眼見不為實：你眼中的世界，其實只是大腦猜出來的

感知到底有多複雜

早年，人工智慧之父馬文·明斯基希望能做出一個具有感知功能的機器人。這個機器人要認識人，要分得清桌子椅子，要會撿東西等等。明斯基想了一下說，"這是一個棘手的問題。這需要一個研究生花整個暑假才能完成。"他當時顯然想得太簡單了。後來，明斯基在機器感知研究領域取得了巨大的成就，但是，關於機器人視覺的研究以及關於製造能夠確認與識別物體的機器的嘗試，至今尚未達到一個一歲兒童的感知水平。

讓我們從最「簡單」的感知問題說起：人是如何看見東西的。

你一回頭，看見她在草地上坐著沖你微微一笑，長發飄飄。

讓我們試著分析一下這個簡單的視覺事實。首先，我們從生理上出發。你的雙眼是兩個球狀物體，眼球壁內層是一層透明的視網膜，視網膜由大量神經細胞組成。這些神經細胞會因為感受到特定的刺激（光線）而進行發放信號。發放，不發放，發放，不發放……無數個神經細胞接受刺激後進行不同的信號發放選擇，bingo，你就看到了一幅畫面。神經細胞發出的信號可以被視為一個特定的數組集合。這些數字是如何轉變成我們看到的物體、人物、動作以及事件的呢？這才是真正棘手的難題。

視網膜是個二維平面。而你要在這個二維平面的基礎上，延展出一個三維的立體世界。這在數學上是不可能實現的。這意味著什麼呢？這意味著在我們的大腦中，對於投映在視網膜上任何二維平面圖像，都存在著與之對應的三維圖像。想像一組光線在你的視網膜上排列著，那在現實中與之對應的是何種實物景象呢？我們思考這一問題的合理解釋是——我們擁有關於這個世界如何運作的無意識猜想，我們的心理擁有某些關於事物如何存在的假設，我們的大腦資料庫中早已存儲了大量的三維圖像。這些假設讓我們能夠從二維數字到三維世界一一對應的映射中做出有根據的猜測。傳遞到你眼中的信息只是視覺形成所需信息的冰山一角，傳遞到你眼中的信息只是供你作出某種假設並得出結論的一個依據而已。你所形成的完整視覺（美女在草地上坐著沖你微笑 ），其實只是一個可靠的推斷性結論。事實上，我們永遠不會「看到」，我們從來都是在腦海中「形成畫面」。康德在18世紀就提出了「物自體永遠不可知」的論斷，是何等智慧。

你自動且直覺地分辨出不同物體。你能分辨出這是一個人，那是一座房子，有很多鳥，還有樹。你是怎麼做到的呢？別以為這是一件極其簡單的事情。事實上，讓計算機從一個場景中分辨出不同的物體，即圖像識別技術的實現，是極其困難的。我們的視覺究竟是如何做到輕易分辨出不同物體的？目前的答案仍不確切。

簡言之，我們的視網膜是二維平面，但我們卻要用它來識別三維的世界。我們怎麼辦到的？一種靠譜的答案是，通過線索以及猜測。我們的視覺系統會預先採用一些假定。既然是假定，那就不一定正確。在視覺錯覺中，這些假定就是錯的。大量的視覺錯覺支持「眼見不為實」，同時也間接證明了上述關於視覺形成的理論。

繆勒-萊耶錯覺（箭形錯覺）

下面的圖中，中間線段實際上一樣長，但人們會覺得上面的中間線段要比下面的中間線段長。對此的一種解釋是，場景中其他的線段使你的視覺系統對距離作出了假定，然後你會通過距離判斷來修正長短。你看到的這兩條線段，它們在你的視網膜上所佔空間相同，但你會認為距離遠的那條比較長，因為你腦中會假定「如果這兩條線段都這麼長，但上面這條距離更遠些，那麼它肯定要比下面那條離得較近的線段更長」。

謝巴德旋轉桌

下圖的兩張桌子，哪個桌面更狹長，哪張桌面更寬大？你可能會說，左邊的更狹長，右邊的更寬大。而實際情況是，兩張桌面大小形狀是完全一樣的。

令人迷惑的車棚

關於平面視覺錯覺的例子很多很多，請大家自行google。有的同學可能覺得平面視覺錯覺不是很明顯。給大家看一個三維視覺錯覺的例子。強迫症患者慎點——看完我簡直想買一個模型看一看，不，摸一摸到底怎麼回事！

令人迷惑的車棚 - 騰訊視頻 http://v.qq.com/x/page/a0330raitp6.html

在這個視頻中，我們看到一個拱形的車棚，在鏡子里卻是波浪形的。其實，真實的車棚形狀既不是拱形也不是波浪形。單獨一個角度的圖像並不足以提供充分的空間信息，而我們的大腦在解釋圖像的時候偏愛「直角」，大腦會假定「車棚的邊緣線是處於垂直於地面的平面之中的」。這樣一來，我們就產生了車棚是拱形或波浪形的錯覺。

心理柳葉刀

康德認為，「事物本身」和「我眼中的事物」是不一樣的。按照康德的說法，我們永遠無法確知事物本來的面貌——這多麼讓人沮喪呀。好在康德還補充道：人類理性的特性之一就是會尋求事件的原因——總算，不至於讓我們過得太無聊。

——————————————

個人微信公眾號：自由世界觀