制造詭異視錯覺的大師

? CNN

利維坦按：

人類80%的外界感覺信息來自于視覺系統(tǒng)，我們的日常閱讀、對周遭物體空間距離的辨認等等，都與視覺系統(tǒng)息息相關(guān)。然而，我們又深知“眼見未必實”，因為這套視覺-腦系統(tǒng)太容易受騙上當了。比如常見的視錯覺。最有趣的一點在于，即便你隨后知曉了視錯覺的真相，但大腦仍舊會犯同樣的錯誤……換句話說，我們根本無法推翻腦內(nèi)構(gòu)建出的頑固錯覺。

在下面這張圖中，你會發(fā)現(xiàn)，所謂的“閃滯錯覺”，即我們總是會看到紅點和綠點并非垂直出現(xiàn)：

這也生動解釋了為何我們的大腦是對外界的最佳猜測：它在預(yù)測紅點的運動軌跡。正是由于預(yù)測的出現(xiàn)，才使得我們沒有被車撞上，也沒有被迎面飛來的球砸傷——這為我們的感知系統(tǒng)留出了幾十到幾百毫秒的反應(yīng)時間。

一名扮成礦工的男子頭頂照明燈，帶著鎬子，躍上了舞臺。來回揮舞幾次鎬子后，他宣稱自己發(fā)現(xiàn)了“超級磁鐵”——其磁力之強，甚至可以吸引木頭。男子頭頂上的屏幕似乎印證了他的說法：幾個木球正沿著四個斜坡向上滾動，好像擺脫了重力的束縛。

驚奇小球：木球能沿著斜坡向上滾動。這是杉原厚吉（Kokichi Sugihara）設(shè)計的視錯覺作品，曾斬獲大獎。

這名“礦工”其實是日本東京明治大學(xué)的數(shù)學(xué)家杉原厚吉。當時他正在參加佛羅里達州內(nèi)普爾斯舉辦的2010年度最佳視錯覺大賽決賽。隨著視頻繼續(xù)播放，人們發(fā)現(xiàn)這些小球并沒有真地向上滾動。從正面看，支撐坡道的柱子是垂直的，但繞到背面去看，則不然。除此之外，看似由交點向下傾斜的坡道其實是翹起的。

這個利用了視錯覺的設(shè)計（贏得了當年的最高獎項）并非只憑杉原一己之力完成，他還有個不同尋常的合作伙伴：電腦程序。

一開始，杉原并沒想過要成為視錯覺大師。1980年，這位年輕的數(shù)學(xué)家只對機器人視覺和計算機輔助設(shè)計感興趣，為此，他寫了一個可以憑多邊形的線條畫、生成多個三維圖形（當這些三維圖形投射在平面時，這一多邊形就會出現(xiàn)）的電腦程序——這有點類似于由影子倒推出可以投射出這種影子的物體。

為了測試程序，杉原輸入了在三維世界不可能存在的物體的畫像，如埃舍爾（M.C. Escher）的無盡樓梯。**出乎意料的是，在某些情況下，程序的確據(jù)此生成了非常相似的三維物體。**他說：“我還以為我的軟件出現(xiàn)bug了。”

東京明治大學(xué)數(shù)學(xué)家杉原厚吉。? Cool NYC Events

仔細觀察一番后，**他意識到，認定“不可能圖形”不存在于三維世界的假設(shè)是錯的。**于是，杉原開始利用程序設(shè)計紙模型，漸漸地，他發(fā)現(xiàn)自己的程序不適合進行機器人視覺與計算機輔助設(shè)計研究。他開始致力于探索各種奇怪的結(jié)構(gòu)，這些令人困惑不已的結(jié)構(gòu)很容易用程序制作出來。他造了一臺錯覺制造機。

之后的34年里，杉原用錯覺制造機設(shè)計了100多個作品：譬如各種不可能圖形（如埃舍爾所繪的樓梯）的實體模型，以及違反直覺的運動模式（如小球向上滾動）。華盛頓美利堅大學(xué)的神經(jīng)科學(xué)家亞瑟·夏皮羅（Arthur Shapiro）稱：“杉原系統(tǒng)性地創(chuàng)造了視覺系統(tǒng)崩潰后的世界?！毕钠ち_既是科學(xué)家，也是藝術(shù)家，他旨在揭示大腦構(gòu)建世界的底層數(shù)學(xué)知識。

不可能圖形成為了可能：杉原用錯覺制造機將埃舍爾繪制的“無盡階梯”變成了真實的三維模型。左圖給人一種階梯無窮無盡的“錯覺”；右圖則揭穿了“錯覺”背后的把戲。? Ito Photo, Inc

針對眼睛所接收的視覺信息，人腦通常會選擇性地忽視許多可能的解讀。大腦精力有限，且需快速理解視覺信息，因而沒辦法接受所有怪異的解讀，只會依靠過去的經(jīng)驗及內(nèi)在的視覺處理機制，尋找最可能合理化信息的解釋。

布魯克林紐約州立大學(xué)州南部醫(yī)學(xué)中心的神經(jīng)科學(xué)家蘇珊娜·馬丁內(nèi)斯-康德（Susana Martinez-Conde）和同事斯蒂芬·麥克尼克（Stephen Macknik）一起舉辦了這場錯覺大賽。她表示，在大多數(shù)情況下（盡管不是總是），出于實際需求，大腦的解讀與真實世界已足夠貼近?！皬倪M化角度而言，如想百分百正確理解信息，人類要付出的代價比現(xiàn)在大得多?！?/p>

杉原認為，**他的視錯覺作品之所以令人摸不著頭腦，原因很簡單：****即使直角并不存在，人們也會自動感知出直角。**在許多最引人注目的不可能圖形中，某些結(jié)構(gòu)只包含三條朝向不同的線。在這種情況下，人們似乎會忍不住認為這些線是兩兩垂直的。

杉原通過指示程序選擇直角最多的三維圖形，驗證了這一假設(shè)。他表示，計算機通常會選中人們感知出的那個立體圖形。當直角數(shù)最多的立體圖形不止一個時，杉原猜測人類的視覺系統(tǒng)會根據(jù)明暗變化決定如何加以感知。他說，**視覺系統(tǒng)傾向?qū)⑤^亮的表面解讀為朝上，將較暗的表面解讀為朝下。**他希望能在測試程序中建立一個模塊，以驗證這一猜想。

? Gfycat

麥克尼克說，一旦我們視其為直角，即便這種認知沒有任何意義，我們也往往會堅持己見。我們只能從局部角度觀察、處理圖像的每一細節(jié)，這導(dǎo)致我們能夠“看見”不存在的結(jié)構(gòu)?！?他說：“我們之所以認為埃舍爾繪制的階梯永遠向上，是因為從局部看，鄰近階梯間的角度過于合理。****我們無法全面觀察，因而無法發(fā)現(xiàn)誘導(dǎo)我們走入歧途的小偏差，這正是我們能看見不可能圖形的原因。”

《上升與下降》（Ascending and Descending）局部，M.C.埃舍爾，1960年3月。? Dreamstime

杉原系統(tǒng)性創(chuàng)造視錯覺的能力為探索視覺系統(tǒng)提供了新的思路。他稱，還有一些心理學(xué)家推崇另一種視覺理論：即視覺系統(tǒng)處理信息時會追求對稱性。

杉原已經(jīng)開始與日本京都立命館大學(xué)研究錯覺的心理學(xué)家北岡明佳（Akiyoshi Kitaoka）合作，以便弄清楚他的哪類視錯覺設(shè)計可以有效區(qū)分該理論與直角理論。他們的工作成果將幫助研究人員判定我們看東西時各種視覺捷徑的優(yōu)先級。馬丁內(nèi)斯-康德說，處理錯覺的視覺層次越低，錯覺就越難消除，中層視覺加工過程中出現(xiàn)的深度錯覺**（在杉原的作品中有諸多體現(xiàn)）****“非常頑固”。**

? Pinterest

? ScienceAlert??

杉原之所以高產(chǎn)不僅是電腦程序出力的結(jié)果，不可能圖形也是其創(chuàng)作的靈感來源。**他經(jīng)常將物體的某部分從背景移至前景，以此造出現(xiàn)實世界不存在的物體。此外，他還會先切割再重組圖形，使各個角度看起來仍然是垂直的，但新圖像卻不存在于三維世界。**利用這些簡單的手段，杉原創(chuàng)造了各種各樣的不可能圖形。其中大多數(shù)不可能變成三維物體，但他的程序可以分辨出一些能存在于現(xiàn)實世界的物體。

小屋：最上面的兩個圖形被切成兩半，重新組合在一起，創(chuàng)造出了兩個不可能圖形。? 杉原厚吉

近年來，杉原開始展現(xiàn)不可能存在的運動模式——三維立體圖形是真實存在的，但在上面運動的物體似乎違背了物理定律。杉原的程序可以制造出擁有直線和平面的立體圖形。分析立體圖形上發(fā)生的運動很簡單，杉原已經(jīng)設(shè)計出了這樣的模塊。譬如，為了創(chuàng)造小球滾上斜坡的視錯覺，杉原簡單畫了坡道裝置的草圖，然后讓程序找出了所有在三維世界的映射，從中識別出了可以讓小球“向上滾”的立體圖形。

當我們看到這些不可能存在的物體或運動時，我們的認知意識并沒有強大到足以推翻大腦對三維幾何反射式解讀的地步。杉原說：“對三維立體圖像的解讀不能被理性邏輯控制。”

不可能的運動在杉原的最新作品中顯而易見，他已同意在本文中加以展示。如圖所示，一根筆直的棍子正穿過類似折疊梯的結(jié)構(gòu)，而實際上，如果棍子無法彎曲，根本不可能以這種方式移動。

**為了制造這一視錯覺，杉原先畫了梯子的草圖，然后利用程序生成并選擇了人們意想不到的三維立體圖形。**我們對直角的偏好令我們認為梯子的頂端是平的，這樣的話，頂端就與支撐橫檔互相垂直了。但實際上頂端不是平的：有幾個橫檔是傾斜的，因此小棍能以匪夷所思的方式穿過折疊梯。

杉原的程序可能會讓人們認為世界上存在著精密的計算機視覺系統(tǒng)能不像人類那樣被蒙蔽。然而，北卡羅萊納達勒姆杜克大學(xué)的神經(jīng)學(xué)家戴爾·珀維斯（Dale Purves）表示，**沒經(jīng)歷過進化，任何計算機程序都不太可能像人類那樣觀察物體。**他說：“我們的視覺系統(tǒng)在數(shù)百萬或數(shù)十億年的進化過程中獲益頗多，你所看到的東西取決于你想怎么看待。我認為，除非通過進化，否則只靠工程師的邏輯，機器沒辦法像人那樣觀察物體?！?/p>

? Gfycat

**如果機器人真能參透進化的真諦，可能也會像人類那樣不可避免地產(chǎn)生錯覺。**倫敦大學(xué)學(xué)院的神經(jīng)科學(xué)家博·洛托（Beau Lotto）和蘇格蘭阿伯丁羅伯特戈登大學(xué)的大衛(wèi)·科尼（David Corney）發(fā)明了通過反復(fù)試錯，學(xué)習(xí)如何判定合成自然場景中灰度值的機器人。**和人類一樣，這些機器人也被“白色錯覺”欺騙了。明明陰影的灰度完全相同，但靠近黑色條紋的看起來更深，靠近白色條紋的看起來更淺。**不過，經(jīng)過進化磨練的計算機視覺系統(tǒng)也有可能與杉原的程序相結(jié)合，以期兩全其美。麥克尼克說：“我確信計算機視覺系統(tǒng)最終會比人的視覺系統(tǒng)更加出色?！?/p>

? Pinterest

目前，杉原等人的程序還比不上人類的視覺系統(tǒng)。但它們不受人類視覺系統(tǒng)偏好的影響，這正是杉原打算最大限度研究的特性。他說：“我很樂于用視錯覺作品驚艷眾人，”這些作品不僅僅源于職業(yè)興趣。

文/Erica Klarreich

譯/antusen

校對/Yord

原文/medium.com/nautilus-magazine/the-illusion-machine-that-teaches-us-how-we-see-72422de865d5

本文基于創(chuàng)作共享協(xié)議（BY-NC），由antusen在利維坦發(fā)布

文章僅為作者觀點，未必代表利維坦立場