BRAIN / BRAIN × AI20 SEP 2026

脑科学与AI110｜为什么你总是先看清中间那个东西：感受野收缩与注意

这一篇跟写"智能的计算基础"系列第 067 篇，也是腹侧通路（"这是什么"那条路）的收尾。第 108、109 篇讲到，颞叶神经元挪了位置也认得出东西，感受野很大。067 问的是：真实世界不是白底上一个物体，满眼都是东西，这么大的感受野，它到底在认哪一个？原文有几处说反或说过头，放在第五节。

白底上，颞叶神经元的感受野半径约 39 度，几乎半个视野；放进真实场景，缩到约 11 度，只剩你盯着的那一小块。大脑没有专门的"挑选"开关，靠的是两件事：中央凹（视线正中）在皮层里占的地方大，加上神经元之间互相竞争。结果是，颞叶输出的基本只关于你正看着的那一个东西。

39→11°

白底与真实场景的感受野半径

24 vs 9°

白底下目标与干扰物的感受野

2001

猴颞叶偏好非偶然属性的实验

一片绿色花苞里，只有一朵红郁金香开着，你的眼睛先落在它身上。图片来源：João Jesus / Pexels

067 的三件事：感受野在真实场景里收缩、多个物体的位置靠不对称的感受野编码、认物体的三种办法。各自的证据到了哪一步。

BRAIN / 01

一、白底和真实场景，感受野差三倍多

2003 年，罗尔斯、阿格洛普洛斯和郑（Fashan Zheng）在《神经科学杂志》上报告：让猴子在场景里找物体，同时记录颞叶神经元。

—白底：感受野平均半径约 39 度。物体出现在视野很大一片范围内，神经元都放电。

—真实场景：同一个物体放进复杂背景，感受野平均半径缩到约 11 度。物体要落在视线正中附近，神经元才放电。

这解决了一个老问题：感受野太大，下游（决定伸手、记住、要不要）就分不清是哪个物体让它放电。感受野一缩，颞叶说的基本就是"你正盯着的那个"。

为什么会缩？同组的特拉彭伯格等人 2002 年用模型给了解释：视线正中在皮层里占的面积远大于边缘（皮层放大），盯着的物体输入最强；背景里的东西也在激活别的神经元，大家互相竞争，边缘的物体就压不过正中的。感受野不是固定的属性，是"眼前有什么在竞争"的结果。

BRAIN / 02

二、注意能把感受野撑大，但在真实场景里撑不了多少

模型里加一个"我在找这个东西"的自上而下偏置，感受野会变大，找东西更容易。实验数据是这样的：

—白底、两个物体：物体是要找的目标时，感受野约 24 度；是干扰物时只有约 9 度。注意的作用很明显。

—真实场景：不管是不是目标，感受野都很小。注意的作用弱得多。

所以准确的说法是：在真实场景里，主要还是"看哪儿就认哪儿"，注意只能小幅修正。

BRAIN / 03

三、好几个物体，怎么知道谁在左谁在右

第 109 篇说，"挪位置也认得"会丢掉位置。可人一眼就知道杯子在书的左边，不用转眼睛。

2005 年，阿格洛普洛斯和罗尔斯在《欧洲神经科学杂志》上报告：真实场景里，颞叶神经元的感受野不对称，有的偏向视线左边，有的偏向右边、上边。一个物体在视线左边一点，对"偏左"的那批神经元放电更强。只看哪批神经元放电更多，就能读出各个物体相对视线的位置。

这和第 109 篇是同一个思路：位置关系靠"谁在放电、放多少"，不靠同步放电临时打包。

BRAIN / 04

四、认物体的三种办法，和"不会变的特征"

非偶然属性

一根直线，从哪个角度看都还是直的；两条线在一个点交汇，转过去看还是交汇。这类转动后不变的特征叫非偶然属性。线条弯多少、零件长宽比多少，转一下就变了，叫度量属性。这个区分最早来自比德曼 1987 年的"由部件识别"理论。

大脑真的更在乎前者，证据来自猴子实验，不是罗尔斯的模型。 2001 年沃格尔斯、比德曼等人记录猴子颞叶：形状的非偶然变化（直线变曲线）引起的反应变化，比同等幅度的度量变化（曲率加大）更大。2003 年凯尔特、比德曼和沃格尔斯又重复了一次。罗尔斯和米尔斯 2018 年做的是另一件事：在 VisNet 里证明，靠第 108 篇那条"时间上挨着就连起来"的规则，网络自己就会学到更看重非偶然属性。

三种办法

—按特征清单认：香蕉黄、长、弯；橙子橙、圆。特征不重叠就够用，但认不了形状相近的东西。

—小角度泛化：杯子从正面转到斜上方，表面花纹一点点变，痕迹规则把这些连成同一个物体。

—大角度联想：一张两面印着不同图案的卡片，翻过来完全是另一个样子，没有共同特征可用，只能靠"它们总是一前一后出现"硬记成同一个东西。痕迹规则同样能做到。

越往后，靠的越不是"长得像"，而是"总在一起出现"。

BRAIN / 05

五、对照 AI，和原文的几处问题

对照 AI：卷积网络本身没有"视线正中"，一张图上每个位置一视同仁，所以早期的物体识别模型默认整张图只有一个物体；要在杂乱场景里认东西，得先框出候选区域再逐个认。2014 年 DeepMind 的"循环视觉注意模型"走的是大脑的路：每次只看一小块高分辨率区域，再决定下一眼看哪儿。至于非偶然属性：2016 年库比留斯等人测过，深度卷积网络对非偶然变化也比对度量变化更敏感，并没有人专门教它。

原文问题：

—把方向说反了。原文先说复杂背景下感受野缩小，后面又写"由于中央凹的皮层放大效应，使得感受野增大"。皮层放大正是感受野在真实场景里缩到视线正中的原因，不是让它变大。

—把模型和实验混在一起。"引入注意偏置可以减少缩小效应"是 2002 年的模型结果；2003 年的猴子实验显示，注意在白底下作用很大，在真实场景里作用很弱。原文说二者"吻合"，说过了。

—把模型说成大脑。"罗尔斯等人的研究表明，大脑通过学习非偶然属性"——罗尔斯和米尔斯 2018 年做的是 VisNet 模拟；大脑更在乎非偶然属性的实验证据来自沃格尔斯、比德曼等人 2001、2003 年的猴子记录，原文没提。

—"注意力机制被认为是解决之道"和上下文打架。这一节的实验恰恰说明，多个物体的位置靠不对称的感受野就能读出来，不需要同步，也不一定需要逐个注意。原文这句读起来像在说结论相反的事。

—"按特征清单认在视觉不发达的动物里很常见"没有给出处，我没查到直接支持，按未核处理。

BRAIN / 06

六、边界

—39 度和 11 度是猴子在特定搜索任务里的平均值，换任务、换场景复杂度，数字会变。

—不对称感受野能编码相对位置，是记录到的现象加信息论分析；大脑下游是否真的这样读，还没有直接证据。

—三种认物体办法是罗尔斯的归纳框架，其中大角度联想靠痕迹规则，目前是模型结果。

BRAIN / 07

七、自测：合上文章回答

—同一个颞叶神经元，白底和真实场景下的感受野各约多大？为什么会缩？

—注意在白底和真实场景里，作用差在哪？

—不对称感受野怎么让人不转眼睛就知道谁在左谁在右？

—非偶然属性和度量属性各举一个例子。大脑更在乎前者的证据来自哪里？

—认物体的三种办法，各适合什么情况？

BRAIN / 08

八、三行，留着复习

```

感受野收缩白底半径约39度，真实场景约11度；靠中央凹放大加竞争，颞叶只报"盯着的那个"

不对称编码感受野偏左偏右各一批，看谁放电多就知道物体在哪；不靠同步，不必逐个注意

非偶然属性转动不变的特征（直不直、交不交）比度量（弯多少）更重要；猴子实验 2001、2003 有证据

```

本篇是「脑科学 × AI」系列第110篇，药神撰写（2026-10-27），跟写老炊专辑「智能的计算基础」第067篇，腹侧通路收尾。更正：皮层放大使感受野缩小而非增大；注意偏置扩大感受野是模型结果，实验中在真实场景里作用很弱；大脑偏好非偶然属性的证据来自 Vogels、Biederman 等猴子记录，罗尔斯与米尔斯 2018 是 VisNet 模拟；「注意力是解决之道」与本节实验结论打架；「视觉不发达动物多用特征清单」未核。

阅读依据（2026-10-27 回查）：老炊《智能的计算基础》067；Rolls, Aggelopoulos & Zheng, J Neurosci 2003（PMID 12514233）；Trappenberg, Rolls & Stringer, NIPS 2001/2002；Aggelopoulos & Rolls, Eur J Neurosci 2005（PMID 16324125）；Biederman 1987 由部件识别理论；Vogels, Biederman, Bar & Lorincz, J Cogn Neurosci 2001；Kayaert, Biederman & Vogels, J Neurosci 2003（PMID 12684489）；Rolls & Mills, Neurobiol Learn Mem 2018（PMID 29723671）；Mnih 等 NeurIPS 2014；Kubilius, Bracci & Op de Beeck, PLoS Comput Biol 2016（PMID 27124699）。回引第108、109篇。