理モデルは、「最短距離の個体」や「最大加速度の個体」といった単純で決定論的な単一基準だけで相手を決めるものではありません。近傍の知覚範囲内にいる仲間たちの中から、確率的なプロセスを通じて参照相手が選択されるモデルとして説明されています。距離や動きの大きさが選択確率にどのような重み付けを与えているかの厳密な定式化については、今後の詳細な解析課題とされています。

Q2. 魚は水の流れを感じる「側線」も使っているはずですが、視覚だけで説明できるのですか？ A. 魚類の群泳において側線感覚が重要な役割を果たしていることは広く知られています。今回のダニオネラの実験では、高速度カメラによる追跡とスクリーン上のバーチャルフィッシュを用いた視覚刺激実験によって、視覚情報に基づく単一コピーモデルの妥当性が強く示されました。ただし、これは側線感覚の働きを全否定するものではありません。小型透明魚であるダニオネラにおける側線と視覚の相互作用や、側線系が極めて発達した他魚種における感覚統合のあり方については、今後の比較生物学的な検証が必要です。

Q3. この研究は「魚の群れにはリーダーが存在しない」ことを決定的に証明したのですか？ A. いいえ、そこまでの過度な一般化はできません。本研究が示したのは、「特定のリーダーが存在せず、全員が対等に近くの一匹を確率的に真似るという自律分散型の単純ルールであっても、集団全体の見事な整列運動が十分に生み出される」という数理的・行動学的事実です。自然界の生物の群れには、捕食者の接近をいち早く察知した個体や、採餌場所を知る経験豊富な個体が一時的に群れを先導するケースも知られており、リーダーの有無は状況や生態に応じて多様です。

結び

海や川を泳ぐ魚たちの美しい群れは、一見すると高度で複雑な情報処理を行っているように見えます。しかし、ダニオネラの研究が私たちに教えてくれたのは、「周囲全体の平均を計算するのではなく、近傍の一匹の動きを確率的にコピーする」という、極めてシンプルで洗練された生命の知恵でした。

この発見は、従来の「平均化」という固定観念を覆し、最小限の感覚と脳の処理能力で集団の調和を作り出す自然界の妙技を示しています。実験室の小さな水槽から始まったこの探求が、今後さらに多様な魚種の観察や脳神経科学の研究へと深まることで、生命が集団として生きるための深遠なルールがさらに解き明かされていくことでしょう。