नए मॉडल का मानना ​​है कि होवरिंग के लिए जटिल मस्तिष्क की आवश्यकता नहीं होती है

दशकों से, वैज्ञानिक और इंजीनियर इस बात पर हैरान हैं कि सामान्य वायुगतिकी की सीमाओं के बावजूद, कीड़े और हमिंगबर्ड हवा में कैसे मंडरा सकते हैं, यानी लगभग गतिहीन रह सकते हैं। पारंपरिक सिद्धांत लंबे समय से माना जाता रहा है कि ऐसी उड़ान अस्थिर होनी चाहिए: सक्रिय नियंत्रण के बिना जीवित रहने के लिए प्राणी के वजन को संतुलित करने के लिए आवश्यक उठाने वाली ताकतें बहुत अधिक होनी चाहिए।

कई अध्ययनों ने होवरिंग को गणितीय रूप से मॉडल करने की कोशिश की है, इसे फड़फड़ाते पंखों, नॉनलाइनियर गतियों और कई इंटरैक्टिंग बलों के साथ एक जटिल प्रणाली के रूप में माना है। अन्य शोधकर्ताओं ने द्रव गति का विस्तृत सिमुलेशन चलाया। वे सटीक साबित हुए – लेकिन उन्होंने यह समझाने के लिए बहुत धीमी गति से काम किया कि वास्तविक जीव कैसे मिलीसेकंड में खुद को स्थिर कर लेते हैं।

इस बीच, प्रयोगों से यह भी पता चला कि कीड़े अपनी गति को सही करने के लिए दृश्य संकेतों, वायु प्रवाह सेंसर और संतुलन अंगों जैसी संवेदी प्रतिक्रिया पर बहुत अधिक निर्भर करते हैं, जिससे पहेली और बढ़ गई क्योंकि कीड़ों के पास बहुत सीमित कंप्यूटिंग शक्ति के साथ छोटे दिमाग होते हैं।

सबूतों की ये परस्पर विरोधी पंक्तियाँ मिलकर एक अनसुलझी पहेली बनकर रह गई हैं। लेकिन अगर हाल ही में प्रकाशित एक अध्ययन शारीरिक समीक्षा ई माना जा सकता है कि विज्ञान ने आखिरकार इस पहेली को सुलझा लिया है। अमेरिका में सिनसिनाटी विश्वविद्यालय के इस अध्ययन के लेखकों ने खुलासा किया है कि एक ऐसा तरीका है जिससे होवरिंग को एक सरल, वास्तविक समय प्रतिक्रिया नियम द्वारा नियंत्रित किया जा सकता है जिसके लिए किसी भारी गणना की आवश्यकता नहीं होती है।

उन्होंने प्रस्तावित किया है कि होवरिंग एक चरम-खोज (ईएस) फीडबैक प्रणाली के रूप में कार्य करता है। कल्पना कीजिए कि आप एक ड्रोन को एक ऊंचाई पर पूरी तरह से मँडराते रहने की कोशिश कर रहे हैं लेकिन आप सटीक नियम नहीं जानते हैं जो आपको बताते हैं कि यह कैसे करना है। आप समीकरण नहीं लिख सकते या बलों की भविष्यवाणी नहीं कर सकते। इसके बजाय आप फीडबैक के साथ परीक्षण और त्रुटि का उपयोग करते हैं: आप छोटे समायोजन करते हैं, देखते हैं कि क्या होता है, और ड्रोन स्थिर रहने तक दिशा बदलते रहते हैं।

ईएस प्रणाली यही करती है। यह एक फीडबैक लूप है जो सिस्टम को उसका पसंदीदा स्थान, यानी चरम, ढूंढने में मदद करता है, जिसे आप समायोजित करने का प्रयास कर रहे न्यूनतम या अधिकतम कुछ हो सकता है।

यह कुछ नियंत्रण इनपुट में छोटे लेकिन नियमित परिवर्तन करके शुरू होता है, उदाहरण के लिए एक कीट अपने पंख के फ्लैप की ताकत या कोण को थोड़ा बदल देता है। कीट का शरीर या सेंसर यह पता लगाते हैं कि यह ऊपर गया, नीचे गया या स्तर पर रुका रहा। यदि परिवर्तन से इसकी स्थिरता में सुधार होता है, तो यह उसी तरह आगे बढ़ता रहता है; यदि ऐसा नहीं होता है, तो यह पाठ्यक्रम उलट देता है। ऐसे छोटे सुधारों के माध्यम से, कीट अंततः संतुलित रहने के लिए सही फड़फड़ाहट पैटर्न सीखता है।

उनके सिमुलेशन से पता चला कि ईएस-आधारित नियंत्रण प्रणाली ने हॉकमोथ्स, क्रेनफ्लाइज़, भौंरा, ड्रैगनफ़्लाइज़, होवरफ़्लाइज़ और हमिंगबर्ड्स में स्थिर मँडरा को पुन: उत्पन्न किया। प्रत्येक मॉडल विस्तृत वायुगतिकीय मॉडल की आवश्यकता के बिना निरंतर ऊंचाई बनाए रख सकता है। आकार और विंगबीट आवृत्ति में भारी अंतर के बावजूद भी वही फीडबैक नियम काम करता था। और अनुमानित फ़्लैपिंग आयाम प्राकृतिक प्रयोगों में मापे गए मूल्यों से निकटता से मेल खाते हैं।

यह दिखाते हुए कि होवरिंग एक सरल कानून से उभर सकती है, अध्ययन ने सुझाव दिया कि होवरिंग उड़ान में स्थिरता के लिए जटिल तंत्रिका क्षमताओं की आवश्यकता नहीं है। जीवविज्ञानियों के लिए, अध्ययन के अनुसार, निष्कर्ष यह स्पष्ट करने में मदद कर सकते हैं कि छोटे उड़ने वाले न्यूनतम प्रसंस्करण शक्ति के साथ कैसे स्थिर रहते हैं; इंजीनियरिंग में, यह जैव-प्रेरित ड्रोन की दिशा में एक रास्ता खोल सकता है जो जटिल नियंत्रण एल्गोरिदम या भारी सेंसर के बिना स्थिर रूप से मंडराता है।