新闻动态

【导语】欣赏舞蹈时大脑如何融合视听体验形成美感？神经科学因缺乏衡量“艺术感”的标准而面临难题。不过，东京大学等机构研究者另辟蹊径，构建“懂舞蹈”的AI“EDGE”反向破译人脑活动(dòng)，发(fā)现大脑欣赏舞蹈时进行复杂跨感官神经活动。此研究不仅深化了对艺术审美神经机制的理解，还为“神经美学”应用带来可能。

·也许有一天，AI编舞师可以根据你的脑回路特征，为你量身定制一支最能打动你的舞蹈。

当我们欣赏一段舞蹈时，大脑如何将视觉上的动作与听觉上的旋律融合成一种名为“美”的体验？这是神经科学中最具挑战性的问题之一，原因在于科学家们缺乏一把能衡量“艺术感”的尺子(zi)。

随(suí)着(zhe)人工智能（AI）技术的发展，这个困境有望被一种新的方法论所突破。在一项新研究中，研究者另辟蹊径，先构建了一个“懂舞蹈”的人工智能，然后用这个AI作为“解码器”，反向破译了人脑的神经活动。该研究于11月19日发表在《自然·通讯》（Nature Communications）杂志上，作者来自东京大学、大阪大学及日本信息通信研究机构（NICT）。

研究团队使用的这个名为“EDGE”的跨模态AI模型(xíng)可(kě)以(yǐ)被(bèi)想(xiǎng)象(xiàng)成(chéng)一(yī)位(wèi)学(xué)习(xí)了(le)海(hǎi)量(liàng)数(shù)据(jù)的(de)“编(biān)舞(wǔ)师(shī)”。它(tā)不(bù)仅(jǐn)能(néng)“看(kàn)懂(dǒng)”舞(wǔ)者(zhě)的(de)动(dòng)作(zuò)，还(hái)能(néng)“听(tīng)懂”背景音乐的节奏和旋律。通过深度学习，这个AI的任务是根据过去的动作和当前的音乐，预测下一个最和谐、最自然的舞步。

研究者们提出了一个假设：如果这个AI为了生成优美的舞蹈而形成的内部表征（即它对“动作-音乐”关系的理解），恰好与人脑处理这些信息(xi)的方式不谋而合，那我们不就能用AI的“语言”来“翻译”大脑的活动了吗？

在实验中，研究人员首先邀请了专业舞者和舞蹈新手，让他们躺在功能性磁共振成像（fMRI）扫描仪中，观看了长达五小时的涵盖街舞、爵士舞等多种风(fēng)格的真实舞蹈视频。同时，研究人员提取了AI模型中负责整合音乐和动作的跨模态特征，并将这些数学参数与fMRI成像数据进行比对。

结果显示，AI提取的“视听融合”特征，比单纯的“动作特征”或“音乐特征”能更准确地预测人类大脑的活动。这意味着我们的大脑在欣赏舞蹈时，不是把视觉和听觉做简单的加法，而是在高级视觉区和联合皮层（如前额叶和顶叶）进行了一场复杂的跨感官神经活动，将动作与音乐融合成了一个整体的体验。

通过AI“读心术”，研究还探究了哪些舞蹈概念与哪些区域的大脑活动相关。例如，充满活力的舞蹈能显著激活大脑中与自我意识相关的“默认模式网络”，而被评价为“无聊”的舞蹈则会抑制这些区域的活动。这或许解释了为何引人入胜的艺术能让我们暂时忘记自我，而乏味的表演则让思绪飘忽不定。

这项研究不仅加深了我们对艺术审美的神经机制的理解，也为一种“神经美学”应用提供了可能：也许有一天，AI编舞师可以根据你的脑回路特征，为你量身定制一支最能打动你的舞蹈。

参考文献：

Yu Takagi, et al. Cross-modal deep generative models reveal the cortical representation of dancing. Nature Communications, 2025, 16 (9937).