我們怎麼「看見」的?數學家、神經學家聯手,用數學模型解開人類視覺秘密

看著五彩繽紛的世界,你以為這些都是眼睛「看到」的嗎?事實上,我們看到的一切,很可能都是「腦補」的! 來看看數學家、神經學家如何聯手,用數學模型解開人類視覺秘密。
評論
▲Photo Credit: Shutterstock/ 達志影像
▲Photo Credit: Shutterstock/ 達志影像
評論

看著五彩繽紛的世界,你以為這些都是眼睛「看到」的嗎?事實上,我們看到的一切,很可能都是「腦補」的!

用數學理論,解釋大腦如何「生成」視覺

人類的大腦擅長創造視覺世界,但過去研究難以觸及這塊領域,就算把大腦解剖來研究也看不出所以然。但根據媒體 Quanta Magazine 報導,近年有一項新研究方法,跳脫傳統理科的實驗主義,改用數學理論來研究大腦視覺。

美國紐約大學數學家 Lai-Sang Young 指出,許多人類認為自己「看到」的東西,其實是由大腦自行「想到」的,我們並沒有真實看到那些畫面。

他找來同為數學家的 Logan Chariker 以及神經科學家 Robert Shapley,三人攜手嘗試一項新的大腦視覺研究。他們建立了單一數學模型,將過往多年的生物實驗結合起來,試圖解釋人類大腦如何依據不完整的視覺訊息,自行生成完整又美麗的世界視覺複製品。

原來,「腦補」的力量來自視覺皮層

讓我們先來理解「視覺」如何形成。

如果把眼睛當作鏡頭,它可以接收外界光線,把視野所及範圍的畫面,以等比例方式將複製畫面投射到位於眼睛後半部的視網膜上;而視網膜則會連接到視覺皮層,也就是位於大腦後部枕葉、負責處理視覺訊息的部分。

不過,視網膜與視覺皮層之間的連結其實很少。視覺區域大概有四分之一圓形大小,卻只有 10 個神經細胞會將視網膜與視覺皮層連結,這些細胞構成了外側膝狀體(Lateral geniculate nucleus;LGN), 是把視覺訊息從外界傳播到大腦的唯一途徑。

推薦閱讀:【科普時間】熊貓 + 線蟲 = 長臂猿?從視覺辨識多容易被騙來談談 AI

然而,外側膝狀體細胞不只數量稀少,能做的事情也不多,其主要功用是:透過微小的視野範圍,當檢測到光線從暗變亮、或從亮變暗的變化時,就會向視覺皮層發送脈衝。功能僅此而已。

值得注意的是,即便視覺皮層收到的外界訊息如此少,與視網膜之間也只由少量神經元連結,但視覺皮層本身的神經細胞卻極為密集。舉例來說,連結視網膜與視覺皮層的每 10 個外側膝狀體神經元中,視覺皮層的初始「輸入層」就有 4000 個神經元,且其他部分的神經元數量更多。

正因為外側膝狀體細胞能接收到外界訊息的視覺數據量如此少,再對照視覺皮層如此密集的神經元,這種「數據差距」代表大腦其實會自行「腦補」視覺訊息,Robert Shapley 更因此認定:「視覺皮層擁有自己的思想。」

如何腦補?用數學「動態系統」看究竟

那麼,「腦補」究竟是怎麼做到的?

雖然過去研究也曾嘗試用數學模型探討人類視覺,但那些研究的假設通常建立在「視網膜與視覺皮層之間是如何傳播更多訊息的」;然而,這三位學者反其道而行,研究「大腦如何透過如此少量視覺數據,形成完整視覺畫面」。

他們援引數學理論中的「動態系統」(dynamical system)概念,認為在一個固定的物理空間、狀態中,隨著時間演變,所有變化也會隨之出現。例如:鐘擺雖然是在固定空間裡,但隨著時間流逝,鐘擺晃動次數也會愈來愈多。

而大腦與神經元的相互作用,也可說是數學「動態系統」的具體例子。當外側膝狀體細胞向視覺皮層發送 10 分之 1 伏特、持續時間長達 1 毫秒的一系列電脈衝後,就會引發一系列神經元的相互作用。

當單一個神經元同時接收來自數百個其他神經元的信號時,其中一些信號會促使神經元發射,而同一時間,其他信號也會抑制神經元發射。神經元同時接收這些興奮性以及抑制性的電脈衝時,膜上的電壓就會波動。

不過,只有在該電壓超過某個閾值時才會觸發,無法找出一貫規則來預測究竟何時發生這種狀況。因此,視覺皮層就像是一個建立在「回饋迴路上的回饋迴路」的複雜循環遊戲。

相較之下,早期模型在探討視覺皮層時就忽略了這項特徵,只認為視覺訊息採用線性方式流動,例如:從眼睛前部到視網膜,再到視覺皮層,最後才出現視覺。或許這種「前饋」的假設方式會更容易建立模型,卻忽略了在視覺皮層裡,「回饋循環」佔了舉足輕重之地。

但也因為回饋循環會不斷來回修改、影響訊息,複雜程度之高,幾乎找不到一個數學模型可以處理;而在 2016 年,他們三人則在數學模型的回饋迴路裡加入類似蝴蝶效應的元素,讓來自外側膝狀體的信號的微小變化,可以透過一個又一個的回饋循環「被放大」,並形成最終人類大腦「看到」的視覺效果。

破解大腦視覺的秘密之路,將持續下去

對 Lai-Sang Youn、Logan Chariker 以及 Robert Shapley 來說,2016 年的研究發現只是一個起步,他們後來更進一步挑戰,將數學模型加入額外的視覺元素,嘗試找出大腦視覺更複雜的問題,例如:視覺皮層如何感知對比度的變化、如何重建物體在視野中移動方向,以及如何識別視覺刺激中的時間模式等。

他們希望找出人類大腦視覺運作的其他秘密,包括:為何我們可以感知到紅綠燈閃爍的燈光,卻看不到電影背後的逐格畫面或動作等。

美國猶他大學神經科學家 Alessandra Angelucci 認為,他們三人嘗試建立的數學模型研究方式,從生物學角度來看,才是真正立基在大腦解剖學的核心上,也為相關腦科學研究進展推了一把。

核稿編輯:Mia