如果你要問食堂大媽如何判斷一勺飯是二兩還是三兩，她們多半會回答“憑感覺”。人的感覺真的如此隨機嗎？是什么因素決定了我們感知世界的“分辨率”？換言之，我們能夠在多大程度上準確區(qū)分兩個刺激之間的差異？這個過程又是如何進行的？

在許多學(xué)生看來，食堂大媽就像隨機數(shù)生成器——同樣打二兩飯，大媽具體給多少全看心情。但是人一旦認真起來，“憑感覺”判斷也能非常準確。有的家庭主婦一掂就知道商販有沒有缺斤少兩，優(yōu)秀的廚師也能嘗出菜里是不是多放了一點點鹽。是什么因素決定了我們感知世界的“分辨率”？大約200 年前，科學(xué)家開始定量研究這個問題，并發(fā)現(xiàn)了其中的規(guī)律。但是直到最近，我們才剛剛開始認識背后的具體機制。

測量感知

幾個世紀以來，人們一直認為精神世界與物理世界是完全不同的。盡管無生命物體的運動可以通過數(shù)學(xué)手段來測量，最終能夠預(yù)測。但是生命體的運動，或者說生命體的行為，長期被認為是在意志的控制下，由不同于非生命體的力量驅(qū)動的，無法用同樣的方式進行預(yù)測。直到1834 年，德國醫(yī)生恩斯特·海因里希·韋伯做了一個實驗，徹底改變了這一局面。韋伯要求被試報告在兩個重量差異較小的物體中，選擇哪一個物體更重。在這些實驗中，他發(fā)現(xiàn)個體作出正確選擇的概率只取決于重量間的比率。

例如，如果一個個體在比較1kg（千克）和1.1 kg 的重量時，正確率為75%，那么該個體在比較2 kg 和2.2 kg 的重量時，正確率也為75%?；蛘哒f，當一個物體的重量是另一個物體重量的1.1 倍時，該個體的正確識別率為75%。這個簡單而明確的規(guī)律打開了用數(shù)學(xué)定律量化人類行為的大門，進而被應(yīng)用于許多物種的所有感覺模式，這就是韋伯定律。后來韋伯的學(xué)生古斯塔夫·費希納對這一規(guī)律進行了數(shù)學(xué)描述，因此它也被叫做韋伯-費希納定律。

韋伯和費希納的研究為心理物理學(xué)的誕生打下了堅實的基礎(chǔ)。這一學(xué)科將物理刺激和該刺激在個體的頭腦中引發(fā)的心理感覺聯(lián)系起來，描述了明確的感知規(guī)則，并且可以對人類由大腦過程控制的行為作出數(shù)學(xué)解釋。

被遺忘的時間

然而多年來，研究者們提出了幾十個模型，試圖解釋韋伯定律，均沒有成功。直到最近的一項研究發(fā)現(xiàn)，他們此前可能忽略了一個關(guān)鍵的變量，那就是決策時間。

一個來自葡萄牙的研究團隊發(fā)現(xiàn)，韋伯定律可以被描述為一個新的心理物理學(xué)規(guī)則，它不僅涉及選擇的結(jié)果，還涉及作出選擇所需的時間。

在這項新的研究中，研究者們訓(xùn)練大鼠區(qū)分兩種強度略有不同的聲音。他們制造了一種專門用于大鼠頭部的微型耳機，可以同時向大鼠的兩只耳朵傳送聲音。在每一次傳送到大鼠兩只耳朵中的聲音中，一邊的聲音強度會稍微大于另一邊，大鼠的任務(wù)是通過轉(zhuǎn)向?qū)?yīng)的一側(cè)來報告哪邊聲音更大。研究者解釋說：“這種行為對大鼠來說是很自然的，因為它們像我們一樣，會把頭轉(zhuǎn)向聲音的來源?！?/p>

研究者們稱：“我們的實驗證明，動物的行為符合韋伯定律，它們分辨兩種聲音中哪一種聲音更大的能力僅僅取決于聲音強度的比率。只要兩組聲音的強度比率相同，大鼠比較兩種輕聲播放的聲音強度的準確性與它比較兩種大聲播放的聲音強度的準確性一樣好?！?/p>

然后，研究團隊開始詳細分析大鼠需要多長時間來作出決策，后來他們才意識到這是至關(guān)重要的一步。

他們發(fā)現(xiàn)，決策時間和兩種聲音的強度是相互關(guān)聯(lián)的——聲音越大，做決策的時間就越短。例如，在兩個聲音的相對強度恒定的情況下，區(qū)分兩種強度較小的聲音所用的時間更長，區(qū)分兩種強度較大的聲音所用的時間更短，決策時間和音量成反比。

“一般情況下，人們對韋伯定律的研究集中在區(qū)分結(jié)果的準確性上，這也是韋伯本人所描述的?！毖芯空呓忉尩溃傲钊梭@訝的是，決策所需的時間很少受到關(guān)注?！被蛟S生活中也是如此——和等待時間相比，大家普遍還是更關(guān)心食堂大媽打飯的份量夠不夠。

重塑韋伯定律

“實驗中決策時間之間關(guān)系的明確性令人驚訝?！毖芯空哒f，“動物的行為可以用明確的數(shù)學(xué)規(guī)則進行描述，這是非同凡響的。”

接下來，研究團隊計劃探索他們發(fā)現(xiàn)的數(shù)學(xué)規(guī)律如何在大腦中體現(xiàn)。另一研究者總結(jié)說：“我們想要確定哪些大腦區(qū)域在我們的任務(wù)中起到重要作用，以及這些回路中的神經(jīng)元如何對模型中的不同元素執(zhí)行計算。”（《環(huán)球科學(xué)》等）