当孩子们学习如何系鞋带时，他们会以不连续的步骤来做 - 做一个圈或拉扯花边。

经过足够的重复，我们的大脑将这些步骤变成“块”。

正如现象所知，运动组块是一种将长串信息缩减为更易于记忆的更短，更易于管理的组件的策略。

“分块是一个聪明的策略的自然副产品，最大限度地降低了学习成本。”

科学家们知道，帕金森病，亨廷顿舞蹈病和中风患者，这种运动组块被严重破坏。 了解分块及其如何工作对于早期诊断，治疗和康复治疗至关重要。 然而，科学对此没有具体的解释。

但是现在，研究人员已经形成了一个全面的理论来解释为什么会发生组块。 研究框架在电机系统中作为一种经济权衡，在某些学习阶段，合并小块成为最佳“成本效益”。 研究结果出现在期刊上 自然通讯.

加州大学圣巴巴拉分校的神经学教授斯科特·格拉夫顿说：“神经系统的目标是尽可能有效地产生运动。 “但是，计算有效的轨迹还有一个计算成本。 这些目标之间的甜蜜点会导致大块。“

困难和高效

格拉夫顿及其同事使用计算机控制工具，生成计算机模型，以发现大脑如何控制肢体以及运动系统的目标和约束。 在这种情况下，研究人员很难解释人类和其他动物如何从计算简单但效率低下的运动转变为计算要求高但运动效率高的运动。

Grafton说：“我们的研究从理论上和实验上表明，最有成本效益的复杂效率学习路径就是产生组块的那些，从而解决了这个难题。 因此，组块是巧妙策略的自然副产品，可以最大限度地降低学习成本。“

研究人员测量了猕猴如何在数天的练习中产生运动序列，并发现这些动物确实是具有成本效益的学习者。 通过选择什么时候以一种聪明的方式将大块混合在一起，猴子实现了累积学习成本的节省。

他们将运动顺序划分为块，在块内对效率进行优化，然后只有在需要进一步提高效率时才合并块。

Grafton说：“运动组块在人类和动物身上的健康和疾病方面有着广泛的特点，但是直到现在，缺乏规范的理论。”我们的理论推导出最佳的运动轨迹，而这些猴子学习产生一个新的序列的实验长时间的运动表明我们的理论解释了运动中出现的大块的基本特征。“

构筑分块现象作为一种经济权衡，为运动学习及其障碍提供了新的视角。

例如，中风后运动的不规则性可能归因于运动学习的较低计算预算，因此中风中看到的低效运动可能适应这些预算，Grafton解释说。 他补充说，任何康复方法都可以从这种见解中受益。

Grafton说：“我们对分块的计算观点也为大脑控制运动开辟了新的问题。 “特别是最近有关脑组块的神经编码的证据必须根据计算理论重新检查。

“神经元是编码运动决策，计算预算还是效率目标？ 对于整个电机控制领域来说，这些是广泛的问题。“

Sumber: 加州大学圣巴巴拉分校

相关书籍

at InnerSelf 市场和亚马逊