以上就是我们“看见”物体全过程的简单描述（实际过程比这复杂），而这一切都发生在电光火石的瞬间。而这两年火爆的深度学习算法也是受了这一过程的启发，这也是被称之为“人工神经网络”的原因。

三、

当我们观察一个物体的时候，如果我们脑中事先没有相应的模型在，无论怎么观察，都无法完成识别——想想刚才的例子中，如果我们大脑皮层中，没有相应的神经元来感应“人脸”，我们只能意识到自己看到了一个椭圆形的物体。当然，这是不可能的，因为像人脸识别这样的神经元，在出生之前已经预置在大脑中了。所以，哪怕很小的婴儿，对人脸都是敏感的，特别是对母亲的面孔。

但是，除了“人脸”模型等，大部分的模型都是我们后天才学习到的。甚至连“高度”模型都是后天学习到的。心理学家做了这样一个实验，让刚学会爬行的婴儿在台子上爬行。请注意下图，台子上铺了一层玻璃，所以婴儿其实可以安全地爬到妈妈怀里而不会掉下去。实验结果发现，那些刚刚学会爬行的婴儿，根本无视这个“断崖”直接爬了过去。而稍大一些的婴儿们却在断崖前畏缩不前。这个经典实验表明了，连“高度”这样的模型都是在后天学习中建立起来的。

就像深度学习算法，在开始识别之前，先要进行长时间的训练，也就是建立模型。而在本系列文章的第一篇，我们就强调了，认知的第一步，是先建立模型。当大脑中没有相应的模型时，atv直播，无论我们观察得多么仔细，什么都不会发现。所以说：

模型，是识别必备的“预备知识”。

而脑中若已有了相应模型，从看见到识别，其中的神经网络运算过程不过短短的几百毫秒。也就是说，观察时间并非最重要的因素。如果大脑中没有相应模型，观察一分钟和观察三天，结果是一样的——都不会有所发现。

在我第一次了解了这整个过程之后，我被深深地震撼了。从中，我们可以得出一个简单却极有价值的结论：

观察，需要的不是观察力！而是观察器（模型）！

观察器（模型）就像我们的放大镜、显微镜、望远镜、红外线成像仪……没有这些观察器，仅凭裸眼看到的东西极为有限。只有装上更多的观察器，我们才能看到更广阔的世界。

四、

人类历史上许多发明、发现。一开始的时候，这些线索就已经呈现在先行者的面前，却被他们忽略了。反而后来者注意到了这些现象，导致了伟大的发明。传统的解释，还是说这些后来者观察更加仔细、观察力更强。这种解释，忽略至关重要的一点是：当这些线索呈现在先行者面前时，相关的“观察器”还没发明出来。只有等到相关的“观察器”发明出来后，后来者才能用它观察到前人所看不到的信息。

在二战及往后的岁月中，挽救了无数上伤患的神药——青霉素的发明就是如此。亚历山大·弗莱明（Alexander Fleming）发明了青霉素，并因此获得了诺贝尔奖。他当时注意到一个现象，即一种霉菌（后来被证明是青霉菌的孢子）中的某种物质可以抑制葡萄球菌的生长，他随即意识到这可以用来治疗感染。这一存在于现象和应用之间的联系在回顾时很清晰，但实际上还有许多人，比如物理学家约翰·廷德尔（John Tyndall）在1876年，安德烈·格拉提（Andre Gratia）在20世纪20年代都曾经先于弗莱明注意到了这个反应，但他们却都没有预见到它的医疗用途。

弗莱明之所以能“看到”这个原理，不是因为他比其他发明家观察更加认真，而是他脑中安装了“治疗感染”的观察器。他在第一次世界大战中曾经是医生，对于战地感染造成的伤亡曾感到震惊，因此他更容易发现一个看似无用而实际上意义重大的现象。

End.

除了我们前面分析的视觉信息处理过程，脑神经科学研究发现，其他类型的信息，如听觉、触觉……也是类似的原理——从纷繁复杂的世界中提取可识别的特征，然后将其逐步组装成更大的组块。这些组块就是我们赖以思考的模型/模式。不仅是观察，我们能够倾听、触摸、思考，都是因为我们大脑中安装了足够多的模型。