Итак, только при ходьбе задействовано 200 мышц. И все они работают согласованно. В то время, как одни сокращаются, другие должны быть расслаблены..., третьи должны работать асинхронно..., очевидно, здесь целый комплекс задач, не только движение вперёд, но и поддержка равновесия, преодоление препятствий, принятие решений, экономия сил ... Вы когда-нибудь задумывались, насколько сложны такие задачи? Как все это обеспечивать? Нейронные сети, управляющие (мышцами) занимают 60% объема мозга. Шестьдесят!!! (См. лекции Дубынина)...
Да, управление движением ходьбы задействует огромную сеть нейронов и мышц, и это достигается за счет тесной координации нейронных цепей, мышечных программ и стратегий экономии энергии.
В реальности нейронные сети и нервная регуляция работают на разных уровнях (мозг, мозжечок, спинной мозг, ствол мозга) и используют принципы тактильной, проприоцептивной и визуальной информации, чтобы синхронизировать сокращения и растяжения более 200 мышц, поддерживать равновесие и адаптироваться к препятствиям.
Ниже — разбивка по ключевым компонентам и механизмам, с опорой на современные представления в нейробиологии и биомеханике.
## Как это обеспечивает.walking complexity
- Многоуровневая регуляция: верхний уровень (мозг) планирует маршрут, темп и стратегию преодоления препятствий; ствол мозга и спинной мозг координируют паттерны сокращений мышц; мозжечок регулирует точность и предсказание движений; а периферическая нервная система обеспечивает реализацию команд на конкретные мышцы. Это образует иерархию, где каждый уровень может адаптировать паттерны активации в зависимости от контекста. [1][2]
- Модели кинематического резерва и координации: в ходе ходьбы множество мышц действует в координации с высокой степенью избыточности (редундантность). Исследования показывают, что есть диапазоны допустимой активации для каждой мышцы, которые удовлетворяют требованиям по суставным моментам, и реальные паттерны активации могут отклоняться от “оптимальных” решений, что отражает биологическую нелинейность и необходимые компромиссы между скоростью, энергией и устойчивостью. [3]
- Кинематика и синергии: понятие синергий движений и концепций расширения/модуляции мышечно-нервной активности объясняет, как одни мышцы работают синхронно, другие — антагонистически или коактивно в зависимости от фазы шага. Это позволяет поддерживать плавность и устойчивость при изменениях окружения. [4][1]
- Динамические нейронные сети иpremotoneuronal circuitry: моделирование premotoneuronal pathways показывает, как нейрональные сети могут обучаться управлению двигательными единицами с учетом сенсорных и кортикальных входов, что отражает реальные свойства нейрофизиологических цепей контроля движений. Это объясняет, как мозг адаптирует паттерны активации под различные задачи ходьбы. [5]
- Биомеханика и ограничения активации: даже в конкретном шаге множество мышц может менять активность в зависимости от условий (темп, уклон, неровности поверхности). Инструменты моделирования показывают, что границы активации отдельных мышц широки, и движение не определяется одной “идеальной” схеме, а целым диапазоном допустимых решений. [3]
## Практические выводы и примеры
- Коллективная координация требует синергий: во время ходьбы одни мышцы сокращаются, другие расслабляются, третьи действуют асинхронно в рамках фаз шага; такая координация позволяет эффективно перемещать тело и поддерживать равновесие. Эти принципы хорошо отражены в работах по координации Locomotion и нейронным сетям в мозге/спинном мозге. [1][2]
- Роль обучения и адаптации: двигательные паттерны формируются через обучение и адаптацию к новым условиям (поверхности, препятствиям, усталости). Нейронные сети в нервной системе могут «обучаться» оптимальным траекториям за счет повторения и обратной связи, поддерживая функциональную гибкость. [5][6]
- Нейро-мускульная связка: активность мышц тесно связана с нейронной активностью в коре, мозжечке и спинном мозге; наблюдается функциональная связь между сигналами ЭМГ и кортикальными цепями, что позволяет системе адаптивно реагировать на внешние влияния. [7][5]
## Что из этого важно помнить в контексте вопроса
- Тезис про «60% объема мозга» для управления мышцами: в нейрофизиологии связь между нейронами и мышцами действительно занимают значительную долю коры и подкорковых структур, но конкретные проценты варьируют в зависимости от методики измерения и уровня анализа; главное — двигательные цепи работают как распределенная сеть, где обучение, координация и сенсорная обратная связь обеспечивают эффективное управление движением. Уточнить конкретные цифры по источникам, если нужен точный вывод по процентажу, можно через обзорные статьи по моторной нейронной системе и нейронным сетям управляемого двигательного аппарата. [2][8]
Если нужна более детальная разбивка по конкретной фразе о «60% объёма мозга» в контексте лекций Дубынина, можно посмотреть соответствующие лекционные материалы или записи его лекций, чтобы сопоставить биологические источники и теоретические выводы. [9]
Готов разобрать более узко: например, привести схему регуляции ходьбы на разных уровнях (кортекс — мозжечок — ствол мозга — спинной мозг), или привести конкретные параметры моделирования (например, границы активизации мышц во время ходьбы по различным моделям).
Цитаты:
[1] Coordination of Locomotion with Voluntary Movements in ... https://pmc.ncbi.nlm.nih.gov/articles/PMC6725226/
[2] Lecture 17- motor control - Part 1 – Neuronal components of the motor control Neural circuits - Studocu https://www.studocu.com/en-gb/document/university-of-sussex/structure-and-function-of-the-brain/lecture-17-motor-control/14297015
[3] Feasible Muscle Activation Ranges Based on Inverse ... https://pmc.ncbi.nlm.nih.gov/articles/PMC4592831/
[4] Explaining human motor coordination via the synergy ... https://www.pnas.org/doi/10.1073/pnas.2501705122
[5] Dynamic Neural Network Models of the Premotoneuronal Circuitry Controlling Wrist Movements in Primates https://www.academia.edu/92302500/Dynamic_Neural_Network_Models_of_the_Premotoneuronal_Circuitry_Controlling_Wrist_Movements_in_Primates
[6] UCD HHIT Series Episode 15 "Neuromuscular Systems & Neural Engineering" with Prof. Madeleine Lowery https://www.youtube.com/watch?v=WcIjNK5Lfzk
[7] A neural network that finds a naturalistic solution for the ... https://pubmed.ncbi.nlm.nih.gov/26075643/
[8] Biomechanics and Motor Control of Human Movement, ... http://ndl.ethernet.edu.et/bitstream/123456789/43158/1/David%20A.%20Winter.pdf
[9] Vyacheslav Dubynin: memory training, how social media affects your brain https://www.youtube.com/watch?v=IJznSGgcf5g
[10] The significance of closed kinematic chains to biological ... https://www.sciencedirect.com/science/article/abs/pii/S1360859217300359
[11] Musculoskeletal simulation of limb movement ... https://arxiv.org/html/2509.06426v2
[12] Study suggests that physical processes can have hidden neural network like abilities https://www.youtube.com/watch?v=VF8lnTjhV98
[13] Physics of the Nervous System https://www.youtube.com/watch?v=sSgd6Jw3qCY
[14] Machine Learning Course - Lesson 15: Neural Networks https://www.youtube.com/watch?v=ujhRIbRdDZs
[15] Lecture 11: Neural Network based Robot Control https://www.youtube.com/watch?v=GGkBv8yUdCo
[16] Artificial Neural Networks & Human Brain Explained | Neurotransmitters & Muscles | UPSC GS3/GS4 https://www.youtube.com/watch?v=9ijDV8XItXc