奥秘#13　认识视觉处理

视觉系统是由各个模块和通道所组成的复杂网络。它们各自负责不同任务，最后共同呈现我们对于这个世界的最终印象。

当我们谈起“视觉处理”时，很自然的想法是，它是一个挺自给自足的过程。在该过程中，眼睛就像是不断捕捉连续画面的摄像机，无论你碰巧在盯着什么看，它都会把这些画面发送给大脑进行处理。经过“处理”之后（不管处理过程如何），大脑会把这些画面加入已有的对于世界的认知和智慧里，再来决定下一步如何。如此循环往复。如果大脑是一台计算机，那么这便是视觉系统漂亮的运作过程。

先把这个例子（没错，这个例子是不正确的）放一边，我们一起来看看真正的视觉处理过程。你会发现，一切并不是这样井然有序。

把眼睛当作被动接收画面的摄像机，便是该例子的第一个错误。视觉，首先从身体开始：我们四处走动，移动脑袋和眼睛，并会捕捉深度信息【奥秘#22】，如视差等。有些决定，比如如何动，在视觉处理初期便已经做出，而此时，物体识别和意识理解过程通常都还未参与其中。

这种视觉模式，作为一个交互过程，在意识感知之前，已经进行了许多次来回反馈。这种模式十分常见。原始视觉信号和处理后视觉信号之间的确有一个过程，但这个过程混乱而无序。处理需要花时间，但大脑想在信息刚被提取时，便将其拿来使用；也就是说，大脑不会等到处理过程“完成”之后，再来使用被提取的信息。只需要视野中出现迅速靠近的黑色块状物，我们就会不由自主地退缩【奥秘#32】，就好像有什么东西在向我们逼近一样。而这，就是发生在视觉处理初期的效应的例子之一。

在这里，我们不会去探讨初期视觉系统的背后机理，而来看看它是如何被加以使用的。这一处理的终点是什么？当感知到达意识层面时，另一个世界已经被构建出来。我们看到的，不是颜色、形状和变化（这些的确被我们“看在眼里”），而是整个物体。我们看到深度，我们看到物体的运动。当我们把注意放在某些物体上时，它们似乎显得尤为突出，而其他物体则隐退于背景之中。在意识层面上，我们既看见了原本的世界，也看见了大脑处理后的世界，而这一处理，是大脑在各种限制中（比如眼睛的盲点【奥秘#16】）“带着脚链跳舞”的结果，并通过各种有价值的假设，让我们的处理过程有了良好的开端。本章内容，将会涉及视觉处理的整条“流水线”，并借由各种错觉和视觉异常的例子，来详细说明视觉的一些工作原理。

在此之前，我们先看看视觉系统究竟是什么。我们将从眼睛开始，看看从眼睛传来的信号，如何几乎直接就传到了大脑后面的初级视觉皮层，并在那里“兵分两路”，进入两条主线。之后，视觉信息被分配至不同区域进行处理，并最后汇合至大脑皮层。

始于视网膜

在某种意义上，光线落在视网膜上，即眼睛后面的感觉层，便已经进入了大脑内部。整个中枢神经系统（大脑和脊髓【奥秘#7】）被几层膜所包裹着，最外面一层是硬脑膜。你眼睛的白色部分，即保护眼睛的表层，是硬脑膜的延续，这意味着眼睛也在该膜里。这就好像你大脑的两个部分，已经决定凸出去，成为你的眼睛，然而没有变成独立的器官。

视网膜，是你眼睛后面的一层细胞，聚集着大量用来探测光线并将其转化成电信号的光感受器。对于眼睛大部分区域而言，信号会被合并——数百个光感受器的信号，将会传递到这条流水线上的一个细胞。但眼睛中心有一个地方叫作中心凹，这里没有这样的信息压缩。（在视网膜上，光感受器的分布密度差异相当大【奥秘#14】。）中心凹的分辨率极高，细胞在此聚集，未压缩的信号在此被快速处理，这些信号和来自其他细胞的信息一起传递至视神经。视神经是一束位于视网膜光感受器后面的神经元，负责将电信息从眼睛传递至大脑。它在离开眼球时会制造一个洞，这个洞的大小便是视神经的大小。因为光感受器无法将其覆盖，故而形成了所谓的盲点【奥秘#16】。

眼睛之后

两只眼睛的视神经在眼睛后面中心处相遇，分开，并在视交叉处以一种新的形式重新聚集。两只眼睛的右半边视网膜和右脑相连，左半边视网膜和左脑相连（从这里开始，左右脑的图像互成镜像关系）。在该过程中，每只眼睛的视野，在中间被从上到下一分为二地进行处理，似乎有点奇怪，因为没有按左右眼来。不过，这样子，得以让左右脑对比两只眼睛所观察到的相同场景，并以此得到所需要的深度信息。

现在，视觉信号从视交叉处一路传递到大脑后方，直抵视觉皮层。在这期间，视觉信号会经过一个叫作外侧膝状体核（LGN）的中继站，这一小块区域位于大脑深处（当然，左右脑各有一个）。

到这里，情况已经变得有点复杂。不是所有通过视交叉的信号都会抵达视觉皮层，有些信号被传递到了上丘，上丘像是一个紧急视觉系统。它位于中脑，协助头部和眼睛运动。和进化得更为高级的大脑皮层及前脑相比，中脑则更为古老，所涉及的功能也更加基本。（参见熟悉中枢神经系统【奥秘#7】。）看上去，这个区域的功能较为低级，但让人疑惑的是，上丘也会影响到大脑的高级功能。比如当它突然把紧急视觉信号推入意识里时【奥秘#37】。

实际上，LGN不仅是一个中继站，它的150万个细胞处理着几乎所有的视觉信息。LGN还会接收注意脑区传来的信息，以及大脑皮层的一般信息，并把这些混合在一起。在原始视觉信息被提取出视觉特征之前，其他脑区的各种信息也正添加于其中——这里究竟发生着什么，我们真的不太清楚。

在这里，视觉信号还会分离。分离后的视觉信号，LGN对其会有不同的处理通道：粗糙且低分辨率的信息（缺乏色彩）去往大细胞通道，而高分辨率的信息去往小细胞通道。虽然后续还有许多交汇，但这种分离将贯穿于视觉系统之中。

进入大脑皮层

从LGN起，信号则直接传递至大脑皮层。大脑后下方（大脑后部，从下到上朝中间大约1/3的地方）有一块区域叫作初级视觉皮层或纹状皮层。它之所以叫纹状皮层，是因为当你近距离观察它时，会看见一条深色条纹。

为什么会有条纹？初级视觉皮层由六层细胞组成，其中第四层格外厚，并且细分亚层。LGN的两条通道在这里与之相联结，而LGN的凸起部分在这里制造了一条深色带，纹状皮层因此得名。随着视觉信息在这块区域被处理，这六层细胞全都起着提取不同视觉特征的作用。它比LGN更为复杂——纹状皮层大约有2亿细胞。

视觉信息处理的第一步位于V1。V1有一张视网膜地图，作为信息来源。它或多或少相近于眼睛接收到的图像，只不过是扭曲的。地图中，表征中心凹——眼睛高分辨率中心——的部分，由于投入该区域的细胞数量使其完全扭曲，而占据了整张地图的半壁江山。

地图之上，站立着超级柱——提取基本信息的细胞群，其底部与地图上某个地方相接。有些神经元在看到特定颜色时会变得活跃，有些是在以特定角度看见一条线时会变得活跃，而有些是在以特定角度看到线条朝着特定方向移动时才变得活跃。这第一张地图，和地图上的超级柱一同组成了V1区（V代表“视觉”），其功能便是简单的特征提取。

接下来的视觉处理过程则被命名为V2和V3（再次说明，V代表“视觉”，而数字代表顺序），这些过程也在视觉皮层进行，彼此相似。信息在从V1传递至V2的过程中，地图也转化为V2的地图，而这一处理过程是整个处理过程的中心步骤。V3也遵循一样的模式：在每个阶段的最后，地图会被重新整合，并进一步传递下去。

内容通道和空间通道

到目前为止，视觉处理过程基本上是线性的。虽然存在着反馈（比如大脑皮层其他区域的信息会反馈至LGN处）和交叉，但粗糙视觉信息和精细视觉信息的处理通道依然相互分离。视觉信息从眼睛到初级视觉皮层的处理过程，也一步步尚算稳定。

从V3开始，视觉信息就不再是流水线作业，而是像一个同时运作的大加工站。视觉信息被发送至大脑皮层的许多区域，这些区域在同一时间相互提取各种不同特征信息。

不过，两个通道之间依然有着相当大的差别。粗糙视觉信息经过大细胞通道，传送到大脑顶部，这叫作背侧流。或方便记忆，叫作空间通道。从这里开始会有模块识别运动，并寻找一般性特征。

精细视觉信息从初级视觉皮层出发，经过小细胞通道，向下沿腹侧流或内容通道传送。内容通道最后会到达下颞叶（位于大脑下方及眼睛后上方）。

正如其字面意思，内容通道和物体识别有关。在进入颞叶之前，视觉信息会在一个叫作外侧枕叶复合区（LOC）的地方被稍加处理。这是视觉信息从内容通道进入下颞叶之前的关键一步。LOC会搜寻地图中颜色和方向相似的区域，将它们编组，形成物体，并从背景中分离出来。

之后，这些物体会被识别成面孔，或者其他。这体现了视觉信息处理的常用手段：从中提取特征。当特征被提取后，这些特征信息又会加入原有的视觉信息之中，由此形成的新的视觉信息将继续传递下去。

内置假设

随后的运动监测和物体识别模块，依然异常复杂。基本特征提取完成以后，还有数量判断、移动物体追踪和生物运动识别需要完成。到了特定时间点，视觉信息的处理还将涉及记忆、语言和情绪理解，体现出大脑皮层最典型的特征，至此，这一过程便融入了整个大脑更高级的功能之中。

我们将在接下来的内容中，继续探索初期和后期视觉处理过程。其中，有一条共通的主线是，视觉系统为加快处理过程而对外在世界做出各种假设。通过观察视觉中的一些古怪之处，我们可以把这些假设找出来。比方说，视觉处理会假设你所看到的世界每时每刻都是相对稳定的（当它不稳定时，我们便不会察觉【奥秘#40】）。又或者，假设暗一点的区域为阴影部分，我们在化妆时便可利用这一点【奥秘#20】。

我们能够发现这些假设，这在某种程度上意味着视觉系统对外在环境所做出的假设，与它对自己各个模块所做的假设并无二致。视觉系统假设运动模块会正确无误地报告运动信息，然而有时候它会犯错【奥秘#25】。这和视觉系统假设某个物体有阴影即代表着它是3D的，有相通之处。我们可以说整个视觉系统只存在于大脑之中，不过说真的，我们需要眼睛、大脑、身体和周遭环境共同配合，一起作为这个巨大、混乱而紧密相连的视觉处理系统的一部分，为最后的结果助力。

经过百转千回，我们所熟知和喜欢的视觉感知，就这样诞生了。似乎没有某个单独的地方让这所有的视觉处理得以完成。同样，大脑里也没有一个内置电视屏幕供我们观看（如果真有，那谁在看呢？）。视觉处理过程分布于整个视觉系统的各个部分，还有所处的周遭环境。最后，别忘了——我们所看到的，不简单是视网膜上的一张图像。