Kan Fysikk Forklare Motjonene Av Den Panicked Crowd?

Kan Fysikk Forklare Motjonene Av Den Panicked Crowd?

Når folk kommer sammen i en mengde, definerer fysiske og emosjonelle forbindelser sin bevegelse, sinnstilstand og vilje til å handle. Å forstå folkemengder kan hjelpe oss med å håndtere panikk forårsaket av et terrorangrep; en vitenskap av folkemengder er viktig for å håndtere mange nødsituasjoner, spesielt når tetthet blir farlig høyt. Panikk eller kaos i en mengde kan drepe eller skade hundrevis, som skjedde i Love Parade i Tyskland i 2010 da tusenvis av deltakerne til en elektronisk dansemusikkfestival stakk opp da de prøvde å komme inn i en smal tunnel; 21 mennesker døde av kvelning.

Grunnleggende vitenskap og offentlig sikkerhet krever at vi utvikler en komplett vitenskap om folkemengder som bruker en rekke fagområder. I dag viser arbeid av sosialpsykologer at folkemengder påvirkes av personlighetene til de enkelte medlemmene; dermed folkemengder kan legemliggjøre altruistisk og nyttig oppførsel så vel som motsatt. Og nå kan vi utvide publikvitenskapen ytterligere ved å inkorporere kvantitativ analyse ved hjelp av klassisk og statistisk fysikk, beregningsvitenskap og teori om komplekse systemer - studien av grupper av samspillende enheter.

Et relevant konsept fra kompleksitetsteori er "fremvekst", som oppstår når samspillet mellom enhetene produserer gruppeadferd som ikke kunne ha blitt spådd ut fra egenskapene til et enkelt element. For eksempel, tilfeldig bevegelse H2O molekyler i flytende vann kobles plutselig opp til null grader Celsius for å lage solid is; stjernene i flukt formler seg raskt til en bestilt flokk.

Emergent atferd kan forutsies hvis samspillet mellom enhetene er kjent, som vist i 2014 av forskere ved University of Minnesota som bestemte seg for hvordan to mennesker i bevegelse samhandler og fra det, hvordan en folkemengde beveger seg. Forskerne vurderte først en ide fra fysikk, teoretiserer at, som elektroner, fotgjengere unngår kollisjon ved å avvise hverandre når de kommer nærmere. Men videodatabaser viste i stedet at når folk ser at de er i ferd med å kollidere, endrer de banene sine. Fra dette avledet forskerne en ligning for hva som utgjør en universell motvirkningskraft mellom to personer, basert på tid til kollisjon, ikke avstand.

Formelen reproduserte vellykket de fremvoksende virkelige egenskapene til en mengde, som for eksempel å danne en halvcirkelformet konfigurasjon mens de venter på å trille gjennom en smal passasje, eller å utvikle uavhengige baner samtidig som medlemmene går mot forskjellige utganger. Dette gjør det mulig å simulere mengden atferd for å designe evakueringsruter, for eksempel.

To være nyttig i nødstilfeller, publikumsanalyse må også stå for følelsesmessig smitte. Spredning av frykt kan forandre framvoksende oppførsel, som vist av forskere ved KN Toosi University of Technology i Iran. I 2015, de opprettet en datamaskinversjon av en offentlig plass fylt med hundrevis av simulerte voksne og barn, og sikkerhetsvakter som ledet folk til utgangene. Forutsatt at deltakerne reagerte på en farlig hendelse, økte simuleringen dem til større grad av frykt og panikk, tilfeldig bevegelse da de ikke klarte å finne en utgang.

Running simuleringen fant forskerne at mellom 18 og 99 prosent kunne unnslippe, avhengig av kombinasjonen av deltakere. Det største antallet rømninger forekom ikke med det minste eller største antall personer eller sikkerhetsagenter, men på mellomverdier. Dette viser at en folks emosjonelle tilstand kan bære sin dynamikk til et komplisert, ikke-lineært stadium.


Få det siste fra InnerSelf


Vi kan bestemme følelser av individer i en ekte mengde ved å observere deres fysiske oppførsel. I 2018, et team under Hui Yu ved University of Portsmouth i Storbritannia brukt kinetisk energi, bevegelsens energi i fysikk, for å tjene som en måler som kan etablere når en mengde går inn i en "unormal" emosjonell tilstand. Crowd medlemmer som kjører fra en farlig hendelse som en eksplosjon har økt kinetisk energi, som kan detekteres i sanntids publikum videobilder. Ved hjelp av datasynteknikker beregnet forskerne hastighetene til pikslene som utgjør bildene, hvorfra de identifiserte den mest energiske delen av publikum.

Forskerne brukte sin metode til datasett av videoklipp samordnet av datavitenskaperen Nikolaos Papanikolopoulos og kollegaer ved University of Minnesota. Disse klippene viser folkemengder av virkelige mennesker som reagerer på simulerte nødsituasjoner. I utgangspunktet går fagene normalt, så plutselig sprer og kjører i alle retninger. Energialgoritmen registrerte raskt disse overgangene, og forskerne konkluderer med at metoden automatisk kan oppdage uvanlig, potensielt farlig oppførsel i offentlige sammenkomster.

Andre koblinger mellom følelser og handlinger er tegnet av datavitenskaperen Dinesh Manocha ved University of Maryland og hans kolleger i deres "CubeP'modell som forener analyse av faktorer fra fysikk, fysiologi og psykologi. Disse tre faktorene er sterkt forbundet med den fysiske aktiviteten og følelsesmessige responsene som markerer en mengde i krise. CubeP bruker grunnleggende fysikk av krefter og hastigheter for å beregne kroppslig innsats av en person i bevegelse. CubeP inkorporerer også modellen for følelsesmessig smitte utviklet i 2015 av datatekniker Funda Durupinar på Bilkent University i Tyrkia og hennes kolleger, som inkluderer typiske personlighetsprofiler som bestemmer en persons respons på stress. CubeP legger til en fysiologisk måling av panikknivået for hver person, basert på kroppslig innsats. Dette påvirker hjertefrekvensen, som er kjent for å angi graden av frykt. Alt dette er kombinert for å forutse hastigheten og bevegelsesretningen for hvert publikum.

Forskerne testet CubeP i datasimuleringer av en mengde som reagerte på en farlig hendelse, med realistiske resultater. En virtuell person i nærheten av trusselen raskt panikerer og kjører. Et fjernere individ reagerer på følelsesmessig smitte med frykt og rømningsoppførsel, men senere. Forskerne benyttet også CubeP til datasettet University of Minnesota og til videoer av virkelige nødsituasjoner, som for eksempel på Shanghai-tunnelbanesystemet i 2014, og utenfor det britiske parlamentets bygning i 2017. I alle disse CubeP-simuleringene av mengdeadferdene var det rimelig nær virkeligheten, og nærmere enn Durupinar-tilnærmingen og andre modeller som ikke slår sammen fysiske, psykologiske og fysiologiske faktorer.

Denne forbedringen illustrerer kraften i en tverrfaglig vitenskap av folkemengder. Som innsiktene samler, er de sikker på å være nyttige i arkitektonisk utforming og katastrofeplanlegging. Resultater kan imidlertid føre til mer overvåking av folkemengder i offentlige rom, et fenomen som for tiden øker bekymringer fra American Civil Liberties Union om personvern og potensial for misbruk.

Noe går tapt, og noe som er oppnådd ved å redusere mengden atferd til tall. Sammenligning av modeller med ekte data vil gi god innsikt i mengden dynamikk, men vi trenger også en omfattende forståelse fra psykologien. Elias Canetti, Nobels prisvinnende forfatter som skrev klassikken Crowds and Power (1960), foresaw dagen da dette partnerskapet ville bidra til å bryte mengden koden. Ved å vurdere viktigheten av en viss kritisk tetthet i mengdeadferd, skrev han: "En dag kan det være mulig å bestemme denne tettheten mer nøyaktig og til og med for å måle det." Nå kan vi måle og analysere slike mengder, men vi trenger også ekspansive syn på humaniora og samfunnsvitenskap for å fortelle oss hva de egentlig mener.Aeon counter - ikke fjern

Om forfatteren

Sidney Perkowitz er professor i fysikk emeritus på Emory University i Atlanta. Hans nyeste bøker er Universal Skum 2.0 (2015) Frankenstein: Hvordan et monster ble et ikon (2018) og Fysikk: En veldig kort introduksjon (kommende, juli 2019).

Denne artikkelen ble opprinnelig publisert på Aeon og har blitt publisert under Creative Commons.

Relaterte bøker

{amazonWS: searchindex = Bøker; søkeord = Sidney Perkowitz; maxresults = 3}

enafarzh-CNzh-TWnltlfifrdehiiditjakomsnofaptruessvtrvi

følg InnerSelf på

facebook-ikonettwitter-iconrss-ikonet

Få den siste via e-post

{Emailcloak = off}