اختلال در الگوریتم ناوبری پرندگان؛ کشف جت‌لگ بیولوژیک با داده‌کاوی ۲۰ ساله GPS

داده‌کاوی ۲۰ ساله پرواز طیور؛ وقتی خطای ساعت درونی قطب‌نمای بیولوژیک را منحرف می‌کند

توسعه سیستم‌های ناوبری خودمختار همواره نیازمند الگوبرداری از پدیده‌های طبیعی است، اما تحلیل‌های جدید داده‌محور نشان می‌دهند که حتی دقیق‌ترین شبکه‌های بیولوژیک نیز از خطاهای زمانی و ناهماهنگی‌های ساعتی در امان نیستند. پژوهش جدید دانشمندان دانشگاه آکسفورد (University of Oxford) که در مجله علمی ساینس (Science) به چاپ رسیده، اثبات می‌کند پرندگان دریایی گونه پوفینوس پوفینوس (Manx shearwater) هنگام پروازهای طولانی بر فراز اقیانوس اطلس شمالی دچار پدیده‌ای کاملاً مشابه با «جت‌لگ» (Jet Lag) انسان می‌شوند. این ناهماهنگی زمانی، مستقیم بر عملکرد قطب‌نمای خورشیدی آن‌ها اثر گذاشته و انحرافات زاویه‌ای قابل‌سنجشی را در مسیر حرکت ایجاد می‌کند.

تیم تحقیقاتی به سرپرستی پاتریک لوین (Patrick Lewin)، همراه با تیم گویلفورد (Tim Guilford) و کریس پرینز (Chris Perrins)، پایش تله‌متری این پرندگان را از سال 2004 آغاز کردند؛ یعنی زمانی که تراشه‌های GPS به اندازه‌ای کوچک شدند که قابلیت نصب روی بدن پرندگانی هم‌اندازه کبوتر را پیدا کردند. طی دو دهه داده‌برداری پیوسته، این تیم موفق به ثبت و پردازش اطلاعات 3,688 نوبت پروازِ تغذیه‌ای مربوط به 1,045 پرنده مختلف در کلونی‌های سواحل غربی بریتانیا شد. تجزیه‌وتحلیل الگوریتمی این حجم از داده‌های ساختاریافته زمان‌مند، جزئیات کم‌نظیری از نحوه‌ی پردازش موقعیت مکانی توسط پردازنده‌های بیولوژیک این پرندگان را فاش کرده است.

پوفینوس‌ها برای تامین غذای جوجه‌های خود گاه تا ابعاد بیش از 1,000 کیلومتر در دل اطلس پیشروی می‌کنند. آنها برای بازگشت به آشیانه، ابتدا با تکیه بر نقشه ذهنی (که احتمالا مبتنی بر حس بویایی است) موقعیت خود را شناسایی کرده و سپس از خورشید به عنوان قطب‌نمای اصلی جهت‌یابی استفاده می‌کنند. اما وابستگی کامل به خورشید به عنوان یک مرجع زاویه‌ای متحرک، مستلزم داشتن یک ساعت درونی فوق‌العاده دقیق است که در صورت ناهماهنگی با طول جغرافیایی جدید، کل سیستم ناوبری را دستخوش خطای محاسبه می‌کند.

سازوکار انحراف خورشیدی؛ ناهماهنگی زمانی چگونه سیستم مسیریابی را دستخوش لاتنسی می‌کند؟

مسیریابی خورشیدی نیازمند نگاشت دقیق زمان در برابر موقعیت زاویه‌ای خورشید در آسمان است. برای نمونه، پرنده‌ای که قصد حرکت مستقیم به سمت جنوب را دارد، هنگام طلوع باید زوایه‌ای 90 درجه نسبت به خورشید (در شرق) اتخاذ کند، در ظهر مستقیم به سمت خورشید پرواز کند و هنگام غروب زوایه‌ای 90 درجه در جهت خلاف آن داشته باشد. ساعت بیولوژیک پوفینوس‌ها در هر طلوع و غروب خورشید دوباره تنظیم (Recalibrate) می‌شود. خطای اصلی زمانی رخ می‌دهد که پرنده با سرعت بالا میان خطوط طول جغرافیایی جابه‌جا می‌شود.

به ازای هر درجه تغییر در طول جغرافیایی بین طلوع تا غروب خورشید، ساعت درونی پرنده حدود 4 دقیقه با زمان واقعی و محلی منطقه دچار ناهماهنگی (Clock Skew) می‌شود. این لاتنسی زمانی باعث می‌شود پرنده موقعیت واقعی خورشید را اشتباه پیش‌بینی کند. بر اساس محاسبات ریاضی تیم لوین، این انحراف زمانی سبب می‌شود پرنده هنگام پرواز به سمت شرق، متمایل به جهت عقربه‌های ساعت و هنگام پرواز به سمت غرب، متمایل به خلاف جهت عقربه‌های ساعت از مسیر بهینه‌ی خود منحرف شود.

اگرچه تغییرات زمانی ثبت‌شده در این پژوهش غالباً بین 10 تا 15 دقیقه و در بیشترین حالت حدود 1 ساعت بوده است، اما همین ناهماهنگی‌های جزئی منجر به انحراف مسیر تا 15 درجه شده‌اند. محققان برای اطمینان از صحت این فرض، متغیرهای محیطی گوناگون نظیر بادهای عرضی (Crosswinds)، اثر کوریولیس (Coriolis effect) و نوسانات قطب‌نمای مغناطیسی زمین را در مدل‌های کامپیوتر ایزوله کردند. نتایج شبیه‌سازی نشان داد که خطای خط سیر ثبت‌شده در داده‌های GPS واقعی، دقیقاً و با بالاترین تطابق آماری، بر الگوی انحراف ناشی از خطای قطب‌نمای خورشیدی منطبق است.

تحلیل سیستم‌های دوگانه ناوبری؛ درس‌هایی برای طراحی پلتفرم‌های خودمختار (Bio-inspired Autonomous Navigation)

یکی از شگفت‌انگیزترین بخش‌های این تحلیل داده، چگونگی مدیریت خطا توسط پرنده است. علیرغم انحراف زاویه‌ای ناخواسته، هزینه انرژی واردشده به پرنده به طرز غیرمنتظره‌ای پایین است. پرنده‌ای که 1,000 کیلومتر به سمت شرق پرواز می‌کند، به دلیل خطای ساعت درونی با میانگین انحراف 7 درجه مواجه می‌شود. اما از آنجا که پرنده دائماً موقعیت جغرافیایی خود را بررسی می‌کند (مکانیسم Feedback Loop)، مسیر خود را به‌طور پیوسته تصحیح کرده و در نهایت تنها حدود 5 کیلومتر مسافت اضافی به کل سفر آن افزوده می‌شود.

نکته کلیدی دیگر در ساختار پردازش موقعیت این پرندگان، نحوه رفتار آنها در خطوط ساحلی است. داده‌ها نشان می‌دهند حتی زمانی که پرندگان خطوط آشنای ساحلی را دنبال می‌کنند، میزان فاصله آن‌ها از ساحل دقیقاً تحت تأثیر میزان خطای پیش‌بینی‌شده در قطب‌نمای خورشیدی تغییر می‌کند. این پدیده اثبات می‌کند پرندگان از دو سیستم ناوبری موازی بهره می‌برند: یک معماری پایه مبتنی بر قطب‌نما و یک معماری پشتیبان مبتنی بر عوارض زمین (Landmarks).

در مهندسی سیستم‌های خودمختار و پهپادها، یکی از چالش‌های اصلی، انحراف سنسورها یا قطعی ارتباط با شبکه GPS است. معماری دوگانه و همزمان پرندگان دریایی به سیستم‌های روباتیک نشان می‌دهد که چگونه می‌توان با ترکیب داده‌های قطب‌نمای محلی و نگاشت عوارض محیطی، یک سیستم ناوبری پایداری بالا (High Availability) ایجاد کرد که حتی در صورت بروز خطای زمانی در سنسورهای اصلی، مانع از انحراف کلی پهپاد یا خودروی خودمختار شود.

نقش تله‌متری و حسگرهای ریزجثه GPS در الگوبرداری از رفتار هوشمند شبکه‌های زنده

کشف این الگوی دقیق بدون به‌کارگیری ماژول‌های پیشرفته تله‌متری و ابزارهای داده‌کاوی مدرن غیرممکن بود. دانشمندان دانشگاه آکسفورد برای استخراج خطوط پرواز بازگشت، یک فیلتر هوشمند بر روی داده‌های خام GPS اعمال کردند. پرندگان در زمان شکار و تغذیه، الگوهای پروازی کوتاه، زیگزاگی و همراه با شیرجه‌های متوالی ایجاد می‌کنند؛ درحالی‌که هنگام تصمیم برای بازگشت به آشیانه، الگوی حرکت آن‌ها به‌سرعت به حالت یک خط مستقیم، پرسرعت و بدون توقف (Homing Mode) تغییر می‌یابد.

پردازش این دو فاز حرکتی در کنار سنجش نقطه‌به‌نقطه آخرین محل مشاهده طلوع خورشید، الگوریتم پژوهشگران را قادر ساخت تا میزان انحراف واقعی هر پرنده را نسبت به بردار مستقیم آشیانه محاسبه کنند. استفاده از چنین حجم بالایی از داده‌های سری زمانی (Time-Series Data) در طول ۲۰ سال، نمونه‌ای بارز از تلاقی علوم داده و محیط زیست برای حل چالش‌های پیچیده بیولوژیک است.

این زیرساخت داده‌محور نشان می‌دهد که چطور پردازش ابری و تحلیل انبوه موقعیت‌های جغرافیایی می‌تواند رفتارهای میکروسکوپیک بیولوژیکی را که پیش‌تر غیرقابل شناسایی بودند، به متغیرهای عددی و الگوریتم‌های قابل‌درک در مهندسی تبدیل کند.

چشم‌انداز توسعه الگوریتم‌های پرواز با الهام از خطاپذیری کنترلی در طبیعت

تیم تحقیقاتی آکسفورد قصد دارد در گام‌های بعدی، دامنه سنجش‌های خود را به سایر شاخص‌های بیوفیزیکال نظیر الگوهای خواب پرندگان، میزان غذای منتقل‌شده به کلونی و نرخ موفقیت تولیدمثل گسترش دهد. همچنین این سوال مطرح است که آیا سایر گونه‌های مهاجر که سرعت جابه‌جایی بالایی دارند یا در مناطق قطبی (جایی که خطوط طول جغرافیایی بسیار به هم نزدیک می‌شوند) زندگی می‌کنند، با جت‌لگ شدیدتری روبه‌رو هستند یا خیر.

نگاه مهندسی به طبیعت نشان می‌دهد سیستم‌های بیولوژیک بر خلاف سامانه‌های دیجیتال دست‌ساز بشر، متکی بر یکپارچگی 100 درصدی و بی‌نقص داده‌ها نیستند. آن‌ها تاب‌آوری (Resilience) خود را از طریق حلقه‌های بازخورد چندلایه و امکان خطاپذیری کنترلی به دست می‌آورند. در دنیایی که پلتفرم‌های ابری و پهپادهای خودمختار به سمت پردازش‌های بدون سرور (Serverless) و لبه‌ای (Edge Computing) حرکت می‌کنند، درک چگونگی مدیریت خطای زمان در قطب‌نمای درونی پرندگان می‌تواند بن‌مایه‌ی توسعه نسل جدیدی از الگوریتم‌های ناوبری مقاوم در برابر اختلال باشد.