張軍平

“我家附近曾經(jīng)有只白色的薩摩耶，大約12歲，挺安靜溫順的，基本不怎么吠叫。聽說主人身體不好，行動不便，于是就放任其在外亂逛。它雖然個頭不小，馬路什么都過得好好的，就這么自顧自地生活著。可某天它過人行橫道的時候，一輛左轉的車輛速度和它過馬路的速度一致，導致它進入了駕駛員的盲區(qū)。等薩摩耶反應過來時，車已經(jīng)對著它沖了過來，左前輪壓了一次，左后輪又壓了一次……它躺在車后，無助地顫抖著、哀號著。兩旁的行人默默地看著它。車主坐在車里，沒開窗沒下車，不知道是何反應。過了一會兒，狗用力翻身站了起來，搖搖晃晃走起來了，準備回家。觀望的行人們都松了一口氣，有人笑了，說狗沒事了。車主見狀，趕緊一溜煙開車跑了。可是，狗走了不到200米，便慢了下來，實在是走不動了，滿嘴的鮮血。于是，它便安靜地躺在人行道上，還像平日逛街一樣，一聲不吭……希望它下輩子，不要走得這么凄慘?！?/p>

作為智能體，人的視覺和機器視覺是存在區(qū)別的。其中一個非常特別的區(qū)別是，人會根據(jù)情況或上下文有意無意地忽略眼中看到的目標。

1999年兩位權威心理學專家克里斯托弗·F.查布里斯和丹尼爾·J.西蒙斯曾做過一次“看不見的大猩猩”的實驗。因為這個心理學史上最強大的“大猩猩實驗”，兩人榮獲了2004年的“搞笑諾貝爾獎”。在播放的視頻中，有幾個人一起打籃球，在投籃的過程中還會有一個由人扮演的大猩猩從右向左走過，并在視頻的中間位置稍作停留。而測試者觀看視頻時，給他們分配的任務是統(tǒng)計打籃球的人投籃命中的次數(shù)。當視頻播放完，測試者報告的進球數(shù)基本都是準確的。可是，當問他們，有沒有注意到視頻中有只人扮的大猩猩從視頻中走過時，卻有不少人沒能回想起來。類似的實驗，英國赫特神德大學的心理學怪才、理查德·威斯曼教授也做過，叫變色紙牌游戲。他和一位女助手一起在攝像機前表演玩牌的魔術。表演的過程中，身上的衣服、背景、桌布都被換掉了。但由于有多臺攝像機的切換，人的關注焦點一直被誘導，結果觀測者只注意了兩位“魔術師”手中撲克牌的變化，而壓根沒發(fā)現(xiàn)視頻中換掉的物品。

如果利用人工智能算法來跟蹤并區(qū)分變化的目標，會很輕松發(fā)現(xiàn)其中的區(qū)別。因為計算機在檢測目標時，會計算像素位置上的光的強度變化。所以，當視頻中出現(xiàn)大猩猩，或者變換桌布、背景、衣服時，都意味著視頻中幀與幀之間出現(xiàn)了大面積像素的強度變化。這種變化，很容易超過圖像變化程度的閾值，導致被人工智能算法檢測和發(fā)現(xiàn)。值得指出的是，檢測這類變化也是現(xiàn)在做視頻摘要、視頻關鍵內容提取的基本手段之一。

反觀人類，卻容易出現(xiàn)忽略目標的情況。其原因在于，當人關注某個目標時，目標將成像于視網(wǎng)膜的焦點即中央凹區(qū)域，而目標周圍的內容則分布在中央凹的周邊，由視桿細胞來負責感知。而視桿細胞主要負責運動，對具體細節(jié)不敏感。所以，在這一前提下，大猩猩就被大腦視覺中樞視為沒有多大意義的像素點運動，甚至被籃球的運動所掩蓋。換衣服、桌布等也是類似的原因。

除此以外，也許是因為人類其實是一種能偷懶就會偷懶的智能體。如果能夠在不經(jīng)過縝密思維就能保證大部分判斷成功的話，人類會傾向于優(yōu)先采用更簡易的判斷，而不是進行過多的細致分析。就像平時走路一樣，我們也沒有像機器人一樣去區(qū)分路面的高低差異、紋理差異、光強差異，但卻能非常有效和快速地形成決策。即使存在例外，那也是極個別的情況。

這種現(xiàn)象，在日常生活中，則有可能帶來潛在的危險。比如交通中，在一個平時很少有行人經(jīng)過而車輛較多的十字路口，駕駛員的關注焦點往往是行駛的汽車，其目的以避讓汽車為主。在成年人經(jīng)常走過的人行橫道附近，則駕駛員的關注視角會以成人為主。第一個例子可能導致的危險是，如果某天突然出現(xiàn)非機動車或行人時，司機會注意不到，不容易形成應急反應；第二種情況則可能會導致對矮小目標（如兒童）的忽視。

這種危險能避免嗎？有心理學家指出，如果關注的焦點不變，這樣的定勢或習慣性思維會一直存在，且很難避免。結果，當駕駛員發(fā)現(xiàn)危險來臨時，已經(jīng)缺乏足夠的反應時間，極易發(fā)生交通事故，造成不必要的人員傷亡。

那如何解決呢？最簡單的辦法就是，駕駛員在經(jīng)常經(jīng)過的路口不要形成定勢思維。但凡碰到這類路線時，不妨想想，這里可能有條看不見的薩摩耶；不妨多變化下關注的視野，如左右晃下頭，避開盲區(qū)和看不見的“盲區(qū)”，最大程度地避免這類事故的發(fā)生。

看不見的盲點

人的視覺不僅有視而不見的特點，也有彌補先天不足的能力。我們的視神經(jīng)感受周圍環(huán)境后，還需要將信號送到大腦。送的方式挺聰明，大腦將輸送信號的視神經(jīng)像頭發(fā)一樣扎成左邊一股，右邊一股，在每個眼球視網(wǎng)膜中央凹偏外約20°處集中起來，向大腦輸送信號。

遺憾的是，視網(wǎng)膜這個位置上就沒法生長感光細胞，于是形成了生理性盲點。雖然有盲點，所幸人是雙目視覺，所以兩只眼睛的盲區(qū)會通過雙目視覺來相互彌補。結果，日常生活中，人就感覺不到盲點的存在。不過，如果單眼存在眼疾，如患上白內障，那盲點的影響就比較大了，畢竟有個位置的信息是缺失的，這就需要通過多調整視角來消解這個困擾。

看不見的筆——單眼與復眼

除了盲點外，還有種情況，人也會對目標視而不見。各位不妨試著拿起一支筆，豎直放在左眼前面。一開始，你會感受到筆對視野造成的遮擋。再將眼睛盯著遠處某目標，將筆緩慢遠離眼睛，你將會發(fā)現(xiàn)這支筆并沒有對你觀察遠處的景象形成任何障礙，筆似乎憑空消失了。顯然，這并非是生理性盲點造成的。它和人的視網(wǎng)膜結構有關，可以從單眼與復眼的關系來解釋。

眾所周知，人有兩只眼睛，而昆蟲如蜻蜓、蒼蠅的眼睛則是由非常多的小眼睛組成的，俗稱復眼。如果是昆蟲的復眼，那么筆的存在不會對想觀測的目標形成遮擋，因為昆蟲的整體視覺可以通過拼接每只小眼睛關注的內容來獲得，少數(shù)幾只眼睛的視角被遮擋不影響全局感知?？扇耸请p目視覺，為什么也會有類似的情況呢？實際上，人的視網(wǎng)膜上的感光細胞數(shù)量眾多，每個細胞都分擔了一部分的視覺檢測。在處理筆遮擋的任務時，會通過感光細胞間的相互填充，實現(xiàn)類似昆蟲復眼的功能。

但要注意的是，人是很難像昆蟲那樣演化出復眼的。因為昆蟲復眼上的每只眼睛負責的視角和頻率都很窄，如果要在人的頭部形成如同昆蟲一樣具有全角度檢測能力的復眼，著名物理學家費恩曼曾經(jīng)做過粗略的計算，他的結論是復眼的大小會超過現(xiàn)在人類頭部的尺寸，人的腦袋很可能承受不了眼睛的重量。

當然，除了這些情況看不見外，人過于關注某些人或事情時會對周圍情形視而不見，人不關注某些人或事情時也會對其視而不見或熟視無睹。這些依賴于情感和心靈的視而不見和熟視無睹，比起單從視覺上發(fā)生的，就要復雜多了，也是人工智能目前還完全找不到北的研究方向之一。（選自清華大學出版社《愛犯錯的智能體》）