Bilim,  Bilim Haberleri,  Bilim ve Teknik,  Sağlık,  Sosyoloji,  Toplum

İnsan hareketliliğinin evrensel deseni keşfedildi

İnsanlar şehirlerde belirli yerlere ne sıklıkla ve hangi mesafeden geliyor? Üstteki grafik bir Büyükşehirdeki hareketleri gösteriyor: =  uzak – = orta – =yakın mesafe.

İnsanlar şehirlerde belirli yerlere ne sıklıkla ve hangi mesafeden geliyor? Araştırmacılar bu soruyu dünyanın çeşitli metropol bölgelerinden cep telefonu hareket verilerini kullanarak araştırdılar ve böylece evrensel bir kuralı doğruladılar: Buna göre insanlar eve daha yakın yerleri daha sık ziyaret ederken, özel yerler için daha uzun bir yolculuğu kabul ediyorlar, ancak daha az sıklıkta orada. Bu bağlantı, şaşırtıcı derecede basit bir matematiksel formülle açıklanabilir. Bu formülle artık hareket desenleri modellenebilir ve örneğin kentsel altyapıyı optimize etmek veya yeni pandemilerin yayılmasını tahmin etmek için kullanılabilir.

İnsanların hangi şemalara göre hareket etmeleri toplumlarımızın temel taşlarından biridir. İnsan hareketliliği şehirlerin yapısını şekillendirir, sosyal alışverişi sağlar, trafik sıkışıklığına ve çevre kirliliğine neden olur ve bulaşıcı hastalıkların yayılmasını hızlandırır. Bir yerden başka bir yere hareket etmenin birçok nedeni vardır: İşe veya alışverişe gideriz, arkadaşlarımızı ziyaret ederiz, parklara, müzelere gezilere gideriz veya tatile gideriz. Bunu nasıl ve ne sıklıkla yaptığımız, şehir plancıları için olduğu kadar, örneğin bir pandeminin yayılmasını tahmin etmek ve sınırlamak isteyen epidemiyologlar için de önemli bilgilerdir.

Cambridge’deki Massachusetts Teknoloji Enstitüsü’nden (MIT) Markus Schläpfer liderliğindeki bir ekip, insanların hareketlilik modellerini tahmin etmek için kullanılabilecek yeni bir model geliştirdi. Bunu yapmak için, ABD’deki Boston bölgesi, Avrupa’da Lizbon, Asya’daki Singapur ve Afrika’daki Dakar dahil olmak üzere dünyanın çeşitli metropol bölgelerinden anonimleştirilmiş cep telefonu hareket verilerini değerlendirdiler. Toplamda, dört milyondan fazla kişiden gelen sekiz milyardan fazla konuma dayalı veri çalışmaya dâhil edildi. Schläpfer’in meslektaşı Paolo Santi, “Bulduğumuz şey, mesafe ile ziyaret sıklığı arasında çok net bir ters ilişki olduğu” diyor.

“Uzak yerlere nadiren gidiyorsunuz ve genellikle yakın yerlere daha sık gitme eğilimindesiniz. Bu bize hayatımızı nasıl organize ettiğimizi anlatıyor. “

Bu sonuçlar sezgisel varsayıma uyumlu oldu, ancak bu şekilde güvenilir bir veri tabanı temelinde hiçbir zaman kanıtlanmamıştı. “Birkaç yüz metre ötedeki fırından belki her gün alışveriş yapıyoruz, ama ikamet ettiğimiz yerden kilometrelerce uzaktaki şık butiğe ayda bir gidiyoruz. Bu sezgisel tanım hiçbir zaman deneysel olarak test edilmedi. Bunu yaptığımızda, inanılmaz derecede düzenli ve sağlam bir yasa bulduk – buna Ziyaret Yasası adını verdik ”diyor ortak yazar Carlo Ratti.

Matematiksel olarak, ziyaret yasası, herhangi bir kentsel mekana gelen ziyaretçi sayısının, hem evden uzaklığın hem de ziyaret sıklığının ters karesiyle değiştiğini söylüyor. Daha kısa bir mesafeye gitmek zorunda kalan insanlar, uzun bir yol kat etmek zorunda olanlardan daha sık gelir. “Diyelim ki Boston’da kalabalık bir meydandasınız ve insanların gelip gittiğini görüyorsunuz. Bu oldukça rastgele ve kaotik görünebilir, ancak yasa bu hareketlerin şaşırtıcı bir şekilde yapılandırılmış ve tahmin edilebilir olduğunu gösteriyor” diye açıklıyor Schläpfer.

“Temel olarak, bu insanların kaçının bir, iki veya on kilometre öteden geldiğini ve kaçının ayda bir, iki veya on kez ziyaret ettiğini söylüyor. Ve en iyi yanı, bu düzenliliğin sadece Boston’da değil, dünyadaki tüm şehirlerde geçerli olmasıdır.”

Bu nedenle ziyaret yasası, ziyaretçilerin konumlar arasındaki akışını daha önce elde edilmemiş bir doğrulukla tahmin etmeyi mümkün kılıyor. Bu tahminlere dayanarak, şehir planlamacıları örneğin yeni bir alışveriş merkezi için en uygun yeri bulabilir, restoranlar veya parklar gibi çekici tekliflerin nerede kurulması gerektiğini planlayabilir veya yerel toplu taşımayı optimize edebilir. Model ayrıca epidemiyologlar için, örneğin bir pandemi durumunda, özellikle yüksek enfeksiyon riskinin olduğu yerleri tahmin etmek ve gerekirse karşı önlemleri başlatmak için yardımcı olabilir.

Önceki modeller de katedilen mesafelere odaklanmıştı, ancak ziyaretlerin sıklığını göz ardı ediyordu. Danimarka Teknik Üniversitesi’nden Laura Alessandretti ve Sune Lehmann, yine Nature dergisinde yayınlanan çalışmaya ilişkin bir yorumda, bunu dâhil ederek, yazarlar “insan hareketliliğinin mevcut teorik çerçevesinden eksik olan önemli bir bileşeni” belirlediklerini söyledi.

Ancak Alessandretti ve Lehmann, mevcut modelin hala zayıf yönleri olduğuna dikkat çekiyor: Bir yandan, yalnızca kentsel alanlar için tahminlere izin veriyor. Daha zayıf altyapıya sahip kırsal bölgelerde benzer kalıpların olup olmadığı açık bir soru olarak kalmaktadır. Ayrıca, Schläpfer ve meslektaşları, analiz için ikamet yerinin tüm hareketlerin başlangıç noktası olduğunu varsaydılar. “Ancak gerçek dünyada, coğrafi hususlar ve seyahat süresini en aza indirme ihtiyacı, seyahatin belirli tekrar eden sıralarda gerçekleştiği anlamına geliyor. İnsanlar genellikle belirli bir sırayla, örneğin işten bakkala ve spor salonuna ve ardından eve kadar yerleri ziyaret ediyor ”dedi. Bu nedenle gelecekteki modeller, bu kadar karmaşık hareket modellerini de hesaba katmalıdır. Alessandretti ve Lehmann’ın bakış açısından, mevcut çalışma bunun yolunu hazırlıyor.

*****

Değerli okurlar, eminim şimdi soracaksınız: Bu yazıda kayda değer “yeni” bir bilgi nerede?
Bir şehrin bize uzak yerlerine doğal olarak her gün uğramayız. Bilim insanları bunun nesini bilimsel araştırmaya gerekli bulmuşlar?

Buradaki araştırma olağanüstü bir veri bolluğuna sahipti: Dört milyondan fazla kişiden gelen sekiz milyardan fazla konuma dayalı veri ve mesafe ile ziyaret sıklığı arasında çok net bir ters ilişki olduğu (=1/mesafe), yani inanılmaz derecede düzenli ve sağlam bir yasa bulundu – buna Ziyaret Yasası adı verildi.

Size 3 ek bilgi daha vereceğim.
Buna benzer formül ve yasalar başka bilim alanlarında da keşfedilmiştir:

    1. Mesafe/uzaklık yasasıdır. Buna göre doğrusal alan boyutlarının (ses alanı miktarları olarak ses basıncı, ses hızı ve ses sapması gibi akustik alan miktarları) efektif değerleri için 1/r formülü geçerlidir. Ses (veya su) dalgasının gücü kaynağından uzaklaştıkça 2 kat azalır. Yani yayın kaynağına uzaklık (yarıçapı) iki katına çıkarsa, yayının gücü yarıma düşer.
    1. Mesafe/uzaklık kare yasasıdır. Buna göre enerji (Radyasyon yoğunlukları, ör. Röntgen-ışınları, radyoaktivite, güneş radyasyonu) birim ve güçleri için 1/r2 formülü geçerlidir. Bu, bir dalga veya yayın, kaynak veya vericiden uzaklaştıkça güç ve yoğunluğun 4 kat azalmasını tanımlar.

 

    1. Örnek ise sürü davranışları ile ilgilidir.
      Kuş ve balıklarda sürü davranışı ile ilgili ilk araştırmalarda davranışı anlayabilmek için matematiksel modelleme ve simülasyon yöntemi izlenmiştir.
      Sürü davranışına benzeyen en basit matematiksel modellerde bireylerin, Craig Reynolds’un keşfettiği, aşağıdaki üç basit kurala uyduğu kabul edilir:
    • Etrafında gördüklerinin merkezine doğru hareket et (uyum).
    • Biri sana çok yaklaşırsa ondan uzaklaş (ayrılık).
    • Komşularınla takriben aynı yöne hareket et (hizalama).

    Yapay yaşam ve bilgisayar grafikleri konusunda uzman Craig Reynolds tarafından 1986 yılında geliştirilen boids bilgisayar yazılımı yukarıdaki kurallara uyan sürü davranışının ilk simülasyonudur. Bu 3 komut sayesinde simülasyon programı başarılı olmuştur ve ekranda yüzlerce (eşit) cisimler balık ve kuş sürülerine eşit hareket etmiştir.

    Bu ilk bakışta “önemsiz bulgu”, bilgisayar, film ve askeri sanayilerinde devrimler ve milyarlarca Dolar büyüklüğünde yeni piyasalar yaratmıştır.  Ayrıca

    • Sürü içgüdüsü
    • Grup dinamiği
    • Sürü davranışı (finansal piyasalarda)
    • Kolektif zekâ (sürü zekâsı)

    gibi konuları bilimsel araştırmalara açmıştır.

  1. Eminim ki bu yazıda sunduğum “yenilik” yakın zamanda benzer boyutta etkin olacaktır. Hiçbir şey yapmasa bile, yapay zekâ çalışmalarına katkıda bulunacaktır.
  2.  Nizamettin Karadaş
  3. Not: Bu yazı Wissenschaft.de ilim sitesinde 26.05.2021 yayınlanan “Universelles Muster menschlicher Mobilität” başlıklı makalesinin Türkçe çevirisidir.
    Kaynak: Markus Schläpfer (Massachusetts Institute of Technology, Cambridge) et al., Nature, doi: 10.1038/s41586-021-03480-9

1964 İstanbul doğumlu. 1972 den bugüne kadar Düsseldorf, Almanya ikametli. Köln Üniversitesi Hukuk Fakültesi mezunu, 2 yetişkin kız çocuğu babası. 12 yıl Avukatlıktan sonra mesleğini bırakmış, her konuda meraklı, araştırmacı, analist ve okumasını seven rahat ve huzurlu bir insan.

Siz de fikrinizi söyleyin!