解密人腦視覺感知的基礎機制
這幾年人工智慧非常熱鬧，但我認為人工智慧是意識錯覺，是思維陷阱，是海市蜃樓，是鏡花水月，看似近在眼前，觸手可及，實則縹緲虛幻，永無成功的可能。人工智慧上升為國家戰略，那必將成為國家戰略陷阱，投入越多，損失越大，絲毫僥倖的機會都沒有。
沉迷於人工智慧狂歡盛宴的人們並不瞭解人腦感知和思維的真相，在這種情況下企圖實現讓機器像人類一樣思考，怎麼可能？
我自幼對自己的大腦異常地感興趣，這個興趣史幾乎和我的年齡一樣長，我猜我可能碰巧發現了人腦感知和思維的秘密，並且我覺得人腦的感知和思維機制可能是這個宇宙中唯一可行的感知和思維機制，而人工智慧與這個機制相去甚遠，甚至可以說半毛錢關係都沒有。人工智慧能不能做其它事我不知道，但我非常確信人工智慧對於實現讓機器像人類一樣思考的目標而言，那就是刻舟求劍、緣木求魚，無論如何努力，無論付出多大的代價，最終都會是竹籃打水一場空。
解釋人腦感知和思維的秘密非常困難。最大的困難在於這是另外一個觀念體系，我們無法從人類現有的觀念體系中推匯出來。人類現有的觀念體系就像是一個巨大的漩渦，我們自一出生就被深深地裹挾其中，無法掙脫。可是另建一個觀念體系，想一想都是“腦闊痛”。其次的困難在於解釋需要使用語言，但“語義不在語言裡，語義在大腦的印象裡”，人們理解這句話都存在困難，更何況去理解我所使用的語言。再次的困難在於聽我解釋的人沒有和我一樣的觀念和體驗，我的觀念獨一無二，純屬胡思亂想，我的體驗絕無僅有，完全匪夷所思。可要想聽懂我的解釋，必須得接受我的觀念去親身體驗，在有了體驗之後我們才有可能交流溝通。最後的困難在於認識和理解是一個自我否定的過程，其中的艱難困苦無法想像，只有經歷的人才知道，聽我解釋的人受得了嗎？想一想這些困難，我的退堂鼓擂得震天響，若非迫不得已，我真懶得解釋。
我認為人腦的感知和思維的基礎機制是一樣的，或者說是同一的，但相對而言，感知比思維要簡單得多。視覺感知是人腦感知中最主要且最重要的部分，當然，視覺感知與聽覺感知、觸覺感知的基礎機制也是一樣的，只是唯獨視覺感知我們可以用眼睛去體驗，體驗的結果相對更直接、更明確，更具有衝擊效果，更有利於我們能夠形成一致的認識。因此，我願意解密一點人腦視覺感知的基礎機制，用以警醒沉迷於狂歡中的人們。
一、基礎觀念的體驗：
解釋人腦視覺感知的基礎機制必須得先接受我的兩個基礎觀念：第一，眼睛只能看清眼前事物的區域性；第二，定住眼睛我們最多隻能看清相鄰的兩個字。
1、眼睛只能看清眼前事物的區域性。
所謂“眼睛只能看清眼前事物的區域性”的意思是：在某一瞬間我們的眼睛只能看清眼前事物的某個區域性，我們的眼睛無法看清眼前事物的整體。這裡面的關鍵在於“看清”，而不是“看見”。我們能“看見”的可能很多，但能“看清”的確實不多。
例如我們看這篇文章，在看第一段的時候，我們應該看不清第二段的內容；例如我們看一副畫，在看上部分畫面的時候，我們應該看不清下部分的畫面；即使是看眼前的一張桌子，我們在看桌面的時候，我們應該也看不清桌腳的樣子；看一個人的臉龐的時候，我們應該看不清他的鞋子，看清這個人鞋子的時候，我們應該又看不清他的臉龐了；甚至在看手機裡內容的時候，我們都看不清自己拿著手機的那隻手。
這個觀念我天天都在驗證，已經驗證了幾十年，對我而言這是一個常識。可能很多人並未像我一樣覺察到這個事實，也可能有一些人已經覺察到了，我覺得首先發現這個事實的人應該不會是我。
“眼睛只能看清眼前事物的區域性”，這是我解釋人腦視覺感知基礎機制的一個基礎觀念。觀念本身並無多大意義，經過體驗驗證的觀念才有意義，這就是我理解的“實事求是”。我說什麼並不重要，重要的是我們自己的體驗結果，只有這個體驗與觀念相符，我們才會接受這個基礎觀念，進而形成我們共同的基礎事實。要是沒有這樣的基礎事實，我的解釋就失去了依託。好在我們都有眼睛，我們應該不難達成共識。
2、定住眼睛我們只能看清相鄰的兩個字。
所謂“定住眼睛我們只能看清相鄰的兩個字”的意思是：在眼睛定住不動的情況下我們最多隻能看清相鄰的兩個字。這是我非常得意的一個奇想。
我早忘了是哪一天，反正是在苦思冥想的過程中，我突發奇想地猜測：如果我想的都是對的話，那麼我們的眼睛應該最多隻能看清兩個字。自己定睛一看，居然猜對了！
例如當我們看“解密人腦視覺感知的基礎機制”這幾個字時，初一看，我們會感覺至少可以看清五六個字以上，甚至是全部，但是當我們把眼睛定住盯在“解密”這兩個字上，不要左右晃動，維持三秒鐘以上，我們就會發現旁邊“人腦”這兩個字是模糊的，看不清楚的；當我們把眼睛從“解密”這兩個字向右移動一個字，到“人”字上，再維持三秒鐘，我們就會發現可以看清“密人”兩個字，而先前清晰的“解”字則變模糊了。
無論看什麼文字，我們都會發現在眼睛定住不動的情況下只能看清相鄰的兩個字。我稱這個大腦實驗為“兩字實驗”。
當我猜對了這個“兩字實驗”的答案時，我感覺自己任督二脈打通，大功告成。若讀者體驗不到我提出來的觀念，或者對這個觀念的體驗結果一點驚奇都沒有，那似乎就沒有任何必要繼續看下去了。
二、基礎機制的驗證：
基於第1個觀念“眼睛只能看清眼前事物的區域性”，我提出了一個猜想，人腦視覺感知的基礎機制應該是：區域性獨立感知，整體疊加合成；基於第2個觀念“定住眼睛我們最多隻能看清相鄰的兩個字”，我進一步提出的猜想是：區域性即“兩像”，“兩像”是大腦執行的基本單元。
這兩個猜想我已經驗證多年，早就深信不疑，它們就是我想要解密的基礎機制。
1、區域性獨立感知，整體疊加合成。
第一，我們必須得體驗到“眼睛只能看清眼前事物的區域性”的基礎事實，然後必須得接受“眼睛只能看清眼前事物的區域性”的基礎觀念。
第二，我們必須接受另一個基礎觀念：“不是眼睛看見，而是大腦看見”。這是我幼年時就接受並堅信的一個基礎觀念，眼睛只是光線的接收器官，它不可能看見，真正能看見外界的應該是我們的大腦。
第三，綜合第一和第二，我們得出一個新觀念：眼睛之所以只能看清外界的區域性是因為大腦只能對外界的區域性進行感知。
第四，基於我多年的體驗，我相信大腦對外界區域性的感知是“獨立”的。我說的感知包括感覺和認知，所謂的“區域性獨立感知”指的是感覺與認知的關係是對應的，“區域性感覺”會有對應的“區域性認知”。從感知機制上說，不存在“整體感覺”，也不存在“整體認知”，當然更不存在“整體感覺”與“整體認知”的對應關係。
第五，人腦對外界整體的直覺印象是由區域性感知“疊加合成”的。我猜在大腦中一個區域性感知與另一個區域性感知之間是“獨立”的，它們之間的關係不是“並列關係”，而是“前後關係”，不是“拼接關係”，而是“疊加關係”，它們在感知機制的作用下共同形成了人腦的直覺印象。然而，我們大腦中的直覺印象中根本感知不到“前後關係”和“疊加關係”，直覺印象以為感知到的是一個整體，以為是“整體感覺”對應著“整體認知”。
打一個不準確的比喻，人腦視覺就像是一個圓柱體，區域性感知一層一層地“疊加合成”了這個圓柱體，但人腦的直覺印象卻只是上面的“圓面”而已；不過，事實上區域性感知一層一層疊得並非那麼整齊，我們的直覺印象也並非只是一個“圓面”，實際效果可能是奇形怪狀，不一而足。
視覺感知是大腦感知中最主要也是最重要的部分，這個“區域性獨立感知，整體疊加合成”的基礎機制，既是人類的愚蠢之根，也是人類的智慧之源，理解它非常不容易。
圖1：
圖1中的美女是安吉麗娜茱莉，雖然圖1是倒著的，但是我們仍然感受到了安吉麗娜茱莉的美貌和笑容，並沒有什麼不對。可是如果我們將這張圖倒過來，那會是什麼狀況呢？
圖2：
一看嚇了一大跳，這哪裡還是安吉麗娜茱莉，這簡直就是個女魔頭？為什麼我們在看圖1的時候我們卻看不出來呢？同一張圖，只是顛倒一下，而我們的感知卻是如此地天差地別，我們如此信賴的感知系統究竟出了什麼問題？
首先，仔細地看這張圖，尤其是嘗試定住眼睛，我們會發現實際上我們只能“看清區域性”。看清嘴唇時，我們看不清鼻子和眼睛；看清鼻子時，我們看不清眉毛；甚至看清左眼時，我們看不清右眼；看清上嘴唇時，我們看不清下嘴唇。雖然我們不是同一個人，但我相信我們看到的結果應該是一樣的。
其次，兩張圖的區別在於：圖1的臉龐是倒置的，但是嘴唇和眼睛卻是正置的，圖2的臉龐是正置的，但是嘴唇和眼睛卻是倒置的。
最後，是大腦對嘴唇和眼睛等區域性的認知形成了我們對圖1和圖2整體的直覺印象。圖1中的嘴唇和眼睛是安吉麗娜茱莉正常的嘴唇和眼睛，這正常的嘴唇和眼睛與我們記憶中人類正常笑容時嘴唇和眼睛的形狀一致，因而我們對圖1中嘴唇和眼睛的區域性感覺產生了“笑容”認知，而這個區域性認知經“疊加合成”後就成了對圖1的直覺印象。圖2是把安吉麗娜茱莉的嘴唇和眼睛倒放過來，這倒放的嘴唇和眼睛與我們記憶中人類的“猙獰”面容相一致，因而我們對圖2中嘴唇和眼睛的區域性感覺產生了“猙獰”認知，而這個區域性認知經“疊加合成”後就成了我們對圖2的直覺印象。
圖3：
圖3中實際上都是正方形，但是我們的視覺直覺印象卻感知不到正方形的存在，曲曲折折的，沒有一點正方形的感覺。我們的視覺感知系統明顯出了問題，這是怎麼回事？
首先，無論定住眼睛看圖3的任何一個部分，我們都只能看清某一個區域性，而任何一個區域性的線條都是有曲折或傾斜的，沒有完全明顯的直角存在。
其次，大腦對圖3的感知是一個一個區域性“疊加合成”在一起，而每一個區域性都是有曲折或傾斜的，因而我們大腦對圖3整體的直覺印象就是曲折和傾斜的，我們無法產生正方形的直覺印象。
我們的大腦對任何一個普通正方形的感知也是“疊加合成”的，這個感知過程會在大腦中形成“記憶”，我們之所以產生不了正方形直覺印象的根本原因是感知與記憶不相符，記憶中的正方形不是我們當前感知的狀況，因而我們只能產生曲曲折折的直覺印象。關於“記憶”的基礎機制不在本文的解密範圍之內。
圖4：
圖4中都是同心圓，但我們卻絲毫看不出圓的樣子。這也是因為圖4中沒有任何可以感知出圓形的區域性，我們的大腦自然無法“疊加合成”出一個圓形的直覺印象。
圖5：
圖5是把兩張完全相同的比薩斜塔照片合在一起，但是我們視覺的直覺印象卻感覺這兩張照片中比薩斜塔的傾斜角度好象不一樣，似乎右圖比薩斜塔的傾斜角度要比左圖的大。明明一樣，怎麼會被我們看出了不一樣？
兩張照片裡的比薩斜塔是完全一樣的，但是照片裡比薩斜塔的左邊傾斜角度要比右邊的大。當把兩張照片拼接到一塊時，在中間的這個區域性，右圖比薩斜塔左邊傾斜角度和左圖比薩斜塔右邊傾斜角度相比要大。由於我們大腦只能“看清區域性”，我們大腦對這個區域性的感知是“右邊比左邊傾斜”，經“疊加合成”後，這個區域性的感知就被當作了大腦視覺對整體的直覺印象，並且還是一個我們無法克服的直覺印象！
圖6：
圖6也是兩張相同的圖並列在一起，但我們直覺印象覺得這兩張圖中的街道似乎“不一樣”。這也是因為左圖街道的右邊呈直線狀，而右圖街道的左邊呈斜線狀，兩者相交的區域性感知是右圖街道與左圖街道之間存在傾斜的角度，右圖相對左圖更傾斜，經“疊加合成”後，人腦的直覺印象就是“右圖街道比左圖街道更傾斜”。
圖7：
圖7與前幾張圖不一樣。對前幾張圖中的任何一張圖，我們視覺的直覺印象與外界事實不一致，但感知結果只有一個，但圖7使我們卻產生了兩種不同的感知結果，一會兒是人臉，一會兒是花瓶。似乎我們的感知系統沒個定性，變來變去，這又是為什麼？
首先，我們只能“看清區域性”。圖7中有2條線條將全圖分為3個區域性，左邊和右邊的區域性看起來像人臉，而中間的區域性看起來像花瓶。事實上，當我們看左邊區域性的時候，我們看不清中間和右邊的區域性，看中間區域性的時候，我們也看不清左邊和右邊的區域性。我保證大家看右邊人臉的時候絕對也看不清左邊的人臉。
其次，左右兩邊的線條與人臉的輪廓很像，對這兩條線條的感覺，大腦獨立產生了兩個人臉的認知；兩條線條中間的區域性看起來與花瓶很像，於是大腦就獨立產生了一個花瓶的認知。
最後，由於人臉和花瓶的直覺印象相差太遠，大腦無法將其“疊加合成”成一個整體，所以我們只能一會兒感覺是人臉，一會兒感覺是花瓶，我們絕對無法同時感覺到人臉和花瓶，這裡存在“前後關係”。
圖8：
圖8一會兒看起來像“少女”，一會兒看起來像“老嫗”，原理和圖7一樣。
我們只能“區域性感知整體合成”，因而我們絕對無法同時看見“少女”和“老嫗”，只能一會兒是“少女”，一會兒是“老嫗”。當我們產生“少女”認知時，我們眼睛注視的區域性一定是左邊中部的位置，像是“少女”的“臉頰”，“少女”的頸脖處有一條“頸帶”；當我們產生“老嫗”認知時，我們眼睛注視的區域性一定是先前“少女”的“頸帶”處，這時它就成了“老嫗”的嘴唇，而“少女”的“臉頰”則成“老嫗”的“鼻頭”，“少女”的“耳朵”成了“老嫗”的“眼睛”。
圖9：
“潘洛斯階梯”首尾相連，要麼一直迴圈向上，要麼一直迴圈向下，這不可能在現實世界中存在，但看起來卻非常地正常，我們感覺不到哪裡不對。
“潘洛斯階梯”從根本上來說只是一張圖而已，圖上畫的東西並不一定非得在現實世界有對應的存在，“潘洛斯階梯”的核心問題在於我們是如何感知這張圖的。
我們定住眼睛看這些階梯，無論是看哪個位置的階梯，我們都只能“看清區域性”。我們的大腦對“潘洛斯階梯”的每一個區域性的感知都是正常的、合理的、沒有問題的，而這些區域性感知被我們的感知機制“疊加合成”成對整體的感知，因而我們對“潘洛斯階梯”的整體直覺印象就是正常的、合理的、沒有問題的。
圖10：
圖10中的三角形看起來也非常正常，似乎沒有問題，但它同樣不可能在現實世界中存在，而只能存在於人類的意識之中。
當我們定住眼睛看圖10中的任何一個區域性，我們對任何一個區域性感知是正常的，是沒有問題的，經“疊加合成”後的整體直覺印象也是正常的、沒有問題的。
再打一個不是很準確的比喻，這個三角形和邏輯三段論很相似，甚至可以說是基於相同的原理。“由於A角和B角的連線是正常的，又由於A角和C角的連線是正常的，所以B角和C角的連線肯定就是正常的。”人們早就發現了邏輯的問題，但卻一直解決不了邏輯問題，深刻理解人腦視覺感知機制是解決這一問題的必由之路。
圖11：
圖12：
圖11中的“莫比烏斯環”和圖12中的“克萊茵瓶”可以在現實世界有對應的存在，但現實世界存在的“莫比烏斯環”和“克萊茵瓶”並非“科學家”頭腦中的“莫比烏斯環”和“克萊茵瓶”。從某種意義上說，“科學家”頭腦中的“莫比烏斯環”和“克萊茵瓶”並不是“物”，而是“空間”。
我猜這可能是“科學家”不瞭解人腦視覺感知機制所產生的一個誤會，我們的大腦對“莫比烏斯環”和“克萊茵瓶”的任何一個區域性的感知結果都是正常的和合理的，於是我們就認為“莫比烏斯環”和“克萊茵瓶”是正常的和合理的，是有可能存在的，但是這可能只是我們直覺印象的錯覺。
圖13：
“區域性獨立感知，整體疊加合成”，這並不是絕對的不好。
據說這是一張令人工智慧專家們發狂的圖片，人眼很快就能識別出這是隻貓，但機器卻很困難。
人工智慧專家們要是能理解“區域性感知決定整體感知”的人腦工作機制，可能會大大地降低對資料的需求量，並大大地提升機器的識別率。
我們大腦在感知這隻貓時，是“區域性感知”的。只要看清了貓的頭部，大腦就能比較準確地產生了貓的感知，只要不存在其它強烈的、明確的、無法合成的區域性感知，我們的直覺印象便非常堅定地相信這是一隻貓。
當然，如果某些區域性感知與大腦對貓的記憶相差太遠，大腦就無法合成出一隻普通貓的印象，例如貓頭蛇身，大腦將合成出一種全新的印象。
人工智慧的專家們很可能不懂得這個機制，我覺得他們是在對圖形中需識別的物件進行整體感知，但這種方式顯然費時費電，且缺乏變通。無論剛開始時如何“智慧”，最終的結果一定會變成“智障”！
2、區域性即“兩像”，“兩像”是大腦執行的基本單元。
“眼睛只能看清眼前事物的區域性”的事實我已經發現很久了，可還是有很多困惑，最重要的困惑在於仍然不瞭解大腦執行最基本的單元。之所以提出“兩字實驗”是因為我有一個“兩像”猜想，“兩字實驗”驗證的並不是眼睛能看清多少字的問題，而是人腦視覺感知機制的基本單元究竟是什麼的問題。我猜人腦視覺感知機制的基本單元是“兩像”，這個實驗居然驗證了我的猜想。
“兩像”肯定不是“兩字”，“兩字”是“兩像”機制執行後的人腦所感受到的直覺印象，“兩像”是產生“兩字”直覺印象的感知機制。“像”的結果可以是字，也可以是筆劃，事實上當我們定住眼睛看一個字中的筆劃時，我們也只能看清相鄰的兩條筆劃。“兩像”可以成為兩個字、兩條筆劃，也可以成為兩個點、兩條線、兩條邊或者兩個面，還可以成為兩種顏色、兩種形狀，甚至可以成為兩個聲音等等，總之，“兩像”可以千變萬化。
我唯一信奉的天條是“大道至簡”，我相信唯其“至簡”，方能千變萬化，紛繁複雜。“兩像”絕對“至簡”，如果是“一像”，那麼它就不會有可以變化的餘地。
我們看上述任何一張圖，只要定住眼睛我們都只能看清相鄰的“兩像”，大家可以認真地感覺一下，看情況是不是真如我所說。
在未發現“兩像”之前，對於人性與思維、情緒與情感、大腦與意識等等問題，我還有很多的困惑，“兩像”就是眾妙之門，入得此門，我感覺豁然開朗，所有問題統統消散。
“兩像”的大意是：第一，人腦只能對區域性相鄰的“兩像”進行處理；第二，“兩像”是人腦視覺感知機制的基本單元，人腦一個基本的感知單元只能處理一個“兩像”。
圖14：
看圖14時，我們會非常肯定地認為A和B是完全不同的黑與白，但實際上A和B的顏色是一模一樣的，而我們的大腦居然完全感覺不到！我們經常指責別人“黑白顛倒、是非不分”，沒想到我們自己居然天生就是這樣的人！
“兩像”猜想認為我們視覺感知機制的基本單元就是“兩像”，我們只能看清相鄰的“兩像”。在圖14中由於A和B並不相鄰，所以我們的大腦絕對無法同時處理A和B，也就是說，我們無法同時看清A和B。如果我們的大腦可以同時處理“三像”，那麼A和B就應該沒有差別。這也反證“兩像”是基本感知單元。
具體解釋“兩像”的運作機制，需要放在“意識模型”的框架內進行，沒有“意識模型”無法解釋清楚“兩像”，但“意識模型”也不在本文的解密範圍之中。
圖15：
圖16：
圖15中的兩個鬼形和圖16中的兩條紅線實際上都是一樣的，但我們的直覺印象卻是不一樣，為什麼？主要是因為它們“不相鄰”，它們被它們中間的“像”給攪和了，以至於大腦無法產生“相同”的感知。它們若是相鄰，則我們的直覺印象一定是一樣的。
我們不必為此煩惱，若是我們能對它們產生“相同”的認知時，那才是我們的麻煩，我體驗過，那是感知體系的崩潰！因此，我深刻地認識到人腦的感知機制既是愚蠢之根，又是智慧之源。
解密人腦視覺感知的基礎機制
這幾年人工智慧非常熱鬧，但我認為人工智慧是意識錯覺，是思維陷阱，是海市蜃樓，是鏡花水月，看似近在眼前，觸手可及，實則縹緲虛幻，永無成功的可能。人工智慧上升為國家戰略，那必將成為國家戰略陷阱，投入越多，損失越大，絲毫僥倖的機會都沒有。
沉迷於人工智慧狂歡盛宴的人們並不瞭解人腦感知和思維的真相，在這種情況下企圖實現讓機器像人類一樣思考，怎麼可能？
我自幼對自己的大腦異常地感興趣，這個興趣史幾乎和我的年齡一樣長，我猜我可能碰巧發現了人腦感知和思維的秘密，並且我覺得人腦的感知和思維機制可能是這個宇宙中唯一可行的感知和思維機制，而人工智慧與這個機制相去甚遠，甚至可以說半毛錢關係都沒有。人工智慧能不能做其它事我不知道，但我非常確信人工智慧對於實現讓機器像人類一樣思考的目標而言，那就是刻舟求劍、緣木求魚，無論如何努力，無論付出多大的代價，最終都會是竹籃打水一場空。
解釋人腦感知和思維的秘密非常困難。最大的困難在於這是另外一個觀念體系，我們無法從人類現有的觀念體系中推匯出來。人類現有的觀念體系就像是一個巨大的漩渦，我們自一出生就被深深地裹挾其中，無法掙脫。可是另建一個觀念體系，想一想都是“腦闊痛”。其次的困難在於解釋需要使用語言，但“語義不在語言裡，語義在大腦的印象裡”，人們理解這句話都存在困難，更何況去理解我所使用的語言。再次的困難在於聽我解釋的人沒有和我一樣的觀念和體驗，我的觀念獨一無二，純屬胡思亂想，我的體驗絕無僅有，完全匪夷所思。可要想聽懂我的解釋，必須得接受我的觀念去親身體驗，在有了體驗之後我們才有可能交流溝通。最後的困難在於認識和理解是一個自我否定的過程，其中的艱難困苦無法想像，只有經歷的人才知道，聽我解釋的人受得了嗎？想一想這些困難，我的退堂鼓擂得震天響，若非迫不得已，我真懶得解釋。
我認為人腦的感知和思維的基礎機制是一樣的，或者說是同一的，但相對而言，感知比思維要簡單得多。視覺感知是人腦感知中最主要且最重要的部分，當然，視覺感知與聽覺感知、觸覺感知的基礎機制也是一樣的，只是唯獨視覺感知我們可以用眼睛去體驗，體驗的結果相對更直接、更明確，更具有衝擊效果，更有利於我們能夠形成一致的認識。因此，我願意解密一點人腦視覺感知的基礎機制，用以警醒沉迷於狂歡中的人們。
一、基礎觀念的體驗：
解釋人腦視覺感知的基礎機制必須得先接受我的兩個基礎觀念：第一，眼睛只能看清眼前事物的區域性；第二，定住眼睛我們最多隻能看清相鄰的兩個字。
1、眼睛只能看清眼前事物的區域性。
所謂“眼睛只能看清眼前事物的區域性”的意思是：在某一瞬間我們的眼睛只能看清眼前事物的某個區域性，我們的眼睛無法看清眼前事物的整體。這裡面的關鍵在於“看清”，而不是“看見”。我們能“看見”的可能很多，但能“看清”的確實不多。
例如我們看這篇文章，在看第一段的時候，我們應該看不清第二段的內容；例如我們看一副畫，在看上部分畫面的時候，我們應該看不清下部分的畫面；即使是看眼前的一張桌子，我們在看桌面的時候，我們應該也看不清桌腳的樣子；看一個人的臉龐的時候，我們應該看不清他的鞋子，看清這個人鞋子的時候，我們應該又看不清他的臉龐了；甚至在看手機裡內容的時候，我們都看不清自己拿著手機的那隻手。
這個觀念我天天都在驗證，已經驗證了幾十年，對我而言這是一個常識。可能很多人並未像我一樣覺察到這個事實，也可能有一些人已經覺察到了，我覺得首先發現這個事實的人應該不會是我。
“眼睛只能看清眼前事物的區域性”，這是我解釋人腦視覺感知基礎機制的一個基礎觀念。觀念本身並無多大意義，經過體驗驗證的觀念才有意義，這就是我理解的“實事求是”。我說什麼並不重要，重要的是我們自己的體驗結果，只有這個體驗與觀念相符，我們才會接受這個基礎觀念，進而形成我們共同的基礎事實。要是沒有這樣的基礎事實，我的解釋就失去了依託。好在我們都有眼睛，我們應該不難達成共識。
2、定住眼睛我們只能看清相鄰的兩個字。
所謂“定住眼睛我們只能看清相鄰的兩個字”的意思是：在眼睛定住不動的情況下我們最多隻能看清相鄰的兩個字。這是我非常得意的一個奇想。
我早忘了是哪一天，反正是在苦思冥想的過程中，我突發奇想地猜測：如果我想的都是對的話，那麼我們的眼睛應該最多隻能看清兩個字。自己定睛一看，居然猜對了！
例如當我們看“解密人腦視覺感知的基礎機制”這幾個字時，初一看，我們會感覺至少可以看清五六個字以上，甚至是全部，但是當我們把眼睛定住盯在“解密”這兩個字上，不要左右晃動，維持三秒鐘以上，我們就會發現旁邊“人腦”這兩個字是模糊的，看不清楚的；當我們把眼睛從“解密”這兩個字向右移動一個字，到“人”字上，再維持三秒鐘，我們就會發現可以看清“密人”兩個字，而先前清晰的“解”字則變模糊了。
無論看什麼文字，我們都會發現在眼睛定住不動的情況下只能看清相鄰的兩個字。我稱這個大腦實驗為“兩字實驗”。
當我猜對了這個“兩字實驗”的答案時，我感覺自己任督二脈打通，大功告成。若讀者體驗不到我提出來的觀念，或者對這個觀念的體驗結果一點驚奇都沒有，那似乎就沒有任何必要繼續看下去了。
二、基礎機制的驗證：
基於第1個觀念“眼睛只能看清眼前事物的區域性”，我提出了一個猜想，人腦視覺感知的基礎機制應該是：區域性獨立感知，整體疊加合成；基於第2個觀念“定住眼睛我們最多隻能看清相鄰的兩個字”，我進一步提出的猜想是：區域性即“兩像”，“兩像”是大腦執行的基本單元。
這兩個猜想我已經驗證多年，早就深信不疑，它們就是我想要解密的基礎機制。
1、區域性獨立感知，整體疊加合成。
第一，我們必須得體驗到“眼睛只能看清眼前事物的區域性”的基礎事實，然後必須得接受“眼睛只能看清眼前事物的區域性”的基礎觀念。
第二，我們必須接受另一個基礎觀念：“不是眼睛看見，而是大腦看見”。這是我幼年時就接受並堅信的一個基礎觀念，眼睛只是光線的接收器官，它不可能看見，真正能看見外界的應該是我們的大腦。
第三，綜合第一和第二，我們得出一個新觀念：眼睛之所以只能看清外界的區域性是因為大腦只能對外界的區域性進行感知。
第四，基於我多年的體驗，我相信大腦對外界區域性的感知是“獨立”的。我說的感知包括感覺和認知，所謂的“區域性獨立感知”指的是感覺與認知的關係是對應的，“區域性感覺”會有對應的“區域性認知”。從感知機制上說，不存在“整體感覺”，也不存在“整體認知”，當然更不存在“整體感覺”與“整體認知”的對應關係。
第五，人腦對外界整體的直覺印象是由區域性感知“疊加合成”的。我猜在大腦中一個區域性感知與另一個區域性感知之間是“獨立”的，它們之間的關係不是“並列關係”，而是“前後關係”，不是“拼接關係”，而是“疊加關係”，它們在感知機制的作用下共同形成了人腦的直覺印象。然而，我們大腦中的直覺印象中根本感知不到“前後關係”和“疊加關係”，直覺印象以為感知到的是一個整體，以為是“整體感覺”對應著“整體認知”。
打一個不準確的比喻，人腦視覺就像是一個圓柱體，區域性感知一層一層地“疊加合成”了這個圓柱體，但人腦的直覺印象卻只是上面的“圓面”而已；不過，事實上區域性感知一層一層疊得並非那麼整齊，我們的直覺印象也並非只是一個“圓面”，實際效果可能是奇形怪狀，不一而足。
視覺感知是大腦感知中最主要也是最重要的部分，這個“區域性獨立感知，整體疊加合成”的基礎機制，既是人類的愚蠢之根，也是人類的智慧之源，理解它非常不容易。
圖1：
圖1中的美女是安吉麗娜茱莉，雖然圖1是倒著的，但是我們仍然感受到了安吉麗娜茱莉的美貌和笑容，並沒有什麼不對。可是如果我們將這張圖倒過來，那會是什麼狀況呢？
圖2：
一看嚇了一大跳，這哪裡還是安吉麗娜茱莉，這簡直就是個女魔頭？為什麼我們在看圖1的時候我們卻看不出來呢？同一張圖，只是顛倒一下，而我們的感知卻是如此地天差地別，我們如此信賴的感知系統究竟出了什麼問題？
首先，仔細地看這張圖，尤其是嘗試定住眼睛，我們會發現實際上我們只能“看清區域性”。看清嘴唇時，我們看不清鼻子和眼睛；看清鼻子時，我們看不清眉毛；甚至看清左眼時，我們看不清右眼；看清上嘴唇時，我們看不清下嘴唇。雖然我們不是同一個人，但我相信我們看到的結果應該是一樣的。
其次，兩張圖的區別在於：圖1的臉龐是倒置的，但是嘴唇和眼睛卻是正置的，圖2的臉龐是正置的，但是嘴唇和眼睛卻是倒置的。
最後，是大腦對嘴唇和眼睛等區域性的認知形成了我們對圖1和圖2整體的直覺印象。圖1中的嘴唇和眼睛是安吉麗娜茱莉正常的嘴唇和眼睛，這正常的嘴唇和眼睛與我們記憶中人類正常笑容時嘴唇和眼睛的形狀一致，因而我們對圖1中嘴唇和眼睛的區域性感覺產生了“笑容”認知，而這個區域性認知經“疊加合成”後就成了對圖1的直覺印象。圖2是把安吉麗娜茱莉的嘴唇和眼睛倒放過來，這倒放的嘴唇和眼睛與我們記憶中人類的“猙獰”面容相一致，因而我們對圖2中嘴唇和眼睛的區域性感覺產生了“猙獰”認知，而這個區域性認知經“疊加合成”後就成了我們對圖2的直覺印象。
圖3：
圖3中實際上都是正方形，但是我們的視覺直覺印象卻感知不到正方形的存在，曲曲折折的，沒有一點正方形的感覺。我們的視覺感知系統明顯出了問題，這是怎麼回事？
首先，無論定住眼睛看圖3的任何一個部分，我們都只能看清某一個區域性，而任何一個區域性的線條都是有曲折或傾斜的，沒有完全明顯的直角存在。
其次，大腦對圖3的感知是一個一個區域性“疊加合成”在一起，而每一個區域性都是有曲折或傾斜的，因而我們大腦對圖3整體的直覺印象就是曲折和傾斜的，我們無法產生正方形的直覺印象。
我們的大腦對任何一個普通正方形的感知也是“疊加合成”的，這個感知過程會在大腦中形成“記憶”，我們之所以產生不了正方形直覺印象的根本原因是感知與記憶不相符，記憶中的正方形不是我們當前感知的狀況，因而我們只能產生曲曲折折的直覺印象。關於“記憶”的基礎機制不在本文的解密範圍之內。
圖4：
圖4中都是同心圓，但我們卻絲毫看不出圓的樣子。這也是因為圖4中沒有任何可以感知出圓形的區域性，我們的大腦自然無法“疊加合成”出一個圓形的直覺印象。
圖5：
圖5是把兩張完全相同的比薩斜塔照片合在一起，但是我們視覺的直覺印象卻感覺這兩張照片中比薩斜塔的傾斜角度好象不一樣，似乎右圖比薩斜塔的傾斜角度要比左圖的大。明明一樣，怎麼會被我們看出了不一樣？
兩張照片裡的比薩斜塔是完全一樣的，但是照片裡比薩斜塔的左邊傾斜角度要比右邊的大。當把兩張照片拼接到一塊時，在中間的這個區域性，右圖比薩斜塔左邊傾斜角度和左圖比薩斜塔右邊傾斜角度相比要大。由於我們大腦只能“看清區域性”，我們大腦對這個區域性的感知是“右邊比左邊傾斜”，經“疊加合成”後，這個區域性的感知就被當作了大腦視覺對整體的直覺印象，並且還是一個我們無法克服的直覺印象！
圖6：
圖6也是兩張相同的圖並列在一起，但我們直覺印象覺得這兩張圖中的街道似乎“不一樣”。這也是因為左圖街道的右邊呈直線狀，而右圖街道的左邊呈斜線狀，兩者相交的區域性感知是右圖街道與左圖街道之間存在傾斜的角度，右圖相對左圖更傾斜，經“疊加合成”後，人腦的直覺印象就是“右圖街道比左圖街道更傾斜”。
圖7：
圖7與前幾張圖不一樣。對前幾張圖中的任何一張圖，我們視覺的直覺印象與外界事實不一致，但感知結果只有一個，但圖7使我們卻產生了兩種不同的感知結果，一會兒是人臉，一會兒是花瓶。似乎我們的感知系統沒個定性，變來變去，這又是為什麼？
首先，我們只能“看清區域性”。圖7中有2條線條將全圖分為3個區域性，左邊和右邊的區域性看起來像人臉，而中間的區域性看起來像花瓶。事實上，當我們看左邊區域性的時候，我們看不清中間和右邊的區域性，看中間區域性的時候，我們也看不清左邊和右邊的區域性。我保證大家看右邊人臉的時候絕對也看不清左邊的人臉。
其次，左右兩邊的線條與人臉的輪廓很像，對這兩條線條的感覺，大腦獨立產生了兩個人臉的認知；兩條線條中間的區域性看起來與花瓶很像，於是大腦就獨立產生了一個花瓶的認知。
最後，由於人臉和花瓶的直覺印象相差太遠，大腦無法將其“疊加合成”成一個整體，所以我們只能一會兒感覺是人臉，一會兒感覺是花瓶，我們絕對無法同時感覺到人臉和花瓶，這裡存在“前後關係”。
圖8：
圖8一會兒看起來像“少女”，一會兒看起來像“老嫗”，原理和圖7一樣。
我們只能“區域性感知整體合成”，因而我們絕對無法同時看見“少女”和“老嫗”，只能一會兒是“少女”，一會兒是“老嫗”。當我們產生“少女”認知時，我們眼睛注視的區域性一定是左邊中部的位置，像是“少女”的“臉頰”，“少女”的頸脖處有一條“頸帶”；當我們產生“老嫗”認知時，我們眼睛注視的區域性一定是先前“少女”的“頸帶”處，這時它就成了“老嫗”的嘴唇，而“少女”的“臉頰”則成“老嫗”的“鼻頭”，“少女”的“耳朵”成了“老嫗”的“眼睛”。
圖9：
“潘洛斯階梯”首尾相連，要麼一直迴圈向上，要麼一直迴圈向下，這不可能在現實世界中存在，但看起來卻非常地正常，我們感覺不到哪裡不對。
“潘洛斯階梯”從根本上來說只是一張圖而已，圖上畫的東西並不一定非得在現實世界有對應的存在，“潘洛斯階梯”的核心問題在於我們是如何感知這張圖的。
我們定住眼睛看這些階梯，無論是看哪個位置的階梯，我們都只能“看清區域性”。我們的大腦對“潘洛斯階梯”的每一個區域性的感知都是正常的、合理的、沒有問題的，而這些區域性感知被我們的感知機制“疊加合成”成對整體的感知，因而我們對“潘洛斯階梯”的整體直覺印象就是正常的、合理的、沒有問題的。
圖10：
圖10中的三角形看起來也非常正常，似乎沒有問題，但它同樣不可能在現實世界中存在，而只能存在於人類的意識之中。
當我們定住眼睛看圖10中的任何一個區域性，我們對任何一個區域性感知是正常的，是沒有問題的，經“疊加合成”後的整體直覺印象也是正常的、沒有問題的。
再打一個不是很準確的比喻，這個三角形和邏輯三段論很相似，甚至可以說是基於相同的原理。“由於A角和B角的連線是正常的，又由於A角和C角的連線是正常的，所以B角和C角的連線肯定就是正常的。”人們早就發現了邏輯的問題，但卻一直解決不了邏輯問題，深刻理解人腦視覺感知機制是解決這一問題的必由之路。
圖11：
圖12：
圖11中的“莫比烏斯環”和圖12中的“克萊茵瓶”可以在現實世界有對應的存在，但現實世界存在的“莫比烏斯環”和“克萊茵瓶”並非“科學家”頭腦中的“莫比烏斯環”和“克萊茵瓶”。從某種意義上說，“科學家”頭腦中的“莫比烏斯環”和“克萊茵瓶”並不是“物”，而是“空間”。
我猜這可能是“科學家”不瞭解人腦視覺感知機制所產生的一個誤會，我們的大腦對“莫比烏斯環”和“克萊茵瓶”的任何一個區域性的感知結果都是正常的和合理的，於是我們就認為“莫比烏斯環”和“克萊茵瓶”是正常的和合理的，是有可能存在的，但是這可能只是我們直覺印象的錯覺。
圖13：
“區域性獨立感知，整體疊加合成”，這並不是絕對的不好。
據說這是一張令人工智慧專家們發狂的圖片，人眼很快就能識別出這是隻貓，但機器卻很困難。
人工智慧專家們要是能理解“區域性感知決定整體感知”的人腦工作機制，可能會大大地降低對資料的需求量，並大大地提升機器的識別率。
我們大腦在感知這隻貓時，是“區域性感知”的。只要看清了貓的頭部，大腦就能比較準確地產生了貓的感知，只要不存在其它強烈的、明確的、無法合成的區域性感知，我們的直覺印象便非常堅定地相信這是一隻貓。
當然，如果某些區域性感知與大腦對貓的記憶相差太遠，大腦就無法合成出一隻普通貓的印象，例如貓頭蛇身，大腦將合成出一種全新的印象。
人工智慧的專家們很可能不懂得這個機制，我覺得他們是在對圖形中需識別的物件進行整體感知，但這種方式顯然費時費電，且缺乏變通。無論剛開始時如何“智慧”，最終的結果一定會變成“智障”！
2、區域性即“兩像”，“兩像”是大腦執行的基本單元。
“眼睛只能看清眼前事物的區域性”的事實我已經發現很久了，可還是有很多困惑，最重要的困惑在於仍然不瞭解大腦執行最基本的單元。之所以提出“兩字實驗”是因為我有一個“兩像”猜想，“兩字實驗”驗證的並不是眼睛能看清多少字的問題，而是人腦視覺感知機制的基本單元究竟是什麼的問題。我猜人腦視覺感知機制的基本單元是“兩像”，這個實驗居然驗證了我的猜想。
“兩像”肯定不是“兩字”，“兩字”是“兩像”機制執行後的人腦所感受到的直覺印象，“兩像”是產生“兩字”直覺印象的感知機制。“像”的結果可以是字，也可以是筆劃，事實上當我們定住眼睛看一個字中的筆劃時，我們也只能看清相鄰的兩條筆劃。“兩像”可以成為兩個字、兩條筆劃，也可以成為兩個點、兩條線、兩條邊或者兩個面，還可以成為兩種顏色、兩種形狀，甚至可以成為兩個聲音等等，總之，“兩像”可以千變萬化。
我唯一信奉的天條是“大道至簡”，我相信唯其“至簡”，方能千變萬化，紛繁複雜。“兩像”絕對“至簡”，如果是“一像”，那麼它就不會有可以變化的餘地。
我們看上述任何一張圖，只要定住眼睛我們都只能看清相鄰的“兩像”，大家可以認真地感覺一下，看情況是不是真如我所說。
在未發現“兩像”之前，對於人性與思維、情緒與情感、大腦與意識等等問題，我還有很多的困惑，“兩像”就是眾妙之門，入得此門，我感覺豁然開朗，所有問題統統消散。
“兩像”的大意是：第一，人腦只能對區域性相鄰的“兩像”進行處理；第二，“兩像”是人腦視覺感知機制的基本單元，人腦一個基本的感知單元只能處理一個“兩像”。
圖14：
看圖14時，我們會非常肯定地認為A和B是完全不同的黑與白，但實際上A和B的顏色是一模一樣的，而我們的大腦居然完全感覺不到！我們經常指責別人“黑白顛倒、是非不分”，沒想到我們自己居然天生就是這樣的人！
“兩像”猜想認為我們視覺感知機制的基本單元就是“兩像”，我們只能看清相鄰的“兩像”。在圖14中由於A和B並不相鄰，所以我們的大腦絕對無法同時處理A和B，也就是說，我們無法同時看清A和B。如果我們的大腦可以同時處理“三像”，那麼A和B就應該沒有差別。這也反證“兩像”是基本感知單元。
具體解釋“兩像”的運作機制，需要放在“意識模型”的框架內進行，沒有“意識模型”無法解釋清楚“兩像”，但“意識模型”也不在本文的解密範圍之中。
圖15：
圖16：
圖15中的兩個鬼形和圖16中的兩條紅線實際上都是一樣的，但我們的直覺印象卻是不一樣，為什麼？主要是因為它們“不相鄰”，它們被它們中間的“像”給攪和了，以至於大腦無法產生“相同”的感知。它們若是相鄰，則我們的直覺印象一定是一樣的。
我們不必為此煩惱，若是我們能對它們產生“相同”的認知時，那才是我們的麻煩，我體驗過，那是感知體系的崩潰！因此，我深刻地認識到人腦的感知機制既是愚蠢之根，又是智慧之源。