是原理，而不是觀看

楊小彥

1950年，心理學家吉布森（James Jerome Gibson， 1904-1979）出版了他的劃時代著作《視覺世界的知覺》（The Perception of the Visual World）。今天來看，或許這是視覺研究的一個轉折，對知覺的描述從傳統(tǒng)方式轉向了現(xiàn)代體系，并為最終走向人工智能與大腦活動分析打開了一條路徑。

在專著的“導論”中，吉布森提出了一個關于視知覺的“總體理論”（Ground Theory）。他描述了與之相關的五項原則：1.表面和輪廓是構成視覺世界的印象之因素。2.刺激變量（從中發(fā)現(xiàn)與分離是有困難的）相對應于空間世界的相關屬性。3.視網(wǎng)膜圖像中對應于視覺空間的相關屬性之刺激變量，僅僅與該屬性有關聯(lián)，而不是一種復制。4.可以采用數(shù)論和現(xiàn)代幾何學的方法，把視網(wǎng)膜圖像的非均質(zhì)分析為一種相類似的物理變量。這等于說，可以把視網(wǎng)膜圖像的秩序或圖式視為刺激本身。5.我們?nèi)绾慰创澜缈梢苑殖蓛蓚€問題來考慮，首先是對實體或空間世界的感知，其次是對我們?nèi)粘ＫM入的世界的感知[1]。

吉布林一開始就指出：就視覺而言，我們要區(qū)別“視覺領域（visual field，視域）”和“視覺世界（visual world）”的不同，前者指構成視覺觀看的諸種因素，直接關系到眼睛這一器官及其工作原理，后者則指我們所面對的物理世界。沿著這一思路，視覺領域還可以細分為，感受質(zhì)感、空間、表皮、形狀、色彩、陡坡等“抽象因素”，以及因這些感受綜合而在視域中所形成的“物像”。這一“物像”就是我們關于世界的總體認識。更重要的是：所謂視覺，其實指的是一種具有整體性質(zhì)的“刺激”，而我們對于世界的認識，在“刺激”水平上看，其實僅僅是一系列“刺激變量”的結果而已。因此，就視覺本身而言，“刺激”就是一切，“刺激”不能拆分。而且，按照格式塔的原則，尤其是按照考夫卡關于“物理世界”與“行動世界”的劃分這一原則，視覺主要指的是“行動世界”，并把觀看落實為一種實踐。從這一點看，所謂“感覺”并不存在，一開始就是“知覺”，就是視覺把握世界的總體模式。把認知分為從“感覺”到“知覺”的傳統(tǒng)概念，并不符合心理實驗的一系列結果。

就認知領域而言，吉布森最重要的一個成果是他發(fā)現(xiàn)了“視覺懸崖”（Visual Cliff）這一現(xiàn)象的存在[2]，從而為“恐高癥”尋找到了生理上的依據(jù)。之所以有這樣的成果，顯然和吉布森一開始就以探討知覺對于深度和空間判斷為目標的這一理論設置有關。他關心的是人類如何判斷三維的存在，如何建立一個深度的知覺世界。在自動駕駛系統(tǒng)沒有建立起來以前，飛行員憑肉眼如何在空中定位，這在二戰(zhàn)前后是一個相當急迫的需要解決的問題。處于浩瀚的空中，飛行員究竟是以地平線為坐標，還是以地面物體為標志？為此，吉布森設計了一個實驗，把人置于一只碩大的灰色圓球中，人在這個圓球里將無法找到任何有效的參照物。結果是：人的空間與深度判斷基本失靈，還出現(xiàn)了不少錯誤的判斷。這說明，我們對于空間的認知其實是一種尋找差異化的過程，知覺世界正是由一系列有效的差異化存在而構成。

深度判斷，就原理而言，無疑和幾何學有關。這時，我們再一次發(fā)現(xiàn)，就知覺而言，人的眼睛就是幾何學的化身。表面上看，幾何學屬于數(shù)學，和視知覺經(jīng)驗沒有關系?？墒钦驹谏疃扰c空間認知這一立場上，幾何學也就是視覺。歐幾里得幾何學探討的是光線的折射規(guī)律，以此為基點統(tǒng)一了我們的世界。牛頓則把世界簡化為時間、空間和物質(zhì)。對于牛頓來說，他的一切判斷都是空間化的，時間只不過是物體在空間中的勻速位移而已。所以，世界在他眼里就是一只巨大無比的容器，所有物體均嚴格按照他所發(fā)現(xiàn)的力學原則準確無誤地運行，時間并不存在，或者說，時間無須被定義。17世紀，笛卡爾發(fā)展了與三維有關的立體幾何，世界經(jīng)過微調(diào)進入到他的體系之中。到了20世紀，首先是愛因斯坦把時間與空間視為一體，第一次定義了時間本身；接著，笛卡爾的立體幾何就完全讓位給了黎曼的空間幾何。我們終于認識到，空間具有曲面效應，平行線和直線并不存在。

所以，吉布森嚴厲地駁斥了這樣一種流行的觀念：我們的眼睛只不過是一只接收光線的器官，關于物體的表象只是視網(wǎng)膜對應于對象時的一種法定的轉換而已。更進一步說，我們總是以為，視網(wǎng)膜圖像是大腦光感應神經(jīng)的一種轉換。也就是說，吉布森既反對把視網(wǎng)膜視為某種生理意義上的“底片”，更反對大腦皮質(zhì)區(qū)所形成的表象等同于我們所以為的物體外觀。進一步說，關于物體外觀的表象，其實是一種類似于詞語的描述，經(jīng)驗使我們相信這一描述就是真實本身。也就是說，經(jīng)驗往往是一種“誤導”、一種“錯覺”。

克服“誤導”和“錯覺”的最佳辦法不是觀看，而是對觀看原理的探索，是幾何學，以及與之相關的數(shù)論！我們這里可以再重讀一下本文開始所引用的吉布森的原話。他說：所謂表象并不是圖像，而僅僅是刺激，這一刺激完全可以用數(shù)論與幾何學的體系加以準確地描述，也只能用這一語言加以分析。

這不就是現(xiàn)在流行的“一切都是編程”“一切都是算法”的20世紀版嗎？今天我們驚訝地看到人工智能的大規(guī)模開發(fā)，看到機器之眼所創(chuàng)造的日新月異的視覺奇跡，而忘記了，早在人工智能之前，類似吉布森這樣的學者，就已經(jīng)在默默地為這一趨勢打造武器。就方法論而言，是觀看的原理塑造了我們的觀看世界，而不是相反。從這一方法論出發(fā)，視覺世界將與物理學、生理學、心理學乃至數(shù)學建立起血肉般的關系。要知道，原理趨于一致，原理不可推翻，表象反而脆弱不堪，經(jīng)驗式的世界在原理的塑造下上升為一種完全人為的概念，上升為所謂的文化，從而深刻地締造了今天的視覺世界。

原來，人類對于視覺的認知，一直都是用原理去反復觀看，而不是相反。

注釋：

[1] Gibson： The Perception of the Visual World， Greenwood Press， 1950，pp.8-10.

[2]關于“視覺懸崖”，是吉布森與他夫人共同完成，而主要由從事兒童心理學研究的吉布森夫人沃克·吉布森在1961年提出，并為此設計了相關的實驗程序。

責任編輯：姜 姝