Ученые выяснили, что мозг реагирует на чужие действия, как на свои
.jpg "Ученые выяснили, что мозг реагирует на чужие действия, как на свои")
Когда мы наблюдаем, как кто-то двигает пальцем, наш мозг не остается в стороне. Работа ученых из НИУ ВШЭ и Лозаннского университетского госпиталя показала, что наблюдение за движением активирует моторную кору так, словно мы сами совершаем это действие, и при этом заглушает ненужные мышцы. Результаты опубликованы в журнале Scientific Reports.
Моторный резонанс — это явление, при котором, когда человек наблюдает чужие движения, в его моторной коре возникает активность, как будто он сам двигается. Резонанс связан с работой зеркальных нейронов — особых клеток мозга, которые активны как при выполнении действий, так и при их наблюдении. Эти нейроны позволяют нам понимать чужие действия и учиться через подражание.
Новый эксперимент ученых из Центра нейроэкономики и когнитивных исследований НИУ ВШЭ и Лозаннского университетского госпиталя позволил определить, на каком этапе движения моторный отклик достигает максимума. В эксперименте участвовали 30 человек. Сначала им показывали фотографии движения пальцев, затем видеозапись этих движений и после этого — финальный кадр ролика.
Когда человек просто наблюдает за движением, его мозг может быть активен или неактивен — это внешне никак не проявляется. Мышцы при этом остаются в покое и никакие сигналы не регистрируются. Обычный электрод в такой ситуации ничего не заметит, ведь мышечной активности нет.
Чтобы обойти это ограничение, исследователи использовали ТМС — транскраниальную магнитную стимуляцию. С ее помощью они отправляли сигнал в мозг, тем самым подталкивая моторную кору дать отклик прибору. Это позволило проверить, насколько готов мозг к действию. Если человек глубоко вовлечен в наблюдаемое движение, то даже слабый импульс может вызвать сильную реакцию в нужной мышце. Если же человек, наоборот, не вовлечен, то ответ мозга будет слабым или вовсе отсутствовать. Таким образом, ТМС позволила буквально прощупать, насколько мозг готов включиться в движение, которое человек только наблюдает.
В исследовании стимуляцию применяли в разные моменты: сразу после начала движения, через 320 и через 640 миллисекунд. Участники эксперимента неподвижно смотрели на экран. В это время ученые считывали с мышц руки электрические сигналы, чтобы понять, насколько активно моторная кора реагирует на визуальный стимул. Самый выраженный сигнал от мышцы возникал не в момент действия на видео, а чуть позже, когда движение уже завершено, но еще свежо в памяти.
Именно в случае с просмотром финального кадра ролика (postvideo) активность усиливалась в нужной мышце, а в соседней, не участвующей в движении, наоборот, подавлялась. Такой ответ мозга напоминает то, как он управляет собственными движениями. В нейрофизиологии этот механизм известен как окружающее моторное торможение — он позволяет отключать ненужные мышцы, чтобы добиться точности.
Маттео Феурра
«Наше главное открытие в том, что мозг запускает те же механизмы торможения, что и при реальных движениях, даже если человек просто наблюдает за действием. Это говорит о высокой включенности в чужое движение как свое на уровне связи мозга и мышц тела. Также это позволяет нам больше узнать о важности моторного резонанса для понимания движений», — отмечает один из авторов исследования, ведущий научный сотрудник Центра нейроэкономики и когнитивных исследований НИУ ВШЭ Маттео Феурра.
Полученные результаты могут быть полезны для нейрореабилитации, особенно при восстановлении точности движений после травм или инсульта. Они также подтверждают эффективность обучения через наблюдение, в том числе в спорте. А еще дают новое понимание того, как мы вживаемся в действия других, — возможно, именно такие механизмы лежат в основе эмпатии.
Исследование осуществлено в рамках Программы фундаментальных исследований НИУ ВШЭ.
Вам также может быть интересно:
ФКН ВШЭ и ЧГУ реализовали три отраслевых образовательных модуля по искусственному интеллекту
В 2025/26 учебном году факультет компьютерных наук (ФКН) ВШЭ совместно с Череповецким государственным университетом реализовал три отраслевых образовательных модуля по искусственному интеллекту. Инициатива была представлена в рамках проекта «Топ-ИИ» Минцифры России при участии АНО «Аналитический центр при Правительстве Российской Федерации». Эксперты НИУ ВШЭ совместно с индустриальными партнерами разработали линейку отраслевых образовательных модулей в области искусственного интеллекта.
В НИУ ВШЭ появится суперкомпьютер для работы с ИИ
Высшая школа экономики готовит к запуску второй суперкомпьютер. Новый кластер будет ориентирован прежде всего на задачи ИИ и дополнит уже действующий суперкомпьютер cHARISMa. Его запуск планируется на конец 2026 года.
В НИУ ВШЭ создан Фонд науки и технологий
Фонд науки и технологий НИУ ВШЭ (ФНТ) будет финансировать перспективные научные инициативы, имеющие прикладную направленность и содействующие достижению технологического лидерства России. На поддержку могут рассчитывать проектные команды из всех кампусов университета. Заявку в ФНТ можно подать в любой момент. Рассматривать заявки будет созданный Совет по науке и технологиям НИУ ВШЭ.
Нейросеть НИУ ВШЭ iFORA.LLM включена в Реестр российского программного обеспечения
Адаптированная большая языковая модель для сферы науки, технологий и инноваций (далее — iFORA.LLM, модель), разработанная экспертами Института статистических исследований и экономики знаний НИУ ВШЭ, включена в Реестр российского ПО. Модель создана для эффективного анализа массивов научно-технической информации — от поиска релевантных публикаций до оценки технологических трендов и формирования аналитических отчетов.
Новый метод НИУ ВШЭ и Т-Технологий повышает качество работы ИИ
Ученые из лаборатории научных исследований «Т-Технологий» и Института искусственного интеллекта и цифровых наук факультета компьютерных наук НИУ ВШЭ разработали новый метод семплирования для моделей маскированной диффузии — G-Star+. Он помогает быстрее и качественнее исправлять ошибки во время генерации текста и кода за небольшое число шагов. Метод показал эффективность в задачах генерации текста и кода и может применяться там, где генеративным моделям нужно быстро и качественно создавать текст или код при ограниченных вычислительных ресурсах.
Студенты МИЭМ ВШЭ разработают два спутника собственной конструкции для орбитальных экспериментов
Аппараты, созданные студенческими командами, проведут в условиях космоса исследования свойств перспективных солнечных элементов, бортовых систем накопления энергии и серийной электроники для студенческих спутников.
В Вышке открыли проектно-учебную лабораторию совместно с Группой «Т-Технологии»
Группа «Т-Технологии» (головная структура Т-Банка) открыла проектно-учебную лабораторию на базе факультета компьютерных наук НИУ ВШЭ (ФКН НИУ ВШЭ). Проектно-учебная лаборатория Группы «Т-Технологии» в НИУ ВШЭ сосредоточится на проектах и задачах в области искусственного интеллекта, распределенных вычислений, анализа больших данных и информационной безопасности в финансовом секторе. Лабораторию возглавит Алексей Теплов, кандидат физико-математических наук.
«Защищать конкуренцию от ИИ нам придется с помощью самого искусственного интеллекта»
В НИУ ВШЭ прошел двухдневный семинар «Искусственный интеллект и конкурентная политика в странах БРИКС». Его участники обсудили две ключевые для конкурентной политики темы: трансформация конкуренции и рынков под влиянием технологий ИИ и усилени е регуляторного потенциала антимонопольных органов за счет технологий искусственного интеллекта.
Крупные города как драйверы роста и новая логика пространственного развития
Крупные города в России выступают не только центрами притяжения населения, но и ключевыми генераторами экономического роста, человеческого капитала и инфраструктурного развития. К такому выводу пришли авторы исследования «Новые модели пространственного развития. Международный опыт и актуальная ситуация в России». Работу проводят в 2026 году ученые НИУ ВШЭ при участии приглашенных экспертов МГУ имени М.В. Ломоносова и РАН.
Дрожь земли: ученые ВШЭ научились отслеживать опасные подземные вибрации в реальном времени
Исследователи из МИЭМ ВШЭ и ИПКОН РАН разработали новую математическую модель мониторинга, которая позволяет фиксировать источник опасных подземных вибраций в реальном времени. Технология поможет снизить риск повреждения зданий, дорог и другой инфраструктуры рядом с карьерами и шахтами. Работа ученых опубликована в журнале «Горная промышленность».