是原理，而不是观看

杨小彦

1950年，心理学家吉布森（James Jerome Gibson， 1904-1979）出版了他的划时代著作《视觉世界的知觉》（The Perception of the Visual World）。今天来看，或许这是视觉研究的一个转折，对知觉的描述从传统方式转向了现代体系，并为最终走向人工智能与大脑活动分析打开了一条路径。

在专著的“导论”中，吉布森提出了一个关于视知觉的“总体理论”（Ground Theory）。他描述了与之相关的五项原则：1.表面和轮廓是构成视觉世界的印象之因素。2.刺激变量（从中发现与分离是有困难的）相对应于空间世界的相关属性。3.视网膜图像中对应于视觉空间的相关属性之刺激变量，仅仅与该属性有关联，而不是一种复制。4.可以采用数论和现代几何学的方法，把视网膜图像的非均质分析为一种相类似的物理变量。这等于说，可以把视网膜图像的秩序或图式视为刺激本身。5.我们如何看待世界可以分成两个问题来考虑，首先是对实体或空间世界的感知，其次是对我们日常所进入的世界的感知[1]。

吉布林一开始就指出：就视觉而言，我们要区别“视觉领域（visual field，视域）”和“视觉世界（visual world）”的不同，前者指构成视觉观看的诸种因素，直接关系到眼睛这一器官及其工作原理，后者则指我们所面对的物理世界。沿着这一思路，视觉领域还可以细分为，感受质感、空间、表皮、形状、色彩、陡坡等“抽象因素”，以及因这些感受综合而在视域中所形成的“物像”。这一“物像”就是我们关于世界的总体认识。更重要的是：所谓视觉，其实指的是一种具有整体性质的“刺激”，而我们对于世界的认识，在“刺激”水平上看，其实仅仅是一系列“刺激变量”的结果而已。因此，就视觉本身而言，“刺激”就是一切，“刺激”不能拆分。而且，按照格式塔的原则，尤其是按照考夫卡关于“物理世界”与“行动世界”的划分这一原则，视觉主要指的是“行动世界”，并把观看落实为一种实践。从这一点看，所谓“感觉”并不存在，一开始就是“知觉”，就是视觉把握世界的总体模式。把认知分为从“感觉”到“知觉”的传统概念，并不符合心理实验的一系列结果。

就认知领域而言，吉布森最重要的一个成果是他发现了“视觉悬崖”（Visual Cliff）这一现象的存在[2]，从而为“恐高症”寻找到了生理上的依据。之所以有这样的成果，显然和吉布森一开始就以探讨知觉对于深度和空间判断为目标的这一理论设置有关。他关心的是人类如何判断三维的存在，如何建立一个深度的知觉世界。在自动驾驶系统没有建立起来以前，飞行员凭肉眼如何在空中定位，这在二战前后是一个相当急迫的需要解决的问题。处于浩瀚的空中，飞行员究竟是以地平线为坐标，还是以地面物体为标志？为此，吉布森设计了一个实验，把人置于一只硕大的灰色圆球中，人在这个圆球里将无法找到任何有效的参照物。结果是：人的空间与深度判断基本失灵，还出现了不少错误的判断。这说明，我们对于空间的认知其实是一种寻找差异化的过程，知觉世界正是由一系列有效的差异化存在而构成。

深度判断，就原理而言，无疑和几何学有关。这时，我们再一次发现，就知觉而言，人的眼睛就是几何学的化身。表面上看，几何学属于数学，和视知觉经验没有关系。可是站在深度与空间认知这一立场上，几何学也就是视觉。欧几里得几何学探讨的是光线的折射规律，以此为基点统一了我们的世界。牛顿则把世界简化为时间、空间和物质。对于牛顿来说，他的一切判断都是空间化的，时间只不过是物体在空间中的匀速位移而已。所以，世界在他眼里就是一只巨大无比的容器，所有物体均严格按照他所发现的力学原则准确无误地运行，时间并不存在，或者说，时间无须被定义。17世纪，笛卡尔发展了与三维有关的立体几何，世界经过微调进入到他的体系之中。到了20世纪，首先是爱因斯坦把时间与空间视为一体，第一次定义了时间本身；接着，笛卡尔的立体几何就完全让位给了黎曼的空間几何。我们终于认识到，空间具有曲面效应，平行线和直线并不存在。

所以，吉布森严厉地驳斥了这样一种流行的观念：我们的眼睛只不过是一只接收光线的器官，关于物体的表象只是视网膜对应于对象时的一种法定的转换而已。更进一步说，我们总是以为，视网膜图像是大脑光感应神经的一种转换。也就是说，吉布森既反对把视网膜视为某种生理意义上的“底片”，更反对大脑皮质区所形成的表象等同于我们所以为的物体外观。进一步说，关于物体外观的表象，其实是一种类似于词语的描述，经验使我们相信这一描述就是真实本身。也就是说，经验往往是一种“误导”、一种“错觉”。

克服“误导”和“错觉”的最佳办法不是观看，而是对观看原理的探索，是几何学，以及与之相关的数论！我们这里可以再重读一下本文开始所引用的吉布森的原话。他说：所谓表象并不是图像，而仅仅是刺激，这一刺激完全可以用数论与几何学的体系加以准确地描述，也只能用这一语言加以分析。

这不就是现在流行的“一切都是编程”“一切都是算法”的20世纪版吗？今天我们惊讶地看到人工智能的大规模开发，看到机器之眼所创造的日新月异的视觉奇迹，而忘记了，早在人工智能之前，类似吉布森这样的学者，就已经在默默地为这一趋势打造武器。就方法论而言，是观看的原理塑造了我们的观看世界，而不是相反。从这一方法论出发，视觉世界将与物理学、生理学、心理学乃至数学建立起血肉般的关系。要知道，原理趋于一致，原理不可推翻，表象反而脆弱不堪，经验式的世界在原理的塑造下上升为一种完全人为的概念，上升为所谓的文化，从而深刻地缔造了今天的视觉世界。

原来，人类对于视觉的认知，一直都是用原理去反复观看，而不是相反。

注释：

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

[2]关于“视觉悬崖”，是吉布森与他夫人共同完成，而主要由从事儿童心理学研究的吉布森夫人沃克·吉布森在1961年提出，并为此设计了相关的实验程序。

责任编辑：姜 姝