我们的智慧从哪来：视觉学习方式一样吗？
来源：未知
时间：2020-10-25 08:52
浏览量： 次
我们的智慧从哪来：视觉学习方式一样吗？
作为已知的动物界中最“聪明”的动物，人类拥有复杂的认知系统。许多人可能意识不到，当我们看世界的时候，大脑会自动进行视觉统计学习（visual statistical learning），从大量视觉信息中提取规律。实验证据表明，这应当是一个与生俱来的本领。人类会在图像刺激中偏爱出现频率更高的“熟悉”物体，找到两个刺激物之间的关系，并通过条件（conditions）对刺激物进行预测（expectation）。
当然，发达的视觉系统并非人类独享，许多动物也有，其行为也颇为复杂，比如能够根据地标找路（许多人类还总是找不到路呢）。蜜蜂（honey bee，Apis mellifera）就是一个典型。我们都知道蜜蜂可以飞到离蜂巢很远的地方采蜜，还能够通过“跳舞”（飞出不同的图案）进行信息交流；此前的研究也表明，蜜蜂能够根据感知规律（perceptual regularities）和抽象关系（abstract relations，比如上下）进行分类（categorization）。这些都说明，蜜蜂的视觉系统比较高级，对视觉信息的处理能力也较强，那么它们会和人类一样进行自动视觉统计学系吗？它们提取到的统计信息与人类相同吗？它们采取的学习方式会和人类一样，是可能性学习（probabilistic learning）吗？
为了探究这些问题的答案，研究人员对经典的视觉统计学习范式进行了改编，尽可能地将人类和蜜蜂被试的视觉统计学习行为进行了直接比对。由于蜜蜂的加入，以往的无监督（unsupervised）范式必须更改为有监督（supervised）范式。实验人员因此进行了第一个实验，探究这一改变对人类视觉统计学习的影响。
142名人类被试被随机分配到“主动组（active）”或“被动组（被动组）”。每一个小实验（trial）中，他们会看到如图1A所示的两个场景（scene），每个场景中有不同图案，图案会变化，但并非全无规律可循：有一些图案出现的频率较高（single test），有一些图案常常一起出现（joint test），有一些图案能预示这另一些图案的出现（conditioned test）。主动组的被试接到指示，说两个场景中一个是“目标（target）”，一个是“干扰（distractor）”，要求他们选出“目标”。虽然没有给出进一步的解释，实验过程中被试会收到反馈，说明每次选择的对错。他们很快学会了准确寻找“目标”（图1B）。与之相对，被动组的被试仅需要在每个实验中盯着场景看6秒钟就可以。完成这一步后，所有被试都会进行一个测试，在许多图案中选出他们认为熟悉的那些。
实验一的结果表明，两组被试都可以准确选出出现频率/概率/预期较高的图案，说明他们进行了自动视觉统计学习。值得注意的是，当被要求估计每个图案出现的频率时，被试普遍认为它们出现的次数差不多——也就是说，人们没有意识到刺激物隐藏着统计学关系，进一步支持了自动视觉统计学习的存在（图1C）。
-Avarguès-Weber et al., PNAS -
由此，研究人员能够放心地使用有监督学习（即“主动组”）的结果与蜜蜂进行对比。
在第二和第三个实验中，研究人员为蜜蜂设计了类似的实验流程，在刺激物的设置上有一定区别，“目标/干扰”测试中的反馈也变成了蔗糖/奎宁。在实验二中（图2左），研究人员首先确认了蜜蜂能够进行简单的视觉统计学习，并最终在实验三中（图2右）直接比较了人类和蜜蜂的视觉学习行为。其中，第四个测试（图2右A Test 4）是关键测试，它直接对应了人类版本中的条件实验，即某些图案会预示着另一些图案的出现。实验结果表明，尽管蜜蜂能够提取出频率和概率信息，它们无法通过条件来预测图案的出现。同时，学习过程的长短和刺激物的复杂程度（图案差别大小）也会显著影响蜜蜂的表现（图2右C）。
研究人员由此得出初步结论，蜜蜂会进行视觉统计学习，且能够提取图案的频率、空间位置等信息。但与人类不同，蜜蜂无法自动通过条件概率（conditional probability）学习两个元素之间的预测关系（predictability）。
-Avarguès-Weber et al., PNAS -
为了进一步证实这一结论，研究人员通过计算机建模比较了人类和蜜蜂的视觉学习方式。他们发现，人类的学习方式可以被概括为“基于概率的学习（probabilistic based learning）”，而蜜蜂则更偏向“基于计数的学习（counting-based learning）”。这与前述的结果相符，再为结论提供了支持。
研究人员指出，这项实验仅仅针对视觉统计学习这一自动自发、不受主观意识控制的现象，并不代表蜜蜂就真的缺乏学习条件概率的能力。与此同时，由于动物实验的特殊性，实验设计并不能做到无监督（无反馈），因此不能完全排除增强（reinforcement）对结果的影响。无论如何，研究人员的结论依然是：人类的视觉统计学习方式与蜜蜂不同，主要在于人类能够自动学习概率并因之作出预测；而这一特性或许便是人类“智慧”——高级认知能力——的来源之一。
作为已知的动物界中最“聪明”的动物，人类拥有复杂的认知系统。许多人可能意识不到，当我们看世界的时候，大脑会自动进行视觉统计学习（visual statistical learning），从大量视觉信息中提取规律。实验证据表明，这应当是一个与生俱来的本领。人类会在图像刺激中偏爱出现频率更高的“熟悉”物体，找到两个刺激物之间的关系，并通过条件（conditions）对刺激物进行预测（expectation）。
