Бег по правилу 80/20. Тренируйтесь медленнее, чтобы соревноваться быстрее - [30]

Опытные и техничные атлеты во всех видах спорта демонстрируют меньшую активность мозга – то, что я называю «тихим» мозгом, – во время выполнения упражнений. И, как я уже отмечал, у опытных спортсменов наблюдается большая вариабельность их движений. Два этих феномена связаны друг с другом. Вариабельность движений опытных бегунов вызвана именно тем, что их мозг «тише». Чем больше мозг работает над определенными движениями, тем более скованными они будут. Лучшим атлетам не нужно тратить так много ментальных усилий на контроль своих движений, и поэтому движения получаются более свободными.

Аналогия может сделать эту идею более понятной. Представьте, что мозг атлета-новичка – это руководитель, который занимается «микроменеджментом». Сотрудники, которыми руководит «микроменеджер», будут работать по стандартам, чтобы отвечать ожиданиям надоедливого босса. Также и движения новичка повторяются вследствие попыток мозга контролировать тело. Соответственно, мозг опытного атлета – это спокойный и отстраненный руководитель, под началом которого сотрудники могут работать в разном стиле, добиваясь результата так, как им удобно. Так и ослабленный контроль движений тела в случае с опытным бегуном позволяет конечностям двигаться более свободно, что и приводит к большей вариабельности. В случае с бегунами «бесшумный мозг» способствует небольшим колебаниям в рисунке бегового шага, что со стороны может выглядеть как некая расслабленность.

Мы прояснили связь между «тихим» мозгом и более разнообразным беговым шагом. Но один важный вопрос остался без ответа: почему это хорошо? Иначе говоря, в чем именно польза от более свободных движений? Чтобы ответить на этот вопрос, мне понадобится помощь роботов.

Урок от роботов

Одни из самых полезных сведений о том, как люди бегают (и ходят), ученые получили благодаря попыткам создать роботов, которые могут ходить и бегать, как люди. Первые двуногие машины, способные ходить, были созданы в 1893 году. Это были машины, а не роботы, потому что они были полностью механическими и не содержали в себе никакого компьютера, контролирующего движения. Первый двуногий робот с компьютером-контроллером был создан только в 1966 году. Это изобретение симулировало человеческие движения лучше, чем любая простая машина, потому что компьютер, контролировавший движения, выполнял роль мозга.

И все же между движениями первых ходивших роботов и движениями людей были важные различия. Во-первых, движения роботов были совершенно неадаптивными. Первые роботы могли делать ровно то, на что были запрограммированы. Они не могли учиться и улучшать свои движения или менять их в соответствии с окружавшей их обстановкой (например, столкнувшись с уклоном). Кроме того, движения первых роботов просто-напросто не были похожи на человеческие. Им не хватало изящества и плавности.

Инженеры пытались решить эти проблемы, создавая роботов со все большей вычислительной мощностью. Идея была в том, чтобы заранее запрограммировать механические реакции на все случаи, которые только могли произойти. Лучшие роботы такого типа могли выполнять тысячи вычислений каждую миллисекунду, чтобы полностью контролировать все свои движения. Но это было бесполезно. Неважно, насколько сложна программа робота, – в любом случае так невозможно добиться настоящей адаптивности, а ресурсы, требующиеся для тотального управления всеми движениями, требовались колоссальные. Если бы живым существам приходилось вкладывать столько усилий в движения, они бы никогда не выжили в реальном мире, требующем эффективности и безжалостном к бесполезным действиям.

Инженеры пришли к другой идее, вернувшись к концепции, впервые предложенной русским психофизиологом Николаем Бернштейном в 1930-х годах. Бернштейн считал, что координация движений тела осуществлялась не самим мозгом, но рефлексами по всему телу. Мозг вовлечен в процесс только на верхнем уровне – в принятие решений о том, в какую сторону двигаться, с какой скоростью и как реагировать на новые внешние обстоятельства. Основываясь на этой идее, робототехники создали роботизированный эквивалент «тихого мозга», контролирующего движения свободно, а не жестко.

В 2008 году немецкий профессор Флорентин Вёргёттер, занимающийся вычислительной нейробиологией, представил RunBot – шагающего и бегающего робота, чьи движения контролировались набором простых правил, которые оставляли место для корректировок и адаптации, основанных на обратной связи от датчиков, расположенных в ключевых местах робота. В отличие от своих предшественников, RunBot мог сам выучивать вещи, которые не были в него заложены заранее, такие как подъем и спуск с уклонов, – и его движения были гораздо более изящны. Последующие разработки, включая Petman, созданный в DARPA[10], пошли еще дальше в реализации концепции «тихого мозга», их движения стали еще более адаптивными и эффективными.

Прорыв RunBot преподал важный урок о механике человеческих движений: свободно контролируемые движения оставляют пространство для улучшений, а жестко контролируемые – нет. Робот, адаптирующий паттерны движений на основании обратной связи от окружающей среды, вначале движется менее «умело» по сравнению с жестко запрограммированным роботом, но в итоге становится более эффективным, потому что учится, в отличие от последнего. Так и у людей-бегунов: более свободный шаг самооптимизируется для большей эффективности.