今天我们来讲讲𠈌𠈌𠈌𠈌𠈌𠈌的故事

原创：中科院物理所

作者：Sidney Perkowitz

翻译：loulou

审校：Nothing

当很多人聚集在一起时，身体和情感的联系决定了他们的行动、精神状态和行动意愿。理解人群可以帮助我们控制恐怖袭击造成的恐慌;群体科学对于处理许多紧急情况至关重要，尤其是在人群密度高到一定程度以至于可能造成危险的时候。人群中的恐慌或混乱可能导致数百人伤亡，就像2010年在德国举行的“爱的大游行”(Love
Parade)上发生的那样。当时，一场电子舞曲音乐节的数千名参与者试图进入一条狭窄的隧道，结果隧道被挤得水泄不通。21人死于窒息。

基础科学和公共安全要求我们利用一系列学科发展一门完整的群体科学。现如今，社会心理学家的研究表明，群体会受到个体的个人行为的影响;因此，群体既可以体现利他主义和乐于助人的行为，也可以体现相反的行为。现在，我们可以通过结合使用经典物理、统计物理、计算科学和复杂系统理论(即研究存在相互作用的实体的群体)等数门学科的定量分析来进一步扩展群体科学。

复杂性理论中的一个相关概念是“涌现”，即实体之间的相互作用产生的群体行为是无法根据任何单个元素的属性来预测的。例如，在液态水中随机运动的H2O分子在0℃时突然连结形成固态冰;正在飞行的椋鸟很快就形成了有序的鸟群。

明尼苏达大学(University
of
Minnesota)的研究人员在2014年表明，如果已知各个实体之间的相互作用，就可以预测涌现行为。他们确定了两个人在运动中是如何相互作用的，并由此确定了一群人是如何移动的。研究人员首先是从物理学角度考虑的，他们认为，行人像电子一样，在靠近时通过相互排斥来避免碰撞。但视频数据库显示，当人们看到他们即将相撞时，他们会改变前进的路径。由此，研究人员基于当前到发生碰撞的时间，而不是距离，推导出一个等式来计算出两个人之间的斥力。

这个公式成功地再现了人群在现实世界中会出现的特征，比如在等待通过狭窄通道时形成半圆形的形态，或者在其成员走向不同出口时临时另辟蹊径。这使得通过模拟人群行为来设计疏散路线成为可能。

为了能在紧急情况下有用，人群分析还必须考虑情绪传染。伊朗K N Toosi科技大学的研究人员发现，恐惧的扩散可以改变紧急行为。2015年，他们创造了一个电脑版的公共空间，里面有数百名成人和儿童，还有引导人们走向出口的保安。假设参与者是在对危险事件做出反应，当他们找不到出口时，通过模拟他们的恐惧和惊慌情绪升级，让人群随机移动。

通过模拟，研究人员发现，根据参与者的组成的不同，18%~99%的人可以逃脱。逃脱人数百分比最大的样本对应的组成既不是人数或者保安最多或最少的情形，而是中间值。这说明群体的情绪状态可以将其动力学带入一个复杂的非线性阶段。

在真实群体中，我们可以通过观察个体的身体行为来判断他们的情绪。2018年，英国朴茨茅斯大学(University
of Portsmouth)余辉(Hui
Yu)领导的一个研究小组利用动能，即物理学中的运动能量，作为一种衡量指标，来确定一群人何时进入“异常”的情绪状态。 在爆炸等危险事件中逃跑的人群动能增加，可在人群视频图像中实时检测到。利用计算机视觉技术，研究人员计算出构成图像的像素的速度，并从中识别出人群中最活跃的部分。

研究人员将他们的方法应用于计算机科学家尼古拉·帕帕尼科洛普洛斯(Nikolaos Papanikolopoulos)和明尼苏达大学(University of Minnesota)的科研人员整理的视频片段数据集合。这些视频显示了一群真实的人对模拟的紧急情况做出的反应。起初，受试者正常行走，然后突然分散，向各个方向奔去，能量算法很快就能感知到这些转变。研究人员得出结论，这种方法可以自动检测公众集会中不寻常的、潜在的危险行为。

马里兰大学(University
of Maryland)的计算机科学家迪内什·马诺查(Dinesh
Manocha)和他的同事们在他们的“CubeP”模型中结合物理，生理和心理三个方面的因素考虑，得出了情绪和行为之间的其他联系。这三个因素在标志着人群处于危机的身体活动和情绪反应中是密切相关的。CubeP利用力和速度的基本物理原理来计算一个人在运动中的体力。CubeP还整合了土耳其比尔肯特大学(Bilkent
University)计算机工程师Funda
Durupinar及其同事在2015年开发的情绪感染模型，其中包括决定一个人对压力反应的典型性格特征。CubeP根据每个人的身体素质，增加了对每个人恐慌程度的生理测量。这会影响心率，而心率则是恐惧程度的标志。研究人员结合所有这些因素来预测每个人群成员的运动速度和方向。

研究人员在计算机模拟人群对紧急事件的反应中测试了CubeP，结果是真实的。在距离危险事件中心较近的人会迅速表现出惊慌并逃跑。尽管会表现的稍微延迟些，但一个距离较远的人对情绪感染的反应仍是恐惧和逃跑行为。研究人员还将CubeP应用于明尼苏达大学(University
of
Minnesota)的数据集和真实紧急情况的视频，比如2014年上海地铁系统的情况，以及2017年英国议会大楼外的情况。在所有这些研究中，CubeP对人群行为的模拟相当接近现实，比Durupinar方法和其他不整合物理、心理和生理这三个因素的模型更接近现实。

这一进步说明了多学科群体科学的力量。随着这些知识的积累，它们必将在建筑设计和灾难规划中发挥作用。

原文链接：

https://aeon.co/ideas/can-a-physics-of-panic-explain-the-motions-of-the-crowd