我们如何看见,又如何思考

从看见到认知，从人眼到神经网络，哈佛教授带你探究思维、学习以及脑科学的未解之谜。通俗晓畅的大家小书，讲述我们的视觉与认知中蕴含的奥秘

每一天睁开眼，我们就在接收来自外界的信息，我们的眼睛究竟是如何承载这个世界的信息的，又是如何传递到我们的大脑的？人人都说眼睛是心灵和灵魂的窗户，这又是为什么？ 在人群中要找一张熟悉的脸是再简单不过的事，我们习以为常。但是人类是怎么办到这件事的，这是科学界最重要的谜题之一。我们大脑的运作有三分之一与视觉相关。基本上，科学家要讲清楚人类是如何看见和感知人、事、物的，背后牵连到人类独特的认知本能。 哈佛大学医学院特聘教授、眼科学家及脑神经科学家理查德·马斯兰在本书中试图以科学的角度来解释人类如何透过双眼与大脑去感知、学习与记忆。 从光线射到视网膜，到脑部的神经网络如何把光线承载的信息转化成人脑可以辨识与运用的知识，到计算机算法要具有什么样的功能才能被称为“人工智能”，再到我们在回忆过去时为什么会呈现出一种第三人视角…… 这是一场深刻但并非不可知的探索，让我们一同探索我们的身体对这个世界的理解吧。

美国哈佛大学医学院特聘教授、眼科学家及脑神经科学家，主要研究对象为视网膜神经细胞，已发表专业论文百余篇，对神经网络的研究和失明的逆转做出了开创性的贡献。

绪论
第一部分迈向视觉的第一步
第1章感知之妙
第2章对着大脑的歌者——神经元
第3章眼睛里的微处理器
第4章幽灵神经元
第5章眼把什么告诉了脑
第二部分向荒原进发
第6章感觉信号进入脑
第7章下一步：皮质不止一片
第8章可塑的感官
第9章编制一张神经网络：把共同发放的神经元连在一起
第10章机器学习、大脑和视觉机器
第11章对视觉的近期新认识
第三部分视野之外
第12章为什么演化偏爱神经网络
第13章一些谜题与一些进展
第14章看得见、摸不着
术语表
致谢
注释
参考文献
图片来源

     20世纪60年代，一个名叫雅各布·贝克（Jacob Beck）的好老师开了一门本科课程，名字就叫“感知”。师生在一个小报告厅里碰头上课。小报告厅位于哈佛大学纪念厅的一角，纪念厅又名桑德斯剧场，是一座建于19世纪，为纪念美国内战期间为保卫联邦而牺牲的哈佛人而建造的宏伟建筑。授课厅的缓坡上大概容纳了一百把棕色的木椅，泛黄的漆面经历了百年的沧桑。教室前方的墙上，长长的黑板延伸至两侧的墙角。左边的墙上，高高的窗户稀稀疏疏，如果没有光透进来，那房间就会被一些白炽灯泡照亮，整个报告厅呈现出一片柔和的黄色，三四十个学生稀稀拉拉地散坐在这里听课。 贝克的性子和他的课程名称一样直接。他为人还算和蔼，但并不特别想去以此吸引学生。他的主要目标就是把课程材料用清晰有条理的方式呈现给学生。他精心制作课程讲义，并且严格地据此讲解。每节课开头，他都会花几分钟回顾上一节课的重点。 贝克不需要用技巧吸引听众，因为他的课程材料本身已经足够精彩。诚然，他教的部分内容很基础：皮肤上的压力造成神经末梢的形变，神经末梢向脊髓发送信号，继而上传至大脑；有些皮肤感受器感受轻微的触碰，有些感受热，有些感受物体在皮肤上的移动（例如一只从树冠上滑落在你手臂上的有毒的昆虫）。这些基本事实本身就很有趣，但是更精彩的——也是贝克给他那一屋子19岁的年轻人提出的优选挑战——则是“我们如何识别一个对象”。 一方面，这是一个关于感官的问题——眼睛的工作原理，以及它向大脑通信的方式。但这个问题也涉及了一些有关感知的重要课题：思想、记忆、意识的本质。我们可以梳理感觉通路的脉络，并记录里面的电信号，我们可以摆弄神经元，让它们告诉我们它们看到了什么。我们如今对于感觉信号的处理已经知道了很多——它们如何在大脑经过一站又一站。这让我们在面对更大的问题时有了抓手，感觉通路里发生的事情对我们来说是一种稳当的知识。对于大脑会把这些知识带到哪里去，我们才刚刚开始了解。不过，步步为营地解读视觉为我们提供了一个解决更大谜团的平台。 第1章 感知之妙 梨不是架古提琴， 一具胴体或一个烧瓶。 它不像任何东西。 它有黄色的外形， 弯曲的轮廓， 底部鼓起。 带有微微的红晕。 ——华莱士·史蒂文斯 看看这三张脸，尽管它们有些模糊，对比度也不高，但你仍然可以将三张脸区分开。最右边妇女的脸有些圆润，左边男孩的下巴很突出。如果他们是你的儿女、朋友或母亲，那你会更轻易地在各种场景下认出他们：你会在他们便服或素颜时认出他们，你会在强光或微光下认出他们，你会从正面或任何角度认出他们，无论他们或近或远、或哭或笑。 但你是如何在不同情况下认出他们的呢？落在你视网膜上的实际图像都是接近不同的。你的大脑针对不同版本做出调整：或大或小、或明或暗、或哭或笑。同一张脸落在你眼里呈现出的物理刺激，可以有近乎无限的变化。然而，你可以在一瞬间毫不费力地认出熟悉的脸，不仅仅是这三张脸，你可以分辨成百上千张不同的脸。大脑是如何完成这项任务的呢？它和世界上所有东西一样，不过是由物质组成的物理机器而已。 也许举一个更简单的例子能帮助你理解。想象你要设计一个识别字母A的电脑程序。现代电脑可以轻易做到这点，不是吗？与大脑相比，它们其实作弊了，我们过会儿再详细展开。 解决方案似乎很简单：在电脑（或大脑）的某处，得有一张图谱或模板，去记载字母A的样子。然后，电脑（或大脑）只要用模板来比较和匹配。假如要识别的字母A与模板中的A大小不一样，怎么办？电脑（或大脑）就只能得出结论：它们不是同一个字母？ P3-7