克里斯·弗里思：我们对世界的感知是一种幻象｜智能渐近线

房间里有犀牛吗？

有很多方式可以讨论我的大脑关于世界的信念。

例如，我可以讨论原因。如果我相信房间里有一头犀牛，那么这头犀牛会传入我的眼睛和耳朵，进而引起我的感知。我的大脑找到了引起我的感知的原因，并且确定犀牛是最可能的原因。

我也可以讨论模型。我的大脑能预测犀牛会引起什么样的感知，因为我的大脑对犀牛是什么样子有先验观点。这个先验知识在我的心智中已经创建了犀牛的模型。

对于我来说，这是个非常有限的模型。它只表征了犀牛的体形、力量、独特的角，除此之外其他特征几乎没有涉及。我的知识有限并不是问题，因为模型并不是对事物所有事实的详尽反映。

模型就像一张地图，是一种在缩小的量尺上对真实世界的表征。世界万象不能在地图上一一找到，但是距离和方向标注得非常精确。看地图时，我可以预测出50码内有左拐弯。如果是一张动物园的地图，它甚至能预测在这个动物园里我可能看到另一头犀牛（见图1）。借助地图，我不必真正去做一次旅行就能预测出旅途会有多远。我可以用计步器沿着地图上的路线模拟真实的旅程，从中读出要走多少英里。我的脑中装有许多这样的地图和模型，借助它们可以进行预测和模拟行动。

英文教授（作者虚构出来的与之辩论的一个角色）显得有些困惑。“这屋子里没有犀牛啊！”她问。

“你难道看不见它吗？”我回答道，“你只不过没有足够强的先前信念。”

在我的脑中，感知取决于我的先验信念。它不像在照片或电视上产生图像一样呈线性过程。对于我的大脑来说，感知是一个循环的过程。在线性感知中，以光波或声波形式产生的能量冲击着感官，这些关于外部世界的线索被大脑以某种方式转换、分类为处于空间中某一位置的物体。

正是这种方式使得感知对于第一代计算机来说显得非常困难。使用感知的大脑几乎以相反的方式运作。我们感知某物实际上是始于内心的先验信念——一种有关物体空间位置的世界模型。利用这个模型，我的大脑可以预测出我的眼睛和耳朵将接收到什么样的信号。

当然，这种预测与实际信号相比会出现误差。我的大脑乐于接受这些误差，因为它们教我的大脑如何去感知。误差的存在可以提醒我的大脑，它构造的世界模型是不够完善的。误差的性质则可以告诉我的大脑，应该如何构造一个更好的世界模型。就这样，我们一次又一次地循环往复，直至把我们担心的误差降到最低。通常只需要几个循环就足够了，这可能只需花费大脑100毫秒的时间。

一个以这种方式建构外部世界模型的系统会利用它可以得到的任何信息，以此帮助它构造更好的模型。只要视觉、听觉、触觉得到的信息是有用的，就都可加以利用。当我对世界采取行动时，系统就会预测从所有感官得来的信号将如何发生变化。因此，当看到一杯葡萄酒时，我的大脑就在预测酒杯握在手里的感觉会是怎样的，以及酒的口味又会如何。如果没有这些预测和先前经验，可以想象，一个人战战兢兢端起一杯红酒却发现它冰爽甘甜时那种震惊的样子。

先验知识从何而来？

如果感知是起于内在先验知识的某种循环，那么先验知识又是从何而来的呢？这是一个先有鸡还是先有蛋的问题。只有对某物已有所了解，我们才能感知它；但是，没有对它的感知，我们对它又将一无所知。

我们的大脑是如何获得感知所需要的先验知识的呢？一些知识经过数百万年的进化而根植于人类的大脑。例如，某些猴类的眼部神经元对颜色非常敏感，因此十分有利于它们在自己的生活环境中找到水果。进化已经把关于成熟水果颜色的先验假设植入它们的大脑。

由于我们的视觉体验，在生命的头几个月，我们脑中的知识是固有的。有些关于世界的确定事实几乎没有什么变化，因此它们成为强有力的先验假设。只有在光线照射在物体表面并且刺激我们的眼睛时，我们才能看到这个物体。这道光线同时也产生了影子，提供了关于物体形状的线索。

千百万年来，世界只有一种主要光源—太阳。而且，太阳光总是从上往下照射的。这意味着，凸面物体上面是明亮的，下面是黑暗的；而凹面物体下面是明亮的，上面是黑暗的。我们的大脑已经将这个简单的规律植入它的系统。大脑按照这个规律来判断物体是凸面的还是凹面的。

针对图2，你可以做个小测试。这些物体看起来很清楚：上面的多米诺骨牌有五个凸点和一个凹点，下面的多米诺骨牌有两个凸点和四个凹点。或者看起来是这样的——但事实上，纸面完全是平的。我们之所以把这些点解释为凸点或凹点，是因为光线从上往下照射而产生的阴影给了我们提示。如果你把这页纸倒过来，凸点将变成凹点，因为我们假定光线仍然是从上面照射过来的。如果把这页纸侧过来，阴影将不再有任何意义；这些点开始看起来就像一个个小洞，透过这些小洞，我们可以看到一张有复杂阴影的材料纸。

如果脑中有错误的先验知识，我们的感知也会随之出现错误。随着现代技术发展，我们可以制作出许多大脑不能理解的奇特图片。我们对这些图片的感知难免会出错。

例如，一幅内部空心的面具就是一个我们几乎不可能正确感知的物体。

当我们往这幅空心面具的内部看时（图3右下），我们不得不把它看作一张正常的凸形脸。我们关于脸是凸形而不是空心的先验信念十分强烈，以至于很难改变。如果慢慢旋转面具，就会产生另一个错觉。因为我们看到面具相反的一面，鼻尖似乎离脸部最近，其实它离脸部最远。因此，无论什么时候我们往凹的一面看，我们都会曲解面具的运动并看到面具朝反方向旋转。

行动是如何告知我们这个世界的

对于大脑来说，感知和行动是密切相关的。我们用我们的身体去了解世界，通过我们的身体对世界做些事情并看看会发生什么。这是早期的计算机所缺少的另外一项功能。它们只会看着这个世界，而不会去做事情。它们没有肢体，也无法做出预测。这是感知对于电脑来说很困难的又一个原因所在。

甚至一个简单的运动都能帮助我们将我们对某一物体的感知与对另一物体的感知区分开来。当我览视自家花园时，进入我眼帘的是树前的一簇篱笆。我怎么知道哪一簇棕色是篱笆哪一簇棕色是树呢？如果我的世界模型告诉我篱笆在前树在后的话，那么我可以预测，要是我移动我的头，与树和篱笆相关的感知也会以不同的方式改变。因为篱笆离我更近，树离我更远，一些篱笆比部分树先映入我的眼帘。由于树的移动是共同的，我的大脑就可以把这些树的所有部分连接起来。但实际上，是我这个观察者——不是树也不是篱笆在动（如图4 所示）。

如果说简单的运动能帮助我们感知，那么有目的的运动（我称之为行动）更能帮助我们感知。假如我面前有个酒杯，我注意到它的形状和颜色。这时我并没有意识到，我的大脑已经想好如何调整我的手去握住杯脚，预想着酒杯端在手中的感觉。这种预备和期待甚至发生在我没有打算拿起酒杯的时候。我的部分脑是根据行动来表征我周围的世界，比如需要从这里到达出口的行动、需要拿起桌上的瓶子的行动。我的大脑会不停地自动预测，我应该采取什么样的最佳行为方式来完成我可能要执行的行动。只要我采取行动，这些预测就会得到检测，并且我的世界模型在预测误差的基础上也将得到完善。通过手握酒杯的体验，我对酒杯外形就有了更好的了解。以后，即便看到不完整的、模糊不清的有关酒杯的视觉媒介，我也能更好地“看出”它的形状。

我的大脑通过建构世界的模型来发现外部世界那里的东西。这些模型不是任意想象出来的。当我对世界采取行动时，它们可以不断地调整，以提供最可能的感觉预测。但我意识不到这种复杂的机制的运转。那么，我能意识到的是什么呢？

我感知到的不是世界本身，

而是我脑中的世界模型

我所感知的并不是从外部世界进入眼睛、耳朵和手指感官的那些模糊粗略的线索。我对事物的感知丰富得多——对一张图片的感知就结合了所有这些粗略的感官信号及丰富的过去体验。我的感知是对外部世界那里应该是什么的预测， 并且这种感知会不断通过行动得到检验。

很明显，任何系统在失灵时都会犯某类特定的错误。幸运的是，这些错误是富含信息的。它们不但对系统的学习很重要，而且对于我们发现系统是怎样运作的也很重要。依据这些线索，我们能知道系统的类型。

那么，一个通过预测运作的系统会犯哪类错误呢？当外部世界中两个不同的物体引起同样的知觉时，无论何时出现这种模棱两可的情况，系统都会出问题。这个问题通常可以得到解决，因为一种模型的可能性远远超过另一种。在我的房间里非常不可能会出现一头犀牛。但是，当不可能的情境事实上恰好出现时，这意味着系统被欺骗了。大量视错觉在心理学家的工作中备受青睐，因为它们可以用这种方式欺骗大脑。

在形状怪异的艾姆斯小屋里（见图5），它的这种布局会使我们的眼睛产生与看到一个普通的正方形房间时相同的知觉。一个形状怪异房间的模型和一个正方形房间的模型都能使我们的眼睛准确地预测知觉。但是，我们看到正方形房间的体验更为常见，以至于我们会不由自主地把艾姆斯小屋也当作是正方形的，即便当艾姆斯小屋里的人从一边移到另一边的时候是以一种不可能的方式伸缩的。我们将看到一个艾姆斯小屋的先验概率（期望值）非常小，以至于我们的贝叶斯脑会忽略这条怪异的证据。

但如果我们没有先验理由去偏向一种解释而摒弃另一种解释，会发生什么呢？奈克方块（Necker cube）就是这样一个例子（见图6 左上）。我们可以看到这个相当复杂的二维图， 但是我们拥有关于多种立方体的更多经验。因此，我们看到一个立方体，但问题是存在两种可能的立方体：一种是正面在右上方，另一种是正面在左下方。我们没有理由偏向任何一方， 因而我们的知觉会自然地从一种可能的立方体转向另一种。

即使像鲁宾花瓶（Rubin vase；见图6右上）和妻子/ 岳母图（见图6下）这样更为复杂的图形，也可显示知觉从一个知觉对象到另一个知觉对象的自然转换，这同样是因为这两种视图都看似合理。我们的大脑对双关图做出这种反应的事实进一步证明了我们的大脑是一种贝叶斯机器，这种贝叶斯机器通过做出预测和搜寻知觉起因来发现世界中的物体。

颜色存在于大脑而非世界中

但是，也许你会认为，所有这些双关图都是由心理学家创造的。在现实世界，我们没有看过这样的物体。是的，确实如此。但是现实世界本身也是模棱两可的。以颜色的问题为例：

我们只是从物体上反射的光才知道物体的颜色。光的波长产生颜色，长波形成红色，短波形成蓝色，其他所有的颜色都在这两者之间。眼睛里有专门的感受器，它们对这些不同的光波很敏感。

那么是这些感受器的活动告诉我们西红柿是什么颜色的吗？问题就出在这儿。颜色不在西红柿里，而是在西红柿的反射光里。白光照射时，西红柿反射为红光，所以我们看到的西红柿是红色的。

但是，如果是蓝光照射在西红柿上，会呈现什么颜色呢？此时西红柿不能反射任何红光，那么它看上去会是蓝色的吗？

当然不是，我们仍然感知到它是红色的。基于场景中所有物体的颜色，我们的大脑可以判断该场景是受蓝光照射的，并且预测出各种物体本身的“真实”（true）颜色。

我们所感知到的颜色取决于这种预测的颜色，而不是进入我们眼睛的光波。因为我们看到的颜色是预测的颜色，而不是“实际”（real）颜色，所以我们能够产生各种让人惊奇的错觉。比如在色块错觉中，根据光的波长，两个色块的颜色是相同的，但它们看起来却好像有非常不同的颜色（见图7）。

感知是一种与现实相符的幻象

根据到达我们感官的信号，我们的大脑建立起各种世界模型，并不断地修改这些模型。因此，我们真正感知到的是我们脑中的世界模型。虽然它们并不是世界本身，但是对于我们来说，这些模型与世界本身一样好。你也可以说，感知就是与现实相符的幻象。

此外，如果得不到感官信号，我们的大脑将会填补缺失的信息。在我们的眼睛没有光线受体的地方有一个盲点。将感官信号从视网膜传递到大脑的所有神经纤维（视神经）都聚集在这里——因此没有光线受体的空间。我们意识不到这个盲点，因为大脑会制造一些东西进入这部分视域。我们的大脑利用来自盲点周围最近区域的信号来弥补丢失的信息。

在你面前伸直你的手指，并且盯着它看。然后，闭上你的左眼，手指慢慢向右移动，但要一直盯着它。你会发现你的指尖将在某一点消失，然后，又在盲点之外重新出现。但在盲点的内部，你的大脑用周围墙纸的图案而不是用你的指尖填充了这个空白。

即使在我的视觉中心，我所看到的东西也是由我的大脑期望看到的东西和实际产生的感官信号共同决定的。这些期望有时十分强烈，以至于我所看到的是我所期望的，而不是实际发生的。有一个引人注目的实验室实验，实验者向人们快速呈现一些视觉刺激（比如字母表中的字母）——呈现的速度很快，以至于刚好只能觉察到这些感官信号。如果此时你强烈地期待看到字母A，即使实际呈现的是字母B，你可能有时也会相信自己看到了字母A。

我们不是感官的奴隶

也许你会认为，这种产生幻觉的倾向对于我们的大脑建立关于世界的模型来说需要付出很大的代价。难道不能调试系统使感官信号始终支配我们的体验吗？这样，幻觉就不会产生了。

其实，很多原因可以说明这种观点是不可取的。感官信号太不可靠，更重要的是，这种控制会使我们成为感官的奴隶。我们的注意力会像蝴蝶一样，频繁地从一个事物匆匆转向另一个事物。

脑损伤有时会导致这种感官控制的产生。有些人控制不住要这样做，他们依据恰巧看到的一切行事。例如，他们把一副眼镜架在鼻子上，但接着，他们看到了另一副眼镜，然后把它也戴了起来。如果看到一个玻璃杯，他们必定要拿起来喝。如果看到一支铅笔，他们必定要拿起来写上几笔。他们无法执行计划或依照指示行事。原来，这些人通常脑前端部分受到了严重损伤。弗朗索瓦·莱尔米特（François Lhermitte）首次描述了他们这些人的奇怪行为。

通过利用可控的幻象，我们的大脑逃脱了我们环境的专横控制。在巴别塔式的学术鸡尾酒会上，从南腔北调的人群中我可以辨别出并听清固执的英文教授的声音。我也可以在人海之中找到她的面孔。脑成像研究表明，当我们选择关注面孔的时候，脑中“面孔区”的神经活动就会增强，即使面孔出现在我们的视域之前。甚至在我只是想象一张面孔的时候，这个区域的活动也会增强。这是我的大脑能产生可控幻象的力量。我能预见一张面孔的出现。在那里根本没有面孔的情况下，我仍能想象出一张面孔。

关于世界的幻象化，存在两个问题。一个问题是，我们怎样才知道我们脑中的世界模型是真实的呢？但这并不是个真正的问题。

当我们作用于世界的时候，脑中的模型正确与否并不重要。重要的是模型起作用。它能使我们做出恰当的行动并且生存下来吗？总的来说，它能做到。正如我们将在接下来几章所看到的，关于脑中模型的“真实性”问题只有在一个大脑与另外一个大脑交流时才会产生——我们发现别人的世界模型与我们的不一样。

关于面孔的脑成像研究揭示了另一个问题。当我看到或者我想象面孔时，大脑的面孔区就会变得活跃起来。我的大脑如何知道我什么时候真的看到一张面孔，什么时候恰好在想象一张面孔？在这两种情形中，我的大脑都创建了一张面孔。我们怎么知道什么时候这个模型就是“在那里”的真实面孔的模型呢？这个问题不仅适用于面孔，也适用于其他事物。

解决这个问题的方法很简单。当我们想象一张面孔时，没有感官信号与我们的预测相比较，也不会有错误发生。当我们看到真实面孔时，我们脑中的模型从来都不是完美的——我们的大脑需要不断地更新模型以应对人脸表情稍纵即逝的变化以及光线的变化。幸运的是，现实总是出乎预料的。

我们已经了解了视错觉如何揭示大脑为现实建模的方式。前面提到的奈克方块就是一种有名的视错觉。我们可以把它看作一个前边朝左下的立方体。然后，我们的知觉突然改变，我们将它看作前边朝右上的立方体。

这个解释很简单。我们的大脑将它看作一个立方体而不是现实中的二维图。但是，作为一个立方体，它是双关图。它可呈现为两种可能的三维图。我们的大脑随机地从一种图形模型转到另一种，不停地努力寻找一种对感官信号更好的匹配方式。

假如我能找到一个天真的人，他之前从没见过奈克方块并且也不知道它有从一种形式转向另一种形式的趋向，会发生什么情况呢？我在很短的时间内向他展示这个图形，这样他就看不到图形的反转了。然后，我叫他想象这个图形。当他检查他所想象的图形时，图形会反转吗？

我发现，在想象中奈克方块从不会反转。这时的想象完全缺乏创造性，它没有任何预测要去做出，也没有任何错误要去解决。

我们不是在头脑里创造，我们通过用素描、涂鸦和草图外化我们的思想来创造，以便我们能够从现实的不可预测中获益。正是这种持续变化的不可预测才使我们与真实世界的交互变得如此有趣。