感觉与知觉的生理基础

感觉 vs 知觉：一字之差的鸿沟#

心理学严格区分两个常被混用的词。

感觉（sensation）：感觉器官接收物理刺激并转换为神经信号的过程。光、声波、化学分子、压力——这些物理能量被感受器细胞转换成动作电位，这一步叫换能（transduction）。

知觉（perception）：大脑对这些神经信号进行组织、解释、赋予意义的过程。同样一束神经冲动，可以被知觉为"一张熟悉的脸"或"一团模糊的色块"，取决于大脑如何处理。

二者的鸿沟在视错觉中暴露无遗：缪勒-莱尔错觉（Müller-Lyer illusion）里，两条等长的线段因为箭头朝向不同，看起来一长一短。你的视网膜如实记录了它们等长（感觉无误），但知觉系统坚持认为它们不等长。即使你拿尺子量过、知道它们一样长，错觉依然存在——这说明知觉不是意识能轻易推翻的"理性判断"，而是大脑底层自动运行的建构程序。

换能本身已高度特化。视杆与视锥把光子捕获变成膜电位变化；内耳毛细胞把机械振动变成神经放电；嗅觉受体把气味分子结合变成第二信使级联。不同通道的共同点是：物理世界的连续量，被编码成脉冲频率与同步模式。之后的皮层阶段不再"重放"原始能量，而是提取边缘、朝向、频率、位置等统计结构。因此，把感觉当作"复印件"、把知觉当作"读复印件"，会同时误解两端：感觉已经是选择性编码，知觉则是在编码之上做推断。

心理物理学：测量"主观"的尝试#

19 世纪中叶，德国学者古斯塔夫·费希纳（Gustav Fechner）开创了心理物理学（psychophysics）——用物理学的精确度去测量物理刺激与主观感觉之间的关系。这是心理学第一次真正成为可定量的科学。

核心发现之一是韦伯定律（Weber's Law）：能被察觉的最小刺激变化量（差别阈限），与原刺激强度成正比。手里拿着 100 克的砝码，要再加约 2 克你才能感觉到"变重了"；但如果手里是 1000 克，则要加约 20 克才能察觉。比例（约 2%）恒定，绝对量随基础强度增长。这解释了为什么在安静房间里钟表滴答声震耳欲聋，在嘈杂街道上却完全听不见——同样的声音，背景越强，越难被察觉。

费希纳由此推出，主观感觉强度大致与刺激强度的对数成正比（费希纳定律）。后来斯坦利·史蒂文斯（Stanley Stevens）用幂函数（史蒂文斯幂律）做了更精确的修正。这些定律的意义在于：我们的感官不是线性的测量仪表，而是被压缩过的、对相对变化敏感的系统——这恰恰是在变化莫测的自然环境中生存的最优策略。

方法史上，极限法、恒定刺激法与调整法把"刚能察觉"变成可重复的操作定义；差别阈限、绝对阈限与等感觉函数，构成了后来一切感觉通道比较的共同尺子。韦伯分数因通道而异：重量辨别约 0.02，明度辨别往往更小，嗅觉与痛觉则更大且更不稳定。史蒂文斯幂律的指数同样分通道：响度、明度的指数小于 1（压缩），电击等的指数可大于 1（扩张）。心理物理学因此不是一条万能曲线，而是一套把主观报告拴到物理量上的测量语言——没有它，信号检测论与现代感知实验几乎无法陈述结果。

信号检测论：知觉不只是"看见"，还是"决策"#

经典心理物理学假设存在一个固定的"绝对阈限"：刺激强到某个临界点你就能察觉，弱于此就察觉不到。但 1950 年代发展、并由 David Green 和 John Swets 在《信号检测论与心理物理学》（1966）系统化的信号检测论（Signal Detection Theory, SDT）彻底改写了这个图景。

SDT 的核心洞见：察觉一个微弱信号，本质上是在噪声背景中做一个决策，而决策会同时受到两个独立因素的影响。

设想雷达操作员盯着屏幕找敌机。背景永远有随机噪声（电子噪声、云、鸟群），真正的信号（敌机）会叠加在噪声之上。操作员每次报告"有/没有"，结果落入四个格子之一：

• 击中（hit）：有信号，报告有
• 虚报（false alarm）：无信号，报告有
• 漏报（miss）：有信号，报告无
• 正确否定（correct rejection）：无信号，报告无

SDT 用两个彼此独立的量来刻画一个人的表现：

敏感度 d′（d-prime）：信号分布与噪声分布在感知维度上分得有多开，反映感官系统区分信号与噪声的真实能力。Green 与 Swets 的框架中，d′ 越大表示越容易区分；在二择一任务里，d′ ≈ 1 算中等、d′ ≥ 1.5 算很强的区分能力。

判断标准 c（criterion / bias）：操作员把"报告有"的门槛放在哪里，反映的是决策倾向而非感知能力。门槛放低，击中和虚报都增多；门槛放高，则两者都减少。

这个区分的威力在于：它把"看得清不清"（感知能力）和"倾向报有还是报无"（决策态度）拆成了两件事。机场安检员漏检一把枪的代价远大于多检一瓶水，于是他们把标准压得很低（宁可虚报）；这不代表他们眼神更差或更好，只代表标准不同。SDT 今天已远超心理学，成为医学诊断、雷达、机器学习分类器评估（ROC 曲线就源于此）的通用语言。

在实验设计上，改变报酬矩阵或信号先验概率，应主要移动标准 c，而较少改变 d′——这是 SDT 可证伪的核心预测之一。接受者操作特征（ROC）曲线把不同标准下的击中率与虚报率连成轨迹：曲线离对角线越远，敏感度越高。把整条 ROC 压成单一正确率，会把能力与偏见搅在一起；这正是经典"阈限"叙事常犯的错误。对感觉科学而言，SDT 的遗产是：知觉报告永远是证据强度 × 决策规则的乘积，缺一不可。

视觉的两条通路："看是什么"与"看在哪/怎么抓"#

视觉信号离开视网膜后，并非沿单一管道送进"意识屏幕"，而是分流进至少两条功能不同的皮层通路。Leslie Ungerleider 和 Mortimer Mishkin 在 1982 年基于猴脑损毁实验提出了影响深远的双通路模型：

腹侧通路（ventral stream）：从枕叶视觉皮层向下延伸到颞下皮层（inferotemporal cortex），负责物体识别——这是什么？颜色、形状、面孔、文字都在这条"what 通路"上处理。颞叶特定区域受损会导致面孔失认症（prosopagnosia）：患者视力正常，却认不出最亲近的人的脸。

背侧通路（dorsal stream）：从枕叶向上延伸到顶叶后部（posterior parietal cortex），最初被命名为处理空间位置的"where 通路"。后来 Melvyn Goodale 和 David Milner 提出更精确的版本：它其实是"how 通路"，负责为动作（伸手、抓握、避障）实时计算视觉信息。

最有力的证据来自著名病人 D.F.：她的腹侧通路因一氧化碳中毒受损，无法报告一条缝隙的朝向（知觉失败），但当被要求把一张卡片"投进"那条缝隙时，她的手却能准确地转到正确角度（动作成功）。"看见"用来报告和"看见"用来行动，是两套可以分离的系统。这一发现重塑了我们对"视觉是单一统一体验"的天真假设。

双通路模型并不否认大量交互：注意、预测与任务目标会在两条流之间调配资源。但它坚持功能分工的可分离性——腹侧损伤可选择性破坏识别与语义报告，背侧损伤可选择性破坏视觉引导的动作校准。初级视皮层（V1）的取向柱、色斑与眼优势柱，为两条通路提供共同的早期特征图；此后信息才按"识别"与"行动"分流。这一架构对理解错觉也有启发：某些错觉强烈影响主观报告，却较少影响抓取动作的在线校准——仿佛背侧系统对那类几何诱导更不"上当"。感觉科学由此得到一条硬约束：统一的主观视觉体验，并不等于单一的底层计算。

知觉恒常性：稳定世界的幻觉#

为什么你朝你走来的朋友，视网膜上的成像越来越大，你却不会觉得"他在膨胀"？为什么一张白纸在烛光下和正午阳光下反射的物理光谱天差地别，你却始终看它是白的？

这是知觉恒常性（perceptual constancy）——大脑主动校正感觉输入，以维持对物体真实属性（大小、颜色、形状）的稳定知觉。它是知觉作为"主动建构"而非"被动接收"最日常、最深刻的证据。大脑利用光照、距离、背景等情境线索，反推出"这个物体本来是什么样"，而不是照搬视网膜上的瞬时投影。

赫尔曼·冯·亥姆霍兹（Hermann von Helmholtz）在 19 世纪就把知觉描述为"无意识推理（unconscious inference）"。这个思想在当代演化为预测加工（predictive processing）框架：大脑被视为一台不断生成预测、再用感觉输入去修正预测误差的推理机。我们体验到的世界，更接近大脑"自上而下"的最佳预测，而非感官"自下而上"的原始数据。错觉之所以发生，正是因为某些刺激恰好骗过了这套通常极其有效的预测机制。

大小恒常性依赖距离线索（双眼视差、运动视差、遮挡、纹理梯度）；颜色恒常性依赖对光源色温的估计与场景平均色的折扣。当线索被人为剥离或冲突（如极端照明、缺少参照物），恒常性会崩解，主观外观重新贴近视网膜物理量。预测加工把这类现象写成同一套账：先验（关于物体稳定属性的预期）与似然（当前感觉证据）的相对权重决定最终知觉。权重可被情境、学习与任务需求调节——这解释了为何同一物理刺激在不同实验指令下可产生不同报告，却不必假设"感觉器官本身被信念直接改写"。

争议与前沿#

知觉的建构本质引出了认知科学最深的争论之一：知觉是否会被高层认知（信念、欲望、语言）"自上而下"地渗透？ 支持者认为饥饿会让食物看起来更大、对种族的刻板印象会扭曲对武器的知觉；批评者（如 Chaz Firestone 与 Brian Scholl 在 2016 年的系统综述中）指出许多这类研究混淆了"知觉本身被改变"与"注意、记忆或判断被改变"，真正的知觉模块可能比想象的更"封闭"。这场争论尚无定论。

另一前沿是 SDT 与神经科学的结合：单个神经元的放电也带噪声，大脑如何在嘈杂的神经活动中做出可靠的知觉决策？这推动了"知觉决策的神经机制"成为系统神经科学的核心课题，把心理物理学的抽象框架接到了具体的神经回路上。积累到界模型（drift-diffusion 等）把反应时与正确率联立，预测证据积分的噪声与边界设置如何共同塑造选择；电生理与成像研究则在顶叶与前额叶找到与证据积累轨迹相关的神经相关物。争议的焦点逐渐从"有没有自上而下"转向更可操作的问题：哪些层级、在什么时间尺度、以何种表征格式接受任务与先验的调制？ 感觉科学的进步，正取决于把这类问题从口号改写成可分离的实验对比。

跨域连接#

• 计算机视觉：视觉系统的分层组织（边缘→朝向→复杂特征）是卷积网络架构的直接灵感来源，而后续发展揭示了差别的重要性：生物视觉的反馈连接远多于前馈连接。这意味着知觉不是自下而上的流水线，而是预测与输入的持续比对，这一点在纯前馈模型中没有对应物。
• 知觉：生理学给"我们看到的是世界还是模型"这一哲学争论提供了硬证据——盲点被填补、颜色恒常性、对比错觉都说明输出的内容不等于输入。这不导向怀疑论：它说明知觉系统在做的是有偏向的推断，而这些偏向在自然环境中通常正确。
• 电磁波谱：可见光只是电磁波谱中极窄的一段，而这一段的边界由大气透过率与水的吸收特性决定，不是任意的。颜色不是波长的属性而是视觉系统的构造——三种视锥的响应比被转换为一个三维知觉空间，因而"这个物体是什么颜色"这一问题的答案一半在物理里，一半在生理里。
• 预测加工与精神病学：把知觉视为预测与输入的比对，使幻觉与错觉获得同一套解释：先验权重过高时，模糊的输入被填补为确定的内容。这一框架的检验价值在于它作出定量预测——在噪声中检测信号的任务上，高幻觉倾向者应表现出更强的先验依赖，而实验确实观察到这一模式。
• 测量等价与公平比较：心理物理学建立了心理学中最可靠的一套测量传统——阈限、辨别力、信号检测论中的敏感度与判断标准分离。这套方法的核心贡献是把"能力"与"回答倾向"分开估计，而这一区分在人格、临床与社会心理测量中至今没有被同等严格地贯彻。

参考文献#

• Green, D. M., & Swets, J. A. (1966). Signal Detection Theory and Psychophysics. New York: John Wiley & Sons.
• Ungerleider, L. G., & Mishkin, M. (1982). Two cortical visual systems. In D. J. Ingle et al. (Eds.), Analysis of Visual Behavior (pp. 549–586). MIT Press.
• Goodale, M. A., & Milner, A. D. (1992). Separate visual pathways for perception and action. Trends in Neurosciences, 15(1), 20–25.
• Firestone, C., & Scholl, B. J. (2016). Cognition does not affect perception: Evaluating the evidence for "top-down" effects. Behavioral and Brain Sciences, 39, e229. DOI: 10.1017/S0140525X15000965

延伸阅读#

• 奥利弗·萨克斯（Oliver Sacks）《错把妻子当帽子的人》——经由临床病例展现知觉系统失灵时的世界。